帮助&资讯

AI教育 — 与听评课、常态化录播相比,学校应该使用AI教学分析的5个理由

2021-03-26 18:28:28

从听评课、常态化录播到AI教学分析,我们了解课堂的方式正在发生变化。

听评课是传统的教学分析方法,但听评人带有主观思维和个人教学理念,不能客观地评价教学过程。随后,学校引入常态化录播,将记录课堂全过程的视频作为教学分析的依据,但回顾课堂视频费时费力,教师使用的积极性不高。

教学节奏和教学理念的更迭,使行为分析、自然语言理解、情感计算等AI技术为自动化的教学分析提供了更优解。

关于教学分析与AI教学分析

教学分析是通过对课堂教学或课堂教学过程的分解,明确构成教学,或使教学成立的各种成分、要素、侧面,以对教学过程有一个明确的认知、理解和评价(傅德荣;章慧敏)。

Teacher Collaboration - A Discussion Guide - Goals

在了解与认知教学的过程中,教学分析帮助教师诊断教学中存在的问题,也为教务人员提供了教学评价的依据。因此,教学分析在教学实践中具有不可或缺的重要意义。

AI教学分析在常态化录播的基础上,借助AI技术对课堂教学视频这种非结构化数据进行解析。例如,客观呈现教师的行为(讲授、板书、提问等)与学生的行为(举手、抬头、书写等)、师生发言情况、学生的情感变化、学生的坐姿与视力疲劳等,再进一步分析学生的课堂专注度、学习兴趣与教师的授课模式等。

学校使用AI教学分析的5个原因

1、及时发现学生的问题并干预

大部分的听评课没有固定时间、周期较长,不能及时发现学生的问题。教师需要通过月考、期中或期末考试成绩,才能发现和确定学生在学习中存在的问题,延误了教师与家长干预的最佳时机,造成了学生在知识点学习和能力培养上不可逆的损失

对于连续一周上课情绪低落、消极,专注度较低的学生,教师也可以给予额外的关注与指导,与学生或者家长进行交流,找出他们产生态度消极的原因。

2、开展常规的过程性教学分析

在传统的学习环境中,学习成绩是考核的重点,而不是学习过程中的问题。这从客观上受到教学分析方式的制约,传统的教学分析不足以支持开展常规的过程性教学分析

AI教学分析支持教师通过查阅每门课程的分析结果,来了解学生的学习效果,掌握学生的情况并提供及时的帮助。

Should teachers discuss controversial issues in the classroom ...

3、关注学生的坐姿与视力健康状况

疫情期间,长时间、大规模的在线学习让学校与家长为学生的视力健康感到担忧。6月中旬,教育部召开专题会研究如何降低疫情对儿童青少年视力的影响。除了在线学习,长时间的学校学习、错误的坐姿、户外活动时间的减少,导致我国城市地区青少年的近视率高达67%。

除了关注教学过程,AI教学分析借助头部姿态识别和骨骼关键点技术对学生的坐姿和视力健康状况进行分析。对于频繁眨眼、眯眼、不良坐姿的学生给予及时提醒,以预防近视等健康问题的产生。

4、为课堂教学优化提供支持

AI教学分析就像是一面镜子,将客观数据反馈给教师,为他们的专业发展提供必要支持。课堂专注度等教学分析数据,为教师重新设计或优化教学内容提供指导。教师可以根据学生对不同教学模式、不同教学内容的专注程度,修改教学方式或教学内容以尽可能的适应不同的学生,而不是忽视学生的感受。

5、为教学评价提供客观依据

听评课是目前主流的教学评价方式,但是这种方式的客观性不足,更有效的教学评价应该是客观数据与主观经验的结合。利用AI教学分析对每堂课进行同样维度的比较与分析,为教学评价提供了客观参考

另外,AI教学分析自动化进行,无需学校投入大量的人力和精力在教学督导和教师评价上,提高了教学评价的效能。在此基础上,学校可以将更多的资源用于建造安全、舒适的校园环境及提升教育质量。

Three teachers discussing materials - The Lesson Study Group

Q博士有话说

学校应当使用AI教学分析的原因不止于此,利用AI技术实现课堂教学分析的自动化,还将提升学校师生信息化素养、推动学校的教育信息化水平。AI教学分析仍有十足的进步空间,但这需要教育工作者带着批判性的态度拥抱新技术。

就像蒸汽机在发明之初,由于行驶成本更高、行驶速度更慢、故障频率更高,并没有受到广泛的欢迎。但是当船行驶在狭长的河流和湖泊时,蒸汽在无风的情况下还能持续为船舶提供动力。为了兼顾蒸汽动力,帆船公司将蒸汽与帆结合起来,使得蒸汽船技术不断成熟,最终代替了帆船。

在加深对教育教学的理解与教育工作者的需求中,AI教学分析也越来越成熟。学校将传统教学分析与AI教学分析相结合,可以互补长短,加速教育信息化进程。

参考文献:

1、袁建林,《基于教学行为信息的课堂教学分析系统研究》,湖南师范大学硕士论文

2、Jennifer L Austin,"Effective Teaching, Effective Living: A Review ofBehavior Analysis for Effective Teaching",2009

3、M. Yu, J. Xu, J. Zhong, W. Liu and W. Cheng, "Behavior detection and analysis for learning process in classroom environment",2017 IEEE Frontiers in Education Conference (FIE)

广告位
即刻开始,免费体验 EduSoho 强大功能