高校教學督導中的AI應用及相關倫理問題

一、引言

隨著人工智能（AI）技術的不斷發展，其應用范圍已從科學和工程領域不斷向其他領域擴展。高等教育領域也迎來了前所未有的變革。AI在督導工作中的應用，不僅提升了管理效率，同時還促進了教學質量的持續改進和優化。

二、研究現狀

國內外眾多學者對人工智能在教學和督導的應用進行了相關研究。SKRABUTS[研究了使用人工智能如何提升教學效果；王紹舫[2探討了高校教師基于人工智能在教學上教師的主體性和新的教育教學生態；翟紅林[3]探討了ChatGPT-4大模型對課程教學改革的探索與實踐；MOORE.S等研究了使用GPT-3進行學生學習質量評估的辦法，余勝泉等提出通過增強大模型構建通用人工智能教師架構，注重高階思維與能力培養、推動個性化學習、促進教學評價多元化；趙瑩等對如何利用人工智能助力教育改革與創新的路徑進行了分析；宋崔等研究了生成式人工智能時代教師工作方式的創新方法，注重高階思維與能力培養、推動個性化學習、促進教學評價多元化、創新“師一生一機”三元結構教學模式。

從人工智能應用的倫理角度來看，于聰等重點討論了教育大數據導致信息數據存在隱患、智能應用潛在威脅著教師職業的穩定、定制化推薦算法潛藏的倫理問題、教育方面難以避免的數字鴻溝引發的倫理風險；韋勛等研究了在高等教育中增強人工智能監管力度，從而紓解相關風險，實現ChatGPT對高等教育的正向賦能；姜華等[就ChatGPT可能導致忽視技術本體危害、催生教育技術濫用、引發教育異化危機、破壞教育生態平衡等問題進行分析并提出了相應的對策；JURGENRUDOLPH等[對高等教育中是否會終結傳統的教學評估方法進行了討論。

三、人工智能在督導教學工作中的應用

人工智能技術已逐漸滲入教、學、管的各個環節，通過AI賦能，不僅為學生提供了個性化和互動性的學習方法，為教師提供了更便利的數據統計和分析，也為督導工作提供了多維的監督手段。圖1給出人工智能在教學督導中的典型應用，具體介紹如下：

（一）智能巡課和實時監控

巡課是教學督導的例行項目，除了傳統的人工巡視外，目前絕大多數高校的教室都提供了實時監控，這為智能巡課奠定了基礎。依托于智能監控，利用人臉識別、語音識別和行為識別等技術，系統能夠在不影響課堂秩序的情況下，無感知地記錄教師教學行為和學生學習狀態，實現多維度的智能巡課。這種方式提升了督導的效率，減少了主觀偏差，通過數據分析提供的客觀證據，為教學評估和管理決策提供支撐。

圖2展示了基于AI技術與視頻融合開發出的部分分析功能。例如，智能視頻分析系統已可利用AI技術根據學生的頭部姿態來生成抬頭率，分析學生對教師授課時的關注度和興趣點；系統可以判別教室中使用手機和平板等電子媒體的學生數量和比例，間接反映教師授課內容對學生的吸引力；系統可以根據學生在教室中的座位分布間接了解他們對課程的態度。

圖1人工智能在教學督導中的應用場景

智能巡課收集的數據可以幫助教師了解哪些教學內容容易吸引學生注意力，哪些時段學生最容易分心，從而對教學方案進行針對性的調整。

（二）教學行為量化評價

教學過程中數字化技術程度的不斷提升，為使用AI輔助督導提供了可能。督導利用教學過程中產生的大數據，結合機器學習方法，對采集到的課堂的各種數據進行深度挖掘，識別教學模式、學生反應與學習成效之間的關聯；同時對教學過程中的教師行為（如板書、手勢、互動等）以及學生的學習狀態（如舉手、討論、專注度等）進行統計、分析，生成量化評估報告。

該報告可以直觀地評價教學行為，提供客觀的評價結果，為教學改進提供依據。以工程認證為例，教學過程中的多個環節已經轉換為數字化數據，教師可以充分利用這些數據，進行統計分析，給出改進點，持續改進，不斷優化。

