數字化轉型下AI課堂觀察系統使用對師生課堂行為的影響

劉夢君 蔡雨菲 蔣新宇 楊兵

摘要：當前，課堂教學的數字化轉型實踐和應用正如火如荼，但師生可能因習慣于傳統教學環境而對新技術的引入產生抵觸情緒，從而影響數字化轉型的成效。對此，文章以武漢市W中學七年級四個班的412節課例為研究樣本，通過前后測實驗設計，對比了AI課堂觀察系統投入使用前后師生的課堂行為變化情況、不同特征（包括科目、職稱、性別）教師的課堂行為差異，結果發現：AI課堂觀察系統對師生課堂行為有一定的影響，且這種影響會隨著時間的推移而減弱；AI課堂觀察系統對不同特征教師產生了不同程度的影響。文章的研究揭示了課堂教學數字化轉型面臨的實踐挑戰，可為課堂教學創新的科學管理提供理論支撐和實踐參考。

關鍵詞：AI課堂觀察系統；課堂行為；數字化轉型；科目；職稱；性別

【中圖分類號】G40-057 【文獻標識碼】A 【論文編號】1009—8097（2024）05—0064—10 【DOI】10.3969/j.issn.1009-8097.2024.05.007

引言

課堂教學數字化轉型是教育數字化轉型的主陣地，而人工智能（Artificial Intelligence，AI）技術的飛速發展，為課堂教學的數字化轉型帶來了新契機。目前，AI已具備強大的現場態勢感知能力，能夠即時捕捉、感知并分析學生的學習狀態^[1]，從而對課堂進行大規模、精細化的數據分析與評價。例如，杭州某中學部署的智慧課堂行為管理系統，可以通過動作與面部識別，獲取學生在課堂上的個體行為與表情數據，以此計算出學生的實時專注度，便于教師即時對上課走神的學生進行提醒^[2]。因此，許多研究者認為，智能技術賦能的教學行為評價方法有望為課堂教學的診斷和干預提供更精準的實踐時機和手段，從而推動課堂教學數字化轉型的持續深化與發展^[3][4]。

AI課堂觀察系統主要用于觀察、量化課堂教學效果，能夠為教學質量提升和教師專業發展提供更高效的支持^[5]，其核心技術包含圖像處理、模式識別、深度學習等。AI課堂觀察系統可以通過部署在教室內的高清攝像頭，拍攝教室實時畫面；之后通過圖像識別，獲取師生教學過程中的行為和表情數據；進一步，對這些數據代表的教學特征進行解讀，據此剖析課堂教學的節奏與內容，指出不足之處，并給出相應的改進方向。然而，以教師、學生等為主體的實踐者可能由于依賴傳統或習慣使然，容易對新系統的引入產生抵觸情緒，從而影響系統的使用效果^[6]。目前，研究者多關注AI課堂觀察系統應用在教學行為識別、課堂評價等方面的性能^[7][8]，而對于系統使用是否會對師生的教與學造成影響以及會產生何種影響，尚缺乏科學的實證探究。基于此，本研究試圖通過對比AI課堂觀察系統投入使用前后師生的課堂行為變化情況和不同特征教師的課堂行為差異，來探究AI課堂觀察系統使用對師生課堂行為的影響，以期為學校管理者決定是否在常規教室引入AI課堂觀察系統提供科學依據。

一 研究假設

信息技術具備支撐教學的能力，但并不等同于師生能較好地應用信息技術開展教學^[9]。而信息技術的教學應用，還有可能遭到師生的抵制。一方面，一些中國的教師和學生認為信息技術引發的新學習方法會破壞他們既定的學習習慣和教學程序^[10]。這一偏見可以采用Al-Adwan等^[11]提出的“學習傳統”概念來解釋——該概念強調創新的主要障礙是沿用傳統的使用模式，而這種對傳統模式的依賴會影響師生對新技術的接受度。另一方面，一些教學決策正在由人工決策轉變為人機協同決策，這種轉變可能會對教師的職業地位構成威脅，從而引發教師的擔憂^[12]，繼而影響其課堂行為。基于此，本研究提出假設H1：AI課堂觀察系統投入使用后會對教師課堂行為產生一定的影響。

