智课基于大数据的课堂教学分析评测省公共课一等奖全国赛课获奖课件.pptx

基于大数据课堂教学分析评测系统北京中庆当代技术有限企业 唐珊珊第1页0202理论基础理论基础0303落地实践0404精准推送0505案例展示0101背景介绍第2页人工智能发展史1943-1956年诞生1950年“图灵测试”1956年达特茅斯会议AI诞生1950-1970年早期符号主义早期推理系统早期神经网络教授系统1980-第2次发展统计学派：语音识别机器学习神经网络第3次发展大数据深度学习机器学习AlphaGo机器视觉人脸识别表情识别语音识别机器翻译OCRAi介绍第3页单一清楚领域海量数据超大计算量人工智能落地前提第4页 国务院关于印发国家教育事业发展十三五规划”中提出：互联网、云计算、大数据、人工智能、三维(3D)打印等当代技术深刻改变着人类思维、生产、生活和学习方式。“教育基础数据长期化、伴随式长期化、伴随式采集”，“即时化分析即时化分析”政策解读7月20日，国务院印发新一代人工智能发展规划，明确了我国新一代人工智能发展重点任务：围绕智能教育、医疗、养老等迫切民生需求，发展便捷高效智能服务。利用智能技术加快推进人才培养模式、教学方法改革，构建包含智能学习、交互式学习新型教育体系。开发智能教育助理，建立智能、快速、全方面教育分析系统。建立以学习者为中心教育环境，提供精准推送教育服务，实现日常教育和终身教育定制化。第5页痛点分析客观数据对教学过程分析缺失教学资源利用率低下客观数据对个性化学习支持不足第6页是教育大数据主要产生地第7页课堂视频结构化数据挖掘教学情报教学过程信息分析是教育信息化基础和条件教学过程数据挖掘第8页课堂观察理论基础第9页教学行为分析-ST模型教教师T1.讲讲解解2.示范3.板书4.提醒5.提问/点名6.评价/反馈学生S7.讲话8.思索/计算9.笔记10.试验/作业11.缄默教学行为笼统分为教学行为笼统分为T和和STS左图对应ST序列为：T T S T S D(T&S)D(T&S)T S S S T T从而得到：教师行为拥有率：Rt=Nt/(Nt+Ns)=8/15=53.5%师生行为转化率：Ch=拐点/(Nt+Ns)=7/15=46.7%所以，该课堂为对话型T和S采样精度低会造成D，通常无法判别D属于T还是S，中庆智课能够提升ST分析精度，细分D，从而更精准计算Rt和ChD教学模式教学模式标准条件准条件练习型讲授型对话型混合型Rt 0.3Rt 0.7Ch 0.40.3 Rt 0.7,Ch 0.41234567T TTTT TSSSSS第10页教教师讲话师讲话间接影响接影响1.制造制造动机机2.表彰3.理念4.提问直接影响5.讲授6.指示7.批评学生讲话8.学生应答9.学生自发讲话10.缄默或混乱弗兰德斯分类弗兰德斯分类教学行为分析-弗兰德斯分类体系1234567891012345678910FIAC数据表数据表采取时间抽样方法，在指定一段时间内，每隔3秒种观察者就依照左侧分类记下最能描述教师和班级语言行为种类对应编码，记在右侧表格中。比如，在第一个3秒内发生是教师讲授行为，就在对应格子内记下5这个编码。这么，每一行20个方格就统计下1分钟内20个行为编码。上表10行就表示10分钟连续观察。第11页教学行为分类-国内师生生行行为对象象师个互动教教师师行行为为指向指向学生个体学生个体师师生生互互动动师班互动教师行为指向全班学生群体师生互动师组互动教师行为指向学生小组互动师生行为属性控制-服从型控制-反控制型相互磋商型吴康宁等学者吴康宁等学者第12页“四何”问题概念：教师教育教学过程中提问方式分类，包含“是何”“为何”“怎样”“若何”四类若何怎样为何是何“是何”问题指向事实性问题主要了解学生对事实性问题掌握情况；“为何”问题指向原理、法则、逻辑等主要了解学生对原理性知识掌握情况；“怎样”问题指向方法、路径、状态等主要了解学生对策略性知识掌握情况；“若何”问题指向条件改变产生新结果主要了解学生对创造性知识掌握情况。