课堂教学自动评价及其初步研究成果

发布时间：2022-01-04 08:59

　　课堂评价是教育评价的核心环节。文章基于人工智能等最新的信息技术,结合课堂评价的需求,在全球范围内,首次给出了课堂教学自动评价的定义,构建了课堂教学自动评价理论,并在自动考勤、学习注意力分析、基于对话文本的师生对话与互动评价等方面都取得了初步研究成果。与传统的课堂评价技术相比,课堂教学自动评价具有全员、全程、全自动、高采样率、无扰、客观等优点,使规模化、常态化课堂教学过程评价成为可能。 

【文章来源】：现代教育技术. 2018,28(08)北大核心CSSCI

【文章页数】：7 页

【部分图文】：

课堂教学自动评价的框架与工作流程

较好。四基于计算机视觉技术的课堂教学自动评价1基于深度学习的课堂教学自动考勤[8]课堂考勤作为课堂教学日常评价的重要基础环节，对课堂教学质量有着重要的作用。使用深度学习技术对课堂教学高清视频中的全部学生进行自动人脸检测与识别，实现课堂教学的全程无扰全自动考勤，不仅可以对旷课、迟到、早退、随意出入教室这4项常规考勤指标进行监测，而且可以对学生的不认真听讲情况进行监测。如图3所示，本研究使用基于深度学习技术的人脸识别软件SeeTaFace[9]，可以获得满意的人脸识别效果。图3SeeTaFace人脸识别效果图6课堂教学前15分钟的一名学生的表情分析结果2基于学生学习注意力分析的课堂教学自动评价[10][11]在教室前后墙的中间位置进行吸顶安装两只摄像头。如图4（A）所示，前摄像头的视频用于识别学生人脸、检测脸部特征点、计算出学生的空间位置/头部姿态/面部法线的指向。如图4（B）所示，后摄像头的视频用于将学生面部法线投射到视场中，进行注意力的可视化表示，黑板前进行板书的教师脖子旁处的圆点就是教室中听课学生的视线投射点。根据学生听课的注意力分析结果，可以对学生的学习状态粗略地进行分类。如图5（A）所示，当学生注意力聚焦于授课教师时，说明学生学习处于专注状态。如图5（B）所示，当学生注意力游离于黑板外边时，说明学生学习处于漠视状态。此外，当学生注意力没有聚焦于教师、但还看着黑板时，则说明学生学习不够专注，但处于关注状态，即还保持对授课内容的关注。3基于学生学习表情分析的课堂教学自动评价[12]通过收集并分析一线教师和教育研究人员关于学生听课表情的相关论述，同时通过观看教学视频对真实课堂教学所做?

Vol.28No.8201843专注（Foc）、困惑（Con）、走神（Dis）等5类，然后自建了一个专用于课堂教学自动评价的学习表情数据库，最后开发了一个基于学习表情识别的课堂教学自动评价系统。（A）前摄像头的视场（B）后摄像头的视场图4基于前后摄像头的学习注意力分析系统（A）专注：视线聚焦于教师（B）漠视：视线游离出黑板右侧图5基于前后摄像头的学习注意力分析系统如图6所示，本研究对一堂课前15分钟视频中的一个学生进行表情识别，表情分析结果表明：课堂教学刚开始的4～5分钟，由于精神集中，对于教师所导入的教学材料，该生呈现了较好的学习表情，表情主要为愉悦和专注；随着教师讲授新知识点，该生出现了较多的困惑、走神表情，说明该生在理解上出现了困难；在后5分钟，教师对新知识点进行巩固教学，该生的困惑/走神表情减少，出现了较多的专注/惊讶/愉悦表情，说明该生吸收、掌握了这个知识点。因此，学习表情分析可以对学生的听课效果进行评价，即使用表情识别技术可以对课堂教学过程中的学生听课效果进行自动评价。五结语本研究首先系统地介绍了课堂教学自动评价理论，接着依次介绍了在基于师生对话文本的课堂自动评价和基于计算机视觉技术的课堂教学自动评价（包括自动考勤、学习注意力分析和学习表情分析）、课堂教学自动考勤、学生学习注意力/学习表情/学习情感分析技术等方面取得的初步研究成果。本研究认为课堂教学自动评价是一项非常有前景的课堂评价技术,能够对课堂教学进行常态化、规模化课堂评价，但课堂教学自动评价应该结合课堂教学的实际需求开展研究，以切实改善课堂教学质量为主要突破方向，避免单纯追求技术进步的教具式改进研究，同时也要适度考


本文编号：3568057