智能技术赋能课堂教学督导数字化转型

摘要：随着智慧教室建设的推进和人工智能技术的快速发展，智能化采集和分析课堂教学过程成为可能，因此，利用智能技术赋能课堂教学督导全过程的数字化转型具有重要意义。本文在对人工智能技术在课堂教学督导中的应用现状进行总结的基础上，提出了智能化课堂教学督导系统的设计思路，面向真实课堂教学，构建了智能化课堂教学督导系统并开展实践应用，系统能够实现课堂教学监测与评价的智能化和规模化，提升课堂教学质量管理效能，同时为开展基于数据的课堂教学评价与反思提供支持。

关键词：人工智能；课堂教学；智能分析；教学督导

中图分类号：G434  文献标识码：A  论文编号：1674-2117（2024）10-0109-04

课堂教学督导是学校教学质量评价与管理的重要方式。[1]当前，高校课堂教学督导大多采用随堂听课、人工抽样观察等方式，缺乏信息化管理，覆盖率不高。[2]但随着高校智慧教室建设的不断推进，利用人工智能技术赋能课堂教学督导全过程的数字化转型，实现课堂教学过程数据的伴随式采集和自动化分析，使得课堂教学监测与评价智能化和规模化，对提升课堂教学督导工作效率、扩大督导覆盖面，以及实施基于数据的教学评价和反思具有重要意义。

人工智能在课堂教学督导中的应用现状

1.课堂教学督导现状

传统教学督导一般采用督导专家和督导管理人员现场随堂听课的方式，抽样评价课堂教学。[3]随着信息化的发展，高校逐步建设了教室视频监控，基于监控构建了课堂教学视频督导系统，即可通过监控视频来进行专家听课、督导人员查课，但是该模式仅仅是在传统课堂教学督导体系中增加了课堂教学督导的监督途径，并没有本质上的改变。[4]高校督导管理人员每周仍然需要通过视频监控人工抽样对课堂教学情况进行督查，并人工撰写督查报告，工作重复且效率不高。整体来说，目前高校课堂教学督导数字化程度不够、覆盖率不高，无法通过数字化手段方便快捷地进行课堂教学质量监测与分析，还需要进一步推动其向数字化、智能化方向发展。[5]

2.人工智能在课堂教学督导中的应用现状

随着人工智能相关技术的不断发展，研究学者日益关注如何利用智能技术赋能教学过程评价，探索课堂教学数据的智能化采集与分析。李青结合人工智能技术，从课堂教学管理和监督视角设计了课堂教学过程管理和评价体系。[4]韩丽通过智能化识别学生的表情变化，对课堂教学效果进行评估。[6]

陈靓影结合学生姿态、表情和互动的智能识别与融合，进行学习兴趣分析。[7]贾鹂宇基于教学视频，获取学生出勤率、抬头率以及表情变化，探索学生听课状态的自动分析方法。[8]刘清堂利用录播视频，探索基于智能技术的课堂教学行为分析与应用。[9]综上所述，人工智能技术在课堂教学过程分析与评价方面已经取得了一些研究成果。然而，目前的研究大多基于录播视频进行实验测试，且研究内容主要集中在课堂教学评价部分指标的智能化分析方法上，而面向真实课堂教学，课堂教学督导视角下的智能化应用研究还较少。因此，结合教室视频监控，如何实现课堂教学过程的实时、自动化采集与分析，使课堂教学督导和监测更加智能化和规模化，仍然需要进一步探索和研究。

智能化课堂教学督导系统的设计思路

传统课堂教学督导基于教室监控，建立课堂教学视频督导系统，学校课堂教学督导管理人员对课堂教学情况开展视频督导工作，采取“每日抽查”方式，通过人工查看上课视频对学生到课人数、前两排就座人数等进行督查，手工撰写督查报告，呈现课堂教学情况。同时，结合督导教师听评课机制，通过督导教师进教室听课、填写评议表的方式对课堂教学质量进行评价。整体而言，传统课堂教学督导基于课堂教学视频督导系统+督导教师听评课的方式，实现对课堂教学质量的抽样监测和监督。

随着智慧教室建设的不断推进和人工智能技术的快速发展，学校开始积极探索课堂教学督导工作的数字化转型，推进智能化课堂教学督导系统的构建。高校课堂教学督导主要包括督教、督学和督管三个方面，“督导”有两层含义[10]，“督”指的是监督教学秩序和教学质量，“导”则要把监督发现的问题和指导意见进行反馈，促使课堂教学改进。基于课堂教学督导内涵与实际工作内容梳理，以及人工智能技术在课堂教学督导中的应用现状调研，形成智能化课堂教学督导系统的设计思路。

第一，课堂教学视频督导智能化。基于智慧教室的监控巡查摄像头，应用人工智能技术，探索目前课堂教学视频督导工作的智能化，自动识别到课人数、低头行为等，实现教师考勤、学生到课率、前排就坐率、学生低头率等课堂数据的智能化分析，形成数据统计报告，替代传统人工视频督导工作，并设计课堂教学数据可视化方法，形成课堂数据的汇总展示与自动化预警，从而实现课堂教学数据的常态化监测。同时，探索基于AI摄像头，进行课堂教学行为、表情等的智能识别与分析，实现课堂教学质量基于多维度数据的深层次分析。

第二，专家听评课信息化。考虑到目前技术的限制，关于课堂教学质量的分析还是需要结合专家听评课。将传统的督导专家听评课工作进行信息化，可以让专家线上听课，同时系统提供该课堂的AI数据分析结果，专家对课堂教学质量进行线上评议。同时，听评课信息化还支持督导专家到教室听课，基于系统进行线上评议。这样就将专家督导工作信息化，并且将评议数据进行收集，便于后续分析、反馈。

