吳立寶 曹雅楠 曹一鳴

關(guān)鍵詞：人工智能;課堂教學(xué)評價;情緒識別;教師行為

一、引言

人工智能（Artificial Intelligence，AI）技術(shù)的開發(fā)和應(yīng)用使得計算機能夠代替完成以往人腦才能完成的智能工作，從而極大地拓展人的智力與體力。2018年教育部印發(fā)《教育信息化2.0行動計劃》，提出要推動人工智能在教學(xué)、管理等方面的全流程應(yīng)用，利用智能技術(shù)加快推動人才培養(yǎng)模式、教學(xué)方法改革;2020年中共中央、國務(wù)院印發(fā)《深化新時代教育評價改革總體方案》，明確指出要創(chuàng)新評價工具，利用人工智能、大數(shù)據(jù)等現(xiàn)代信息技術(shù)，探索開展各年級學(xué)生學(xué)習(xí)情況全過程縱向評價、德智體美勞全要素橫向評價。大力發(fā)展人工智能技術(shù)，積極探索人工智能與教育評價領(lǐng)域的融合發(fā)展，是我國推動智慧教育的必然舉措。課堂教學(xué)評價作為教育評價體系的重要環(huán)節(jié)，嘗試開展人工智能下的課堂教學(xué)評價，有助于豐富評價內(nèi)容，轉(zhuǎn)變評價方式，記錄成長軌跡，促進智慧評價的高效開展。

二、人工智能下課堂教學(xué)評價的變革

課堂教學(xué)評價是基于教師的教和學(xué)生的學(xué)，著眼于改進教師教育教學(xué)能力，提高課堂教學(xué)質(zhì)量，而對課堂教學(xué)設(shè)計、過程和結(jié)果展開的評價[1]。從其價值意蘊層面上看，課堂教學(xué)評價是多元主體協(xié)作下進行價值判斷的過程，是采集多方面信息發(fā)現(xiàn)價值的過程，是精準采集為教學(xué)改進提供決策的過程，是發(fā)揮其反饋功用發(fā)展價值的過程。當前傳統(tǒng)的課堂教學(xué)評價表現(xiàn)為內(nèi)部與外部的多元評價、過程與表現(xiàn)的評估判斷、專家與同行的現(xiàn)場觀察、鑒定與甄別的功能導(dǎo)向，而在人工智能技術(shù)的驅(qū)動下，將推動課堂教學(xué)評價在評價主體、內(nèi)容、方式、結(jié)果等方面的變革，如圖1所示。依托于人工智能所具備的數(shù)據(jù)挖掘、高速計算、自動分析等功能，輔助評價工作的高效開展，記錄情感信息的動態(tài)變化，實現(xiàn)真實課堂的精準采集，追蹤師生成長軌跡。

（一）評價主體：輔助智慧評價的高效開展

課堂教學(xué)評價是對課堂教學(xué)活動進行價值判斷的過程，進行判斷的前提即是對現(xiàn)有事實的廣泛認可。以古巴（Egon G.Guba）和林肯（Yvonna S.Lincoln）為代表的“第四代評價”倡導(dǎo)者認為評價應(yīng)為全面參與，旨在聽取多方意見，協(xié)調(diào)不同價值標準間的分歧從而得到公認的結(jié)果，評價主體的多元化逐漸成為教育評價改革的發(fā)展趨勢。傳統(tǒng)課堂教學(xué)評價的多元評價主體包括內(nèi)部主體和外部主體兩類。內(nèi)部主體是指參與到課堂教學(xué)活動內(nèi)部的主體，即學(xué)生和教師;外部主體是指課堂教學(xué)活動以外的評價人員，包括評課的領(lǐng)導(dǎo)、專家和同行。評價主體多元化的同時，也伴隨著評價的開展和整合的工作量急劇增大。當前的多元主體評價包括教師自評、教師對學(xué)生表現(xiàn)與知識掌握的評價、學(xué)生自評、學(xué)生對教師授課的評價以及聽課人員對課堂的評價等形式。如此要想得到一堂課最終的評價結(jié)果則需要經(jīng)歷較長的統(tǒng)計過程，這不利于教師根據(jù)評價結(jié)果及時調(diào)整教學(xué)活動，不利于教師和學(xué)生自身對學(xué)習(xí)現(xiàn)狀的把握和及時調(diào)控，表現(xiàn)出課堂教學(xué)評價開展的低效。

