課堂智能分析賦能教研的路徑與思考

【摘要】本文探討了課堂智能分析的含義，介紹了教學(xué)行為數(shù)據(jù)和師生生理數(shù)據(jù)的分析工具與方法，闡述了基于課堂智能分析的“問題設(shè)計(jì)、課堂觀察、數(shù)據(jù)診斷、教學(xué)改進(jìn)”四階段教研模式，并提出了此類教研應(yīng)與傳統(tǒng)教研相結(jié)合、應(yīng)重視挖掘問題、應(yīng)規(guī)避倫理風(fēng)險等若干需要注意的問題，以供應(yīng)用課堂智能分析開展教研的學(xué)校與教師參考?！娟P(guān)鍵詞】課堂智能分析；教研模式；基于證據(jù)的教研課堂是教和學(xué)的主陣地，是教學(xué)活動發(fā)生的第一現(xiàn)場，也是教研聚焦的中心所在。在一節(jié)課中，師生的行為和互動將產(chǎn)生大量的數(shù)據(jù)，這些數(shù)據(jù)的背后反映出了諸多的教學(xué)特征和規(guī)律。人工智能、大數(shù)據(jù)等技術(shù)應(yīng)用于課堂，使課堂數(shù)據(jù)的采集與分析實(shí)現(xiàn)了數(shù)字化與智能化，使基于證據(jù)的教研成為可能。筆者認(rèn)為，課堂智能分析是指借助人工智能、大數(shù)據(jù)等技術(shù)，對課堂教學(xué)數(shù)據(jù)進(jìn)行采集、分析的過程。它可以有力地支持基于證據(jù)的教研模式，從而推動中小學(xué)教研方式變革與創(chuàng)新。課堂智能分析的主要工具與方法隨著人工智能等技術(shù)的發(fā)展，針對課堂教學(xué)的智能分析工具也在不斷迭代更新。從分析對象來看，課堂智能分析主要針對兩大類數(shù)據(jù)——教學(xué)行為數(shù)據(jù)和師生生理數(shù)據(jù)。對于教學(xué)行為數(shù)據(jù)，以往主要是對教學(xué)視頻進(jìn)行分析，得出分析結(jié)論或報告，這意味著此類分析只能發(fā)生在課后，主要用于教師對課堂教學(xué)的研究與反思。隨著近年來各種“智慧教室”“智能學(xué)習(xí)空間”的建設(shè)，在教學(xué)現(xiàn)場也可以實(shí)時捕捉各種數(shù)據(jù)，同步輸出分析結(jié)論，雖然在技術(shù)實(shí)現(xiàn)上還存在一定程度的時間延遲，但也為教師實(shí)時了解學(xué)生學(xué)習(xí)狀態(tài)、改變教學(xué)策略、及時進(jìn)行干預(yù)提供了可能。而對于師生生理數(shù)據(jù)，則可以通過“智慧教室”中的各類攝像機(jī)、傳感器實(shí)時捕捉并進(jìn)行分析。目前的教學(xué)視頻分析工具主要包括各種公共智能教研平臺或各地、各學(xué)校自行研發(fā)的智能分析工具。在公共智能教研平臺方面，開發(fā)方主要包括教育科技公司和教育研究機(jī)構(gòu)，前者如科大訊飛、希沃等，后者如中央電化教育館等。各地區(qū)或?qū)W校也可以根據(jù)需求自行研發(fā)課堂智能分析工具，供本地學(xué)?；蚪處熓褂?。1.教學(xué)行為數(shù)據(jù)分析課堂上的教學(xué)行為包括教師行為、學(xué)生行為和互動行為，是目前課堂智能分析的主要對象。通過對各種教學(xué)行為數(shù)據(jù)的分析，可以全面呈現(xiàn)僅憑經(jīng)驗(yàn)觀察無法掌握的諸多教學(xué)特征和規(guī)律，以幫助教師在教研過程中深入反思課堂、優(yōu)化教學(xué)設(shè)計(jì)、提升教學(xué)效果。