以人工智能技术辅助网络教学的设想

黄永文

（重庆科技学院智能技术与工程学院，重庆 401331）

网络教学具有在实施操作上的时空灵活性、在课程设置上的内容丰富性、在资源共享上的获取便捷性等优势。推行网络教学，还可以在一定程度上缓解因教育资源区域分布不均衡所造成的教育不公平问题[1]，可以打破“校门”壁垒，为“终身学习”与“全民学习”提供技术与资源保障。但是，网络教学方式也有其自身的局限性，虽然打破了传统教学固有的地域与时间限制，但课堂管理工作难度加大，其教学效果还不尽如人意。

在新冠肺炎疫情防控期间，传统的课堂教学无法实施时，有条件的学校都选择了网络教学方式进行授课。实践中发现，开展实时网络教学，教师可以与学生进行在线交流，但无法像线下课堂教学那样做到一览无余地观察每个学生的学习状况，不能根据学生实时表现及时对教学进程和教学内容进行调整，无法随时通过提醒、提问、单独交流等方式与学生进行互动，无法实时介入学生的学习行为，无法对其学习状况进行有效监督。在线上学习时段，总是有学生在玩游戏，或者在看课外书，或者在睡觉。对自律性强的学生来说，因网络教学视频可以回放，他们可以多次观看，学习效果比在线下课堂还要好。但对那些自制力较差的学生来说，上网课就像一场“灾难”，他们听课时不能集中注意力，也不能按时完成作业。有些学生在上网课时间，毫无顾忌地玩游戏、看动漫、刷直播。为了解决网络教学期间学生的学业欠账问题，部分中小学校在复学后只好通过线下课堂将在线上教学期间讲过的内容又重复一遍。

一、网络教学与线下课堂教学的差异

线下传统课堂教学和线上网络教学各有所长，但也都有自己的局限性。

教育是一种育人活动，其最终目的是实现人的全面发展。在教学活动中教师要让学生掌握有关知识点，而更重要的是培养学生学会学习和思考，帮助每个学生挖掘潜能、发展个性和实现自身价值。因此，在教育教学过程中，教师需要着重了解和把握学生的认知、情感、兴趣、动机、潜能等方面的发展，帮助每个学生发现适合自己的学习方法。“学好数理化，走遍天下都不怕”的时代已经过去，社会对人才的需求越来越多样化。学生可以根据自己的个人特质和兴趣爱好加强学习的针对性、计划性。教育教学过程中除了传授知识和技能，教师还应该重视与学生交流互动，了解学生的兴趣所在，进而指导学生进行学业及职业生涯规划。

在传统的线下课堂教学中，教师不仅需要准备适当的教学内容，而且还要营造一种良好的学习环境与氛围，保证身在其中的学生能够通过多种方式展开他们的学习活动。这些活动不仅有对知识技能的学习，还有兴趣爱好的培养、同学之间关系的处理、责任心的培养、团队精神的形成等。这些都需要采取面对面的沉浸式教学方式。在传统的线下教学环境中，从运动场到图书馆，从校园环境到教室空间，甚至是上课铃声、讲台、黑板、课桌等，都能对学生形成一种进入学习状态的条件反射，从而直接或间接地帮助他们完成学习的信息加工，提升学习效率，达成教学目的。总之，在传统的课堂教学过程中，师生互动、情感交流、教室氛围、校园环境及教师的言谈举止等都是达成教学效果的重要因素，而这些却是线上网络教学所缺乏的。

相较于传统的课堂教学，网络教学存在一定的优势。借助网络教学平台，任何地方的学生在任何时间均可以获取世界上最好的课程资源，网络学习具有相当大的时空灵活性与便捷性。更重要的是，网络教学从传统的以教师讲授为中心的教学模式转换成以学生自主学习为中心的教学模式，这种从按部就班的被动学习方式到自定目标的主动学习方式的转变，可方便学生根据自身特点安排学习进度，有利于培养学生的自主学习能力和创新能力。

逐步完善全民终身学习推进机制，构建方式更加灵活、资源更加丰富、学习更加便捷的终身学习体系，这是我国打造学习型社会的努力方向。网络教学不仅打破了传统课堂教学的时空限制，也提高了教育资源的利用率，为推进全民教育、终身教育和构建学习型社会奠定了技术基础。网络教学目前所采用的平台主要有两种类型：一类是直接为了网上教学而开发的专业性网络教学软件，如超星学习通、雨课堂等，能够满足教学过程中资料分享、过程考核、学情分析等教学活动需要。教师可根据学生观看视频的时间、习题作业完成的情况等数据记录，对学生的学习情况作出评价。但这类网络教学软件在视频直播方面的功能还有一些不足。另一类是利用视频网站、直播平台等进行网络教学，如利用斗鱼直播、AcFun和BiliBili弹幕视频网站，或利用即时通讯软件如钉钉、腾讯QQ等开发的直播、会议室等进行线上授课。这种视频直播的教学方式实时性很强，教师能够快速响应学生的请求，不会影响教学进度和师生的正常交流。这些软件和平台在新冠肺炎疫情防控期间，为保证“停课不停学”发挥了积极作用。