（三）教學效果對比分析和優化

通常，教師只能依據學生對教學過程的反饋來評估自己的教學效果，并據此加以改進和優化。而督導數據可以較全面地收集多位教師的相關數據，并進行綜合分析比較。例如，結合督導數，可以對平行班（即不同教師教授的同一科目的班級）的教學效果進行比較，通過收集包括學生評教結果、課堂練習情況、課后作業和過程測驗的效果等數據，能夠分析出哪些教師在某些方面表現更為優秀，以及背后可能存在的原因，進而總結出學生接受效果好的教學方法，并加以推廣。

總之，通過這些措施，高校可以更有效地利用督導資源來分析、比較并優化教學效果，最終達到提高教學質量和促進學生學習成果的目標。這樣的系統化評估和優化流程不僅有助于個體教師的成長，也能推動整體教學質量得到持續的提升。

圖2智能巡課系統的分析功能

（四）提供個性化教學建議

根據督導過程中得到的各環節數據，以及學生的學習效果，為教師提供個性化的教學建議。這些建議涵蓋教學的內容、教學的節奏、教學的方法、課堂互動策略、課堂練習和課后作業的內容的重點、難度及其比重。

在教學督導中引入人工智能，能夠分析學生的作業、測試成績以及在線學習行為，識別每個學生的學習風格、優勢和挑戰點。根據學生的特點，為每位學生量身定制學習計劃，包括課程選擇建議、學習資源推薦和個性化的練習題目。

將數據分析的結果作為反饋提供給每位教師，并根據他們的具體情況提出個性化的教學改進建議。

通過持續的數據收集和分析，形成“評價一反饋一改進一再評價”的良性循環，實現教學方法的不斷優化和教學質量的螺旋式提升。

（五）智能課程規劃和調整

根據采集積累的督導數據，對課程進行合理規劃。通過對學生學習的歷史數據進行分析，自動推薦或調整課程內容。根據學生的優勢和弱點，為他們量身定制合理的學習計劃。如高校普遍應用的雨課堂、學習通等線上教學平臺已結合人工智能，采用Agent等技術，根據前期的學習效果，提供了智能化練習、測驗等。

根據學生學習過程中的實時表現，自動調整題目難度和內容，確保學生能在適宜的挑戰中學習。利用大數據分析和機器學習算法，實現教學內容與學生需求的最佳匹配。

（六）教學問題的實時反饋和總結

過去，由于督導人員數量有限，很多督導工作只能通過抽查的方式進行。引入人工智能技術后，可以利用其不怕疲勞的特點，通過多維督導數據，及時進行教學監督。一旦出現情況，能立即反饋，以便及時調整教學策略，將嚴重的問題扼殺在萌芽狀態。

借助大數據分析，提供宏觀視角下的教學反饋結果，為教育管理決策提供數據支持和預測建議。建立基于數據的預警機制，通過分析學生的參與度、成績分布等指標，提前發現可能導致教學質量下降的趨勢，提前調整教學策略和資源配置。同時可以靈活設定時間節點，按不同時間段周期性地進行總結和分析對比，給出宏觀的分析結果，以監測長期的教學效果。

面對人工智能技術應用的普及，督導人員需要在兩方面提高自身的技術素質，一方面是了解教學過程中AI技術的應用情況；另一方面是了解督導手段中不斷引入的AI技術。只有這樣，才能提高督導的能力和質量。

四、督導工作引入AI的倫理問題考量

與人工智能在其他領域的應用類似，人工智能在督導工作中的應用也必然會引發一定的倫理問題。教師需要清晰地認識到這些問題，并在實際工作中加以解決。圖3列舉了幾個常見的問題，下面將對這些常見的倫理問題及其對應策略展開討論。

圖3督導應用AI涉及的幾個倫理問題

（一）隱私保護問題

以巡課為例，智能監控使教師和學生的一舉一動都暴露在監控之下，無疑會引發教師和學生隱私問題的嚴重擔憂。高校在部署此類系統時，要對系統進行嚴格的管理，保證其僅應用于教學目的，并且只有經過特定培訓并得到授權的督導人員才能訪問這些數據，并且他們的訪問行為應當有日志記錄。