表1列舉了常見的教學(xué)行為數(shù)據(jù)主要來源、分析方法與技術(shù)以及分析目標(biāo)。2.師生生理數(shù)據(jù)分析一般來說，人的各項(xiàng)生理數(shù)據(jù)是由植物神經(jīng)系統(tǒng)調(diào)節(jié)的，所以是客觀的、無法偽造的。生理數(shù)據(jù)的采集對象主要是學(xué)生，借以深入觀察、分析學(xué)生在學(xué)習(xí)過程中的心理活動及各種表現(xiàn)，但也可以通過采集教師在教學(xué)過程中的生理數(shù)據(jù)，更為精準(zhǔn)地刻畫教師的教學(xué)特征，幫助教師反思自己的課堂教學(xué)。隨著人工智能、傳感器、大數(shù)據(jù)技術(shù)的迅速發(fā)展，課堂上師生生理數(shù)據(jù)的采集變得簡便易行，且不會影響正常的教學(xué)進(jìn)程。目前的技術(shù)設(shè)備無論在精度、準(zhǔn)確度上都足以深入刻畫教學(xué)場景。如分析腦電波、面部表情、微表情、呼吸、心率、皮膚電、肢體動作等方面的生理數(shù)據(jù)，教師能夠獲得學(xué)生在學(xué)習(xí)過程中的心理活動、疲勞情況、課堂參與度、學(xué)習(xí)壓力、心理活動和情緒等方面的信息?；谡n堂智能分析的教研模式課堂智能分析所提供的豐富而精準(zhǔn)的教學(xué)數(shù)據(jù)，實(shí)現(xiàn)了在教研中“讓數(shù)據(jù)說話”，促使教研方式由傳統(tǒng)的“經(jīng)驗(yàn)式”教研向“實(shí)證式”教研轉(zhuǎn)變，使得基于證據(jù)的教研，即循證教研成為可能。雖然課堂智能分析工具具有強(qiáng)大的功能，但在具體的教研過程中，我們還需精心設(shè)計(jì)基于課堂智能分析的教研模式，使課堂教學(xué)數(shù)據(jù)充分融入教研過程，讓數(shù)據(jù)的作用最大化。筆者建議，基于課堂智能分析的教研以“問題設(shè)計(jì)、課堂觀察、數(shù)據(jù)診斷、教學(xué)改進(jìn)”四階段模式，在課前、課中、課后和再上課四個時段展開。1.課前：問題設(shè)計(jì)基于課堂智能分析的教研，參與者包括學(xué)校教師、教研員或?qū)W科專家等，形成一個教研共同體。在上課之前，教研共同體成員需要對整個教研活動進(jìn)行設(shè)計(jì)，除了常規(guī)的課堂教學(xué)打磨、研討外，還需明確本次課堂智能分析聚焦的重點(diǎn)問題。如前所述，課堂智能分析內(nèi)容繁多，對課堂教學(xué)的切入點(diǎn)各不相同，如果沒有重點(diǎn)研究問題，將會使課后的數(shù)據(jù)診斷過于龐雜，不易聚焦。因此，筆者建議每一次基于課堂智能分析的教研最好都能明確重點(diǎn)問題，如一次教研重點(diǎn)研究教師的課堂提問策略和技巧，或課堂合作學(xué)習(xí)中的學(xué)生表現(xiàn)及教師策略。有了明確的研究問題，所有參與教研的成員就可以帶著問題去觀察，在技術(shù)工具的選擇上也更易把握。如果沒有明確的觀察點(diǎn)，在應(yīng)用課堂智能分析工具的初期，筆者建議側(cè)重于教師一般教學(xué)行為的研究，包括師生互動分析（S-T分析、FIAS互動分析）、教師提問分析以及課堂重點(diǎn)內(nèi)容的切片觀察和分析。