管彤彤 張立強 彭朝陽

（1.云南師范大學 物理與電子信息學院，云南 昆明 650500 2.北京師范大學 心理學部，北京 100875）

隨著人工智能技術(shù)的不斷升級和發(fā)展，人工智能賦能教育創(chuàng)新已經(jīng)成為我國教育改革的重要抓手，基于證據(jù)意識的教育教學研究也逐漸引起了研究者廣泛的關(guān)注[1]。當前，教師教育實踐的科學性尚有不足，對教師課堂教學的評價往往是基于人力完成，耗時耗力，缺乏量化的證據(jù)支持，而人工智能技術(shù)憑借強大的數(shù)據(jù)挖掘以及計算分析功能，能夠高效采集真實數(shù)據(jù)、識別數(shù)據(jù)并分析數(shù)據(jù)間的邏輯關(guān)系，為教師改進教學提供客觀的證據(jù)支撐，強化課堂教學評價對教師教學與學生學習的反饋作用，助推課堂教學的智能化創(chuàng)新[2]。因此，人工智能與教育教學的深度融合將是提高教師教學能力及專業(yè)發(fā)展水平的關(guān)鍵途徑。

目前，人工智能技術(shù)賦能課堂教學的相關(guān)研究方興未艾，大多是利用智能手段監(jiān)控課堂上學生的學習狀態(tài)，以幫助教師調(diào)整和改進教學，而鮮少聚焦于課堂教學中的教師行為[3]。課堂作為學校教育的主陣地，教師的課堂教學行為對教學質(zhì)量有著巨大影響，基于人工智能技術(shù)合理且廣泛地采集課堂中教師自身的多模態(tài)數(shù)據(jù)，可以為其教學反思和能力提升提供事實依據(jù)。同時，當前的人工智能處于弱人工智能階段[4]，基于人工智能進行學科教學分析的研究更是相對匱乏。以物理學科為例，物理作為基礎(chǔ)教育的科學課程之一，以培養(yǎng)學生核心素養(yǎng)為導向，有其獨特的育人價值[5]。另外，物理課堂教學的目標不僅僅是提高學生的物理成績，更多的是培養(yǎng)學生的物理學科核心素養(yǎng)及科學素養(yǎng)，滿足學生終身發(fā)展的需求，而學生的科學素養(yǎng)很大程度上取決于教師的水平和能力。

因此，為提高物理課堂教學質(zhì)量、提升物理教師教學水平，本研究選用物理教師課堂教學視頻，結(jié)合人工智能技術(shù)對視頻中教師的言語表達及情感狀態(tài)等進行量化分析，利用人工智能算法和深度學習算法輔助評價教師的課堂教學能力，為教師反思和改進課堂教學提供決策依據(jù)，助推高質(zhì)量、高素質(zhì)、專業(yè)化教師的培養(yǎng)。

本研究的思路如下：首先介紹基于人工智能的課堂教學分析系統(tǒng)框架，再詳細敘述基于人工智能的物理課堂教師行為研究路徑，包括Python 編程輔助S-T分析法、人工智能技術(shù)對教師言語的處理及深度學習YOLO v5 算法對教師面部表情的處理，最后對選取的物理課堂教學視頻進行對比分析，并結(jié)合新課程課堂評價表得出結(jié)論。

一、基于人工智能的課堂教學分析系統(tǒng)架構(gòu)

結(jié)合目前人工智能技術(shù)對課堂教學分析的現(xiàn)實需求，基于人工智能的課堂教學分析系統(tǒng)架構(gòu)分為對象層、數(shù)據(jù)層、技術(shù)層和應用層，如圖1 所示。

圖1 基于人工智能的課堂教學分析系統(tǒng)架構(gòu)

課堂教學是一種師生雙邊互動活動，因此，人工智能視域下的分析是基于教師和學生兩大對象。通過采集的多模態(tài)數(shù)據(jù)，包括言語、行為、心理、生理、學業(yè)以及腦數(shù)據(jù)等，設(shè)計并利用算法進行語音識別、姿態(tài)識別、表情識別和腦數(shù)據(jù)識別等，進而量化分析課堂教學，實現(xiàn)其在教師教學反饋、教師教研、教育評估、教學診斷等方面的應用價值。

