Thinking Training Oriented: Analysis and Application of Intelligent Classroom Teaching Based on Accurate Labeling Technology

doi:10.16382/j.cnki.1000-5560.2023.08.008

Abstract

Abstract:

Classroom teaching is the main position of talent training. Improving the quality of classroom teaching is important to promote the high-quality development of basic education and cultivate innovative talents. This study systematically puts forward a classroom teaching evaluation system for thinking training. Based on this, an automatic labeling method of classroom teaching based on audio and video transcripts has been created. With the help of the hybrid neural network model combining CNN and BiLSTM model, the rapid and accurate annotation of large-scale classroom data is realized, which can effectively refine the thinking characteristics in classroom teaching. At the same time, sequential pattern mining technique suitable for evaluation of classroom teaching has been developed, which can reveal the sequential pattern of high-quality classroom teaching and the advanced law of implicit thinking. This paper takes a school in Guangdong Province as an example to conduct a one-year experiment. By comparing the first and last monitoring results, it is found that with the blessing of intelligent analysis technology, the proportion of classroom dialogue involving high-level thinking has been significantly increased, the thinking chain is longer, and it can reflect the law of advancing from low-level thinking to high-level thinking, Among them, the more significant long chain dialogue is the advanced mode of basic knowledge acquisition→ personal opinion expression→analysis and interpretation→summary and induction → migration and innovation. The future intelligent classroom teaching analysis should focus on the following three aspects: developing technology based on classroom dialogue analysis and multi-modal data cooperation; the selection and application of intelligent technology should serve the education and teaching objectives, so as to effectively create a high-quality and efficient class.

Key words: classroom teaching, high level thinking, intelligent technology, automatic labeling, sequential pattern mining.

Yu Song, Changliang Xu, Jia Zhu, Shaoming Chai. Thinking Training Oriented: Analysis and Application of Intelligent Classroom Teaching Based on Accurate Labeling Technology[J]. Journal of East China Normal University(Educational Sciences), 2023, 41(8): 79-89.

Figures/Tables 5

指标大类	具体指标	指标含义与界定	思维培养功能
基础知识（Prior-known knowledge）	基础知识类提问（Ipk）	包括有标准答案的知识、事实、常规习俗和传统、重复别人的对话或内容。对话能够参考教科书或已有知识；对话可被判定为对或错；仅需要记忆就可以回答或进行提问。	帮助学生获得信息、概念、基础知识、事实，学习基本方法和基本规则
基础知识（Prior-known knowledge）	基础知识类回应（Pk）		帮助学生获得信息、概念、基础知识、事实，学习基本方法和基本规则
个人观点表达（Personal information）	个人观点类提问（Ipi）	包括个人经历和没有依据的主观意见。教师通过提问了解学生的个人经历，让学生随意发表自己的看法和意见，而无需有依据。	引导学生表达个人的思想、情感和观点
个人观点表达（Personal information）	个人观点类回应（Pi）	包括个人经历和没有依据的主观意见。教师通过提问了解学生的个人经历，让学生随意发表自己的看法和意见，而无需有依据。	引导学生表达个人的思想、情感和观点
分析阐释（Analysis）	分析阐释式提问（Ia）	包括拆分信息、解释、分析、评价等行为。教师指导学生将复杂、抽象的知识，经过分析，变成具体、容易理解的内容。	引导学生深入分析问题，提升演绎思维能力，加强深度理解
分析阐释（Analysis）	分析阐释式回应（An）	包括拆分信息、解释、分析、评价等行为。教师指导学生将复杂、抽象的知识，经过分析，变成具体、容易理解的内容。	引导学生深入分析问题，提升演绎思维能力，加强深度理解
总结归纳（Coordination）	总结归纳式提问（Ic）	包括总结信息、比较信息和建立联系。教师利用对话和提问方式引导学生从庞杂的知识中推理、归纳出能够解决某一类问题的方法和规律。	培养学生全面、综合看待问题的能力，提升全局性思维，通过比较、联系发现事物运行规律
总结归纳（Coordination）	总结归纳式回应（Co）		培养学生全面、综合看待问题的能力，提升全局性思维，通过比较、联系发现事物运行规律
迁移创新（Speculation）	迁移创新式提问（Is）	是指利用已有的知识来推断解决未知的问题；有依据地预测事物发展的方向；在已有信息的基础上探索未知，进行创新。	支持学生发展创新思维、提升迁移运用能力
迁移创新（Speculation）	迁移创新式回应（Sp）	是指利用已有的知识来推断解决未知的问题；有依据地预测事物发展的方向；在已有信息的基础上探索未知，进行创新。	支持学生发展创新思维、提升迁移运用能力
回应与建构（Uptake）	回应建构式提问（Iu）	包括对前述对话内容的进一步讨论、延展其内容、深入分析、提出反对意见等行为。教师引导学生就某一问题深入讨论，能够在前人发言的基础上深入挖掘分析、提出不同意见。	引导学生倾听他人发言、与人协作，提升自我反思
回应与建构（Uptake）	回应建构式回应（Up）		引导学生倾听他人发言、与人协作，提升自我反思
认同（Agreement）	认同（Ag）	明确肯定、接受或赞同某个阐述，是对回答或提问满足所规定要求或达到较高水准的一种证实。	鼓励倾听、促进交流思考
质疑（Querying）	质疑（Qu）	对某一表述提出疑问或持不同意见；怀疑某一表述的合理性；否定一个陈述。	有助于批判性思维的培养，是积极参与课堂学习的体现，是激发探索创新的手段
指导（Guide）	指导（Gu）	给他人下达指示，要求他人做出相应反应；教导、指点、引导。	教师依据学生的学习进度和认知水平所提供的有针对性的支持和指引

