人工智能的课堂教学行为分析方法及其应用

　　摘要：随着人工智能技术的快速发展及课堂教学环境的改变，使课堂教学行为的深度分析成为可能。该文在对人工智能技术的教育应用现状及课堂教学行为分析方法的发展脉络进行梳理的基础上，构建了以“数据采集与存储”“行为建模与计算”和“智能服务”三个功能模块为核心的课堂教学行为智能分析模型，并以课堂S-T行为分析为例验证该分析模型的有效性。将实验成果应用于教学实践中，得到了教师们的认可，实验成果能为教师的教学反思、教师的专业发展及教学管理提供支持。根据教师在应用过程中所反馈的意见，还提出了具有针对性的行为识别模型优化策略。研究成果能为基于人工智能技术的课堂教学行为分析研究提供一些借鉴，也能为课堂教学行为的改善、教师的专业发展以及教学质量的提升提供一定的支持。

　　关键词：人工智能;课堂教学行为;智能分析

　　《智能系统学报》已于2006年3月正式出刊,双月刊。是由中国人工智能学会和哈尔滨工程大学联合主办，是中国人工智能学会会刊之一。

　　一、引言

　　人工智能(Artificial Intelligence)是研究、开发用于模拟和延伸人类智能的理论、方法、技术及应用系统的科学[1]。当前，人工智能技术已渗入人类生活的各个领域，社会对人才的需求正在发生改变，教育的变革也相应引发。美国《国家人工智能研发战略规划》中提到要利用人工智能技术改进教育机会，实施个性化学习和终身学习等[2]。我国《新一代人工智能发展规划》提出要发展“智能教育”，推动人才培养模式和教学方法改革[3]。《教育信息化2.0行动计划》提出要推进智能教育，开展以学习者为中心的智能化教学支持环境建设，推动人工智能在教学、管理等方面的全流程应用等[4]。

　　随着智能教学环境的建设和普及，与之相适应的教育教学模式及课堂教学行为分析等研究，成为了人们关注的焦点。进行课堂教学行为分析，探究课堂教学活动促进学生发展的内在机制，帮助教师反思获得实践性知识，有利于促进课堂教学质量的提升。然而传统的课堂教学行为分析方法，多是通过自我报告法、人工观察手动编码等方法采集和分析数据，存在着编码主观性强，费时费力，所获得样本量小等缺点，不利于发现普遍的教学规律。智能教学环境的日益普及为这些问题的解决带来了契机。利用智能技术自动采集和编码教学过程数据，能更为全面且及时地识别课堂教学行为，自动化地对课堂教学行为进行分析和可视化呈现，洞悉课堂教学情境，为教师的专业发展和教学质量的提升提供了有力支持。

　　本文结合人工智能的特点及课堂教学行为分析的相关理论，提出了课堂教学行为智能分析模型。通过实例应用进行分析和研究，以期为当前课堂教学行为分析研究提供借鉴和参考。

　　二、相关研究

　　(一)人工智能的教育应用研究

　　当前，人工智能与教育的融合、发展研究产生了较多的成果，在应用研究方面大致可分为以下四种类型：

　　1.智能在线学习平台

　　随着在线学习，特别是MOOC及智能教学平台的快速发展，在线学习平台记录下学习者所产生的大量的结构化、半结构化及非结构化数据，这些面向教学系统和学习过程的海量数据是进行学习分析的数据来源。基于教育大数据利用人T智能技术进行学习分析，实时洞悉学习者的学习状态，进而实施精准教学，以适应学习者各异的学习特征，促进其个性化发展。

　　大量的研究聚焦于学习者的在线学习心理、行为分析及学习绩效预测等。如：学者Macfadyen基于在线学习平台所记录的学习者行为数据，对学习者的学习绩效进行了预测[5]。李爽基于在线学习平台的数据，构建了学习投入评测模型，并进一步分析了在线学习投入与学习绩效之间的关系等[6]。

　　2.智能教育助理

　　該领域的研究主要包括智能教学系统、教育机器人、学习同伴等。智能教学系统(ITS)，是指一个能够模拟人类教师来帮助、辅导学习者进行学习的智能系统[7]。其核心组件包括领域知识模型、学习者模型、教学法模型和人机接口模型型[8]。学者Hilles等设计开发了智能教学系统MDB以支持数据库系统课程的学习并取得了较好效果[9]。

　　孙波等基于在线学习者的面部表情利用智能技术对其情感进行自动识别，再通过虚拟教师的情感表达与学习者进行互动，以实施学习干预[10]。智能机器人作为STEM教具能够有效培养学生的高阶思维能力和实践操作能力[11]。綦春霞等利用智慧学伴，对学生的数学学科能力进行测评、诊断并实施精准干预，以推进学生数学学科能力的持续进阶[12]。

　　3.智慧教室

　　智慧教室(Smart Classrooms)是在先进信息技术支持下构建的个性化、数字化、智能化的新型学习环境[13]，具有主动感知教学情境、自动采集分析数据、适配性推送学习资源、学习工具多样化等特征。智慧教室为教师的教学决策和学生的学习机会提供了多元化的、多维度的数据支持，是学生素质培养和能力发展的智能化空间。学者Angeli等在课堂中利用数据挖掘方法对不同认知风格的学习者的问题解决过程进行了对比分析，该方法可为课堂教学的研究和教学设计的优化提供支持[14]。

　　学者Holstein等给K12任课教师佩戴混合现实的智能眼镜，以增强教师对学生的学习情况、元认知及行为的感知，便于教师对学生进行实时监控并提供针对性指导[15]。国内学者张俍等基于心理学、神经科学、信息科学等学科理论设计了融合多模态数据的“智能课堂”，以此为科学的教学评价提供实证基础，从而能提升教师的课堂表现，推动教师教育的变革[16]。陈靓影等基于多模态自然感知技术，探究课堂上学生学习兴趣的智能化分析方法，该方法能真实反映学生的学习兴趣状态，为教师改进教学方法、提高教学效果提供了可靠依据及手段[17]。

　　4.智能校园

　　智能校园是以网络化信息流转为基础，以人工智能技术为手段，以集成化教学资源及应用为依托，实现了校园中师生教学、管理决策的智能化和科学化[18]。美国布拉德利大学的Uskov教授对智慧大学的概念模型进行了系统化的设计，他认为智慧大学是由具有一定智能水平的智慧教室、智慧学院、智慧课程、智慧教学、智慧技术和其他特殊组件构成的一个智慧系统，并以布拉德利大学为例介绍了智慧大学的建设情况[19]。同时，Uskov教授还设计了智能学习分析系统，以提升智慧大学的智能水平[20]。