人工智慧進入學校課堂，還好我畢業的早

九月剛開學沒幾天，網路上突然出現的一個熱搜 「還好我畢業的早」，這個話題不斷的刷屏，很多媒體和大V都開始討論這個話題，為什麼會突然火了呢？原因是幾張攝像頭拍攝的照片，內容是一個叫做「課堂呵護系統」的AI程序。大家開始驚嘆，現在人工智慧發展這麼快？已經走進課堂了么？

那什麼是課堂呵護系統？簡單來說是：利用大數據以及深度學習等技術手段，對教室安裝的攝像頭所採集的高清視頻進行人像、行為識別和數據分析，將從教育學、行為學、心理學等角度進行專業分析生成多方報告及時推送，為學校管理、教師教學、學生成長、家庭教育提供科學的數據支撐和決策依據。

網友評價

網友紛紛表示，還好我畢業的早，安裝了這個系統可是讓學生們欲哭無淚，都開始擔心自己的學校生活。「原來上課困了還能休息一會，以後這個福利都沒有了。」「上課同學之間討論問題怎麼辦，這樣算是交頭接耳嗎，這是不專註嗎？」而且大家都覺得自己的隱私受到了侵犯，表示無奈。

技術實現

系統通過視頻對教室中學生進行實時識別並輸出統計數據，再結合教育心理學相關理論，從中提煉出具有代表性的行為動作，比如:專註、書寫、回答問題、瞌睡、嬉鬧等等，每周數據做出行為分析，在第二周成 報告，發送給學校管理層、老師和家長，從而為學校管理、教師教學、家庭教育、學生髮展提供有力的數據支撐和優化建議。

校長可以及時了解到老師的教學質量，以便於和老師及時調整教學方式；各科目老師可以及時了解到學生在課堂上的學習情況，以便於和學生及其家長做溝通；家長也能及時了解到孩子在每門課上的表現，以及孩子的表現在全年級處於什麼樣的水平。

試點的學校校長介紹，技術人員在他們學校做了一次為期兩天左右的測試性實驗，獲取了一些數據。「當時我們學校剛好要對一個學生做違規處理，於是就讓技術人員把這個學生兩天里的監控統計數據發給我們看看，結果他們的數據顯示這個學生整體的分數確實是班上最低的。這和我們人力觀察的結果基本吻合。

我專門看了一下這個產品的官方介紹，基本上這個就是人臉識別的應用加上一些判斷邏輯和報表推送。結合圖片展現的內容，推測其原理是這樣的：判斷學生的人臉是否是面向講台的，來判定是否「專註」；人體站立狀態來判斷是否是「回答問題」；還有就是人臉和身體的相對位置來判斷狀態為「非專註」。基本上只使用了圖像判斷，沒有其他輔助的技術。演算法也不複雜，都是已有的技術做了整合的應用。但這樣判斷的準確度就不會太高，比如圖片中右側學生低頭打開書包也會被判斷為「非專註」，肯定會有許多誤報的情況發生。

實踐意義

好的方面：

1.減少班主任的管理工作量，智能的分析每個學生在課堂上的表現狀況，監督學生的行為;

2.學生學習過程的行為數據化，可量化，能夠在過程中發現問題，及時給與關注和協助；

3.校長也可以看到孩子們的各種真實反應，掌握學校的教學數據，家長可以最直觀的看到自己孩子在學校的表現

不足的方面：

1.學生的隱私，上課學習過程中，有的人側重聽課和理解，有的人則是記筆記課後再複習，學習方法是確實存在差異化的，而使用統一標準來衡量，難免會出現問題。如果要大規模推廣，這個問題就必須解決。方法是通過更多的數據觀察個體學生的行為，AI建立幾種類型的模式識別，根據不同的模式使用不同的標準，這樣才能更加準確。

2.高清攝像頭還有人工智慧的應用，對於學生會產生一定的心理壓力，特別是如果學生不了解其原理的話，其影響是很難評估的。一種可能的情況是學習好的同學影響比較小，學習差的同學更大的心理負擔，更加容易造成兩極分化。這個問題也是要考慮清楚後果和對策的。

3.對於學生內在的心理活動，以及學習成果沒有考量，只是看出勤率和看不看黑板，有可能「出工不出力」的情況，報表顯示專註的時候也許學生只是在發獃。系統還需要結合其他的人工智慧系統，綜合多個維度的數據才能給出判斷，否則對於學生來說就可能是不公平的。

總結一下

總的來說這是一次非常有意義的嘗試，更多的人會關注AI與教育的結合，一起探討未來的發展方向。從趨勢上來看，AI輔助教育系統一定會出現，這是不可避免的事情。但需要搭建更加綜合、更加多維度的評價體系，給予學生最適合的教育內容，真正達到「因材施教」的效果。人工智慧可以把學生、教師、課程的安排三者合理的結合起來，才是面向未來的智能教育。現在的這些實驗性質的嘗試，作為輔助手段和數據收集還是有很大意義的，唯一需要擔憂的是，現在引入這些還不完善的系統，作為學生在校表現主要評價手段，甚至是唯一評價手段，很容易導致以罰代管，那樣將會帶來一些新的問題。

今天的內容就到這裡，希望你喜歡，我們下期再見。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！