遵循最小必要原則，確保智能監控系統僅收集與教學和督導直接相關的必要信息，不得過度收集教師和學生的個人數據。加密與匿名化，收集到的數據進行加密處理和數據清洗，并對個人信息進行匿名化，以確保即使數據泄露也不會導致個人信息的暴露。

使用過程中要制定嚴格的規范，防止信息泄露，關鍵的系統要按照安全等保標準要求來設計。

（二）評價標準的公正性

使用AI進行評估時，確保評價標準的全面性和公正性至關重要。評價系統既要具有普遍性，也要考慮到教學過程中出現的批判性思維。一些創新性的教學內容和教學方法取得的效果往往需要一段時間才能看到。教師應對新出現的方法進行科學的審視，促進創新能力培養和先進知識的獲取。評價系統應當能夠識別并獎勵學生在解決問題、團隊合作能力、創造性思維等方面的表現，這些通常是標準化測試難以完全捕捉到的技能，在目前已有的系統中還是明顯不足的，需要大力改善提高。

（三）算法偏見和歧視

人工智能依賴于各種算法運行。目前來看，沒有一種算法是完美的，都有一定的弱點。比如目前最流行的大模型，其學習過程深度依賴于其學習的數據和標注，對算法的效果有非常重要的影響。數據集規模和學習算法都可能會形成算法偏見和歧視。例如，某種算法更傾向某種特點的教學風格，而對其他風格的教學方法評價較低，就會造成不公平。若數據集存在偏見，那么AI模型也可能繼承這些偏見，導致評估結果不公平。因此，選擇高質量、多樣化且具有代表性的數據集至關重要。同時，要對算法進行多種檢測，并在使用過程中不斷檢驗、調整和優化。

此外，必須對AI算法進行定期的性能評估，以監控其決策過程是否公平、透明，并確保其結果符合教育目標和倫理標準。

（四）對教師和學生自主性的影響

目前，很多教師和學生已可以熟練地利用大模型等人工智能工具進行輔助教學和學習。但過度依賴大模型，教師可能會失去自己的鮮明教學特色和創新思維，只是機械地按照AI的指導進行教學，個人的教學風格和獨到的教育理念可能會被邊緣化。這不僅會影響教師的教學熱情，還可能導致教學方法變得單一化。因此，在教學督導過程中，需要關注教師是否保持了個性化的教學方法和創新思維。部分學生可能會將作業等學習任務交由AI平臺完成，從而影響其學習的主動性和深度。

因此，在督導過程中，教師應當避免完全依賴于AI的“躺平”狀態，要明確認識到，AI始終只能是一種輔助工具，它不能取代人的教育功能。AI可以作為一個參謀，提供數據支持和決策建議，但最終的教學設計應該結合教師的個人經驗和教育目標來進行。教師應該基于自己的教學理念，創造性地利用AI技術，而不是簡單地遵從AI的指導。

（五）人工智能平臺的漏洞

各種平臺可能會有不同的漏洞，如果發現漏洞沒有進行報告和補救，反而利用漏洞為自己的利益服務，就會造成惡劣的后果。例如利用AI平臺的漏洞，修改特定對象的評價結果。面對這樣的問題，必須認真考慮有效的對策和處理方案。首先，系統開發者需要不斷更新和強化安全措施，確保系統的完整性和抵抗外部攻擊的能力。其次，對于系統中重要的決策和評價結果，應當實施額外的人工輔助核查機制，尤其是在關鍵環節，應引入人工審查，以驗證AI的判斷是否準確無誤，從而防止可能的操縱和濫用行為。

此外，還需要建立嚴格的監督體系和透明的報告流程，鼓勵使用者在發現潛在漏洞時能夠及時上報，并采取相應的補救措施。同時，對于故意利用漏洞的行為，應制定明確的懲罰措施，以起到震懾作用。

