AI 教學分析系統或許會是未來課堂的重要組成部分。
「目前對公立學校來講，教學分析系統主要滿足兩個需求。」清帆科技創始人、CEO 張文鑄博士在最近接受機器之心的專訪時說道。「一個是全校教學管理的需求，另一個就是教育研究的需求。教學分析系統的目的是讓教師提升自己，展現自己的教學水準。」
清帆科技創始人、CEO 張文鑄博士
清帆科技推出的 EduBrain 教學分析系統目前已經在國内一些重點中國小開始了試點運作。對于新一代教學方式，教師們的反應還不錯。重要的是，它不會告訴你哪個學生在課堂上走神了——而是從多元度呈現學生對知識了解的回報。
未來的人工智能課堂
EduBrain 教學分析系統需要使用一個輸出 4K 分辨率圖像、800 萬像素的攝像頭對教室進行拍攝，典型情況下可以覆寫一個 40 人的課堂。系統會先對每個人進行人臉跟蹤，跟蹤每個人的位置，然後把每個 ID 單獨存儲為序列資料，即一系列的圖檔。
随後，在學校部署的工作站會使用深度學習模型進行「
情感計算」，對學生們的肢體、頭部、視線等動作完成分析，得到一系列數值。伺服器會把這些值打包發到發到雲端，加載更加抽象的模型進行二次分析，最終輸出整堂課的活躍度和專注度互動度等名額。
注意力識别是一個難以精确定義的問題，如果不對人進行腦電波分析的話，在可觀測的角度，我們可以通過頭部動作、視線、語義互動等方面間接推測學生們的注意力情況：如果一個人的頭部一直跟着老師的位置移動，或者是他/她一會進行書寫，一會擡頭聽課，那麼我們可以判斷為這是較高專注度的時段。
而如果一個學生在課堂上長期不活躍，或者不參與互動的話則會被視為低專注度。
在機器學習領域，檢測專注度姿态的方式是通過行為檢測技術來完成的。在這個過程中，通過攝像頭采集到的視訊、音頻資料是完全在校内的伺服器上進行處理的，随後被上傳到雲端的隻有參結構化的資料，比如情感和行動——給到雲端供進一步分析的「情感」不是學生的照片，是他/她在某個時間點上存在某種情感的機率；「動作」也不是照片，而是他/她出現某種行為機率（一串數值）。
看得出來，這種方式是為了避免個人隐私洩露而設計的。
更高次元的分析
通過 AI 分析，我們會發現一些有趣的現象：每個學生在課堂上的專注時間各不相同，但真正能夠持續集中精神的時間隻有數秒鐘。「這個概念被稱為認知負荷，在學習理論中非常重要，」張文鑄介紹道。「我們發現，越小的孩子精神集中的時間就越短——如果是一個國小生的話，他/她可能隻能堅持 3 到 5 秒。理論上大多數人的平均集中時間也隻有 10 秒左右——時間再長就要走神了。是以，如果老師一個知識點講得過長，後面部分的接受度就會大幅度降低。」
這與目前流行的短視訊應用其實道理相通。看來，教學内容的設計要與學生的認知負荷相比對。
通過基于 AI 的分析，我們可以發現很多認知方面的新認識。清帆科技表示，目前的發現隻是一小部分，對于研究者們來說，未來還可以更加深入。
與單純參考學生考試的成績不同，人工智能在課堂上能夠獲得更高次元的資訊。如果成績是縱軸，課堂表現是橫軸的話，把一個班所有學生的情況放進坐标系中，我們會看到不盡相同的情況：
- 有的學生位于第一象限，成績和表現都好，對于這些學生的教學政策就是要鼓勵他們。
- 有些學生課堂表現一般，但成績好，對于這些孩子的政策就是不管他——他們可能屬于比較有個性、天才的學生。
- 還有部分學生是表現和成績兩樣都不好，這時就需要教師們展開幹預了。
- 也有一些學生的表現好，但是成績不好，這就說明他們的學習方法存在問題，教師應該幫助他們改進方法。
「當我們加入一個新次元的話，學生們就得到了更加精細的分類，這樣就具備因材施教的可能性了。過去成績一般，是以需要努力的簡單過程有了變化。」張文鑄表示。
如果再提升一次次元，我們可以進一步提升教學效率——比如在不同科目的課上，一個學生的表現的狀态不同，就需要老師們在不同課程上采取不同的政策進行教學。
像運動員一樣精确