信息技術進入課堂教學的應用效果，可能受教師講授科目的影響。Serezhkina^[13]對兩項國際研究的數據進行分析后，發現教師的數字技能與學科、教育教學背景有關。Chen等^[14]發現，中小學不同學科的教師在信息素養上存在顯著差異，學科差異會導致教師在信息管理、整合和創新方面的發展不同。楊福義^[15]通過調查發現，中小學教師中信息技術教師使用教育信息技術的頻率最高，但局限于信息檢索、社交、多媒體應用等方面，而高級的信息技術使用相對較少。基于此，本研究提出假設H2：不同學科的教師在AI課堂觀察系統使用前后存在不同的課堂行為差異。

有時，教師經驗和技術接受度是一對矛盾體：一方面，Rozell等^[16]的研究表明，擁有更長時間計算機使用經歷的教師傾向于在教學中頻繁地應用信息技術；教師的這種經驗越豐富，越有可能對信息技術教學應用表現出積極的態度^[17]。另一方面，Scherer等^[18]研究影響教師接受度和信息技術融入課堂的因素時發現，教師年齡越大，越易在使用信息技術時感知到問題和障礙。然而，Van Braak等^[19]發現，一旦積累足夠的信息技術經驗，教師的年齡就不再是影響信息技術使用的關鍵因素，而是職稱越高，教師在實際教學中使用信息技術越多。基于此，本研究提出假設H3：不同職稱的教師在AI課堂觀察系統使用前后存在不同的課堂行為差異。

信息技術的使用動機可能存在性別差異，由此導致不同性別的教師在課堂行為上出現差異。Tondeur等^[20]發現，在小學教育階段，男教師更積極地將信息技術投入教育應用；Sadik^[21]通過調查，同樣發現發展中國家的男教師比女教師有更高的信息技術經驗和更積極的信息技術應用態度。然而，也有研究得出了不同的結論，如Shapka等^[22]發現信息技術使用的性別差異很小，且這種差異在逐漸消失。基于此，本研究提出假設H4：不同性別的教師在AI課堂觀察系統使用前后存在不同的課堂行為差異。

二 研究設計

1 研究對象

本研究使用多視角（包括教師視角、學生視角）的4K攝影機，實時采集了武漢市W中學七年級四個班為期一個月的課程視頻資料，共得412份課堂數據樣本。這些樣本涵蓋語文、數學、英語等11門學科，其中數學（占21.35%）、語文（占20.87%）、英語（占20.87%）三門學科的樣本較多，而歷史（占7.28%）、生物（占3.64%）、音樂（占3.39%）等學科的樣本較少；具有高級職稱、一級職稱、二級職稱的教師課例分別為15份（占3.64%）、215份（占52.18%）和182份（占44.18%）；女教師課例有309份（占75%），男教師課例有103份（占25%）。

2 研究思路

本研究歷時四周（分別記為W1、W2、W3、W4），分為S1（前兩周，包含W1和W2）、S2（后兩周，包含W3和W4）兩個階段。為確保數據的一致性，兩個階段均使用AI課堂觀察系統錄制、分析師生的課堂行為。不同的是，在S1階段，系統運行但未打開提示燈，此時教師對系統錄制并不知情，系統記錄的是AI課堂觀察系統使用前的師生日常課堂行為數據，這些數據可用于后續與S2階段的數據進行比較；而在S2階段，系統亮起紅色提示燈，顯示其運行狀態，此時教師知曉系統正在錄制，系統記錄的是AI課堂觀察系統使用后的師生課堂行為數據，這些數據可用于探究師生的行為變化。在整個實驗中，四個班級的學生對系統錄制均不知情，以盡可能地確保學生課堂行為所受到的影響僅來自于教師的行為變化，而排除系統直接對學生造成的影響。

四周時間的錄制結束后，本研究一方面通過對比S1、S2兩個階段的師生課堂行為差異，來探究AI課堂觀察系統的引入是否會對師生的課堂行為產生影響——若該影響存在，就進一步將W3、W4時間段的課堂行為與S1階段的課堂行為進行比較，以了解這種影響的程度變化；另一方面通過比較不同特征（包括科目、職稱、性別）教師在S1、S2兩個階段的行為是否存在差異，來探究不同特征教師的課堂行為差異。

