AI怎样判断“课堂专注度”,老师如何利用它?

EduBrain
2020/05/22 18:06 Comment(s)

AI怎样判断“课堂专注度”,老师如何利用它?

人工智能技术进入校园,带来的重要变化之一是:用数据“丈量”课堂。在丰富的课堂数据中,“课堂关注度”在衡量课堂质量、优化教学设计方面的价值受到教育工作者的认可。


如何利用AI技术量化课堂专注度,老师又如何使用这些数据进行教学研究?Q博士希望通过本文为教育工作者提供参考。


一、为什么要关注课堂专注度?


1、注意力是认知的基础


与课堂专注度相比,老师更熟悉专注力或注意力这样的表述。注意力是认知的基础,研究表明,注意力与学习效果和学习成绩有相关性。


每45分钟的课之间有10分钟的休息时间,同样,教学内容也应该根据学生的年龄和注意力时间进行设计。以学生为主体的课堂上,有效性应该充分体现在,学生知识的习得和大脑思维的开发。


一般情况下,年级越大,学生的注意力时间就越长。7岁的孩子注意力在14-35分钟之间,12岁的孩子注意力在24-80分钟之间。有一个简单的公式可以帮助老师了解学生的注意力时间:年龄×2-5分钟=平均注意力范围。


2、课堂专注度反映学习状态


课堂上学生的专注力如此重要,传统课堂却缺少工具帮助老师了解学生是否进入学习状态。在这种情况下,“课堂专注度”应运而生,以时间顺序反映了课堂上学生专注力变化的整体趋势,以及哪个时间专注度最高,哪个时间最低。


课堂专注度用计算机代替了人工的课堂观察和记录,能够最大程度上确保数据的客观有效,数据的处理和提取也更加方便,因此能为教学研究和学校管理带来价值。


二、AI如何判断课堂专注度?


1、基本的技术原理


学生是否集中注意力,会透过他们的头部行为体现出来。例如,老师在讲课时,学生抬头听讲被看做是注意力集中的表现。所以,判断学生在课堂上的头部姿态是计算课堂专注度的重要依据。


以清帆提出的“SAHP专注力分析技术”为例,伴随式采集课堂教学视频后(不干扰课堂教学),通过头部姿态估计技术,推断出学生头部在三维空间的姿态参数,建立头部三维空间姿态模型,通过头部姿态在不同坐标系之间的相互转换,判断学生群体的头部朝向。


再利用头部姿态追踪人眼的视线方向,对汇总数据进行二次分析,从而计算出学生的社交专注保持力(SAHP, Social Attention Holding Power),这也是目前学习认知领域最先进的分析技术。


2、针对教学场景的优化


教学场景的多变意味着技术的实际应用要比想象中更加复杂,课堂上的抬头行为并非都是注意力集中的表现。比如,课堂练习时,低头书写才是专注的表现。因此,在分析课堂专注度时还要区别具体的教学场景。


清帆认为科学有效的“课堂专注度”应该符合以下标准:

1、课堂专注度不等于学生抬头率

2、课堂专注度必须区分课堂教学场景

3、课堂专注度以头部朝向和视线方向为依据


三、利用课堂专注度的3点建议


下面Q博士以清帆科技「数据驱动型智慧课堂」解决方案中的“课堂专注度”为例,为老师利用课堂专注度提供参考。


1、对比分析课堂专注度的变化趋势


课堂专注度反映了学生整节课的注意力和兴趣点分布情况,依据时间点设计合理的教学内容,有助于提高老师对课堂节奏的控制和把握。


比如,班主任可以对照分析本班各科目之间的课堂专注度,任课老师可以对比不同班级同一科目的课堂专注度变化。班级与班级之间、学科与学科之间的比较,能帮助老师及时发现问题,进而及时调整和改进教学设计。


2、从课堂专注度峰值与谷值寻找规律


在清帆的解决方案中,课堂专注度的峰值和谷值会对应同一时刻的课堂视频,帮助老师将讲课内容的吸引力、学生的兴趣点与教学内容、教学设计相关联,从而找出规律。


比如,在同一位老师讲授同一节课时,A班的同学在老师讲课的时候专注度最高,而B班在班级讨论的时候专注度最高,可以说明A班的同学更喜欢讲授型的教法,而B班更喜欢研讨型的教法。这些数据将为老师发现学生的兴趣、适宜的教法等提供参考和依据。


3、及时发现学生的学习问题


清帆「个性化家校共育」解决方案为每一位学生提供课堂专注度分析。因为课堂专注度与学习效果和成绩有相关性,个人课堂专注度变化有助于老师及时发现学生在学习中存在的问题,并及时与家长沟通、进行干预。


比如,学生小Q最近一周各科的课堂专注度都在下降,老师发现问题后及时与家长联系。原来这一周小Q都睡得很晚,睡眠不足导致课堂注意力不集中。老师与家长的及时干预,阻止了小Q学习成绩的下滑。


Q博士有话说


数据不是目的,而是辅助教学和管理的手段。课堂专注度在实际教学中的应用更加广泛,对课堂专注度的挖掘与使用有助于帮助年轻教师成长,提高学校的教研水平。Q博士希望技术能成为教育教学的“神器”,而不是老师的负担。


感谢清帆商务组、产品组、算法组对本文的支持。


参考资料:

1、清帆科技「数据驱动型智慧课堂」解决方案

2、孙亚丽,《基于人脸检测的小学生课堂专注度研究》,湖北师范大学硕士论文,

3、Christina Reid,《pay attention! why I think it is important to study attention in school children》,2017

了解方案详情
了解技术实现
其他AI应用

关于清帆科技


清帆科技是⼀家专注于教育的⼈⼯智能公司。基于5G的超⾼速率、超⼤宽频、超低时延等优势,通过知识图谱、情感计算、⾏为分析等AI视频分析技术,为学校和企业提供两大教育应用智能解决方案:Proactive Safety™️主动安全及EduBrain ® 智慧教育。

Proactive Safety主动安全

Proactive Safety®主动安全解决方案,将安防由被动变主动。利用人体姿态识别等人工智能技术实现闯入、围栏检测、聚众、离开岗位、可疑停留、画面遮挡等主动呼入式预警,从事件发生到产生预警仅需2.6秒,为校园等公共场所实现安全保障。

EduBrain®智慧教育

EduBrain®智慧教育解决方案,利用知识图谱、情感计算、语音分析等人工智能技术,面向学校课堂、研讨型教室、及1V1在线咨询企业提供视频数据分析。帮助学校高效管理、科学决策,助推教师专业发展,提升企业管理效率和收益。


关注清帆科技微信公众号