论文部分内容阅读
[摘 要] 面向智慧课堂的教育情境感知旨在利用情境感知技术打开课堂教学研究的“黑箱”，对智慧课堂生态系统进行解构，挖掘深层次的教育规律。通过对“智慧课堂”和“情境感知”概念的阐释，提出面向智慧课堂的教育情境感知需要从数据感知层面对教育情境要素进行建模分析，实现基于活动流的教学过程解构，探究“人—机—物—环境”的交互作用机制，挖掘复杂情境下学习发生的内在机理。在此基础上构建了基于“人—机—物—环境—活动”的智慧课堂情境感知特征模型，对智慧课堂的学生和教师情境、设备和服务情境、内容和资源情境、时空和社会情境、活动和交互情境进行精准刻画。最后，从“智能感知层、智能分析层、智能服务层”三个层面构建了智慧课堂情境感知的实践框架，指出智慧课堂情境感知研究的开展需要通过对教育情境的智能感知和融合计算，探究智慧课堂的教育规律，构建基于情境感知的智能教育服务模式，以此对智慧课堂情境感知的研究愿景和实践路径进行了系统梳理。
[关键词] 智慧课堂; 教育情境感知; 价值定位; 特征模型; 实践框架
[中图分类号] G434 [文献标志码] A
[作者简介] 王一岩（1993—），男，河南洛阳人。博士研究生，主要从事智能教育、学习分析研究。E-mail：wangyiyan @mail.bnu.edu.cn。郑永和为通讯作者，E-mail：[email protected]。
一、引 言
随着物联网、大数据、人工智能等新兴智能技术的快速发展，智能技术逐渐作为一种内生变量嵌入课堂教学的各个环节，未来的课堂教学生态将逐渐呈现出一种“泛在智能、虚实融合、群智感知、人机协同”的发展趋势，这在为教师的“教”和学生的“学”带来极大便利的同时，也增加了课堂教学情境的复杂性，为教育现象的解释和教育规律的挖掘带来了极大困难。因此在智能技术快速发展的时代背景下，如何利用先进的教育理论和智能技术实现对课堂教学生态的挖掘分析，打开课堂教学研究的“黑箱”，明确泛在智能背景下课堂教学的发生机理，将成为未来一段时间内智能教育相关研究需要解决的关键问题。在此背景下，教育情境感知相关研究的开展为此问题的解决提供了良好的技术方案，利用智能感知技术实现对智慧学习空间中实体要素存在状态和交互作用模式的系统化建模分析，对课堂教学生态系统进行解构，在更深层次上实现“学习情境可计算、学习主体可理解、学习规律可解释、学习服务可定制”，以此实现对智能时代课堂教学生态的重构。
本研究主要关注面向智慧课堂的教育情境感知，一方面从“情境感知”的视角对泛在智能背景下智慧课堂教学生态的复杂性进行深入研究，利用物联网、人工智能和大数据技术实现对智慧课堂教学生态构成要素的数据化表征，探究智慧课堂教育情境各构成要素之间的交互作用模式，进而实现对智慧课堂教学生态的完整解构;另一方面，探究“情境感知”研究对于智慧课堂教学生态发展的核心价值，明确教育情境的特征要素和学习者的特征属性对于学习过程和学习结果的影响机理，挖掘智能时代学习者的认知发展规律、智慧课堂教学生态的演化规律，并以此重构智能时代的学习、教学和管理模式。本文基于对现有研究的综合分析，对智慧课堂情境感知的价值定位进行了系统诠释，构建了智慧课堂情境感知的特征模型和实践框架，以期为后续相关研究的开展提供借鉴。
二、相关概念阐释
（一）智慧课堂
智慧课堂是智能技术与教育教学深度融合的产物，其核心特征在于强调物联网、大数据、人工智能、5G等智能技术在课堂教学中的广泛应用，将智能技术作为一种“内生变量”嵌入课堂教学的各个环节，构建“泛在智能、群智感知、人机协同”的智慧课堂教学新样态。智能技术驱动课堂教学生态的重构主要体现在以下几个方面：（1）智慧学习环境的创设。通过VR、AR、自适应学习平台、智能导学系统、教育机器人等新兴技术和智能教育产品的应用创设虚实融合、智能增强、人机协同的智慧学习环境，为学习者提供更加适切、精准的学习支持服务，促进学习者积极主动的知识建构。（2）智能分析方法的重构。利用智能感知设备实现对智慧课堂教学生态的智能感知与精准测评，对与课堂教学相关的学生、教师、教学内容、教学资源、教学媒体、教学活动要素等进行系统化的建模分析，利用数据挖掘的方法探究智慧课堂的教育发展规律，从而实现对智慧课堂教学生态的有效还原。（3）智能服务模式的升级。发挥机器智能在智慧课堂教学中的核心作用，通过对学习者和学习情境的智能分析和精准测评，探究深层次的教育规律，以此为学生提供个性化的学习支持服务，为教师提供精准化的教学改进服务，以“人机协同”的方式促进智慧课堂教学模式和学习方式的系统变革。
（二）教育情境感知
“情境”，是指任何可以被用于标识人、物体、环境、计算机程序等实体状态的信息[1]，用于对特定场景下的实体要素及其相互之间的关联关系进行精准刻画。常见的情境划分方法有：环境情境、用户情境、任务情境、社会情境、时空情境、设备情境、服务情境、网络连接情境等。“情境感知”的概念最早来源于普适计算，是通过智能传感设备对特定物理和时空环境中的人、机、物等實体要素的存在状态进行智能感知，获取对用户有用的反馈信息，并通过对数据的分析处理，为用户提供适切性的支持服务，借助感知和计算设备实现用户和环境之间的交互融合[2]。
随着现代学习理论的发展，相关研究人员越发重视教育情境的创设对于教学活动的发生和学生认知发展的影响机制，并进行了一系列尝试。代表性的研究有：张屹等人认为教育情境主要包括学习者情境（个人信息、日历、关系和偏好档案等）和教学服务情境（服务请求信息、服务质量、环境和设备档案等），并基于此构建了面向泛在学习的学习资源检索模型，通过对教育情境的精准感知实现对教学资源的深度聚合和动态推送[3];陈敏等人构建了基于情境感知的学习资源推荐系统，将教育情境要素划分为学习目标、学习者特征、学习设备、学习环境等方面，通过对泛在学习环境下的教育情境的精准感知和融合分析，实现适切性的学习资源推荐[4];李青等人构建了面向智慧学习环境的教育情境感知模型，将教育情境划分为学习者、学习环境、学习活动、教学设备等方面，旨在利用情境感知技术实现对智慧学习空间的动态优化[5];王冬青等人将教育情境划分为用户、任务、位置、时间、设备、基础设施等方面，并基于此构建了基于情境感知的智慧课堂动态生成性数据采集模型，以此实现对智慧课堂教学生态的有效还原[6]。从整体来看，教育情境感知是当前阶段智能教育领域关注的热点话题，众多学者从不同的研究需求出发对教育情境感知的理论和方法进行了诸多尝试，相关研究内容主要集中在基于情境感知的智慧学习环境构建[7]、基于情境感知的自适应学习支持服务[8]、基于情境感知的学习者建模[9]等方面，对于智能教育相关研究的开展具有深远的影响意义。 三、智慧课堂情境感知的价值定位
面向智慧课堂的教育情境感知是智能时代教育科学研究需要解决的关键问题，旨在以还原论的思想为指导，研究智慧课堂教育情境的构成要素及其相互之间的交互作用机制，以数据科学的理论和方法为支撑，实现对智慧课堂构成要素的数据化表征，在此基础上实现对智慧课堂教育情境的精准刻画，还原教学过程的全貌，挖掘深层次的教育发展规律。
（一）实现对智慧课堂教育情境构成要素的精准建模