在人工智能技術(shù)的輔助下，利用教室內(nèi)安裝的攝像頭、眼動儀等實時地采集課堂圖像與聲音信號，利用面部識別、語音識別、姿態(tài)識別等技術(shù)對課堂教學(xué)過程中的師生表現(xiàn)性信息進行自動運算、分析和評價。同時在教室可安裝實時反饋評價數(shù)據(jù)與結(jié)果的電子顯示屏或客戶端，以便教師在課上實時獲得評價系統(tǒng)的反饋數(shù)據(jù)，掌握全體學(xué)生的聽課情況，從而及時調(diào)整教學(xué)內(nèi)容與方法并對走神學(xué)生加以提醒，學(xué)生也可在課下及時看到整堂課中自己的學(xué)習(xí)表現(xiàn)。相較于傳統(tǒng)評價方式中需要等待測驗、問卷或訪談的反饋結(jié)果，人工智能下的課堂教學(xué)評價加快了評價開展進程，提高了課堂教學(xué)評價對于教師教學(xué)與學(xué)生學(xué)習(xí)的反饋作用，實現(xiàn)課堂教學(xué)評價的高效開展。

（二）評價內(nèi)容：關(guān)注情感信息的動態(tài)變化

通過采集多方面內(nèi)容的評價信息，明晰教育開展現(xiàn)狀，挖掘教學(xué)改革切入點，探尋教學(xué)開展方向，是教育評價發(fā)現(xiàn)價值的體現(xiàn)。廣泛地采集教育教學(xué)的多方面信息可為發(fā)現(xiàn)價值的生成提供堅實的支撐材料。課堂教學(xué)的目標應(yīng)是豐富的、多元的，不應(yīng)僅是追求學(xué)科成績的提高，而應(yīng)更多地關(guān)注師生多方面的發(fā)展，既著力于實現(xiàn)學(xué)生德智體美勞的多方面發(fā)展，也助力教師提升教學(xué)能力與專業(yè)素養(yǎng)。傳統(tǒng)課堂教學(xué)評價內(nèi)容主要是包括對課堂教學(xué)目標、內(nèi)容、環(huán)節(jié)、方法、結(jié)果的設(shè)計與開展、教學(xué)過程中的師生表現(xiàn)與課堂氛圍等。注重學(xué)生知識和技能的掌握，而忽視了學(xué)生成長所需的其他方面，包括情感、道德、價值觀等[2]。教育評價工作要堅定以立德樹人為導(dǎo)向的育人目標，扭轉(zhuǎn)重智育輕德育、重分數(shù)輕素質(zhì)的現(xiàn)狀，強調(diào)學(xué)生的全面發(fā)展。課堂是學(xué)校教育的主場所，課堂教學(xué)既是學(xué)生認知發(fā)展的教學(xué)活動，也是育人目標達成的教育途徑，因此課堂教學(xué)評價在考察學(xué)生知識掌握情況的同時，也應(yīng)關(guān)注學(xué)習(xí)過程中學(xué)生的情感因素變化。

而人工智能下的課堂教學(xué)評價可通過采集師生的聲音、面部表情與身體姿態(tài)等數(shù)據(jù)開展課堂情緒識別，得出教師與學(xué)生動態(tài)的情感變化信息。教師在課堂教學(xué)過程中的情感往往會通過表情、語言和動作傳遞給學(xué)生，飽滿熱情的教學(xué)情緒更能夠調(diào)動起學(xué)生的學(xué)習(xí)熱情，恰當?shù)厥褂孟麡O情緒能起到震懾紀律、糾正不當行為的作用，但若消極情緒長久保持則不利于良好的課堂師生關(guān)系構(gòu)建，從而不利于課堂教學(xué)的高質(zhì)量開展。利用人工智能技術(shù)識別和分析教學(xué)過程中教師的語調(diào)、教態(tài)和情緒等教學(xué)表現(xiàn)，有助于教師把控課堂情感，從而調(diào)動起積極的課堂學(xué)習(xí)氛圍，建立和諧師生關(guān)系，開展高效教學(xué)。學(xué)生在學(xué)習(xí)過程中伴隨著積極、正向的情感，處于專注、投入的學(xué)習(xí)狀態(tài)往往更有利于生成高質(zhì)量的學(xué)習(xí)效果。借助人工智能技術(shù)，把握學(xué)生課堂參與、交往互動、思維狀態(tài)和課堂情感等維度的課堂表現(xiàn)，扭轉(zhuǎn)課堂教學(xué)評價過分關(guān)注知識掌握、技能獲得的現(xiàn)狀，關(guān)注教學(xué)過程中學(xué)生的情感、態(tài)度、價值觀和核心素養(yǎng)的生成與培養(yǎng)，有助于課堂教學(xué)育人目標的達成。

