向志軍 李付亮 李娟

摘? 要：目前高職院校教學(xué)診斷與改進工作已成為推動深化改革和提高教育教學(xué)質(zhì)量的重要抓手，各高職院校對課堂教學(xué)質(zhì)量的監(jiān)控都有一套完整的監(jiān)測點，但未能實現(xiàn)智能化。本文結(jié)合我校的實際情況，基于人工智能技術(shù)對課堂教學(xué)智能診斷與改進系統(tǒng)的構(gòu)建進行了探討和實證研究。從需求出發(fā)，設(shè)計了系統(tǒng)的功能模塊，構(gòu)建了系統(tǒng)的總體結(jié)構(gòu)，并應(yīng)用于實際教學(xué)管理中，對教學(xué)質(zhì)量的提高有促進作用。

關(guān)鍵詞：人工智能;課堂教學(xué);診斷與改進

高等職業(yè)技術(shù)學(xué)院內(nèi)部質(zhì)量保證體系診斷與改進工作是教育部提出的一項重要舉措，于2015年提出。推動了各高職學(xué)院建立基于人才培養(yǎng)的狀態(tài)數(shù)據(jù)，根據(jù)學(xué)校自身的辦學(xué)條件和人才培養(yǎng)目標，針對專業(yè)（群）設(shè)置、課程教學(xué)改革、專業(yè)教學(xué)團隊建設(shè)等人才培養(yǎng)的工作要素，查找存在的不足，螺旋改進提升，不斷提高人才培養(yǎng)質(zhì)量的常態(tài)化自主保證人才培養(yǎng)質(zhì)量的機制。最初于1956年提出的用來模仿、延伸和擴展人的智能的人工智能，取得了很大的進展和提升。國務(wù)院于2017年頒布的《新一代人工智能發(fā)展規(guī)劃》，將在教學(xué)、管理及教學(xué)資源建設(shè)等全流程應(yīng)用人工智能的“智能教育”列為重點任務(wù)。本文從課堂教學(xué)管理信息化的角度，應(yīng)用人工智能技術(shù)對課堂教學(xué)智能診斷與改進系統(tǒng)的構(gòu)建進行了探討。

一、課堂智能教學(xué)診斷與改進系統(tǒng)需求

課堂教學(xué)診斷與改進工作已成為推動高職學(xué)院深化改革和提高教育教學(xué)和人才培養(yǎng)質(zhì)量的重要抓手。學(xué)校從達成人才培養(yǎng)目標出發(fā)，從5個層面（學(xué)校、專業(yè)、課程、教師、學(xué)生）和5個管理環(huán)節(jié)（決策指揮、質(zhì)量生成、資源建設(shè)、支持服務(wù)、監(jiān)督控制）進行“診改”，以“診改”機構(gòu)和制度推動強化學(xué)校的多種教育因素向教學(xué)集中、聚力育人，對學(xué)校的教學(xué)工作形成一立體化的支持保障系統(tǒng)，增強了教學(xué)管理和教輔服務(wù)等非教學(xué)主體的教育意識，教學(xué)中心地位得到了充分體現(xiàn)。從課堂教學(xué)入手是推動教學(xué)診斷與改進工作的有效方式之一。課堂教學(xué)的質(zhì)量不能僅通過一堂課作定論，目前高職院校對課堂教學(xué)質(zhì)量的監(jiān)控體系已基本形成，建立了一套較完整的監(jiān)測點，監(jiān)測點一般可以有以下四層。①宏觀層面，結(jié)合學(xué)生的實際情況，主要通過人才培養(yǎng)方案、課程教學(xué)標準、考核標準、授課計劃等材料的檢查，觀察是否科學(xué);②中觀層面，注重教師的教學(xué)工作態(tài)度，主要從教師的課前備課的備學(xué)生、備教學(xué)內(nèi)容、備教學(xué)環(huán)節(jié)、備教學(xué)方法和手段等課前準備是否充分，觀測教師的教學(xué)工作態(tài)度是否認真;③微觀方面，重點關(guān)注教師的課堂講課，主要觀測課堂教學(xué)過程中學(xué)生的參與度、學(xué)習(xí)狀態(tài)，以及教師在課堂教學(xué)的重、難點是否處理得當(dāng)?shù)?④學(xué)生層面，注重檢查教學(xué)效果，主要觀測學(xué)生通過課堂學(xué)習(xí)過程中是否真有收獲，是否真正受益。通過學(xué)校領(lǐng)導(dǎo)診斷、教學(xué)督導(dǎo)診斷、同行之間相互診斷、學(xué)生診斷、自我診斷等方法對課堂教學(xué)進行診斷。