智能感知技术的发展为面向智慧课堂的教育情境感知研究提供了底层的技术支持，有助于以智能感知技术为依托，实现对智慧课堂各构成要素的多元感知与融合分析，进而构建面向智慧课堂教学生态发展的网状数据模型，在最大程度上还原智慧课堂教学生态的全貌。智慧课堂情境感知研究的开展需要利用智能感知技术实现对复杂教育场景下的学生、教师、教学内容、教学资源、教学设备、教学服务、教学环境、教学活动等要素进行精准分析，对其表征形态和潜在特征进行多层次、细粒度的精准刻画，实现数据驱动的学习者建模、教学环境建模、教学活动建模，进而实现对智慧课堂教学情境要素的数据化表征。
（二）实现基于活动流的智慧课堂教学过程解构
关于课堂教学活动序列的挖掘分析是课堂教学分析的重要研究内容，具有代表性的研究有S-T教学分析法、弗兰德斯互动分析系统（FIAS）、基于信息技术的互动分析编码系统（ITIAS）等[10]，我国学者穆肃等人以活动理论为指导设计了基于教学活动的课堂教学行为分析系统[11];孙众等人综合运用教学事件识别和基于时间取样的言语和行为交互分析等方法构建了人工智能支持的课堂教学分析框架[12]。基于活动流的智慧课堂教学过程解构是智慧课堂教育情境感知的重要组成部分，旨在利用人工智能技术实现对智慧课堂教学活动和教学事件的精准监测，对特定教学活动驱动下的学生、教师、教学内容、教学资源的表征形态和演化模式进行序列化的建模分析，构建基于时间序列分析的智慧课堂教学活动分析模型，对特定活动情境下学习者的行为、认知、情感变化情况以及学习者与教师、教学资源、教学媒体、教学环境之间的交互作用模式进行数据化表征，进而实现基于活动流的智慧课堂教学过程解构。
（三）揭示“人—机—物—环境”的交互作用机理
物联网、大数据、人工智能技术在教育领域的应用使得物理学习空间逐渐向人与资源、环境深度融合、协调发展的方向迈进，推动人、机、物、环境等要素的智能互联、多元交互、精准感知与智能计算，促进多元学习时空的交汇融合，并逐步构建起人机物群智融合的智能教育新生态[13]。因此，智慧课堂情境感知研究的开展需要以“人—机—物—环境”的多元交互机制为核心，以智慧课堂教学活动的事件流为基础，探究学生与教师、教学资源、教学媒体、教学环境之间的多元交互机制，利用社会网络分析的方法构建面向智慧课堂的复杂交互网络，探究智慧课堂各构成要素之间的协同作用模式对智慧课堂教学生态发展的影响机理，进而从更深层次上梳理智慧课堂教学生态系统的演化规律。
（四）探究复杂教育情境下学习发生的内在机理
人工智能技术的引入在极大程度上变革了传统课堂的教与学关系，智能技术逐渐作为一种“中介”参与到课堂教学和学习交互的各个层面[14]，传统的“师生”二元关系逐渐被打破，逐步建立起基于“学生—机器—教师”的多元交互模型，在极大程度上增加了教育情境的复杂性。因此，智慧课堂教育情境感知研究的开展需要从更深层次上剖析教学内容、教学资源、教学活动、教学媒体等要素的潜在特征，梳理学习者与教师、教学资源、教学环境以及智能技术之间的交互作用机理，以学习者的知识建构、认知发展和情绪态度为参照，实现对智慧教学生态的精准化建模分析，在更深层次上剖析智慧课堂的教育情境要素对学习发生机制的影响机理，进而优化智慧课堂的教学情境，助力于智慧教学活动的有效开展。
四、智慧课堂情境感知的特征模型
（一）要素筛选：面向多元应用场景的教育情境特征模型分析
本文通过对2010年以来CSSCI期刊中关于教育情境感知相关论文的综合分析，对多元应用场景下教育情境的特征模型进行了系统梳理（见表1）。从整体来看，关于教育情境构成要素的测评，主要集中在学习者、学习资源、学习内容、时间、空间、设备、活动、任务、服务、物理环境、社会环境等诸多方面，根据研究需求和应用场景的不同，教育情境的构成要素也呈现出复杂多样的特点。因此，如何从理论和实践层面对智慧课堂环境下的复杂教育情境進行系统测评，对其构成要素进行系统梳理，明确各要素的潜在特征以及不同要素之间的相互作用关系，是智能时代教育情境感知研究需要解决的关键问题。
（二）设计原则：基于数据科学的智慧课堂教学生态解构
面向智慧课堂的教育情境感知模型的构建旨在利用数据科学的思想对智慧课堂的学习者、学习资源、学习内容、时间、设备、活动、任务、服务、物理环境、社会环境等要素进行数据化表征，以此实现对完整教育情境的有机还原。其一，结合智能时代人机物三元融合的发展趋势，强化对智慧课堂生态系统中的“人”（学生和教师）、“机（技）”（智能设备和智能服务）、“物”（教学内容和教学资源）三要素的关注，探究教育主体、教育客体、机器智能的核心特征及其交互作用机制;其二，强化教学环境的创设对教学过程和教学结果影响机理的研究，探究在特定的教学场景中“人—机—物”与“环境”（物理环境和社会环境）的交互作用机制，明确智慧课堂的物理环境和社会环境如何对教学活动的发生和学习者的知识建构产生影响;其三，强调教学活动的发生对于智慧课堂教育情境发展和演化的影响机制，借由智慧教学活动的发生实现各构成要素之间关联关系的建立，通过对智慧课堂活动情境的创设实现“人—机—物—环境”之间的多元交互和协调共生，探究在特定教学活动过程中教育情境各构成要素的表征形态和演化模式，构建时序化、动态化的分析模型，从而实现对智慧课堂教育情境的精准测评。 （三）模型构建：基于“人—机—物—环境—活动”的智慧课堂情境感知特征模型
本文通过对教育情境构成要素的系统梳理，构建了智慧课堂情境感知的特征模型，将智慧课堂教育情境的构成要素分解为“人”（学生和教师情境）、“机”（设备和服务情境）、“物”（内容和资源情境）、“环境”（时空和社会情境）、“活动”（活动和交互情境）五个方面，利用情境感知技术实现对智慧课堂教育情境的有机分解，在此基础上实现对教育过程的有效还原和对教育现象的科学解释。
图1 智慧课堂情境感知的特征模型
1. 人：学生和教师情境
学生和教師情境是对智慧课堂教学情境中关于“人”的要素的精准刻画，通过对学习者和教师相关特征的数据化表征实现对学习者和教师的精准建模，以此为相关研究的开展提供保障。
智慧课堂中的学生情境，又可以归结为学习者模型，主要利用人工智能技术实现对学习者外在行为和内在生理信息的全时空、多维度数据采集，利用多模态数据融合的方法实现对学习者“知识、认知、情感”的精准测评，以此实现对学习者知识建构模式、认知发展规律以及情感发生机制的深层解析[20]。智慧课堂的学生情境主要包括：（1）学习者的背景信息。包括学习者的性别、年龄、学习历史、家庭背景等。（2）学习者的行为信息。包括学习者在线上和线下学习环境中的话语、表情、身体姿态、手势、人机交互、课堂应答等外在行为信息以及呼吸、心跳、脑电、眼动、皮肤电等内在生理信息。（3）学习者的潜在特征信息。包括学习者的学习兴趣、学习偏好、学习动机、认知风格等深层次特征。
智慧课堂中的教师情境主要通过对教师专业背景、教学行为和潜在特征的刻画实现对教师全方位的建模分析，主要包括：（1）教师的背景信息。包括教师的学历、专业、职称、教育背景等信息。（2）教师的行为信息。包括教师的话语、表情、身体姿态、设备操作、教学交互等信息。（3）教师的潜在特征信息。包括教师的专业素养、教学技能、职业认同感以及面向智能时代教育发展的信息素养、数据素养、信息化教学能力等。
2. 机（技）：设备和服务情境