（三）評價方式：還原真實課堂的精準采集

教育評價是教育教學(xué)發(fā)展的“指揮棒”，為教育治理提供決策材料，為改進教師的教學(xué)行為與學(xué)生的學(xué)習(xí)行為提供反饋信息。收集材料的準確性、真實性將直接影響決策的生成與反饋的效果，因此選取恰當?shù)脑u價方式，借助精準的采集工具，收集真實、客觀、準確的評價數(shù)據(jù)是教育精準評價開展的先決條件。傳統(tǒng)課堂教學(xué)評價主要是由教育專家或同行進入課堂，直接觀察教學(xué)過程中的師生表現(xiàn)。但此種評價方式存在弊端：一是由評價人員現(xiàn)場評價的公開課往往由于教師的精心準備、學(xué)生的格外集中而使得與常態(tài)化課堂狀態(tài)存在差異，導(dǎo)致評價的真實性缺失;二是評價人員采用固定的評價指標進行賦值打分，但評價指標往往存在模糊不清、難以評判的現(xiàn)象。例如教師講授清晰、內(nèi)容設(shè)置充實、師生互動充分等評價指標，多是以課堂整體氛圍與自身的聽課感受作為評判依據(jù)，評價缺乏量化證據(jù)支持而主觀性較強。

將人工智能賦能于課堂教學(xué)評價可利用教室內(nèi)安裝的攝像頭代替評價人員的現(xiàn)場觀察，通過采集師生聲音、面部和姿態(tài)信息，開展課堂語言分析、課堂行為分析與課堂情感分析，獲取學(xué)生注意力、掌握程度、互動情況、情感狀態(tài)等學(xué)習(xí)情況，分析教師的課堂教學(xué)行為，進而實現(xiàn)課堂教學(xué)的智能評價。如此開展一是教室內(nèi)沒有聽課專家及其他教師的干擾，能使課堂回歸真實、自然的狀態(tài)，能夠得到可信度更高的課堂教學(xué)評價結(jié)果;二是通過對每名學(xué)生學(xué)習(xí)情況的統(tǒng)計與分析，為評價工作的開展提供精準的針對每名學(xué)生的量化數(shù)據(jù)。依托于人工智能技術(shù)強大的數(shù)據(jù)挖掘與運算分析能力，采集真實客觀、全局精準的數(shù)據(jù)，探尋數(shù)據(jù)間的潛在邏輯，為教學(xué)改進提供決策材料，助力課堂教學(xué)評價的高效精準開展。

（四）評價結(jié)果：實現(xiàn)師生成長的軌跡追蹤

教育評價通過判斷價值、發(fā)現(xiàn)價值，從而為改進教育提供決策材料，最終實現(xiàn)教育價值的提升。通過評價結(jié)果的反饋，指向師生的多方面發(fā)展，發(fā)揮其發(fā)展價值的功用。傳統(tǒng)課堂教學(xué)評價結(jié)果主要以鑒定與甄別為功能導(dǎo)向，教師教學(xué)狀況的評價結(jié)果往往與教師評比掛鉤，而使得教師一昧地注重自身教學(xué)能力提升而忽視對學(xué)生發(fā)展的關(guān)注。對學(xué)生學(xué)習(xí)狀況的評價往往以檢驗階段性學(xué)習(xí)成效為目的，以終結(jié)性評價的形式，開展各年級各學(xué)科的教學(xué)質(zhì)量檢驗，其結(jié)果難以真正反映課堂教學(xué)質(zhì)量，也不利于發(fā)揮評價對改進學(xué)生學(xué)習(xí)狀況的反饋作用，難以體現(xiàn)評價結(jié)果對于師生成長的發(fā)展性功能。

人工智能下的課堂教學(xué)評價可采集課堂教學(xué)全過程中師生的表現(xiàn)信息，開展過程性評價。對于教師而言，可通過對教師語言的分析，獲取教師語言結(jié)構(gòu)特點，有助于教師把握自身語言現(xiàn)狀，識別和改進自身課堂教學(xué)語言風(fēng)格;可通過課堂中的師生語言交互，識別課堂教學(xué)結(jié)構(gòu)，判斷師生交互情況;可通過對教師的語音語調(diào)與課堂教態(tài)的識別、分析與情感特征判斷，幫助教師直觀地認識到自身課堂情感狀態(tài)，糾正不恰當?shù)恼n堂教態(tài)，構(gòu)建良好的課堂師生關(guān)系，提高課堂教學(xué)質(zhì)量與效率。對于學(xué)生而言，可記錄學(xué)生的舉手發(fā)言次數(shù)、抬頭聽課時間、參與討論情況以及專注力等課堂過程性數(shù)據(jù)，并及時反饋給學(xué)生，便于學(xué)生直觀認識自身學(xué)習(xí)狀態(tài)，從而及時調(diào)整與改進，開展形成性評價。同時依托于其大容量的存儲空間、高速度的運算能力，可生成階段性的課堂表現(xiàn)數(shù)據(jù)，以此追蹤教師專業(yè)發(fā)展與學(xué)生全面發(fā)展的成長軌跡。還可將采集到的學(xué)生課堂表現(xiàn)的數(shù)據(jù)結(jié)果，與學(xué)生綜合素質(zhì)評價相貫通，搭建起多維度、多層面的學(xué)生全面發(fā)展測評體系。

三、人工智能下課堂教學(xué)評價的實踐路徑

（一）系統(tǒng)架構(gòu)