依據信息系統安全等級保護的相關規定，設計和維護監控系統，定期進行安全評估和漏洞掃描。

（六）責任歸屬問題

人工智能的應用雖然帶來了諸多便利并提高了效率，但難免會產生各種類型的故障或錯誤。以采用智能監控為例，可能會因算法誤判而錯誤地識別學生考試作弊；或者教學數據分析平臺給出的錯誤的教學建議，導致教學質量下降。如何明確責任是需要預先考慮的問題。由于機器模型是不具備人類特性的實體，它們無法成為其生成內容的承擔者，這種情況下的責任歸屬是需要深入研究的課題。機器模型作為非人實體，不具備人類的特性和主觀意識，它們無法像人類一樣為其生成或決策

的內容承擔責任。

以上情況可以看出，教師、學生甚至督導人員如果對AI技術的倫理問題缺乏認識和了解，可能在有意或無意之中做出違背倫理道德的行為。比如，教師可能會因過度依賴智能教學工具而忽視與學生的直接交流和感情溝通，從而無法了解學生真實的狀況。算法是“無情”的，督導、教師和學生之間是有感情的，他們之間的自然交流依然是機器和算法無法直接替代的。

五、結束語

AI在教學督導中的應用帶來了新的機遇和挑戰，這是不可阻擋的趨勢。智能化的督導方式不僅拓寬了督導的范圍，提高了督導的準確性，還大幅提升了督導工作效率。同時，在教學督導中應用AI，能夠讓督導人員從日常巡視中節省出時間，使其能夠專注于更深層次的督導方法研究。合理利用這些技術，可以促進教學督導體系的不斷完善，保障教學質量。然而，在引入這些技術的同時，教師必須重視可能產生的倫理問題，確保AI技術在督導過程中的應用是有益、公正和可持續的。只有在技術進步和倫理考量之間找到平衡，才能真正實現教學目標，培養出更多有用人才。

作者單位：宋杰安徽大學計算機科學與技術學院安徽大學十一屆督導組梁雯安徽大學十一屆督導組

鄭誠安徽大學計算機科學與技術學院安徽大學十一屆督導組周愛武趙鵬安徽大學計算機科學與技術學院

參考文獻

[1]SKRABUS.8aystouseCainhcro：usngAItaceteacngadlgEBOL-043]ps：b.

com/book/2d2ngvje/8O-ways-to-use-chatgpt-in-the-classroom-usingai-to-enhance-teaching-and-earning.

[2]王紹舫.人工智能時代高校教師專業發展動力因素及發展路徑[J].高教學刊，2024，10（16）：7-11.

[3]翟紅林.張曉昀，曹晶晶.人工智能新時代下教學改革的新思考[J].大學化學，2024，39（01）：63-68.

[4]MOORESNGUHRNetal.Assessntealitfdteeadsoauesossing3Cufoanewfuture： makingsenseof echnology-enhancedlearningAdoption.Cham： SpringerInternational Publishing，2O2：243-257.

[5]余勝泉，熊莎莎.基于大模型增強的通用人工智能教師架構[J].開放教育研究，2024，30（01）：33-43.

[6]趙瑩，邱偉芳.人工智能視域下高校教師專業發展的實踐轉向[J].繼續教育研究，2023，（09）：71-75.

[7]宋崔，林敏.ChatGPT/生成式人工智能時代下教師的工作變革：機遇、挑戰與應對[J].華東師范大學學報（教育科學版），2023，41（07）：78-90.

[8]于聰，劉飛.人工智能教育應用的倫理風險及其對策研究[J].機器人產業，2022（02）：32-37.

[9]韋勛，鄒新.ChatGPT介入高等教育的優勢、風險及其紓解[J].兵團教育學院學報，2024，34（03）;17-22.

[10]姜華，王春秀，楊暑東.生成式AI在教育領域的應用潛能、風險挑戰及應對策略[J].現代教育管理，2023，（07）：66-74.

[11]JURGENUDOPH，SAMSONTAN，SHANNONTAN.ChatGPT： Bulshitspewerortheendof traditioalassessmentsinghereducation？[J].Journal of Applied Learning and Teaching，2O23，6（O1）：1-22.