“它可以洞察課堂上的一切。通過(guò)這套系統(tǒng)，可以看到哪些同學(xué)是在專注聽課，哪些同學(xué)是在開小差”。
近日，浙江省杭州市某中學(xué)課堂上多了一個(gè)神奇的新“朋友”——智慧課堂行為管理系統(tǒng)。
雷鋒網(wǎng)了解到，這套系統(tǒng)俗名為“天眼”，內(nèi)置三個(gè)攝像頭，用以捕捉同學(xué)們的面部表情和動(dòng)作，然后進(jìn)行一系列大數(shù)據(jù)分析，最終計(jì)算出課堂實(shí)時(shí)考勤數(shù)據(jù)、課堂專注度偏離分析、課堂行為記錄數(shù)據(jù)以及課堂表情數(shù)據(jù)，并將結(jié)果反饋給校園管理方。
該校負(fù)責(zé)人表示，系統(tǒng)每隔30秒就會(huì)進(jìn)行一次掃描，針對(duì)學(xué)生們閱讀、舉手、書寫、起立、聽講、趴桌子等6種行為，再結(jié)合面部表情是高興、傷心，還是憤怒、反感，分析出學(xué)生們?cè)谡n堂上的狀態(tài)。
目前僅趴桌子一項(xiàng)為負(fù)分行為。若此類不專注行為達(dá)到一定分值，系統(tǒng)就會(huì)向顯示屏推送提醒，任課教師可根據(jù)提醒進(jìn)行教學(xué)管理。日后還會(huì)與學(xué)校醫(yī)務(wù)室等其他后臺(tái)的數(shù)據(jù)打通，若學(xué)生因身體不舒服，可列入“白名單”。
簡(jiǎn)單來(lái)說(shuō)，學(xué)生每天8節(jié)課，一共320分鐘，學(xué)生有幾分鐘是在專注聽課的？不專注的時(shí)候在干什么？孩子在學(xué)校過(guò)得開心嗎？通過(guò)這套系統(tǒng)提供的數(shù)據(jù)分析結(jié)果，都可一目了然地得以展示。
對(duì)于該系統(tǒng)的落地、應(yīng)用，某教育工作者黃老師表示：“華而不實(shí)。學(xué)生有沒有開小差，老師在講桌前看得一清二楚”。
在他看來(lái)，如何能將‘學(xué)’作為主動(dòng)權(quán)緊緊握在學(xué)生手中已成教育管理者需要思考的問(wèn)題。學(xué)習(xí)從來(lái)都是一種自主性過(guò)程，教育的核心突破不是靠教具形式的升級(jí)，學(xué)生在課堂的認(rèn)真程度取決于授課老師的魅力，強(qiáng)行監(jiān)督只會(huì)讓很多學(xué)生成為“面具人”。
與此同時(shí)，該系統(tǒng)的應(yīng)用也遭到了大多數(shù)網(wǎng)友的無(wú)情痛擊：
作為科技媒體，雷鋒網(wǎng)不在道德社會(huì)層面對(duì)于該技術(shù)的落地作太多評(píng)說(shuō)。單從技術(shù)角度出發(fā)，該技術(shù)落地應(yīng)用是否真的可行？
從上文來(lái)看，該套系統(tǒng)稱在課堂應(yīng)用能夠發(fā)揮兩項(xiàng)功用：
一、課堂實(shí)時(shí)考勤數(shù)據(jù)
由于教室學(xué)生基數(shù)不大；另外教室范圍也不大。目前很多人臉識(shí)別技術(shù)廠商都能夠很好滿足此項(xiàng)需求，不作詳敘。
二、課堂專注度偏離分析（微表情數(shù)據(jù)）
從系統(tǒng)運(yùn)行流程來(lái)說(shuō)，它在安裝、通電之后會(huì)進(jìn)行兩大類操作：
一是人臉檢測(cè)，通過(guò)人臉相機(jī)檢測(cè)到同學(xué)們的臉部，從而完成第一點(diǎn)所說(shuō)的實(shí)時(shí)考勤；
二是基于這些人臉數(shù)據(jù)做實(shí)時(shí)的深度分析，通過(guò)微表情識(shí)別來(lái)判斷學(xué)生們是否分神、開小差。
人臉表情由若干條細(xì)微的小肌肉控制，與常見人們發(fā)出的較為夸張或者平常的表情不同，微表情持續(xù)時(shí)間很短、動(dòng)作幅度很??；另外，微表情是一種自發(fā)式的表情，在人試圖掩蓋內(nèi)在情緒時(shí)產(chǎn)生,?既無(wú)法偽造也無(wú)法抑制。