设备和服务情境是对智慧课堂环境下智能感知设备、智能教育产品和智能教育服务的全方位表征，主要利用智能感知设备实现对智慧课堂环境下学习者、教师、教学资源、教学媒体、教学活动的智能感知，实现对教育情境各构成要素的数据化表征，以此为学生、教师和管理者提供智能化的教育服务。
智慧课堂的设备情境主要包括：（1）智能感知设备。包括：温感、光感等环境感知设备，摄像机、录音机等行为感知设备，眼动、脑电、皮肤电等生理信息感知设备。（2）人机交互设备。主要包括：智能桌椅、智能终端、交互式电子白板等硬件设备和智能导学系统、自适应学习平台、教育机器人等智能教育产品。
智能课堂的服务情境主要包括基于教育情境数据为学习者、教师和管理者提供的智能教育服务，通过对智慧课堂智能教育服务的类型、质量、推送时机以及用户接受度的精准测评，实现对智慧课堂服务情境的精准刻画。主要包括：（1）面向学习者的个性化学习支持服务，包括智能化的学业诊断、资源推荐和学习路径规划服务。（2）面向教师的精准化教学改进服务，包括教学媒体的选用方式、教学资源的呈现方式、教学活动的组织策略等。（3）面向管理者的智慧化教育管理服务，包括教师教学成效评价、信息化教学能力评价、学习者的信息素养评价、教育信息化设备应用成效评价等。
3. 物：内容和资源情境
内容和资源情境主要是对智慧课堂教学过程中的教学内容和教学资源进行细粒度的精准刻画，以此为教学情境的精准分析提供全方位支持。（1）内容情境。教学内容是智慧课堂教学的关键要素，决定了教师应该教什么的问题。关于教学内容的描述主要涉及所讲授教学内容的知识点、科目、学段、章节等信息，通过学科知识图谱的构建，对知识点之间的上下位关系、蕴含关系、前后关系进行准确表征[21]。（2）资源情境。主要包括书籍、试卷、电子课件、视音频、动画、虚拟现实等多媒体化的教学资源呈现方式。
4. 环境：时空和社会情境
时空和社会情境是关于智慧课堂教学情境中关于“环境”要素的描述，主要通过对智慧课堂的物理环境、社会环境和虚拟环境的精准分析，对智慧课堂的环境要素进行全方位、多层次、细粒度的精准刻画，以此为相关研究的开展提供支持。
智慧课堂的时空情境是对智慧课堂时空环境的精准分析，主要包括：（1）时间情境。包括学习时间、学习时长等。（2）空间情境。包括温度、湿度、亮度、教室的空间结构、学生的座位分布等。智慧课堂的社会情境是对智慧课堂社会构成关系的精准测评，主要包括教学共同体中“学生与学生”“学生与教师”“学生与机器”“教师与机器”之间的协作关系，通过构建面向智慧课堂的复杂社会网络，对智慧课堂的社会情境进行准确表征。
5. 活动：活动和交互情境
活动和交互情境是从活动流的视角对智慧课堂的教学过程进行建模分析，是智慧课堂教学生态演化的重要因素。教学活动的开展是课堂关系存在的主要载体，智慧课堂物质、信息和能量的流动与转换也主要依托于师生共同参与的智慧教学活动[22]。因此智慧课堂情境感知研究的开展必须对智慧课堂的活动要素加以重视，通过对活动要素的建模分析实现智慧课堂“人—机—物—环境”交互机制的多元分解，在最大程度上还原智慧课堂教学生态的全貌。智慧课堂的活动情境主要包括：活动类型、活动主体、活动客体、活动时间、活动开展的方式等信息。
智慧课堂的交互情境主要是通过对“人与人”“人与机”“人与物”“人与环境”之间交互机制的有机分解，对学习者与教师、教学环境、教学资源、教学服务以及其他学习者之间的交互模式进行准确表征，进而实现对智慧课堂教学生态演化模式的深入测评。对于智慧课堂交互情境的测评主要包括：交互主体、交互时间、交互类型、交互模式等，根据交互主体的差异性表现出多样化的特征。 五、智慧课堂情境感知的实践框架
智慧课堂情境感知的实践框架旨在以上文提出的基于“人—机—物—环境—活动”的教育情境感知模型为基础，对智慧课堂教育情境感知的研究体系进行系统建构，探究教育情境的创设如何作用于学生个体的认知发展，以此挖掘深层次的教育发展规律，构建基于情境感知的智能教育服务模式。本文从智能感知层、智能分析层、智能服务层三个层次构建了智慧课堂情境感知的实践框架（如图2所示），从更深层次上探讨情境感知技术的引入如何作用于智慧课堂教学生态的优化。
图2 智慧课堂情境感知的实践框架
（一）智能感知层：基于智能感知技術的智慧课堂情境感知与融合计算
智能感知层主要是利用智能感知设备实现对智慧课堂教育情境的全方位感知和融合分析。通过对智慧课堂环境下完整教学过程中“人—机—物—环境—活动”等要素的全时空、多维度数据采集，实现对学生和教师情境、设备和服务情境、内容和资源情境、时空和社会情境、活动和交互情境的精准监测。如：（1）学习者层面：利用摄像头、眼动仪、脑电、皮电、功能性磁共振、功能性近红外成像等设备对学习者的外在行为和内在生理信息数据进行采集。（2）物理环境层面：利用温感、光感、湿度传感器等智能传感设备对智慧学习空间的物理环境信息进行实时采集。（3）社会环境层面：利用社会网络分析的方法对“人—机—物”之间的关联关系进行建模分析，实现对智慧课堂多元交互机制的有机分解。（4）教学内容层面：利用知识图谱的方法对教学内容的相关信息进行标记，对教学内容与学生先验知识之间的潜在关系进行精准刻画等等。
（二）智能分析层：基于智慧课堂情境感知的教育规律研究
智能分析层主要通过对智慧课堂环境下教育情境特征和学习者特征的关联分析，构建教育情境与学习者特征之间的双向匹配机制，构建基于情境感知的学习者模型，探究教育情境要素对学习者知识建构、认知发展和情绪状态的影响机理，以此对智慧课堂的教育发展规律进行深入分析。
1. 基于多模态数据融合的学习者和教育情境特征挖掘
教育情境的复杂性为教育情境感知研究的开展带来了极大挑战，如何利用多种智能感知设备实现对学生、教师、教学媒体、教学资源、教学设备、教学活动的智能感知与融合分析，是当前阶段急需解决的关键问题。需要利用多模态数据融合的方法对多元研究主体进行准确表征，实现对智慧课堂教育情境的准确还原。（1）面向学习者层面的多元特征挖掘。利用多模态数据融合的方法对学习者的学业测评数据、心理测评数据、外在行为数据、生理信息数据进行精准采集和融合分析，对学习者的知识、认知、情感等要素进行精准刻画。（2）面向多元情境要素的精准监测。利用多模态数据融合的方法对多元时空条件下学生和教师情境、设备和服务情境、内容和资源情境、时空和社会情境、活动和交互情境进行精准分析，从中提取关于教师的教学行为和教学风格、教学内容和教学资源、教学设备和教育服务、教学活动和学习交互、物理环境和社会环境等方面的关键特征指标，实现对教育情境要素的精准刻画。
2. 基于情境感知的学习者建模
基于教育情境感知的学习者建模是智能教育领域关注的热点话题。传统的学习者建模研究主要关注学习者的知识、认知、情感等要素的发展状况，并利用人工智能技术实现对某一方面特征的精准刻画。基于教育情境感知的学习者建模则重点关注教育情境的创设对学习者知识建构、认知发展和情绪状态的影响机制，研究教育情境要素与学习者特征模型之间的映射关系，探究教育情境的创设如何对学生的学习过程和学习结果产生影响，对学习者的学习兴趣、学习动机、学习偏好、学习风格等深层次特征进行深入的挖掘分析，构建更加完善的学习者模型，以此实现对学习者知识建构模式、认知发展规律和情感发生机制的深层解析，为学习者提供更加适切的学习支持服务。
3. 基于情境感知的学习者认知发展规律研究