基于人工智能技術(shù)發(fā)展現(xiàn)狀以及課堂教學(xué)評價變革的現(xiàn)實需求，設(shè)計人工智能下課堂教學(xué)評價的系統(tǒng)架構(gòu)，自上而下包括對象層、數(shù)據(jù)層、技術(shù)層和應(yīng)用層，如圖2所示。

課堂教學(xué)活動主要由教師的教和學(xué)生的學(xué)兩方面組成，因此人工智能下的課堂教學(xué)評價著眼于教師與學(xué)生兩大評價對象，通過采集其聲音、姿態(tài)、面部與生理信號數(shù)據(jù)，進行識別與分析算法設(shè)計，包括語音識別、自然語言處理、姿態(tài)識別、表情識別以及基于腦電的情緒識別等，指向課堂語言分析、課堂行為分析、課堂情感分析與課堂教學(xué)評價體系四大應(yīng)用場景。

（二）數(shù)據(jù)處理

1.基于聲音數(shù)據(jù)的處理

聲音是傳遞內(nèi)容、表達意圖與情感的介質(zhì)。針對聲音數(shù)據(jù)的處理，一方面可利用語音識別技術(shù)獲取人類的語音信號，將其轉(zhuǎn)變?yōu)橄鄳?yīng)的文本并開展進一步的自然語言處理任務(wù)。通過對情感詞及關(guān)鍵詞等的識別與標注，可進行語言文本分類，以分析課堂師生言語結(jié)構(gòu)及情感信息。有研究綜合卷積神經(jīng)網(wǎng)絡(luò)和Bi LSTM網(wǎng)絡(luò)建立特征融合模型，在提取文本局部特征的同時兼顧上下文的全局特征，提高了文本分類的準確性[3]。另一方面聲音信號的語音語調(diào)可以反映發(fā)言人的情感狀態(tài)，例如高昂的語調(diào)往往表達激動、興奮的情感，低沉的語調(diào)表達悲傷、陰郁的情感等。伊恩穆雷（Iain R.Murray）等從語速、平均基頻、基頻范圍、強度、音質(zhì)、基頻變化、清晰度等角度，針對憤怒、高興、悲傷、恐懼、厭惡五種情緒進行了聲學(xué)參數(shù)特征劃分[4]，為語音語調(diào)識別的開展積累了實踐經(jīng)驗。

2.基于姿態(tài)數(shù)據(jù)的處理

人體姿態(tài)識別是通過對手勢、動作、姿態(tài)等進行識別以反映人體狀態(tài)或意圖的技術(shù)，通過對人體結(jié)構(gòu)的建模、定點與分割，剖析姿態(tài)動作中所傳遞的情感導(dǎo)向。徐家臻等基于人體骨架信息的提取實現(xiàn)對學(xué)生聽講、看書、站立、舉手和寫字五大行為的識別[5];劉新運等設(shè)計算法對學(xué)生起立發(fā)言、注視前方、閱讀、書寫、交談、身體轉(zhuǎn)向背后、使用手機、趴在桌面等課堂行為進行檢測，獲得了較好的識別結(jié)果[6];楊波等基于手勢空間分布特征開發(fā)了手勢識別算法，實現(xiàn)在復(fù)雜背景下實時地對人體手勢進行識別[7]，為更為精細地識別與分析教師和學(xué)生姿態(tài)以反映課堂行為，積累了可實施的算法開發(fā)基礎(chǔ)。

3.基于面部數(shù)據(jù)的處理

表情是在表達與交流過程中所流露出的情感的外在表現(xiàn)。面部表情識別是通過對人臉面部表情的捕捉與分析，使機器能夠識別出人的表情所透露出來的信號與意圖。對面部表情進行識別處理主要有兩類，一是對局部特征的識別。可通過定位和分析眉毛、眼睛、鼻子、嘴唇等關(guān)鍵點特征，識別面部肌肉動作并以此進行面部表情分類[8]。二是對整體特征的識別。以面部整體進行識別分析，區(qū)分不同表情的面部特征，特征臉方法與彈性匹配方法均是常用的基于面部整體屬性進行識別的方法[9]。

4.基于生理信號的處理

生理信號主要包括腦電、心電、機電、皮膚溫度等。通過對生理信號的采集與分析，能夠捕捉更為細微的情緒變化。在更為專業(yè)化的智慧教室環(huán)境中，可提供更為精準的課堂教學(xué)情緒表現(xiàn)分析結(jié)果。其中通過腦電特征識別學(xué)習(xí)者的情感信息具有操作易、效果好的優(yōu)勢，可從時域、頻域、時頻域、空間域四個維度對腦電信號特征進行分析，開展情緒歸類[10]，因而腦電信號成為廣受研究者青睞的生理信號采集選擇。

（三）應(yīng)用開發(fā)

