APP下载

高校智能教室建设新需求分析*

2020-11-30黎生田建林余淇

中国教育信息化·高教职教 2020年11期
关键词:需求建设

黎生 田建林 余淇

摘   要:随着高新技术的快速发展,特别是智能技术的应用,智能教室建设已经成为高校信息化建设的热点研究领域。文章在对目前高校智能教室建设现状分析的基础上,着重从物理空间、技术分析以及智能管理三方面提出新的建设需求,以期为兄弟院校提供借鉴。

关键词:智能教室;建设;需求

中图分类号:TP393 文献标志码:B 文章编号:1673-8454(2020)21-0090-04

一、引言

在教育信息化2.0时代背景下,信息技术与教育教学的深度融合已成为高校发展的重中之重。随着新兴信息技术的逐步成熟以及对教育领域的强大支持,教学环境的建设也从信息化时代进入了智慧时代。各高校结合自身特点与需求,积极推进智慧教学环境的建设与探索,其中以四川大学“智慧教学环境建设”案例较为典型。该校通过对教学环境的系统性重塑与空间再造,营造“人人皆学、处处能学、时时可学”的泛在化学习氛围,推动了课堂变革。

当前智能教室建设也存在一些问题:第一,由于建设成本普遍较高,很多高校受经费限制,建设规模较小,并不能形成常态化的建设模式。第二,建设的类型比较单一与局限,功能融合性不强。第三,智能教室的核心功能(即数据分析)并未体现,究其原因,一方面是数据分析的维度与标准在业界并没有形成学术共识,另一方面受现有技术局限,无法进行深入分析。

二、建设新需求

笔者所在高校从2012年开始进行智能教室建设。强调充分利用信息技术,致力于打造“互动式、智能化、开放型、多样性”的教学环境,实现教学空间与教育理念、模式和教学方法的双向促进。目前已建成包含小组协作式、深度演示式、互动反馈式、跨区域远程式、操作式、研讨报告式六大式十小类智能教室[1]。同时充分利用过道、走廊以及教學楼内大厅闲置区域,安装白板、桌椅,覆盖无限网络等,打造互动交流空间,方便师生随时随地交流讨论、思维碰撞。在建设实践过程中,笔者积累经验,着重从物理空间、技术分析以及智能管理三方面提出建设新需求,以期为兄弟院校提供借鉴。

1.用智能持续优化物理空间,增强教学体验

(1)5G网络引入,提升信息基础环境

5G全称第五代移动电话行动通信标准,也称第五代移动通信技术,它在传输速率、覆盖范围、稳定性以及网络安全性方面有所完善[2],将会满足大家对移动通信网的新需求和高标准。引入5G网络,将为高校线上线下教与学活动支撑产生革命性影响。例如:针对现有的教学互动系统,将无需在每间教室或每栋教学楼密集部署无线局域网,即可满足教学互动的多终端、高并发需求,同时能够为即将上线的线上线下一体化教学平台提供有力支撑。关于“VR+教育”,目前的4G网络不能很好地满足其对网络的高传输要求,所以借助5G网络,VR的传输屏障可被打通,VR在移动端应用的相关问题也可得到解决。另外,5G网络将会大大改善微课或慕课等教学平台视频类资源的学习体验,让移动学习成为常态化。

(2)多模态物联网,实现教学全面感知

智能教室的基本属性之一,是实现教学环境的全面感知与智能控制。在智能教室的建设中,通过引入多模态物联网,基于语音控制、手势识别、图像分析以及传感器技术等,融合听觉、动作、视觉、传感器多种感官交互,智能教室将主动提供技术服务。如通过教室图像分析服务,动态捕捉非结构化的、现场的、实时的课堂互动并进行语音识别,转换为易于搜索和可参考的文字内容,同时语音识别技术的引入也将改变学生记笔记的方式。在多媒体设备操控方面,添加动作识别功能,即支持授课教师通过手势操控方式进行屏幕控制,解放双手,扩大操作区域,走到学生中间。在灯光控制方面,利用红外感应实时判别该教室内相应位置学生是否入座。如有入座,灯光控制系统将实时工作,提供局部照明;如无入座,该系统则处于关闭状态。在温湿度控制方面,通过教室内温湿度传感器感知、采集数据,依据既定标准阈值,当室内温湿度超越最高临界值时自动开启空调,小于最低临界值值时自动关闭,实现室内温度与湿度的自适应控制。在空气流通方面,采用二氧化碳传感器实时监测室内浓度变化,通过分析其浓度是否超越临界值来智能判断是否开启通风系统进行换气。通过精细化、智能化控制教室灯光、湿温度以及通风等设施,既提高了教室的管理效率,又改善了能耗利用率。多模态物联网的实现,有助于高校打造高智能化的教学空间,为师生提供智能、健康、舒适的教学环境,更好地激发师生的创新兴趣和学习激情。

