智课基于大数据的课堂教学分析评测课件.pptVIP

家校通 教师 教师 教师 家长 智课通 家长 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 * * * * * * * * * * * * * * * * 智课--基于大数据的课堂教学分析评测17.11.24 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 OCR Ai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T 1. 解说 2. 示范 3. 板书 4. 提示 5. 提问/点名 6. 评价/反馈 学生S 7. 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S T S 左图对应的ST序列为： T T S T S D(TS) D(TS) T S S S T T 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Ch D 教学模式 标准条件 练习型 讲授型 对话型 混合型 Rt ≤ 0.3 Rt ≥ 0.7 Ch ≥ 0.4 0.3 Rt 0.7, Ch 0.4 1 2 3 4 5 6 7 T T T T T T S S S S S 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 1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10 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