1.課堂語言分析

語言是課堂教學(xué)活動中的主要交流形式，語言行為占到全體教學(xué)行為的80%[11]。以師生語言行為為抓手切入課堂教學(xué)過程，可還原課堂教學(xué)整體樣貌，把握課堂教學(xué)總體結(jié)構(gòu)。從互動角度分析課堂語言結(jié)構(gòu)有助于把握師生的交互作用，反映教師語言是否引發(fā)學(xué)生思考，觀測學(xué)生發(fā)言是否得到教師回應(yīng)。借助人工智能技術(shù)對師生話語量與交互情況的統(tǒng)計，分析教師提問行為價值與反饋行為指向，從而調(diào)整課堂教學(xué)結(jié)構(gòu)，提升師生互動實效[12];教師語言決定著教學(xué)活動的開展，影響著學(xué)生學(xué)習(xí)的質(zhì)量，教學(xué)過程中采用引導(dǎo)性、激勵性、追問性語言能夠激發(fā)學(xué)生的學(xué)習(xí)熱情，過多的命令性與陳述性語言則不利于教學(xué)過程中學(xué)生主體性的彰顯[13]。借助人工智能技術(shù)對教師語言類別與結(jié)構(gòu)的分析，有助于教師明晰課堂語言存在問題，從而輔助教師修正語言行為，提高課堂教學(xué)質(zhì)量。同時通過對教師課堂語言的識別分析，還可開展不同類型教師間的比較分析，探尋卓越教師在語言類別、場景、時間分布等方面的共性特征，開展新手教師與熟手教師間課堂語言使用情況的比較研究，從而提供給教師更為精準化、更具針對性的專業(yè)發(fā)展建議。當前有研究基于SAC方法實現(xiàn)課堂師生互動的自動編碼，統(tǒng)計師生各類語言占比，以量化形式剖析課堂師生語言行為[14];趙明明借助統(tǒng)計人工智能專家系統(tǒng)（SAIES）對課堂對話進行自動轉(zhuǎn)錄、分類與分析[15]，為基于人工智能技術(shù)分析課堂師生語言貢獻了實踐經(jīng)驗。但目前研究仍多用于區(qū)分語言類別，統(tǒng)計各類語言所占時間比例層面，側(cè)重切片式的分析，師生語言行為所反映的教育意義，語言特征與行為、情緒特征等之間的關(guān)系尚未涉及，這也是未來課堂語言分析研究中需要進一步探尋的問題與方向。

2.課堂行為分析

課堂教學(xué)是由一系列教學(xué)行為所構(gòu)成的認知活動，包括學(xué)生行為和教師行為。針對學(xué)生行為的分析可開展學(xué)生的課堂學(xué)習(xí)狀態(tài)的判斷，如認真聽課、側(cè)身交談、趴下睡覺等，一方面可及時將識別結(jié)果反饋給教師，以便教師進行提醒和針對性輔導(dǎo)，同時分析結(jié)果也可作為學(xué)生課堂學(xué)習(xí)的表現(xiàn)性信息納入學(xué)生的綜合素質(zhì)評價體系;另一方面也可結(jié)合教師的講解、板書、巡視等教學(xué)行為，獲取課堂教學(xué)行為的總體特征，幫助教師優(yōu)化課堂教學(xué)活動設(shè)置，調(diào)動起學(xué)生學(xué)習(xí)積極性，使學(xué)生充分參與到課堂教學(xué)活動之中，從而提高課堂教學(xué)質(zhì)量。

現(xiàn)有研究中，劉清堂等通過面部識別技術(shù)檢驗師生的人臉數(shù)目、輪廓數(shù)目等面部特征，以此識別解說、示范、板書、媒體演示、提問、點名和巡視等教師行為，以及發(fā)言、思考、筆記、作業(yè)等學(xué)生行為，并繪制出S-T曲線，劃分課堂教學(xué)模式類型[16];賈鸝宇等利用面部識別與姿態(tài)識別技術(shù)完成課堂教學(xué)中學(xué)生抬頭率與課堂活躍度的評估，實現(xiàn)對學(xué)生課堂狀態(tài)的分析[17]，均是可開展的課堂行為分析范式與實踐經(jīng)驗。

