基于情感计算的教师课堂教学行为智能评价探究*

李殿奎,陈 艳,孙志勇,王 超,陈育德

(佳木斯大学 a.信息电子技术学院;b.教育科学学院,黑龙江 佳木斯 154007)

近年来,各地高中教学改革十分重视课堂教学效果的评价,同时更加关注教师在课堂教学行为过程中情感情绪的表达。随着科技的不断发展及课堂教学环境的改变,自动化采集课堂教学视频信息及智能分析成为可能。情感计算技术作为人工智能领域的一个热点,同时也是教育领域中的一个重要工具,对于评估教师情感状态有重要应用价值,并对教学过程、评价方式产生着深刻影响。2018年4月,教育部在《教育信息化2.0行动计划》中也明确指出,在实施教育信息化的过程中,要加强教育评价体系建设,推动建立多元化、立体化、人性化的教育评价体系。其中包括建立“数据驱动”教育评价模式,采用人工智能等新兴技术对教师课堂教学进行数据化、智能化评价[1]。可见,依托人工智能领域中情感计算技术对高中教师课堂教学行为进行智能评价势在必行,对于完善教育评价体系具有重要意义。

一、我国高中课堂教学行为评价存在的不足和发展需要

(一)高中课堂教学行为评价存在的不足

第一,现有的大多数教学评价方法,通常关注学生的学习表现,缺乏对教师的关注,尤其是情感方面;第二,目前的课堂教学评价比较重视总结性评价,缺乏连续的、多个节点的即时评价;第三,对于已经开始逐渐关注教师情感层面评价的学校而言,由于缺乏相关合理且恰当的评价方法,使得对于诸如情感等非认知因素的教学评价也只是流于形式;第四,传统的教学评价中,往往会通过学生评课、同行评课、专家评课等环节共同评价教师课堂教学行为,这些评价一般通过评分表的方式执行,所得数据结果大多需要人工整理和分析,耗时耗力,多为事后性的评价,缺乏评价的及时性[2]。

(二)高中课堂教学行为评价的发展需要

1.提高高中教学质量的需要

在素质教育的背景下,高中教学普遍开始关注情感方面的发展,越来越多的教育工作者意识到情感层面的重要性。高中课堂在实际的教学评价工作中,由于缺乏相关合理且恰当的评价方法,采用传统方法无法进行整个教学过程、实时和即时评价,而采用情感计算技术可以通过分析教师在课堂教学中的面部表情,了解教师的情绪情感,为教师提供即时反馈和建议,帮助高中教师掌握自身实际教学评价效果,为进一步提高高中教学质量提供依据。

2.提高教学资源利用率的需要

在高中课堂教学过程中,每天都会产生大量的数据,包括声音、文本、图片以及视频等多种多样的教育数据。这些海量的教育数据中蕴藏着巨大的研究价值,然而许多高中存储的大量教学视频资源仅仅是被存放在服务器上,难以得到充分的利用。借助情感计算技术整合视频资源分析教师的教学行为,即面部表情行为,将其运用到教学评价中,能够有效提高教学资源的利用率。

3.提高教育管理决策能力的需要

为了保证决策的客观性和有效性,高中应该采取先进手段逐步完善当前的教学评价方法,为高中教学提供辅助。而情感计算技术能够分析大量教学视频资源,为教育管理者提供更加全面、有价值的数据支持,帮助其做出更加科学、合理的教育管理决策,明确教学行为评价,提高教育管理决策能力。为进一步优化教学策略、改进教育资源配置提供相关依据和指导。

二、基于情感计算的高中教师课堂教学行为分析

目前,常见的情感计算主要集中在基于面部表情、语音、文本、人体姿态等方向。心理学家Mehrabian的研究结果表明,感情表达=7%的言词+38%的声音+55%的面部表情[3]。可见,面部表情识别显然是情感识别中最关键的一部分,通过面部表情分析情感状态相比获取其他情感信号更加自然可行。我国在教育领域对表情展开研究始于20世纪中叶,通过文献研究发现,学者们更关注于表情在初等教育、中等教育两个教育层次的研究。如浙江部分高中推行的“智慧课堂”项目可以通过教室前端的三个摄像头识别七种情绪(恐惧、快乐、厌恶、悲伤、惊讶、愤怒和中性)和六种行为(读、写、听、站、举手、趴在桌子上)[4]。

