白雪

【摘要】针对课堂考勤、人工查课、人工巡课占用课堂时间、分散师生课堂注意力和过程考核缺乏科学判断依据的问题，借助人脸识别、行为分析、大数据等先进技术来实现学生考勤与上课行为状态的自动监管，教师授课情况的智慧化监督以及教师、学生课堂教学行为的趋势分析，从而提高学生上课的自律性、自主性、积极性和教师授课的责任感、敬业感，达到课堂教学的有效开展。

【关键词】课堂考勤  人脸识别  行为分析  过程考核

【中图分类号】G64 【文献标识码】A 【文章编号】2095-3089（2020）19-0193-01

1.引言

2018年4月13日教育部印发的《教育信息化2.0行动计划》中明确指出“以人工智能、大数据、物联网等新兴技术为基础，依托各类智能设备及网络，积极开展智慧教育创新研究和示范，推动新技术支持下教育的模式变革和生态重构。”课堂教学是实施素质教育，提高教学质量的主渠道，而课堂管理是课堂教学高效开展的前提，但目前的课堂管理多以人工参与、被动获取为主，缺乏主动性、响应的及时性，且易给课堂教学增加额外负担。基于此，论文探讨了通过人脸识别、行为分析、大数据等先进技术实现学生考勤、学生上课行为监管，教师授课行为监督，并通过对考勤、行为数据的整合分析，不断提升课堂教学的效率和效果。论文中的课堂管理一方面指的是教师对课堂的管理，主要是对学生考勤以及学生上课行为状态的主动监管;另一方面指的是教务处对教师授课情况的智慧化监督，以改变传统人工查课、评课的弊端。

2.课堂管理的现状

深知课堂管理对于课堂教学有效开展的重要性，很多高校已开始探索课堂管理的改革措施，如制定严格的课堂管理制度，建立高效的管理运行机制等[1]。但由于以下因素的存在：第一，班级属性。学校生源问题和二三合班大课堂模式造成学生的学习自律性、自主性较差，自我约束与自我管理能力较弱。第二，教师属性。新教师对课堂管理的经验和精力不足，重心放在知识的传授上，上课易紧张;某些老教师重科研轻教学，教学只为完成任务忽视课堂管理。第三，考勤手段。教师口头随机点名、提问或借助雨课堂、学习通等软件完成学生课堂签到，督导进入教室实地查看教师授课情况，凭经验和感觉完成记录与打分。这些因素的存在将给课堂管理带来如下问题：

（1）课堂考勤管理难。教师需要刻意花时间精力去记录、补充、管理学生考勤，而结果却不尽人意。即使借助软件签到，也有签到不成功、教室外完成签到、找手机替签到、找人替上课等现象发生，学生上课旷课、迟到、早退、玩手机、睡觉等恶习依旧频繁，旷课期间，学生安全事故也时有发生。

（2）课堂教学易受人工巡课、人工查课打扰。第一，教务处为监管教师是否按学校规定上课，是否按时上下课，是否严格管理课堂纪律，是否认真开展教学等情况，会安排督导走访各个教室，进行实地查看记录与打分，这会影响教师的发挥、给教师带来心理压力。第二，学生处为统计各年级各班级的到课率情况，会安排学生助理每周不定期走访教室，进行现场数人头统计，这也会打扰到教师上课。

（3）过程考核缺乏科学判断依据。教学过程是指师生间的信息传递过程，这种过程在时间轴上展开和变化，复杂而动态，导致教师在给每位学生的平时成绩打分，或督导在给教师的授课情况打分时，往往掺杂很多主观因素，评估结果不够客观、较难体现水平差异性、没有足够数据作支撑。

3.课堂管理的智慧化改革

针对上述课堂管理中存在的问题，现借助人脸识别、行为分析、大数据等先进技术，对课堂管理进行智慧化改革，具体改革思路如下：

（1）通过人脸识别技术，实现无感化、自动化考勤管理。提前完成信息库的录入工作，包括教师信息、学生信息、课程信息等，在实施课堂教学中，通过人脸识别技术实时获取学生人脸，与信息库进行比对，即可自动完成每一个学生的出勤状态并形成报表，也可汇总班级的考勤数据并分析出到课率、异常人数，从而实现学生与班级的自动化考勤管理，有效杜绝学生旷课、迟到、早退、代签等恶习。同理，实时获取教师人脸进行比对，教务督导即可远程在线监督教师是否按时上下课、是否私自调课等现象。当然，这也有效避免了人工查课、人工巡课对课堂教学造成的干扰。

（2）通过AI智能行为分析技术，实现师生课堂行为的智能感知、分析和及时反馈。在课堂上，学生的学习行为有听讲、应答、举手、读写、同学互动、师生互动[2]，非学习行为有打瞌睡、趴桌子、玩手机、吃东西等。教师的教学行为有讲授、板书、提问、巡视、師生互动、使用多媒体设备，非教学行为有接打电话、玩手机等。通过AI智能行为分析技术能够分析出学生的学习行为、非学习行为与教师的教学行为、非教学行为，及时反馈课堂行为数据，这些数据能客观反映学生的上课行为状态和教师的教学手段方式方法，为学生、教师的公平公正考核和后期教学手段的改进提供客观的数据及支撑。此外，从人性心理的角度来看，该技术的应用将对课堂教学产生较大的积极作用：学生会自觉约束和规范自身行为，上课认真听讲，积极回答问题等;教师也会注意自身形象，注重教学活动的组织与开展，考虑学生的感受和接受力等。

（3）通过大数据技术，挖掘和分析出更多利于课堂教学的信息。基于上文人脸识别技术和AI智能行为分析技术所获得的考勤数据、行为数据，经过长期的汇总和整合，形成量化的图形报表，再从个人、班级、学校、学科、时间等不同维度对数据进行深度分析，为课堂教学的评价和改进提供更有效的支撑。比如通过分析学生个人和班级整体的考勤状态与上课行为，可得出影响学生成绩的因素是学生自己、教师的上课方式或其他。比如通过分析年级内不同班级同样授课内容时学生行为数据，或比对班级内不同课程等维度下学生学习的趋势结果，可筛选出年级内受学生欢迎度最高的班级授课内容。比如通过汇总所有班级的巡课记录，可清晰地展示每个班级的巡课结果，方便管理层进行更具针对性的督导。

4.结语

随着政策的不断深入，教育信息化的高速发展，各高校都应借助这股东风，加强教育的信息化建设，以课堂为核心，实现新兴技术与教学的融合，使得课堂管理和教学评价更容易、更科学。

参考文献：

[1]刘文阁，谢尧臣.课堂教学管理改革的探索与实践[J]. 卫生职业教育，2007（10）：14-15.

[2]周晓雨.基于人工智能技术的智慧课堂[J].智库时代， 2018（33）：280-281.