王豐

傳統(tǒng)習題評估方式是以學生答題結果與參考答案之間的差異來衡量學生的學習情況。這樣的方式簡單直接，卻忽略了許多有價值的信息。本文從分析學生做題時蘊含的有價值信息入手，引入眼動識別技術對學生練習過程的信息進行加工，以眼動識別技術原理為基礎，對專注度、興趣度、選擇題選項時長進行分析，設計開發(fā)出一套“眼動識別分析平臺”。

一、背景

練習題是教師為鞏固學生知識而布置的任務，是教師跟蹤學生學習的一種方式。傳統(tǒng)的習題評估方式是以學生的答題結果與參考答案之間的差異來衡量學生的學習情況。這樣的方式簡單直接，卻忽略了許多有價值的信息：

1.學生做特定題目時注意力的集中程度。采樣獲取到每個學生做每個題目時的注意力集中度，通過多樣本分析是個別學生的注意力分散，還是某個題目普遍性的導致學生注意力分散。如果是個別學生的注意力分散，我們采取個別輔導的方式加強學生對知識的掌握。如果是某個題目普遍性的導致學生注意力分散，教師就應該深入分析該題，搜集相關題型，有針對性地給學生深入講解。

2.學生做題過程中在某個題目停留的時長能反應出對某習題的興趣程度。對錯題的停留時長分析能夠獲得有價值的信息：（1）停留時間長說明有解題興趣，最終做錯。（2）停留時間短說明解題興趣不高，隨意性做題導致做錯。根據(jù)兩種不同的情況，教師再有針對性地對學生進行教育教學，能夠較快地幫助學生成長。

學生的習題不僅是最終答案的對錯，其中還蘊含有非常豐富的信息。正確解讀學生練習題中多樣的信息可以幫助教師有針對性地制定教學計劃，有效促進學生對知識的掌握。隨著科學技術的進步，讓我們從多維度讓學生習題分析成為可能。本文使用眼動識別技術，提出了一種針對學生做習題時的過程評估方式。

二、原理介紹

從顯示器的中心繪制橫縱坐標軸（X/Y軸），將顯示器劃分為4個象限（如圖1）。

在顯示器正上方放置攝像頭，正對操作者。攝像頭實時采集顯示器前的人臉照片，通過算法分析照片中人的眼球相對位置，估算出人眼的視線方向（如圖2）。

從視線方向對應出人眼關注的顯示器區(qū)域，再結合上時間維度進行分析，能判斷出人對顯示器上某區(qū)域的停留時間。結合當時顯示器上正在顯示的內容，就得出顯示內容與人思維的各種關系。最后，通過分析顯示內容與人思維的關系，有針對性地解決各種遇到的問題。圖1給出了人眼照片中眼球方向對應的顯示器區(qū)域。由攝像頭拍攝人眼實時照片。分析照片中檢測到人眼球相對于眼睛的不同位置，可以對應出人眼正在注視顯示器的具體位置。當眼球相對位置X軸為負，Y軸為正時，則人眼正在注視顯示器的A區(qū)域。當眼球相對位置X軸為正，Y軸為正時，則人眼正在注視顯示器的B區(qū)域。當眼球相對位置X軸為負，Y軸為負時，則人眼正在注視顯示器的C區(qū)域。當眼球相對位置X軸為正，Y軸為負時，則人眼正在注視顯示器的D區(qū)域。

三、情景分析

1.專注度估計：將習題放置于屏幕的特定區(qū)域，鼠標或鍵盤焦點表示當前正在進行中的題目。屏幕正上方的攝像頭定時采集學生的面部頭像，通過眼動識別算法分析出學生當前的視線注視點，從而判斷學生的注意力是否集中在所做習題上。

專注習題次數(shù)：鼠標或鍵盤焦點位于習題上的時間段內，攝像頭采集到做題者專注于當前習題的圖像次數(shù)。

采集次數(shù)：鼠標或鍵盤焦點位于習題上的時間段內，攝像頭總采集次數(shù)。

專注度=專注習題次數(shù)/采集次數(shù)

對錯題的指導意義（當發(fā)生錯題時）：通過每個習題“專注度”的統(tǒng)計可以分析學生做題時的專心程度。結合上做題者的錯題，可挖掘學生錯題是否由于注意力分散所導致。

專注度高：解題專心，最終做錯，知識點掌握不牢固。針對這種情況，教師應該加強對學生知識點的鞏固。軟件在測量學生專注度的同時，還能統(tǒng)計分析出所有學生的易錯題。通過對每個題目設定關鍵標簽的方式，可以標記題目所屬的類型和知識點。在統(tǒng)計時能自動幫助教師分析出學生的易錯知識點，從而在做題中發(fā)現(xiàn)學生在學習上的薄弱環(huán)節(jié)，教師再根據(jù)分析結果有的放矢地調整教學計劃、設計教學內容，真正做到以學生為主體，教師輔助學生更好地掌握學科知識。

專注度低：解題分心導致錯誤，培養(yǎng)做題者的專注力。針對這種情況，教師應該從多方面對學生進行培養(yǎng)。如調整教學內容，使教學內容更富有趣味性，制作生動活潑、色彩豐富的教具，吸引學生的注意力，注重結合學生的有意注意和無意注意，讓學生在學習過程中始終將注意力集中在知識點上。教學過程要更注重調動學生的積極性，讓學生的學習更具主動性，做到讓學生因為興趣而產生學習的動力。長此以往，不斷培養(yǎng)學生的專注力，最終讓學生在學習和做題時都保持注意力集中，不再因為注意力分散導致錯題。