(一)高中课堂教师教学行为分析

本研究主要基于教师在课堂教学中的面部表情进行评价研究,面部表情是教师在课堂教学中表现情感状态的重要方式之一,与课堂教学质量之间联系紧密。一方面,面部表情是教师情感状态的表现,可以反映教师对课堂教学的情感投入和情感体验。如果教师能够在面部表情上表现出积极、热情、关注等积极情感,那么说明教师对课堂教学非常投入,有较高的情感体验,这有助于提高课堂教学质量。而如果教师面部表情过于严肃等,则说明教师对课堂教学缺乏情感投入,情感体验较差,这可能会影响课堂教学质量。另一方面,面部表情也是教师与学生之间情感互动的重要方式之一。如果教师能够通过面部表情传递出关心、鼓励、支持等积极情感,那么可以增进学生与教师之间的情感交流,从而提高课堂教学质量。而如果教师的面部表情过于冷漠、不自然等,那么可能会阻碍学生与教师之间的情感交流,降低学生的学习积极性和参与度,从而影响课堂教学质量。

(二)高中教师课堂面部表情分类

本文为了提高对高中课堂教师面部表情分类界定的科学性和准确度,对于课堂中高中教师面部表情的划分标准,采取向本市某高级中学的学生针对“教师在课堂教学中最常出现的面部表情”这一问题进行调查研究,并咨询专家意见,每名学生可选择一种或多种课堂表情,结果显示教师在课堂中最常出现的面部表情分别是微笑、愤怒、厌烦、惊讶和平静,如图1所示。在调查的263名学生中,有高达259和191的学生认为教师在课堂中常出现微笑和平静的面部表情,其次为愤怒177人、厌烦123人、惊讶90人,共计840种表情统计结果,分别占比为微笑31%、愤怒20%、厌烦15%、惊讶11%和平静23%,基于以上调查结果,最终归纳出了在课堂教学环境下高中教师最常出现的五种基于面部表情的教学情感状态,具体分类如图2所示。

图2 高中教师课堂五种面部表情

(三)高中课堂教师面部表情对学生学习的影响分析

通过阅读文献发现,Becker等人通过研究表明,教师表情对学生学习情绪的影响比教学行为更为明显[5]。Neill、Theonas通过研究发现,教师高兴、中性的表情能激发学生的学习兴趣、动机、学习效果,消极的表情对学生产生相反的学习情绪体验[6]。Wang等人认为教师的课堂表情在一定程度上能够提高学生的记忆水平、激励水平和学习满意度[7]。

针对以上表情分类的结果,本研究通过问卷调查的方式,向本市某高级中学共6个班级的学生发放“关于教师面部表情对学生学习影响”的调查问卷,以了解教师在课堂上的面部表情对学生各方面(学习情绪、学习动力、学习兴趣、学习效果、学习满意度)的影响。

根据问卷调查的结果可知,对于教师经常面带微笑的课堂,在学习情绪方面,有75%的学生认为教师表现出微笑的面部表情,会让学生感到更加放松和自在;在学习动力方面,有80%的学生认为教师给予积极肯定的表情后,让他们感到更加被关注和尊重,从而提高了学习动力;在学习兴趣方面,有83%的学生认为教师积极的面部表情能够让他们更容易接受新知识,从而激发学习兴趣;在学习效果方面,有85%的学生认为教师高兴的表情能让他们更容易理解和记忆知识;在学习满意度方面,有90%的学生对教师面部表情比较丰富的课堂持满意的态度,仅3%的学生表现出消极的态度。由此可见,教师面部表情对学生学习各方面有着直接或间接的影响。积极的面部表情(如微笑、眼神肯定等)可以增强学生的自信心,提高学习积极性。

