高校智慧教室數據融合應用路徑研究

李煒 杭州師范大學信息中心

●研究背景

教室的發展歷經了傳統教室、多媒體教室、智慧教室三個階段，北京大學在2007年就對研討型教室這一智慧教室的雛形進行了探索式建設，而攝像頭、觸摸屏幕、各類環境傳感器等大量信息技術設備的集成應用則開端于2016年，2019年至2021年高校智慧教室的建設規模逐漸擴大[1]，國內大部分高校已擁有一定數量的不同類型的智慧教室，并在某些方面已發揮出了較好的作用。智慧教室的優點如下：一是“深體驗”，智慧教室整合了多屏顯示，集成全息投影技術、AR/VR/MR虛擬等“智慧”教學設備和音視頻教學資源，優化教學內容的呈現方式，學生可以由視聽學習走向全身心深度體驗學習；二是“強交互”，如智能學習終端、電子交互白板等智能設備以及觸屏互動技術提供給教師和學生更為便捷和自然的人機交互；三是智能教室的空間布局更加人性化，有利于實現人、資源、環境及技術設備的多維互動。[2]然而，智慧教室當前有重硬輕軟、重管理輕教學、課堂轉型不足、驅動學習不足等問題，雖然花費大量人力、物力建設，但與傳統教室相比，其智慧化應用尚未有較高的優勢，究其根源在于對數據生產要素的融合與運用不足。

“十四五”規劃明確提出要大力推進教育數字化轉型[3]，并指出發展智慧教育是建設數字中國的重要內容。沿著“數字化”“網絡化”“智能化”的方向，教育數字化轉型也開始全面提速。2021年，教育部等六部門發布《關于推進教育新型基礎設施建設 構建高質量教育支撐體系的指導意見》，提出“推動教育數字轉型、智能升級、融合創新，支撐教育高質量發展”，在堅持創新引領的基本原則中突出強調了要“充分發揮數據作為新型生產要素的作用”。[4]教室是高校教育教學的主陣地，因此，制訂完善的智慧教室數據融合應用方案與路徑方法，滿足高質量教育體系建設要求，成為高校教育教學關注的重點之一。

●當前高校智慧教室數據應用問題

1.重硬輕軟思維問題

智慧教室當前存在的主要問題是關注硬件的升級堆疊，在智慧教室硬件環境基礎實施建設方面不惜重金投入，有些設備的技術性能參數遠遠高于實際的需求，而最為重要的軟件系統方面投入甚少，與傳統多媒體教室相比沒有太大的變化。

在智慧教室的應用方面，雖然有高校在教學過程管理、教學評價、設備智能控制等方面創建了一些智能應用，但也都是分散不成體系的，其原因一方面是沒有支撐有力的“數字底座”，另一方面，數據應用策略抓不住重點，尚未有分類明確、高效復用、貼近業務的數據應用策略，體系缺失，合力尚未形成。

2.內部數據孤島問題

目前，“智慧教室”相關應用主要集中在三方面：一是溫濕度與空調，CO2與通風，光照度與燈光，投影機的使用與幕布、窗簾、照明等教學環境監測變量與教學環境保障設備間的策略化管理的智能聯動，實現物聯“智能化”；二是VR/AR/MR設備、全息投影、智能白板、移動終端、智慧學習筆等多種形態的智聯終端和智能教育裝備的運用；三是面向智慧教室內教學全過程的智能教學評價系統。這些應用的開發主要采用縱深式的方法，較少橫向互相關聯，甚至終端品牌各異、種類繁多難以融合使得數據割裂，影響了應用的橫向智能程度。

3.外部數據孤島問題

當前智慧教室為了實現電子班牌、線上教學平臺、教學評價系統等應用功能，會主動對接學校這類與教學安排緊密相關的業務系統，但與其他輕度聯結關系的業務系統的對接較少，智慧教室內置平臺與學校其他業務運行系統存在隔閡，主要原因是不同領域不同系統之間的資源相對封閉、描述標準不一致、共享不暢通[5]，智慧教室應用開發人員尚未深入研究制訂統一的元數據及數據資源描述規范與標準，各種類型數據尚未完全納入分析應用，智慧教室外部數據孤島問題使智慧教室應用對課堂之外的教學、成長全過程缺乏觀測視角。