References 0

	顾小清, 王炜支持教师专业发展的课堂分析技术新探索中国电化教育 2004 7 18 21 顾小清, 王炜. (2004). 支持教师专业发展的课堂分析技术新探索. 中国电化教育,(7),18—21. doi: 10.3969/j.issn.1006-9860.2004.07.004
	刘清堂, 冯小妹, 翟慧清, 等学习分析支持下的课堂互动工具设计与实现现代教育技术 2018 26 94 100 刘清堂, 冯小妹, 翟慧清, 等. (2018). 学习分析支持下的课堂互动工具设计与实现. 现代教育技术,26,94—100. doi: 10.3969/j.issn.1009-8097.2018.10.014
	刘三女牙, 杨宗凯, 李卿计算教育学: 内涵与进路教育研究 2020 3 152 159 刘三女牙, 杨宗凯, 李卿. (2020). 计算教育学: 内涵与进路. 教育研究,(3),152—159.
	牟智佳, 俞显教育大数据背景下智能测评研究的现实审视与发展趋向中国远程教育 2018 5 55 62 牟智佳, 俞显. (2018). 教育大数据背景下智能测评研究的现实审视与发展趋向. 中国远程教育,(5),55—62. doi: 10.13541/j.cnki.chinade.20180514.006
	邵发仙, 胡卫平, 张睆, 张艳红, 首新课堂论证话语的序贯分析: 小学生的科学推理华东师范大学学报(教育科学版) 2019 6 48 60 邵发仙, 胡卫平, 张睆, 张艳红, 首新. (2019). 课堂论证话语的序贯分析: 小学生的科学推理. 华东师范大学学报(教育科学版),(6),48—60.
	宋宇, 邬宝娴, 郝天永面向只是建构的课堂对话规律探析电化教育研究 2021 3 111 119 宋宇, 邬宝娴, 郝天永. (2021). 面向只是建构的课堂对话规律探析. 电化教育研究,(3),111—119.
	孙众, 吕恺悦, 施智平, 骆力明 TESTII框架: 人工智能支持课堂教学分析的发展走向电化教育研究 2021 2 33 39 孙众, 吕恺悦, 施智平, 骆力明. (2021). TESTII框架: 人工智能支持课堂教学分析的发展走向. 电化教育研究,(2),33—39.
	王陆, 马如霞, 彭玏基于经验学习圈的不同教师群体教学行为改进特征华东师范大学学报(教育科学版) 2021 2 61 74 王陆, 马如霞, 彭玏. (2021). 基于经验学习圈的不同教师群体教学行为改进特征. 华东师范大学学报(教育科学版),(2),61—74.
	吴忭, 王戈, 盛海曦认知网络分析法: STEM教育中的学习评价新思路远程教育杂志 2018 36 06 3 10 吴忭, 王戈, 盛海曦. (2018). 认知网络分析法: STEM教育中的学习评价新思路. 远程教育杂志,36(06),3—10.
	杨现民, 王怀波, 李冀红滞后序列分析法在学习行为分析中的应用中国电化教育 2016 2 17 32 杨现民, 王怀波, 李冀红. (2016). 滞后序列分析法在学习行为分析中的应用. 中国电化教育,(2),17—32. doi: 10.3969/j.issn.1006-9860.2016.02.003
	张光陆探究式交谈对学生深度学习的影响: 基于课堂话语分析全球教育展望 2021 5 3 14 张光陆. (2021). 探究式交谈对学生深度学习的影响: 基于课堂话语分析. 全球教育展望,(5),3—14. doi: 10.3969/j.issn.1009-9670.2021.05.001
	钟启泉学力目标与课堂转型——试析“新课程改革”的认知心理学依据全球教育展望 2021 7 15 31 钟启泉. (2021). 学力目标与课堂转型—试析“新课程改革”的认知心理学依据. 全球教育展望,(7),15—31.
	祝智庭, 肖玉敏, 雷云鹤面向智慧教育的思维教学现代远程教育研究 2018 1 47 57 祝智庭, 肖玉敏, 雷云鹤. (2018). 面向智慧教育的思维教学. 现代远程教育研究,(1),47—57.
	佐藤学. (2012). 教师的挑战——宁静的课堂革命（钟启泉, 陈静静, 译）. 上海: 华东师范大学出版社.
	Flanders, N A. (1970). Analyzing teaching behavior. N. J.: Addison-Wesley Educational Publishers Inc.
	Hennessy, S., Howe, C., Mercer, N., Vrikki, M. Coding classroom dialogue: Methodological considerations for researchers Learning, Culture and Social Interaction 2020 25 1 19 Hennessy, S., Howe, C., Mercer, N., Vrikki, M. (2020). Coding classroom dialogue: Methodological considerations for researchers. Learning, Culture and Social Interaction, 25, 1—19.
	Howe, C., & Abedin, M Classroom dialogue: A systematic review across four decades of research Cambridge Journal of Education 2013 43 3 325 356 Howe, C., & Abedin, M. (2013). Classroom dialogue: A systematic review across four decades of research. Cambridge Journal of Education, 43(3), 325—356. doi: 10.1080/0305764X.2013.786024
	Howe, C., Hennessy, S., Mercer, N., Vrikki, M., & Wheatley, L. (2019). Teacher-student dialogue during classroom teaching: Does it really impact on student outcomes? Journal of the Learning Sciences, 28, 462−512.
	LeCun, Y., Bengio, Y., Hinton, G Deep Learning Nature 2015 521 7553 436 444 LeCun, Y., Bengio, Y., Hinton, G. (2015). Deep Learning. Nature, 521(7553), 436—444. doi: 10.1038/nature14539
	Mercer, N The social brain, language, and goal-directed collective thinking: A social conception of cognition and its implications for understanding how we think, teach, and learn Educational Psychologist 2013 48 3 148 168 Mercer, N. (2013). The social brain, language, and goal-directed collective thinking: A social conception of cognition and its implications for understanding how we think, teach, and learn. Educational Psychologist, 48(3), 148—168. doi: 10.1080/00461520.2013.804394
	OECD. (2019). OECD Future of Education and Skills 2030: OECD Learning Compass 2030, OECD Publishing, Paris, http://www.oecd.org/education/2030-project/teaching-and-learning/learning/learning-compass2030/OECD_Learning_Compass_2030_concept_note.pdf.
	Song, Y, Lei, S. W., Hao, T. Y., et al Automatic classification of semantic content of classroom clialogue Journal of Educational Computing Research 2020 59 3 496 521 Song, Y, Lei, S. W., Hao, T. Y., et al. (2020). Automatic classification of semantic content of classroom clialogue. Journal of Educational Computing Research, 59(3), 496—521.
	Sternberg, R. J. (1997). Thinking styles. Cambridge: Cambridge University Press.
	Vista, A., Awwal, N., & Care, E Sequential actions as markers of behavioural and cognitive processes: Extracting empirical pathways from data streams of complex tasks Computers & Education 2016 92 15 36 Vista, A., Awwal, N., & Care, E. (2016). Sequential actions as markers of behavioural and cognitive processes: Extracting empirical pathways from data streams of complex tasks. Computers & Education, 92, 15—36.
	Zhang, L. F. (2013). The malleability of intellectual styles. Cambridge University Press.