3 研究工具

本研究使用AI課堂觀察系統，對師生課堂行為進行干預。首先，AI課堂觀察系統通過多視角的4K攝影機，實時錄制課堂教學視頻。之后，通過人工智能引擎終端的邊緣計算模塊，對視頻進行結構化分析處理，以可視化的方式呈現師生的課堂行為分布、教學模式、專注度曲線等數據。其中，教師的課堂行為被分為四類：①板書，是指教師在介質上進行書寫；②講授，是指教師在講臺區面向學生主動授課、講解、演示；③師生互動，是指教師提問、學生應答，教師邀請學生到講臺區域互動；④巡視，是指教師在學生區域走動、觀察、授課。與此同時，學生的課堂行為被分為五類，包括讀寫、舉手、聽講、生生互動、應答，其中生生互動行為是指多個學生應答或小組討論，而應答行為是指學生站立回答問題。

通過AI課堂觀察系統，教師可以洞悉課堂中自身教和學生學的具體表現，據此及時調整教學策略；學校管理者可以便捷地知曉教師的課堂教學情況，從而針對相關問題及時調整教學安排。然而，AI課堂觀察系統強大的教學過程分析和輔助能力，對教師來說也是一種強大的過程監督，有可能對教師心理產生壓力，從而影響其教學行為。

4 AI課堂觀察系統與人工編碼的一致性檢驗

為探究AI課堂觀察系統采集、分析數據的可靠性，本研究進行了一致性檢驗：如果Kappa值＞0.75，就證明一致性良好^[23]。本研究隨機抽取一節課程視頻，邀請兩名經過編碼培訓的專家對師生的課堂行為進行編碼，結果顯示兩位專家的編碼具有較高的一致性（針對教師課堂行為的一致性檢驗結果Kappa值為0.71，針對學生課堂行為的一致性檢驗結果Kappa值為0.85）。經過商議評定后，兩位專家統一了意見。本研究將AI課堂觀察系統與兩位專家統一意見后得到的編碼進行一致性檢驗，結果顯示針對教師課堂行為的編碼結果Kappa值為0.73、針對學生課堂行為的編碼結果Kappa值為0.83。整體而言，AI課堂觀察系統與兩位專家的編碼具有較高的一致性，說明本研究的實驗數據具有良好的可靠性。

三 研究分析

本研究先分析AI課堂觀察系統使用前后的師生的課堂行為變化情況，后分析不同特征教師的課堂行為差異，以探究AI課堂觀察系統投入使用可能造成的影響。

1 系統投入使用前后師生的課堂行為變化情況

據統計，系統使用前的S1階段共有207條記錄（占50.24%），而系統使用后的S2階段有205條記錄（占49.76%）。為進一步探究不同特征師生在系統使用前后的課堂行為是否發生變化，本研究通過Mann-Whitney U檢驗對S1、S2階段師生的課堂行為進行了對比，結果如圖1所示。可以看出，系統使用后，課堂中的生生互動（p=0.006＜0.05，ΔM＝3.77）、講授（p=0.016＜0.05，ΔM＝4.82）行為有所增加，而讀寫（p=0.007＜0.05，ΔM＝-6.67）、板書（p=0.003＜0.05，ΔM＝-1.51）、巡視（p=0.002＜0.05，ΔM＝-4.16）行為有所減少；舉手（p=0.931＞0.05）、聽講（p=0.898＞0.05）、應答（p=0.118＞0.05）、師生互動（p=0.165＞0.05）行為在系統燈光亮起前后不存在顯著性差異。由此可以初步判斷，AI課堂觀察系統的使用對師生課堂行為造成了一定的影響。

為探究AI課堂觀察系統使用對師生的影響隨時間變化的情況，本研究將系統使用前（S1階段）與系統使用后第一周（W3）、系統使用后第二周（W4）的師生課堂行為進行了成對比較，結果如表1所示。

由于樣本為非正態分布，因此本研究采取Kruskal-Wallis檢驗S1、W3、W4中師生的課堂行為是否存在差異。總樣本共有412條記錄，其中S1階段共有207條記錄（占50.24%），W3時間段共有113條記錄（占27.43%），W4時間段共有92條記錄（占22.33%）。Kruskal-Wallis檢驗結果顯示，讀寫（χ²=7.455，df=2，p=0.024＜0.05）、生生互動（χ²=8.258，df=2，p=0.016＜0.05）、講授（χ²=6.2，df=2，p=0.045＜0.05）存在顯著差異，而板書（χ²=9.236，df=2，p=0.010≤0.01）、巡視（χ²=10.404，df=2，p=0.006≤0.01）存在極其顯著差異。

