基于人工智能引擎自动标注的课堂教学行为分析

摘要：

课堂教学行为是影响课堂教学效果的重要因素,已有的课堂教学行为采集存在劳动密集、分类模糊和编码复杂等不足.人工智能技术为课堂教学行为大数据伴随式采集、自动化智能标注提供了新的契机.本研究以西北地区某市三所学校的1201个常规课堂教学视频为研究样本,利用人工智能引擎自动标注课堂教学行为,并采用相关性分析、主成分分析、非参数差异性检验等方法,对课堂教学行为类型、规律及差异性进行分析.研究发现:1)课堂教学各类行为的出现频率不等且相差较大,其中,读写、讲授、巡视行为占比较大,生生互动、师生互动占比较小;2)多数课堂教学行为之间具有关联性,其中,应答与生生互动之间的相关性最高,巡视、读写与其他行为存在负相关;3)教师行为和学生行为并非完全属于不同的成分;4)不同特征教师的课堂教学行为之间存在差异;5)不同类型课堂的教学行为之间存在差异.研究结论可为人工智能时代挖掘课堂教学行为规律、改进课堂教学及开展教研活动提供参考.

关键词：人工智能;课堂教学行为;智能标注;相关性分析;差异性分析

所属期刊栏目：27

分类号：G424.1(教学理论)

资助基金：国家自然科学基金"面向精准教学的课堂教学行为大数据分析及其应用策略研究";"数据驱动的学习动机诊断模型及应用研究";教育部人文社会科学研究规划基金"教师工作坊中学习者在线学习投入研究"

在线出版日期：2021-12-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：97-107