学习科学研究的重要目标是探索教师、媒体、资源、环境等要素对学习过程和学习效果的影响机制，以此揭示学习者深层次的认知发展规律，并为教学策略的改进和教学成效的提升提供科学指导。面向智慧课堂的教育情境感知旨在利用情境感知技术实现对教学全过程的精准监测，探究教育情境要素对学习者认知发展的影响机理，以此为学习者、教师和管理者提供智能化的支持服务。主要包括：（1）教师的教学行为和教学风格对学生认知发展的影响机理。（2）教学资源的呈现方式对学习者认知和情感投入的影响机理。（3）教学交互活动的设计对学习者学习投入、学习动机、学习成效和自我效能感的影响机理。
4. 智慧课堂教学生态的演化机理研究
教育情境的复杂性为教育科学研究的开展带来了极大挑战，如何利用科学有效的研究方法对智慧课堂的教育情境进行精准分析，探究其中潜在的教育发展规律，是当前阶段需要解决的关键问题。其一，利用数据密集型科学的理论和方法对智慧课堂教学生态进行解构，研究教育情境创设与学习者认知发展之间的潜在作用关系，从中发现与教育教学相关的各种现象、规律和机理，为教育实践研究的开展提供多元支持;其二，利用复杂性科学的思想和方法对智慧课堂“人—机—物—环境”的交互机理和演化模式进行系统分析，探究系统内部的涨落对学生学习成效的影响机理，以此实现对智慧课堂教学生态的宏观调控。
（三）智能服务层：基于智慧课堂情境感知的智能教育服务
1. 基于智慧课堂情境感知的个性化学习支持服务
智慧课堂教育情境感知研究的开展为面向学习者的个性化学习支持服务的有效发生提供了多元支持。通过多模态数据的采集分析实现对学习者行为、认知、情感的精准测评，对学习者进行智能化的学情分析，构建学习者和教育情境之间的双向匹配模型，明确教育情境的建构如何作用于学习者的认知发展，以此实现教育情境的适性调整，并为学习者提供基于情境感知的个性化资源推荐和学习路径规划服务，激发学习者主动的知识建构。 2. 基于智慧课堂情境感知的精准化教学改进服务
面向教师的精准化教学改进服务是智慧课堂教育情境感知研究要解决的关键问题之一。通过对完整教育情境的建模分析实现对教学全过程的精准监测，帮助教师了解学生整体的认知风格和学习偏好，进而选用最适宜的教学内容呈现方式，优化教学活动的设计策略，提升课堂教学的成效;通过对教师教学过程数据和教学成效数据的诊断分析，帮助教师了解自身在专业知识、教学风格、教学策略、教学交互设计、教学活动组织等方面的潜在问题，并为其提供及时有效的教学改进策略。
3. 基于智慧课堂情境感知的智慧化教育管理服务
智慧课堂情境感知研究的开展为智慧化教育管理服务的发生提供了多元支持，通过对教育情境各构成要素的精准刻画探究智慧课堂教学生态演化中的潜在问题，并为管理者提供精准化的教育管理服务。其一，通过对教师教学行为和教学互动的精准分析，研究教师的专业水平、教学风格、教学策略、信息化教学能力以及对学生的情感关怀等特征，构建精准化的教师岗位胜任力模型;其二，通过对学生关于智能教育服务反馈信息的精准测评，分析智慧课堂的各类智能教学设备对个性化学习的支持程度，帮助管理者及时对智能教育设备进行升级，满足智慧教学活动开展的实际需要;其三，通过对学生知识、技能、情感、态度、价值观的全方位测评，帮助管理者及时了解学生的学业发展水平，并制定精准化的教育决策，促进教学质量的整体提升。
六、结 语
面向智慧课堂的教育情境感知是智能教育领域研究的重点问题，有助于利用情境感知技术实现对智慧课堂教学生态的系统分析，实现对智慧课堂教育情境的精准建模，挖掘深层次的教育发展规律。本文从学生和教师情境、设备和服务情境、内容和资源情境、时空和社会情境、活动和交互情境五个方面构建了智慧课堂教育情境感知的特征模型，从智能感知层、智能分析层、智能服务层三个层面构建了智慧课堂教育情境感知的实践框架，旨在利用情境感知技术实现对智慧课堂的深层次解构，探究潜在的教育发展规律，重构智慧课堂的智能教育服务模式。
未来智慧课堂情境感知研究的开展，一方面需要对相关情境要素的描述指标进行精准刻画，另一方面需要推动智能技术与真实教育情境的有机融合，实现对教育情境的智能感知与精准计算，以此实现对智慧课堂教学生态的有效还原。后期将在此基础上探究相关教育情境要素与学习者认知发展之间的深层次规律，构建基于教育情境感知的学习者模型，从教育情境感知的视角出发对教育发展规律进行全方位解构。
[参考文献]
[1] DEY A K. Providing architectural support for building context-aware applications[D].Atlanta：Georgia Institute of Technology，2000：59.
[2] 黄志芳，赵呈领，黄祥玉，等.基于情境感知的适应性学习路径推荐研究[J].电化教育研究，2015，36（5）：77-84.
[3] 張屹，张帆，程明凤，等.泛在学习环境下基于情境感知的学习资源检索模型构建[J].中国电化教育，2010（6）：104-107.
[4] 陈敏，余胜泉.泛在学习环境下感知学习过程情境的推荐系统设计[J].电化教育研究，2015，36（4）：76-82.
[5] 李青，祁红.智慧学习环境中情境模型的构建及表征[J].现代教育技术，2017，27（8）：95-102.
[6] 王冬青，韩后，邱美玲，等.基于情境感知的智慧课堂动态生成性数据采集方法与模型[J]. 电化教育研究，2018，39（5）：26-32.
[7] 吴南中，王觅.基于情境感知的智慧学习环境探究[J].现代教育技术，2016，26（5）：18-23.
[8] 张剑.情境感知自适应移动学习系统框架研究——以UoLmP系统为例[J].情报探索，2015（6）：50-52.
[9] 杨丽娜，魏永红，肖克曦，等.教育大数据驱动的个性化学习服务机制研究[J].电化教育研究，2020，41（9）：68-74.
[10] 孙众，马玉慧.视频案例多元分析法促进新手教师专业发展研究[J].电化教育研究，2013，34（8）：104-109.
[11] 穆肃，左萍萍.信息化教学环境下课堂教学行为分析方法的研究[J].电化教育研究，2015，36（9）：62-69.
[12] 孙众，吕恺悦，施智平，等.TESTII框架：人工智能支持课堂教学分析的发展走向[J].电化教育研究，2021，42（2）：33-39，77.
[13] 郭斌.论智能物联与未来制造——拥抱人机物融合群智计算时代[J].人民论坛·学术前沿，2020（13）：32-42.
[14] 许亚锋，彭鲜，曹玥，等.人机协同视域下教师数智素养之内涵、功能与发展[J].远程教育杂志，2020，38（6）：13-21.
[15] 余平，管珏琪，徐显龙，等.情境信息及其在智慧学习资源推荐中的应用研究[J].电化教育研究，2016，37（2）：54-61.
[16] 吴笛，李保强.基于情境感知的学习资源关联分析与推荐模型研究[J].中国远程教育，2017（2）：59-65.
[17] 杜静，高博俊，周伟，等.国外适应性学习支持系统中情境感知模型对比研究[J].电化教育研究，2020，41（8）：58-66.
[18] 张琳捷，罗雯，刘博，等.学习云空间中基于情境感知的移动学习自适应模型及其应用研究[J].电化教育研究，2020，41（2）：83-90.