类别	语文			数学			英语
类别	均值1	均值2	t值	均值1	均值2	t值	均值1	均值2	t值
基础知识提问	23.47	12.48	4.98***	14.92	7.09	3.51**	25.74	20.43	2.47*
基础知识回应	29.85	21.66	2.65*	25.82	17.70	3.46**	38.54	27.78	4.96**
个人表达提问	10.32	11.12	?0.44	10.99	11.62	?0.42	3.81	2.62	1.40
个人表达回应	9.41	13.42	?1.81	10.42	9.35	0.58	4.11	2.31	2.44*
分析阐释提问	3.11	4.80	?1.28	4.14	7.29	?4.87***	0.44	0.98	?1.29
分析阐释回应	2.44	5.50	?2.26*	7.77	12.61	?2.51*	0.80	2.13	?2.35*
归纳总结提问	1.85	2.99	?2.16*	1.44	2.99	?3.19**	0.22	2.28	?3.00*
归纳总结回应	0.81	2.28	?3.37**	2.77	4.50	?1.92	0.68	4.11	?2.97*
迁移创新提问	0.34	1.50	?1.27	0.20	0.67	?1.27	0.11	2.35	?3.77*
迁移创新回应	0.54	1.89	?1.07	0.10	0.59	?1.60	0.14	2.52	?3.84*
回应建构提问	1.30	5.41	?4.18***	1.70	3.07	?1.90	0.81	4.72	?3.42*
回应建构回应	0.68	3.38	?3.80*	1.53	3.36	?2.47*	1.04	6.24	?5.27***
认同	3.60	4.42	?0.77	5.78	7.40	?0.98	14.15	11.92	1.06
质疑	1.17	0.73	1.21	1.57	1.35	0.19	1.34	0.71	1.17
指导	11.10	8.43	1.41	10.84	10.40	0.17	8.07	8.92	?0.51