4.數據應用安全問題

智慧教室的數據涉及學生、教師、學科、教學資源、科研資源等諸多方面，涉及大量的教師和學生群體，隨著網絡威脅的快速變化，數據面臨被篡改、竊取、盜用、泄露等威脅，一旦發生風險事件，不僅影響數據對象等主體自身，侵犯師生個人權益，還可能外溢到社會關聯方，衍生網絡或電信詐騙，波及更多群體和領域，造成經濟等各方面損失。

●高校智慧教室數據中臺構建

1.整體架構

智慧教室數據中臺作為一項復雜的系統工程，其多形式的技術堆砌和多終端的技術設備、多源異構數據源，以及各種軟件、模塊、系統、協議增大了數據融合應用的難度，做好整體架構設計，有利于內部要素之間按規劃關聯銜接。筆者提出的智慧教室數據中臺頂層設計如下頁圖所示，依據從數據到應用的流向步驟，將其分為異構數據源、全面匯聚、融合治理、智能分析、應用策略五個層次。

2.標準先行

《教育部2022年工作要點》提出“健全教育信息化標準規范體系”，標準先行才能保障教育數字化戰略行動有效落地。構建智慧教室數據標準的核心價值就是打破數據孤島，創建一種通用語言增強數據之間的互聯關系，解決局部數據或抽樣數據的片面問題，實現數據的標準化管理，保障數據的完整性、一致性、規范性，推動數據規模化、有效化，實現數據價值的充分釋放。

如果沒有從業務的角度對數據進行規劃，再多的數據也無法產生價值，高校可根據國家、行業的標準，結合學校自身特點，面向業務愿景藍圖，制訂智慧教室數據標準，進行數據域劃分和分層規劃。數據域劃分可參照行業經驗和智慧教室屬性，將其劃分出幾個相對獨立的板塊，使域之間的指標或業務重疊性較小，如人員域、課程域、學科域等。數據中臺的存儲架構可以數據融合加工的深度為度量，分為貼源層、基礎層、主題層等，主題層的數據通過數據服務實現封裝和開放，以此滿足上層應用的需求。

智慧教室數據中臺整體架構

3.全面匯聚

構建全時態、全覆蓋、全渠道的智慧教室多元數據匯聚機制，為目標應用提供大數據“原料”。“全時態”是指建立伴隨式數據收集機制，數據收集貫穿教學的所有時間區間，覆蓋課前、課中和課后的所有教學環節。“全覆蓋”是指實現數據源系統的全覆蓋，根據與智慧教室的附屬關系可以劃分為外部關聯系統和內部原生系統兩大類，同時，根據業務域可以劃分為教學資源類、教學運行類、環境設備類、科研管理類、校務管理類（如右表）。“全渠道”是指對數據采集工具和能力進行有效整合，對不同存儲結構、不同開放形態、不同收集工具的數據進行收集，其中包括關系型數據庫、nosql數據庫、非結構化數據、半結構化數據、文件系統、API數據源、流式數據等源數據類型。

數據源系統分類

4.融合治理

數據融合治理在數據匯聚和智能分析兩個步驟之間，主要目的是按照統一的智慧教室數據標準，運用主數據管理工具、元數據管理工具、數據模型、數據質量監測和數據安全管理等多種工具進行，形成統一、規范、分類清晰、層次遞進的智慧教室全域數據體系。

在數據融合治理的過程中，為加快成果的獲取速度，一方面可以從人、物等高價值主數據集做起，另一方面可以從具體的業務場景出發，圍繞小而美的場景需求梳理數據資源，找到數據全景圖中的部分數據集合，從小而美的應用場景落地，能快速推陳出新驗證數據價值。這種方式參照了數據中臺常見的數據治理模式，即設計階段橫著走，落地階段豎著切，逐步豐富數據資源體系。

5.智能分析

智能分析是利用BI數據分析、機器學習、搜索引擎等技術對存儲在數據中臺中的數據進行深度分析和挖掘，發現數據中的模式、趨勢和規律，萃取數據價值，為智慧教室應用提供有力支持。平臺采用組件化、圖形化開發工具，引入Featuretools、scikit-learn、keras等公共算法庫，同時創建智慧教室專用算法庫，集成AutoOCR、FeatureGo、FeatureZero等自動機器學習算法，覆蓋智慧教室所需的主要結構化數據、半結構化數據、非結構化數據模型算法，利用高維模型算法分析挖掘大數據的高維離散信息，實現更細粒度、更精準化的“個性化”智能分析，使平臺具備感知、思維和智能能力。

