前言：尋找寫作靈感？中文期刊網用心挑選的課堂教學過程雙向管理體系解析，希望能為您的閱讀和創作帶來靈感，歡迎大家閱讀并分享。
摘要：文章分析了人工智能技術在課堂教學管理中的應用現狀與存在的問題，從課堂教學管理和監督視角提出了師生雙向管理體系架構，并對如何監測和使用數據提出了對策和建議，以期為客觀、有效的評價教育教學活動，完善教師“教”和學生“學”的自我監督提供參考。
關鍵詞：人工智能；課堂教學過程；管理體系；監督
引言
“人工智能”、“大數據”、“智慧”、“互聯網+”等新興詞匯已然成為這個時代的關鍵詞，滲透在各行各業。在人工智能技術的發展和應用過程中，在“互聯網+教育”理念的催生下，智慧課堂的教學模式[1-3]、智能手機在智慧課堂中的應用模式[4，5]、課堂考勤系統的設計[6-9]、課堂行為管理[10，11]等問題正受到關注。但是，目前的研究主要側重于教學模式改革與課堂紀律管理方面，對于在不產生額外壓力的情況下，如何在管理監督課堂整個教學過程的同時，提升學生“學”與教師“教”的過程，最大化監測數據價值的問題未進行探討。本文首先分析了人工智能在課堂教學管理中的應用現狀與存在的問題，提出了課堂教學過程雙向管理體系，并對體系中數據如何監測、如何應用提出了對策和建議，以完善人工智能在教學過程中的應用，實現師生的自我監督與管理。
一、人工智能在課堂教學管理中的應用現狀與問題
（一）應用現狀
為了實現課堂教學過程的監督作用，傳統課堂教學過程的管理和評價模式如圖1所示。教學督導通過隨堂聽課來評價課堂的質量。為了提高課堂教學過程的效率和監督管理力度，不少院校已在教室內安裝不同視角的攝像。借助視頻，教學督導可以分別從學生視角來評價老師的教學過程，從講臺視角來評價學生的聽課行為，以此來衡量老師的教學質量。但是，相較于圖1，該模式僅僅是在傳統課堂教學管理體系中增加了教學督導的監督途徑，并未有本質改變。隨著人臉識別等人工智能技術的成熟應用，教室內的攝像頭可通過人臉識別來進行考勤[6-9]、判斷學生的課堂行為[10-11，14]、評價學生的專注度[12]。如果監測出學生在課堂上的異常行為，監測結果將作為學生成績考核的組成部分。這種方式主要應用于中小學的課堂管理，在高等院校中的應用還較少。這是因為高等院校的學生主要為滿18周歲的成年人，大學更強調學生自我管理、自主學習能力的培養，課堂教學過程更強調教師在專業知識領域的合理引導，不宜使用同樣的方法對學生進行過于嚴格的課堂管理。
（二）存在的問題
1.教學評價體系的不健全
傳統課堂教學的評價主要通過學生是否坐在前排、是否抬頭等來判斷教學效果；通過教師是否提問、與學生互動等來衡量教學內容的設計；通過教師是否使用板書、視頻等來評價教學方法。但是，不同特點的課程應具有不同的教學方法和內容的設計，教師是否與學生互動、學生是否坐在前排等這種表象不應作為評價的主要指標。
2.教學督導定性評價的主觀性
教學督導雖然具備多年教學經驗，但是作為“有限理性”行為人[13]，其評價和判斷的標準會受到個人認知、情境、喜好、評價對象與評價者之間的關系等影響而產生判斷偏差。另一方面，同一門課，不同的教學內容教師的表現會存在差異。而傳統或者視頻監控下的課堂教學評價，教學督導采用隨機抽查的方式來進行，這同樣會導致評價結果出現偏差。最后，教學督導的評價多為定性的感知，比如：課堂反應較好，教師態度較好等，每個部分的打分也較模糊，除非出現極好和極差的案例。
3.教師的教學能力未得到有效提升
本科教學的重要性需要教師（特別是年輕教師）及時準確的認識到自身存在的問題，有針對性的進行調整和改進，為更好的呈現課程內容去努力；但是，目前的課堂教學評價還不能有效實現這一目標。一方面，傳統或者視頻監督下的課堂教學評價對教學督導的依賴性較強，教學行為無法被有效的量化，處于中間水平的教師很難通過督導的定性反饋有針對性的提升自己的教學能力。另一方面，高校通過優秀教學視頻、優秀教師的講座等方法來培訓新進教師，新教師學習到了一些基本方法，但是在應用過程中是否真的合適，不得而知。除此之外，教學內容是否被教師有效傳遞給學生，最關鍵和最應該被關注的發言人和評價人應是學生。目前使用學生在線評價來給教師的教學進行打分，同樣存在諸多不可控的因素，讓結果有失公允。綜上，如何客觀、公平、公正的評價教學過程以達到提升教學效果的目的仍然是一個亟需解決的問題。但是，目前在應用過程中，對學生的管理制度是否恰當，爭議褒貶不一[12]。技術已然成熟，但是問題在于如何使用這些技術來實現合理的管控。
