李殿奎,陳 艷,孫志勇,王 超,陳育德
(佳木斯大學 a.信息電子技術學院;b.教育科學學院,黑龍江 佳木斯 154007)
近年來,各地高中教學改革十分重視課堂教學效果的評價,同時更加關注教師在課堂教學行為過程中情感情緒的表達。隨著科技的不斷發展及課堂教學環境的改變,自動化采集課堂教學視頻信息及智能分析成為可能。情感計算技術作為人工智能領域的一個熱點,同時也是教育領域中的一個重要工具,對于評估教師情感狀態有重要應用價值,并對教學過程、評價方式產生著深刻影響。2018年4月,教育部在《教育信息化2.0行動計劃》中也明確指出,在實施教育信息化的過程中,要加強教育評價體系建設,推動建立多元化、立體化、人性化的教育評價體系。其中包括建立“數據驅動”教育評價模式,采用人工智能等新興技術對教師課堂教學進行數據化、智能化評價[1]。可見,依托人工智能領域中情感計算技術對高中教師課堂教學行為進行智能評價勢在必行,對于完善教育評價體系具有重要意義。
第一,現有的大多數教學評價方法,通常關注學生的學習表現,缺乏對教師的關注,尤其是情感方面;第二,目前的課堂教學評價比較重視總結性評價,缺乏連續的、多個節點的即時評價;第三,對于已經開始逐漸關注教師情感層面評價的學校而言,由于缺乏相關合理且恰當的評價方法,使得對于諸如情感等非認知因素的教學評價也只是流于形式;第四,傳統的教學評價中,往往會通過學生評課、同行評課、專家評課等環節共同評價教師課堂教學行為,這些評價一般通過評分表的方式執行,所得數據結果大多需要人工整理和分析,耗時耗力,多為事后性的評價,缺乏評價的及時性[2]。
1.提高高中教學質量的需要
在素質教育的背景下,高中教學普遍開始關注情感方面的發展,越來越多的教育工作者意識到情感層面的重要性。高中課堂在實際的教學評價工作中,由于缺乏相關合理且恰當的評價方法,采用傳統方法無法進行整個教學過程、實時和即時評價,而采用情感計算技術可以通過分析教師在課堂教學中的面部表情,了解教師的情緒情感,為教師提供即時反饋和建議,幫助高中教師掌握自身實際教學評價效果,為進一步提高高中教學質量提供依據。
2.提高教學資源利用率的需要
在高中課堂教學過程中,每天都會產生大量的數據,包括聲音、文本、圖片以及視頻等多種多樣的教育數據。這些海量的教育數據中蘊藏著巨大的研究價值,然而許多高中存儲的大量教學視頻資源僅僅是被存放在服務器上,難以得到充分的利用。借助情感計算技術整合視頻資源分析教師的教學行為,即面部表情行為,將其運用到教學評價中,能夠有效提高教學資源的利用率。
3.提高教育管理決策能力的需要
為了保證決策的客觀性和有效性,高中應該采取先進手段逐步完善當前的教學評價方法,為高中教學提供輔助。而情感計算技術能夠分析大量教學視頻資源,為教育管理者提供更加全面、有價值的數據支持,幫助其做出更加科學、合理的教育管理決策,明確教學行為評價,提高教育管理決策能力。為進一步優化教學策略、改進教育資源配置提供相關依據和指導。
目前,常見的情感計算主要集中在基于面部表情、語音、文本、人體姿態等方向。心理學家Mehrabian的研究結果表明,感情表達=7%的言詞+38%的聲音+55%的面部表情[3]。可見,面部表情識別顯然是情感識別中最關鍵的一部分,通過面部表情分析情感狀態相比獲取其他情感信號更加自然可行。我國在教育領域對表情展開研究始于20世紀中葉,通過文獻研究發現,學者們更關注于表情在初等教育、中等教育兩個教育層次的研究。如浙江部分高中推行的“智慧課堂”項目可以通過教室前端的三個攝像頭識別七種情緒(恐懼、快樂、厭惡、悲傷、驚訝、憤怒和中性)和六種行為(讀、寫、聽、站、舉手、趴在桌子上)[4]。