三、基于情感计算的高中课堂教学行为智能评价系统

(一)系统概述

首先明确在评价高中课堂教学行为期间,智能评价仅限于高中教师课堂教学过程对教师面部表情的评价,且在教学评价的过程中,根据划分对象,把控好评价系统建设的可行性。基于情感计算的高中课堂教学行为智能评价系统旨在利用表情识别技术,结合教学评价的理论和方法,实现对教师情感状态的实时准确识别和分析。该系统功能组成如下:数据采集、表情识别、情感分析和反馈评价。如图3所示。

图3 高中教师课堂教学行为智能评价系统

(二)数据采集

数据采集是研究的起步阶段。在数据采集阶段,通过摄像头收集和记录课堂教学过程中的相关数据,主要包括教师在课堂教学中的面部表情图像或视频数据,建立包含不同情感状态的教师面部表情数据集,将其作为数据源,这些数据将作为输入提供给后续的模块进行分析和处理。

(三)表情识别

表情识别是核心环节。在表情识别阶段,利用收集的大量面部表情图像或视频数据,进行表情分类算法的训练。首先对图像或视频数据进行预处理,然后使用预处理后的数据训练模型,采用搭载Keras的Tensorflow框架,通过卷积神经网络训练模型,最后使用高斯朴素贝叶斯分类器识别情绪。

(四)情感分析

情感分析是关键环节。在情感分析阶段,进一步分析教师的情感情绪状态并进行统计分析,将表情类别与教学情感状态相对应,如微笑、惊讶对应积极的情感状态,愤怒、厌恶对应消极的情感状态,平静则对应中性的情感状态。通过这种方式,可以得出每个时间点教师的情感情绪状态是积极的还是消极的,从而实现对教师课堂教学行为的全方位评价。

(五)反馈评价

反馈评价是最终步骤。在反馈评价阶段,根据情感分析的数据结果,将分析结果转化为具体的数值,得到有关高中教师各类表情的分类统计结果,如微笑、惊讶、平静、愤怒和厌烦的各类表情的帧数、时长以及占比,并将分析结果可视化,将数据反映出的结果,以图表或者表格的形式呈现给用户,为教师提供反馈和建议,并反馈给教育管理者,可以更好地评估教师的教学效果。

综上所述,通过以上步骤,可以建立起基于情感计算的高中课堂教学行为智能评价系统,为高中教师提供更全面、客观的教学行为评估,及时进行反馈总结。

四、基于情感计算的高中教师面部表情分析实践案例

(一)实时识别教师的面部表情

本研究选取了某高中语文教师教学视频片段的部分内容,时长为10分钟。通过读取教学视频检测教师的面部表情,系统将分析视频的每一帧,并在每一帧中识别出教师的面部表情。系统分别实时识别出了教师的微笑、惊讶、平静、愤怒、厌烦的课堂面部表情。

(二)教学视频片段的教师情感统计结果

针对系统识别的结果,可以得出教师在课堂教学中微笑、惊讶、平静、愤怒、厌烦五种表情在不同时间段的各个表情帧数、时长、占比以及教师整体的情感状态,如表1所示。

表1 教师的情感统计结果

由统计结果可知,在这个教学视频片段中,教师的面部表情非常丰富,共识别出16001帧图像,其中微笑、惊讶、平静、愤怒、厌烦五种表情的帧数分别是208帧、256帧、15374帧、1156帧和7帧。对这位教师而言,在整个10分钟的课堂教学过程中,大多数的课堂表情都是平静的,时长为576.48秒,共占比96.08%,其次是微笑和惊讶,时长为7.86秒和9.6秒,占比1.31%和1.6%,最后,有少许愤怒和厌烦的表情,时长为5.82秒和0.24秒,占比0.97%和0.04%。

不同教师在课堂教学中的表情可能会因为学科、文化背景和具体的教学风格等因素而有所不同。在实际的教学过程中,教师需要根据具体情况灵活调整自己的表情和行为。

针对平静,在授课过程中,教师需要保持平静和专注,这样才能更好地引导学生进行学习,平静的表情应该占据大部分时间;针对微笑,通常情况下,教师的微笑可以营造一种友好和积极的课堂气氛,使学生更愿意参与并表达自己的观点,教师在课堂教学中应适当使用微笑来调节课堂氛围;针对惊讶,在某些情况下,教师可能需要用惊讶来引导学生进行反思或者强调某个重要的观点。但是,需要避免惊讶的次数过多,可能会使学生感到困惑或者无法专注于课程内容;针对愤怒,当教师感到需要纠正学生的错误时,可能会表现出愤怒。但是,这种表情应该尽可能地避免,因为它可能会使学生感到沮丧和挫败;针对厌烦,如果教师表现出厌烦的表情,可能会影响学生的学习热情和动力。一般来说,教师需要保持积极的态度,尽量避免表现出厌烦,其在一堂课中的占比应尽可能地低。

