人工智能监督课堂，到底哪些该做哪些不该做？

据媒体的报道，最近很多大学已经进入智能化阶段，甚至将人脸识别系统安装到教室，目的是用来打卡点名，这倒无可厚非，但却将这套系统升级成可以监控学生的学习状态，比如根据眨眼、瞌睡等判断是否专心听讲。

比如，中国药科大学在教室试点安装人脸识别系统，除了能自动识别学生的出勤情况外，还能够实现对学生课堂听讲情况的全程监控。学生是否认真听讲、课堂上是否抬头低头、抬头低头了几次、抬头低头了多长时间、低头是否在玩手机、是否闭眼打瞌睡……都逃不过这个人脸识别系统的“法眼”。

比如，上海中医药大学附属闵行蔷薇小学也被爆出正在构建智能课堂行为分析系统，运用如姿态评估、表情识别、语言识别、教师轨迹热力分析等技术，探索对课堂教学过程的定量分析。

还有报道指出，在去年的时候，浙江省杭州第十一中学就引入了一套类似系统，率先在高一的两个班级试运行智慧课堂，通过在教室安装3个组合摄像头来实现无感刷脸考勤。同时通过摄像头，还可对课堂上学生的行为进行统计分析，并对异常行为实时反馈。

如此的安排，确实有将人工智能技术过度使用的嫌疑。有人认为，即便在这样的公共场所中进行识别不侵权，但也违背了教育的真意。但也有人认为，这样的监控如果能真的提高学生的教育质量，也未尝不可。

个人觉得，如果用人脸识别来进行上下课的打卡，或者用来识别替考、替课，真的是非常好。在很多大学，老师认不清学生，也没有什么精力去点名核对，人脸识别起到了不可替代的作用。

至于在学习过程中，学生是否专心听讲，是否在瞌睡走神，是否在玩手机，这个很难用人工智能的方式来监督。学习真正应该的是自觉自愿，如果不得不使用摄像头和人脸来监控，这样的学习实在是压迫式的，有些类似“监狱”，总是让人感觉不舒服。

提供技术的公司解释说，通过其考勤及行为分析摄像机 MegEye-C3V-920获取人脸、行为以及表情等数据，通过行为分析服务器对课堂视频数据进行结构化分析，并反馈学生的行为、表情、专注度等数据，辅助教学评估。

对于这样的争论，我们还需要看到一个基本事实，那就是，为何偏偏是几家医学院校对人脸识别的管理特别看重？因为，这样的学校培养出来的学生是不能有问题的，对学生学习成果的要求也最严格，任何一点的瑕疵未来都可能是人命关天。这样的学习，执行一些严格的管理，即便让学生感觉不舒服，恐怕也有情可原。

学习是要管的，特别是中小学生。没有规矩不成方圆，但规矩到了大学恐怕也早磨得走样，这个时候要再逼着学生们去怎样怎样，很难，即便是人脸识别很强，但也不要低估了学生们的智慧。

在一些单位讲课，我也经常遇到要求把手机收起来的情况。教室后面准备一个号称叫“手机集中营”的盒子，大家的手机都要放进去。可一到课间，学员们的第一动作就是跑过去拿起手机来看，你想想，这一节课中的心得多悬着？

学习是要表里如一的，如果看上去很认真，但内心实际在想入非非或者提心吊胆，那么，这样的学习一定是效率极低。人工智能能解决表面，不能解决内心。

当然，另一方面，如果有人说只要老师讲的足够好就可以充分吸引学生，就一定不会出现溜号开小差的，那也未必。不是每个人都喜欢学习，也不是每个人都喜欢学习某种知识，即便袁阔成单田芳郭德纲讲的天花乱坠，也一样有不感冒不爱好不发烧的。

对于教育教学，从本质上来看，还是两条道。一个是提高老师的讲课水平，特别是大学老师们的业务水准和结合现实的能力，另一个就是让学生真正的理解学习的重要性，有目的的学，而不是为了学而学。

人工智能本身就是现代科技的热点，也是很多大学生最梦寐以求的理想职业目标，如果将这样的技术在课堂上应用起来，让学生们看到与自己所学结合的点，那么，这种人工智能就会引导大家非常强烈的兴趣，学习的效果就事半功倍了。

据前瞻产业研究院数据显示，2018年我国智慧教室硬件设备市场规模将达到4741.32亿元左右，到2023年整个市场规模将达到8827.38亿元。这样的市场规模，也确实需要谨慎去挖掘，研究明白到底哪些应该做哪些不应该做。

据说，一些欧美国家和地区出现了很大的反对人工智能的声浪，就如同大清不愿意修建铁路一样。我们不应该像保守的欧美那样自暴自弃的隔绝到新技术发展之外，也不要漫无目的的蒙眼狂奔，而是应该审慎的前行。

总之，人工智能来辅助教学和管理，无可厚非，这是发展的必然，但要通过这样的人脸识别等技术来提高学生的专注度与学习程度，值得商榷。