本研究主要基于教師在課堂教學中的面部表情進行評價研究,面部表情是教師在課堂教學中表現情感狀態的重要方式之一,與課堂教學質量之間聯系緊密。一方面,面部表情是教師情感狀態的表現,可以反映教師對課堂教學的情感投入和情感體驗。如果教師能夠在面部表情上表現出積極、熱情、關注等積極情感,那么說明教師對課堂教學非常投入,有較高的情感體驗,這有助于提高課堂教學質量。而如果教師面部表情過于嚴肅等,則說明教師對課堂教學缺乏情感投入,情感體驗較差,這可能會影響課堂教學質量。另一方面,面部表情也是教師與學生之間情感互動的重要方式之一。如果教師能夠通過面部表情傳遞出關心、鼓勵、支持等積極情感,那么可以增進學生與教師之間的情感交流,從而提高課堂教學質量。而如果教師的面部表情過于冷漠、不自然等,那么可能會阻礙學生與教師之間的情感交流,降低學生的學習積極性和參與度,從而影響課堂教學質量。
本文為了提高對高中課堂教師面部表情分類界定的科學性和準確度,對于課堂中高中教師面部表情的劃分標準,采取向本市某高級中學的學生針對“教師在課堂教學中最常出現的面部表情”這一問題進行調查研究,并咨詢專家意見,每名學生可選擇一種或多種課堂表情,結果顯示教師在課堂中最常出現的面部表情分別是微笑、憤怒、厭煩、驚訝和平靜,如圖1所示。在調查的263名學生中,有高達259和191的學生認為教師在課堂中常出現微笑和平靜的面部表情,其次為憤怒177人、厭煩123人、驚訝90人,共計840種表情統計結果,分別占比為微笑31%、憤怒20%、厭煩15%、驚訝11%和平靜23%,基于以上調查結果,最終歸納出了在課堂教學環境下高中教師最常出現的五種基于面部表情的教學情感狀態,具體分類如圖2所示。

圖2 高中教師課堂五種面部表情
通過閱讀文獻發現,Becker等人通過研究表明,教師表情對學生學習情緒的影響比教學行為更為明顯[5]。Neill、Theonas通過研究發現,教師高興、中性的表情能激發學生的學習興趣、動機、學習效果,消極的表情對學生產生相反的學習情緒體驗[6]。Wang等人認為教師的課堂表情在一定程度上能夠提高學生的記憶水平、激勵水平和學習滿意度[7]。
針對以上表情分類的結果,本研究通過問卷調查的方式,向本市某高級中學共6個班級的學生發放“關于教師面部表情對學生學習影響”的調查問卷,以了解教師在課堂上的面部表情對學生各方面(學習情緒、學習動力、學習興趣、學習效果、學習滿意度)的影響。
根據問卷調查的結果可知,對于教師經常面帶微笑的課堂,在學習情緒方面,有75%的學生認為教師表現出微笑的面部表情,會讓學生感到更加放松和自在;在學習動力方面,有80%的學生認為教師給予積極肯定的表情后,讓他們感到更加被關注和尊重,從而提高了學習動力;在學習興趣方面,有83%的學生認為教師積極的面部表情能夠讓他們更容易接受新知識,從而激發學習興趣;在學習效果方面,有85%的學生認為教師高興的表情能讓他們更容易理解和記憶知識;在學習滿意度方面,有90%的學生對教師面部表情比較豐富的課堂持滿意的態度,僅3%的學生表現出消極的態度。由此可見,教師面部表情對學生學習各方面有著直接或間接的影響。積極的面部表情(如微笑、眼神肯定等)可以增強學生的自信心,提高學習積極性。
