1.系统总体架构及数据流向图

1.1总体架构

为解决传统教学督导评价存在的问题，AI教学督导评价系统以课堂教学为核心，通过多元化评价量表管理、可视化在线巡课督导、多主体综合评价体系、教学视频资源管理等功能，满足督导、同行、领导、学生等用户的需求，可线上提交教学评价结果，将过程性评价与结果性评价相结合，形成全过程评价机制，及时反馈评价结果，强化对教学过程的实时监控，促进教学质量的不断提升。系统整体架构由基础环境层、技术支撑层、业务服务层、用户应用层4个部分构成（见图2）。

图2系统框架图

基础环境层：是整个平台框架建设的基础，为课堂教学录播与直播、平台业务应用提供必要和良好的物理环境和软硬件支撑，包括实体教室环境、校园网络环境、物联环境、数据安全传输、音频和视频采集、计算与存储等基础环境。

技术支撑层：是整个平台框架最核心的部分，通过与基础环境层的协同支撑，利用平台的AI核心能力，实现音频和视频采集、语音转写、数据分析、在线协同和文件传输等功能。

业务服务层：一方面，为用户层提供系统管理配置、教学评教分析、实时巡课分析和教学质量评价等应用功能；另一方面，对外提供开放接口，提供统一身份认证、统一权限管理、统一数据采集、录播转码、资源调取等服务接口，为平台与第三方应用提供服务。

用户应用层：提供Web端、移动端、大屏等服务，满足用户多样化需求，用户根据实际场景通过终端访问平台观看课堂教学直播与录播视频，查看数据分析结果。

1.2数据流向图

AI教学督导评价系统是一个高度集成的智能化信息系统，涵盖了智慧教室中的摄像机、拾音器、电脑、AI分析设备以及教学督导软件等。智慧教室安装的摄像机、拾音器和电脑等设备可采集课堂的音频和视频数据，并通过网络将采集的数据传输到教学AI分析设备。教学AI分析设备对课堂的音频和视频数据进行处理和分析，并将分析的结果数据传送给教学督导评价系统。依据教学AI分析设备提供的教学行为分析结果数据，以及督导、领导、专家、同行的评价结果数据，教学督导评价软件进行教学综合质量分析，并提供教学改进建议。图3为AI教学督导评价系统的数据流向图。

图3系统数据流向图

2.关键技术分析

2.1多模态数据采集与处理

2.1.1课堂教学数据采集与处理

（1）教学过程实时录制。系统对接视频采集、音频采集等设备，教师在授课中一键启动系统，系统会自动采集教室画面和师生声音，并经过画面畸变效果消除、声音降噪等技术处理，生成高还原度的教学实时录像，完成对教学课堂的无感知实时记录。

（2）课堂视频智能切片。系统利用AI技术，依据教学环节、课件、课堂活动、课堂文档等维度自动将采集的课堂视频进行分段和标记，方便教师和管理员快速找到需要的内容，如教学环节识别定位、课堂活动识别定位、课件展示与定位。

（3）课堂语音文本转写。系统利用AI技术对课堂中教师的语音进行识别和转写，并进行二次智能处理，主要包括分句与分段、内容顺滑，实现按上下文语义进行句子划分、为句子加标点，实现自动提出转写结果中的停顿词、语气词、重复词等，使得顺滑后的文本变得易读。同时，系统支持将文字记录与视频时间对应，可快速实现“一键跳转”，将视频跳转到对应时间点进行播放。

2.1.2课堂教学评价数据采集

（1）巡课评教数据。学校领导、教学督导、教学管理人员等在不影响师生上课的情况下，可以通过系统观看指定课程的直播、录播资源，实现远程观摩教学、监管教室纪律、评估教学质量，并结合实际情况填写对应的课堂教学评价报告，反馈对本堂课授课教师教学质量、教学方法、教学内容等维度的评价意见。

（2）学生评教数据。听课教师在填写课堂教学评价报告的过程中可以将听课记录表转发给学生，让听课的学生进行协同评价，从学生层面评价课堂教学效果，辅助进行课堂教学质量的监督和管理。

