魯圓圓　劉陽　馮浩

關鍵詞：人工智能；教學行為；行為分析；教學評價；智慧課堂

中圖分類號：G424 文獻標識碼：A

文章編號：1009-3044（2023）02-0129-03

1 概述

人工智能是信息技術進一步演進的國家級戰(zhàn)略性技術方向，2020年國務院印發(fā)的《深化新時代教育評價改革總體方案》提出，要加快推進教育現(xiàn)代化，利用人工智能、大數(shù)據(jù)等現(xiàn)代信息技術創(chuàng)新教育評價工具，探索智能時代教學行為規(guī)律。課堂教學行為分析是進行教師專業(yè)發(fā)展、學生學習效果分析、教學質(zhì)量提升的基礎。課堂教學行為是包含課堂教學行為的主體、客體以及其相互關系的統(tǒng)一整體，是包含教學相關的教師行為、學生行為、師生交互等多種元素構成的復雜系統(tǒng)。

2 傳統(tǒng)課堂教學行為分析

傳統(tǒng)課堂下的教學行為分析基于課堂分析理論，課堂行為數(shù)據(jù)的獲取形態(tài)以課堂量表為主，采用以訪談為代表的質(zhì)性研究、問卷調(diào)查法、課堂觀察法等方法進行數(shù)據(jù)的獲取，其中課堂觀察法是最常見的傳統(tǒng)課堂行為分析方法，觀察者實際參與到課程中或不實際參與到課堂中而是以旁觀者的形式依據(jù)設定科學合理的觀察量表進行課堂觀察[1]，對課堂行為進行編碼，并進行數(shù)據(jù)的分析。

量表的設立和編碼的形式是決定觀察數(shù)據(jù)形式的關鍵。弗蘭德斯的互動分析方法（FIAS）是已有編碼體系中進行課堂觀察時較為權威的課堂分析方法，該系統(tǒng)是弗蘭德斯在1970年提出，聚焦于師生之間的互動交互，記錄課堂中教師語言、學生語言和沉寂混亂三大類共計十小類課堂行為。張露丹等[2]利用FIAS和課堂觀察與訪談相結合的方式，對信息技術課程中經(jīng)驗豐富的教師進行觀察并總結出專家型教師的授課特點。武小鵬等[3]利用弗蘭德斯互動分析法對兩節(jié)觀摩課進行分析發(fā)現(xiàn)兩位授課教師授課特點的不同以及存在的地區(qū)差異問題。

獲取編碼數(shù)據(jù)后需要對數(shù)據(jù)進行分析，S-T分析法是使用廣泛的課堂行為分析方法，將課堂行為劃分為教師行為和學生行為，以時間為序列，將課堂行為量化為具體行為數(shù)據(jù)并以S-T曲線和Rt-Ch圖等可視化圖表的形式呈現(xiàn)的分析方法。如劉立新等[4]將該方法改進后用于觀察高中化學優(yōu)質(zhì)課，Rt-Ch圖分析可以看出結果顯示教學模式均是混合型教學模式。程云等[5]將S-T分析方法進行改進，提出了一種基于視頻的分析方式，并進行應用研究，證明了其有效性。

傳統(tǒng)課堂下大多數(shù)分析方式依舊是以人工參與為主要手段。這種方式使用頻率最高，但是一般會受分析者個人主觀影響，分析時間長，效率較低，不利于海量數(shù)據(jù)的分析。

3 智慧課堂下教學行為分析

在教育信息化背景下智慧教育迅速普及興起，智慧課堂下的教學行為分析維度和方法發(fā)生了改變。智慧課堂環(huán)境因為有技術的加入，為數(shù)據(jù)的收集和處理創(chuàng)造了條件。智慧課堂環(huán)境有一套完整的錄播設備，可以進行課堂實錄，對課堂教學實錄進行分析，打破了教學時間的限制，對錄制的視頻進行分析，讓數(shù)據(jù)的收集方式更加便捷。

在編碼方式上，弗蘭德斯的互動分析方法（FIAS）具有一定的局限性，國內(nèi)學者進行了一些改進，在其基礎上設計了的基于信息技術的互動分析方法。如顧小清等人[6]設計了在信息技術支持下，突出師生互動的ITIAS編碼方式，來進行教學行為互動分析。方海光等[7]建立了適合于數(shù)字化課堂環(huán)境的iFIAS編碼體系，用于智慧課堂環(huán)境下的行為分析。穆肅等[8]在總結以往分析方法優(yōu)缺點的基礎上，提出了基于教師活動的教學行為分析系統(tǒng)（TBAS），互動分析方法的改進為基于智慧課堂的分析方式打下了基礎。

