搜索
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02理论基础03落地实践04精准推送05案例展示01背景介绍人工智能发展史1943-1956年诞生1950年“图灵测试”1956年达特茅斯会议AI诞生1950-1970年早期符号主义早期推理系统早期神经网络专家系统1980-2000年第2次发展统计学派：语音识别机器学习神经网络2006年第3次发展大数据深度学习机器学习AlphaGo机器视觉人脸识别表情识别语音识别机器翻译OCRAi简介单一清晰领域海量数据超大计算量人工智能落地前提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。痛点分析客观数据对教学过程的分析缺失教学资源的利用率低下客观数据对个性化学习支持不足是教育大数据的主要产生地课堂视频结构化数据挖掘教学情报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课堂观察的理论基础教学行为分析-ST模型教师T1.解说2.示范3.板书4.提示5.提问/点名6.评价/反馈学生S7.发言8.思考/计算9.笔记10.实验/作业11.沉默教学行为笼统的分为T和STS左图对应的ST序列为：TTSTSD(T&S)D(T&S)TSSSTT从而得到：教师行为占有率：Rt=Nt/(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ChD教学模式标准条件练习型讲授型对话型混合型Rt≤0.3Rt≥0.7Ch≥0.40.3Rt0.7,Ch0.41234567TTTTTTSSSSS教师发言间接影响1.制造动机2.表扬3.理念4.提问直接影响5.讲授6.指示7.批评学生发言8.学生应答9.学生自发发言10.沉默或混乱弗兰德斯分类教学行为分析-弗兰德斯分类体系1234567891012345678910FIAC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。教学行为分类-国内师生行为对象师个互动教师行为指向学生个体的师生互动师班互动教师行为指向全班学生群体的师生互动师组互动教师行为指向学生小组的互动师生行为属性控制-服从型控制-反控制型相互磋商型吴康宁等学者“四何”问题概念：教师教育教学过程中提问方式的分类，包括“是何”“为何”“如何”“若何”四类若何如何为何是何“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。低阶思维高阶思维华中师大分类教学行为分类-国内-华中师大的模型更适合中国教育落地实践03AI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02010304•师生个体行为•班级整体行为活动行为•教师语音•学生语音语音分析•知识点OCR识别•学生表情情感计算AI分析维度2.1行为分析人脸识别模型训练2.1行为分析教师讲授、板书、提问……教师行为分析教师行为识别目标识别2.1行为分析教师行为分析2.1行为分析学生行为分析学生主动提问、应答、对话……学生行为识别多目标动态人脸识别课堂活跃热力图2.1行为分析学生行为分析2.1行为分析班级行为分析班级整体行为统计分析……2.2语言分析师生语言语音采集，语义转换，知识点识别……2.3表情分析学生表情消极倾听学生心理积极疑惑理解抗拒不屑鬼脸高兴正常悲伤生气愤怒技术可以测量出的情绪2.3表情分析学生表情多目标情感计算2.4OCR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……OCR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1.半径：教学行为中某一行为的分值2.极差：教学行为极端分布情况；3.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；4.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；5.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-教师课堂教学行为图-学生教学行为一般模型精准推送服务学生、家长教师领导家校通智课通3.1学生、家长学生课堂数据的精准推送教学分析课程回放3.2教师教师个体对比分析3.3教研人员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课例评选支持烟台-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……课堂分析报告-学生•结构式课堂观察记录•课堂知识点内容•课程信息•课堂观察记录课堂分析报告-教师•结构式课堂观察记录•课堂知识点内容•课程信息•课堂观察记录THANKS