為探究AI課堂觀察系統對師生的影響是否會隨時間而變化，本研究對發生顯著變化的行為進行了成對比較，結果顯示：大多數發生顯著變化的行為在S1-W3這一段時間里呈現出顯著差異，如讀寫（p=0.037＜0.05）、生生互動（p=0.018＜0.05）、板書（p=0.024＜0.05），其中巡視（p=0.002≤0.01）存在極其顯著差異，而上述行為在S1-W4這一段時間里并無行為呈現出顯著差異，表明師生在系統使用初期（W3時間段）受到的影響較大，而隨著時間的推移，這種影響隨之減輕，因此發生顯著變化的行為也有所減少。秩均值可以在數據分布為非正態時提供一個比傳統均值更為穩健的度量，因此本研究對比了S1階段和W3、W4時間段師生課堂行為的秩均值，結果如圖2所示，可以看出：隨著時間的推移，發生顯著變化行為的秩均值變化有所減緩，表明師生受到的影響隨著時間的推移而減弱。

2 不同特征教師的課堂行為差異

為探究不同特征（包含科目、職稱、性別）教師對AI課堂觀察系統使用前后的行為差異，本研究通過Mann-Whitney U檢驗對系統使用前后不同特征教師的課堂行為進行了差異分析，不同特征教師的課堂行為差異相關數據統計如表2所示。

（1）不同科目教師在系統使用前后的課堂行為差異

在412條總樣本中，文科教師樣本共有261條記錄，其中系統使用前有133條，系統使用后有128條；理科教師樣本共有103條記錄，其中系統使用前有52條，系統使用后有51條。

表2顯示，在系統使用后，文科教師課堂中的講授（p=0.035＜0.05，ΔM＝19.66）、生生互動（p=0.009≤0.01，ΔM＝24.46）行為明顯增加，但板書（p=0.022＜0.05，ΔM＝-21.27）、巡視（p=0.031＜0.05，ΔM＝-20.15）行為有所減少；理科教師的課堂中出現了更多的舉手（p=0.047＜0.05，ΔM＝11.63）行為，但讀寫（p=0.01≤0.01，ΔM＝-15.09）行為有所減少。此外，文科教師課堂中的讀寫、舉手、聽講、應答、師生互動5類行為不存在顯著差異，理科教師課堂中的聽講、生生互動、應答、板書、講授、師生互動、巡視7類行為不存在顯著差異。可見，相較于理科教師，文科教師在系統使用后發生顯著性變化的行為更多，表明文科教師受系統的影響更大。

（2）不同職稱教師在系統使用前后的課堂行為差異

在412條總樣本中，高級職稱教師樣本共有15條記錄，其中系統使用前有7條，系統使用后有8條；一級教師樣本共有215條記錄，其中系統使用前有111條，系統使用后有104條；二級教師樣本共有182條記錄，其中系統使用前有89條，系統使用后有93條。

表2顯示，高級職稱教師的各類課堂行為在系統使用前后均不存在顯著差異；在系統使用后，一級職稱教師的課堂中出現了更少的讀寫（p=0.012＜0.05，ΔM＝-21.26）、板書（p=0.019＜0.05，ΔM＝-19.79）行為，但在系統使用前后其課堂中的舉手、聽講、講授、巡視4類行為均不存在顯著差異；在系統使用后，二級職稱教師的課堂中出現了更多的生生互動（p=0.023＜0.05，ΔM＝17.83）、講授（p=0.049＜0.05，ΔM＝15.4）、師生互動（p=0.046＜0.05，ΔM＝15.61）行為，而巡視（p=0.003≤0.01，ΔM＝-23.47）行為有所減少，其余行為在系統使用前后不存在顯著差異。可見，職稱越低的教師在系統使用后發生顯著性變化的行為越多，表明職稱越低的教師受系統的影響越大。

（3）不同性別教師在系統使用前后的課堂行為差異

在412條總樣本中，女教師樣本共有309條記錄，其中系統使用前有154條，系統使用后有155條；男教師樣本共有103條記錄，其中系統使用前有53條，系統使用后有50條。

