課堂智能分析賦能教研的路徑與思考

魏寧

【摘 要】本文探討了課堂智能分析的含義，介紹了教學行為數(shù)據(jù)和師生生理數(shù)據(jù)的分析工具與方法，闡述了基于課堂智能分析的“問題設(shè)計、課堂觀察、數(shù)據(jù)診斷、教學改進”四階段教研模式，并提出了此類教研應(yīng)與傳統(tǒng)教研相結(jié)合、應(yīng)重視挖掘問題、應(yīng)規(guī)避倫理風險等若干需要注意的問題，以供應(yīng)用課堂智能分析開展教研的學校與教師參考。

【關(guān)鍵詞】課堂智能分析；教研模式；基于證據(jù)的教研

【中圖分類號】G434? ?【文獻標志碼】A

【論文編號】1671-7384（2024）06-008-03

課堂是教和學的主陣地，是教學活動發(fā)生的第一現(xiàn)場，也是教研聚焦的中心所在。在一節(jié)課中，師生的行為和互動將產(chǎn)生大量的數(shù)據(jù)，這些數(shù)據(jù)的背后反映出了諸多的教學特征和規(guī)律。人工智能、大數(shù)據(jù)等技術(shù)應(yīng)用于課堂，使課堂數(shù)據(jù)的采集與分析實現(xiàn)了數(shù)字化與智能化，使基于證據(jù)的教研成為可能。筆者認為，課堂智能分析是指借助人工智能、大數(shù)據(jù)等技術(shù)，對課堂教學數(shù)據(jù)進行采集、分析的過程。它可以有力地支持基于證據(jù)的教研模式，從而推動中小學教研方式變革與創(chuàng)新。

課堂智能分析的主要工具與方法

隨著人工智能等技術(shù)的發(fā)展，針對課堂教學的智能分析工具也在不斷迭代更新。從分析對象來看，課堂智能分析主要針對兩大類數(shù)據(jù)——教學行為數(shù)據(jù)和師生生理數(shù)據(jù)。對于教學行為數(shù)據(jù)，以往主要是對教學視頻進行分析，得出分析結(jié)論或報告，這意味著此類分析只能發(fā)生在課后，主要用于教師對課堂教學的研究與反思。隨著近年來各種“智慧教室”“智能學習空間”的建設(shè)，在教學現(xiàn)場也可以實時捕捉各種數(shù)據(jù)，同步輸出分析結(jié)論，雖然在技術(shù)實現(xiàn)上還存在一定程度的時間延遲，但也為教師實時了解學生學習狀態(tài)、改變教學策略、及時進行干預(yù)提供了可能。而對于師生生理數(shù)據(jù)，則可以通過“智慧教室”中的各類攝像機、傳感器實時捕捉并進行分析。目前的教學視頻分析工具主要包括各種公共智能教研平臺或各地、各學校自行研發(fā)的智能分析工具。

在公共智能教研平臺方面，開發(fā)方主要包括教育科技公司和教育研究機構(gòu)，前者如科大訊飛、希沃等，后者如中央電化教育館等。各地區(qū)或?qū)W校也可以根據(jù)需求自行研發(fā)課堂智能分析工具，供本地學?；蚪處熓褂?。

1.教學行為數(shù)據(jù)分析

課堂上的教學行為包括教師行為、學生行為和互動行為，是目前課堂智能分析的主要對象。通過對各種教學行為數(shù)據(jù)的分析，可以全面呈現(xiàn)僅憑經(jīng)驗觀察無法掌握的諸多教學特征和規(guī)律，以幫助教師在教研過程中深入反思課堂、優(yōu)化教學設(shè)計、提升教學效果。表1列舉了常見的教學行為數(shù)據(jù)主要來源、分析方法與技術(shù)以及分析目標。

2.師生生理數(shù)據(jù)分析

一般來說，人的各項生理數(shù)據(jù)是由植物神經(jīng)系統(tǒng)調(diào)節(jié)的，所以是客觀的、無法偽造的。生理數(shù)據(jù)的采集對象主要是學生，借以深入觀察、分析學生在學習過程中的心理活動及各種表現(xiàn)，但也可以通過采集教師在教學過程中的生理數(shù)據(jù)，更為精準地刻畫教師的教學特征，幫助教師反思自己的課堂教學。

隨著人工智能、傳感器、大數(shù)據(jù)技術(shù)的迅速發(fā)展，課堂上師生生理數(shù)據(jù)的采集變得簡便易行，且不會影響正常的教學進程。目前的技術(shù)設(shè)備無論在精度、準確度上都足以深入刻畫教學場景。如分析腦電波、面部表情、微表情、呼吸、心率、皮膚電、肢體動作等方面的生理數(shù)據(jù)，教師能夠獲得學生在學習過程中的心理活動、疲勞情況、課堂參與度、學習壓力、心理活動和情緒等方面的信息。

基于課堂智能分析的教研模式

課堂智能分析所提供的豐富而精準的教學數(shù)據(jù)，實現(xiàn)了在教研中“讓數(shù)據(jù)說話”，促使教研方式由傳統(tǒng)的“經(jīng)驗式”教研向“實證式”教研轉(zhuǎn)變，使得基于證據(jù)的教研，即循證教研成為可能。

