核专业课程认知智能教育技术探索

何庆华 何小锁

［摘 要］ 随着以“四新”建设为载体的高等教育质量革命继续深入，智能教育与传统课堂教学的深度融合将是未来高等教育的常见形态，一流课程和一流专业建设也将在智能时代进入新的发展阶段。在这样一个大的背景下，智慧教育智能认知技术逐渐进入教育领域，在理解学生学习特点、教师教学方法、知识内容之间的逻辑关系的基础上，为教师建立个性化的智慧教育解决方案。拟以核科学与技术系“核信息获取与处理”课堂大数据为基础，为教学决策提供适应性信息，为后续个性化的因材施教提供依据。

［关键词］ 认知智能教育；核信息获取与处理；教学行为

［基金项目］ 2020年度南京航空航天大学研究生教育教学改革研究项目“新时期教育强国背景下核专业课程思政模式探索”（2020YJXGG23）；2020年度南京航空航天大学教师教学能力提升研究课题“核专业课程认知智能教育技术探索——以核信息获取与处理课程为例”（20JF0602）

［作者简介］ 何庆华（1986—），男，甘肃庆阳人，理学博士，南京航空航天大学材料科学与技术学院副教授（通信作者），硕士生导师，主要从事夸克核物理与核技术应用研究；何小锁（1995—），男，安徽安庆人，南京航空航天大学材料科学与技术学院2021级材料科学与工程（核技术与材料工程）专业博士研究生，研究方向为加密辐射测量。

［中图分类号］ G641［文献标识码］ A ［文章编号］ 1674-9324（2023）25-0001-04［收稿日期］ 2022-09-07

引言

智能教育的兴起给教育领域带来了深刻的变革，越来越多的大数据技术应用在课堂上，如可以代替教师回答学生问题、在教学平台采集学生课堂行为数据的虚拟助教，对学生的学习兴趣、知识水平、学习风格、学习进度等做出分析和预测的教育机器人等［1-4］。由此可以看出，人工智能技术推动教育形态和教育模式进行改革与重构，成为教育信息化发展的必然趋势。

在智能时代，传统课程教学与智能教育结合将撬动并引领高等教育的内涵式发展，继续推动以“四新”（新工科、新医科、新农科、新文科）建设为载体的高等教育质量革命向深入发展，一流本科教育建设也必将进入新的发展阶段［5］。

除了大数据技术扩展自身的驱动外，特殊时期也改变了当前的教学方式，加速高等教育向智能教育新时代迈进［6］。同时，新的问题也伴随而来，教师作为直接参与者，是解决当前智能时代高等教育突出问题的关键，在后续的教育教学改革中，将肩负重要的育人使命和创新责任。借助大数据技术，课堂的教育教学行为越来越多地以数据形式得以存储，而数据中蕴含的信息也将为教学决策提供信息反馈，为后续个性化的因材施教提供依据［7］。

在智能教育技术探索工作中，笔者尝试将大数据技术深层次融入核科学与技术这种特定領域教育应用场景中，通过采集核科学与技术专业中“核信息获取与处理”课程的课堂教育教学行为，形成一定的数据库，并结合核专业课程认知教育进行分析，以实现准确的学科认知，通过智能分析反馈，提升核专业课程的教学水平。

一、课程学情分析及认知智能技术方法

（一）课程学情分析

“核信息获取与处理”课程是核科学与技术学科的专业课之一，面向大三学生开设，该年级学生已经学习了“大学物理”“原子物理”“原子核物理”“辐射探测器”“核电子学及数学统计”等基础课程，这门课主要培养学生综合运用这些知识去解决实际核物理实验问题的能力，需要学生具有较全面的知识背景，这对部分学生来说有一定难度［6］。

本课程知识点繁多，包含大量的大一、大二课程知识，在学习中还需及时复习其他课程的知识点，学生不易把知识点串起来解决问题，知识整合能力培养也是难点。学生前期主要是理论知识学习，缺乏具体实践，理论联系实践的能力以及在实际问题中总结经验和凝练科学理论的能力。