表2顯示，在系統使用后，女教師的課堂中出現了更多的生生互動（p=0.011＜0.05，ΔM＝25.97）、講授（p=0.02＜0.05，ΔM＝23.67）行為，但讀寫（p=0.015＜0.05，ΔM＝-24.84）、板書（p=0.001≤0.001，ΔM＝-32.72）、巡視（p=0.016＜0.05，ΔM＝-24.44）行為有所減少；女教師課堂中的舉手、聽講、應答、師生互動4類行為在系統使用前后不存在顯著差異。而男教師課堂中的行為在系統使用前后均不存在顯著差異。可見，相較于男教師，女教師在系統使用后發生顯著性變化的行為更多，表明女教師受系統的影響更大。

四 研究結論

1 AI課堂觀察系統對師生課堂行為有一定的影響，且這種影響會隨著時間的推移而減弱

課堂行為變化情況的分析結果顯示，系統剛使用時對師生課堂行為的影響較大，且這種影響會隨著時間的推移而減弱。Kruskal-Wallis檢驗結果表明，隨著時間的推移，發生顯著變化行為的秩均值變化有所減緩，且課堂中發生顯著變化的行為數量也有所減少。

上述結論可以采用適應水平理論來解釋——適應水平理論由美國心理學家Helson^[24]提出，認為當某一種刺激經過多次重復達到一定的水平之后，就會失去其原本引起興趣的效力。在本研究中，系統工作時亮起的燈光可以看作是對教師的一種環境刺激。在系統使用的第一周，習慣了傳統課堂環境的教師會較為強烈地感知到環境的刺激，而隨著時間的推移，系統對教師的刺激不斷重復，就會逐漸失去其原本能夠引起教師行為變化的效力。這表明，面對人工智能技術創設的全新教學環境和提供的強大教學支持，教師會在不斷的重復刺激之下逐漸適應，具體表現為其行為的變化會隨著時間的推移而逐漸放緩。

2 AI課堂觀察系統對不同特征教師產生了不同程度的影響

課堂行為差異的分析結果顯示，系統對不同學科、職稱、性別教師的影響不盡相同。

①學科特征方面，文科教師比理科教師受系統的影響更大。系統使用后，文科教師課堂中的板書、巡視行為有所下降，講授、生生互動行為增加，其課堂中生生互動行為的增加可能是由于在系統的監督下，教師為了活躍課堂氛圍、提高學生的課堂參與度而增加了小組討論、互動問答等活動；理科課堂中聽講、生生互動、應答、板書、講授、師生互動、巡視7類行為均無顯著變化，而舉手、讀寫行為卻與系統使用前存在較大差異。究其原因，可能是學科性質與特點導致文科教師、理科教師在系統使用前后的課堂行為出現差異。例如，在理科教學中，結合板書能得到更理想的教學效果^[25]，因為教師的板書行為有利于學生獲得充分的思維緩沖時間，也有利于促進學生的智力參與和獨立思考^[26]。因此，為了取得更好的教學效果，無論系統是否存在，理科教師都會注重板書，致使其板書行為在系統使用前后都沒有發生較大的變化。

②職稱特征方面，職稱越低的教師受系統的影響越大。高級職稱教師課堂中的行為均無明顯變化；一級職稱教師課堂中的讀寫、板書行為在系統使用后明顯減少；而二級職稱教師課堂中的生生互動、講授、師生互動行為增多，巡視行為有所減少。這種結果可以用Fuller^[27]的教師成長三個階段理論來解釋：在三個階段理論中，一級職稱、二級職稱的教師可能處于“關注生存”階段或“關注環境”階段，而處于上述兩個階段的教師通常更為注重別人對自身的看法以及自己的教學模式、方法等。高級職稱的教師可能處于“關注學生”階段，而處于此階段的教師更關注學生的差異，更注重因材施教，也更少受到環境的影響。在AI課堂觀察系統能夠實時記錄課堂教學行為的情況下，職稱較低的教師可能會對自己的教學行為更加關注，其教學行為可能因此發生較大的變化；職稱較高的教師由于已經形成了具有自身特色的教學方式，其教學行為習慣不會因為環境的影響而發生較大的改變。

