- $
AI怎樣判斷“課堂專注度”，老師如何利用它？
來源：www.multibit.cc 發布時間：2021年06月24日
人工智能技術進入校園，帶來的重要變化之一是：用數據“丈量”課堂。在豐富的課堂數據中，“課堂關注度”在衡量課堂質量、優化教學設計方面的價值受到教育工作者的認可。
如何利用AI技術量化課堂專注度，老師又如何使用這些數據進行教學研究？希望通過本文為教育工作者提供參考。
?
一、為什么要關注課堂專注度？
1、注意力是認知的基礎
與課堂專注度相比，老師更熟悉專注力或注意力這樣的表述。注意力是認知的基礎，研究表明，注意力與學習效果和學習成績有相關性。
每45分鐘的課之間有10分鐘的休息時間，同樣，教學內容也應該根據學生的年齡和注意力時間進行設計。以學生為主體的課堂上，有效性應該充分體現在，學生知識的習得和大腦思維的開發。
一般情況下，年級越大，學生的注意力時間就越長。7歲的孩子注意力在14-35分鐘之間，12歲的孩子注意力在24-80分鐘之間。有一個簡單的公式可以幫助老師了解學生的注意力時間：年齡×2-5分鐘=平均注意力范圍。
2、課堂專注度反映學習狀態
課堂上學生的專注力如此重要，傳統課堂卻缺少工具幫助老師了解學生是否進入學習狀態。在這種情況下，“課堂專注度”應運而生，以時間順序反映了課堂上學生專注力變化的整體趨勢，以及哪個時間專注度高，哪個時間低。
課堂專注度用計算機代替了人工的課堂觀察和記錄，能夠大程度上確保數據的客觀有效，數據的處理和提取也更加方便，因此能為教學研究和學校管理帶來價值。
二、AI如何判斷課堂專注度？
1、基本的技術原理
學生是否集中注意力，會透過他們的頭部行為體現出來。例如，老師在講課時，學生抬頭聽講被看做是注意力集中的表現。所以，判斷學生在課堂上的頭部姿態是計算課堂專注度的重要依據。
伴隨式采集課堂教學視頻后（不干擾課堂教學），通過頭部姿態估計技術，推斷出學生頭部在三維空間的姿態參數，建立頭部三維空間姿態模型，通過頭部姿態在不同坐標系之間的相互轉換，判斷學生群體的頭部朝向。
再利用頭部姿態追蹤人眼的視線方向，對匯總數據進行二次分析，從而計算出學生的社交專注保持力，這也是目前學習認知領域先進的分析技術。
2、針對教學場景的優化
教學場景的多變意味著技術的實際應用要比想象中更加復雜，課堂上的抬頭行為并非都是注意力集中的表現。比如，課堂練習時，低頭書寫才是專注的表現。因此，在分析課堂專注度時還要區別具體的教學場景。
認為科學有效的“課堂專注度”應該符合以下標準：
1、課堂專注度不等于學生抬頭率
2、課堂專注度必須區分課堂教學場景
3、課堂專注度以頭部朝向和視線方向為依據
三、利用課堂專注度的3點建議
1、對比分析課堂專注度的變化趨勢
課堂專注度反映了學生整節課的注意力和興趣點分布情況，依據時間點設計合理的教學內容，有助于提高老師對課堂節奏的控制和把握。
比如，班主任可以對照分析本班各科目之間的課堂專注度，任課老師可以對比不同班級同一科目的課堂專注度變化。班級與班級之間、學科與學科之間的比較，能幫助老師及時發現問題，進而及時調整和改進教學設計。
2、從課堂專注度峰值與谷值尋找規律
課堂專注度的峰值和谷值會對應同一時刻的課堂視頻，幫助老師將講課內容的吸引力、學生的興趣點與教學內容、教學設計相關聯，從而找出規律。
比如，在同一位老師講授同一節課時，A班的同學在老師講課的時候專注度高，而B班在班級討論的時候專注度高，可以說明A班的同學更喜歡講授型的教法，而B班更喜歡研討型的教法。這些數據將為老師發現學生的興趣、適宜的教法等提供參考和依據。
3、及時發現學生的學習問題
因為課堂專注度與學習效果和成績有相關性，個人課堂專注度變化有助于老師及時發現學生在學習中存在的問題，并及時與家長溝通、進行干預。
比如，學生小Q近一周各科的課堂專注度都在下降，老師發現問題后及時與家長聯系。原來這一周小Q都睡得很晚，睡眠不足導致課堂注意力不集中。老師與家長的及時干預，阻止了小Q學習成績的下滑。
數據不是目的，而是輔助教學和管理的手段。課堂專注度在實際教學中的應用更加廣泛，對課堂專注度的挖掘與使用有助于幫助年輕教師成長，提高學校的教研水平。希望技術能成為教育教學的“神器”，而不是老師的負擔。
返回列表
如何利用AI技術量化課堂專注度，老師又如何使用這些數據進行教學研究？希望通過本文為教育工作者提供參考。
?
