智课--基于大数据的课堂教学分析评测

1、,基于大数据 的课堂教学分析评测系统,北京中庆现代技术有限公司 唐珊珊,2,2020/10/23,Ai简介,3,2020/10/23,人工智能落地前提,4,2,国务院关于印发国家教育事业发展十三五规划”中提出： 互联网、云计算、大数据、人工智能、三维(3D)打印等现代技术 深刻改变着人类的思维、生产、生活和学习方式。,“教育基础数据常态化、伴随式采集”，“即时化分析”,政策解读,7月20日，国务院印发新一代人工智能发展规划， 明确了我国新一代人工智能发展的重点任务： 围绕智能教育、医疗、养老等迫切民生需求，发展便捷高效的智能服务。 利用智能技术加快推动人才培养模式、教学方法改革，构建包含智能学

2、习、交互式学习的 新型教育体系。开发智能教育助理，建立智能、快速、全面的教育分析系统。 建立以学习者为中心的教育环境，提供精准推送的教育服务，实现日常教育和终身教育定制化。,5,2020/10/23,痛点分析,6,2020/10/23,是教育大数据的主要产生地,7,2020/10/23,教学过程的信息分析是教育信息化的基础和条件,教学过程的数据挖掘,8,2,课堂观察的理论基础,9,2020/10/23,教学行为分析-ST模型,教学行为笼统的分为T和S,T,S,左图对应的ST序列为： T T S T S D(T&S) D(T&S) T S S S T T 从而得到： 教师行为占有率：Rt=Nt/

3、(Nt+Ns)=8/15=53.5% 师生行为转化率：Ch=拐点/(Nt+Ns)=7/15=46.7% 因此，该课堂为对话型 T和S采样精度低会导致D，通常无法判别D属于T还是S，中庆智课可以提高ST分析的精度，细分D，从而更精准的计算Rt和Ch,D,1,2,3,4,5,6,7,T,T,T,T,T,T,S,S,S,S,S,10,2020/10/23,弗兰德斯分类,教学行为分析-弗兰德斯分类体系,FIAC数据表,采用时间抽样的办法，在指定的一段时间内，每隔3秒种观察者就依照左侧分类记下最能描述教师和班级语言行为的种类的对应的编码，记在右侧表格中。比如，在第一个3秒内发生的是教师讲授行为，就在相应

4、的格子内记下5这个编码。 这样，每一行20个方格就记录下1分钟内20个行为的编码。上表10行就表示10分钟的连续观察。,11,2020/10/23,教学行为分类-国内,吴康宁等学者,12,2020/10/23,“四何”问题,“是何”问题指向事实性问题 主要了解学生对事实性问题的掌握情况；,“为何”问题指向原理、法则、逻辑等 主要了解学生对原理性知识的掌握情况；,“如何”问题指向方法、途径、状态等 主要了解学生对策略性知识的掌握情况；,“若何”问题指向条件变化产生的新结果 主要了解学生对创造性知识的掌握情况。,低阶思维,高阶思维,13,2020/10/23,华中师大分类,教学行为分类-国内,华中

5、师大的模型更适合中国教育,14,2020/10/23,落地实践,15,2020/10/23,AI,基于大数据的课堂教学分析评测系统,基于大数据的课堂教学分析评测,16,2020/10/23,师生个体行为 班级整体行为,教师语音 学生语音,知识点,学生表情,AI分析维度,17,2020/10/23,2.1 行为分析,人脸识别模型训练,18,2020/10/23,2.1 行为分析,教师讲授、板书、提问,教师行为分析,19,2020/10/23,2.1 行为分析,教师行为分析,20,2020/10/23,2.1 行为分析,学生行为分析,学生主动提问、应答、对话,21,2020/10/23,2.1 行

6、为分析,学生行为分析,22,2020/10/23,2.1 行为分析,班级行为分析,班级整体行为统计分析,23,2020/10/23,2.2 语言分析,师生语言,语音采集，语义转换，知识点识别,24,2020/10/23,2.3 表情分析,学生表情,鬼脸,高兴,正常,悲伤,生气,愤怒,技术可以测量出的情绪,25,2020/10/23,2.3 表情分析,学生表情,多目标情感计算,26,2020/10/23,2.4 OCR识别,知识点识别,OCR自动扫描教师授课课件，识别知识点，关联知识库,27,2020/10/23,讲授,提问,指示,反馈 评价,主动 提问,应答 举手,对话,讨论,观察,笔记 练习

7、,实践 实验,思考,板书,演示 展示,观察 巡视,个别 指导,教师,学生,言语,活动,16类行为分别采样评分,根据分值绘制云图,根据云图及基本属性相关值横向/纵向对比,云图模型的意义 半径：教学行为中某一行为的分值 极差：教学行为极端分布情况； 离散（标准差）：教学行为分布的离散情况，值越大教学行为分布越广； 周长/面积：教师教学行为掌控水平情况，越长/越大综合行为评分越高； 重心：教学行为的综合表现，教学行为分布的集中趋势，例如：左图倾向于教师言语,计算云图的基本属性极差、标准差等、周长等,红色表示可以利用人工智能自动采集分类,教学行为云图-教师课堂,28,2020/10/23,教学行为图-

8、学生,29,2020/10/23,教学行为一般模型,30,2020/10/23,精准推送服务,学生、家长,教师,领导,31,2020/10/23,家校通,教师,教师,教师,家长,智课通,家长,3.1 学生、家长,32,2020/10/23,学生课堂数据的精准推送,33,2,教学分析,课程回放,3.2 教师,34,2020/10/23,教师个体,对比分析,3.3 教研人员,35,2020/10/23,同课异构分析 支持开展同课异构活动 同校或者跨校的多位教师上的同一节课 AI系统自动分析各位教师授课过程，对比各个课堂的教学行为,36,2020/10/23,基于大数据的课堂教学分析评测目的,支持学生的个性化学习,教师的专业化成长,37,2020/10/23,课例评选支持,38,2020/10/23,烟台-南通路小学,新技术支持下的个性化学习应用成果现场展示，小学学段（南通路小学现场）36节课，均布置了人工智能录播现场，会实时分析这36节课。给出报表，供老师和教研员参考。,5间教室，36节小学课程，自动分析，报表输出,39,2020/