虽然K-12教育者有大量的培训和反馈机会，但高等教育的教师却不是这样。目前，最有效的专业发展机制是由专家观讲并提供个性化的反馈。但是卡耐基梅隆大学研究人员开发的一种新系统提供了一种综合的实时传感系统，这种系统价格低廉，可扩展，可以为讲师创建一个持续的反馈回路。

 

该系统被称为EduSense，它分析与有效教学相关的各种视觉和听觉特征。“今天，蓝冠最大代理老师在教室里扮演着传感器的角色，但那是不可扩展的，”CMU的人机交互研究所(HCII)的助理教授Chris Harrison说。哈里森说，近几十年来，教室的规模不断扩大，在大型或礼堂式的课堂上讲课和提高效率是很困难的。

 

耳塞是最不显眼的。它使用了两个壁挂式摄像机——一个面向学生，一个面向老师。它通过感知学生的姿势来决定他们的投入程度，以及老师在叫学生之前停顿的时间。哈里森说:“这些都是教育从业者几十年来公认的最佳实践。

 

一个现成的摄像头可以看到教室里的每个人，并自动识别信息，比如学生在看什么，他们举手的频率有多高，老师是否在教室里走动，而不是站在讲台后面。该系统使用另一个CMU项目OpenPose来提取人体位置。“随着计算机视觉和机器学习的进步，我们现在可以提供用手工观察需要几天甚至几个月才能获得的见解，”正在HCII攻读博士学位的研究团队成员卡兰·阿胡贾(Karan Ahuja)说。

 

哈里森说学习科学家对教学数据感兴趣。“因为我们可以跟踪身体，就像穿着一套加速度计。我们知道你的头转动了多少，你的手移动了多少。就好像你在教学时戴着一个虚拟动作捕捉系统。”

 

使用高分辨率摄像机同时拍摄多个班级的4K视频是一场“计算噩梦”，蓝冠最大总代哈里森说。为了保持同步，对资源进行弹性分配，以提供实时数据的最佳帧速率。

 

该项目还将重点放在隐私保护上，由该大学软件研究所的副教授Yuvraj Agarwal指导。研究小组不想确定每个学生的身份，而EduSense也不能。没有使用名称或标识信息，而且由于相机数据是实时处理的，所以会很快被丢弃。

 

HCII的教职工艾米·奥根(Amy Ogan)表示，现在他们的团队已经证明他们能够获取数据，他们目前面临的挑战是如何将数据包装起来，并以一种对教育有效的方式呈现出来。该团队将继续开发面向教师的应用程序，看看教授们能否将反馈整合到实践中。她说:“我们一直专注于了解如何、何时、在何处以最佳方式提供基于这些数据的反馈，以便对指导教师来说，帮助他们改进实践是有意义和有用的。”

 

这项研究已经在Ubicomp(学习科学的国际会议)上发表过，蓝冠大代理并将在今年4月的美国教育研究协会年会上发表。