人工智能赋能课堂教学评价改革与技术实现的框架构建

被引:148
作者
吴立宝 [1 ]
曹雅楠 [1 ]
曹一鸣 [2 ]
机构
[1] 天津师范大学教育学部
[2] 北京师范大学数学科学学院
关键词
人工智能; 课堂教学评价; 情绪识别; 教师行为;
D O I
暂无
中图分类号
G434 [计算机化教学];
学科分类号
040110 ;
摘要
作为强大技术推动力的人工智能正引发着一场技术革命,推动社会步入智能时代。开展人工智能下的课堂教学评价,能够辅助智慧评价的高效开展、关注情感信息的动态变化、还原真实课堂的精准采集、实现师生成长的轨迹追踪。通过对象层、数据层、技术层和应用层四个层面的系统架构,搭建人工智能下课堂教学评价的实践路径,指向课堂语言分析、课堂行为分析、课堂情感分析与课堂教学评价体系四大应用场景。未来人工智能下课堂教学评价的深度发展与广泛应用还需探索专业化的评价指标构建、加强个性化的教师行为反馈、着眼发展性的未来教育挑战。
引用
收藏
页码:94 / 101
页数:8
相关论文
共 27 条
[1]   教育人工智能的下一步——应用场景与推进策略 [J].
杨晓哲 ;
任友群 .
中国电化教育, 2021, (01) :89-95
[2]   基于人工智能的课堂教学分析 [J].
孙众 ;
吕恺悦 ;
骆力明 ;
陈美玲 ;
许林 ;
施智平 .
中国电化教育, 2020, (10) :15-23
[3]   改进的多目标回归学生课堂行为检测方法 [J].
刘新运 ;
叶时平 ;
张登辉 .
计算机工程与设计, 2020, 41 (09) :2684-2689
[4]   基于人体骨架信息提取的学生课堂行为自动识别 [J].
徐家臻 ;
邓伟 ;
魏艳涛 .
现代教育技术, 2020, (05) :108-113
[5]   新中国成立70年课堂教学评价标准的回顾与展望 [J].
罗祖兵 ;
郭超华 .
中国教育学刊, 2020, (01) :55-61
[6]   基于人工智能视频处理的课堂学生状态分析 [J].
贾鹂宇 ;
张朝晖 ;
赵小燕 ;
闫晓炜 .
现代教育技术, 2019, 29 (12) :82-88
[7]   如何分析课堂发言:人工智能与统计方法的结合 [J].
赵明明 ;
周森 .
北京大学教育评论, 2019, 17 (04) :35-44+184
[8]   面向情绪识别的脑电特征研究综述 [J].
张冠华 ;
余旻婧 ;
陈果 ;
韩义恒 ;
张丹 ;
赵国朕 ;
刘永进 .
中国科学:信息科学, 2019, 49 (09) :1097-1118
[9]   基于人工智能的课堂教学行为分析方法及其应用 [J].
刘清堂 ;
何皓怡 ;
吴林静 ;
邓伟 ;
陈越 ;
王洋 ;
张妮 .
中国电化教育, 2019, (09) :13-21
[10]   基于CNN和BiLSTM网络特征融合的文本情感分析 [J].
李洋 ;
董红斌 .
计算机应用, 2018, 38 (11) :3075-3080