一、為什么要關注課堂專注度？
1、注意力是認知的基礎
與課堂專注度相比，老師更熟悉專注力或注意力這樣的表述。注意力是認知的基礎，研究表明，注意力與學習效果和學習成績有相關性。
每45分鐘的課之間有10分鐘的休息時間，同樣，教學內容也應該根據學生的年齡和注意力時間進行設計。以學生為主體的課堂上，有效性應該充分體現在，學生知識的習得和大腦思維的開發。
一般情況下，年級越大，學生的注意力時間就越長。7歲的孩子注意力在14-35分鐘之間，12歲的孩子注意力在24-80分鐘之間。有一個簡單的公式可以幫助老師了解學生的注意力時間：年齡×2-5分鐘=平均注意力范圍。
2、課堂專注度反映學習狀態
課堂上學生的專注力如此重要，傳統課堂卻缺少工具幫助老師了解學生是否進入學習狀態。在這種情況下，“課堂專注度”應運而生，以時間順序反映了課堂上學生專注力變化的整體趨勢，以及哪個時間專注度高，哪個時間低。
課堂專注度用計算機代替了人工的課堂觀察和記錄，能夠大程度上確保數據的客觀有效，數據的處理和提取也更加方便，因此能為教學研究和學校管理帶來價值。
二、AI如何判斷課堂專注度？
1、基本的技術原理
學生是否集中注意力，會透過他們的頭部行為體現出來。例如，老師在講課時，學生抬頭聽講被看做是注意力集中的表現。所以，判斷學生在課堂上的頭部姿態是計算課堂專注度的重要依據。
伴隨式采集課堂教學視頻后（不干擾課堂教學），通過頭部姿態估計技術，推斷出學生頭部在三維空間的姿態參數，建立頭部三維空間姿態模型，通過頭部姿態在不同坐標系之間的相互轉換，判斷學生群體的頭部朝向。
再利用頭部姿態追蹤人眼的視線方向，對匯總數據進行二次分析，從而計算出學生的社交專注保持力，這也是目前學習認知領域先進的分析技術。
2、針對教學場景的優化
教學場景的多變意味著技術的實際應用要比想象中更加復雜，課堂上的抬頭行為并非都是注意力集中的表現。比如，課堂練習時，低頭書寫才是專注的表現。因此，在分析課堂專注度時還要區別具體的教學場景。
認為科學有效的“課堂專注度”應該符合以下標準：
1、課堂專注度不等于學生抬頭率
2、課堂專注度必須區分課堂教學場景
3、課堂專注度以頭部朝向和視線方向為依據
三、利用課堂專注度的3點建議
1、對比分析課堂專注度的變化趨勢
課堂專注度反映了學生整節課的注意力和興趣點分布情況，依據時間點設計合理的教學內容，有助于提高老師對課堂節奏的控制和把握。
比如，班主任可以對照分析本班各科目之間的課堂專注度，任課老師可以對比不同班級同一科目的課堂專注度變化。班級與班級之間、學科與學科之間的比較，能幫助老師及時發現問題，進而及時調整和改進教學設計。
2、從課堂專注度峰值與谷值尋找規律
課堂專注度的峰值和谷值會對應同一時刻的課堂視頻，幫助老師將講課內容的吸引力、學生的興趣點與教學內容、教學設計相關聯，從而找出規律。
比如，在同一位老師講授同一節課時，A班的同學在老師講課的時候專注度高，而B班在班級討論的時候專注度高，可以說明A班的同學更喜歡講授型的教法，而B班更喜歡研討型的教法。這些數據將為老師發現學生的興趣、適宜的教法等提供參考和依據。
3、及時發現學生的學習問題
因為課堂專注度與學習效果和成績有相關性，個人課堂專注度變化有助于老師及時發現學生在學習中存在的問題，并及時與家長溝通、進行干預。
比如，學生小Q近一周各科的課堂專注度都在下降，老師發現問題后及時與家長聯系。原來這一周小Q都睡得很晚，睡眠不足導致課堂注意力不集中。老師與家長的及時干預，阻止了小Q學習成績的下滑。
數據不是目的，而是輔助教學和管理的手段。課堂專注度在實際教學中的應用更加廣泛，對課堂專注度的挖掘與使用有助于幫助年輕教師成長，提高學校的教研水平。希望技術能成為教育教學的“神器”，而不是老師的負擔。