雖然課堂智能分析工具具有強大的功能，但在具體的教研過程中，我們還需精心設(shè)計基于課堂智能分析的教研模式，使課堂教學數(shù)據(jù)充分融入教研過程，讓數(shù)據(jù)的作用最大化。筆者建議，基于課堂智能分析的教研以“問題設(shè)計、課堂觀察、數(shù)據(jù)診斷、教學改進”四階段模式，在課前、課中、課后和再上課四個時段展開。

1.課前：問題設(shè)計

基于課堂智能分析的教研，參與者包括學校教師、教研員或?qū)W科專家等，形成一個教研共同體。在上課之前，教研共同體成員需要對整個教研活動進行設(shè)計，除了常規(guī)的課堂教學打磨、研討外，還需明確本次課堂智能分析聚焦的重點問題。如前所述，課堂智能分析內(nèi)容繁多，對課堂教學的切入點各不相同，如果沒有重點研究問題，將會使課后的數(shù)據(jù)診斷過于龐雜，不易聚焦。

因此，筆者建議每一次基于課堂智能分析的教研最好都能明確重點問題，如一次教研重點研究教師的課堂提問策略和技巧，或課堂合作學習中的學生表現(xiàn)及教師策略。有了明確的研究問題，所有參與教研的成員就可以帶著問題去觀察，在技術(shù)工具的選擇上也更易把握。如果沒有明確的觀察點，在應(yīng)用課堂智能分析工具的初期，筆者建議側(cè)重于教師一般教學行為的研究，包括師生互動分析（S-T分析、FIAS互動分析）、教師提問分析以及課堂重點內(nèi)容的切片觀察和分析。這些數(shù)據(jù)基本可以涵蓋一節(jié)課中教師的大部分教學行為，足以形成完整的“證據(jù)鏈”，從而支持對教師的教學風格、特征進行全面深入的探討。此外，在應(yīng)用課堂智能分析的初期或缺乏明確研究問題的情況下，不建議采集、分析學生的學習行為數(shù)據(jù)甚至生理數(shù)據(jù)，因為對這類數(shù)據(jù)的解讀及其因果關(guān)系較為復(fù)雜，需要明確的設(shè)計以及專家指導(dǎo)。

當明確一次教研中課堂智能分析的重點問題后，筆者還建議所有參與教師對相關(guān)的智能分析方法和工具進行全面了解，如對課堂提問類型、S-T分析的原理要有所了解。這樣在課后分析時，教師才能做到既知其然，又知其所以然。

2.課中：課堂觀察

在課堂教學過程中，執(zhí)教教師在“智慧教室”或具備錄像功能的教室上課，其他觀課教師、教研員在同一空間內(nèi)現(xiàn)場觀摩并做課堂觀察。課后，教師可將課堂教學視頻上傳到智能教研平臺或用專門的智能分析工具進行處理，進而形成數(shù)據(jù)報告。如在“智慧教室”中上課，則會自動匯集所有數(shù)據(jù)并形成數(shù)據(jù)報告，供教師教研使用。課中是教學的第一現(xiàn)場，教研共同體成員的現(xiàn)場觀課，與課堂智能分析工具現(xiàn)場采集數(shù)據(jù)同步進行，大家的主觀感受和數(shù)據(jù)的客觀反饋將在課后的教研過程中匯聚、碰撞、融合，從而產(chǎn)生新的解釋，也構(gòu)成了“經(jīng)驗+數(shù)據(jù)”的“中西醫(yī)結(jié)合”式教研。

3.課后：數(shù)據(jù)診斷

課后，教研共同體成員進行針對課堂教學的“經(jīng)驗+數(shù)據(jù)”循證式教研活動。教研過程，筆者提倡分兩步走，做到“兩次結(jié)合”。

第一步是將教研共同體成員的課堂觀察與課堂智能分析得出的結(jié)論相結(jié)合，發(fā)現(xiàn)問題。通過對師生互動數(shù)據(jù)、教師提問數(shù)據(jù)等的分析，可以呈現(xiàn)出課堂教學模式、教師提問傾向、教學風格、行為特征等結(jié)論，經(jīng)過與教師現(xiàn)場觀察的感受相對比，鎖定教學中存在的問題。這一過程往往會經(jīng)過反復(fù)分析、研討。

第二步是將發(fā)現(xiàn)的問題與課堂切片相結(jié)合，進一步挖掘原因，找到解決方案。在發(fā)現(xiàn)問題后，教研共同體成員還需要利用課堂教學切片，回看視頻的相應(yīng)環(huán)節(jié)，再對照問題，反思改進，形成優(yōu)化方案。如S-T分析顯示某一時段教師行為占有率過高且?guī)熒袨檗D(zhuǎn)換率偏低，可以通過對相關(guān)時段切片的再分析，反思該部分內(nèi)容應(yīng)如何減少教師講授并增加師生互動。再如課堂上的師生對話深度較低，教師就需要結(jié)合課堂提問環(huán)節(jié)的切片分析，反思如何通過問題設(shè)計引導(dǎo)學生深入思考。