（二）认知智能技术方法

智慧教育智能认知技术进入教育领域，在理解学生学习个性、教师教学方法、课堂知识内容之间逻辑关系的基础上，为教师建立个性化的智慧教育解决方案，不断向“让学生学得更好”这一目标迈进。本工作拟探索出一种新时期高校课程改革背景下认知智能教育的可行性方案，主要包括以下两个方面：（1）在核专业课程中，将认知智能这种较深层次的应用和核科学与技术领域的体系相结合。（2）通过把核专业知识图谱与学生个性化智能分析相结合进行核专业课程智能教学探索，结合实践结果，为智能教育与传统课堂教学深度融合的未来教育给出建议，为教学决策提供适应性信息，为个性化的因材施教提供依据（见图1）。

对教学对象进行“用户画像”，学情分析做到准确化、精细化和个体化。通过采集课堂中学生在听课、作业、预习与复习场景中的行为数据，给学生个体与群体“画像”，以实现对学生的准确刻画。在实施过程中，以本校核科学与技术系的“核信息获取与处理”课程作为实践课堂，实践中需要一名助教人员对学生的各项数据进行现场采集，同时通过多媒体技术对学生进行多维数据采集，包括课堂上教师行为对学生行为的影响，例如教师授课时在教室中所处的位置、教师与学生互动等；还包括不同授课内容时学生的行为数据，例如讲解概念型知识点、观看视频以及公式讲解等；其他维度还包括答题时间、正确率、问题环节微表情、与他人讨论频率、提问等。通过对这些数据进行分析研究，最后反馈教学，对学生做到个性化教学指导。

二、课堂教学行为数据收集

通过在教学课堂现场对学生的各项数据进行采集，结合其他维度采集的信息，利用这些数据进行分析，并反馈教学，让学生学得更好。为了更加全面、真实地收集课堂教学过程中学生的各项行为数据，例如：学生对不同授课内容的反应、学生上课注意力或者兴趣转折点的诱因以及学生在课堂上听课时对教师各种行为的反应等数据。本研究安排一名助教进行课堂全程记录并整理各项数据，用于后续研究分析。

本研究在不同時间对学生的课堂行为数据进行采集，数据内容包括：授课内容的分类、具体授课内容、教师行为、学生行为、学生兴趣转折点、学生回答问题情况等。将课堂中有关学生听课的各项行为的部分数据收集在表1中，用于分析学生在不同情景下的课堂行为，掌握不同授课内容及相关教师行为对学生行为的影响，记录学生的反应变化及其诱发原因与持续时间，反映学生的兴趣转折点等。

三、结果与讨论

通过分析课堂现场有关教师授课以及学生听课的各项行为课堂数据可知：学生上课时的注意力、兴趣以及听课质量在很大程度上受教师授课内容、授课方式以及授课风格等因素的影响。从授课内容角度分析，视频以及图片型的课程内容最能引起学生的兴趣，概念以及公式型的课程内容比较枯燥，如果没有技巧很难引起学生的兴趣，授课过程中结合案例、小故事以及课外小知识进行讲解能够有效提高授课质量。首先，从教师行为角度分析，当教师在讲台正常授课，但没有与学生交流时，只有前排少数学生会认真听课；当教师走下讲台与学生互动，眼神交流，能使得大部分学生看向黑板或教师。其次，在教师提醒认真听课或者说明将要讲解的内容为重点时，能引起绝大部分学生的注意。最后，教师布置课堂小练习或者要求记笔记并逐个检查学生的完成情况时，所有学生均能认真听课。

对于学生在课堂中兴趣发生变化的情况，引起学生抬头听课的诱发点有：（1）教师走下讲台。（2）教师提问。（3）讲解与专业相关的小故事。（4）教师要求推导公式或记笔记。而当教师面向黑板推导公式时，学生普遍低头。另外，经过统计，约有50%的学生能正确回答问题。