网络教学有“网上录播/直播”和“网上资料”供查阅学习两种模式。在这两种教学模式中，教师都无法全面掌握学生的学习动态。有些同学因没有跟上教学进度，在聊天界面向教师咨询相关问题，但教师的注意力主要在教学内容展示与直播讲课方面，不能及时查看聊天信息，学生的问题就不能及时得到解决。

与传统课堂教学师生面对面的沟通相比，网络教学过程中的师生在空间上是处于分离状态，教师和学生同时面对的是一个冷冰冰的屏幕，教师的肢体语言和学生的学习反应都被藏于屏幕之后。即便屏幕上可显示学生的头像，但面对只占据屏幕很小面积的几十个小头像，其中有同学出现走神现象，也无法立即引起教师对这些微表情的注意。网络教学过程中已经广泛使用具有交互性质的实时聊天、提问等技术手段，但还无法为教师提供全面细致观察学生学习状态的机会，教学过程仍然存在师生交互的局限性[2]。为了充分发挥网络教学的优势，弥补网络教学的不足，我们可以借助人工智能技术，让教师可以便捷地观察了解学生的学习状态，及时判断学生注意力集中程度，从而适时调整教学进度和教学方式。

二、人工智能技术辅助方案

随着物联网的兴起、大数据技术的发展、深度学习的应用，人工智能已经在各行各业得到推广应用。利用人工智能相关技术辅助网络教学，主要目的是让教师能够像在线下课堂一样及时掌握学生学习状态，促进教学过程中的师生互动，从而提升教学效果。为此，需要解决的问题主要是收集信息数据、分析处理信息数据和对信息数据的运用。

（一）收集信息数据

在网络教学过程中，可以运用人工智能技术采集以下4个方面的信息数据。

（1）声音及视频信息数据。通过网络教学设备中的摄像头和麦克风，采集教学过程中学生学习环境的声音及视频数据，由此了解学生是否认真听课、是否及时回答提问、学习环境是否良好等情况。

（2）按键和鼠标点击、屏幕触控数据。教学过程中，教师可以通过设置提问或问卷调查等交互活动，了解掌握学生学习基本情况，而学生通过键盘按键、鼠标点击、屏幕触控等行为进行反馈。收集相关信息，可得到不同学生与老师互动反馈需要的时间、不同学生回答问题的正确率等数据，方便教师根据这些数据判断学生的学习状况。

（3）传感器数据。获取设备中正在使用的应用进程和在教学过程中不同进程的切换数据，再利用手机、平板等学习设备自带的陀螺仪、重力和方向传感器，收集学习过程中学习界面、设备的方向、设备移动情况的数据等。根据这些数据信息，可以推断学生是否离开课堂界面，是否切换到了与学习无关的其他界面。

（4）应用进程数据。除了监视常规的系统应用进程，还要特别关注具有娱乐功能的应用进程，如音视频播放、直播、新闻、游戏、聊天等应用在上课期间的使用数据，尤其是上课期间学生在不同应用之间切换的频率、不同应用所占用的时间、教学软件的占屏时间等数据。

（二）分析处理数据

处理网络教学过程中采集到的数据，主要有统计分析、关联规则挖掘、聚类分析、分类和回归分析等方法[3]。对采集到的不同类型的数据选用相应的处理方法，构建学习用户画像。

对教学过程中得到的大量交互反馈信息，使用统计分析方法进行处理，以确定学生听课状态。首先使用聚类方法，把数据聚类成3种类别，然后根据经验将这些数据分别标注为注意力集中、注意力相对集中、注意力不集中3类。以多次课程和考核效果，验证这3种类别判断的正确性。

网络教学中学生所处的学习环境会不一样，比如有的学生可能在路上边走边听课，有的学生可能置身于非常吵闹的场所，有的学生所在地网络信号不太好，有的学生是在家里上课而容易被别的因素干扰。通过收集设备状态、网络信号、音视频数据等，可以分析学生的学习场景，据此调整反馈数据。如果学生是在户外、学习环境不太好，就对数据采用回归分析处理，适当修正交互时间数据，避免标注错误。

根据应用进程数据，如果发现有学生的教学应用进程不在最前端，出现游戏应用进程、视频播放进程或聊天进程，相关进程耗电多或在线时间过长，便可直接向老师发送警告信息。

以上数据处理挖掘的结果，主要用来确定学生当前的学习状态、当前知识点的学习效果、认知水平和综合评分[4]。教师可根据学生当前的学习状态，确定是否需要对其进行提醒和帮助。同时，教师的及时反馈，也可以让学生感受到被关注、被重视，从而更专注于学习。

