AI(人工智能)成了谁都想蹭的最热红毯

ai课和一对一直播课有区别吗(细数当下录播AI绕不过的坎儿)(1)

回首过去一年录播,要说录播领域最热的词---AI绝对能算一个,同时接着教育信息化2.0计划中对人工智能的表述,中国向人工智能迈进,南京大学等各个高校纷纷开始人工智能专业,山东省最近又确认了一批人工智能试点区县,学校,中美贸易战又给抢占未来科学高地的人工智能扇了一把火,这两天两会又提出了智能 的说法,一时间,AI(人工智能)成了最热的红毯,谁出门要是不谈人工智能九不好意思出门,人工智能已经成功取代了前两年大数据的地位,成为代表技术最高点的必备词汇。

AI与录播

ai课和一对一直播课有区别吗(细数当下录播AI绕不过的坎儿)(2)

就目前应用情况来看,一切还都在探索阶段,当前就有几个坎儿需要过:

1.教育理论支撑问题:目前还没有成熟的理论支撑人脸识别对课堂的评价

从开始部分培训机构宣传采用表情分析评价学生到最近开始引入部分K12的公立教育学校,到底与课堂之间有何关系,教育部教育信息化专家委员会秘书长,华东师范大学教授任友群的观点也许能够作为参考:

“教育领域信息技术的应用归根结底是为了提升教育教学的水平,问题在于杭十一中目前所采用的技术是否能提升教育教学水平,这点尚不清晰。

首先,本质上来说杭十一中所采用的这套技术是依托视频来判断人的情绪状态。这一技术不算新鲜,很多社会机构早几年就在运用了,但据我所知,在长时段同时监测一个班40人左右(甚至更多)的人群时,对技术的集成要求很高,实用上应该还不够成熟。

其次,情绪状态与课堂表现之间的关系到底是何关系,实际上也需要更有效的研究,目前的很多经验性的判断缺乏科学证据。”

由此可见,这应用在课堂中的价值但不论技术水平高低,首先其核心基础的理论支撑目前还在探究当中,一切尚无定论,但是教学场所是否该作为这种敏感技术的试验场,这就是各个主管领导仁者见仁,智者见智了。

2.准确率问题:技术水平是否能够支撑复杂教学场景发挥应有的建设效能

准确率这一个问题除了在人脸识别考勤方面可以客观的衡量,但是在正常上课过程中,通过教室内摄像头采集学生数据进行考勤目前都存在问题,更何况在课堂行为分析方面,更要面临诸多挑战,

第一:针对行为,表情,尤其微表情个体和整体的判断衡量的准确度以及各个行为表情的判断指标问题,这让笔者想起了自己的一位同学,那时候这位同学是老师最不讨厌也是最没办法的一位,上课时候总是正襟危坐,老师让记笔记九记,让举手就举手,一堂课一个表情,平时也是一个表情,十分配合老师,但是就是考试学习结果一塌糊涂,不知道这样的个体会是怎样的数据体现。这是对建模提出的挑战。

第二:针对课堂教室环境,教室环境光线情况,教室构造,教室人数等都对识别产生影响,比如说光照,光照变化是影响人脸识别准确率的最关键因素,由于脸部是3D结构,因此光线投射的阴影会加强或削弱原始脸部的特征。特别是在夜晚,由光线不足引起的面部阴影会导致识别率急剧下降,使得人脸识别系统难以满足实际要求。光照问题是机器视觉中的老问题,在人脸识别中的表现尤为明显。解决光照问题的方案有三维图像人脸识别和热成像人脸识别。但这两种技术还远不成熟,识别效果不尽人意。同时,理论和实验也证明了不同光照下同一个体之间的差异大于同一照射下不同个体之间的差异。这是对摄像头提出的挑战。

另外识别目标的姿态,表情,遮挡,年龄,相似性,动态,防伪,样本缺乏,图像质量都会产生影响,而且这都是仅仅在人脸识别中的身份识别产生的影响,还不是所说的行为,表情的判别。

第三:数据集问题,课堂行为,学习表情这些都需要大数据支撑,而且是需要干净的数据集,目前在用设备不知道建模数据如何获得,以及数据采集过程中受到噪声标签的影响,笔者对当前宣称有AI课堂行为分析的厂家在数据集方面投入的精力持保留态度,因为这是一个研发实力,公司财力要求很高的过程,目前专业的AI巨头也是不断优化过程,这是对数据集处理甚至是系统深度学习能力的挑战。

第四:还是理论支撑问题,顶层设计不合适,也许技术走的快反而会南辕北辙。

正如当前已经使用此技术杭州某学校校方称,现在获取的数据仅为片段性,也没有形成大数据来支撑对学生行为的判断。所以可以得出通过上述 6 种行为分析本来就没有多大意义,因为学生个体的动作表情很难用正负面二分法做出判定,比如有很多人的喜怒哀乐很少通过面部表情表现,这种大数据判断的误差以及参考价值有多大可想而知。

总体来说,如果是为了当前所谓的行为分析大兴土木搞建设,在当前信息化2.0提倡建设效能,融合创新的背景下看这个投入产出比是否真的有必要呢?

