随着大家对教学质量的密切关注，基于经验判断进行课堂评估的弊端日益凸显出来。下面让我们一起来看看课堂评估中的三大烦恼吧。

烦恼1

教学评价缺少客观数据的支撑 。长期以来，课堂评价仰赖于评价者的经验性判断，尽管已有观察量表和工具，但是缺少对观察主体内在变化直接捕捉的数据，导致教学评价掺杂大量主观性。

烦恼2

教学评价多针对大多数同学。传统的班级授课制中，一个班中学生水平差异较大，而教师只能针对大多数学生的水平组织教学。较难关注学生个体的差异，并给予个性化的指导与帮助。

烦恼3

教学资源利用率低下。在教与学的过程中，师生、生生在互动过程中会生成珍贵的教学资源，而缺乏对课堂数据的记录会导致这些教学资源无法保存与充分利用。

以上这些烦恼是否同样使你感到困惑呢？本期，小编带你感受 AI的神奇魔力，了解AI赋能的课堂评估，究竟闪亮成什么样！

1

AI优化了课堂数据的采集

AI对于课堂数据的采集非常有帮助，目前课堂数据的采集有以下几种方法：

一是基于生理参数的检测，通过脑电图、眼电图和心电图 ，来获取脑细胞群的活动情况、眼球运动情况和心脏的活动状况，这种方法实施成本较高，难度也较大。

图1 眼动追踪技术

二是基于行为的检测，通过生物特征识别和自然语言处理等技术智能化识别课堂主体行为，分别记录师生的言语行为数据、活动行为数据。

图2 行为分析技术

三是基于图像的检测，利用多姿态人脸检测和面部表情识别技术捕获师生实时图像，确定师生的状态。

图3 面部表情识别技术

2

AI能促进课堂数据的深度挖掘

在智慧课堂中，学习者的数据将会被实时采集，迫切需要智能化手段挖掘这些数据。机器学习 、深度学习等算法在课堂数据的挖掘过程中，主要实现对数据的分类、回归、聚类，建立预测模型和描述模型来分析课堂数据，从而支持评估。

3

AI使数据分析结果更加即时、直观

AI使数据分析与课堂同步，并借助知识图谱、标签云等生成数据报表，第一时间为教师呈现课堂的数据分析结果。

图4 数据分析结果

参考文献：

[1]郑怡文,陈红星,白云晖.基于大数据在课堂教学中对学生精准关注的实验研究[J].现代教育科学,2016(02):54-57.

[2]余明华,冯翔,祝智庭.人工智能视域下机器学习的教育应用与创新探索[J].远程教育杂志,2

017,35(03):11-21.