[19] 谢涛，张领，张可.基于教育视频日志的多维情境模型构建[J].现代教育技术，2020，30（10）：5-12.
[20] 黄涛，王一岩，张浩，等.智能教育场域中的学习者建模研究趋向[J].远程教育杂志，2020，38（1）：50-60.
[21] 李振，周东岱，王勇.“人工智能+”视域下的教育知识图谱：内涵、技术框架与应用研究[J].远程教育杂志，2019（4）：42-53.
[22] 李逢庆，尹苗等.智慧课堂生态系统的构建[J].中国电化教育，2020（6）：58-64.
[关键词] 智慧课堂; 教育情境感知; 价值定位; 特征模型; 实践框架
[中图分类号] G434 [文献标志码] A
[作者简介] 王一岩（1993—），男，河南洛阳人。博士研究生，主要从事智能教育、学习分析研究。E-mail：wangyiyan @mail.bnu.edu.cn。郑永和为通讯作者，E-mail：[email protected]。
一、引 言
随着物联网、大数据、人工智能等新兴智能技术的快速发展，智能技术逐渐作为一种内生变量嵌入课堂教学的各个环节，未来的课堂教学生态将逐渐呈现出一种“泛在智能、虚实融合、群智感知、人机协同”的发展趋势，这在为教师的“教”和学生的“学”带来极大便利的同时，也增加了课堂教学情境的复杂性，为教育现象的解释和教育规律的挖掘带来了极大困难。因此在智能技术快速发展的时代背景下，如何利用先进的教育理论和智能技术实现对课堂教学生态的挖掘分析，打开课堂教学研究的“黑箱”，明确泛在智能背景下课堂教学的发生机理，将成为未来一段时间内智能教育相关研究需要解决的关键问题。在此背景下，教育情境感知相关研究的开展为此问题的解决提供了良好的技术方案，利用智能感知技术实现对智慧学习空间中实体要素存在状态和交互作用模式的系统化建模分析，对课堂教学生态系统进行解构，在更深层次上实现“学习情境可计算、学习主体可理解、学习规律可解释、学习服务可定制”，以此实现对智能时代课堂教学生态的重构。
本研究主要关注面向智慧课堂的教育情境感知，一方面从“情境感知”的视角对泛在智能背景下智慧课堂教学生态的复杂性进行深入研究，利用物联网、人工智能和大数据技术实现对智慧课堂教学生态构成要素的数据化表征，探究智慧课堂教育情境各构成要素之间的交互作用模式，进而实现对智慧课堂教学生态的完整解构;另一方面，探究“情境感知”研究对于智慧课堂教学生态发展的核心价值，明确教育情境的特征要素和学习者的特征属性对于学习过程和学习结果的影响机理，挖掘智能时代学习者的认知发展规律、智慧课堂教学生态的演化规律，并以此重构智能时代的学习、教学和管理模式。本文基于对现有研究的综合分析，对智慧课堂情境感知的价值定位进行了系统诠释，构建了智慧课堂情境感知的特征模型和实践框架，以期为后续相关研究的开展提供借鉴。
二、相关概念阐释
（一）智慧课堂
智慧课堂是智能技术与教育教学深度融合的产物，其核心特征在于强调物联网、大数据、人工智能、5G等智能技术在课堂教学中的广泛应用，将智能技术作为一种“内生变量”嵌入课堂教学的各个环节，构建“泛在智能、群智感知、人机协同”的智慧课堂教学新样态。智能技术驱动课堂教学生态的重构主要体现在以下几个方面：（1）智慧学习环境的创设。通过VR、AR、自适应学习平台、智能导学系统、教育机器人等新兴技术和智能教育产品的应用创设虚实融合、智能增强、人机协同的智慧学习环境，为学习者提供更加适切、精准的学习支持服务，促进学习者积极主动的知识建构。（2）智能分析方法的重构。利用智能感知设备实现对智慧课堂教学生态的智能感知与精准测评，对与课堂教学相关的学生、教师、教学内容、教学资源、教学媒体、教学活动要素等进行系统化的建模分析，利用数据挖掘的方法探究智慧课堂的教育发展规律，从而实现对智慧课堂教学生态的有效还原。（3）智能服务模式的升级。发挥机器智能在智慧课堂教学中的核心作用，通过对学习者和学习情境的智能分析和精准测评，探究深层次的教育规律，以此为学生提供个性化的学习支持服务，为教师提供精准化的教学改进服务，以“人机协同”的方式促进智慧课堂教学模式和学习方式的系统变革。
（二）教育情境感知
“情境”，是指任何可以被用于标识人、物体、环境、计算机程序等实体状态的信息[1]，用于对特定场景下的实体要素及其相互之间的关联关系进行精准刻画。常见的情境划分方法有：环境情境、用户情境、任务情境、社会情境、时空情境、设备情境、服务情境、网络连接情境等。“情境感知”的概念最早来源于普适计算，是通过智能传感设备对特定物理和时空环境中的人、机、物等實体要素的存在状态进行智能感知，获取对用户有用的反馈信息，并通过对数据的分析处理，为用户提供适切性的支持服务，借助感知和计算设备实现用户和环境之间的交互融合[2]。
随着现代学习理论的发展，相关研究人员越发重视教育情境的创设对于教学活动的发生和学生认知发展的影响机制，并进行了一系列尝试。代表性的研究有：张屹等人认为教育情境主要包括学习者情境（个人信息、日历、关系和偏好档案等）和教学服务情境（服务请求信息、服务质量、环境和设备档案等），并基于此构建了面向泛在学习的学习资源检索模型，通过对教育情境的精准感知实现对教学资源的深度聚合和动态推送[3];陈敏等人构建了基于情境感知的学习资源推荐系统，将教育情境要素划分为学习目标、学习者特征、学习设备、学习环境等方面，通过对泛在学习环境下的教育情境的精准感知和融合分析，实现适切性的学习资源推荐[4];李青等人构建了面向智慧学习环境的教育情境感知模型，将教育情境划分为学习者、学习环境、学习活动、教学设备等方面，旨在利用情境感知技术实现对智慧学习空间的动态优化[5];王冬青等人将教育情境划分为用户、任务、位置、时间、设备、基础设施等方面，并基于此构建了基于情境感知的智慧课堂动态生成性数据采集模型，以此实现对智慧课堂教学生态的有效还原[6]。从整体来看，教育情境感知是当前阶段智能教育领域关注的热点话题，众多学者从不同的研究需求出发对教育情境感知的理论和方法进行了诸多尝试，相关研究内容主要集中在基于情境感知的智慧学习环境构建[7]、基于情境感知的自适应学习支持服务[8]、基于情境感知的学习者建模[9]等方面，对于智能教育相关研究的开展具有深远的影响意义。 三、智慧课堂情境感知的价值定位
面向智慧课堂的教育情境感知是智能时代教育科学研究需要解决的关键问题，旨在以还原论的思想为指导，研究智慧课堂教育情境的构成要素及其相互之间的交互作用机制，以数据科学的理论和方法为支撑，实现对智慧课堂构成要素的数据化表征，在此基础上实现对智慧课堂教育情境的精准刻画，还原教学过程的全貌，挖掘深层次的教育发展规律。
（一）实现对智慧课堂教育情境构成要素的精准建模
智能感知技术的发展为面向智慧课堂的教育情境感知研究提供了底层的技术支持，有助于以智能感知技术为依托，实现对智慧课堂各构成要素的多元感知与融合分析，进而构建面向智慧课堂教学生态发展的网状数据模型，在最大程度上还原智慧课堂教学生态的全貌。智慧课堂情境感知研究的开展需要利用智能感知技术实现对复杂教育场景下的学生、教师、教学内容、教学资源、教学设备、教学服务、教学环境、教学活动等要素进行精准分析，对其表征形态和潜在特征进行多层次、细粒度的精准刻画，实现数据驱动的学习者建模、教学环境建模、教学活动建模，进而实现对智慧课堂教学情境要素的数据化表征。