③性別特征方面，女教師比男教師受系統的影響更大。在系統使用后，女教師課堂中的讀寫、板書、巡視行為有所減少，而生生互動、講授行為有所增加。究其原因，可能在于教師行為的改變導致學生的行為發生變化，如學生記筆記時會被記錄為讀寫行為，而教師板書行為的減少可能會降低學生讀寫行為的發生。在系統使用后，女教師課堂中的舉手、聽講、應答、師生互動行為沒有顯著變化，而男教師課堂中的9類行為均無明顯變化。主要原因可能在于，女性在嘗試應用新技術時比男性持有更被動的態度^[28]，對新技術的接受也有著更消極的表現^[29]。因此，女教師在系統投入使用初期可能會對系統產生抵觸情緒，從而影響其行為；而男教師可能會以一種更加積極的態度去面對系統的使用，故其行為在系統使用前后變化不大。

五 結語

本研究通過引入AI課堂觀察系統對師生的課堂行為進行干預，發現系統的使用對師生課堂行為造成了一定的影響。具體來說，在宏觀層面，AI課堂觀察系統的使用對師生課堂行為造成了一定的影響，但這種影響會隨著時間的推移而減弱。據此，在課堂教學數字化轉型的過程中，系統研發者、學校管理者等可以通過編制AI課堂觀察系統使用手冊、開展講座等形式，盡量縮短系統對教師的影響時間，以幫助教師盡快適應并掌握、應用系統。而在微觀層面，AI課堂觀察系統對不同特征教師產生了不同程度的影響。據此，在課堂教學數字化轉型的過程中，學校管理者應實時關注教師對系統的使用表現及其對待系統使用是否存在心理障礙，對其中有障礙的教師進行及時輔導和心理疏導，并關注那些系統使用表現不佳者的適應狀況；教師之間可以結對互助，受系統影響較小的教師或對系統使用較為熟練的教師可以一對一幫助受系統影響較大的教師或對系統使用存在困難的教師，助其提升系統應用水平、克服心理障礙。后續研究將繼續完善AI課堂觀察系統，并深入探究深度融合AI課堂觀察系統的教學模式，以更大程度地發揮技術推動課堂教學變革的作用。

參考文獻

[1][8]魯圓圓，陳增照，陳榮，等.智能技術助推教師課堂教學行為評價的應用框架研究[J].現代教育技術，2022，（12）：76-84.

[2]錢江晚報.上課時專不專心……盡收眼底！杭十一中這款神器逆天了[OL].

[3]陳凱泉，沙俊宏，何瑤，等.人工智能2.0重塑學習的技術路徑與實踐探索——兼論智能教學系統的功能升級[J].遠程教育雜志，2017，（5）：40-53.

[4]趙麗，賀瑋，王洋.人工智能支持的課堂教學行為分析：困境與路徑[J].電化教育研究，2022，（1）：86-92.

[5]劉清堂，何皓怡，吳林靜，等.基于人工智能的課堂教學行為分析方法及其應用[J].中國電化教育，2019，（9）：13-21.

[6][10]Ma L， Lee C S. Investigating the adoption of MOOCs： A technology-user-environment perspective[J]. Journal of Computer Assisted Learning， 2019，（1）：89-98.

[7]盧國慶，謝魁，劉清堂，等.基于人工智能引擎自動標注的課堂教學行為分析[J].開放教育研究，2021，（6）：97-107.

[9]B?E T， Sandvik K， Gulbrandsen B. Continued use of e-learning technology in higher education： A managerial perspective [J]. Studies in Higher Education， 2021，（12）：2664-2679.

[11]Al-Adwan A S， Yaseen H， Alsoud A， et al. Novel extension of the UTAUT model to understand continued usage intention of learning management systems： The role of learning tradition[J]. Education and Information Technologies， 2022，（27）：3567-3593.

[12]Almaiah M A， Al-Khasawneh A， Althunibat A. Exploring the critical challenges and factors influencing the E-learning system usage during COVID-19 pandemic[J]. Education and Information Technologies， 2020，（6）：5261-5280.

[13]Serezhkina A. Digital skills of teachers[A]. E3S Web of Conferences[C]. Paris： EDP Sciences， 2021，258：07083.

[14]Chen M， Zhou C， Man S， et al. Investigating teachers information literacy and its differences in individuals and schools： A large-scale evaluation in China[J]. Education and Information Technologies， 2023，（3）：3145-3172.

[15]楊福義.我國中小學教師教育信息技術的應用狀況及其影響因素——基于全國數據庫的實證分析[J].華東師范大學學報（教育科學版），2017，（6）：116-125、157.