二、基于人工智能的物理課堂教師行為研究路徑

本研究選用A、B 兩位物理教師的課堂教學視頻，A教師的教學視頻曾獲全國青年教師講課比賽一等獎，B 教師的教學視頻是某中學的公開課，授課內(nèi)容均為高中物理選擇性必修二第二章第四節(jié)“互感與自感”。借助人工智能技術(shù)采集兩位教師的言語數(shù)據(jù)和面部數(shù)據(jù)，對課堂師生互動、類型、詞頻、語態(tài)及情感進行分析，輔助教師及時反思和調(diào)整教學行為，推動教師專業(yè)化發(fā)展。為此，本研究基于人工智能技術(shù)開展研究，研究路徑如圖2 所示。

圖2 基于人工智能的物理課堂教師行為研究路徑

（一）python 編程輔助S-T 分析法

為直觀地展示課堂上的師生行為情況，采用S-T分析法進行分析[6]。這是一種較為成熟的師生行為量化分析方法，它將課堂行為分為學生行為與教師行為，“S”代表學生行為，“T”代表教師行為，具體定義如表1 所示。

表1 S-T 分析法的行為定義

本研究設(shè)定每隔30s 進行采樣，以手工的方式收集S、T數(shù)據(jù)后，采用python 代碼對已經(jīng)收集到的數(shù)據(jù)進行計數(shù)、排列，以T行為為橫軸、S行為為縱軸，進而得到隨時間變化的S-T曲線圖。再根據(jù)公式Rt=Nt/N，Ch=（g-1）/ N進行計算。其中，Rt表示教師行為占有率，Rt值越高，則教師行為越多；Ch表示師生行為轉(zhuǎn)換率，Ch值越高，則課堂師生互動越多；N表示師生行為總數(shù)，Nt表示教師行為總數(shù)，g為師生連續(xù)行為總數(shù)，g-1 為教師行為和學生行為間的轉(zhuǎn)換次數(shù)。根據(jù)課堂類型判定標準（見表2），以Rt值為橫坐標，Ch值為縱坐標，繪制Rt-Ch圖框架并標記對應坐標點，依據(jù)點所在的位置判定課堂類型。

表2 S-T 分析法的課堂類型判定標準

（二）人工智能技術(shù)對言語數(shù)據(jù)的處理

為了對教師的行為有客觀精確的評價，本研究將視頻多模態(tài)化處理，利用iMovie 剪輯將單一的視頻數(shù)據(jù)分割成純音頻數(shù)據(jù)和純視頻數(shù)據(jù)。

言語行為占據(jù)課堂教學行為的80%左右[7]，而教師的言語又是教學內(nèi)容傳播的載體，決定教學活動的開展，影響學生學習的效果，因此，本研究分別對詞頻和語態(tài)進行分析，進而多角度評價教師的課堂語言。

在學科教學中，教師對關(guān)鍵概念和關(guān)鍵詞的重復和強化可以引發(fā)學生的無意注意，使他們于不知不覺中對關(guān)鍵概念進行重復，加深對知識的理解。為此，在詞頻分析部分，本研究使用Python 編程語言，根據(jù)中國常用詞庫調(diào)用jieba 庫分詞，除去常用語氣詞及標點符號，篩選并統(tǒng)計詞頻，再調(diào)用wordclould 庫繪制詞云圖，將教師的重復詞一目了然地呈現(xiàn)出來。

