大数据与人工智能的师生同享同乐平台的设计

苏州科技大学天平学院 姚 洪

由于目前信息技术的迅速发展，大数据和人工智能等技术开始应用到教务教学中来，智能化的教育是教育发展的方向，是信息化发展的必然趋势，如何利用现有大数据技术、人工智能技术和互联网等技术筑建适合当下师生需要的平台，是现在教育信息化的一个重要课题。本文从师生同享同乐的角度出发，利用现有的大数据技术和人工智能技术设计一个智能化平台。

2016年6月中国教育部就教育信息化给出指导性规划——《教育信息化“十三五”规划》，在这个规划中就明确指出大至意为：全方面地提升教育信息的能力，着力于管理方面，以管理带动教育治理，进而服务教育。2018年4月我国教育部就教育信息化又进一步给出行动计划——《教育信息化2.0行动计划》，该行动计划表明我国教育信息化质的飞跃从辅助性到主导性转变；从提升学生信息技术应用能力、向提升信息技术素养转变；从应用融合发展，向创新融合发展转变。

1 现状

学校的主要功能是教与学，教学质量的好坏关系到学校未来的发展，关系到学生的发展，教学质量一方面体现老师的教学能力水平，另一方面，是学生吸收掌撑知识的效率。不同的老师间，由于学历水平、知识结构、历史经验之间存在巨大的差异，会导致其教学能力水平有高低之分；不同的学生间，由于天赋秉性、理解能力不同，知识转化吸收的效率也不尽相同。由于缺乏量化的分析手段，无法及时发现“教”与“学”过程中存在的问题，也就无法在这些问题点/弱项上进行改进提升，提高教学质量也就变成镜中水月，不了了之。使用新技术，利用最新的大数据、图像识别、行为分析等技术主导或辅助教学设计是提高教学水平、量化教学水平的一个新方向。

2 总体设计

2.1 总体目标

以课堂为载体，以师生为核心，利用最新的大数据、图像识别、行为分析等与教学的深度融合。实现师生考勤、教学录播、教学分析、课后智能分析等，方便对师生的签到、答到、考勤管理，利用人脸识别方便智能化巡课督导，利用大数据分析方便课堂分析，利用统一通信方便消息互通，进一步满足教师教学、学生学习、家长参与和管理者管理等多角色的需求。

2.2 总体架构

整个平台系统在业务设计的针对用户角色分为：学生角色、老师角色、家长角色和管理者角色，以课堂为载体，以师生为核心场景，运用最新的大数据、图像识别、行为分析等与教学的深度融合，构建“教”、“学”和“管”为一体的师生同享同乐平台，总体架构详细说明如下：

AI+课堂系统：由教师摄像机、学生摄像机、2个拾音器和一个智能录播主机组成，系统简约而不简单，一套系统就可以支持学生课堂、教师课堂行为分析等多种功能。

6种应用：实现师生考勤、教学录播、教学分析、课后智能分析等，方便对师生的签到、答到、考勤管理，利用人脸识别方便智能化巡课督导，利用大数据分析方便课堂分析，利用统一通信方便消息互通，进一步满足教师教学、学生学习、家长参与和管理者管理等多角色的需求。

4类用户：学校是以课堂为载体，以师生为核心构建“教”、“学”和“管”为一体的师生同享同乐生态系统，以提高学生综合素质为立足点，促进学生学习各类知识。加强老师、学生和校内管理者之间的互动，完善校园的运行要素，建立与家长勾通的信息通道，及时推送学生在校的生活、学习等相关信息。

图1 传统课堂

图2 AI+课堂

图3 AI分析维度

3 课堂应用

3.1 传统课堂

传统教学模式，在教育教学的时间长河里，承担重要的作用，但也基本没有变化，模式相对单一，教师在课堂上针对一个话题或论点进行统一化讲解，学生坐在下面认真听讲。这样每天6到8h坐班制式，让所有的学生读着同样的课本，解答同样的问题，背诵同样的课文，如图1所示。这种模式下存在如下几点问题：

学习效率低：每个学生的思维方式不一样，学习能力和进度不一样，教师往往“照本宣科”，难以顾及每一个学生，学习的效率其实是很低的；

被动式教育：传统的课堂教学模式难以调动学生的逻辑思考和分析问题的能力，被动接受各种信息。但是很多科学研究表明，学生更喜欢寻找自己适合的，利用自己天性喜欢的方式来学习，这种学习效果更好、更快，知识在大脑中留下的记忆更深刻；

无法及时反馈：任课老师无法兼顾到每一个学生，对学生在学习中的进度无法及时了解，由于性格等原因，学生也很少向老师反馈学习疑惑。

3.2 AI+课堂

随着人脸识别、行为分析、视频结构化等技术的快速发展，利用这些技术进行课堂数据的“伴随式”和“即时式”采集越来越成为一种趋势，如图2所示。这种AI+课堂教学模式存在如下优点：

可量化：针对师生的课堂表现，统计师生的课上行为，精准地展示课堂中发生的各种活动，让不可量化的“主观感受”变为“客观数据”成为可能；

易管理：通过将师生行为和情绪量化为数据，可以清晰地发现问题学生（学习效率低、表情消极等），及时地进行干预和引导；

精细化：以前由于教师精力有限难以深度了解每一个学生的学习情况，现在有了这些可以量化的报表就可以比较精确地、针对性地教学。

3.3 AI分析维度

现有的技术条件，主要聚焦课堂行为分析和课堂专注度分析两大类，如图3所示。

课堂行为分析包括：班级行为统计分析；班级行为对比分析；班级行为趋势分析；全校行为统计分析；

课堂专注度分析包括：学生专注度对比分析；班级专注度对比分析；班级专注度趋势分析；考试成绩&专注度碰撞分析；课堂行为分析。

总结：本文从简单的教学环境出发，以智慧教室的智慧学习环境为载体，构建一个师生同享同乐平台，用于服务师生，建设符合学校自身条件的办学环境和实际需要的智慧教室，充分发挥师生的能动性，为智慧化教育教学提供一方案方法。