[16]Rozell E J， Gardner III W. Computer-related success and failure： A longitudinal field study of the factors influencing computer-related performance[J]. Computers in Human Behavior， 1999，（1）：1-10.

[17]Ba? G， Kubiatko M， Sünbül A M. Teachers perceptions towards ICTs in teaching-learning process： Scale validity and reliability study[J]. Computers in Human Behavior， 2016，61：176-185.

[18]Scherer R， Siddiq F， Teo T. Becoming more specific： Measuring and modeling teachers perceived usefulness of ICT in the context of teaching and learning[J]. Computers & Education， 2015，88：202-214.

[19]Van Braak J， Tondeur J， Valcke M. Explaining different types of computer use among primary school teachers[J]. European Journal of Psychology of Education， 2004，19：407-422.

[20]Tondeur J， Valcke M， Van Braak J. A multidimensional approach to determinants of computer use in primary education： Teacher and school characteristics[J]. Journal of Computer Assisted Learning， 2008，（6）：494-506.

[21]Sadik A. Factors influencing teachers attitudes toward personal use and school use of computers： New evidence from a developing nation[J]. Evaluation Review， 2006，（1）：86-113.

[22]Shapka J D， Ferrari M. Computer-related attitudes and actions of teacher candidates[J]. Computers in Human Behavior， 2003，（3）：319-34.

[23]Fleiss J L， Levin B， Paik M C. Statistical methods for rates and proportions[M]. New York： John Wiley & Sons， 2013：227-239.

[24]Helson H. Adaptation-level theory： An experimental and systematic approach to behavior[J]. American Journal of Psychology， 1964，（78）：158-159.

[25]郭曉光.多媒體教學與板書教學的再認識[J].中國教育學刊，2014，（2）：71-74.

[26]陸珺.技術熱背景下傳統板書的功能審思——以數學教學為例[J].中國教育學刊，2019，（6）：74-78.

[27]Fuller F F. Concerns of teachers： A developmental conceptualization[J]. American Educational Research Journal， 1969，（2）：207-226.

[28]Cai Z， Fan X， Du J. Gender and attitudes toward technology use： A meta-analysis[J]. Computers & Education， 2017，105：1-13.

[29]Goswami A， Dutta S. Gender differences in technology usage—A literature review[J]. Open Journal of Business and Management， 2015，（1）：51-59.

The Impact of AI Classroom Observation System on Teachers and

Students Classroom Behaviors under the Context of Digital Transformation

——An Evidence-based Study Based on 412 Class Cases from W Middle School

LIU Meng-Jun??? CAI Yu-Fei??? JIANG Xin-Yu??? YANG Bing^{[Corresponding Author]}

（School of Education， Hubei University， Wuhan， China 430062）

Abstract： At present， the practice and application of digital transformation in classroom teaching are in full swing， but teachers and students may have resistance to the introduction of new technologies because they are accustomed to the traditional teaching environment， thus affecting the effectiveness of digital transformation. Therefore， this paper took 412 lessons from four classes of Grade 7 in Wuhan W Middle School as research samples， and compared the changes of teachers and students classroom behavior before and after artificial intelligent （AI） classroom observation system was put into use， as well as the differences in teachers classroom behaviors with different characteristics （including subject， professional title and gender） through pre-test and post-test experiment design. The results showed that the AI classroom observation system had a certain influence on teachers and students classroom behaviors， and this influence could be weakened with time. The AI classroom observation system had different degrees of influences on teachers with different characteristics. The research of this paper revealed the practical challenges faced by the digital transformation of classroom teaching， which could provide theoretical support and practical reference for the scientific management of classroom teaching innovation.

Keywords： AI classroom observation system; classroom behavior; digital transformation; subject; professional title; gender

*基金項目：本文為教育部大學生創新訓練項目“基于人工智能的課后服務監管機制研究”（項目編號：202210512029）的階段性研究成果，并受國家自然科學基金項目“新高考綜合素質評價數據安全管理機制研究：區塊鏈技術賦能視角”（項目編號：72204077）、湖北中小學素質教育研究中心開放基金重點課題“幼兒學習習慣培養對小學階段兒童課堂行為的影響研究”（項目編號：2023HBSZA07）資助。

作者簡介：劉夢君，副教授，博士，研究方向為人工智能教育應用，郵箱為lmj_whu@163.com。

收稿日期：2023年10月6日

編輯：小米