随着人工智能、物联网等技术的应用，未来的教育形态将会变成什么样子？在一些应用 AI 技术的课堂上，人工智能算法不仅可以帮助教师显著提高教学水平，而且已为老师们打开全新的视角，为提升教学水平找到了新的方向。
AI 教学分析系统或许会是未来课堂的重要组成部分。
「目前对公立学校来讲，教学分析系统主要满足两个需求。」清帆科技创始人、CEO 张文铸博士在最近接受机器之心的专访时说道。「一个是全校教学管理的需求，另一个就是教育研究的需求。教学分析系统的目的是让教师提升自己，展现自己的教学水平。」
清帆科技创始人、CEO 张文铸博士
清帆科技推出的 EduBrain 教学分析系统目前已经在国内一些重点中小学开始了试点运行。对于新一代教学方式，教师们的反应还不错。重要的是，它不会告诉你哪个学生在课堂上走神了——而是从多维度呈现学生对知识理解的反馈。
未来的人工智能课堂
EduBrain 教学分析系统需要使用一个输出 4K 分辨率图像、800 万像素的摄像头对教室进行拍摄，典型情况下可以覆盖一个 40 人的课堂。系统会先对每个人进行人脸跟踪，跟踪每个人的位置，然后把每个 ID 单独存储为序列数据，即一系列的图片。
随后，在学校部署的工作站会使用深度学习模型进行「情感计算」，对学生们的肢体、头部、视线等动作完成分析，得到一系列数值。服务器会把这些值打包发到发到云端，加载更加抽象的模型进行二次分析，最终输出整堂课的活跃度和专注度互动度等指标。
注意力识别是一个难以精确定义的问题，如果不对人进行脑电波分析的话，在可观测的角度，我们可以通过头部动作、视线、语义交互等方面间接推测学生们的注意力情况：如果一个人的头部一直跟着老师的位置移动，或者是他/她一会进行书写，一会抬头听课，那么我们可以判断为这是较高专注度的时段。
而如果一个学生在课堂上长期不活跃，或者不参与交互的话则会被视为低专注度。
在机器学习领域，检测专注度姿态的方式是通过行为检测技术来完成的。在这个过程中，通过摄像头采集到的视频、音频数据是完全在校内的服务器上进行处理的，随后被上传到云端的只有参结构化的数据，比如情感和行动——给到云端供进一步分析的「情感」不是学生的照片，是他/她在某个时间点上存在某种情感的概率；「动作」也不是照片，而是他/她出现某种行为概率（一串数值）。
看得出来，这种方式是为了避免个人隐私泄露而设计的。
更高维度的分析
通过 AI 分析，我们会发现一些有趣的现象：每个学生在课堂上的专注时间各不相同，但真正能够持续集中精神的时间只有数秒钟。「这个概念被称为认知负荷，在学习理论中非常重要，」张文铸介绍道。「我们发现，越小的孩子精神集中的时间就越短——如果是一个小学生的话，他/她可能只能坚持 3 到 5 秒。理论上大多数人的平均集中时间也只有 10 秒左右——时间再长就要走神了。所以，如果老师一个知识点讲得过长，后面部分的接受度就会大幅度降低。」
这与目前流行的短视频应用其实道理相通。看来，教学内容的设计要与学生的认知负荷相匹配。
通过基于 AI 的分析，我们可以发现很多认知方面的新认识。清帆科技表示，目前的发现只是一小部分，对于研究者们来说，未来还可以更加深入。
与单纯参考学生考试的成绩不同，人工智能在课堂上能够获得更高维度的信息。如果成绩是纵轴，课堂表现是横轴的话，把一个班所有学生的情况放进坐标系中，我们会看到不尽相同的情况：
有的学生位于第一象限，成绩和表现都好，对于这些学生的教学策略就是要鼓励他们。
有些学生课堂表现一般，但成绩好，对于这些孩子的策略就是不管他——他们可能属于比较有个性、天才的学生。
还有部分学生是表现和成绩两样都不好，这时就需要教师们展开干预了。
也有一些学生的表现好，但是成绩不好，这就说明他们的学习方法存在问题，教师应该帮助他们改进方法。
「当我们加入一个新维度的话，学生们就得到了更加精细的分类，这样就具备因材施教的可能性了。过去成绩一般，所以需要努力的简单过程有了变化。」张文铸表示。
如果再提升一次维度，我们可以进一步提升教学效率——比如在不同科目的课上，一个学生的表现的状态不同，就需要老师们在不同课程上采取不同的策略进行教学。
像运动员一样精确
