学生中心视域下“AI追踪”助推教学质量评价创新.docx

学生中心视域下“AI追踪”助推教学质量评价创新

【摘要】AI教育评价作为对教育活动现实的或可能的价值作出科学、客观的判定、量化的过程，是教育改革的理性化研究与追踪。本文以两次《草船借箭》语文课堂教学为例，从教师教学提供教学时间、教学情感、教学轨迹、教学视线等全维度的可视化数据报告，分析课程实施过程的优势与不足，并进行AI教学评价视野中的“五度”教学反思。

【关键词】AI追踪；语文教学；质量评价

AI技术的开发和应用使得计算机能够代替完成以往人脑才能完成的智能工作，从而极大地拓展了人的智力与体力。《深化新时代教育评价改革总体方案》，明确指出要创新评价工具，利用人工智能、大数据等现代信息技术[1]。笔者从教学评价视角，通过前、后两次讲授《草船借箭》一课，利用华大数智AI课堂分析改进系统生成可视化AI教学质量检测报告，并参照其给出的“智慧建议”，达到优化教学的目的。

“望”表及里：明晰时间肌理，双态情感理润

AI监控教学过程是数字赋能教育三个阶段中的新晋阶段（图1），主要通过人工智能和镜头的捕捉、追踪，把教师的行为、表情等在动态和静态两种状态下的数据进行分析、运算，得出相应的结论，并把结论工具化、产品化。从严格意义上而言，AI数据收集、分析、建议是一套完整的储蓄、评价体系，它以相对客观、理性的大数据分析，根据最终的结果呈现出具有一定价值性的问题和优化策略，既保持中立性，又具有普适性，帮助教师节省主观查找问题根源和对比数据网络范例经验的时间，是很好的陪伴者、监控者和建议者。

1.动态“储蓄”，问题整合犹可“依”

多模态融合、开放共享、高速流转是人工智能技术作为评价主体的特点和优势。它不仅以一个更立体与真实的方式来呈现教师成果的细节和纹理，还具有时间储蓄功能，使得教师可以在评价结束之后，根据报告中所提出的关键性问题进行视频回放，确定问题产生的根本原因，并采取解决措施。它的动态“储蓄”功能，是通过教室内的摄像头、眼动仪等实时地采集课堂图像与声音信号，利用面部识别、语言识别、姿态识别等技术对教师教学过程中的表现性信息进行自动运算、分析和评价而实现的。通过前后两次的《草船借箭》AI录课时间比对数据，AI可以快速处理和分析不同来源与类型的大量数据、图像信息，并将繁杂、庞大的数据和图像信息，进行可视化、数据化处理，生成一份详尽的数据报告和文字报告，以供教师自查、自省、自纠。

2.静态“蜷思”，时间配比犹可“耐”

当前教学理念随着AI教学活动的监控和评价，已由过去静态的一次性评估转变为实时、持续的动态过程，扭转了教师只关注学习结果，忽视教学过程中学生的体验和成长的传统、刻板的评价理念和方式。但最终AI呈现的数据结果，仍需要回归静态的思考，将数据中的关键性问题进行整合、提炼、施以对策。关于前后两次《草船借箭》课教学时间，第一次AI数据分析报告中显示教师讲课时间为25分钟，学生自主发言时间为6分钟，由此可以看出学生积极性不高，主动思索、探究问题的能力有待提高；第二次AI数据分析报告显示教师讲课时间为30分钟，学生自主发言时间仍为6分钟，由此可以看出教师有意优化教学，但并未认识到问题产生的深层次根源。教学时间作为教学事件中的一类和首位，需要结合总评分图对存在的教学问题进行详细分析和梳理，才能避免一叶障目。

“闻”声索迹：追踪交互轨迹，“三式”问题触发

追踪交互轨迹中的三大问题，如图2所示。AI算法实现自动化分析的高级之处，在于情感识别与课堂互动分析，通过对教师、学生的面部表情、语调和参与度进行跟踪，计算得出真实、客观的课堂交互结果反馈，辅助教师构建出更加智能的教学评估模型，实现更加精准的教学评价。

1.“单向式”预学，“定点”生疑

AI技术作为旁观者的身份在教学过程中的应用，为评价体系提供了新的视角，建立了新的身份属性。即通过人机协同，在极短的时间内处理大量的学习行为数据，并自动化、智能化地生成客观的评价结果，摆脱了人为主观的判断，尤其是多模态融合和数据检索技术合力生成的关于教师和学生动态的情感变化信息，则从更加理性的视角为教学活动主体画像，促使主观情感得到客观化分析，进而缩短教师通过观察法、问卷调查法等方式了解学生情感变化的时间，以及降低学生评教的覆盖率（学生评教本身就是额外任务和负担），进而提升教学质量。

“单项式”预学的问题表征主要通过三方面进行佐证。一是横向对比前后两次《草船借箭》的录课时间占比，教师讲课时间延长5分钟，但学生发言时间仍为6分钟；二是纵向对比教师高频词占比；三是师生互动的S-T数据分析。对比前后两次高频词发现变化幅度非常小，结合S-T智能分析结果数据，足以佐证教师“单项式”预学，即具有主导预学、主导课堂的问题存在，且教师在第二次重新录课时并未意识到这一问题。

2.“克隆式”教学，“聚点”找疑

课程评价是教学评价的一环，也是影响教