人工智能赋能项目式课堂教学多元分析的实践研究

【摘 要】本文尝试借助教学人工智能技术，通过个性化的学情分析、有监督的机器学习课堂智能测评、计算机视觉分析下的课堂行为探测反馈来赋能课堂教学，多维度地为课堂教学提效。

【关键词】人工智能;项目式课堂;自动评分;行为探测;个性化学习

【中图分类号】G434 【文献标识码】A

【论文编号】1671-7384（2022）09-056-03

人工智能是“利用数字计算机或者由数字计算机控制的机器，模拟、延伸和扩展人类的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术和应用系统。”[1]我们这里所说的人工智能赋能课堂教学，是指利用弱人工智能或者教学人工智能（AI in education）方向的研究应用或软件来助力课堂教学，从计算机视觉、个性化学习、智能测评、机器人学习等人工智能技术的角度去赋能课堂教学，这有别于传统信息技术课堂教学。借助教学人工智能赋能课堂教学，能更有力地助力学情分析，精准分析学情，为课堂教学“未雨绸缪”;更好地去引导学生个性化学习，形成有效反馈;更高效地提炼课堂作业，分层测试，用智能测评来评估学生的学习情况，更精准地进行个性化作业布置和辅导分析。

人工智能赋能课堂教学的意义

现阶段的高中信息技术学科教学有别于以往的传统教学，更重视对学生思维的培养，更重视对课程价值的理解和认识，更突出学生运用计算思维的能力去创新、创造，从过去的重技术工具使用的信息处理能力的教学向现在的重思维能力的培养与信息素养的提升转变。因此，我们如何在现阶段的高中信息技术课堂教学中，培养学生的计算思维能力，让每位学生能在运用计算机领域的思想和方法的基础上，在解决实际问题的过程中去创造去实践？还需要信息技术教师去思考和研究。我们认为，现阶段的高中信息技术课堂可以随着我国迈入新的人工智能时代而递进改变，借助人工智能来赋能课堂教学，帮助我们提升教学效率，让学生学得更深，做得更好，变得更优秀。如何借助人工智能来赋能课堂教学？我们认为，可以从以下三个方面展开实践。

1.基于计算机视觉分析的课堂行为探测与反馈

主要是通过智能录播设备、摄像头等对课堂中教师和学生的教与学行为、生理情绪状态等方面进行分析，以便更好地帮助教师规范自己的教学行为，纠正错误动作或语言，用来改进今后的课堂教学。同时，这样的行为探测与反馈，也能很好地帮助学生，通过观察与分析其行为，提升其课堂专注程度。

2.基于个性化学习的学情分析

学情分析是教与学的起点，是课堂教学中一切活动设计的落脚点，借助人工智能的线上测评，在课前进行诊断性学情分析，或是借助线下的机器学习引导来建立个性化学习建模，对学生的学习情况进行评估。通过智能测评分析，得到各个阶段学生的学习参数，以此来作为判断学生学情的基础，从而能更有针对性地进行课堂教学的布置，更有效地设计课堂环节，让课堂“去粗取精”“由表及里”。

3.基于机器学习的课堂测评

通过海量的数据筛选进行机器命题和自动评分，记录学习过程中的行为数据，进行数据分析，让数据发现问题，并进行相应的调整。学生在每一次的学习和测试中，都能够“看见自己”，发现自己的易错题、薄弱点。目前，这样的机器学习测评在中小学英语口语测试系统中，基于语音识别与人工神经网络的理论问答题用得比较多。另外，现在的高中信息技术学科中的学业水平测试系统，能够根据练习者的学习行为进行数据分析，根据分析结果来重新组合出题，进行评分，这也是一种基于机器学习的测评系统。