（二）实现基于活动流的智慧课堂教学过程解构
关于课堂教学活动序列的挖掘分析是课堂教学分析的重要研究内容，具有代表性的研究有S-T教学分析法、弗兰德斯互动分析系统（FIAS）、基于信息技术的互动分析编码系统（ITIAS）等[10]，我国学者穆肃等人以活动理论为指导设计了基于教学活动的课堂教学行为分析系统[11];孙众等人综合运用教学事件识别和基于时间取样的言语和行为交互分析等方法构建了人工智能支持的课堂教学分析框架[12]。基于活动流的智慧课堂教学过程解构是智慧课堂教育情境感知的重要组成部分，旨在利用人工智能技术实现对智慧课堂教学活动和教学事件的精准监测，对特定教学活动驱动下的学生、教师、教学内容、教学资源的表征形态和演化模式进行序列化的建模分析，构建基于时间序列分析的智慧课堂教学活动分析模型，对特定活动情境下学习者的行为、认知、情感变化情况以及学习者与教师、教学资源、教学媒体、教学环境之间的交互作用模式进行数据化表征，进而实现基于活动流的智慧课堂教学过程解构。
（三）揭示“人—机—物—环境”的交互作用机理
物联网、大数据、人工智能技术在教育领域的应用使得物理学习空间逐渐向人与资源、环境深度融合、协调发展的方向迈进，推动人、机、物、环境等要素的智能互联、多元交互、精准感知与智能计算，促进多元学习时空的交汇融合，并逐步构建起人机物群智融合的智能教育新生态[13]。因此，智慧课堂情境感知研究的开展需要以“人—机—物—环境”的多元交互机制为核心，以智慧课堂教学活动的事件流为基础，探究学生与教师、教学资源、教学媒体、教学环境之间的多元交互机制，利用社会网络分析的方法构建面向智慧课堂的复杂交互网络，探究智慧课堂各构成要素之间的协同作用模式对智慧课堂教学生态发展的影响机理，进而从更深层次上梳理智慧课堂教学生态系统的演化规律。
（四）探究复杂教育情境下学习发生的内在机理
人工智能技术的引入在极大程度上变革了传统课堂的教与学关系，智能技术逐渐作为一种“中介”参与到课堂教学和学习交互的各个层面[14]，传统的“师生”二元关系逐渐被打破，逐步建立起基于“学生—机器—教师”的多元交互模型，在极大程度上增加了教育情境的复杂性。因此，智慧课堂教育情境感知研究的开展需要从更深层次上剖析教学内容、教学资源、教学活动、教学媒体等要素的潜在特征，梳理学习者与教师、教学资源、教学环境以及智能技术之间的交互作用机理，以学习者的知识建构、认知发展和情绪态度为参照，实现对智慧教学生态的精准化建模分析，在更深层次上剖析智慧课堂的教育情境要素对学习发生机制的影响机理，进而优化智慧课堂的教学情境，助力于智慧教学活动的有效开展。
四、智慧课堂情境感知的特征模型
（一）要素筛选：面向多元应用场景的教育情境特征模型分析
本文通过对2010年以来CSSCI期刊中关于教育情境感知相关论文的综合分析，对多元应用场景下教育情境的特征模型进行了系统梳理（见表1）。从整体来看，关于教育情境构成要素的测评，主要集中在学习者、学习资源、学习内容、时间、空间、设备、活动、任务、服务、物理环境、社会环境等诸多方面，根据研究需求和应用场景的不同，教育情境的构成要素也呈现出复杂多样的特点。因此，如何从理论和实践层面对智慧课堂环境下的复杂教育情境進行系统测评，对其构成要素进行系统梳理，明确各要素的潜在特征以及不同要素之间的相互作用关系，是智能时代教育情境感知研究需要解决的关键问题。
（二）设计原则：基于数据科学的智慧课堂教学生态解构
面向智慧课堂的教育情境感知模型的构建旨在利用数据科学的思想对智慧课堂的学习者、学习资源、学习内容、时间、设备、活动、任务、服务、物理环境、社会环境等要素进行数据化表征，以此实现对完整教育情境的有机还原。其一，结合智能时代人机物三元融合的发展趋势，强化对智慧课堂生态系统中的“人”（学生和教师）、“机（技）”（智能设备和智能服务）、“物”（教学内容和教学资源）三要素的关注，探究教育主体、教育客体、机器智能的核心特征及其交互作用机制;其二，强化教学环境的创设对教学过程和教学结果影响机理的研究，探究在特定的教学场景中“人—机—物”与“环境”（物理环境和社会环境）的交互作用机制，明确智慧课堂的物理环境和社会环境如何对教学活动的发生和学习者的知识建构产生影响;其三，强调教学活动的发生对于智慧课堂教育情境发展和演化的影响机制，借由智慧教学活动的发生实现各构成要素之间关联关系的建立，通过对智慧课堂活动情境的创设实现“人—机—物—环境”之间的多元交互和协调共生，探究在特定教学活动过程中教育情境各构成要素的表征形态和演化模式，构建时序化、动态化的分析模型，从而实现对智慧课堂教育情境的精准测评。 （三）模型构建：基于“人—机—物—环境—活动”的智慧课堂情境感知特征模型
本文通过对教育情境构成要素的系统梳理，构建了智慧课堂情境感知的特征模型，将智慧课堂教育情境的构成要素分解为“人”（学生和教师情境）、“机”（设备和服务情境）、“物”（内容和资源情境）、“环境”（时空和社会情境）、“活动”（活动和交互情境）五个方面，利用情境感知技术实现对智慧课堂教育情境的有机分解，在此基础上实现对教育过程的有效还原和对教育现象的科学解释。
图1 智慧课堂情境感知的特征模型
1. 人：学生和教师情境
学生和教師情境是对智慧课堂教学情境中关于“人”的要素的精准刻画，通过对学习者和教师相关特征的数据化表征实现对学习者和教师的精准建模，以此为相关研究的开展提供保障。
智慧课堂中的学生情境，又可以归结为学习者模型，主要利用人工智能技术实现对学习者外在行为和内在生理信息的全时空、多维度数据采集，利用多模态数据融合的方法实现对学习者“知识、认知、情感”的精准测评，以此实现对学习者知识建构模式、认知发展规律以及情感发生机制的深层解析[20]。智慧课堂的学生情境主要包括：（1）学习者的背景信息。包括学习者的性别、年龄、学习历史、家庭背景等。（2）学习者的行为信息。包括学习者在线上和线下学习环境中的话语、表情、身体姿态、手势、人机交互、课堂应答等外在行为信息以及呼吸、心跳、脑电、眼动、皮肤电等内在生理信息。（3）学习者的潜在特征信息。包括学习者的学习兴趣、学习偏好、学习动机、认知风格等深层次特征。
智慧课堂中的教师情境主要通过对教师专业背景、教学行为和潜在特征的刻画实现对教师全方位的建模分析，主要包括：（1）教师的背景信息。包括教师的学历、专业、职称、教育背景等信息。（2）教师的行为信息。包括教师的话语、表情、身体姿态、设备操作、教学交互等信息。（3）教师的潜在特征信息。包括教师的专业素养、教学技能、职业认同感以及面向智能时代教育发展的信息素养、数据素养、信息化教学能力等。
2. 机（技）：设备和服务情境
设备和服务情境是对智慧课堂环境下智能感知设备、智能教育产品和智能教育服务的全方位表征，主要利用智能感知设备实现对智慧课堂环境下学习者、教师、教学资源、教学媒体、教学活动的智能感知，实现对教育情境各构成要素的数据化表征，以此为学生、教师和管理者提供智能化的教育服务。
智慧课堂的设备情境主要包括：（1）智能感知设备。包括：温感、光感等环境感知设备，摄像机、录音机等行为感知设备，眼动、脑电、皮肤电等生理信息感知设备。（2）人机交互设备。主要包括：智能桌椅、智能终端、交互式电子白板等硬件设备和智能导学系统、自适应学习平台、教育机器人等智能教育产品。