通过量化数据帮助获得更好的表现，实际上并不是一种全新的方式：现代足球和篮球的运动员们都会通过技术手段提升自己的成绩，在专业训练领域里这已经是必须存在的技术了。如果我们把教学理解为某种训练过程，也可以通过引入科技手段去提升自己的表现，或提升学习质量。
「如果 AI 系统的初衷是帮助老师去管理学生纪律，这实际上是有问题的。」张文铸表示，「但如果我们以帮助老师提升教学水平、个性化提升每个学生学习水平的理解进行开发，就会获得很好的结果。」
研究人员在一些学校的测试中发现：其实所有人都很关注来自 EduBrain 教学分析系统的数据。
「我们以前认为老师可能会出现抗拒心理，因为他们可能会觉得教学过程被高清记录下来就没有人隐私了。但在实际使用中，老师反而特别关心我们的分析结果。」张文铸介绍道。「他们以前上完一节课后心里也没底，不知道教学效果的好坏，只能通过作业或者期末考试才能知道。但是现在每节课结束之后的数据可以进行对比分析了，对于老师来说这非常重要。」
清帆科技发现教学分析系统对于刚工作不久的老师帮助很大，「新人」可以通过观察老教师、优秀教师教学时的数据，获知课堂交互等情况的最优解。在优秀老师的课堂上，老师学生说话之比可能会达到 1 比 1，但年轻老师在课堂上可能会因为紧张而一直讲课——这个时候，互动效率就出现了问题。系统的数据反馈对于新老师的成长有很大的帮助，这一点甚至出乎开发者们的预料。
EduBrain 教学分析系统也与 2018 年教育部提出的新政策非常契合：人工智能助推教师队伍建设行动。这一行动希望通过新技术推动各家学校帮助教师们更快成长。
在未来的课堂中，或许每名老师上完课后都会得到一个技术统计——这和踢完一场球，技术分析公司给出的详尽技术统计一样。对于老师们来说，他们的工作的方式会产生一些变化：上完课之后他们会关注自己的数据，并可以和其他老师们进行对比。
AI 教育新研究
作为一家创业公司，清帆科技目前的团队基本全是技术出身，公司 CEO 张文铸博士毕业于清华电子系，联合创始人焦剑涛博士毕业于斯坦福大学，目前任 UC Berkeley EECS 助理教授（和 Michael Jordan、Jitendra Malik、Pieter Abbeel 等在 Berkeley Artificial Intelligence Research Lab 一起工作）。其他技术团队成员基本都来自于清华大学。
清帆科技也和清华大学进行了合作。2018 年 9 月，清华大学成立了智能教育技术创新联合研究中心。张文铸受邀出任联合研究中心副主任。该机构由清华大学全球创新学院院长、计算机系史元春教授牵头研究工作，致力于推动教育领域技术创新和应用落地，将在情感计算、知识图谱和人机交互三大方向展开前瞻性研究。
清帆科技创始人张文铸博士（左），清华大学全球创新学院院长史元春教授（右）。创新研究中心的目标是在三年内成为全球有影响力的 AI 教育研究机构。
在教育领域中，清帆科技也与各家学校展开了深入合作，让学校的老师和校长们以特聘专家的形式参与 EduBrain 教学分析系统的开发。此外，清帆科技年轻的团队中也有一些人拥有教育行业背景。
「在系统的研发过程中，老师的作用是非常重要的。」张文铸表示，「我们现在采用的思路是技术专家加教育专家。我们在每个学校建立好教学分析系统之后，都会建立一套奖励机制，鼓励老师更多使用智能教育系统并提出反馈建议，这实际上可以帮助我们建立健康的生态。」
清帆科技 EduBrain 教学分析系统的分析结果可以在手机通过小程序和 APP 随时查看。通过数据分析报告和教师的反馈，这家公司希望建立起开发闭环。
目前，清帆科技希望人工智能技术可以成为学校常规教研分析的重要依据。「现在的教研分析是把课堂状况录下来。然后把视频重新放一遍，所有人来看。」张文铸介绍道。「现在通过 EduBrain 教学分析系统处理，系统会自动找到需要关注的内容，老师直接点击观看就行了。整个年级学科的横比通过数据说话——而这些在以前都是只能通过经验判断的。」
现在我们还无法得知 AI 能让学生成绩提升多少，张文铸认为，教学分析系统的意义在于：让每一届学生相比上一届获得的教学质量有所提升。
改变教育的核心在于改变课堂，而改变课堂的核心在于建立课堂的反馈评价机制。未来的中小学课堂将会变成什么样子，我们现在或许已经看到趋势了。
