基于學習注意力分析的計算機實驗教學評價

王薇，劉星，徐新

(武漢科技大學計算機學院，武漢 430070)

0 引言

“十三五”期間我國高等教育發展日新月異；2020年印發的《中共中央關于制定國民經濟和社會發展第十四個五年規劃和二〇三五年遠景目標的建議》中提出“普及高等教育”的新的挑戰。2021年不僅是“十四五”的起始點，更是2035年社會主義現代化強國之路的起始點，我國高等教育發展將迎接新的目標與新的挑戰。

2018年，教育部提出關于高等教育教學改革中一流課程建設，旨在提高高等教育的課程質量。中共中央國務院在《深化新時代教育評價改革總體方案》中提出，要構建世界水平的中國特色的高等教育評價體系。實現這一目標的實現得力于優質課程建設，以課程評價反饋作為驅動改進課程設置與授課方法，從而穩步提高課程質量，打造一流課程與精品課程[1]。

圖1 實驗實踐教學流程圖

在精品課程和工程認證的要求下，完善計算機專業在實驗實踐教學的評價模型[2][3]，不僅有助于學生鞏固所學知識，而且有利于培養學生的應用能力，更能根據發揮學生的實時反饋及時調整學習資源、課程內容和教學方法，統計學生的實時反饋就需要對整個教學過程做跟蹤和檢測，其流程圖參考圖1。學生通過案例講演理解計算機理論及技術，再經實驗實踐環節進行理論實踐與提煉，進而加深對計算機理論的認知水平[4]。

學習分析(Learning Analysis)是關于學習人員及其上下文的數據的測量、收集、分析和報告，目的是為了理解和優化學習過程及其課堂發生過程。在課堂教學中，教師通過記錄學生的課堂行為與表現，并利用機器學習等新興算法對產生的教育數據進行分析，評估學生的學習行為，并作為教學評價指標。當產生足量的長周期的學習行為記錄，則可用于預測課程建設的未來表現，并指出潛在的問題。

隨著信息化課堂的發展，有很多課堂多媒體交互設備捕獲的信息可用來分析傳統課堂教學質量和學生的課堂即時反應。本文提出使用學習注意力分析作為學習體驗及教學效果的評價指標，其不僅適用于傳統課堂教學，更適用于新興的實驗實踐教學和多媒體交互教學如MOOC在線課程。時至今日，將學生的行為與內容、教學特點進行結合分析的研究并不多。實驗實踐教學課程在傳統的教師課堂教授學習內容外，還具有學生自發實踐環節，課程內容更加多元化，隨之而來的學生注意力評價也更加復雜。

因此，在本文中我們關注的是實驗實踐課程中學生的注意力保持程度。本文中的注意力專注度指在規定的時間段內，學生聆聽教師講解課程內容和實踐課程內容時學生保持反饋狀態的比例。本文建立了一種智能評估學生學習注意力的評價方法及算法，并給出其總體評價方法的實施流程。

1 面向教師講解時的學習注意力分析

在實驗室教學的教師講演中，本文使用盡可能少的拍攝設備捕捉所有學生的學習狀態。因此，當教師進行課程內容講解時，本文通過學生的視角范圍進行分析學生的學習注意力[5-6]。其具體流程如圖2所示，在拍攝設備獲取的視頻幀中，本文首先進行人臉檢測得到學生當前時刻的面部空間坐標，經連續幀的頭部空間位移來確定其頭部動作，最終據頭部動作判斷視角范圍，以評估學生學習的注意力集中程度。

圖2 面向教學授課的注意力評價實施流程圖

以下將對頭部動作估計及依據頭部動作的注意力判斷方法進行說明。學生專注于授課內容時其頭部行為不會出現頻繁晃動，或視角點長期處于教師講演區之外；因此視角點與教師講演區的夾角可用于估計學生的學習注意力；即使用學生頭部角度變化進行視角點估計[7]。當對特征縮放后的頭部傾斜角度進行多元回歸擬合，可得到頭部動作擬合公式：

Ps=αxk+βyk+γzk+b

(1)

其中xk代表學生的俯仰角，yk代表學生的水平偏離角，zk代表學生的旋轉角。這三種角度構成第k個學生在視頻的單幀中的頭部姿勢角度集合。

我們通過S型函數將Ps映射到0和1之間，構成頭部動作分布概率集合。本映射公式為：

(2)

在訓練過程中，我們將關注度高置為狀態1，關注度低置為狀態0，其判斷閾值th為0.5：

(3)

當學生看向老師、幻燈片或黑板，我們認為他在集中注意力。如果學生上下交替地看則可推斷學生在做筆記。據此，以上模型對學生的當前視角進行估計，從而判斷其對講演區的關注程度。

2 計算機實踐環節的注意力評價

在實踐實驗環節中，學生遵循一定邏輯而完成的實踐操作，其操作過程將形成其個體學習認知的連續模式，該模式信息的加工和處理能反映學生的學習認知過程[8]。雖然該模式信息不能保證精確性和個體的個性化，但它能全局地反映學生實踐環節的個體注意力。計算機類的實驗平臺通常使用計算機作為實驗硬件終端，而學生的硬件操作通過鼠標及鍵盤完成。因此，就計算機類專業實驗教學而言，學生實踐環節的學習注意力評價可以通過教學終端的操作頻次在較為長期的時間段內形成累計數據來實現[9]。

本文使用學生實踐環節的鼠標點擊頻率來判斷其是否進行使用操作；本鼠標點擊頻率衡量學生獲取信息進行操作的頻率，并記錄在軟件日志中。較高的鼠標點擊頻率代表學生使用終端進行操作，因此表示更高的注意力評價。反之，極低的點擊頻率表示學生走神。其具體實施流程如圖3所示。

圖3 面向實踐環節的注意力評價實施流程圖

為消除學生個體的點擊快慢速率的影響并得到統一尺度，本文使用計算學生個體的平均點擊速率并對其連續模式進行標準化；高于零的值表示學生的點擊頻率高于其個體平均點擊頻率。低于零的值表示該學生的點擊頻率低于其平均點擊頻率。在單次實踐環節時間段內，個體學生形成的學習連續模式可表示為：

(4)

其中gi為點擊內容重要性參數，yi為該分鐘內點擊次數評價。

據以上兩種注意力評價內容及方法，可綜合得到實驗實踐課程的整體學習注意力評價公式為：

(5)

其中t為總課程時長分鐘數；γ為平衡系數，表征講演時段和實驗時段的長度比。

目前，相對于傳統教室的課堂教學，實驗室的交互多媒體硬件設備與講演-實踐教學方法能及時反饋學生的注意力評價，在成果導向(OBG)的教學方法中展現出明顯優勢。在今后實施過程中，將通過收集大量實驗教學數據來優化學習注意力評價模型[10]，來指導實驗實踐教學工作，具有針對性地進行教學內容的調整，從而提高教學質量；并且提供連續且有效的學生教學反饋，為進一步的學科建設提供方向。

3 結語

針對一流課程和精品課程建設需求，培養計算機專業具有工程技術能力的學生離不開實驗實踐教學。本文探索了計算機實踐教學中的場景特點與學生表現，提出基于學習注意力分析的實踐課程反饋指標，借此提取學生在實踐課程上的學習程度據此重構結果導向的(OBD)的實驗實踐課程教學目標；并構建穩定而持續的實驗實踐課程的反饋機制。