首先明確在評價高中課堂教學行為期間,智能評價僅限于高中教師課堂教學過程對教師面部表情的評價,且在教學評價的過程中,根據劃分對象,把控好評價系統建設的可行性。基于情感計算的高中課堂教學行為智能評價系統旨在利用表情識別技術,結合教學評價的理論和方法,實現對教師情感狀態的實時準確識別和分析。該系統功能組成如下:數據采集、表情識別、情感分析和反饋評價。如圖3所示。

圖3 高中教師課堂教學行為智能評價系統
數據采集是研究的起步階段。在數據采集階段,通過攝像頭收集和記錄課堂教學過程中的相關數據,主要包括教師在課堂教學中的面部表情圖像或視頻數據,建立包含不同情感狀態的教師面部表情數據集,將其作為數據源,這些數據將作為輸入提供給后續的模塊進行分析和處理。
表情識別是核心環節。在表情識別階段,利用收集的大量面部表情圖像或視頻數據,進行表情分類算法的訓練。首先對圖像或視頻數據進行預處理,然后使用預處理后的數據訓練模型,采用搭載Keras的Tensorflow框架,通過卷積神經網絡訓練模型,最后使用高斯樸素貝葉斯分類器識別情緒。
情感分析是關鍵環節。在情感分析階段,進一步分析教師的情感情緒狀態并進行統計分析,將表情類別與教學情感狀態相對應,如微笑、驚訝對應積極的情感狀態,憤怒、厭惡對應消極的情感狀態,平靜則對應中性的情感狀態。通過這種方式,可以得出每個時間點教師的情感情緒狀態是積極的還是消極的,從而實現對教師課堂教學行為的全方位評價。
反饋評價是最終步驟。在反饋評價階段,根據情感分析的數據結果,將分析結果轉化為具體的數值,得到有關高中教師各類表情的分類統計結果,如微笑、驚訝、平靜、憤怒和厭煩的各類表情的幀數、時長以及占比,并將分析結果可視化,將數據反映出的結果,以圖表或者表格的形式呈現給用戶,為教師提供反饋和建議,并反饋給教育管理者,可以更好地評估教師的教學效果。
綜上所述,通過以上步驟,可以建立起基于情感計算的高中課堂教學行為智能評價系統,為高中教師提供更全面、客觀的教學行為評估,及時進行反饋總結。
本研究選取了某高中語文教師教學視頻片段的部分內容,時長為10分鐘。通過讀取教學視頻檢測教師的面部表情,系統將分析視頻的每一幀,并在每一幀中識別出教師的面部表情。系統分別實時識別出了教師的微笑、驚訝、平靜、憤怒、厭煩的課堂面部表情。
針對系統識別的結果,可以得出教師在課堂教學中微笑、驚訝、平靜、憤怒、厭煩五種表情在不同時間段的各個表情幀數、時長、占比以及教師整體的情感狀態,如表1所示。

表1 教師的情感統計結果
由統計結果可知,在這個教學視頻片段中,教師的面部表情非常豐富,共識別出16001幀圖像,其中微笑、驚訝、平靜、憤怒、厭煩五種表情的幀數分別是208幀、256幀、15374幀、1156幀和7幀。對這位教師而言,在整個10分鐘的課堂教學過程中,大多數的課堂表情都是平靜的,時長為576.48秒,共占比96.08%,其次是微笑和驚訝,時長為7.86秒和9.6秒,占比1.31%和1.6%,最后,有少許憤怒和厭煩的表情,時長為5.82秒和0.24秒,占比0.97%和0.04%。
不同教師在課堂教學中的表情可能會因為學科、文化背景和具體的教學風格等因素而有所不同。在實際的教學過程中,教師需要根據具體情況靈活調整自己的表情和行為。