人工智能赋能课堂教学的设计思路

本文以教育科学出版社高中信息技术选择性必修6“开源硬件项目设计”第二单元实验模拟型项目设计2.4“声光检测”为例，以“智能传感器”为大概念，用“声音传感器”“光线传感器”“热传感器”三个中概念串联学习内容，用人工智能技术手段支持导学、测评、反馈等课堂教学过程。根据教材，我设计了“智能楼道灯”一课，主要内容如下：“绿水青山就是金山银山”，环境保护不光是要植树造林保护植被，还要从我们身边做起，节约每一滴水、每一度电。最近，李老师遇到一个问题，在她住处的宿舍楼道里，楼道灯总是时亮时暗，有时候白天一直亮着，李老师觉得非常浪费电，现在，想请您帮忙设计一款楼道灯。要求：在较昏暗的时候，如果在一定范围内检测到人的声音并且也能检测到人像，楼道灯亮，否则状态应该为熄灭。

这样将生活中的实际场景用“项目”模拟化，通过“项目引入—项目分析—项目设计—项目实现”，将解决问题的过程项目化。在模拟项目过程中，充分运用人工智能技术来打造智能课堂。在学情分析、课堂测评、课堂行为探测三个方面建构一个有别于传统教学的人工智能课堂，研究人工智能如何在这三个方面来赋能课堂教学，通过这三个方面的实践运用和经验总结，更好地将人工智能技术服务于现代化课堂教学。

人工智能赋能课堂教学的实践过程

1.计算机视觉分析的课堂行为探测与反馈

计算机视觉分析的课堂行为探测主要是指利用多台摄像头、传感器构建的计算机视觉和有监督机器学习的方法，针对师生课堂出现的行为和生理数据进行分析，用来提升教学质量、纠正学生的学习行为。本节课的视觉分析中，在对教师行为的观察中，发现教师的走动位置、个人姿态和学生的注意力有很大的关联。在本节课选取了两个教学机房作为对比观察，结果显示，在做测评时，教师来回巡检要比教师坐在讲桌前监控更能让学生的注意力集中起来，学生上肢肢体端正要比趴卧姿势更能提高学习专注度，见表1。

2.个性化学习的学情分析

我把这节课的学情分析分为两个部分：一是课前的学情分析，作用是摸清学生的学习现状，称之为“摸底学情分析”，主要是用在线平台来检查前置知识的掌握程度，在线平台可参考“泰州智慧教育云”平台的“智能问卷”应用（http：//www.tze.cn/apps/）或者“问卷星”（https：//www.wjx.cn）。本节课我设计的问题是：（1）请写出选择结构的程序代码。（2）Arduino面板中的串口在哪里？（3）举例说明digitalRead（）函数和Random（）函数。通过统计，得出有多少学生掌握了本节课需要的前置知识，根据统计结果来统筹这节课的内容。二是基于微课导学的智能导学系统中机器学习反馈的“教后学情分析”，这部分是在课堂中前10分钟左右完成，作用是检查学生微课导学之后的学习效果，了解每个学生在课堂上接受知识的能力，掌握知识的程度，以便于在课堂上“挑拣”知识点进行讲解，超过50%的学生不懂的或者做错的知识点就需要详细讲解;80%的学生没有问题的内容就会略讲或者不讲，然后对相关学生进行单独辅导。

3.智能测评下的课堂测验

人工智能应用于智能测评的技术一般是机器命题和自动评分。本文提到的智能测评是指自动评分，泰州智慧云平台的课堂检测（https：//znjc-tiku-fore.huijiaoyun.com/chapterques）自动评分应用系统，是一种以专家预设标准答案为前提的评分工具，就目前而言，这是检测学生课堂学习效果的一大利器，用智能测评的方法可以区分出学生掌握知识的多少和层次。我们的设想是在智能测评的基础上进行个人建模，分层学习，让“先进生”学习有深度;让“后进生”夯实基础，逐步提升，达到“先进生”标准，从而通过人工智能赋能服务于整体学生，让每一个学生都能享受课堂乐趣，都能按部就班地进步和提高。本节课应用单个题目组卷和统考组卷的方式进行课堂测评，选题方向围绕“Arduino硬件搭建”“选择结构语法”“程序编写”等方面展开，题型为单选题、填空题和解答题。