應(yīng)用AI智能識別軟件平臺，整合教務(wù)管理信息系統(tǒng)相關(guān)數(shù)據(jù)，建立基于“人工智能”的智能課堂診斷與改進平臺為課堂教學(xué)診斷與改進工作的開展提供有效保障。平臺通過采集課堂教學(xué)活動的視頻數(shù)據(jù)，應(yīng)用視頻智能分析技術(shù)分析教學(xué)活動情況：①根據(jù)學(xué)校定義教學(xué)質(zhì)量標準，通過訓(xùn)練人工智能識別智能評估教師教學(xué)質(zhì)量。②采集課堂視頻信息，智能分析班級、教師授課的學(xué)生學(xué)習(xí)體征，分析出學(xué)生到課、認真聽課、低頭睡覺、隨意下位走動、后排聚集、以及與教師互動的行為分析，并形成報表。③通過采集教師課堂教學(xué)音頻數(shù)據(jù)，比較分析實際授課內(nèi)容與教師備課材料的差異。④通過識別不良言論關(guān)鍵詞，對教師上課進行不良言論監(jiān)測與預(yù)警。⑤收集學(xué)生學(xué)習(xí)行為分析數(shù)據(jù)和教師教學(xué)行為分析數(shù)據(jù)，自動對照有效課堂評價指標，對課堂進行有效課堂評價。⑥對接教務(wù)管理系統(tǒng)，任課教師錄入教學(xué)計劃，提交教研室審核、系部審批。⑦自動采集教室現(xiàn)場的教師講課過程，保存到服務(wù)器。

二、智能課堂教學(xué)診斷與改進系統(tǒng)設(shè)計

（一）功能模塊設(shè)計

監(jiān)控和評價課堂教學(xué)過程能有效促進課堂教學(xué)質(zhì)量的提升，構(gòu)建基于“人工智能”的課堂教學(xué)診斷與改進系統(tǒng)，主要包括以下功能模塊。

（1）教學(xué)體征首頁。分析學(xué)院課堂教學(xué)的整體情況，分析后以圖形化展示，包括到課率、正常聽課、課堂低頭睡覺、隨意下位走動和后排聚集等情況?？刹榭疵恳还?jié)課的情況，也可以按照時間段進行總體統(tǒng)計分析。首頁中還可以查看教師的教學(xué)體征診斷數(shù)據(jù)分布分析結(jié)果。

（2）到課學(xué)生的學(xué)習(xí)行為分析。通過攝像頭采集課堂視頻信息，基于“人工智能”自動識別、分析學(xué)生的學(xué)習(xí)行為，自動生成大數(shù)據(jù)。包括學(xué)生的到課診斷、正常行為診斷、睡覺行為診斷、隨意下位走動的行為診斷、后排聚集的行為診斷等。

（3）教師教學(xué)行為分析。通過采集課堂授課視頻和聲音數(shù)據(jù)，識別并與備課內(nèi)容進行比對，分析授課計劃的匹配度;定制算法自動監(jiān)測分析師生互動，識別課堂互動并統(tǒng)計;自動監(jiān)測分析自定義不良言論關(guān)鍵詞，進行教師不良言論預(yù)警。

（4）教師有效課堂評價。定義有效課堂評價指標，收集學(xué)生學(xué)習(xí)行為分析數(shù)據(jù)和教師教學(xué)行為分析數(shù)據(jù)，自動對照評價標準，形成有效課堂評價成績存檔，并形成報告存檔。并能進行統(tǒng)計、查詢。

（5）教學(xué)計劃管理。對接教務(wù)管理系統(tǒng)的任務(wù)單和課表，任課教師錄入教學(xué)計劃、提交教研室審核、系部審批，生成電子版教學(xué)計劃并存檔，并支持修訂。

（6）教學(xué)評價系統(tǒng)。包括領(lǐng)導(dǎo)干部評教評學(xué)、教學(xué)質(zhì)量督導(dǎo)人員評教評學(xué)、教師同行之間相互評教、聽課學(xué)生評教等。根據(jù)自定義的評價指標，生成評價表，評價后統(tǒng)計評價結(jié)果并保存記錄。