3.課堂情感分析

課堂教學(xué)的過程既是教師向?qū)W生傳授知識的過程，也是師生間情感交互的過程。學(xué)生的課堂學(xué)習(xí)感受與知識掌握均會通過外顯的面部表情及身體姿態(tài)予以反饋，例如處于專注、輕松、正向的表情，身體坐直抬頭聽課，反映學(xué)生積極地投入到教學(xué)活動中，同時知識的掌握并未給學(xué)生帶來認知負擔，知識掌握情況較好;處于迷茫、困惑、負面的表情，身體左右傾斜，視線未集中于黑板或書本，則反映學(xué)生的課堂參與較弱，所學(xué)知識存在認知負擔，知識掌握情況較差。借助人工智能技術(shù)可采集學(xué)生面部及身體姿態(tài)數(shù)據(jù)，獲取學(xué)生情感特征，從而反饋給教師以便及時調(diào)整課堂教學(xué)內(nèi)容與教學(xué)方法。當前研究中汪亭亭等借助面部識別技術(shù)提取學(xué)習(xí)者的眼部與嘴部特征[18]，阿斯溫（Ashwin T.S.）等借助卷積神經(jīng)網(wǎng)絡(luò)CNN結(jié)構(gòu)基于面部表情、手勢和身體姿勢[19]，識別專注、中性和疲勞三種學(xué)習(xí)情感狀態(tài)。北京師范大學(xué)開發(fā)的課堂教學(xué)效果自動監(jiān)測原型系統(tǒng)（CAISBNU），利用面部表情識別對學(xué)生聽課時的表情進行識別分析，以此評估課堂教學(xué)效果[20]。在線教育領(lǐng)域中，柴金煥、付彥飛等[21][22]均基于面部表情、身體動作、語音信息等獲取學(xué)習(xí)者的情感特征，開展課堂情感分析，為教師針對性地開展指導(dǎo)，為精準全面地反映課堂教學(xué)效果提供數(shù)據(jù)支持。

現(xiàn)有研究成果中多是著眼于課堂中學(xué)生的情感狀況，而鮮少對教師課堂情緒展開研究。教師在課堂中的情感狀態(tài)一定程度上會影響整體的課堂教學(xué)氛圍，教師課堂情緒的把控也是教師課堂教學(xué)能力的組成部分。因此嘗試對教師課堂情緒開展分析研究是人工智能賦能課堂教學(xué)評價改革的研究方向，是搭建基于人工智能的課堂教學(xué)評價體系的重要環(huán)節(jié)，通過識別分析教師情緒表現(xiàn)種類與時間分布，比較新手教師與熟手教師課堂情緒表現(xiàn)是否存在差異，歸納卓越教師情緒表現(xiàn)特點，以期為教師提高課堂教學(xué)能力提供改進方向與依據(jù)。

4.課堂教學(xué)評價體系

采集多模態(tài)課堂教學(xué)活動數(shù)據(jù)，綜合運用多種識別與分析技術(shù)，嘗試搭建課堂教學(xué)評價體系，實現(xiàn)人工智能技術(shù)的自動采集、運算、分析與評估，是人工智能下課堂教學(xué)評價應(yīng)用開發(fā)的根本目標。但在當前研究中多是基于單模態(tài)數(shù)據(jù)的分析評估，正如如上所言的課堂語言、行為與情感分析，而基于多模態(tài)數(shù)據(jù)的智能分析，能夠更加全面立體地還原課堂教學(xué)，開展課堂教學(xué)評價。

當前已有研究嘗試開展課堂教學(xué)智能分析，如韓麗等采用多姿態(tài)人臉檢測與面部識別技術(shù)提取學(xué)生頭、眼、唇三部分特征變化，對傾聽、疑惑、理解、抗拒、不屑5種課堂表情進行識別，基于關(guān)注度、參與度、疑難度、活躍時間四方面數(shù)據(jù)評價課堂教學(xué)效果[23]。駱祖瑩等基于師生對話文本以及計算機視覺技術(shù)（包括表情識別與視線檢測）建立課堂教學(xué)自動評價體系[24]。孫眾等通過標記骨骼關(guān)鍵點的人體姿態(tài)預(yù)測算法分析學(xué)生課堂行為，采用自然語言理解與大數(shù)據(jù)處理方法進行教學(xué)事件分析與評語分析，開創(chuàng)人機協(xié)同下的課堂教學(xué)分析新模式[25]。但現(xiàn)有研究多是停留于表面，關(guān)注課堂語言、行為、情感的類別、形式與頻次，而較少地探究其深層的內(nèi)涵、生成原因以及背后的教育意義和價值。教師的課堂語言是施加教學(xué)影響的直接途徑，課堂行為是開展高效教學(xué)的行動導(dǎo)向，情感狀態(tài)是課堂教學(xué)氛圍的隱性滲透;學(xué)生的課堂語言是其課堂參與的反饋與知識掌握的檢驗，課堂行為是其課堂表現(xiàn)與學(xué)習(xí)狀態(tài)的體現(xiàn)，情感狀態(tài)是其課堂學(xué)習(xí)體會、收獲、感受的情感表達，能夠反映其課堂學(xué)習(xí)效果。多模態(tài)數(shù)據(jù)共同構(gòu)成課堂教學(xué)的有機總體，嘗試搭建多模態(tài)數(shù)據(jù)下的課堂教學(xué)評價機制，探尋數(shù)據(jù)間的內(nèi)在關(guān)聯(lián)，挖掘課堂表現(xiàn)背后的教育意義與價值，應(yīng)是人工智能賦能課堂教學(xué)評價改革的發(fā)展路徑與目標追求。