這些數(shù)據(jù)基本可以涵蓋一節(jié)課中教師的大部分教學(xué)行為，足以形成完整的“證據(jù)鏈”，從而支持對教師的教學(xué)風(fēng)格、特征進(jìn)行全面深入的探討。此外，在應(yīng)用課堂智能分析的初期或缺乏明確研究問題的情況下，不建議采集、分析學(xué)生的學(xué)習(xí)行為數(shù)據(jù)甚至生理數(shù)據(jù)，因?yàn)閷@類數(shù)據(jù)的解讀及其因果關(guān)系較為復(fù)雜，需要明確的設(shè)計(jì)以及專家指導(dǎo)。當(dāng)明確一次教研中課堂智能分析的重點(diǎn)問題后，筆者還建議所有參與教師對相關(guān)的智能分析方法和工具進(jìn)行全面了解，如對課堂提問類型、S-T分析的原理要有所了解。這樣在課后分析時，教師才能做到既知其然，又知其所以然。2.課中：課堂觀察在課堂教學(xué)過程中，執(zhí)教教師在“智慧教室”或具備錄像功能的教室上課，其他觀課教師、教研員在同一空間內(nèi)現(xiàn)場觀摩并做課堂觀察。課后，教師可將課堂教學(xué)視頻上傳到智能教研平臺或用專門的智能分析工具進(jìn)行處理，進(jìn)而形成數(shù)據(jù)報告。如在“智慧教室”中上課，則會自動匯集所有數(shù)據(jù)并形成數(shù)據(jù)報告，供教師教研使用。課中是教學(xué)的第一現(xiàn)場，教研共同體成員的現(xiàn)場觀課，與課堂智能分析工具現(xiàn)場采集數(shù)據(jù)同步進(jìn)行，大家的主觀感受和數(shù)據(jù)的客觀反饋將在課后的教研過程中匯聚、碰撞、融合，從而產(chǎn)生新的解釋，也構(gòu)成了“經(jīng)驗(yàn)+數(shù)據(jù)”的“中西醫(yī)結(jié)合”式教研。3.課后：數(shù)據(jù)診斷課后，教研共同體成員進(jìn)行針對課堂教學(xué)的“經(jīng)驗(yàn)+數(shù)據(jù)”循證式教研活動。教研過程，筆者提倡分兩步走，做到“兩次結(jié)合”。第一步是將教研共同體成員的課堂觀察與課堂智能分析得出的結(jié)論相結(jié)合，發(fā)現(xiàn)問題。通過對師生互動數(shù)據(jù)、教師提問數(shù)據(jù)等的分析，可以呈現(xiàn)出課堂教學(xué)模式、教師提問傾向、教學(xué)風(fēng)格、行為特征等結(jié)論，經(jīng)過與教師現(xiàn)場觀察的感受相對比，鎖定教學(xué)中存在的問題。這一過程往往會經(jīng)過反復(fù)分析、研討。第二步是將發(fā)現(xiàn)的問題與課堂切片相結(jié)合，進(jìn)一步挖掘原因，找到解決方案。在發(fā)現(xiàn)問題后，教研共同體成員還需要利用課堂教學(xué)切片，回看視頻的相應(yīng)環(huán)節(jié)，再對照問題，反思改進(jìn)，形成優(yōu)化方案。如S-T分析顯示某一時段教師行為占有率過高且?guī)熒袨檗D(zhuǎn)換率偏低，可以通過對相關(guān)時段切片的再分析，反思該部分內(nèi)容應(yīng)如何減少教師講授并增加師生互動。再如課堂上的師生對話深度較低，教師就需要結(jié)合課堂提問環(huán)節(jié)的切片分析，反思如何通過問題設(shè)計(jì)引導(dǎo)學(xué)生深入思考。4.再上課：教學(xué)改進(jìn)經(jīng)過數(shù)據(jù)診斷，教研共同體成員對課堂教學(xué)中存在的問題進(jìn)行反思，形成優(yōu)化方案后，還需再通過實(shí)踐進(jìn)行檢驗(yàn)。