（7）錄課系統(tǒng)。根據(jù)課程表自動錄制課堂教學(xué)實況和多媒體教學(xué)電腦屏幕，自動采集教室現(xiàn)場的教師講課視頻流和語音，實現(xiàn)語音與視頻同步保存到服務(wù)器，并支持編輯形成教學(xué)資源。

（二）總體結(jié)構(gòu)

根據(jù)智能課堂教學(xué)診斷與改進系統(tǒng)的功能需求，系統(tǒng)的工作平臺可以劃分為五層，包括基礎(chǔ)層、數(shù)據(jù)層、支撐層、應(yīng)用層、展示層。系統(tǒng)的總體結(jié)構(gòu)圖如下圖1所示。

（1）基礎(chǔ)層：是系統(tǒng)平臺的構(gòu)建基礎(chǔ)，是系統(tǒng)運行的基礎(chǔ)設(shè)施，包括基礎(chǔ)網(wǎng)絡(luò)設(shè)施、服務(wù)器、音頻視頻采集設(shè)備、網(wǎng)絡(luò)安全設(shè)備、存儲設(shè)備以及教師授課的教學(xué)一體機等多媒體設(shè)備。

（2）數(shù)據(jù)層：為應(yīng)用層、支撐層的各應(yīng)用系統(tǒng)數(shù)據(jù)挖掘、數(shù)據(jù)分析提供數(shù)據(jù)服務(wù)，由多個數(shù)據(jù)庫組成，包括教學(xué)現(xiàn)場錄像，教室一體機的教學(xué)錄屏，教務(wù)管理系統(tǒng)的學(xué)生、教師、課表等數(shù)據(jù)。

（3）支撐層：為應(yīng)用層各應(yīng)用系統(tǒng)作支撐，提供服務(wù)。包括工作流、報表分析、數(shù)據(jù)交換、音頻分析、視頻分析等。

（4）應(yīng)用層：是智能課堂教學(xué)診斷與改進系統(tǒng)中的各業(yè)務(wù)系統(tǒng)，包括教學(xué)體征診斷分析、學(xué)生學(xué)習(xí)行為分析、教師教學(xué)行為分析、有效課堂評價、教學(xué)計劃管理系統(tǒng)、教學(xué)評價管理系統(tǒng)和錄課系統(tǒng)等。

（5）展示層：是系統(tǒng)的前臺表現(xiàn)，為學(xué)生、教師、教學(xué)管理人員、教學(xué)督查人員提供Web界面與個性化服務(wù)，并能為不同類型的用戶輸出不同的報表。

三、人工智能技術(shù)應(yīng)用

在本系統(tǒng)中應(yīng)用人工智能技術(shù)，通過視頻圖像的識別和語音的識別，實現(xiàn)了教師教學(xué)行為分析和學(xué)生的學(xué)習(xí)行為分析，統(tǒng)計出到課率、聽課率、教學(xué)進度等有效課堂評價指標，形成學(xué)期教學(xué)考核數(shù)據(jù)。借助于深度學(xué)習(xí)Deep Learning 算法，處理“抽象概念”的方法，采用模擬人腦視覺機理的卷積神經(jīng)網(wǎng)絡(luò)，通過不斷迭代、不斷抽象來模擬神經(jīng)—中樞—大腦的工作過程。人類的邏輯思維是通過人腦的客觀思維規(guī)律對收集到的資料進行整理、加工、改造的方式，常用高度抽象的概念，從原始信號，先做低級抽象，再逐漸向高級抽象迭代。例如圖像的識別，從瞳孔攝入原始信號的像素開始，接著通過大腦皮層發(fā)現(xiàn)圖像的邊緣和方向做初步處理，再接下來由大腦判定物體的形狀是圓形還是方形還是橢圓的、做抽象處理，然后在進一步抽象，大腦判定所看到的物體是人臉還是氣球、……，最后做出準確識別。而深度學(xué)習(xí)就是通過組合低層特征形成更加抽象的高層特征，以發(fā)現(xiàn)數(shù)據(jù)的分布式特征表示。例如，課堂教學(xué)診斷與改進系統(tǒng)在到課率統(tǒng)計中識別人臉時，應(yīng)用深度學(xué)習(xí)算法通過如邊緣檢查器、小波濾波器等從高清攝像頭采集的原始圖像去學(xué)習(xí)得到一個低層次表達，接著在這些低層次表達的基礎(chǔ)上，再通過線性或者非線性組合，獲得一個高層次的表達。