2.興趣度估計：結合“專注度”的應用場景，采集次數(shù)越多，表明做題者在某個習題的停留時間越長。做題專注度高表明做題者在專心解題。

興趣度=專注度伊采集次數(shù)

對錯題的指導意義（當發(fā)生錯題時）：

興趣度高：有解題興趣，最終做錯，知識點掌握不牢固。

興趣度低：解題興趣不高，隨意性做題導致做錯?？紤]提高題目趣味性，提高做題者讀題能力。

3.選擇題選項時間估計：考查題型中不乏選擇題，將選擇題分為4個選項，每個選項對應屏幕的一個區(qū)域，通過眼動識別算法分析出學生當前的視線注視點，從而判斷學生在每個選項上的停留時長（每次采集的間隔時間固定，因此采集次數(shù)越多，表明停留時間越長）。通過多樣本統(tǒng)計（樣本數(shù)>10），計算出每個選項的平均時長，進而從選項占用時長分析出學生做題時的難點。

單樣本采集次數(shù)：單個做題者專注某選項時被采集的次數(shù)；

選項平均時長= sum（單樣本采集次數(shù)）轅樣本數(shù)；

對錯題的指導意義（當發(fā)生錯題時）：

例如：選項和時間的對應關系為：A選項視線停留時長2 s，B選項視線停留時長33 s，C選項視線停留時長45 s，D選項視線停留時長5 s，那么B選項和C選項就是學生做題時較難區(qū)分和決斷的選項，在講解題目時教師應該著重幫助學生進行區(qū)分。

四、應用情況

依托上述理論，基于“專注度估計”“興趣度估計”“選擇題選項時間估計”應用場景，我設計開發(fā)出一套“眼動習題分析平臺”用于學生平時的習題練習。該平臺目前提供給本校學習《C語言程序設計》課程的學生使用。軟件的界面上呈現(xiàn)具體題目，學生做題時正對屏幕，屏幕上方配備攝像頭，實時采集做題者的眼動信息。學生在做題過程中不會受到攝像頭采集的干擾（即攝像頭對做題者信息的采集對于做題者是無感知的），做題者可以專心做題，能夠真實反應出做題者的實際情況。對于做題過程中采集到的數(shù)據(jù)實時保存到后臺服務器中，學生通過大量的做題，后臺服務器就能智能分析出學生的做題情況，給出做題報告。學生完成練習后，軟件自動給出分析評價，評價中包含學生練習每個題目時攝像頭的“總采集次數(shù)”“專注度”“興趣度”。學生可以查看自己的練習評估分值，教師也可根據(jù)班級內學生的做題情況采取有針對性的指導，幫助學生快速提高成績。

軟件平臺智能分析習題的統(tǒng)計數(shù)據(jù)，對每個學生給出對應的評價，自動輸出每個學生的評語。系統(tǒng)能給出當前學生做題總時長，同時列出班級學生平均做題時長。系統(tǒng)自動計算出當前學生做題專注度分值，同時列出同班同學平均專注度分值。系統(tǒng)統(tǒng)計出當前學生興趣度最高的題目，同時列出班級內興趣度最高的題目。最終，系統(tǒng)給當前做題者進行評級，評級維度包括時長、專注度、興趣點。從系統(tǒng)給出的評價中，學生能知曉自己在做題中的薄弱環(huán)節(jié)，有針對性地加強這方面的練習。教師也能根據(jù)系統(tǒng)給出的評級實施因材施教。

該軟件平臺在實際使用中獲得了學生及教師的認可和好評。“眼動習題分析平臺”新穎的評測方式激發(fā)了學生的做題熱情，讓學生做題量大大增加。學生在班級內自發(fā)地進行平臺競賽，爭相挑戰(zhàn)平臺的高評級。教師在運用該平臺的后，紛紛表示眼動識別帶來的多維度習題評價體系讓習題的批改更便捷、更智能、更全面，基于眼動識別技術創(chuàng)建的“眼動習題分析平臺”能夠讓教師從更多角度了解學生并有針對性地進行輔導。

本文從分析學生做題時蘊含的有價值信息入手，引入眼動識別技術對學生練習過程信息進行加工，以眼動識別技術原理為基礎，對專注度、興趣度、選擇題選項時長進行分析，設計開發(fā)出一套“眼動識別分析平臺”。該軟件在日常的教學活動中運用，能分析出學生在做題過程中的“專注度”“興趣度”，學生可以查看自己的練習評估分值，教師可根據(jù)班級內學生的做題情況采取有針對性的指導，幫助學生快速提高成績?；谘蹌幼R別技術創(chuàng)建的“眼動習題分析平臺”能夠讓教師從更多角度了解學生并有針對性地進行輔導，該技術和平臺的運用受到學生和教師的一致好評。未來，本軟件將結合眼動識別技術，完善眼動識別技術算法，使軟件能夠適用于更多的應用場景。在學生做題時的評估維度方面，筆者將查詢更多的文獻資料，引入更加豐富科學的做題過程評估體系，力求更全面地覆蓋學生做習題過程產生的信息，從而更好地為學生學習和教師教學提供幫助。