基于人工智能的国际中文课堂教学行为识别与分析

随着国际中文教育的蓬勃发展和教育技术的进步,课程录像更加便捷,课程视频大量积累。但目前国内尚缺乏比较成熟的基于“视频+音频”多模态课堂教学场景识别课堂教学行为,并进行教学大数据采集和分析的人工智能应用。本研究利用人工智能技术、大数据技术、音视频技术、互联网技术,构建了自动化、智能化的国际中文课堂教学行为识别与分析系统,通过该系统对国际中文教师课堂教学行为和学生学习行为进行自动化采集、识别、分析,并选取了国际中文课堂教学典型课例进行验证性分析,证明该分析模式适用于国际中文课堂。

智能技术助推教师课堂教学行为评价的应用框架研究

目前,教师课堂教学行为评价主要采用课堂观察的经验描述方式,人力成本较高,且主观性强。随着人工智能技术在教育领域的广泛应用,该评价开始转向数据驱动的研究范式,智能技术赋能的教学行为评价凭借实时分析和可视化评价的优势,逐渐成为帮助教师调控教学行为、提高教学质量的有力手段。然而,目前智能化教师行为评价仍处于初步探索阶段,应用研究还不够深入。基于此,文章从评价数据、手段和结果上解析智能技术在教师课堂教学行为评价中的应用;利用声纹识别技术对课堂视频进行教师身份识别与话语追踪,分割视频片段;再从情感、姿态和位置偏好三个维度,构建教师课堂教学行为评价的应用框架;将评价结果以更加直观、易于理解的可视化方式呈现给教师,帮助教师进行教学反思。文章旨在通过研究,推进教师课堂教学行为评价向着智能、高效、持续的方向变革。