為了多層次、多方面地研究教師的課堂語言，本研究同時分析了教師語態(tài)。教師語態(tài)的好壞是影響教學效果的關(guān)鍵之一，優(yōu)秀教師的語言表達準確且生動，而語言能力差的教師在表達上往往詞不達意、枯燥乏味。同時，好的教師要避免使用“啊、嗯、那么、是不是”等口頭禪，保證教學語言的準確和規(guī)范?；诖?，在語態(tài)分析部分，同樣使用Python 編程語言對言語數(shù)據(jù)轉(zhuǎn)化的文本進行分句，將分好的詞組和句子輸入搭建好的人工智能網(wǎng)絡(luò)中，統(tǒng)計句子中出現(xiàn)的語態(tài)，將含有語態(tài)詞最多的句子由大到小進行排列，并輸出含語氣詞最多的前5 個句子和出現(xiàn)最多的前5 個語態(tài)詞，幫助教師明晰自身課堂語態(tài)上存在的問題，進而修正語言行為，提高課堂教學質(zhì)量。

（三）人工智能技術(shù)對面部數(shù)據(jù)的處理

面部表情識別是通過捕捉人臉面部表情，利用人工智能技術(shù)識別并分析出人的表情所透露出來的情感、情緒。已有的研究更多地關(guān)注于課堂中學生的情緒狀況，而少有對教師的課堂情緒進行研究。在教學過程中，教師情緒變化最明顯的體現(xiàn)是其面部表情，教師通過面部傳達其課堂教學的情緒，而教師情緒是影響學習者學習的中介變量，會影響學生的動機、認知和行為[8]，進而直接影響教學質(zhì)量與育人質(zhì)量[9]。因此，借助人工智能技術(shù)采集教師面部數(shù)據(jù)[10]，獲取教師的情感特征，并反饋給教師，可以幫助教師及時調(diào)整課堂教學狀態(tài)與教學方法。

本研究采用深度學習YOLO v5 網(wǎng)絡(luò)識別教師的面部表情。YOLO v5 網(wǎng)絡(luò)是YOLO 系列網(wǎng)絡(luò)中現(xiàn)階段較為前沿的一個網(wǎng)絡(luò)[11]，YOLO v5 主要由輸入端、Backone、Neck 以及Prediction 四部分組成。其中，Backbone 是一種卷積神經(jīng)網(wǎng)絡(luò)，用于將不同圖像的圖像特征聚攏形成新的圖像特征；Neck 將圖像特征傳遞到預測層的網(wǎng)絡(luò)層，用于混合和組合圖像特征；Head 對圖像特征進行預測，生成邊界框并預測類別。此外，YOLO v5 還包含下列基礎(chǔ)組件。CBL：由Conv+BN+Leaky_relu 激活函數(shù)組成；Res unit：一種殘差結(jié)構(gòu)，用來構(gòu)建深層網(wǎng)絡(luò)；CSP1_X：借鑒CSPNet 網(wǎng)絡(luò)結(jié)構(gòu)，該模塊由CBL 模塊、卷積層以及Res unint 模塊、Concate組成；CSP2_X 通過模仿CSPNet 網(wǎng)絡(luò)結(jié)構(gòu)，由卷積層和X個Res unint 模塊Concate 組合而成；Focus：首先將多個slice 結(jié)果Concat 起來，然后將其送入CBL 模塊中；SPP：以金字塔池化方式對多尺度特征進行融合。

YOLO v5 算法在數(shù)據(jù)預處理上進行了改進，將數(shù)據(jù)集中的任意4 張照片以隨機縮放、裁剪、排布的方式得到一張新圖片，使得圖像的結(jié)構(gòu)變得充實、背景內(nèi)容更加豐富，這是YOLO v5 算法中用來提升模型的訓練速度和網(wǎng)絡(luò)精度的Mosaic 數(shù)據(jù)增強方式。除了此種方式，YOLO v5 網(wǎng)絡(luò)模型還通過自適應錨框計算和自適應圖像縮放方式來輔助網(wǎng)絡(luò)訓練。因為本研究收集到的純視頻文件不符合YOLO v5 模型訓練的要求，所以本實驗基于“.avi”視頻文件的特點調(diào)用opencv 庫，按照每2s 的間隔對兩份視頻文件進行圖像分割，并將分割完成的圖像文件分別放入兩個獨立的文件夾中用于區(qū)分。因為YOLO v5 網(wǎng)絡(luò)在訓練時需要對圖像進行標定，所以本研究用Labelimg 軟件對已經(jīng)分割的圖像進行標定。當前已有研究者分別對教師及學生的面部表情進行分類研究[12]，本研究根據(jù)物理課程的性質(zhì)和教學特點，為視頻中的教師打上這4 種標簽： Excited（激情）、Quiet（冷靜）、Thinking（思考）及Operate（操作演示）。具體如表3 所示。