(3)分布式布局,复合空间功能

智能教室的空间布局,在满足基本教学需求的基础上,要趋于分布式设计且功能复合使用,即支持随时重组再布置,迅速地将其重新变化成具有不同功能的、不同学习区域的学习空间。如在阶梯教室(百人大教室)的智能改造过程中,突破思路,对其布局进行大胆创新,以此来满足大型阶梯教室的探究式互动化需求。通过增加可移动式隔墙,创设阶梯小隔间,实现同一空间多种教学形态的快速便捷转换,方便学生“集中学习空间”“协作学习空间”和“独立静默学习空间”的自由切换。在桌椅的设计上,采用隔排转椅方式,即前排座位可以180度旋转,实时形成讨论组,方便学生积极参与、协同创新、头脑风暴。同时部分区域桌子变成可书写的白板或黑板桌子,方便小组学生随时书写、灵感记录和头脑风暴。在教室的美学设计上,增设未来风风格、现代风格等不同类型,通过视觉激活学生思维。

(4)功能多重复合,优化技术细节

目前智能教室虽然种类较多,但个体功能相对单一,且多依赖硬件设备实现,造价过高。很多高校建设经费有限,只能小范围试点,无法大范围推行。笔者所在高校的后续建设中,将结合使用体验,逐步使用软件方案代替硬件设置,对每种类型的智能教室进行功能优化和复合,实现智能教室的复合转型。如多视窗互动教室(即深演示式智能教室)多窗口显示功能是以硬件形式予以实现,成本高,且信号源窗口不可隐藏,操作不够简洁,教师使用有一定的负荷。后续考虑以软件的形式予以优化,即显示窗口可按照教师需求划分为多个,教师只需操作授课台式机,像平时使用软件一样即可便捷实现多视窗功能。网络互动教室(即操作类智能教室)目前采用的是两种品牌互动软件,功能种类繁多,部分功能教学意义不大,部分功能不够完善,如试题不能提前备课,产生的数据需要人为拷贝等。后续考虑开发新版互动软件,根据使用经验保留重要有用功能,同时与教学平台打通,可引用课程资源,并自动保存互动数据。多屏互动教室(即小组协作式智能教室)现只有“集中控制”和“分组讨论”两种功能。后续考虑增添其他功能,如可同步显示教师屏或某个小组屏、可多屏对比显示等。除此之外,智能教室的细节要趋于丰富且标准化,如屏幕共享、云桌面、电源插孔、布线、网络接入等,开放标准的外设接口,让师生零障碍、零负担便捷接入。

(5)学科多元覆盖,丰富功能类型

笔者所在高校是一所综合类大学,学科门类多样,文、理、工、医等均有涉猎,除了已建的六大式十小类常用智能教室之外,根据实际教学需求增设“深体验”感智能教室,即AR教室和VR教室。全息投影(AR)智能教室采用增强现实教学技术,通过构建AR(增强现实)场景,把抽象的知识具象化,让传统的平面知识立体呈现,促进学生的深层次学习,实现相关知识与内容的深度理解和掌握,并与互动技术结合,构建更为直观的知识体系和感知过程。该种教室类型适合于工科、医学等学科教学。虚拟(VR)智能教室则采用虚拟现实教学技术,通过VR设备创设多维交互的沉浸式学习体验,这种现场性体验是超越时间和空间维度的。在实验教学中,虚拟智能教室可以规避传统实验教学活动中可能存在的安全隐患,实现科学过程的“真实”再现。该环境中的智能教室不仅仅是教室传统形态的改变、相应功能模块的增设、线上虚拟线下实体教室的互联,更为重要的是智能教室之间信息彼此互通、数据彼此共享,实现以教室为立足点的各教学要素和环节的横向、纵向联通[3],营造教学大生态环境。

