文献类型：期刊文章

作　　者：孙众[1] 吕恺悦[1] 骆力明[1] 陈美玲[2] 许林[3] 施智平[4]

Sun Zhong;Lv Kaiyue;Luo Liming;Chen Meiling;Xu Lin;Shi Zhiping(College of Information Engineering,Capital Normal University,Beijing 100048;Beijing Research Department of National Computer Education Research Center for Primary and Secondary Schools,Beijing 100081;National Center for Educational Technology,Beijing 100031;Academy for Multidisciplinary Studies,Capital Normal University,Beijing 100048)

机构地区：[1]首都师范大学信息工程学院,北京100048 [2]全国中小学计算机教育研究中心北京研究部,北京100081 [3]中央电化教育馆,北京100031 [4]首都师范大学交叉科学研究院,北京100048

出　　处：《中国电化教育》

基　　金：国家自然科学基金项目“基于人工智能的课堂教学交互分析关键技术研究”(项目编号:61977048)阶段性研究成果。

年　　份：2020

期　　号：10

起止页码：15-23

语　　种：中文

收录情况：BDHX、BDHX2017、CSSCI、CSSCI2019_2020、JST、NSSD、RCCSE、RWSKHX、核心刊

摘　　要：传统课堂教学分析,多以时间取样的手工编码为主,存在过度依赖专家、分析效率低、难以规模化服务等难题。基于人工智能技术的课堂教学分析要突破困境,需经历从全人工、弱人工智能、强人工智能发展到人机协同的进化路径;需建立由多源数据支持的教学案例库、文本视频为主的分析维度集、教学事件与时间取样相结合的多元分析方法而形成的分析框架;在实践层面,以计算机视觉为主的课堂行为分析,以自然语言理解和大数据为主的教学事件分析和评语分析等,可成为基于人工智能技术的课堂教学分析突破口,以期逐步达成人机协同、规模化、高效率开展课堂教学分析的目标。

关 键 词：人工智能 课堂教学分析 人机协同 事件分析法  

分 类 号：G434[教育学类]