四、實驗與思考

我校與北京薈誠科技有限公司合作在我校部署了課堂智能診斷與改進系統(tǒng)，經(jīng)過一個學(xué)期的測試，系統(tǒng)運行穩(wěn)定，學(xué)生平均到課率、聽課率分別達到97.24%、98.30%。通過教學(xué)體征分析（如圖2所示），以圖形化的形式展示了學(xué)校的整體情況，教學(xué)管理者可以直接查看到當(dāng)天整個學(xué)校學(xué)生的到課率、正常聽課率、課堂低頭睡覺人數(shù)、隨意下位走動和后排聚集的情況，也可以查看哪些班級存在缺勤、睡覺、隨意走動和后排聚集，人數(shù)分別是多少人次;可以查看每一節(jié)課的情況;也可以按照時間段進行總體統(tǒng)計分析。學(xué)生學(xué)習(xí)行為分析，每5-10分鐘統(tǒng)計分析一次，準確度達95%以上。對教師課堂教學(xué)的授課內(nèi)容與計劃的匹配度、課堂互動活動以及不良言論等課堂行為進行分析，并能有效進行預(yù)警。系統(tǒng)對教師的每堂課進行了有效課堂的評價，并形成報表。每學(xué)期自動統(tǒng)計同行之間互相聽課評價信息、督導(dǎo)人員聽課評價信息、領(lǐng)導(dǎo)干部聽課評價信息、學(xué)生評教信息等數(shù)據(jù)，最終形成各教師的教學(xué)評價結(jié)果。

課堂智能診斷與改進系統(tǒng)在與教學(xué)工作管理、教學(xué)與科研工作管理、學(xué)生工作管理、人事管理等系統(tǒng)數(shù)據(jù)對接方面，教學(xué)診改工作過程方面，還有得進一步加強，實現(xiàn)智能采集數(shù)據(jù)、智慧分析數(shù)據(jù)，教學(xué)工作全過程管理。

五、結(jié)語

人工智能時代的到來很大程度上改變了人們的工作、學(xué)習(xí)、生活方式。人工智能在教學(xué)管理中的應(yīng)用，為高職教學(xué)與信息技術(shù)的融合提供了很大的便捷，因此基于人工智能對高職院校教學(xué)工作診斷與改進研究具有一定的意義，促進了高職院校教學(xué)水平和教學(xué)質(zhì)量的不斷提升。

參考文獻：

[1]馬驍，韓維佳，李子琦.基于人工智能的肢體動作類教學(xué)管理系統(tǒng)研究[J].大學(xué)教育，2020（04）：192-194.

[2]郭炯，榮乾，郝建江.國外人工智能教學(xué)應(yīng)用研究綜述[J].電化教育研究，2020，41（02）：91-98+107.

[3]杜新滿，段悅蘭.高職院校課堂教學(xué)診斷與改進方法探討[J].河北能源職業(yè)技術(shù)學(xué)院學(xué)報，2020，20（01）：90-92.

[4]史子新.大數(shù)據(jù)在高校教學(xué)診斷與改進平臺中的應(yīng)用研究[J].科技創(chuàng)新導(dǎo)報，2019，16（30）：174-175.

[5]劉清堂，何皓怡，吳林靜，鄧偉，陳越，王洋，張妮.基于人工智能的課堂教學(xué)行為分析方法及其應(yīng)用[J].中國電化教育，2019（09）：13-21.

[6]操驚雷.職業(yè)院校診斷與改進體系中的校本信息平臺設(shè)計[J].黃岡職業(yè)技術(shù)學(xué)院學(xué)報，2018，20（04）：99-101.

[7]李果，彭啟華，宋晶晶.高職院校內(nèi)部質(zhì)量保證體系診斷與改進的信息化平臺建設(shè)[J].清遠職業(yè)技術(shù)學(xué)院學(xué)報，2018，11（02）：71-74.

基金項目：湖南省教育科學(xué)“十三五”規(guī)劃2019年度課題“基于人工智能的高職院校高質(zhì)量課堂教學(xué)診斷研究”（XJK19BZY030）