表3 物理課堂教學教師表情的4 種標簽

接著將標定完的圖像格式轉(zhuǎn)換成符合YOLO 網(wǎng)絡(luò)框架的txt 格式，并放入YOLO v5 模型中訓練，生成權(quán)重文件，再將原視頻輸入YOLO v5 網(wǎng)絡(luò)中進行測試，進而比較這兩個視頻中4 個標簽出現(xiàn)的次數(shù)。

為避免在網(wǎng)絡(luò)訓練時出現(xiàn)過擬合的現(xiàn)象，本研究對YOLO v5 網(wǎng)絡(luò)訓練的精確度進行了驗證。選擇100 張A教師教學視頻的圖像和100張B教師教學視頻的圖像，利用數(shù)據(jù)增強的方式（包括旋轉(zhuǎn)、鏡像、像素降低等）將原圖像數(shù)據(jù)集擴充為2 000 張圖像。

圖3 展示的是YOLO v5 網(wǎng)絡(luò)在訓練時的損失值、精確度和回歸率的變化。前3 列展示的是網(wǎng)絡(luò)訓練時訓練集和驗證集在Box、目的性和分類上的損失值變化。因為損失值表示真實值與預測值間的差距，其數(shù)值是越小越好，所以，如圖3 所示，本實驗中YOLO v5 網(wǎng)絡(luò)的訓練是非常成功的。在深度學習中，精確度展示的是模型網(wǎng)絡(luò)預測正確的比值，回歸率展示的是模型能夠?qū)φ鎸崝?shù)據(jù)預測的比值，二者在網(wǎng)絡(luò)中都是越大表示模型訓練得越好，因此，本實驗中YOLO v5 網(wǎng)絡(luò)不管是在訓練集上還是驗證集上，都有非常優(yōu)異的表現(xiàn)。綜上所述，本模型對A、B 兩位教師在物理課堂上的面部表情變化能夠做到精確預測。

圖3 YOLO v5 網(wǎng)絡(luò)訓練圖

三、基于人工智能的物理課堂教師行為實例分析

（一）S-T 分析及Rt-Ch 課堂類型判定

結(jié)合課堂言語與行為分析，采取S-T師生行為分析模型，分別對兩段視頻每隔30s 進行采樣，收集并記錄S、T數(shù)據(jù)，利用Python 語言編程得到A、B 兩位教師的S-T曲線圖（見圖4）。A 教師課堂教師行為（占有率63%）明顯少于B 教師課堂教師行為（占有率82%），說明B 教師在課堂中占據(jù)絕對的主體地位，而A 教師在課堂中并未牢牢地把持話語權(quán)，而是給予學生更多思考和表現(xiàn)的機會；A 教師課堂學生行為（占有率37%）明顯多于B 教師課堂學生行為（占有率18%），說明B 教師課堂上學生的表現(xiàn)機會較少，主要都是在傾聽教師的講授，而A 教師課堂上的學生更加積極地參與課堂，主動思考、勇于表達，體現(xiàn)了學生的主體性。

圖4 A 教師（左）和B 教師（右）課堂的Rt-Ch 課堂類型判定圖

根據(jù)Rt-Ch課堂類型標準，運算得出A 教師課堂Rt=0.63，Ch=0.38，屬于混合型課堂；B 教師課堂Rt=0.82，Ch=0.25，屬于講授型課堂。其中，A 教師課堂的Ch值大于B 教師的課堂，可見，A 教師課堂中的師生互動行為更多，課堂學習氣氛活躍，更加民主、平等；相對來說，B 教師的課堂上，師生間交流少，課堂氣氛較沉悶。