2.用技术慧析课堂教学,促进教育个性化

伴随着大数据、物联网、人工智能等技术的下沉应用,智能教室在支持教师 “教”与学生“学”的过程中,应着重强化技术分析功能,用数据慧析课堂教学,让教师的“教”有指导,学生的“学”有分析。

(1)教师教学行为分析,提升教学能力

智能教室的一大功能是支持教师教学过程的自查行为,即通过开展教师教学行为分析,方便教师开展自我评估,进而提升教学能力。教师的教学行为分析应覆盖课堂全周期,即课前资料推送、课中互动教学、课后总结创新,实现课堂教学过程的数据化,为全面掌握、分析学校教学状态并持续推进教学改革提供大数据支持。同时开展评估督导,利用视频分析技术和大数据挖掘,分析教师的课堂教学行为,通过对教学过程数据的采集、分析与计算,诊断教师授课类型,进而给予创新指导,有效改进教学。其中,教学行为分析环节的核心所在,是通过对教师授课过程中“讲授”行为、“提问”行为、“言语评价”行为、“组织指示”行为以及“技术操作”行为的发生频率进行数据挖掘[4],诊断教学风格与类型,形成教师的个性化报告,进而有针对性地优化教学。与此同时,结合教师的学科教学能力分析,可以提炼出教师授课过程中最薄弱的地方,宏观上给教师提出优化建议,微观上能够帮助教师找到最有价值的学科知识薄弱点以及了解不同班级的群体感知情况。

(2)多模态学生学习分析,改善学习体验

借助大数据与人工智能分析技术,特别是日渐成熟的多模态学习分析,对学生所产生的学习体征数据和学习行为数据开展立体分析,以揭示学习变化机理及其规律[5]。通过多模态学习分析,不仅了解学生的外在学习行为表现,同时注重学生情感、认知等内在学习机理问题。

外在学习行为分析主要在于优化学生学习路径,本质为理解和优化学生的学习过程以及学习情境。通过收集、分析学生的显性学习行为数据,如信息搜索路径(点击、浏览、跳转等)、沟通交流路径(提问、倾听、交流、反馈等)、问题解决路径(听讲、提问、回答、思考等),帮助其制定匹配学习进度的个性化任务,同时分辨出行为背后隐含的关联,准确预测学生的学习行为路径及学习发展趋势[6],进而提供有针对性的、适应性的课程资源和学习内容,实现学习计划和资源的精准推荐,促进个性化学习。

内在学习机理分析则着重实时捕捉学生在学习过程中的情感状态。通过摄像头拾取学生面部表情、姿态表情以及语调表情[7]等方面的变化,及时反馈学生情感变化、兴趣所在。通过获取学生的生理数据从而迅速分析、判断出学生对该学习内容的态度偏好、認知风格,并进一步为学生适时地提供激励和帮助。

通过多模态学生学习分析,教师可以很好地掌握学生的学习轨迹、学习模式以及学习活跃度,了解学生个体知识能力结构、学习倾向、思维特征等等,进而全面且科学地评估学生学习效果,形成学生个性化报告和认知地图,支撑教师的适应性教学与学生的个性化学习。同时,多模态学习分析有助于教师对学生的学习行为进行诱导,帮助其找到最合适的教学方法和教学策略,开展智能教学与评价。

3.用智能驱动教学管理,提升服务水平

基于大数据、物联网等技术,对教室内设备及环境进行智能管控,实现出勤管理、智能联动、远程维护、远程巡检的新型智能教室管理水平,达到管理可视化、远程化、智能化、联动化运行。

(1)课堂出勤全面掌握

无感知AI考勤通过对学生进行人脸识别,实时计算出勤人数,匹对学生人员档案,对缺勤学生进行提醒或预警。另外,出勤数据与教室信息发布系统对接,实时显示教室人数及可用情况,方便学生随时查看教室座位余数。智能考勤不仅提供学生上课情况的全面管控,同时也为管理者提供实时电子沙盘,便于高校管理者依据数据开展全面调度,提升教学决策效率。