目前已有越來越多的基礎(chǔ)教育學(xué)校開始將人工智能引入校園，嘗試開展人工智能下的課堂教學(xué)評價。例如杭州十一中學(xué)在校園內(nèi)試行的智慧課堂行為管理系統(tǒng)，通過面部與動作識別，完成課堂的自動考勤，并記錄每名學(xué)生在課堂上閱讀、書寫、聽講、起立、舉手和趴桌子6種行為與害怕、高興、反感、難過、驚訝、憤怒和中性7種表情的發(fā)生次數(shù)，通過計算得到實時的課堂專注度，有助于教師及時對上課走神的學(xué)生進行提醒[26]。重慶二十九中利用FaceMind課堂實時表情分析系統(tǒng)實時判斷學(xué)生的學(xué)習(xí)與理解情況。江西省南昌市贛江新區(qū)金太陽實驗中學(xué)也部署了課堂行為分析系統(tǒng)，通過人工智能技術(shù)實現(xiàn)了課堂教學(xué)的智慧化評價。伴隨著人工智能與教育愈發(fā)深度的交融，對課堂中的語音、圖像、視頻、空間、姿態(tài)以及多模態(tài)數(shù)據(jù)進行采集與分析，全方位追蹤課堂軌跡，提取與解析課堂多維度數(shù)據(jù)，進而實現(xiàn)智能診斷與智能反饋的一體化課堂教學(xué)與研究將成為可能[27]，基于多模態(tài)數(shù)據(jù)的智能采集與分析技術(shù)還將更廣泛地服務(wù)于課堂教學(xué)評價實踐，助力課堂教學(xué)評價向著高效、精準、智能化的方向變革。

四、人工智能下課堂教學(xué)評價的未來展望

（一）探索專業(yè)化的評價指標構(gòu)建

當前人工智能下課堂教學(xué)評價的開發(fā)和實施仍處于起步階段，算法已趨于成熟但在課堂中的應(yīng)用仍處于試點研究狀態(tài)，難以作為完整的輔助性評價主體納入課堂教學(xué)評價體系，評價的專業(yè)性受限。因此要嘗試構(gòu)建專業(yè)化的評價指標，使其更針對性地指向課堂教學(xué)實踐改進。

一是應(yīng)探尋量化數(shù)據(jù)的解讀原則與指導(dǎo)意義。人工智能技術(shù)能夠?qū)崿F(xiàn)對課堂教學(xué)中師生表現(xiàn)的過程性量化信息的采集與分析，但對數(shù)據(jù)的分析解讀以及其如何更加有效地指導(dǎo)教學(xué)實踐方面仍有所欠缺。對收集的量化數(shù)據(jù)的分析與評估應(yīng)指向遵循教育學(xué)與心理學(xué)所要求教學(xué)規(guī)律;應(yīng)指向教師課堂教學(xué)水平的提升和學(xué)生全面發(fā)展核心素養(yǎng)的培養(yǎng);應(yīng)加強對收集數(shù)據(jù)指導(dǎo)意義的思考與研究，使其更直觀、清晰地向師生還原課堂行為表現(xiàn)，從而更有針對性地指導(dǎo)課堂教學(xué)改進。

二是應(yīng)考慮不同類型與學(xué)科課堂教學(xué)評價側(cè)重。當前研究多是針對不同課堂的共性指標開展分析，如分析教師的語言與行為類型及其比重，監(jiān)測學(xué)生課堂中的注意力、活躍度、情緒狀態(tài)等。不同類型課堂有各異的課堂特征與教學(xué)開展方式，如新授課強調(diào)學(xué)生對新知識的習(xí)得和理解，習(xí)題課更強調(diào)學(xué)生對知識的運用等[28]。不同類型課堂的教學(xué)目的、內(nèi)容和要求不同，其所關(guān)注的課堂表現(xiàn)也存在差異，因此要探索專業(yè)化的課堂教學(xué)評價指標，考慮課型差異性，設(shè)計相應(yīng)的觀測指標與算法。不同學(xué)科有維度多樣，層次不一的學(xué)科核心素養(yǎng)培養(yǎng)要求，僅依靠課堂教學(xué)的共性特征設(shè)計指標只能評價教師教學(xué)的基本規(guī)范，而無法使評價深入學(xué)科，專業(yè)性不足且難以得到教師認可[29]。人工智能下的課堂教學(xué)評價應(yīng)充分發(fā)揮其大數(shù)據(jù)采集與處理的技術(shù)優(yōu)勢，針對不同學(xué)科特征和發(fā)展要求，開發(fā)具有學(xué)科特征的課堂教學(xué)評價指標，為智慧課堂教學(xué)評價的開展提供學(xué)科針對性的實施方案。