智慧課堂下教學行為分析會結合教師信息技術應用能力，分析方法除了S-T分析法外，也增加了其他的分析方法。如彭林華等[9]對智慧課堂下教學行為進行編碼，分為講解、操縱設備等六類，研究人員依據(jù)編碼標準人工分析視頻得出結果，并利用滯后序列分析法（LSA）進行分析，將教師使用技術的能力分為四個層級并提出了教學行為提升策略。一些學者利用智慧課堂環(huán)境下的實錄視頻，分析了智慧學習背景下的教學行為特征，如李美鳳等[10]利用授課視頻，人工分析了智慧課堂下的19節(jié)數(shù)學優(yōu)質(zhì)課中的練習反饋環(huán)節(jié)，發(fā)現(xiàn)智慧課堂環(huán)境下開展練習反饋的次數(shù)更多。蔣立兵等[11]利用自主開發(fā)的CTBAS教學行為分析框架對智慧課堂環(huán)境下的師生交互進行分析，發(fā)現(xiàn)智慧教室中的師生互動更多，智慧教室的改革成效在文科課程和高級職稱教師中更加顯著。劉喆等[12]利用TBAS分析方式對智慧教室中的數(shù)學課堂行為進行分析，利用Nvivo軟件進行編碼，發(fā)現(xiàn)智慧教室下課堂行為的特點。

智慧課堂中可以獲取授課視頻，從而依據(jù)視頻分析可以提高傳統(tǒng)課堂分析的效率，但是分析的方式有的會結合數(shù)據(jù)分析技術，但是結合程度較低，依舊是需要依賴于人工分析的形式進行。

4 智能技術在教學行為分析中的應用

“互聯(lián)網(wǎng)+教育”形態(tài)下，智慧課堂環(huán)境的創(chuàng)建為教學行為分析提供了新的形式，人工智能技術在教學行為分析中得到了有效應用，也使教學行為分析的方式發(fā)生了改進。課堂行為分析中除了通過量表記錄行為信息外，也可以對課堂實錄中的文本、語音、表情、手勢等海量的教學行為數(shù)據(jù)進行量化采集，實現(xiàn)數(shù)據(jù)的多模態(tài)分析[13]。

基于人工智能的教師行為分析已經(jīng)有了一定的理論基礎，如楊曉哲和任友群[14]在人工智能與教育結合的未來發(fā)展中提到，利用人工智能的手段對課堂進行分析是人工智能教育的主要發(fā)展方向，通過獲取多維度的教學數(shù)據(jù)從而建立一體化的教學分析系統(tǒng)。吳立寶等[15]建立了利用人工智能技術進行教學評價的建構體系，提出對師生的語音、姿態(tài)、表情和生理動作進行處理構建課堂語言、行為和情感三位一體的課堂評價體系。張俍等[16]指出已有量表進行評價時會受評價者主觀經(jīng)驗的影響，設計了含有攝像機、眼動儀、手環(huán)等多種數(shù)據(jù)采集裝置的多模態(tài)的智能化課堂分析系統(tǒng)。

多位學者利用人工智能技術進行了課堂行為分析的實踐應用。如趙剛等[17]基于深度學習理論和視頻分割技術，結合教學中多維度的教學行為信息，開發(fā)了一套智能化的教師課堂行為分析系統(tǒng)。王繼新等[18]致力于利用人工智能技術實現(xiàn)鄉(xiāng)村學校教學質(zhì)量的提升，利用智能化推薦、數(shù)據(jù)挖掘等技術，建立了智能教與學的系統(tǒng)。劉清堂等[19]提出并使用了智慧課堂的智能分析模型，采集語音、圖像、生理和其他四類數(shù)據(jù)，構建計算機行為模型，并服務于課堂的教學行為分析模塊。

人工智能技術應用于教師行為分析中，為教學分析和評價注入了新的生機，基于人工智能的教學行為方式可以獲取數(shù)量更多、準確度更高的師生行為數(shù)據(jù)，從而推進師生行為分析的改革與前進。

5 人工智能下課堂教學評價的變革

人工智能技術的引入為課堂行為評價注入新的活力，引發(fā)了課堂教學評價的變革，促使評價主體更加多元化、評價內(nèi)容更加科學化、評價方法更加立體化、評價結果更加精準化。

5.1 評價主體：多元化交互

評價主體是對課堂行為實施評價手段的人或物?！督逃畔⒒笆濉币?guī)劃》中指出，要利用信息化的手段實現(xiàn)政府部門、學校、家長和社會等方面廣泛連接以及信息快速互通，從而推動教育評價主體多元化[20]。課堂行為評價的對象是教師和學生，實施課堂評價的主體除包括教師自評和學生評價外，教學管理者、專家、同行教師等都可以作為評價主體。選取的評價主體不同，評價結果也會有所差異，因而會導致評價結果失去權威性。

與傳統(tǒng)的人工進行評價方式下相比，人工智能技術實現(xiàn)了集合教師、學生、專家、管理者、機器評價主體多位一體的多元化評價方法，按照評價主體的不同可以分為教師自評、專家評價、管理者評價、機器評價等方式，不同的評價主體可以從多角度對教師進行評價，使評價結果更加公正客觀。劉清堂等[19]構建了基于人工智能技術的課堂行為分析系統(tǒng)，對師生交互、教師和學生行為等各方面進行分析，利用課堂錄像設備，評價主體可以利用智能技術對課堂錄像中的行為姿態(tài)、聲音進行分析。

