AI助力的数字化教育教学方法研究与实践.docx

AI助力的数字化教育教学方法研究与实践

0引言

数字化转型下教师教学能力的新模式从数字化教学能力、人机协同能力和成长协同能力3个方面开展。数字化转型下教师教学能力提升须引入大数据、人工智能等技术，生成教师数字画像，以需求为导向精准推送培训资源，助力教师在职业能力方面持续提升。高校智慧体育解决方案是基于AI人工智能、大数据等新兴技术的赋能方案。通过运用AI视觉技术实现体育项目的智能化测试分析，同时结合部分传统电子测试仪器设备，形成了完整的体育项目测试体系，还可根据体测结果及分析报告，提供科学运动锻炼指导，提升学生身体素质和运动技能，打造建设智慧化的高校体育校园，是数字化教学转型的具体范例实践[1]。

1相关研究

随着人工智能、大数据等相关技术的快速发展，可将人工智能相关技术运用到教育行业中，辅助传统教育教学推进和发展势在必行，具体方式包括丰富数字化教育资源、完善数字化教育制度，这种数字化教学新环境和新模式，不仅可以推进教师的数字化教学业务能力，而且能够培养学生的终身学习能力[2-4]。

在数字化教学能力体系方面，数字化教师教学能力提升围绕着各种教师教学的影响因素。比如数字化政策引领、数字化教学机制、数字化教学任务、数字化教学方式[5]等。除此之外另有多举措推进教育数字化转型，借助互联网平台共享优质数字化资源，开展数字信息化赛事提升教师能力，深化数字信息技术与教学管理融合[4]。据此，教师可以及时发现自身的优势与不足，扬长补短，为职业生涯发展做好规划；学校可以针对岗位发展需求和在岗教师的能力素质现状定期组织培训。

在数字化教学平台实施方面，已有研究将人工智能技术结合在体育教学中，这类应用大多基于人体姿态估计方法[6-8]，结合具体应用场景，在体育、健康和教育领域产生了重要的影响。本篇文章拟基于谷歌开发的轻量级卷积神经网络架构BlazePose[5]，在移动设备上实时检测33个人体骨骼关键节点，并作为动作评判和计数依据。BlazePose适用于检测目标运动自由度较大的场景，具有端到端、易部署、实时性强、计算速度快以及开源等优势和特点，非常贴合体育考试场景的需求。我们借助MediaPipePose平台，实现一种高保真人体姿态跟踪和识别的机器学习解决方案,其中动作识别方案基于有监督机器学习算法KNN实现，该算法提供了一个有标记的训练数据集，其中数据点被分为不同的类别，根据数据集可以预测未被标记数据所属的类别。在分类技术中，不同的特征决定了未标记数据所属的类别,算法根据给定区域内最近或邻近的训练示例对数据进行分类。基于以上相关研究，本文在体考场景下，设计了基于人体姿态识别的体育测试智能评测系统，并开发手机客户端软件，作为本文研究的案例实施。

2数字化教育教学方法思路框架

数字化课程建设是教育教学能力提升的重要方面，在当前数字化转型的大背景下，结合新情况、新问题、新目标，对数字化教学体系进行梳理。数字化课程建设总体思路框架如图1所示。在教育数字化转型背景下的教育教学方法研究和实践主要包含以下3个方面：数字化转型的教学思维新模式构建、教学新模式下教师教学能力提升方法研究、数字化教学转型实践范例。

2.1基于数字化转型的教学思维新模式

数字化转型在教育领域中的教学思维新模式，以数据支撑为基础，结合数据支撑+AI的技术手段，促进线上线下融合教学。新模式围绕教师数字化教学能力、人机协同能力和成长协同能力展开教学。从对教育数字化转型的支撑来看，数字化教学能力是以“学”为中心的前提和保障，是教师在数字化转型中的核心素养，教师需要掌握数字化教学平台和工具的操作技巧，灵活运用数字资源，为学生提供丰富多样的学习机会和个性化支持；人机协同能力是智能化环境下教师ICT能力的转型方向，是指教师与人工智能技术的有效合作能力，以此获得更准确的学生学习数据和智能化的教学建议，从而更好地满足学生的学习需求；成长协同能力是数字化生存的目的与手段，是指教师在数字化转型中与学生、教育同行和专业发展机构等进行合作与协同的能力。通过合作学习和专业交流，教师可以不断丰富自身的教学经验和教育知识，不断提升教学水平和专业素养。

2.2数字化教学模式下的教学能力提升方法

数字化转型下教师教学能力提升的方法结合新的数字化教学模式，有针对性开展相关培训工作，可提升数字化课教师的教学能力及水平，生成教师数字画像，以需求为导向精准推送培训资源。测评系统，充分整合学校各业务系统的数据，包括教务系统、人事管理系统、科研系统、学工系统等，开展全域数据采集、处理和展现，从数据采集到数据治理，再到数据价值挖掘与可视化呈现，让教师工作变得可描述、可对比、可分析、可跟踪。教师可以根据数字化能力测评结果及教师画像及时发现自身的优势与不足，扬长补短，为职业生