智能教育技术应用与实践 课件7-1智能化教学实施.pptx

智能化教学实施主讲人：智能教育技术研究成员湖南师范大学/教育科学学院/教育技术学系

智能技术赋能教学实施传统的课堂考勤管理靠人工统计完成，而随着智能化技术的发展，人脸识别、指纹识别、智能卡目前已经广泛应用于智能化课堂考勤管理场景。

RFID课堂考勤它利用RF对记录媒体（即智能卡）进行读写。操作快捷，准确率高，但需要有硬件设备支持，且考勤形式不够灵活。

通过签到、定位或者二维码扫描等方式，方便操作和实时监控，但二维码生成和扫码需要占用一定时间。移动App和小程序的课堂考勤

无感人脸识别考勤摄像头定时抓拍记录课堂，在图像或视频中动点扫描并识别人脸，实现无感知状态下快速准确考勤。硬件投入考量无感人脸识别考勤方式灵活方便，不干扰课堂进程，但需要硬件设备和场景支持，前期投入相对较大。0102无感人脸识别的课堂考勤

智能技术赋能学习情境传统学习情境创设受时间和空间限制，而AI和VR技术极大地赋能了学习情境的创设，生成任意学科中更加生动和具有情境感的学习情境。VR实验室与智能教育基于VR和AI等智能化技术可生成科学教育、人文教育、艺体教育等学习情境，例如在虚拟情境中进行化学实验或物理实验，扮演历史人物并体验历史事件等。数智化学习情境

类人工课堂答疑智能答疑系统的两个主要工作：利用AI和NLP等先进技术，接收学习者的问题通过知识字典和大语言模型等技术，提供各类的问题解答，以解决课堂答疑资源紧缺的问题。

个性化课堂学习评价课堂学习评价，即课堂学习效果分析，是对学习者在课堂学习过程中的学习行为和学习效果进行实时、系统的分析。传统的课堂学习效果分析往往依赖于教师的经验判断，主观性较强，容易受到教师个人偏见和情感因素的影响，分析结果可能存在偏差；主观性强1只关注表面现象，缺乏对学习者学习过程、思维方式和能力发展等方面的深入分析；学习效果分析缺乏实时性、动态性和滞后性。只关注表面2

个性化课堂学习评价课堂数据采集个性化学习分析学习路径推荐课堂情感感知个性化学习分析是充分挖掘每个学习者的量化学习数据，分析其独特的学习特点、需求和潜力。课堂情感感知是应用智能化技术采集学习者面部及身体姿态数据，获取学习者情感特征反馈给教育者。课堂数据采集包括了半自动化采集和自动化采集个性化学习路径推荐为学习者提供一条切实可行、高效科学的学习路径。

课堂数据采集半自动化采集半自动化课堂数据采集是人工和使用辅助设备结合来进行采集；自动化采集是通过录播系统提取的视频行为分析与语音识别、根据课堂学习行为大数据以分析判断学习质量等。使用智能化技术进行课堂采集的数据类别可分为课堂行为数据、评价数据、情感数据、管理数据等。

个性化学习分析充分挖掘每个学习者的量化学习数据，分析其独特的学习特点、需求和潜力，以提供针对性的个性化反馈和指导。量化学习维度智能化学习分析系统包括学习习惯、兴趣偏好、能力倾向、学科优势与劣势等，多个维度综合考量，确保反馈和指导的精准有效。自动收集多维学习过程数据，进行挖掘分析，构建其个性化学习画像，并为其指定个性化学习计划。个性化学习分析

学习路径推荐为学习者提供一条切实可行、高效科学的学习路径，使得学习者可以以最小的学习成本完成学习目标，从而达到更加科学合理的分配学习资源的目的。任务实施步骤典型案例介绍典型的学习路径推荐案例有：专家系统驱动的自适应学习路径推荐系统（ALPRS）、基于蚁群算法的自适应学习路径推荐。个性化学习路径推荐分析学习者特点教学设计提取个性化特征评定路径优劣

课堂情感感知为精准全面地反映课堂教学效果提供数据支持，有助于教师及时调整教学策略，提升教学质量。情感感知技术智能化技术通过采集学习者面部及身体姿态数据，获取学习者情感特征反馈给教育者，以及时调整课堂教学内容与策略。课堂情感感知可以基于面部表情、身体动作、语音信息等信息融合获取学习者的情感特征进行分析，以针对性的对学习者开展指导。信息融合分析精准反映教学效果课堂情感感知

小结智能化教学实施智能化课堂考勤数智化学习情境类人工课堂答疑个性化课堂学习评价基于RFID的课堂考勤基于移动App和小程序的课堂考勤基于无感人脸识别的课堂考勤个性化学习分析个性化学习路径推荐课堂数据采集课堂情感感知