2.2多类型分层评价体系构建

AI教学督导评价系统从课堂纪律、课堂情感、课堂行为、课堂规范、教学实施流程、教学模式、教学效果7个方面构建融合多维度特征的课堂教学质量评价指标体系，并依据采集的课堂实时教学数据和课堂教学评价数据进行课堂教学质量评价。图4为课堂教学行为分析指标体系。

在课堂纪律指标维度，分析并识别学生的到课率（迟到、早退、旷课次数）与教师教学中的违规、违法、不符合职业道德的言语行为，了解学生的学习态度、学习情况，反映教师的职业道德和教学水平。

在课堂情感指标维度，分析教师的用语情绪（积极、消极、中性）、学生的课堂表情（积极、消极、中性），评估教师整体课堂状态及对学生的影响，了解学生的情感和态度，评估其学习效果。

在课堂行为指标维度，分析教师在课堂中的讲授、板书、巡视、讲台走动、多媒体演示、师生互动、接打电话等行为，分析学生在课堂中阅读、书写、专注听讲、举手、站立、起立发言、趴桌子、交头接耳、玩手机、扭头、身体扭转、抬头/低头等行为，从而评估教学效果、改进教学方法、管理学生行为。

在教学规范指标维度，分析教师课堂教学的语速、言语内容，包括口头语、关键词频次、违规词等，了解教师的口头表达能力、教学流畅度，发现教学方法、教学态度、教学内容等方面存在的问题。

在教学实施流程指标维度，分析教学的注意力分布、教学轨迹位置、教师课堂提问类型，体现学生的关注度、发现学生学习过程中存在的问题，了解教师教学表现，激发学生主动思考和提升学习兴趣，发现教学存在的问题，优化教学设计。

在教学模式指标维度，分析教师教学行为（T）和学生学习行为（S），以固定时间间隔进行记录，绘制S-T曲线；并通过计算得出Rt值（教师行为占有率）和Ch值（行为转换率），形成Rt-Ch直观图，从而判断课堂教学模式，将课堂分为练习型、讲授型、对话型、混合型，以优化课堂教学，审视、评估教学效果，为教学方法优化提供依据。

在教学效果指标维度，通过分析学生的抬头率、前排就座率、课堂专注度，发现学生的注意力分配、学习兴趣点分布，帮助教师调整教学策略，提高教学效果。

2.3数据分析可视化

2.3.1课堂基础数据分析

通过智慧教室环境对采集的音频和视频数据进行实时分析，记录教师在各个教学环节的时间分配、讲授课程的时长、课程中讲授的总字数以及整体课程的平均语速、PPT页数、板书时长等基础数据，帮助教师优化课堂时间管理。

2.3.2课堂实时数据分析

系统利用AI技术可以精准分析并记录课堂中的相关信息，包括学生出勤人数、出勤率、准时率、前排就座指数、教师活跃度、学生活跃度、学生注意力等课堂行为，并自动生成课堂注意力散点图、S-T图、Rt-Ch图等直观图形，帮助教师和教学管理人员更好地掌握课堂情况，共同优化课堂教学。图5为课堂教学实时巡课数据分析。

图4课堂教学行为分析指标体系

图5课堂教学实时巡课数据分析

2.3.3课堂评教数据分析

基于传统的教学督导模式，依据学校领导、教学督导、教学管理人员、学生等对象对课堂教学的评价数据，进行实时数据统计分析，结合评价结果，及时发现教学中存在的问题并及时进行相应的整改。

2.4课堂质量分析及改进建议

系统利用AI技术，根据课堂基本信息、教学内容、教师教学、学生学习等不同维度，并结合学生、同行、督导巡课等多方参与的评价意见，生成课堂教学AI分析报告；从教学工具、教学环节、课堂反馈等多个角度生成教学建议，帮助教师进一步掌控课堂，更好地提升教学水平，真正做到课堂教学评价的闭环管理。

来源：《创新创业理论研究与实践》

作者：吉朝明（四川成都 611130）