如在其他班級嘗試第二次授課，以期在教學(xué)過程中改進(jìn)、提升。在條件具備的情況下，教研共同體應(yīng)全員參與再上課的過程，并結(jié)合智能分析數(shù)據(jù)與第一次授課情況進(jìn)行對比分析，形成一次完整的教研閉環(huán)。應(yīng)用課堂智能分析應(yīng)注意的問題1.量化的數(shù)據(jù)應(yīng)與傳統(tǒng)教研的優(yōu)勢相結(jié)合課堂智能分析真正實(shí)現(xiàn)了“讓數(shù)據(jù)說話”，但與此同時，我們也應(yīng)看到，一些課堂智能分析方法本身還存在一定的局限性。如某些數(shù)據(jù)分析方法中的數(shù)據(jù)缺乏明確的指向性，或其背后的意義不明：在師生互動分析中大量存在的“沉默”行為，其背后的意義難以體現(xiàn)；學(xué)生在教室內(nèi)的學(xué)習(xí)活動軌跡具有一定隨機(jī)性，其對應(yīng)的意義尚不清晰[1]。因此，對于課堂教學(xué)的研究，也不可一味追求量化的數(shù)據(jù)，“唯數(shù)據(jù)”論。我們不妨把基于數(shù)據(jù)的教研看作西醫(yī)，呈現(xiàn)出的各項(xiàng)數(shù)據(jù)報告就像CT、核磁等檢驗(yàn)報告，而傳統(tǒng)的“經(jīng)驗(yàn)式”教研則更像中醫(yī)。筆者倡導(dǎo)“中西醫(yī)結(jié)合”的教研方式，實(shí)現(xiàn)優(yōu)勢互補(bǔ)，既要通過實(shí)證數(shù)據(jù)深入分析具體的問題，同時也不可忽視對課堂的整體把握，對于課堂教學(xué)的認(rèn)識和理解，既要見“樹木”，更要見“森林”。2.看重課堂智能分析的結(jié)論，更重視問題所在在應(yīng)用各種課堂智能分析方法、工具對課堂教學(xué)進(jìn)行研究時，我們不僅要了解得出了怎樣的分析結(jié)論，更要重視課堂教學(xué)中存在哪些問題，應(yīng)如何解決。如S-T分析可以藉由師生教學(xué)行為占比及轉(zhuǎn)換判斷一節(jié)課的教學(xué)模式，但對于教師而言，知道一節(jié)課是講授型或混合型是遠(yuǎn)遠(yuǎn)不夠的，還需要挖掘課堂中教師教學(xué)行為存在的問題并加以改進(jìn)。3.應(yīng)用各類智能技術(shù)的同時規(guī)避可能的倫理風(fēng)險可用于課堂智能分析的技術(shù)五花八門、功能繁多，在實(shí)踐中，我們不能只顧應(yīng)用技術(shù)，更不能認(rèn)為技術(shù)用得越多越好，而是要充分了解每種技術(shù)的特性，避免產(chǎn)生負(fù)面影響。筆者認(rèn)為，在課堂上應(yīng)用智能技術(shù)采集、分析各種數(shù)據(jù)，應(yīng)把握以下兩條原則。一是在分析目的方面，要明確對課堂上各類數(shù)據(jù)的分析和應(yīng)用，僅僅作為教師研究課堂、改進(jìn)教學(xué)的參考依據(jù)，不具有對學(xué)生個人學(xué)業(yè)能力進(jìn)行研判等其他目的。二是在操作方式方面，對可見的數(shù)據(jù)采集方式，如攝像頭、穿戴式設(shè)備等需提前告知學(xué)生使用目的，以避免引發(fā)學(xué)生的排斥心理。我國發(fā)布的《人臉識別應(yīng)用公眾調(diào)研報告（2020）》中指出，“運(yùn)用人臉識別技術(shù)收集學(xué)生的抬頭率、微表情、上課的姿態(tài)”在“最無法接受的場景”中