人工智能融入课堂教学中需要注意的地方

1.对人工智能技术的选择要有“火眼金睛”

目前利用人工智能技术实现的个性化学习，相对成熟的应用系统多见于智能导学，市场上流行的多个导学或个性化测评应用良莠不齐，其主题性不够系统，较为分散，学科分布也不均衡，对题目的分析程度有限，其解释大多依赖于人工专家，难免会出错，这还需要让实践和市场去考验这些产品。应用系统的第三方测评机构建设也应该提上日程，用优良淘汰劣质，让政府、教育权威、技术专家共同组成适合于教育的人工智能应用评价机构。

2.要注意人工智能应用中的数据伦理问题

人工智能离不开大数据，教师的教、学生的学带来的行为数据，摄像头的行为探测，课堂智能测评的数据分析，大多都涉及到隐私问题。如果缺乏统一和明确的数据保护机制，学生或家长有可能会抵制，所以，未来建立完善的数据保护机制是用来保障教学人工智能开展的基础。

3.智能测评下的课堂测验

人工智能应用于智能测评的技术一般是机器命题和自动评分。本文提到的智能测评是指自动评分，泰州智慧云平台的课堂检测（https：//znjc-tiku-fore.huijiaoyun.com/chapterques）自动评分应用程序，是一种以专家预设标准答案为前提的评分工具，应用程序是基于与教育云平台深度融合，围绕智慧教学闭环，提供高频、常态化的检测服务，通过线上+线下多种检测模式，结合人工智能的过程化学习数据采集，依托大数据精准分析，形成专属的知识图谱，能够帮助师生减负增效，让教师精准教学，学生高效学习。从目前实践经验可以看出，它是检测学生课堂学习效果的一大利器，用智能测评的方法可以区分出学生掌握知识的多少，学生现阶段学习能力的层次。我们设想能够利用多款APP或线上、线下软件程序形成一种探索智能测评下的课堂测验模式，对智能测评结果进行分析，从而进行有效的针对性建模，分层学习，让“先进生”学习更有深度，进行深度学习。让“后进生”借助智能测评查漏补缺，进一步夯实基础，逐步提升，达到“先进生”标准。这样，我们希望通过人工智能赋能服务于整体学生，让每一个学生都能享受课堂，都能按部就班地进步和提高。智能测评应用于本节2.4“声光检测”的方向主要是用组卷的方式进行课堂测评，通过大数据进行选题，选题方向围绕“Arduino硬件搭建”“选择结构语法”“程序编写”等方面展开，题型为单选、填空和解答题等，针对不同学生的测试结果，依托大数据精准分析，让学生能够更高效地学习。

对人工智能赋能课堂教学的反思

尽管目前人工智能应用于教学与赋能课堂教学已取得很多进展，但仍然可能面临以下的问题：一是依赖的判断大多来自技术设计或专家判断，过于主观。比如，在行为探测中对学生专注度的判断，通过学生的姿势并不足以说明学生的学习状态，可能会误判;在智能测评环节，自动评分方面的机器学习评分标准来自于不同的设计者，本身存在不一致性，会导致结果的差异化。二是成本较高。研究中的硬件，比如摄像头、传感器，很多都是价值不菲，这样导致很难推广和应用。三是适用的课型较少，研究的样本有限，代表性不足，研究的通用性难以保证和推广。

注：本文系江苏省“十四五”教育规划2021年度立项课题“学习进阶视域下的高中信息技术大概念教学研究”（课题编号：D/2021/02/480）的阶段性研究成果

参考文献

孙众，吕恺悦，骆力明，陈美玲，许林，施智平. 基于人工智能的课堂教学分析[J]. 中国电化教育，2020（10）： 15-23.