基于学习注意力分析的计算机实验教学评价

王薇，刘星，徐新

(武汉科技大学计算机学院，武汉 430070)

0 引言

“十三五”期间我国高等教育发展日新月异；2020年印发的《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》中提出“普及高等教育”的新的挑战。2021年不仅是“十四五”的起始点，更是2035年社会主义现代化强国之路的起始点，我国高等教育发展将迎接新的目标与新的挑战。

2018年，教育部提出关于高等教育教学改革中一流课程建设，旨在提高高等教育的课程质量。中共中央国务院在《深化新时代教育评价改革总体方案》中提出，要构建世界水平的中国特色的高等教育评价体系。实现这一目标的实现得力于优质课程建设，以课程评价反馈作为驱动改进课程设置与授课方法，从而稳步提高课程质量，打造一流课程与精品课程[1]。

图1 实验实践教学流程图

在精品课程和工程认证的要求下，完善计算机专业在实验实践教学的评价模型[2][3]，不仅有助于学生巩固所学知识，而且有利于培养学生的应用能力，更能根据发挥学生的实时反馈及时调整学习资源、课程内容和教学方法，统计学生的实时反馈就需要对整个教学过程做跟踪和检测，其流程图参考图1。学生通过案例讲演理解计算机理论及技术，再经实验实践环节进行理论实践与提炼，进而加深对计算机理论的认知水平[4]。

学习分析(Learning Analysis)是关于学习人员及其上下文的数据的测量、收集、分析和报告，目的是为了理解和优化学习过程及其课堂发生过程。在课堂教学中，教师通过记录学生的课堂行为与表现，并利用机器学习等新兴算法对产生的教育数据进行分析，评估学生的学习行为，并作为教学评价指标。当产生足量的长周期的学习行为记录，则可用于预测课程建设的未来表现，并指出潜在的问题。

随着信息化课堂的发展，有很多课堂多媒体交互设备捕获的信息可用来分析传统课堂教学质量和学生的课堂即时反应。本文提出使用学习注意力分析作为学习体验及教学效果的评价指标，其不仅适用于传统课堂教学，更适用于新兴的实验实践教学和多媒体交互教学如MOOC在线课程。时至今日，将学生的行为与内容、教学特点进行结合分析的研究并不多。实验实践教学课程在传统的教师课堂教授学习内容外，还具有学生自发实践环节，课程内容更加多元化，随之而来的学生注意力评价也更加复杂。

因此，在本文中我们关注的是实验实践课程中学生的注意力保持程度。本文中的注意力专注度指在规定的时间段内，学生聆听教师讲解课程内容和实践课程内容时学生保持反馈状态的比例。本文建立了一种智能评估学生学习注意力的评价方法及算法，并给出其总体评价方法的实施流程。

1 面向教师讲解时的学习注意力分析

在实验室教学的教师讲演中，本文使用尽可能少的拍摄设备捕捉所有学生的学习状态。因此，当教师进行课程内容讲解时，本文通过学生的视角范围进行分析学生的学习注意力[5-6]。其具体流程如图2所示，在拍摄设备获取的视频帧中，本文首先进行人脸检测得到学生当前时刻的面部空间坐标，经连续帧的头部空间位移来确定其头部动作，最终据头部动作判断视角范围，以评估学生学习的注意力集中程度。

图2 面向教学授课的注意力评价实施流程图

以下将对头部动作估计及依据头部动作的注意力判断方法进行说明。学生专注于授课内容时其头部行为不会出现频繁晃动，或视角点长期处于教师讲演区之外；因此视角点与教师讲演区的夹角可用于估计学生的学习注意力；即使用学生头部角度变化进行视角点估计[7]。当对特征缩放后的头部倾斜角度进行多元回归拟合，可得到头部动作拟合公式：

Ps=αxk+βyk+γzk+b

(1)

其中xk代表学生的俯仰角，yk代表学生的水平偏离角，zk代表学生的旋转角。这三种角度构成第k个学生在视频的单帧中的头部姿势角度集合。

我们通过S型函数将Ps映射到0和1之间，构成头部动作分布概率集合。本映射公式为：

(2)

在训练过程中，我们将关注度高置为状态1，关注度低置为状态0，其判断阈值th为0.5：

(3)

当学生看向老师、幻灯片或黑板，我们认为他在集中注意力。如果学生上下交替地看则可推断学生在做笔记。据此，以上模型对学生的当前视角进行估计，从而判断其对讲演区的关注程度。

2 计算机实践环节的注意力评价

在实践实验环节中，学生遵循一定逻辑而完成的实践操作，其操作过程将形成其个体学习认知的连续模式，该模式信息的加工和处理能反映学生的学习认知过程[8]。虽然该模式信息不能保证精确性和个体的个性化，但它能全局地反映学生实践环节的个体注意力。计算机类的实验平台通常使用计算机作为实验硬件终端，而学生的硬件操作通过鼠标及键盘完成。因此，就计算机类专业实验教学而言，学生实践环节的学习注意力评价可以通过教学终端的操作频次在较为长期的时间段内形成累计数据来实现[9]。

本文使用学生实践环节的鼠标点击频率来判断其是否进行使用操作；本鼠标点击频率衡量学生获取信息进行操作的频率，并记录在软件日志中。较高的鼠标点击频率代表学生使用终端进行操作，因此表示更高的注意力评价。反之，极低的点击频率表示学生走神。其具体实施流程如图3所示。

图3 面向实践环节的注意力评价实施流程图

为消除学生个体的点击快慢速率的影响并得到统一尺度，本文使用计算学生个体的平均点击速率并对其连续模式进行标准化；高于零的值表示学生的点击频率高于其个体平均点击频率。低于零的值表示该学生的点击频率低于其平均点击频率。在单次实践环节时间段内，个体学生形成的学习连续模式可表示为：

(4)

其中gi为点击内容重要性参数，yi为该分钟内点击次数评价。

据以上两种注意力评价内容及方法，可综合得到实验实践课程的整体学习注意力评价公式为：

(5)

其中t为总课程时长分钟数；γ为平衡系数，表征讲演时段和实验时段的长度比。

目前，相对于传统教室的课堂教学，实验室的交互多媒体硬件设备与讲演-实践教学方法能及时反馈学生的注意力评价，在成果导向(OBG)的教学方法中展现出明显优势。在今后实施过程中，将通过收集大量实验教学数据来优化学习注意力评价模型[10]，来指导实验实践教学工作，具有针对性地进行教学内容的调整，从而提高教学质量；并且提供连续且有效的学生教学反馈，为进一步的学科建设提供方向。

3 结语

针对一流课程和精品课程建设需求，培养计算机专业具有工程技术能力的学生离不开实验实践教学。本文探索了计算机实践教学中的场景特点与学生表现，提出基于学习注意力分析的实践课程反馈指标，借此提取学生在实践课程上的学习程度据此重构结果导向的(OBD)的实验实践课程教学目标；并构建稳定而持续的实验实践课程的反馈机制。