多模态数据赋能课堂教学评价：机理分析与模型样态
人工智能、物联网、各种智能传感设备在教育领域的普及应用，推动教学朝着智能化方向发展。同时，新兴教育技
术为多模态数据的采集提供了相应的技术支持。开展基于多模态数据的课堂教学评价，能够解决传统单一模态数据
下课堂教学评价产生的“路灯效应”，通过实时采集细粒度的多模态课堂教学数据，窥察真实情境下课堂教学全
貌，发掘教育大数据的潜在价值，实现课堂教学评价的自动高效开展。本文通过分析多模态数据对课堂教学评价的
变革，尝试搭建基于多模态数据的课堂教学评价模型，从课前、课中、课后三个阶段进行多模态数据采集、融合与
分析利用，动态生成可视化课堂教学评估报告，辅助师生教学评价的科学高效开展。研究认为，未来多模态数据下
的课堂教学评价应继续探索多源异构数据的融合方法，并致力于解决多模态数据分析产生的数据伦理、数据质量、
数据可解释性等问题，进一步完善基于多模态数据的课堂教学评价模式。
多模态数据、多模态学习分析、课堂教学评价模型、数据融合
^A基金项目^B基金江苏省科研与实践创新计划（46017CX21824）;南京邮电大学教学改革研究"智慧教育时代人机协同教学模 式建构研究"（JG00821JX15）的成果^D1
2023-02-17（万方平台首次上网日期，不代表论文的发表时间）
共3页
143-145