（三）数据分析结果的运用

综合分析收集到的信息数据后，构建在线学生画像，形成动态的视频课堂影像。学生人数多，为方便教师观察，可以用不同颜色和样式的头像来标示学生实时状态。比如：黑色头像，表示学生完全没有进入学习状态，有开启游戏进程、网络教学应用不在最前端等情况，或者在教学互动时根本没有任何反应，这时需要教师及时干预、纠正。灰色头像，表示学生已经出现注意力不太集中的情况，对老师的提问不能及时加以反馈，处于有些疲惫的学习状态。网状格头像，表示学生在举手提问。老师可点击该类学生图标，显示其所提出的问题，如果问题具有一定的代表性，就可以进行讲解。白色头像，表示学习注意力很集中，能够跟得上老师的讲解、快速领悟所学的知识技能，对老师的提问能够做出快速反应。

在网络教学过程中，老师的屏幕上不仅有教学课件内容，还设置有如图1所示的显示学生画像的视频课堂。将教师和学生的数据，模仿教室座位的布局呈现，不同状态的学生画像平铺展示，形成视频课堂。这样，教师可以如在线下课堂一样，对学生状态一览无余，可以及时了解学生是否到堂、是否认真听课、是否处于疲惫状态等情况。

图1 视频课堂动态影像

三、辅助系统应用框架及流程

（一）智能辅助应用流程

利用手机、平板等教学设备所具有的摄像头、麦克风、陀螺仪等传感器，收集学生学习过程中的动态信息数据，智能判断学生学习状态，增加教学互动，激发和维持学生学习注意力，提升教学效果。总体流程如图2所示。

图2 总体流程图

（二）智能获取数据

在网络教学过程中，围绕学生的学习行为可形成多种数据。比如：学习页面是否在屏幕最前面，是否有其他应用（如游戏、聊天、看小说等进程）在干扰学习；在学习过程中，是否经常切换不同进程。通过摄像头获取的学生视线信息，可判断学生是否认真听讲；通过麦克风获取的声音信息，可推断学习环境情况。通过陀螺仪、重力传感器、方向传感器，可获取设备的水平、垂直状态。根据键盘、鼠标和屏幕触控情况，可获取教学过程中学生与教师互动的数据。

（三）模型训练与优化

数据的背后是规律，是一些模式，但并不是相同的数据就代表同样的事实。这便需要采集大量的数据进行训练，根据教学效果的反馈结果进行智能处理，再利用训练得到的模式进行实时处理，从而判断学生在教学过程中是否存在娱乐、分心、疲惫等情况。最后把系统处理的结果呈现在视频课堂之中，方便老师快速掌握学生的在线学习情况。

模型的精度需要迭代训练才会越来越符合实际应用。视频课堂学生画像的准确性，需要结合老师、家长的反馈进行调整，降低一些不恰当的数据所造成的误判。

在教学过程中如果发现分心的学生较多，系统通过闪烁、动画、声音等方式提醒授课教师，教师便可及时改变教学方式，比如进行有针对性的提问，或者聊聊学生关注的话题，或者宣布休息一会儿，进行娱乐互动、播放其他视频等，缓解学生的疲惫状态。

（四）教学反馈与系统完善

教学效果需要学生的反馈才能得到验证。在网络教学开展一段时间后，将收集到的每个学生每次学习的基本情况进行统计分析，帮助教师从客观层面掌握学生的学习状态。同时，教师通过与学生和家长的交流沟通，把视频课堂信息反馈给学生和家长。在个性化的教学中，不需要对所有同学提出千篇一律的要求。教师把学生的行为表现反馈给家长，让家长参与网课教学管理，对视频课堂中的学生画像提出意见，也可帮助学生及时调整学习习惯。

由于不同学生的学习习惯不同，系统根据大数据统计分析得到的数据不一定完全适合每一个学生。在经过一段时间的迭代训练后，还需要继续分析处理反馈得到的数据。针对具有普通性的问题，修改模型参数，对系统进行优化处理。对个别学生独特的行为习惯，可在系统中单独进行标注。针对个性特色鲜明的学生，生成特定数据库，供系统对新获取的数据进行比对，从而降低判断失误率。

四、结语

线下课堂有助于学生进入沉浸式学习状态，有教师设计的情境式教学环节，师生之间面对面，教师的监督、学生的反馈比较及时，同学之间可以协作互动，这些对学生的影响是综合的和及时的。在线下课堂，教师能够及时掌握教与学的效果，适时调整教学进度或教学方法，这些是网络教学无法比拟的优点。网络教学有不受时间、地域、资源等限制的优势，但在课堂管理方面却存在一定的局限性。运用人工智能技术辅助网络教学，通过获取学生端设备的传感器数据并进行统计分析处理，对学生学习行为进行画像，以视频课堂形式及时呈现学生状态，可方便老师全面掌握教学过程中学生的学习状况，从而有效加强课堂管理，提高网络教学质量。