針對平靜,在授課過程中,教師需要保持平靜和專注,這樣才能更好地引導學生進行學習,平靜的表情應該占據大部分時間;針對微笑,通常情況下,教師的微笑可以營造一種友好和積極的課堂氣氛,使學生更愿意參與并表達自己的觀點,教師在課堂教學中應適當使用微笑來調節課堂氛圍;針對驚訝,在某些情況下,教師可能需要用驚訝來引導學生進行反思或者強調某個重要的觀點。但是,需要避免驚訝的次數過多,可能會使學生感到困惑或者無法專注于課程內容;針對憤怒,當教師感到需要糾正學生的錯誤時,可能會表現出憤怒。但是,這種表情應該盡可能地避免,因為它可能會使學生感到沮喪和挫敗;針對厭煩,如果教師表現出厭煩的表情,可能會影響學生的學習熱情和動力。一般來說,教師需要保持積極的態度,盡量避免表現出厭煩,其在一堂課中的占比應盡可能地低。
結合教師的教學視頻數據和情感統計結果,本研究分別針對教學視頻片段中的教師微笑和驚訝相結合的積極面部表情數據和整體面部表情數據進行了分析,由此得到在10分鐘的時間教師在課堂中積極情感的變化趨勢和各類面部表情總占比的可視化結果,如圖4所示。

圖4 教師積極情感的變化
由圖4可知,該折線圖橫坐標表示實時檢測時間,縱坐標表示教師積極情感出現的幀數,顯示了教師在課堂教學中積極教學行為的情感狀態的實時變化趨勢。從整體上來看,在整個課堂教學過程中教師恰當地運用到了積極的面部表情,可知教師對課堂教學比較投入,有一定程度的情感體驗,營造了輕松愉悅的課堂氛圍,且積極的教學行為可以帶來良好的教學效果,在一定程度上可提高學生學習的積極性,從而提高課堂教學質量。
圖5清晰地呈現了在教學視頻中各個表情的所占比例,其中,教師平靜的面部表情占據大部分比例,占比96.08%,這也是教師在課堂教學過程中最常用的表情。微笑的面部表情占比1.31%,是課堂教學中一種常見且有效的表情,教師在課堂教學中合理運用能夠建立友好關系,增進教師與學生之間的情感交流,傳遞正面信息,營造輕松氛圍,幫助學生建立積極的學習心態,從而提高教學效果。驚訝的面部表情占比1.60%,本研究將教師的驚訝表情視為一種積極情感狀態的表情,當在課堂中呈現一個新的知識點時,適當地運用驚訝的面部表情能夠讓學生對所學內容產生興趣,引發學生的好奇心,并強調所討論的知識點是重要的。憤怒和厭煩的面部表情分別占比0.97%和0.04%,針對這類表情,教師在課堂教學中應當慎用,不宜過多使用。

圖5 各類面部表情占比
多元評價是必然選擇。在傳統的教學評價中,比較容易忽略教師的情感層面的評價。但教師作為課堂教學的關鍵角色,負責傳遞知識、引導學生成長和發展,其情感態度直接影響到學生的學習效果和成長。建立健全的評價指標體系,將教師情感指標納入評價體系,有助于完善現有的教學評價體系。
教師在課堂教學中應當多采用積極的非語言行為,如微笑等面部表情,慎用消極的非語言行為。積極的面部表情可以營造出積極的課堂氛圍,增強學生的學習動力和信心,提高教學效果。如果教師經常采用消極的非語言行為,如瞪眼、怒視等,會讓學生感到不安和恐懼,導致學生失去學習的興趣和動力,甚至會影響學生的學習成績。
高中課堂教學過程中教師面部表情自動識別與評價是人工智能領域中情感計算技術的具體應用,為高中課堂教學評價增添一種先進的和新型的評價方式。本研究通過構建智能評價系統,實時地識別教師面部表情,評估教師的情感狀態,解決了教師課堂教學行為中情感層面的評價不足,實現資源數據有效利用;同時能夠及時將評價數據反饋給教師和相關教育管理者,幫助教師及時改進和提升課堂教學質量。本研究所涉及的智能課堂教學評價研究,將情感計算先進技術融入到課堂教學行為評價之中,這對深化高中課堂教學評價改革、完善教學評價體系等是一次有益的實踐探索,是對課堂教學中教師面部情感和情緒評價的一種嘗試,相信隨著研究不斷深入和完善,將為高中課堂教師教學情感評價改革起到一定的借鑒和參考作用。