（二）詞頻及語態(tài)分析

通過Python 編程語言，分別對A、B 兩位教師進行詞頻統(tǒng)計。A 教師和B 教師在課堂上輸出頻率最高的詞都是“電流”，然而，A 教師輸出頻次為106，B 教師輸出頻次僅為51；A 教師和B 教師課堂上輸出頻率次高的詞都是“線圈”，但是，A 教師輸出頻次為66，B 教師輸出頻次僅為43。顯然，“電流”和“線圈”都是這兩節(jié)課的關(guān)鍵詞，但在關(guān)鍵詞的重復和聚焦程度上，A 教師比B 教師做得更好，且A 教師無關(guān)的口語表達比B 教師要少。

基于人工智能網(wǎng)絡(luò)，進一步對教師語態(tài)進行分析。首先將已采集到的兩位教師的言語txt 文件基于常用詞標點符號進行語句分割，同時調(diào)用jieba 庫分割出兩者的常用詞。接下來，利用Python 語言逐個統(tǒng)計已經(jīng)得到的語句中的語態(tài)詞，根據(jù)單個句子中語態(tài)詞的多少判定句子的語氣程度，最后輸出每個txt 文件中語氣程度最高的前5 句。與此同時，對照中國語態(tài)詞庫，輸出采集到的兩個txt 文件中出現(xiàn)頻率最高的5 個語態(tài)詞，得到的結(jié)果如下頁表4、表5、表6 所示。

表4 A 教師語態(tài)分析的句子結(jié)果

表5 B 教師語態(tài)分析的句子結(jié)果

表6 A、B 教師前五的語態(tài)詞

根據(jù)分析結(jié)果，A、B 教師的課堂作為公開課，在語態(tài)的處理上都有一定的規(guī)范性，都注重物理實驗教學的引導性。仔細比較發(fā)現(xiàn)，B 教師的口頭禪明顯多于A教師，A 教師在語態(tài)處理上優(yōu)于B 教師。結(jié)合具體教學內(nèi)容來看，在“互感與自感”這一節(jié)中，教材深入分析了自感現(xiàn)象，總結(jié)了自感電動勢的規(guī)律及影響因素，其目的是讓學生了解互感現(xiàn)象是常見的電磁感應現(xiàn)象，為之后變壓器的學習做鋪墊。本小節(jié)的重難點是自感電動勢方向的判斷和自感現(xiàn)象中實際電流的特點分析。對照表4、表6 可以發(fā)現(xiàn)，A 教師多是圍繞“電流的變化”“電流方向的變化”等，從實驗現(xiàn)象到物理概念，循序漸進地引發(fā)學生思考，緊扣教學重難點；而對照表5、表6，B 教師的語態(tài)引導與提問大多是圍繞教學實驗現(xiàn)象展開的，相較于A 教師，其對重難點的引導較為欠缺。

（三）面部表情分析

本研究對YOLO v5 網(wǎng)絡(luò)輸出的視頻文件每2s 提取出單個視頻中的每幀圖像，其中，A 教師共分割得到44 880張圖像，B教師共得到34 659張圖像。通過Labelimg 軟件的標定，將分別帶有Quiet（冷靜）、Excited（激情）、Thinking（思考）以及Operate（操作演示）標簽的圖像放入YOLO v5 網(wǎng)絡(luò)。在分析圖像的過程中，本研究發(fā)現(xiàn)在單個圖像中會存在兩種不同標簽的現(xiàn)象，所以通過代碼對圖像中的標簽識別結(jié)果比例化，以便于對視頻中的結(jié)果進行分析，得到的結(jié)果如圖5 所示。

