人工智能深入课堂 开启录播后时代

    让录播走进每一间教室”的愿景是好的，但这一愿景并不是录播的终点而是起点。录播的未来之路必然是更加深度地应用，录播课程将为师生带来更大的收获。

    ----北京中庆现代技术股份有限公司董事长宋东茂

    在云计算、大数据、物联网、人工智能等新技术逐步广泛应用的大背景下，信息技术对教育的革命性影响日趋明显，尤其是今年两会期间，总理在政府工作报告中首提人工智能。7月，国务院印发《新一代人工智能发展规划》(以下简称《规划》)，正式将人工智能上升到国家战略层面。《规划》明确提出，要发展智能教育，推动人工智能在教学、管理、资源建设等全流程的应用，构建包含智能学习、交互式学习的新型教育体系。人工智能的崛起，为众多教育从业者打开了新的视野。

    传统录播的桎梏

    在各省陆续建立教育大数据战略的大背景下，数据成为关键资源。而录播作为数据采集的终端，在这方面具有先天优势。尤其在教育信息化政策的扶持下，录播设备已经走进越来越多的教室，海量的音视频数据被记录和保存下来。但这些音视频往往只是简单的放在资源点播平台上以供需要时点播使用，除此之外便被束之高阁，价值密度很低，造成资源浪费。

    教师是保证课堂效果的核心，如今教育的均衡问题实质上是教师水平的不均衡。但传统的课堂评价需要多位教研员随堂听课，耗费大量的精力来实时记录课上老师和学生的表现，并且从记录到生成报告之间还存在着时间差。尤其对中西部的一些地区来说，开展一次教研活动十分不容易。虽然目前已有某些在线教研的应用，但仍然无法满足对每间教室每堂课、甚至是每位学生的评价。

    随着素质教育的全面推行，个性化教学理念越来越深入人心，每个学生的个体成长也受到越来越多的关注。但教师人力有限，在教学过程中根本无法观察到每一个学生的行为。虽然传统的录播技术可以记录每个学生的课堂行为，但是并没有一个公正客观的评价方式作为参考。

    人工智能的解放

    传统的录播技术已无法满足目前教育教学的需求，人工智能的注入开辟了新的可能。人工智能主要分三层。最底层是基础架构(Infrastructure)，包括云计算、芯片以及TensorFlow这样的框架。在基础层之上是中间层，叫通用技术(EnablingTechnology)，例如图像识别、语音识别、语义理解、机器翻译等。目前基础层的应用最为广泛。

    1.分析历史大量留存的录播视频

    在录播已有的资源基础上，利用积累的大数据样本训练成熟的神经网络模式，形成针对教学课堂的精准模型。通过视频分析手段，建立结构化索引，方便通过各种教学行为查询历史录播视频。同时，为历史数据建立分析报告，为教师创造获取和使用优质资源更便捷的通道，提供从日常教学行为中获取和分析数据的便捷手段。

    2.辅助教研，实时生成教学分析

    通过实时分析课堂中教师镜头和学生镜头的图像，结合语音识别，综合评估实时教学行为，输出各种教学行为的分析统计数据。从教学行为主体(教师、学生)和行为活动方式两个维度出发，对师生的近一百多种行为进行识别，并基于计算机视觉的行为分析、OCR的内容分析、语音识别的关键词和知识点分析，从教学研究的角度对这些行为进行分类，最终形成教学检测报告服务于教研实践，以此提升教师的教学水平，更加有效地促进教育公平。

    3.实现个性化教学

    根据学生在课堂教学活动中因心理变化而导致面部表情差异的模型，通过人脸识别、身份认证、表情分析等，采集肢体关节、面部表情和手部位置动作，结合学生的行为，给学生个体贴上相应的行为和心理状态标签，输出每个学生个体在一堂课中的行为统计。基于学习时间线对此学生进行统计，同时结合考试成绩建立其个人成长记录，为个性化学习提供了有力的课堂数据支撑。师生利用个性化数据和优质资源创新教学模式，教学管理者利用过程化应用数据进行教学管理活动。

    对于录播企业来说，未来录播的发展方向是有不同侧重的，或是侧重行业的深度研发，如家庭教育、专递课堂等;或是侧重录播更广度的应用，如会议视讯等。归根结底，“录播后时代”已经到来。