- $
知識圖譜、專注力分析、情感計算等AI技術(shù)如何升級常態(tài)化錄播
來源：panilani.com 發(fā)布時間：2021年06月24日
錄播系統(tǒng)記錄課堂全過程，是教學(xué)資源積累的早期方式。隨著AI視頻分析技術(shù)的成熟，技術(shù)與教育更深入的融合，教育信息化2.0對常態(tài)化錄播系統(tǒng)提出了更高的要求，記錄只是信息技術(shù)在課堂教學(xué)應(yīng)用的開始。
將從常態(tài)化錄播面臨的挑戰(zhàn)、AI升級錄播的關(guān)鍵技術(shù)、AI升級錄播的4個方面，闡述AI如何升級常態(tài)化錄播，為教育工作者提供參考。
常態(tài)化錄播面臨的挑戰(zhàn)
課堂錄播為整堂課的視頻錄制和播放提供支持，但面對數(shù)據(jù)驅(qū)動教學(xué)教研的需求，常態(tài)化錄播存在以下2點局限：
1、回顧課堂視頻費時費力
一堂課通常有45分鐘，教師或管理者在復(fù)盤/回顧課堂視頻時需要花費大量時間，卻得不到直接有效的結(jié)果。這使教師使用錄播進行教學(xué)研究、學(xué)情分析的積極性大打折扣。
2、缺少數(shù)據(jù)作為教研依據(jù)
除了整堂課的視頻沒有標記（如課堂視頻在某個時間段涉及的相關(guān)知識點）、回顧費時費力以外，常態(tài)化錄播只有錄制和播放功能，不能提供數(shù)據(jù)分析作為教研、教學(xué)管理的依據(jù)。
AI升級常態(tài)化錄播的關(guān)鍵技術(shù)
1、基礎(chǔ)教育知識圖譜
知識圖譜一般分成通用知識圖譜和領(lǐng)域知識圖譜，基礎(chǔ)教育知識圖譜屬于領(lǐng)域知識圖譜?；A(chǔ)教育知識圖譜的構(gòu)建有準確性、全學(xué)科、全覆蓋、可用性四個方面的要求。
準確性要求圖譜中的基礎(chǔ)教育知識必須準確，其知識來源必須是教材等權(quán)威資源；全學(xué)科要求圖譜必須覆蓋中國K12教育的主要九門學(xué)科（語文、數(shù)學(xué)、英語、歷史、地理、政治、生物、物理、化學(xué)）；全覆蓋要求每門學(xué)科的知識必須覆蓋教育部頒布的學(xué)科課程標準中規(guī)定的全部知識點；可用性指圖譜中的知識檢索與訪問效率要足夠高。
2、專注力分析
專注力可以反映出學(xué)生是否進入學(xué)習(xí)狀態(tài)。傳統(tǒng)課堂，老師通過提高音量、增加互動、改進內(nèi)容等方式提高學(xué)生的專注力，但由于教學(xué)任務(wù)重、班級人數(shù)多、精力有限，老師無法細致地了解每位學(xué)生每堂課的專注力情況。
伴隨式采集課堂教學(xué)視頻后（不干擾課堂教學(xué)），通過頭部姿態(tài)估計技術(shù)，推斷出學(xué)生頭部在三維空間的姿態(tài)參數(shù)，建立頭部三維空間姿態(tài)模型，通過頭部姿態(tài)在不同坐標系之間的相互轉(zhuǎn)換，判斷學(xué)生群體的頭部朝向。
再利用頭部姿態(tài)追蹤人眼的視線方向，對匯總數(shù)據(jù)進行二次分析，從而計算出學(xué)生的社交專注保持力，這也是目前學(xué)習(xí)認知領(lǐng)域的分析技術(shù)。
3、情感計算
1997年，MIT（麻省理工）媒體實驗室的Rosalind Picard教授提出了“情感計算”的概念，她把“情感計算”定義為：針對人類的外在表現(xiàn)，能夠進行測量和分析并能對情感施加影響的計算。事實證明，情感計算與認知研究密不可分。
在課堂場景中，利用深度學(xué)習(xí)算法對課堂教學(xué)過程進行分析。通過采集設(shè)備獲取教學(xué)過程的圖像序列，利用深度神經(jīng)網(wǎng)絡(luò)檢測人臉位置區(qū)域，進一步識別人臉關(guān)鍵點，根據(jù)教學(xué)場景的特性進行面部表情識別。然后再結(jié)合教學(xué)方法進行深度分析，幫助學(xué)校了解教師授課風(fēng)格及學(xué)生情感狀態(tài)變化，在此基礎(chǔ)上進行教學(xué)指導(dǎo)，改進教學(xué)效果。