智能课堂的服务情境主要包括基于教育情境数据为学习者、教师和管理者提供的智能教育服务，通过对智慧课堂智能教育服务的类型、质量、推送时机以及用户接受度的精准测评，实现对智慧课堂服务情境的精准刻画。主要包括：（1）面向学习者的个性化学习支持服务，包括智能化的学业诊断、资源推荐和学习路径规划服务。（2）面向教师的精准化教学改进服务，包括教学媒体的选用方式、教学资源的呈现方式、教学活动的组织策略等。（3）面向管理者的智慧化教育管理服务，包括教师教学成效评价、信息化教学能力评价、学习者的信息素养评价、教育信息化设备应用成效评价等。
3. 物：内容和资源情境
内容和资源情境主要是对智慧课堂教学过程中的教学内容和教学资源进行细粒度的精准刻画，以此为教学情境的精准分析提供全方位支持。（1）内容情境。教学内容是智慧课堂教学的关键要素，决定了教师应该教什么的问题。关于教学内容的描述主要涉及所讲授教学内容的知识点、科目、学段、章节等信息，通过学科知识图谱的构建，对知识点之间的上下位关系、蕴含关系、前后关系进行准确表征[21]。（2）资源情境。主要包括书籍、试卷、电子课件、视音频、动画、虚拟现实等多媒体化的教学资源呈现方式。
4. 环境：时空和社会情境
时空和社会情境是关于智慧课堂教学情境中关于“环境”要素的描述，主要通过对智慧课堂的物理环境、社会环境和虚拟环境的精准分析，对智慧课堂的环境要素进行全方位、多层次、细粒度的精准刻画，以此为相关研究的开展提供支持。
智慧课堂的时空情境是对智慧课堂时空环境的精准分析，主要包括：（1）时间情境。包括学习时间、学习时长等。（2）空间情境。包括温度、湿度、亮度、教室的空间结构、学生的座位分布等。智慧课堂的社会情境是对智慧课堂社会构成关系的精准测评，主要包括教学共同体中“学生与学生”“学生与教师”“学生与机器”“教师与机器”之间的协作关系，通过构建面向智慧课堂的复杂社会网络，对智慧课堂的社会情境进行准确表征。
5. 活动：活动和交互情境
活动和交互情境是从活动流的视角对智慧课堂的教学过程进行建模分析，是智慧课堂教学生态演化的重要因素。教学活动的开展是课堂关系存在的主要载体，智慧课堂物质、信息和能量的流动与转换也主要依托于师生共同参与的智慧教学活动[22]。因此智慧课堂情境感知研究的开展必须对智慧课堂的活动要素加以重视，通过对活动要素的建模分析实现智慧课堂“人—机—物—环境”交互机制的多元分解，在最大程度上还原智慧课堂教学生态的全貌。智慧课堂的活动情境主要包括：活动类型、活动主体、活动客体、活动时间、活动开展的方式等信息。
智慧课堂的交互情境主要是通过对“人与人”“人与机”“人与物”“人与环境”之间交互机制的有机分解，对学习者与教师、教学环境、教学资源、教学服务以及其他学习者之间的交互模式进行准确表征，进而实现对智慧课堂教学生态演化模式的深入测评。对于智慧课堂交互情境的测评主要包括：交互主体、交互时间、交互类型、交互模式等，根据交互主体的差异性表现出多样化的特征。 五、智慧课堂情境感知的实践框架
智慧课堂情境感知的实践框架旨在以上文提出的基于“人—机—物—环境—活动”的教育情境感知模型为基础，对智慧课堂教育情境感知的研究体系进行系统建构，探究教育情境的创设如何作用于学生个体的认知发展，以此挖掘深层次的教育发展规律，构建基于情境感知的智能教育服务模式。本文从智能感知层、智能分析层、智能服务层三个层次构建了智慧课堂情境感知的实践框架（如图2所示），从更深层次上探讨情境感知技术的引入如何作用于智慧课堂教学生态的优化。
图2 智慧课堂情境感知的实践框架
（一）智能感知层：基于智能感知技術的智慧课堂情境感知与融合计算
智能感知层主要是利用智能感知设备实现对智慧课堂教育情境的全方位感知和融合分析。通过对智慧课堂环境下完整教学过程中“人—机—物—环境—活动”等要素的全时空、多维度数据采集，实现对学生和教师情境、设备和服务情境、内容和资源情境、时空和社会情境、活动和交互情境的精准监测。如：（1）学习者层面：利用摄像头、眼动仪、脑电、皮电、功能性磁共振、功能性近红外成像等设备对学习者的外在行为和内在生理信息数据进行采集。（2）物理环境层面：利用温感、光感、湿度传感器等智能传感设备对智慧学习空间的物理环境信息进行实时采集。（3）社会环境层面：利用社会网络分析的方法对“人—机—物”之间的关联关系进行建模分析，实现对智慧课堂多元交互机制的有机分解。（4）教学内容层面：利用知识图谱的方法对教学内容的相关信息进行标记，对教学内容与学生先验知识之间的潜在关系进行精准刻画等等。
（二）智能分析层：基于智慧课堂情境感知的教育规律研究
智能分析层主要通过对智慧课堂环境下教育情境特征和学习者特征的关联分析，构建教育情境与学习者特征之间的双向匹配机制，构建基于情境感知的学习者模型，探究教育情境要素对学习者知识建构、认知发展和情绪状态的影响机理，以此对智慧课堂的教育发展规律进行深入分析。
1. 基于多模态数据融合的学习者和教育情境特征挖掘
教育情境的复杂性为教育情境感知研究的开展带来了极大挑战，如何利用多种智能感知设备实现对学生、教师、教学媒体、教学资源、教学设备、教学活动的智能感知与融合分析，是当前阶段急需解决的关键问题。需要利用多模态数据融合的方法对多元研究主体进行准确表征，实现对智慧课堂教育情境的准确还原。（1）面向学习者层面的多元特征挖掘。利用多模态数据融合的方法对学习者的学业测评数据、心理测评数据、外在行为数据、生理信息数据进行精准采集和融合分析，对学习者的知识、认知、情感等要素进行精准刻画。（2）面向多元情境要素的精准监测。利用多模态数据融合的方法对多元时空条件下学生和教师情境、设备和服务情境、内容和资源情境、时空和社会情境、活动和交互情境进行精准分析，从中提取关于教师的教学行为和教学风格、教学内容和教学资源、教学设备和教育服务、教学活动和学习交互、物理环境和社会环境等方面的关键特征指标，实现对教育情境要素的精准刻画。
2. 基于情境感知的学习者建模
基于教育情境感知的学习者建模是智能教育领域关注的热点话题。传统的学习者建模研究主要关注学习者的知识、认知、情感等要素的发展状况，并利用人工智能技术实现对某一方面特征的精准刻画。基于教育情境感知的学习者建模则重点关注教育情境的创设对学习者知识建构、认知发展和情绪状态的影响机制，研究教育情境要素与学习者特征模型之间的映射关系，探究教育情境的创设如何对学生的学习过程和学习结果产生影响，对学习者的学习兴趣、学习动机、学习偏好、学习风格等深层次特征进行深入的挖掘分析，构建更加完善的学习者模型，以此实现对学习者知识建构模式、认知发展规律和情感发生机制的深层解析，为学习者提供更加适切的学习支持服务。
3. 基于情境感知的学习者认知发展规律研究
学习科学研究的重要目标是探索教师、媒体、资源、环境等要素对学习过程和学习效果的影响机制，以此揭示学习者深层次的认知发展规律，并为教学策略的改进和教学成效的提升提供科学指导。面向智慧课堂的教育情境感知旨在利用情境感知技术实现对教学全过程的精准监测，探究教育情境要素对学习者认知发展的影响机理，以此为学习者、教师和管理者提供智能化的支持服务。主要包括：（1）教师的教学行为和教学风格对学生认知发展的影响机理。（2）教学资源的呈现方式对学习者认知和情感投入的影响机理。（3）教学交互活动的设计对学习者学习投入、学习动机、学习成效和自我效能感的影响机理。