二、課堂教學師生雙向管理體系的構建
基于人工智能，課堂教學雙向管理體系的架構設計如圖2所示。該體系的主體與圖1相同，由教師、學生與教學督導構成；不同的是，教學督導通過人工智能方法監測到的學生課堂行為數據進行統計分析，形成量化的評價報告，反饋給教師；教師所在的自查系統可以輔助教師反思教學過程，規范教學行為；學生所在的監測與統計系統主要用來識別學生的課堂行為，收集和整理學生的課堂行為數據。由此，課堂教學過程的評價將會被量化，能夠在實現客觀、公平、有效管理的同時，為教師有針對性的提升自身教學能力提供事實依據。具體來說：1.教學督導模塊。教學督導將根據系統監測和統計的課堂上學生的行為數據進行統計分析，形成定量分析報告，衡量課堂教學質量，并結合自身的教學經驗，為教師提供改進建議，將綜合評價結果與改進建議傳達給教師。教學督導僅能獲取學生的監測與統計數據。2.教師模塊。教師的自查系統可包含語音識別與分析、行為監測等功能，能夠監測到教師的情緒走勢、投入程度、教學語言的規范性等。教師結合自查系統監測的自身數據、教學督導反饋的數據、課堂上學生給予的現場反饋，有針對性的反思課堂教學方法和教學內容的設計。教師自查系統中關于自身的數據僅自己可見。3.學生模塊。系統主要通過人臉識別和圖像識別技術判斷學生是否在認真聽講（如，投入程度等）、是否做出與課堂無關的異常行為（如，走神、看手機、聊天等），并統計各行為發生的時長、時間點以及人數。學生僅能獲取自身數據。4.系統收集的數據價值。系統收集到的學生數據可替代傳統管理體系下教學督導觀察到的“學生坐在前排=認真聽講”等表象數據以及學生評價教師的主觀數據，用實際監測到的數據說話；教學督導基于統計報告，結合自身經驗給出合理的教學建議能夠有效輔助教師提升教學能力；另外，在該體系下收集到的數據可用來進行數據分析，挖掘課堂這一特殊情境中，人的行為習慣與教師-學生之間的相互影響關系，這是傳統課堂教學管理體系所不能做到的。
三、對策與建議
由于本科教學的重要性，課堂教學過程的管理和評價在高等院校是一個非常重要的組成部分。人工智能時代下，本文所提出的課堂教學雙向管理體系使得監督能力得到提升，但是系統監督的數據如何有效獲?。划敱O測到學生的與課堂無關行為時，如何合理的提醒學生也是尚待解決的問題。1.系統監督的數據獲取方面，除了視頻的人臉識別等功能外，可設計相應的僅用于課堂使用的手環，以記錄并收集使用者（學生和教師）的身體狀態，通過大數據分析與深度學習技術計算課堂投入度等數據。2.當監測到學生正在做與課堂無關行為或者走神時，上文中設計的手環具備提醒震動功能，以實時提醒學生注意力集中。或者構建手機App應用，與視頻監測的后臺數據相連接，當監測到相關異常行為時，App進行實時提醒。上述對策與建議，均是從自我檢查的角度進行設計，教師的自查監測系統與實時提醒學生注意力集中的功能僅適用于自身。即，教師自查監測到的數據，教學督導與學生均不能獲取；學生在做課堂無關行為，系統提醒等數據，其他學生、教師與教學督導均不能獲取。這樣設計的原因是為了防止師生產生壓力，輔助自我監督和自我管理。
四、結論
傳統監督管理體系下，過分強調了教學督導的職能，且結論多為定性評價，并未實現通過教學監督提升教學質量的目的。人工智能時代下，課堂教學的監督能力得到提升。本文從人工智能視角構建了課堂教學管理和評價體系，對該體系中的數據如何獲取和使用以達到課堂管理、教師教學質量評價、教師教學質量提升、師生自我監督和管理等目的進行分析。除此之外，本文認為收集到的相關數據可被用來分析課堂這一特殊情境下的個體行為以及相互作用關系，為進一步的教學管控提供事實依據。
作者:李青 劉超 單位:南京信息工程大學 國電南瑞科技股份有限公司電網調控技術分公司