第三，课堂教学督导工作形成数字化闭环。在对课堂教学进行监督后，还应重视“导”，将课堂教学监测的预警课堂进行反馈，促进教学改进。设计学校-学院-教师三个层级，学校课堂教学督导管理人员基于智能化监测数据和专家评课数据，将课堂教学情况下发至学院，学院课堂教学督导管理人员了解课堂教学情况并将需要改进的课堂下发至教师，教师基于数据进行反思和课堂教学改进，从而形成课堂教学督导工作的数字化闭环。

智能化课堂教学督导系统的建设实践

基于上述研究和课堂教学视频督导工作需求，笔者构建了智能化课堂教学督导系统，通过对课堂教学数据的自动化采集与分析，为教学督导人员提供课堂教学AI数据及可视化，实现课堂教学质量智能化监测。

1.AI数据采集与分析

课堂教学数据采集通过教室安装的前后两路巡查摄像头进行，采用伴随式采集方式，覆盖学校所有本科公共教室。通过对接本科教学排课数据，系统自动按照各教室课程安排，采集课堂上教师和学生图像，进行人员识别和简单姿态识别。人员识别基于教室前摄像头采集的学生图像，利用人员识别算法自动识别学生并计算学生人数。针对学校实际教学场景，基于不同面积、形状的教室进行大量训练，人员识别算法能够达到较高的算法准确度。如下图所示，为学校真实教室授课场景下的学生识别环节，系统基于识别人数和选课学生人数，能够计算学生的到课率。简单姿态识别同样基于教室前摄像头采集的学生图像，利用姿态分析算法，可以识别学生的睡觉姿态和非睡觉姿态，统计出睡觉人数，计算低头率。

系统将采集的数据进行全面汇总，形成AI课堂数据明细，按照课程和上课时间进行展示，数据指标涵盖教师考勤、学生到课率（应到人数、实到人数）、前排就坐率（前排就坐人数）、低头率（低头人数）等关键指标，并提供支撑各数据指标计算结果的课堂图片，以及支持查看课堂详情和授课视频。同时，系统提供基于数据指标的数据筛选和基于课程、教师的查询功能，并支持数据导出和报告生成。

2.数据可视化监测

在采集的AI课堂数据基础上，面向课堂教学督导业务应用，设计课堂教学数据的可视化驾驶舱，实现实时监测和风险预警。系统实时呈现当日全校课堂教学数据，包括教师考勤、学生到课率、前排就坐率和低头率，并显示学生到课率分布情况。系统根据各数据指标设置的阈值，实时预警各数据指标低于阈值的课程数量，点击预警数据可直接跳转到对应课程的AI课堂数据明细，查看详细信息。除预警数据外，同时展示优秀课程数据。

3.在线巡课

在线巡课支持按照教室和教师进行查课和评课。督导专家可以实时查看课堂直播，同时，结合系统提供的课堂AI数据分析，包括教师考勤、学生到课率、前排就坐率和低头率以及相关数据的课堂图片，基于听课情况和AI数据对课堂教学质量进行线上评议。督导管理人员则可以查看课堂授课直播、AI数据分析和专家评议数据，以了解和监测全校课堂教学情况。

4.教学改进

基于AI预警数据，促进教学改进，从而让课堂教学督导工作形成闭环。校级督导管理人员可以审查AI预警数据，通过课堂授课视频对数据进行核查或修改。在数据确认后，将预警课堂数据下发至学院教学管理人员，由学院督促教师进行教学改进。教师结合课堂数据分析，了解课堂教学薄弱点，并基于数据进行有针对性的教学改进。

结束语

课堂教学过程评价的数字化是教育数字化转型的重要方面。人工智能技术的发展为课堂教学监测和评价带来了新的可能。在未来研究工作中，笔者将主要考虑以下两点：首先，研究如何在真实教学场景下，对课堂教学行为类、情感类等多维度数据进行智能化采集与分析，以更加全面地对课堂教学情况进行监测与评价；其次，探索课堂教学数据的分析以及整合教学平台数据的分析，通过教学大数据分析，探索教学全过程分析与评价。

参考文献：

[1]陈宝琪.制度化管理：学校教学督导工作常态化的保证[J].教育理论与实践，2018，38（17）：18-20.

[2]杨滨.高等院校教学督导信息化系统建设研究[J].甘肃高师学报，2018，23（01）：67-72.

[3]燕明霞，商云龙，周霞.大数据环境下高校教学督导工作的新探索[J].教育现代化，2019（63）：106-108+114.

[4]李青，刘超.基于人工智能的课堂教学过程双向管理体系研究[J].高教学刊，2019（19）：141-143.

[5]陈洁.新时代高职院校提升实体课堂教学督导有效性路径探究[J].吉林省教育学院学报，2022，38（06）：31-35.

[6]韩丽，李洋，周子佳，等.课堂环境中基于面部表情的教学效果分析[J].现代远程教育研究，2017（04）：97-103+112.

[7]陈靓影，罗珍珍，徐如意.课堂教学环境下学生学习兴趣智能化分析[J].电化教育研究，2018，39（08）：91-96.

[8]贾鹂宇，张朝晖，赵小燕，等.基于人工智能视频处理的课堂学生状态分析[J].现代教育技术，2019，29（12）：82-88.

[9]刘清堂，何皓怡，吴林静，等.基于人工智能的课堂教学行为分析方法及其应用[J].中国电化教育，2019（09）：13-21.

[10]郑冬梅.高校教学督导工作现状及几点反思[J].教育现代化，2018（32）：219-220.

本文系2023年四川大学新世纪高等教育教学改革工程（第十期）研究项目“基于AI+VIS的课堂教学分析研究与实践”（项目编号：SCU10403）的阶段性研究成果。