蔡 瓊 陳鵬慧 雷道仲(湖南信息職業技術學院,湖南 長沙 410200)
國內外學者對課堂管理進行了系統的研究,對于課堂管理的理解也是各有千秋。大多數研究者認為課堂管理是處理課堂環境中的人、事、物等因素之間關系的活動。課堂管理是教師管理、教學情景、學生學習行為、藝術地控制教學過程的活動。
如何進行課堂創新是目前研究者們研究的熱點話題。課堂管理創新的理念是“以學生為本”。學生的“全人發展”,必須在注重人的心理和生理的同時,對全面發展進行創新。創新的目標使我們必須改變課堂管理的相應形式,使得課堂規范化,使得課堂可持續性發展,使得課堂具有可發展性,并協同學生形成積極的情感、價值觀,并將人際溝通、行為激勵策略融入到課堂管理。構建以人為本的課堂[1],應構建良好的課堂環境,順應學生心理需求;預防和處理課堂行為,制定課堂規則;約束學生的個人行為,定制行為準則。課堂管理,如何將課堂組織的高效成為了研究者們研究的一個熱點話題。有應用福科哲學思想進行課堂管理研究,也有應用現代管理模式的,但未能真正的以人為本,從生物學的角度來進行課堂管理,因此可以嘗試將通過對腦電圖檢測學生的注意力集中度,判定腦電圖是否處于淺睡眠狀態還是清醒狀態,并將狀態實時反饋給教師,來有效的進行課堂管理。
腦電圖主要記錄大腦皮層錐體細胞頂樹突的電現象。它是腦神經細胞的電生理活動在頭皮表面或大腦皮層的總體反映[2]。EEG是通過儀器記錄腦細胞的電活動而形成的。EEG隨時間連續變化,它是電極間腦生物電的電位差,經過信號放大后,保存成圖表或數字格式。通過腦電波就可以分辨多重類型的生物電,通過儀器還原,可以發現處于某個特殊的狀態譬如淺睡眠狀態等。因此,EEG檢查己廣泛應用于臨床醫學、心理學和認知神經科學的研究中。目前已經有多種方法已經用于腦電波的自動識別中來,并且取得了較好的分類效果。其中譜估計已成為頻域分析的主要方法之一、應用范圍很廣。通過功率譜可以直觀觀察多通道EEG信號的特征信號及其分布情況[3]。與傳統基于傅里葉變換功率譜相比,AR譜適用于短時間序列,并且具有分辨率高、實驗結果與理想值偏差較小等優點,因而得到迅速發展。隨著非線性動力學的發展,越來越多的證據表明大腦是一個非線性動力學系統。近似熵特性正好與生物醫學信號特性吻合,它具有確定性成分,又有隨機成分。因其比例不同則其近似熵值也不同,不論隨機信號、確定性信號、混合信號均可使用[4]。在腦電圖的自動分類中,常用小波變換中的多分辨分析(MRA)常常用來分析EEG信號處于深睡、淺睡,是否為正常腦電波等,并進行小波熵在不同的頻率子帶能量分布的復雜度的計算,然后通過SVM進行分類腦電波。目前,腦電波的識別技術已經比較成熟,可以用來識讀人的意念,可以用來區分人疲倦時和注意力比較集中等不同狀態[5],可以用于課堂效果的管理。
在教學過程中為了使教與學的過程中,學生的遷移能力更強,就需要加大學生參與度。基于意念(腦電波)課堂管理通過了解學生的實時上課真狀態,識別偽狀態,提醒教師調整教學方法,旨在調動教師教和學生學的積極性。
在基于意念(腦電波)控制的課堂管理研究中,采用藍牙腦電傳感器,該腦電波采集模塊基于TGAM內核,如下圖所示。通過對采集原始腦電波的分析,得出被測者的專注度和放松度指數,還進行腦電波信號質量分析,給出是否為有效報告給教師參考。該系統中主要通過ThinkGear數據包進行解析,給出學生上課時注意力是否集中,是否在打瞌睡的結論。教師通過控制端就能識別出學生的狀態,實時動態的調整教學方法和手段。

基于意念(腦電波)課堂管理通過將意念(腦電波)通過數據采集器進行采集,通過學生的專注度和放松程度及睡眠波的檢測,通過腦電波自動識別系統將數據樣本分為為興奮(excited)、疲倦(Tired)、正常(Normal)等。在這里興奮就是學生參與度高,學習積極性高。疲倦則是學生可能在走神或者睡覺的狀態。正常是學生處于聽課狀態,但學生的興趣度不高。在尊重學生的生物學習規律的前提下,依據學生的狀態來提醒調整教師的狀態,在此系統中教師狀態分為講授、互動、調整等模式。調整模式在學生疲倦時啟動,可以選擇播放與教學有關的小視頻、做些小游戲來調動積極性。互動模式時提醒教師與興奮度較高的學生來參與提高積極性,并將疲倦的學生點醒。講授模式時候,對于瞌睡的學生促發瞌睡叫醒模式,在耳邊播放音樂等,也可通過防瞌睡裝置來定時提醒,對于比較疲倦的學生,邀請疲倦了的學生回答問題,請一般狀態的學生來當小老師等方法進行調整。實時調整模式旨在將學生拉回課堂,積極主動的學習。
基于意念(腦電波)的課堂管理的研究,可以大幅度的提高的教學效果,維持好的教學次序,充分的調動了學生學習的積極性。但仍然存在著一些問題,譬如對于優秀學生能起到積極調動的作用,上課容易走神的同學也效果不錯,但反而是對表現平平的一些學生,有些同學有些許抗拒心理,覺得這是老師的不信任。那么如何改進這種情況。就應該首先從硬件系統下手,將進行設備微型化,將產品外形設計的更加的容易被90后乃至00后學生接受,從某種程度上消除學生抗拒心理;進一步研究心理學,將九型人格等好的心理學方法融入到基于意念(腦電波)控制的課堂管理的課堂中來。還有由于目前采集系統的分布式效果不好,由于數據樣本相對較多,系統未能的接收到全班學生的實時信息,有誤報和漏報的情況,譬如興奮的學生有可能不是對課程很感興趣,有可能是很開心的玩手機或者是和同學聊天等。因此在下一步的研究中,應著重進行系統穩定性的提高,提高分類率,將偽興奮狀態區分開。
[1]張東.課堂管理創新:內涵、方向、策略[J].教育探索,2005,10:1-3.
[2]Berger H. Uber das Elektrenkephalogramm des Menschen(On the EEG in humans) [J]. Arch Psychiatr Nervenkr,1929,87: 527 – 570.
[3]吳鋒.基于譜分析方法提取心動周期變異性中的睡眠結構[J].信息生物醫學工程學雜志,2004,21(2)∶212-214.
[4] P incus S.Approximate entropy(ApEn)as a complexity measure[J].Chaos,1995,5:110 – 117.
[5]王利.駕駛疲勞腦電信號節律的特征分析[J].生物醫學工程學雜志,2012,4,629-633.本文受湖南教育廳科學研究項目(No.12C1174、No.12C1176)資助