产品与服务

在“双减”政策深化与教育数字化转型的双重背景下，课堂教学质量评估正从“经验导向”向“数据驱动”转型。然而，传统评估依赖人工听课、纸质问卷或碎片化录像回放，存在“主观偏差大、数据维度少、反馈滞后”三大痛点。据《2023年中国基础教育信息化发展报告》，78%的教师认为评估结果难以精准指导教学改进，65%的学校缺乏覆盖“教-学-管”全链路的行为数据。在此背景下，燧机科技推出的课堂教学行为质量评估分析系统，以“AI多模态分析+教育大数据挖掘+全流程可视化”为核心，实现“教学行为量化、学习效果画像、督导决策有据”，正成为教育高质量发展的“数字参谋”。

课堂教学行为质量评估分析系统对课堂中各种教学行为和教学内容进行自动分析，自动形成课堂教学行为和教学内容的分析数据，如出勤率、课堂教学类型、专注度、前排就坐率、课堂活跃度、敏感词预警、互动率、教学质量等数据报告，为教学老师方法改进、督导人员或校领导提供基础分析信息和参考。系统能够全面采集学生的学习数据，包括学习进度、成绩表现、学习习惯等。通过大数据分析和机器学习算法，系统能够对这些数据进行深度挖掘和分析，为教师提供全面、精准的学生画像。同时，系统还能对教师的教学过程进行实时监测和分析，评估教师的教学质量和效果。

系统搭载燧机自研的“课堂行为多模态分析YOLOv12+Transformer模型”，基于全国300+学校的超50万分钟课堂视频（含K12、高校、职业教育场景）训练，可识别12类核心教学行为（如讲授、板书、提问、小组讨论、实验演示）及8类学生状态（专注听讲、低头走神、举手互动、前排/后排参与度）。针对“专注度”这一关键指标，模型融合“面部朝向（实验室数据：识别准确率≥95%）、视线焦点（实测在侧视/俯视场景下准确率≥92%）、肢体动作（如记笔记频率）”三维度数据，生成专注度指数。

系统构建“教学质量五维评估模型”教学目标达成度、师生互动有效性、资源利用合理性、课堂氛围活跃度、敏感行为预警，实时生成动态雷达图（如某节课“互动率”偏低时标红提示）。针对“敏感词预警”，采用NLP自然语言处理技术（基于BERT教育语料微调），识别准确率实验室数据≥98%，响应延迟≤1.5秒，已在全国20+所学校的德育管理中发挥作用。

课堂教学行为质量评估分析系统的价值，不仅在于生成一份报告，更在于让“看不见的教学规律”可视化，教师通过专注度曲线调整节奏，督导通过互动热力图发现亮点，学生通过个性化画像明确方向。燧机科技以“教育为本、技术为翼”，正推动课堂评估从“模糊印象”走向“精准导航”，为“因材施教”与“教育公平”注入数字动能。