经过以上分析，我们针对智能化教育与传统课堂教学的深度融合的未来教育中可能面临的问题提出以下几点建议，旨在为教师制订个性化的智慧教育解决方案，不断向“让学生学得更好”这一目标迈进：（1）从学校角度出发，在节奏更快的智能时代，学校要根据社会需求的变化及时动态优化调整学生的培养计划和方案，适当增加实践环节，在提高学生学习兴趣的基础上，使得其对专业有更加全面的了解。（2）教师作为智能教育的改革先锋，应不断提升专业技能和职业素养。课前应当尽量丰富授课展示内容，如在PPT中多加入视频和图片元素，能够在一定程度上提高学生听课的注意力；授课时适当增加与学生的互动，还可以在授课内容中补充课外小知识以及增加说明的例子；按需要增加问答环节，该环节能够提起学生的兴趣；在授课过程中适当提醒学生注意听讲也非常重要；在课后需要设计适当的课外作业，以帮助学生更好地巩固课上内容。（3）从学生角度来说，为应对未来智能教育，当代大学生应当尽快适应智能多媒体教学。针对大数据以及传统教学（如课堂提问、考试成绩等）等多渠道反馈信息并及时进行自我调整，确保学习进度和学习效率。智能化教育时代学生应当以兴趣为导向，以大数据反馈为指导，以学习本领为目的，向“让学生学得更好”这一目标大步迈进。

结语

本研究从当代的认知智能教育技术出发，以南京航空航天大学核科学与技术系“核信息获取与处理”课堂大数据为基础，对认知智能教育与传统课堂教学的深度融合模式进行初步探索。通过对课堂内外教师以及学生各项行为数据的收集、整理与分析，包括不同授课内容学生的行为数据、课堂上教师行为对学生行为的影响等，笔者认为学生对生动的课堂内容展示以及颇有感染力的授课技巧更加感兴趣，例如以动画方式展示的授课内容以及活跃的课堂气氛，更加能够让学生集中听课注意力。同时，结合数据分析结果，笔者针对未来教育的智能模式给出建议，旨在为教师建立个性化的智慧教育解决方案，在未来的智能模式教育中让学生学得更好。

参考文献

［1］李勖，孙林岩，汪应洛.教育模式发展展望：从远程教育到智能教育［J］.陕西师范大学学报（哲学社会科学版），2000，29（2）：163-167.

［2］朴钟鹤.教育的革命：韩国智能教育战略探析［J］.教育科学，2012，28（4）：87-91.

［3］金聪，刘金安.人工智能教育在能力培养中的作用及改革设想［J］.计算机时代，2006（9）：66-67+69.

［4］ 贾积有.国外人工智能教育应用最新热点问题探讨［J］.中国电化教育，2010（7）：113-118.

［5］胡波，冯辉，韩伟力，等.加快新工科建设，推进工程教育改革创新：“综合性高校工程教育发展战略研讨会”综述［J］.复旦教育论坛，2017（2）：20-27+2.

［6］何庆华.高校核信息获取与处理课程线上教学实践与思考［J］.教育现代化，2020，7（96）：123-127.

［7］梁文鑫.大数据时代：课堂教学将迎来真正的变革［J］.北京教育学院学报（自然科学版），2013，8（1）：14-16.

Abstract： Through the construction of new engineering， medical， agricultural， and liberal arts facilities， the quality revolution in higher education continues to develop. Higher education will continue to integrate intelligent education with traditional classroom teaching in the future， and the construction of top courses and top majors will also enter a new phase of development in the intelligent era. Intelligent cognitive education technology gradually enters the field of education in the context of this large background. By understanding the logical relationship between the learning characteristics of students， the teaching methods of teachers， and the knowledge content， personalized intelligent education solutions can be developed for teachers. With the “big data” of nuclear information acquisition and processing in the classrooms of the Department of Nuclear Science and Technology， this work is intended to provide adaptive information for teaching decisions and to provide a basis for individualized instruction.

Key words： cognitive intelligence education; nuclear information acquisition and processing; teaching behavior