4.再上課：教學改進

經(jīng)過數(shù)據(jù)診斷，教研共同體成員對課堂教學中存在的問題進行反思，形成優(yōu)化方案后，還需再通過實踐進行檢驗。如在其他班級嘗試第二次授課，以期在教學過程中改進、提升。在條件具備的情況下，教研共同體應(yīng)全員參與再上課的過程，并結(jié)合智能分析數(shù)據(jù)與第一次授課情況進行對比分析，形成一次完整的教研閉環(huán)。

應(yīng)用課堂智能分析應(yīng)注意的問題

1.量化的數(shù)據(jù)應(yīng)與傳統(tǒng)教研的優(yōu)勢相結(jié)合

課堂智能分析真正實現(xiàn)了“讓數(shù)據(jù)說話”，但與此同時，我們也應(yīng)看到，一些課堂智能分析方法本身還存在一定的局限性。如某些數(shù)據(jù)分析方法中的數(shù)據(jù)缺乏明確的指向性，或其背后的意義不明：在師生互動分析中大量存在的“沉默”行為，其背后的意義難以體現(xiàn)；學生在教室內(nèi)的學習活動軌跡具有一定隨機性，其對應(yīng)的意義尚不清晰[1]。

因此，對于課堂教學的研究，也不可一味追求量化的數(shù)據(jù)，“唯數(shù)據(jù)”論。我們不妨把基于數(shù)據(jù)的教研看作西醫(yī)，呈現(xiàn)出的各項數(shù)據(jù)報告就像CT、核磁等檢驗報告，而傳統(tǒng)的“經(jīng)驗式”教研則更像中醫(yī)。筆者倡導(dǎo)“中西醫(yī)結(jié)合”的教研方式，實現(xiàn)優(yōu)勢互補，既要通過實證數(shù)據(jù)深入分析具體的問題，同時也不可忽視對課堂的整體把握，對于課堂教學的認識和理解，既要見“樹木”，更要見“森林”。

2.看重課堂智能分析的結(jié)論，更重視問題所在

在應(yīng)用各種課堂智能分析方法、工具對課堂教學進行研究時，我們不僅要了解得出了怎樣的分析結(jié)論，更要重視課堂教學中存在哪些問題，應(yīng)如何解決。如S-T分析可以藉由師生教學行為占比及轉(zhuǎn)換判斷一節(jié)課的教學模式，但對于教師而言，知道一節(jié)課是講授型或混合型是遠遠不夠的，還需要挖掘課堂中教師教學行為存在的問題并加以改進。

3.應(yīng)用各類智能技術(shù)的同時規(guī)避可能的倫理風險

可用于課堂智能分析的技術(shù)五花八門、功能繁多，在實踐中，我們不能只顧應(yīng)用技術(shù)，更不能認為技術(shù)用得越多越好，而是要充分了解每種技術(shù)的特性，避免產(chǎn)生負面影響。筆者認為，在課堂上應(yīng)用智能技術(shù)采集、分析各種數(shù)據(jù)，應(yīng)把握以下兩條原則。一是在分析目的方面，要明確對課堂上各類數(shù)據(jù)的分析和應(yīng)用，僅僅作為教師研究課堂、改進教學的參考依據(jù)，不具有對學生個人學業(yè)能力進行研判等其他目的。二是在操作方式方面，對可見的數(shù)據(jù)采集方式，如攝像頭、穿戴式設(shè)備等需提前告知學生使用目的，以避免引發(fā)學生的排斥心理。我國發(fā)布的《人臉識別應(yīng)用公眾調(diào)研報告（2020）》中指出，“運用人臉識別技術(shù)收集學生的抬頭率、微表情、上課的姿態(tài)”在“最無法接受的場景”中排名第二[2]，這告誡我們對涉及師生生理數(shù)據(jù)的采集、分析應(yīng)慎重對待，對其可能引發(fā)的倫理問題必須引起足夠的重視。

課堂智能分析讓人工智能等新技術(shù)賦能中小學教研，實現(xiàn)了“讓數(shù)據(jù)說話”，創(chuàng)新了教研工作方式，是未來中小學教研的一條重要發(fā)展路徑。與此同時，我們也要認識到，基于課堂智能分析的教研依然處于起步時期，其中的技術(shù)工具與方法、教研模式等還需要在實踐中不斷探索、完善，期待基于課堂智能分析的教研在未來能大放異彩。

參考文獻

陳雅云，郭勝男，馬曉玲，吳永和. 數(shù)智融合時代學習分析技術(shù)的演進、貢獻與展望：2021學習分析與知識國際會議（LAK）評述[J]. 遠程教育雜志，2021（4）.

付麗麗. 《人臉識別應(yīng)用公眾調(diào)研報告（2020）》出爐 六成受訪者認為人臉識別技術(shù)有濫用趨勢[N]. 科技日報，2020-10-19（5）.