與其他生物識(shí)別技術(shù)的研發(fā)相比，微表情識(shí)別因?yàn)樘^(guò)細(xì)微，一直是計(jì)算機(jī)視覺領(lǐng)域一個(gè)具有挑戰(zhàn)性的技術(shù)難題，該技術(shù)的研發(fā)門檻較高，技術(shù)難點(diǎn)主要體現(xiàn)在三個(gè)方面：
數(shù)據(jù)收集，這里的數(shù)據(jù)必須是動(dòng)態(tài)的視頻數(shù)據(jù)；
肌肉單元很難做標(biāo)注，每個(gè)人對(duì)表情的定義都不相同，“微笑”“難過(guò)”等標(biāo)準(zhǔn)難以判定；
微表情識(shí)別必須在五分之一秒內(nèi)抓取到情緒變化，也就是要做到一秒鐘處理五幀以上畫面，讓數(shù)據(jù)做到實(shí)時(shí)。
雷鋒網(wǎng)了解到，目前這一技術(shù)最多地是用在金融領(lǐng)域。
以信貸行業(yè)為例，如今騙貸行為頻發(fā)。當(dāng)涉及大額的貸款申請(qǐng)時(shí)，金融機(jī)構(gòu)在批放貸款之前都會(huì)讓面審員與用戶進(jìn)行一個(gè)十到十五分鐘的問(wèn)答。起初會(huì)核對(duì)用戶的基本信息，在用戶回答的過(guò)程中，會(huì)為用戶進(jìn)行一個(gè)微表情的側(cè)寫，記錄一個(gè)用戶回答問(wèn)題的習(xí)慣。
隨著面審員問(wèn)題的深入，用戶在回答之后地問(wèn)題時(shí)，如果出現(xiàn)了違反他之前的回答習(xí)慣（例如眼睛從直視屏幕轉(zhuǎn)為眼睛往上瞟或往腳下看），系統(tǒng)則會(huì)為其標(biāo)記一個(gè)異常，當(dāng)整個(gè)面審環(huán)節(jié)結(jié)束后，系統(tǒng)會(huì)根據(jù)之前記錄的異常次數(shù)、等級(jí)進(jìn)行一個(gè)綜合評(píng)估反饋給面審員。
如果前后差距過(guò)大，就意味著從基礎(chǔ)問(wèn)題到追問(wèn)環(huán)節(jié)，此人的情緒、心理變化較大，如此就可提醒面審員此人有一定風(fēng)險(xiǎn)，要做更多地調(diào)查，以更好地降低風(fēng)險(xiǎn)。
從這來(lái)看，這項(xiàng)技術(shù)應(yīng)用的前提還得配合面審員問(wèn)題的逐步深入而出現(xiàn)的細(xì)微面部表情變化?；氐街黝}，學(xué)生們?cè)谏险n過(guò)程中，沒有任何言語(yǔ)上的思考及負(fù)擔(dān)，也就意味著所有的面部表情都是自然狀態(tài)下而產(chǎn)生的，斷不可從單一的面部表情的變化去判斷他的心理活動(dòng)或者是否分心（缺乏標(biāo)準(zhǔn)）。
宇視科技智能算法開發(fā)部專家楊治昆直言，“對(duì)于這套系統(tǒng)的可操作性，我持懷疑態(tài)度”。
在他看來(lái)，這套系統(tǒng)在實(shí)際應(yīng)用過(guò)程中，會(huì)存在以下幾個(gè)問(wèn)題：
楊治昆表示，這些年AI技術(shù)發(fā)展迅速，教育市場(chǎng)也的確成為未來(lái)AI安防落地的重點(diǎn)拓展方向之一，如今各大安防廠商都在緊盯這塊市場(chǎng)。
但從產(chǎn)業(yè)界角度來(lái)看，相關(guān)技術(shù)不能盲目落地。人工智能應(yīng)用要保證識(shí)別率、誤識(shí)率、魯棒性，唯有滿足這三點(diǎn)，技術(shù)的落地才會(huì)具有意義。目前來(lái)看，比較容易落地的場(chǎng)景包括門禁、人臉考勤等等，而該系統(tǒng)提出的微表情分析，就目前AI發(fā)展水平來(lái)看，還存在很長(zhǎng)一段距離。
在他看來(lái)，“一個(gè)產(chǎn)品的落地，除了要考慮客戶的需求也要考慮到受眾人群的體驗(yàn)”。