圖5 A、B 教師情感百分比對比圖

整體來說，A、B 教師都處于正向情緒狀態(tài)。相對而言，A 教師在課堂中情緒更飽滿、更有激情，在課堂中的實驗操作、演示行為也更多，能夠吸引學生學習物理的興趣；而B 教師的課堂情緒相對平靜，操作演示行為也較少。就教學內(nèi)容來說，“互感與自感”這部分內(nèi)容作為必修課基礎(chǔ)之上的拓展，是達到促進學生個性發(fā)展目標的主要載體和手段。本小節(jié)有一定的難度，教師在教學過程中要充分利用實驗教學，循序漸進，引發(fā)學生的好奇心和興趣，不能使學生產(chǎn)生對物理學習的畏懼心理和認知障礙。另外，已有研究表明，教師的課堂情緒狀態(tài)直接影響教師的課堂教學效果[14]，積極情緒可以擴展人的瞬間思維活動，使思維更加靈活、開放，能夠產(chǎn)生更多的問題解決策略。因此，物理教師在課堂中滿懷激情，有助于課堂教學的邏輯推演和問題解決，有利于發(fā)揮教學機制的作用，也為物理教學提供了最佳情緒背景。由此可見，A 教師的教學情緒更能促進學生學習。

綜上，本研究結(jié)合人工智能技術(shù)對課堂教學視頻中兩位物理教師的行為進行觀測、統(tǒng)計與分析，基于新課程理念下中學課堂教學評價表中關(guān)于“教師基本素質(zhì)”的評價內(nèi)容（見下頁表7）[15]，得出以下結(jié)論。

表7 中學課堂教學中關(guān)于教師基本素質(zhì)的評價內(nèi)容

從主導作用上看，B教師課堂的話語權(quán)被教師掌握，學生行為較少，師生之間交流少，課堂情緒也較為平靜，課堂氣氛較沉悶；而A 教師的課堂更關(guān)注教師主導、學生主體，師生互動關(guān)系密切，教師的課堂教學情緒也更加飽滿，能夠引發(fā)學生學習物理的熱情，學生的行為和思維更加積極，課堂學習氣氛活躍。

從教學技能上看，B 教師在課堂中關(guān)注實驗引入教學，但實驗操作和演示較少，語言的無關(guān)表達較多；A 教師的課堂教學同樣關(guān)注引導學生觀察和解釋實驗現(xiàn)象，其言語更具規(guī)范性，緊扣教學重難點。本研究中人工智能技術(shù)對教師課堂教學的評價是過程性評價，通過對教師的言語、面部等行為的采集與分析，評價課堂中教師的主導作用、教學技能、課堂氛圍等。但是，目前人工智能多是采用模式識別、圖像識別等技術(shù)，還難以判斷具體學科知識和學科教學特色。因此，基于主導作用和教學技能這兩項來看，A 教師的基本素質(zhì)更好，課堂教學效果更佳，更有利于促進學生的有效學習和認知發(fā)展。

四、總結(jié)與展望

目前，人工智能視域下基于證據(jù)對課堂教學進行可視化、量化分析是教育人工智能下一步推進的重點[15]。本研究通過利用人工智能技術(shù)對兩位物理教師的語言、面部表情等行為數(shù)據(jù)進行采集與識別，運用人工智能算法對所采集的數(shù)據(jù)加以運算與分析，并結(jié)合新課程理念下中學課堂教學中關(guān)于教師素質(zhì)的評價內(nèi)容，對比分析兩位教師的數(shù)據(jù)分析結(jié)果，輔助評價課堂教學中教師的主導作用、教學能力、教學技能等，幫助教師優(yōu)化教學過程及改進教學方式。

關(guān)于基于人工智能技術(shù)對學科教學的研究，國內(nèi)外已有不少教育工作者進行了理論探索和框架構(gòu)建[16]，但鮮有具體的實踐分析。本研究立足于物理學科，在人工智能技術(shù)結(jié)合課堂教學分析的系統(tǒng)框架下，從教師教育的角度出發(fā)，以物理教師課堂教學行為為對象，進行了具體的嘗試，幫助教師進行教學反思，實現(xiàn)以促進學生發(fā)展為目標的高質(zhì)量教學。當然，本研究還存在著一定的不足，由于不同學科有著不同的知識體系，基于學科知識圖譜的構(gòu)建仍是一大挑戰(zhàn)，人工智能技術(shù)與具體學科教學的融合還有待進一步深入研究。