(東北師范大學 吉林長春 130000)
隨著大數據,云計算,人工智能,互聯網等現代科學技術的發展,信息化的進程越來越迅速。在黨的十九大報告中,也明確指出了“加快教育現代化”和“辦好網絡教育”的目標?!盎ヂ摼W+教育”也越來越頻繁地進入人們的視野,將人工智能技術應用到課堂評價的分析中,能夠更準確客觀的反應課堂情況,對課堂氛圍進行評價。在高等教育中,教師的課堂風格直接影響到學生的出勤情況,聽課效果,針對不同類型的班級,也適合不同氛圍的課堂,課堂紀律不好的班級適合嚴肅認真的課堂氛圍,死氣沉悶的班級適合活潑有趣的課堂氛圍。分析教師授課的課堂氛圍能夠有效地改善學生聽課效果,提升我國高等教育課堂效率。
如今,傳統的科研工作人員進課堂的觀察方法已經不能滿足當代需要,大數據的環境下,要求科研要具備龐大的數據支持并進行反復的實驗驗證。人工智能的技術已相當成熟,行為識別和表情識別的準確性已超過90%。以下,我將詳述研究的過程與方法:
1.教學視頻的獲取
在我國高等院校中,每天有成千上萬的課堂在進行,而課堂上的信息因為沒有被記錄都流失掉了,學生的學習行為信息和教師的授課信息都無法分析和利用。在大學教室里,大都有視頻錄像裝置,尤其在微格教室、階梯教室中的設備更為先進且齊全,我們將課堂視頻錄制下來,成為教育大數據。在課堂上錄制大學生的學習行為,包括課前準備情況,課上聽課狀態,座位的選擇,遲到早退情況等,這些能夠反映學生對該課堂的感興趣程度以及對知識的接受能力和理解水平的行為指標,保證視頻的真實性,還原課堂場景。
2.視頻數字化處理
由于錄制視頻的角度和清晰度不同,收集到的視頻首先應進行篩選,保留清晰的課堂完整的視頻記錄研究。研究要先觀察視頻,以一節45分鐘的課堂為例,15秒鐘為一個記錄單位,即每隔15秒取一次樣本,用人工智能的行為分析和表情分析技術識別,記錄教師的教學行為和全班學生的學習行為,把教學行為分成互動型和講授型兩種,我們將提問(學生回答問題)、討論、學生匯報等學生參與度比較高的課堂形式記為互動型,將教師講授、播放視頻、做練習題等沒有師生互動的課堂形式記為講授型。另外,要統計學生的互動人數和聽課人數,我們把點頭、搖頭、回答問題、鼓掌等動作的學生記為互動學生,聽課學生數是除互動學生數外,加上記筆記、看黑板、看教材的學生數的和,還需計算互動比和聽課比,互動比=互動人數/班級人數,互動比能夠反映學生對老師所授內容的感興趣程度和課堂的活躍程度,進而分析出教師的授課風格是偏向活躍型還是偏向沉悶型。聽課比=聽課人數/班級人數,聽課比是衡量課堂效果的最基本的參數,顯然,對于同一班級的學生,不同教師、不同風格的課堂聽課比也是不同的,我們將不同風格課堂的聽課比根據學生的行為和表情做出計算,聽課比越高代表課堂效果越好,同時也反映出該教師的授課風格更適合這個班級的學生,其余的任課教師可以此為樣本,對自己的課堂進行調整,實現課堂效果的最優化。
3.構建大數據評價體系
我們對每一個班級的課堂都進行錄制和分析,對每一位教師的課堂也同樣錄制分析,這樣,對于一個班級我們至少可以得到8節課的教學視頻資源,對于一個教師我們也可以得到2節課的視頻資源,這樣我們可以從水平(即同一班級不同教師)和垂直(同一個教師不同班級)兩個方向上進行研究。水平方向上,針對同一個班級,不同教師的課堂氛圍和效果不同,我們選取同一班級的1000節課,根據大數據的結果分析該班同學對授課風格的偏愛,將結果反饋給各科教師,教師根據數據可自我調整課堂節奏。垂直方向上,選取同一個教師的500節課做樣本,分析不同班級的學生對該教師課堂的接受程度和課堂效果,將課堂效果好的班級的學生表現發給其余班級的學生作為學習榜樣。
優質高效的課堂教學是提高基礎教育質量的根本保障,是培養全面發展的高素質人才的重要途徑,而要保證課堂教學的高效,除師生共同參與教學活動外,還離不開科學合理的課堂評價體系及其運行機制。采用人工智能的方法可以很好的解決課堂評價中存在的評價不全面的問題,令教學更智能,更高效!
[1]彎晶,張紅洋.中學物理專家型教師的課堂特征分析——基于弗蘭德斯互動分析系統[J].考試周刊,2017(91):148-149-153.
[2]萬麗萍.基于教師行為和學生行為的課堂教學行為分析[J].中學課程輔導(教師通訊),2017(20):38-39.
[3]胡啟宙,孫慶括.初中數學教師課堂提問的方式和反饋水平實證研究——基于三位教師課堂錄像的編碼分析[J].數學教育學報,2015,24(04):72-75.
[4]郭紹青,張絨,馬彥龍.“有效教學”課堂錄像分析方法與工具研究[J].電化教育研究,2013,34(01):68-72.
[5]王立東,王西辭,曹一鳴.數學課堂教學中的學生評價研究——基于兩位教師課堂錄像的編碼分析[J].數學教育學報,2011,20(05):37-40.