(2)多校区智能联动控制

支持通过APP、远程集中、智能分析等方式对校区内、校区间教室的教辅设备进行智能电控。对窗帘、照明等环境设备进行智能调节,保障设备按需使用,节约能耗。

(3)数据挖掘智能运维

通过大数据技术采集学期日常运维数据(涉及咨询记录、报修记录、培训记录、支持记录等)。分析需求类型,进而判断问题容易发生的时间、对象以及优先级别,提前给予支持、提醒或干涉。这种由“事后补救”转为“事前支持”的方式,在一定程度上优化了运维管理的工作方式。由此可见,通过智能运维,管理人员可以全面了解服务群体存在的共性问题以及异常使用模式,及时发现需求所在,进而针对性解决。同时,结合远程协助管理方式,工作人员可以通过网络实现一对多远程协助,快速解决教师多媒体使用问题,提高工作效率,提升运营管理能力与服务水平。

(4)资产状态智能管理

资产安全管理,即对教室内的教辅资产设备(电脑、投影等)提供安全管理,对未经授权人员私自把教室内资产设备带离教室及时预警。资产监控管理,即对设备资产的运行状态进行实时监控,对利用率较低的设备资产合理调度,提高利用率。

(5)智能巡检

对设备的生命周期进行跟踪管理。一旦临近更换期,就会智能显示。远程智能巡检,方便管理者快速做出决策,减少人工管理成本,大大提高了管理决策科学化、监管精准化。

三、总结与思考

在智慧教育蓬勃发展的阶段,智能教室以智能技术重构教学形态,在推动教学变革创新,促进创新型人才培养上,具有重要的意义。

在智能教室的建设上,应遵循教学活动基本规律,以师生需求为导向,注重设备生命周期,并由一线教师、专家、管理者、企业多方参与协同作用。另外,要注重信息化智能技术的应用能力,强化数据分析能力,实现教与学过程行为的数据捕捉与分析,真正做到“智能”。

在智能教室的管理上,实行“建—管—维”责任制,做好顶层设计,发挥优势,多部门协同开展工作。利用智能技术打通数据壁垒,优化工作流程,实现用户教室借用、故障申报、技术培训一站式服务,打造高效舒适的用户体验。

在智能教室的应用上,重点在于教师自身教学理念和教学方法的革新。为有效开展智慧课堂教学,学校应加大教育技术相关培训的力度,全覆盖、全过程提升教师信息素养。

最后,关于智能教室的应用效果,还需要更长时间的观察与科学研究才能确定。如何发展出一套适用的测评工具和方法,建立健全智能教室应用效果评估体系,对智能教室优化做进一步改进与设计指导,也将是本文后续关注与研究的重点。

参考文献:

[1]黎生,余淇,田建林.高校智能教室建設初探[J].中国信息技术教育,2020(15):7-8.

[2]陈治宏.5G移动通讯网络发展刍议[J].数字技术与应用,2019(1):42,128.

[3]佚名.当前提出“室联网”这个新概念何以必要[EB/OL].https://www.sohu.com/a/301226842_99972084.

[4]石映辉,彭常玲,张婧曼等.智慧教室环境下的高校师生互动行为分析[J].现代教育技术,2019(1):45-51.

[5]牟智佳.多模态学习分析:学习分析研究新生长点[J].电化教育研究,2020,41(5):27-32,51.

[6]李晓庆,余胜泉,杨现民等.基于学科能力分析的个性化教育服务研究[J].现代教育技术,2018(4):20-26.

[7]罗万丽,王蕊,范荣.人工智能在教育领域的应用探析[J].数字教育,2018(6):79-82.

(编辑:王晓明)

猜你喜欢

需求建设
自贸区建设再出发
基于IUV的4G承载网的模拟建设
《人大建设》伴我成长
我国少儿图书的供给与需求关系探究
企业文化与人力资源培训的关联性分析及阐述
努力建设统一战线学
“五老”说和团促进和谐社区建设