4. 智慧课堂教学生态的演化机理研究
教育情境的复杂性为教育科学研究的开展带来了极大挑战，如何利用科学有效的研究方法对智慧课堂的教育情境进行精准分析，探究其中潜在的教育发展规律，是当前阶段需要解决的关键问题。其一，利用数据密集型科学的理论和方法对智慧课堂教学生态进行解构，研究教育情境创设与学习者认知发展之间的潜在作用关系，从中发现与教育教学相关的各种现象、规律和机理，为教育实践研究的开展提供多元支持;其二，利用复杂性科学的思想和方法对智慧课堂“人—机—物—环境”的交互机理和演化模式进行系统分析，探究系统内部的涨落对学生学习成效的影响机理，以此实现对智慧课堂教学生态的宏观调控。
（三）智能服务层：基于智慧课堂情境感知的智能教育服务
1. 基于智慧课堂情境感知的个性化学习支持服务
智慧课堂教育情境感知研究的开展为面向学习者的个性化学习支持服务的有效发生提供了多元支持。通过多模态数据的采集分析实现对学习者行为、认知、情感的精准测评，对学习者进行智能化的学情分析，构建学习者和教育情境之间的双向匹配模型，明确教育情境的建构如何作用于学习者的认知发展，以此实现教育情境的适性调整，并为学习者提供基于情境感知的个性化资源推荐和学习路径规划服务，激发学习者主动的知识建构。 2. 基于智慧课堂情境感知的精准化教学改进服务
面向教师的精准化教学改进服务是智慧课堂教育情境感知研究要解决的关键问题之一。通过对完整教育情境的建模分析实现对教学全过程的精准监测，帮助教师了解学生整体的认知风格和学习偏好，进而选用最适宜的教学内容呈现方式，优化教学活动的设计策略，提升课堂教学的成效;通过对教师教学过程数据和教学成效数据的诊断分析，帮助教师了解自身在专业知识、教学风格、教学策略、教学交互设计、教学活动组织等方面的潜在问题，并为其提供及时有效的教学改进策略。
3. 基于智慧课堂情境感知的智慧化教育管理服务
智慧课堂情境感知研究的开展为智慧化教育管理服务的发生提供了多元支持，通过对教育情境各构成要素的精准刻画探究智慧课堂教学生态演化中的潜在问题，并为管理者提供精准化的教育管理服务。其一，通过对教师教学行为和教学互动的精准分析，研究教师的专业水平、教学风格、教学策略、信息化教学能力以及对学生的情感关怀等特征，构建精准化的教师岗位胜任力模型;其二，通过对学生关于智能教育服务反馈信息的精准测评，分析智慧课堂的各类智能教学设备对个性化学习的支持程度，帮助管理者及时对智能教育设备进行升级，满足智慧教学活动开展的实际需要;其三，通过对学生知识、技能、情感、态度、价值观的全方位测评，帮助管理者及时了解学生的学业发展水平，并制定精准化的教育决策，促进教学质量的整体提升。
六、结 语
面向智慧课堂的教育情境感知是智能教育领域研究的重点问题，有助于利用情境感知技术实现对智慧课堂教学生态的系统分析，实现对智慧课堂教育情境的精准建模，挖掘深层次的教育发展规律。本文从学生和教师情境、设备和服务情境、内容和资源情境、时空和社会情境、活动和交互情境五个方面构建了智慧课堂教育情境感知的特征模型，从智能感知层、智能分析层、智能服务层三个层面构建了智慧课堂教育情境感知的实践框架，旨在利用情境感知技术实现对智慧课堂的深层次解构，探究潜在的教育发展规律，重构智慧课堂的智能教育服务模式。
未来智慧课堂情境感知研究的开展，一方面需要对相关情境要素的描述指标进行精准刻画，另一方面需要推动智能技术与真实教育情境的有机融合，实现对教育情境的智能感知与精准计算，以此实现对智慧课堂教学生态的有效还原。后期将在此基础上探究相关教育情境要素与学习者认知发展之间的深层次规律，构建基于教育情境感知的学习者模型，从教育情境感知的视角出发对教育发展规律进行全方位解构。
[参考文献]
[1] DEY A K. Providing architectural support for building context-aware applications[D].Atlanta：Georgia Institute of Technology，2000：59.
[2] 黄志芳，赵呈领，黄祥玉，等.基于情境感知的适应性学习路径推荐研究[J].电化教育研究，2015，36（5）：77-84.
[3] 張屹，张帆，程明凤，等.泛在学习环境下基于情境感知的学习资源检索模型构建[J].中国电化教育，2010（6）：104-107.
[4] 陈敏，余胜泉.泛在学习环境下感知学习过程情境的推荐系统设计[J].电化教育研究，2015，36（4）：76-82.
[5] 李青，祁红.智慧学习环境中情境模型的构建及表征[J].现代教育技术，2017，27（8）：95-102.
[6] 王冬青，韩后，邱美玲，等.基于情境感知的智慧课堂动态生成性数据采集方法与模型[J]. 电化教育研究，2018，39（5）：26-32.
[7] 吴南中，王觅.基于情境感知的智慧学习环境探究[J].现代教育技术，2016，26（5）：18-23.
[8] 张剑.情境感知自适应移动学习系统框架研究——以UoLmP系统为例[J].情报探索，2015（6）：50-52.
[9] 杨丽娜，魏永红，肖克曦，等.教育大数据驱动的个性化学习服务机制研究[J].电化教育研究，2020，41（9）：68-74.
[10] 孙众，马玉慧.视频案例多元分析法促进新手教师专业发展研究[J].电化教育研究，2013，34（8）：104-109.
[11] 穆肃，左萍萍.信息化教学环境下课堂教学行为分析方法的研究[J].电化教育研究，2015，36（9）：62-69.
[12] 孙众，吕恺悦，施智平，等.TESTII框架：人工智能支持课堂教学分析的发展走向[J].电化教育研究，2021，42（2）：33-39，77.
[13] 郭斌.论智能物联与未来制造——拥抱人机物融合群智计算时代[J].人民论坛·学术前沿，2020（13）：32-42.
[14] 许亚锋，彭鲜，曹玥，等.人机协同视域下教师数智素养之内涵、功能与发展[J].远程教育杂志，2020，38（6）：13-21.
[15] 余平，管珏琪，徐显龙，等.情境信息及其在智慧学习资源推荐中的应用研究[J].电化教育研究，2016，37（2）：54-61.
[16] 吴笛，李保强.基于情境感知的学习资源关联分析与推荐模型研究[J].中国远程教育，2017（2）：59-65.
[17] 杜静，高博俊，周伟，等.国外适应性学习支持系统中情境感知模型对比研究[J].电化教育研究，2020，41（8）：58-66.
[18] 张琳捷，罗雯，刘博，等.学习云空间中基于情境感知的移动学习自适应模型及其应用研究[J].电化教育研究，2020，41（2）：83-90.
[19] 谢涛，张领，张可.基于教育视频日志的多维情境模型构建[J].现代教育技术，2020，30（10）：5-12.
[20] 黄涛，王一岩，张浩，等.智能教育场域中的学习者建模研究趋向[J].远程教育杂志，2020，38（1）：50-60.
[21] 李振，周东岱，王勇.“人工智能+”视域下的教育知识图谱：内涵、技术框架与应用研究[J].远程教育杂志，2019（4）：42-53.
[22] 李逢庆，尹苗等.智慧课堂生态系统的构建[J].中国电化教育，2020（6）：58-64.