3.教学模式问题:技术是为教学服务,技术的出现往往需要教学模式的改变

曾经有一个观点一直深深引发笔者的思考:为什么技术不断颠覆人们的生活,却没有出现颠覆课堂的技术。后来找到了答案,套用一句话说:技术跑的太快,灵魂没跟上。细数我们现在不断进入到校园的技术,设备都有一个共同特点,那就是辅助性的设备多,真正涉及到教学的少,为什么呢?这需要教师的改变,教学模式的改变,而这些都是个漫漫的过程,信息化2.0也再次对此提出明确要求:提升师生信息化素养,教育与技术深度融合。

针对此处可以引用教育部教育信息化专家委员会秘书长,华东师范大学教授任友群的观点:

教育领域信息技术的应用归根结底是为了提升教育教学的水平,问题在于杭十一中目前所采用的技术是否能提升教育教学水平,这点尚不清晰。课堂中一项技术的引入,往往伴随着教学模式的变革,如果模式不变,技术再好,恐怕也意义有限。我好奇的是,目前采取了这种技术手段的教育机构,后面又打算采取怎样的新教学模式呢?在我看来,如果不从教学内容和模式上研究学生专注与否的原因,而单纯去评价专注度,不能说是找对了方向。

所以,目前来看,技术成熟与否尚未可知,教学模式似乎也还在角落里。

3.舆论压力问题:涉及AI,隐私,孩子,教育,这个技术的推广必然面临这争议

无论正面评价也好,负面评价也好,一个新技术的诞生总是要面临争议,尤其是在当前自媒体网络时代,像这一涉及热门技术人工智能,热门话题教育,孩子,隐私的技术应用,只要出现必然会成为舆论的焦点,决策者必然面临舆论的压力,杭州的某中学的就是最好的例子。

而且各方专家也对此一直有争议:

中国人民大学副教授高永安表示“这个系统(人脸识别)如果长期使用,老师会用来给学生施加压力,学校会用来给老师施加压力,建议千万不要常规化。”

5月23日,在国家卫健委今日举行的新闻发布会上,北大六院儿童病房主任曹庆久针对一些学校用智慧课堂系统监控学生的学习行为指出,有些学校用智能系统监控学生,学生往往会有一些心理方面的反应。很多青春期的孩子正处于自我意识快速发展的阶段,要求有隐私权,要求得到别人的尊重,要求得到别人的信任。如果装监控系统是为监测孩子注意力,往往会引起孩子的反感,所以要注意它对孩子心理方面的影响。

所以,对于求稳作为基础的主管领导们,这也许是一个想说又不能说的原因。

4.标准外显对课堂的“异化:教学是点燃的过程,切莫成了秀场

何为标准外显对课堂的异化,很简单来说就是"应付上级检查",这一说大家就明白了,课堂教学过程本来是个情景交融的过程,很多时候教师和学生情感自发外显的过程,一旦连情感外显带来的表情变化,行为变化都可测量,可指标化,还要作为评价依据,这如果真的大面积应用了这后果可想而知,现在国家教育一面主导素质教育,创新课堂教学方式,改变填鸭式,给课堂注入活力,而行为分析,人脸识别似乎都与这个趋势不符合。

这就像边沁的“全景监狱”理论:环形建筑,建筑里是一个个分开的囚室,中心是一座高耸的瞭望塔。囚室中的每个人都互相隔绝,但能看到那带有压迫意味的瞭望塔。他们感到自己时刻处于监视之下,会自觉地自我约束,无论这塔里,究竟是谁,究竟有没有人。摄像头,在一定程度上代替了瞭望塔。它们在看,是谁的小眼睛,还没有在看老师。

山东省教育信息化首批专家,青岛弘德小学校长吕红军有过类似观点:

教育教学管理还是应该从管转到理,从价值引领、制度建设、人文关怀等方面来提升教师的职业素养和专业能力,而非单纯的强迫性的“技术施压”。如果这套智能分析学生和教师表现的系统能够设置成学校一间特色研究教室,供有意愿的教师进行磨课练习,或是学校开展教学研究活动,应该会取得更好的应用效果。常态课堂还是应该把空间留给教师,把创造力留给教师,而不是一只无形的手在左右课堂。

而且很多教师学生对此持保留态度,从事一线教学工作的山东省青岛市胶州二中教师刘飞也有相似看法:

此类系统不宜用于对老师和学生的行为进行优劣评判。“用于评判,一可能引发抵触心理,会束缚老师的心态,很难有淋漓尽致的自由发挥;二可能引启迎合心态,老师可能会一刀切地向‘高标准’靠拢,系统采集到的数据可能就来自一个‘不真实’的课堂!”

21世纪教育研究院副院长熊丙奇曾就此事发表评论文章《课堂上用人脸识别“记录分析”学生表情?我反对!》,其认为:

把这样的“黑技术”运用在课堂教学中,必须有两个基本前提,一是不能侵犯学生的隐私,二是不能影响学生人格成长。而该系统中,这两个前提恐怕都存疑。同时,在监控之下,学生很可能养成表演性人格,如果这套系统进一步用于学生评价、教师评价,可以想见,会有教师要求学生表现得十分快乐,以表明自己上课受欢迎。

北京师范大学中国教育与社会发展研究院讲师高莉在《光明日报》同样发表了类似评论:

她认为对待新技术,需要引导规范,使技术服务教育。如果把系统结果异化为评价教师教学的一种方式,那么在摄像头监控下的教学很可能会演变成一种拘谨的教学、一种“作秀”式的教学。

切让野花漫山坡,待到春风再来说

ai课和一对一直播课有区别吗(细数当下录播AI绕不过的坎儿)(3)

一刻混沌、一刻四季分明,

一刻憧憬、一刻尘埃落定...

疏离在千丝万缕,

契合于如影随形。

曼妙间年华老去,

恕难限心手长

以上是潘粤明给董洁写的一首诗,似乎很能反映笔者针对AI课堂行为分析的观点,一直是纠结中不断反复的状态,我觉得这也代表这教育领域对AI课堂行为分析新技术应用这个“孩童”的心路历程。

现在看似显而易见的“日心说”与“地心说”都争议了很久,可况于斯,还是那句话先让子弹飞一会,切让野花漫山坡,待到春风再来说。

看似尘埃落定,也许争论才刚刚开始......

,