让AI课堂行为识别系统帮助老师课堂观察 - 知乎

[liuwa666]

让AI课堂行为识别系统帮助老师课堂观察

（摘抄于百度）

课堂观察是课堂研究广为使用的一种研究方法。课堂观察就是指研究者或观察者带着明确的目的，凭借自身感官以及有关辅助工具、直接或间接从课堂情境中收集资料，并依据资料作相应研究的一种教育科学研究方法。

课堂观察是促进教师专业发展，改善学生课堂学习，营造学校合作文化的重要活动。

随着课程改革的不断深入，课堂研究的逐渐兴起，课堂观察作为研究课堂的一种方法开始受到学界的关注与中小学教师的青睐。西方关于课堂观察的研究成果大量输入，一些学校和教师也开展了课堂观察的本土研究。

• 课堂观察步骤

（1）课堂观察前的准备，确定观察的目的和规划。

（2）课堂观察，进入课堂及记录资料。

（3）课堂观察后的工作，资料的分析和结果的呈现。

• 课堂观察意义

（1）改善学生的课堂学习

在真实的课堂里，教师的教和学生的学是相互交织在一起的，学生通过倾听、与教师对话、交流建构自己的学习方式，改善学习行为，获得新的认知与情感体验。可以说，教师的课堂行为、学生的学习习惯及课堂环境都在影响学生的学习。当观察者进入课堂观察学生的学习，关注学生是如何学习、会不会学习、以及学得怎样时，在一定程度上会引发学生行为上的改变。观察课堂中的其他行为或事件，如教师教学、课堂文化等，通过教师行为的改进、课程资源的利用或课堂文化的创设，都会直接或间接地影响学生的学习。所以，教师参与课堂观察始终指向学生学习的改善，这也是课堂观察与传统听评课最大的功能区别。

（2）促进教师的专业发展

课堂观察是一种研究活动，它在教学实践和教学理论之间架起一座桥梁，为教师的专业发展提供了一条很好的途径。通过课堂观察，教师借助合作的力量在实践性知识、反省能力等方面将获得新的发展，进而提高教师的整体教学质量。

（3）营造学校的合作文化

教师要开展课堂观察，就要改变原来单兵作战的工作方式，从教学上的孤立的个人主义走向合作的专业主义，因为完整的课堂观察程序不能没有教师的合作行动。每个教师都要主动向课堂观察合作共同体的成员开放自己的教室，接纳不同的力量进入课堂，共同来探讨课堂教学与学习的专业问题。通过课堂观察，教师在心理与行为上会发生一些变化，变得开放、民主与善于合作，这些变化会感染同伴，影响组织，进而使学校变成合作共同体的联合体。

• 课堂观察局限性

课堂观察只能凭借观察者的感官及有关辅助工具（如观察量表、录音录像设备）观察可视、可感、可知的直观现象与行为，不能观察看不见、摸不着的内在机理（诸如师生的心理变化），只能从现象来分析、理解本质，它是一种归纳的方法。

• 对观察者有要求

课堂观察需要观察者接受一定的专业培训，具备相应的观察技能，要求观察者能集中心智观察，及时、准确地收集相关信息，随时做出决定。这是对观察者在专业知能与自身特质方面的要求。

• 需要外部支持

课堂观察需要一定的时间、设备与技术的保障，来完成程序的三部曲。这不仅需要教师反省“忙、茫、盲”的教学工作，整理、释放用于课堂观察的时间，而且需要学校为教师参与课堂观察提供必要的技术与环境支持，购置用于观察的必需的视听设备，营造良好的人际氛围，以确保课堂观察成为教师的日常行动。

以上是人工课堂观察现状，为了客观记录课堂行为情况，同时减少老师的工作量，使用人工智能记录学生课堂行为，通过大数据统计，分析课堂行为变化，为教学改进，提供数据支撑，而研发的DOC课堂行为观察平台，将是学校管理优良工具。

---

课堂行为观察平台是一套基于人工智能机器视觉技术分析课堂监控视频获取每个学生课堂事实行为记录报告的系统。整个系统通过视频采集、计算机视觉分析、大数据分析三个步骤完成学生的课堂行为量化

行为分析服务器存放于数据机房，与硬盘录像机对接。行为分析系统读取课堂视频数据，计算出其中学生的课堂行为特征源数据，并存储到数据分析系统中。因为视频数据占用空间巨大需要定期清理，而行为特征源数据空间占用小，可以长期或永久保存。这个特点让课堂视频，从只用于安防调取等短期功能，变为了学校重要的数据积累资源，进行长期学生行为研究和结合其他教学管理系统进行大数据分析使用。行为分析系统是整个课堂行为量化分析系统的核心模块，采用NVIDIA GPU-CUDA 并行计算技术，运行人工智能深度学习算法。由于视频数据计算量巨大，根据教室数量行为分析服务器可以采取分布式部署多台服务器同时工作。

数据应用系统是服务系统，负责存储行为特征源数据，并根据不同角色需要，提取数据生成行为分析报告。

---

（1）实时要快：我们通过AI观察课堂，实时显示关键的观察结果，出勤的人数，专注情况，是否有同学回答问题，动作占比。

（2）实时识别

（3）解决老师忙：一天数据汇总，把每节关键数据一一列举

日报中列举每节课检测到课人数，课堂得分，情绪统计，专注度，气氛活跃度、纪律异常、站立人次、评价指数，课堂集中度变化以曲线图方式展示。课堂行为占比反映学习情况，表情占比反映课堂气氛，以饼图展示。特殊行为显示个体同学表现。

课堂观察数据展示表

课堂观察一天专注度曲线图

课堂行为及表情统计饼状图