TESTII框架:人工智能支持课堂教学分析的发展走向

摘要：

规则化与可计算是人工智能技术支持课堂教学分析的前提.以S-T行为及FIAS言语交互为代表的分析方法,用时间取样的研究思路量化课堂教学,虽然对规则化、客观分析作出了显著贡献,但一直受困于费时低效、未能有效建立数量结构与意义理解的联系,以及不能较好地促进教师专业成长等问题.建立以教学事件为基本分析维度,综合双主教学结构等教育理论,以及计算机视觉和自然语言理解等技术,从教学事件识别与教学阶段划分、教学法结构序列、时间取样的行为和言语交互分析、基于证据的教学解读和人机协同的教学改进等阶段,构建课堂教学分析TESTII(Teaching Events,SPS,Time Coding,Interpretation,Improvement)框架,成为人工智能支持课堂教学质量提升和变革课堂教学结构的解决方案和发展走向.

关键词：教学结构、教学事件、课堂教学分析、人工智能、人机协同

所属期刊栏目：42

分类号：G434(电化教育)

资助基金：2019年度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

在线出版日期：2021-02-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：33-39,77