6.數據安全

教育是《數據安全法》提出的8個重要數據領域之一，2023年初國家信息中心受教育部管理信息中心委托牽頭制訂《教育系統數據安全分類分級指南》和《教育系統數據安全防護指引》，體系化的教育數據安全規范即將實施。智慧教室數據在融合應用過程中會涉及成績信息、課程信息、科研信息和師生個人信息等私密性較強的敏感信息，因此需對照法律、規范，在數據全生命周期中加強安全保障，如對數據進行分類分級、發現敏感數據、對數據權限進行細粒度控制、構建數據隱私計算能力等，實現數據的加密化和標簽化，保護數據安全。

智慧教室的各類算法要基于“以人為本”的原則，堅持傳統教育秉持的人文立場，摒棄數據“暗箱操作”，保障算法合規應用。

●高校智慧教室數據融合應用

在數據驅動理念下，高校智慧教室將涌現出大量創新應用，主要可以分為教學個性化維度、學科適配性維度、環境體驗感維度、空間一體化維度，除了單一維度之外，可以更多地擴展復合維度應用場景。

1.教學個性化維度

學生學習個性化。依靠大數據對海量學生行為、生活與學習等數據進行分析，圍繞學生的核心素養提升和自我發展規劃，更智能、高效、準確、全面地反映學習者的學習過程，在交流溝通、問題解決、批判性思維、創新能力、學習資源推薦、學習伙伴推薦、研究熱點推薦、就業相關信息、心理調適、信息素養的能力、團隊合作能力等方面構建應用場景，引導學生成為自我驅動的學習者。

教師教學個性化。在教學設計階段，可以為教師確定教學目標和教學內容提供精準決策支持，同時擴大資源供給規模，引入大數據、虛擬現實、自然語言處理和人工智能等技術支持的情境式和實訓操作的資源，形成多樣化、立體型、豐富的數字教育資源體系；在教學實施階段，實時反饋學生學習進度和思想行為的潛在問題，及早采取干預措施，促進學生的全面發展；在教學評價階段，及時了解課程設置和教學模式的優勢和不足，進而優化教學計劃和流程，提升教學決策能力。

2.學科適配性維度

智慧教室的數據應用應與具體的學科結合，并依據學科的不同的理論學習特征、實踐技能掌握方法及未來發展方向，以服務人才培養為核心，支撐不同學科背景下人才培養的教學模式改革，從教學模式、能力培養、教學評價上重新建構數據應用，如根據人文類、理工類、經管類、藝術類等學科特點，構建社交類、實驗類、分享創造類、訓練類、思考散發類、個性表演類數據應用，在設計、收集、分析的過程中緊緊圍繞各項能力的建設，更好地開展生生互動、師生互動，調動學生學習積極性。

3.環境體驗感維度

智慧教室的“智慧”也體現在環境智慧中，各類物聯設備所產生的數據與教學、管理等數據融合分析，能夠創新眾多優化教室環境體驗的新應用。例如，通過分析天氣預報數據、課堂人數、溫度傳感數據以及室內PM2.5、CO2等有害氣體的濃度數據、校園能耗系統等數據，智慧教室可采取自動策略啟動凈化設備進行空氣凈化，提高空氣質量，確保學生和教師的健康并根據實際情況進行自動調節，或者當教室人員密度不高時，系統自動調節空調溫度和風速，避免不必要的能耗，再有照明方面可以根據課表定時開啟關閉教室燈，根據季節調整燈光場景。

4.空間一體化維度

構建線上線下一體化的數據應用也是當前的智慧教室需求熱點，教學空間一體化、線上線下一體化、現實虛擬雙融合是未來教室的趨勢，打造物理空間、資源空間和社交空間有機整合的學習空間[6]，構建課堂內與課堂外的泛在式學習環境，有利于日常習慣、學習活動、學習資源和學習過程數據等有機融合。

●結語

綜上所述，在教育數字化轉型的背景下，高校智慧教室的建設不只是硬件的堆疊，還需整體深化推動智慧教室的數據融合應用，切實提高教室的“智慧性”。智慧教室數據融合應用實現路徑需要技術和應用策略的雙管齊下。一方面利用成熟、一體化的技術平臺，如數據中臺既是智慧教室應用的“數字底座”，也是深化教育改革的重要抓手，從整體架構、標準先行、全面匯聚、融合治理、智能分析、數據安全等層次規劃建設數據中臺，能夠以技術的先進性有效解決系統的復雜性；另一方面以需求為導向，以教學個性化、學科適配性；環境體驗感、空間一體化的單一、復合維度為智慧教室數據應用場景構建的方向，對分層分類推出切中師生需求的創新應用成果具有指導意義。