（二）加強個性化的教師行為反饋

當前利用人工智能技術(shù)開展課堂教學(xué)評價多著眼于學(xué)生課堂學(xué)習(xí)行為，重在利用智能化手段輔助教師完成對學(xué)生學(xué)習(xí)狀態(tài)的監(jiān)控，以便及時調(diào)整教學(xué)內(nèi)容、改進教學(xué)方法，而鮮少將焦點放在課堂教學(xué)中的教師行為上。故應(yīng)嘗試利用人工智能技術(shù)對教師課堂教學(xué)中的行為進行識別，加強個性化的教師課堂行為反饋。

一方面開展教師課堂姿態(tài)的識別與反饋。構(gòu)建良好的課堂師生關(guān)系、營造積極的課堂教學(xué)氛圍是開展高質(zhì)量教學(xué)的前提。教師作為課堂教學(xué)活動的組織者，抬手舉足間都會對學(xué)生行為與情感起到示范、引導(dǎo)作用。例如教師授課時雙臂交叉于胸前給人以強勢的感受，雙手背后給人以高高在上的感受，用單個手指指向?qū)W生給人以不尊重的感受等等。研究可嘗試基于人體姿態(tài)識別技術(shù)判斷教師課堂教學(xué)過程中的身體形態(tài)與手勢動作，幫助教師認識到自己不易察覺的身體姿態(tài)。特別是對于教學(xué)經(jīng)驗不足的新手教師，基于直觀的人工智能反饋結(jié)果，及時糾正不恰當?shù)恼n堂教態(tài)，有助于構(gòu)建良好的課堂師生關(guān)系，促進課堂教學(xué)的高質(zhì)量開展，助推新手教師的快速成長[30]。

另一方面開展教師教學(xué)能力的觀測與評價。例如通過表情與語音語調(diào)識別判斷課堂的情感態(tài)度與互動氛圍;通過語音識別統(tǒng)計師生發(fā)言動態(tài)比率以獲取課堂教學(xué)結(jié)構(gòu)與活動安排情況;通過對教師課堂站位的識別判斷教師對學(xué)生的輔導(dǎo)情況;通過表情識別掌握教師的課堂把控能力以及突發(fā)事件的處理能力等等。更多地將關(guān)注點投向教師，嘗試開展教師個性化課堂教學(xué)行為的識別、分析與評價，為幫助教師提高教學(xué)能力提供可觀測的手段與平臺，為教師教學(xué)能力評價提供個性化、針對性的量化數(shù)據(jù)支持，助力教師的專業(yè)化發(fā)展[31]。

（三）著眼發(fā)展性的未來教育挑戰(zhàn)

人工智能在賦予教育新的發(fā)展動力，促使教育朝著智能化方向變革的同時，也將對未來教育開展帶來新的挑戰(zhàn)。要在認清變化、規(guī)避風(fēng)險的基礎(chǔ)上積極探索人工智能賦予課堂教學(xué)評價新的可能。

一是明晰教師角色變革。開展人工智能下的課堂教學(xué)評價可使人工智能作為新的評價主體，代替教師完成對學(xué)生課堂活躍度、參與度、知識掌握情況等學(xué)習(xí)信息的自動評價，還可為學(xué)生匹配個性化的學(xué)習(xí)任務(wù)，但這并不意味著教師角色將被人工智能所替代。教師要“樹人”，“立德”是根本。課堂教學(xué)既是向?qū)W生傳遞知識的過程，同時也是育人的過程，學(xué)生在學(xué)習(xí)過程中的情感需求以及教師的榜樣作用等教育因素是虛擬教師無法代替的。要明晰人工智能時代教師角色的新定位，把握教師工作的新變化，迎接人工智能輔助下教師行動的新挑戰(zhàn)。利用人工智能代替教師完成部分教學(xué)與管理工作，可使教師將更多的精力投入創(chuàng)造性的工作中，促使教師教學(xué)模式完成從知識傳授向知識建構(gòu)的轉(zhuǎn)變。

二是注重隱私數(shù)據(jù)保護。開展人工智能下的課堂教學(xué)評價意味著教師與學(xué)生在課堂教學(xué)全過程的表情、語言、動作等信息都被如實記錄，面臨著個人隱私被侵犯的爭議。人工智能在教育領(lǐng)域的應(yīng)用正處于起步階段，其在數(shù)據(jù)采集、運算、分析等方面已展現(xiàn)出其強大優(yōu)勢，其對于提高課堂教學(xué)評價的全面性、綜合性是一次有益的嘗試與突破。利用人工智能進行課堂教學(xué)數(shù)據(jù)的采集要在規(guī)避風(fēng)險的前提下審慎開展，采集數(shù)據(jù)前應(yīng)充分告知被采集的學(xué)生及教師，同時規(guī)范對數(shù)據(jù)的合理使用與安全存儲，做好隱私的保護工作，在確保信息安全的前提下，探索人工智能為課堂教學(xué)評價帶來的新的變革。