低阶思维高阶思维第13页华中师大分类华中师大分类教学行为分类-国内-华中师大模型更适合中国教育第14页落地实践03第15页数据建立模型个体与模型分析对比诊断评测精准推送录播非结构化数据结构化数据数据分析挖掘AI基于大数据课堂教学分析评测系统基于大数据课堂教学分析评测系统基于大数据课堂教学分析评测第16页0202010103030404师生个体行为班级整体行为活动行为教师语音学生语音语音分析知识点OCR识别学生表情情感计算AI分析维度第17页2.1 行为分析u人脸识别模型训练第18页2.1 行为分析教师讲授、板书、提问u教师行为分析第19页教师行为识别目标识别2.1 行为分析u教师行为分析第20页2.1 行为分析u学生行为分析学生主动提问、应答、对话第21页学生行为识别多目标动态人脸识别课堂活跃热力图2.1 行为分析u学生行为分析第22页2.1 行为分析u班级行为分析班级整体行为统计分析第23页2.2 语言分析u师生语言语音采集，语义转换，知识点识别第24页2.3 表情分析u学生表情消极倾听学生心理主动疑惑了解抗拒不屑鬼脸高兴正常悲伤生气愤恨技术能够测量出情绪第25页2.3 表情分析u学生表情多目标情感计算第26页2.4 OCR识别u知识点识别OCR自动扫描教师讲课课件，识别知识点，关联知识库OCR第27页讲授讲授提问提问指示反馈评价主动提问应答应答举手举手对话对话讨论讨论观察笔记笔记练习练习实践试验思索思索板书板书演示演示展示展示观察观察巡视巡视个别个别指导指导教师教师学生学生言语言语活动活动16类行为分别采样评分依据分值绘制云图依据云图及基本属性相关值横向/纵向对比云图模型意义1.半径：教学行为中某一行为分值2.极差：教学行为极端分布情况；3.离散（标准差）：教学行为分布离散情况，值越大教学行为分布越广；4.周长/面积：教师教学行为掌控水平情况，越长/越大综合行为评分越高；5.重心：教学行为综合表现，教学行为分布集中趋势，比如：左图倾向于教师言语计算云图基本属性极差、标准差等、周长等-红色表示能够利用人工智能自动采集分类教学行为云图-教师课堂第28页教学行为图-学生第29页教学行为普通模型第30页精准推送服务学生、家长教师领导第31页家校通课堂记录或拍照课后编辑文字或照片逐个定向推送信息接收信息教师教师教师家长智课通课堂智能记录或拍照课后生成文字或照片逐个定向推送信息实时接收信息家长3.1 学生、家长第32页学生课堂数据精准推送第33页教学分析课程回放3.2 教师第34页教师个体对比分析3.3 教研人员第35页同课异构分析支持开展同课异构活动同校或者跨校多位教师上同一节课AI系统自动分析各位教师讲课过程，对比各个课堂教学行为第36页基于大数据课堂教学分析评测目标支持学生个性化学习教师专业化成长第37页课例评选支持第38页烟台-南通路小学新技术支持下个性化学习应用结果现场展示，小学学段（南通路小学现场）36节课，均布置了人工智能录播现场，会实时分析这36节课。给出报表，供老师和教研员参考。5间教室，36节小学课程，自动分析，报表输出第39页课堂分析汇报-学生结构式课堂观察统计课堂知识点内容课程信息课堂观察统计第40页课堂分析汇报-教师结构式课堂观察统计课堂知识点内容课程信息课堂观察统计第41页THANKS第42页