5.2 評價內(nèi)容：科學化模型

評價內(nèi)容不只包含簡單的課堂教學，而是融合多種評價方法，對教師教學的整個過程進行全面評價。數(shù)字技術的融入使評估內(nèi)容更加個性化，使評價內(nèi)容可以精準獲得師生的行為特征。使用人工智能技術可以捕捉到傳統(tǒng)評價中無法量化分析的行為數(shù)據(jù)。評價內(nèi)容涉及教師行為和學生行為。人工智能評價一方面注重對學生的學習效果進行評價，另一方面則注重多模態(tài)的評價結果，利用多模態(tài)跟蹤課堂授課軌跡，收集課堂授課過程中的行為數(shù)據(jù)，如回答問題次數(shù)、師生面部表情變化、師生互動信息等。

課堂評價的對象是教師和學生，依據(jù)評價對象的不同，評價內(nèi)容也有所差距。有學者將評價內(nèi)容集中在教師行為中，如基于視頻的教師專業(yè)發(fā)展可視化分析方法，融合教師話語分析技術，教師觀看智能化視頻分析結果進行反思，研究發(fā)現(xiàn)參與教師具有更高的自我效能感和積極性。還有學者對學習者特征的分析數(shù)據(jù)，Matias等[21]使用智能化評估工具提出問題，通過學生對話記錄評估學生解決問題的能力。Oscar 等[22]提出了一種同伴評估方法，模擬學生的同伴進行課堂評價，可以減輕學生的負擔。

5.3 評價方法：立體化分析

評價方法是評價過程中所采取的手段和技術，評價內(nèi)容不同，評價方法也會有所差異?；谌斯ぶ悄艿恼n堂評價方法是一種全新的、融合多維度的評價方法。依據(jù)課堂教學視頻進行評價，采用人工智能技術，利用攝像機以及智能設備獲取數(shù)據(jù)，建立合適的評價指標體系，對視頻中反映出的教師情緒、聲音、身體姿態(tài)等各個方面進行評價，人工智能技術可以利用語音識別技術、話語分析技術、情緒識別技術、人體姿態(tài)估計技術、輔助利用紅外光線、毫米波技術等，分析教師和學生的精準行為數(shù)據(jù)和生理數(shù)據(jù)，從多維度對課堂進行客觀分析和評價。

劉婷婷[23]利用課堂錄像設備獲取教學數(shù)據(jù)，依據(jù)視頻分析教師的情緒以及手勢動作，從而對教師信譽度進行量化評價，并建立了教師管理的系統(tǒng)，完全實現(xiàn)了教學評價的機器化，杜絕了問卷調(diào)查、課堂觀察等評價方法的主觀性干擾。基于課堂錄像，對課堂中師生的面部表情，身體姿態(tài)等視頻數(shù)據(jù)進行分析，有研究者提出基于學生人臉進行估計的模型來助力于自動化課堂評估。

5.4 評價結果：精準化反饋

評價結果是評價結束時獲取的分析結果，利用分析結果可以助力于課堂精準化反饋。教育評價的作用是改進教學，智能化評價可以設置個性化的評價目標，依據(jù)目標實施評價。相比于人工評價，智能化評價將從關注績效到關注教師發(fā)展上來，注重評價結果的反饋。發(fā)展性教師評價是指通過合理的評價體系和評價方法，對教師專業(yè)成長的過程進行評價，更加注重教師在評價中的主體地位，讓教師參與到評價過程中，注重評價結果的反饋，體現(xiàn)了以教師為中心的評價理念。

人工智能技術能將評價主體從繁雜的評價過程中解放出來，能大大提高評價的效率。相比人工評價，基于人工智能的課堂教學評價分析結果準確率更高、速度更快?？梢钥焖偕稍u價結果并能夠可視化展示，且評價結果與人工評價相比具有較高的一致性，實現(xiàn)課堂行為精準化全面化地采集。

6 結束語

在我國教育改革不斷深入的時代背景下，教學行為研究已經(jīng)成為課堂教學研究的有效方法之一，得到了普遍的重視和應用，特別是在教育信息化改革的推動之下，大數(shù)據(jù)、計算機視覺、人工智能技術等信息技術為課堂教學行為數(shù)據(jù)的挖掘、分析和建模提供了便利。因此，推進人工智能環(huán)境下的教師課堂教學行為分析研究既可以為教師提供反思與評價的可視化信息，促進教師綜合能力提升，同時又可以幫助教學管理者動態(tài)監(jiān)控和實時分析教師在教學過程存在的問題，生成評教結論，并以形象直觀的方式呈現(xiàn)評教數(shù)據(jù)，從而為建立和完善評教機制提供科學依據(jù)。