(三)教学视频片段的情感变化可视化结果

结合教师的教学视频数据和情感统计结果,本研究分别针对教学视频片段中的教师微笑和惊讶相结合的积极面部表情数据和整体面部表情数据进行了分析,由此得到在10分钟的时间教师在课堂中积极情感的变化趋势和各类面部表情总占比的可视化结果,如图4所示。

图4 教师积极情感的变化

由图4可知,该折线图横坐标表示实时检测时间,纵坐标表示教师积极情感出现的帧数,显示了教师在课堂教学中积极教学行为的情感状态的实时变化趋势。从整体上来看,在整个课堂教学过程中教师恰当地运用到了积极的面部表情,可知教师对课堂教学比较投入,有一定程度的情感体验,营造了轻松愉悦的课堂氛围,且积极的教学行为可以带来良好的教学效果,在一定程度上可提高学生学习的积极性,从而提高课堂教学质量。

图5清晰地呈现了在教学视频中各个表情的所占比例,其中,教师平静的面部表情占据大部分比例,占比96.08%,这也是教师在课堂教学过程中最常用的表情。微笑的面部表情占比1.31%,是课堂教学中一种常见且有效的表情,教师在课堂教学中合理运用能够建立友好关系,增进教师与学生之间的情感交流,传递正面信息,营造轻松氛围,帮助学生建立积极的学习心态,从而提高教学效果。惊讶的面部表情占比1.60%,本研究将教师的惊讶表情视为一种积极情感状态的表情,当在课堂中呈现一个新的知识点时,适当地运用惊讶的面部表情能够让学生对所学内容产生兴趣,引发学生的好奇心,并强调所讨论的知识点是重要的。愤怒和厌烦的面部表情分别占比0.97%和0.04%,针对这类表情,教师在课堂教学中应当慎用,不宜过多使用。

图5 各类面部表情占比

五、对高中课堂教学评价的建议

(一)建立多元评价体系

多元评价是必然选择。在传统的教学评价中,比较容易忽略教师的情感层面的评价。但教师作为课堂教学的关键角色,负责传递知识、引导学生成长和发展,其情感态度直接影响到学生的学习效果和成长。建立健全的评价指标体系,将教师情感指标纳入评价体系,有助于完善现有的教学评价体系。

(二)提升教师面部表情运用技巧

教师在课堂教学中应当多采用积极的非语言行为,如微笑等面部表情,慎用消极的非语言行为。积极的面部表情可以营造出积极的课堂氛围,增强学生的学习动力和信心,提高教学效果。如果教师经常采用消极的非语言行为,如瞪眼、怒视等,会让学生感到不安和恐惧,导致学生失去学习的兴趣和动力,甚至会影响学生的学习成绩。

六、结语

高中课堂教学过程中教师面部表情自动识别与评价是人工智能领域中情感计算技术的具体应用,为高中课堂教学评价增添一种先进的和新型的评价方式。本研究通过构建智能评价系统,实时地识别教师面部表情,评估教师的情感状态,解决了教师课堂教学行为中情感层面的评价不足,实现资源数据有效利用;同时能够及时将评价数据反馈给教师和相关教育管理者,帮助教师及时改进和提升课堂教学质量。本研究所涉及的智能课堂教学评价研究,将情感计算先进技术融入到课堂教学行为评价之中,这对深化高中课堂教学评价改革、完善教学评价体系等是一次有益的实践探索,是对课堂教学中教师面部情感和情绪评价的一种尝试,相信随着研究不断深入和完善,将为高中课堂教师教学情感评价改革起到一定的借鉴和参考作用。