AI升級常態(tài)化錄播的4個方面
1、從人工檢索到自動標記
錄播完成后，教師通過完整的課堂教學(xué)視頻回顧教學(xué)內(nèi)容。但是如果教師想要回顧講到某個知識點時，學(xué)生的課堂表現(xiàn)，則需要來回拖動視頻進度條，這是一個人工檢索信息的過程，視頻只完成了記錄的工作，為實際使用帶來了很大的困難。
利用基礎(chǔ)教育知識圖譜技術(shù)，將整堂課的關(guān)鍵知識點進行自動標記，由計算機代替人工，教師在回顧知識點時就會更加高效。除了標記知識點，課堂專注力、學(xué)生情感變化也能直接呈現(xiàn)在視頻中。
2、從回顧視頻到查看數(shù)據(jù)
在回顧課堂視頻的基礎(chǔ)上，利用AI技術(shù)為教師和學(xué)校管理者提供課堂專注度、師生發(fā)言明細、教師的授課模式、學(xué)生的情緒變化等數(shù)據(jù)，能提高教學(xué)復(fù)盤的效率，從回顧視頻到查看數(shù)據(jù)，為教師成長、教學(xué)管理提供數(shù)據(jù)支持。
3、更有效的教學(xué)資源積累
完整的課堂視頻是一種教學(xué)資源，但是這種教學(xué)資源利用難度大。利用AI技術(shù)為教師提供課堂教學(xué)視頻剪輯，用短視頻替代長視頻，分享更使教學(xué)資源得到更有效地利用。
同時，AI技術(shù)自動提取板書、整理課堂語音筆記、提取知識點等功能，不僅讓課堂教學(xué)資源得到有效積累，還可以直觀、清晰地反映教師的授課邏輯。
4、量化過程性教學(xué)評價
常態(tài)化錄播視頻也被學(xué)校管理者用作教師教學(xué)過程的評價，管理者逐一觀看錄制好的課堂視頻，再進行打分和評價。常態(tài)化錄播只解決了時間和地點的問題，并沒有從根本上解決過程性評價缺少量化數(shù)據(jù)的問題。
教育評價是量化評價與質(zhì)性評價的結(jié)合，量化評價是指將評價內(nèi)容化為可以量化的數(shù)據(jù)，并通過量化統(tǒng)計方法來分析這些數(shù)據(jù)，得到結(jié)果;而質(zhì)性評價關(guān)注評價主體與客體之間的互動與理解。
過程性評價也應(yīng)該從量化與質(zhì)性兩方面進行，AI技術(shù)為過程性評價提供了分析框架，可以幫助管理者更好地對課堂錄像進行分析與理解，使過程性評價可用。
返回列表
將從常態(tài)化錄播面臨的挑戰(zhàn)、AI升級錄播的關(guān)鍵技術(shù)、AI升級錄播的4個方面，闡述AI如何升級常態(tài)化錄播，為教育工作者提供參考。
常態(tài)化錄播面臨的挑戰(zhàn)
課堂錄播為整堂課的視頻錄制和播放提供支持，但面對數(shù)據(jù)驅(qū)動教學(xué)教研的需求，常態(tài)化錄播存在以下2點局限：
1、回顧課堂視頻費時費力
一堂課通常有45分鐘，教師或管理者在復(fù)盤/回顧課堂視頻時需要花費大量時間，卻得不到直接有效的結(jié)果。這使教師使用錄播進行教學(xué)研究、學(xué)情分析的積極性大打折扣。
2、缺少數(shù)據(jù)作為教研依據(jù)
除了整堂課的視頻沒有標記（如課堂視頻在某個時間段涉及的相關(guān)知識點）、回顧費時費力以外，常態(tài)化錄播只有錄制和播放功能，不能提供數(shù)據(jù)分析作為教研、教學(xué)管理的依據(jù)。
AI升級常態(tài)化錄播的關(guān)鍵技術(shù)
1、基礎(chǔ)教育知識圖譜
知識圖譜一般分成通用知識圖譜和領(lǐng)域知識圖譜，基礎(chǔ)教育知識圖譜屬于領(lǐng)域知識圖譜?；A(chǔ)教育知識圖譜的構(gòu)建有準確性、全學(xué)科、全覆蓋、可用性四個方面的要求。
準確性要求圖譜中的基礎(chǔ)教育知識必須準確，其知識來源必須是教材等權(quán)威資源；全學(xué)科要求圖譜必須覆蓋中國K12教育的主要九門學(xué)科（語文、數(shù)學(xué)、英語、歷史、地理、政治、生物、物理、化學(xué)）；全覆蓋要求每門學(xué)科的知識必須覆蓋教育部頒布的學(xué)科課程標準中規(guī)定的全部知識點；可用性指圖譜中的知識檢索與訪問效率要足夠高。
2、專注力分析
