人工智能技术进入校园，带来的重要变化之一是：用数据“丈量”课堂。在丰富的课堂数据中，“课堂关注度”在衡量课堂质量、优化教学设计方面的价值受到教育工作者的认可。
如何利用AI技术量化课堂专注度，老师又如何使用这些数据进行教学研究？Q博士希望通过本文为教育工作者提供参考。
一、为什么要关注课堂专注度？
1、注意力是认知的基础
与课堂专注度相比，老师更熟悉专注力或注意力这样的表述。注意力是认知的基础，研究表明，注意力与学习效果和学习成绩有相关性。
每45分钟的课之间有10分钟的休息时间，同样，教学内容也应该根据学生的年龄和注意力时间进行设计。以学生为主体的课堂上，有效性应该充分体现在，学生知识的习得和大脑思维的开发。
一般情况下，年级越大，学生的注意力时间就越长。7岁的孩子注意力在14-35分钟之间，12岁的孩子注意力在24-80分钟之间。有一个简单的公式可以帮助老师了解学生的注意力时间：年龄×2-5分钟=平均注意力范围。
2、课堂专注度反映学习状态
课堂上学生的专注力如此重要，传统课堂却缺少工具帮助老师了解学生是否进入学习状态。在这种情况下，“课堂专注度”应运而生，以时间顺序反映了课堂上学生专注力变化的整体趋势，以及哪个时间专注度最高，哪个时间最低。
课堂专注度用计算机代替了人工的课堂观察和记录，能够最大程度上确保数据的客观有效，数据的处理和提取也更加方便，因此能为教学研究和学校管理带来价值。
二、AI如何判断课堂专注度？
1、基本的技术原理
学生是否集中注意力，会透过他们的头部行为体现出来。例如，老师在讲课时，学生抬头听讲被看做是注意力集中的表现。所以，判断学生在课堂上的头部姿态是计算课堂专注度的重要依据。
以我们提出的“SAHP专注力分析技术”为例，伴随式采集课堂教学视频后（不干扰课堂教学），通过头部姿态估计技术，推断出学生头部在三维空间的姿态参数，建立头部三维空间姿态模型，通过头部姿态在不同坐标系之间的相互转换，判断学生群体的头部朝向。
再利用头部姿态追踪人眼的视线方向，对汇总数据进行二次分析，从而计算出学生的社交专注保持力(SAHP, Social Attention Holding Power），这也是目前学习认知领域最先进的分析技术。
2、针对教学场景的优化
教学场景的多变意味着技术的实际应用要比想象中更加复杂，课堂上的抬头行为并非都是注意力集中的表现。比如，课堂练习时，低头书写才是专注的表现。因此，在分析课堂专注度时还要区别具体的教学场景。
我们认为科学有效的“课堂专注度”应该符合以下标准：
1、课堂专注度不等于学生抬头率
2、课堂专注度必须区分课堂教学场景
3、课堂专注度以头部朝向和视线方向为依据
三、利用课堂专注度的3点建议
下面Q博士以我们科技「数据驱动型智慧课堂」解决方案中的“课堂专注度”为例，为老师利用课堂专注度提供参考。
1、对比分析课堂专注度的变化趋势
课堂专注度反映了学生整节课的注意力和兴趣点分布情况，依据时间点设计合理的教学内容，有助于提高老师对课堂节奏的控制和把握。
比如，班主任可以对照分析本班各科目之间的课堂专注度，任课老师可以对比不同班级同一科目的课堂专注度变化。班级与班级之间、学科与学科之间的比较，能帮助老师及时发现问题，进而及时调整和改进教学设计。
2、从课堂专注度峰值与谷值寻找规律
在我们的解决方案中，课堂专注度的峰值和谷值会对应同一时刻的课堂视频，帮助老师将讲课内容的吸引力、学生的兴趣点与教学内容、教学设计相关联，从而找出规律。
比如，在同一位老师讲授同一节课时，A班的同学在老师讲课的时候专注度最高，而B班在班级讨论的时候专注度最高，可以说明A班的同学更喜欢讲授型的教法，而B班更喜欢研讨型的教法。这些数据将为老师发现学生的兴趣、适宜的教法等提供参考和依据。
3、及时发现学生的学习问题
我们「个性化家校共育」解决方案为每一位学生提供课堂专注度分析。因为课堂专注度与学习效果和成绩有相关性，个人课堂专注度变化有助于老师及时发现学生在学习中存在的问题，并及时与家长沟通、进行干预。
比如，学生小Q最近一周各科的课堂专注度都在下降，老师发现问题后及时与家长联系。原来这一周小Q都睡得很晚，睡眠不足导致课堂注意力不集中。老师与家长的及时干预，阻止了小Q学习成绩的下滑。
Q博士有话说
数据不是目的，而是辅助教学和管理的手段。课堂专注度在实际教学中的应用更加广泛，对课堂专注度的挖掘与使用有助于帮助年轻教师成长，提高学校的教研水平。Q博士希望技术能成为教育教学的“神器”，而不是老师的负担。
感谢我们商务组、产品组、算法组对本文的支持。