通過量化資料幫助獲得更好的表現，實際上并不是一種全新的方式：現代足球和籃球的運動員們都會通過技術手段提升自己的成績，在專業訓練領域裡這已經是必須存在的技術了。如果我們把教學了解為某種訓練過程，也可以通過引入科技手段去提升自己的表現，或提升學習品質。
「如果 AI 系統的初衷是幫助老師去管理學生紀律，這實際上是有問題的。」張文鑄表示，「但如果我們以幫助老師提升教學水準、個性化提升每個學生學習水準的了解進行開發，就會獲得很好的結果。」
研究人員在一些學校的測試中發現：其實所有人都很關注來自 EduBrain 教學分析系統的資料。
「我們以前認為老師可能會出現抗拒心理，因為他們可能會覺得教學過程被高清記錄下來就沒有人隐私了。但在實際使用中，老師反而特别關心我們的分析結果。」張文鑄介紹道。「他們以前上完一節課後心裡也沒底，不知道教學效果的好壞，隻能通過作業或者期末考試才能知道。但是現在每節課結束之後的資料可以進行對比分析了，對于老師來說這非常重要。」
清帆科技發現教學分析系統對于剛工作不久的老師幫助很大，「新人」可以通過觀察老教師、優秀教師教學時的資料，獲知課堂互動等情況的最優解。在優秀老師的課堂上，老師學生說話之比可能會達到 1 比 1，但年輕老師在課堂上可能會因為緊張而一直講課——這個時候，互動效率就出現了問題。系統的資料回報對于新老師的成長有很大的幫助，這一點甚至出乎開發者們的預料。
EduBrain 教學分析系統也與 2018 年教育部提出的新政策非常契合：人工智能助推教師隊伍建設行動。這一行動希望通過新技術推動各家學校幫助教師們更快成長。
在未來的課堂中，或許每名老師上完課後都會得到一個技術統計——這和踢完一場球，技術分析公司給出的詳盡技術統計一樣。對于老師們來說，他們的工作的方式會産生一些變化：上完課之後他們會關注自己的資料，并可以和其他老師們進行對比。
AI 教育新研究
作為一家創業公司，清帆科技目前的團隊基本全是技術出身，公司 CEO 張文鑄博士畢業于清華電子系，聯合創始人焦劍濤博士畢業于斯坦福大學，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）。其他技術團隊成員基本都來自于清華大學。
清帆科技也和清華大學進行了合作。2018 年 9 月，清華大學成立了智能教育技術創新聯合研究中心。張文鑄受邀出任聯合研究中心副主任。該機構由清華大學全球創新學院院長、計算機系史元春教授牽頭研究工作，緻力于推動教育領域技術創新和應用落地，将在情感計算、
知識圖譜和
人機互動三大方向展開前瞻性研究。
清帆科技創始人張文鑄博士（左），清華大學全球創新學院院長史元春教授（右）。創新研究中心的目标是在三年内成為全球有影響力的 AI 教育研究機構。
在教育領域中，清帆科技也與各家學校展開了深入合作，讓學校的老師和校長們以特聘專家的形式參與 EduBrain 教學分析系統的開發。此外，清帆科技年輕的團隊中也有一些人擁有教育行業背景。
「在系統的研發過程中，老師的作用是非常重要的。」張文鑄表示，「我們現在采用的思路是技術專家加教育專家。我們在每個學校建立好教學分析系統之後，都會建立一套獎勵機制，鼓勵老師更多使用智能教育系統并提出回報建議，這實際上可以幫助我們建立健康的生态。」
清帆科技 EduBrain 教學分析系統的分析結果可以在手機通過小程式和 APP 随時檢視。通過資料分析報告和教師的回報，這家公司希望建立起開發閉環。
目前，清帆科技希望人工智能技術可以成為學校正常教研分析的重要依據。「現在的教研分析是把課堂狀況錄下來。然後把視訊重新放一遍，所有人來看。」張文鑄介紹道。「現在通過 EduBrain 教學分析系統處理，系統會自動找到需要關注的内容，老師直接點選觀看就行了。整個年級學科的橫比通過資料說話——而這些在以前都是隻能通過經驗判斷的。」
現在我們還無法得知 AI 能讓學生成績提升多少，張文鑄認為，教學分析系統的意義在于：讓每一屆學生相比上一屆獲得的教學品質有所提升。
改變教育的核心在于改變課堂，而改變課堂的核心在于建立課堂的回報評價機制。未來的中國小課堂将會變成什麼樣子，我們現在或許已經看到趨勢了。