專注力可以反映出學(xué)生是否進入學(xué)習(xí)狀態(tài)。傳統(tǒng)課堂，老師通過提高音量、增加互動、改進內(nèi)容等方式提高學(xué)生的專注力，但由于教學(xué)任務(wù)重、班級人數(shù)多、精力有限，老師無法細致地了解每位學(xué)生每堂課的專注力情況。
伴隨式采集課堂教學(xué)視頻后（不干擾課堂教學(xué)），通過頭部姿態(tài)估計技術(shù)，推斷出學(xué)生頭部在三維空間的姿態(tài)參數(shù)，建立頭部三維空間姿態(tài)模型，通過頭部姿態(tài)在不同坐標系之間的相互轉(zhuǎn)換，判斷學(xué)生群體的頭部朝向。
再利用頭部姿態(tài)追蹤人眼的視線方向，對匯總數(shù)據(jù)進行二次分析，從而計算出學(xué)生的社交專注保持力，這也是目前學(xué)習(xí)認知領(lǐng)域的分析技術(shù)。
3、情感計算
1997年，MIT（麻省理工）媒體實驗室的Rosalind Picard教授提出了“情感計算”的概念，她把“情感計算”定義為：針對人類的外在表現(xiàn)，能夠進行測量和分析并能對情感施加影響的計算。事實證明，情感計算與認知研究密不可分。
在課堂場景中，利用深度學(xué)習(xí)算法對課堂教學(xué)過程進行分析。通過采集設(shè)備獲取教學(xué)過程的圖像序列，利用深度神經(jīng)網(wǎng)絡(luò)檢測人臉位置區(qū)域，進一步識別人臉關(guān)鍵點，根據(jù)教學(xué)場景的特性進行面部表情識別。然后再結(jié)合教學(xué)方法進行深度分析，幫助學(xué)校了解教師授課風(fēng)格及學(xué)生情感狀態(tài)變化，在此基礎(chǔ)上進行教學(xué)指導(dǎo)，改進教學(xué)效果。
AI升級常態(tài)化錄播的4個方面
1、從人工檢索到自動標記
錄播完成后，教師通過完整的課堂教學(xué)視頻回顧教學(xué)內(nèi)容。但是如果教師想要回顧講到某個知識點時，學(xué)生的課堂表現(xiàn)，則需要來回拖動視頻進度條，這是一個人工檢索信息的過程，視頻只完成了記錄的工作，為實際使用帶來了很大的困難。
利用基礎(chǔ)教育知識圖譜技術(shù)，將整堂課的關(guān)鍵知識點進行自動標記，由計算機代替人工，教師在回顧知識點時就會更加高效。除了標記知識點，課堂專注力、學(xué)生情感變化也能直接呈現(xiàn)在視頻中。
2、從回顧視頻到查看數(shù)據(jù)
在回顧課堂視頻的基礎(chǔ)上，利用AI技術(shù)為教師和學(xué)校管理者提供課堂專注度、師生發(fā)言明細、教師的授課模式、學(xué)生的情緒變化等數(shù)據(jù)，能提高教學(xué)復(fù)盤的效率，從回顧視頻到查看數(shù)據(jù)，為教師成長、教學(xué)管理提供數(shù)據(jù)支持。
3、更有效的教學(xué)資源積累
完整的課堂視頻是一種教學(xué)資源，但是這種教學(xué)資源利用難度大。利用AI技術(shù)為教師提供課堂教學(xué)視頻剪輯，用短視頻替代長視頻，分享更使教學(xué)資源得到更有效地利用。
同時，AI技術(shù)自動提取板書、整理課堂語音筆記、提取知識點等功能，不僅讓課堂教學(xué)資源得到有效積累，還可以直觀、清晰地反映教師的授課邏輯。
4、量化過程性教學(xué)評價
常態(tài)化錄播視頻也被學(xué)校管理者用作教師教學(xué)過程的評價，管理者逐一觀看錄制好的課堂視頻，再進行打分和評價。常態(tài)化錄播只解決了時間和地點的問題，并沒有從根本上解決過程性評價缺少量化數(shù)據(jù)的問題。
教育評價是量化評價與質(zhì)性評價的結(jié)合，量化評價是指將評價內(nèi)容化為可以量化的數(shù)據(jù)，并通過量化統(tǒng)計方法來分析這些數(shù)據(jù)，得到結(jié)果;而質(zhì)性評價關(guān)注評價主體與客體之間的互動與理解。
過程性評價也應(yīng)該從量化與質(zhì)性兩方面進行，AI技術(shù)為過程性評價提供了分析框架，可以幫助管理者更好地對課堂錄像進行分析與理解，使過程性評價可用。
