数字画像：基于知识图谱拓扑的小学生项目学习评价设计与实践

数字画像：基于知识图谱拓扑的小学生项目学习评价设计与实践

【摘要】在数字教育的趋势和社会大背景下，尤其是大数据精准教学的前提下，如何开展学校教育项目学习改革成为首当其冲的问题和焦点，针对于项目学习中的高阶思维评价方式，笔者尝试通过数字画像的基本形式，开展基于知识图谱拓扑原理的项目设计与实践，以期待为一线教育教学工作提供范式与思考。

【关键词】数字画像；图谱与拓扑；项目学习

题记：在2021全球人工智能大会中，教育界大咖们针对未来学校与教育开展了激烈讨论，其中若干位学者提出，未来学生数字画像将会是评价趋势与改革，而在近期的学校期末质量分析会中，以区发展研究院为引领的数据使用者画像操作的相关问题也提出了关于未来学校数据的应用与分析将成为改革学校工作方式的主要相关手段与渠道，值得深思。

一、困境：为什么开展项目数字画像——AI数据时代的迫切需求与倒逼现状

（一）非全面综合客观

       现行评价开始从成绩单式的终结性评价向过程性评价与表现型评价转型，是为了更好地全面客观评价学生，说明原来的评价方式从一定程度上不能全面综合的反应学生面貌，有一定弊端，其甄别审视的功能比较强大，容易造成家长的焦虑。一定程度上也没有呈现出家长想要看到的方方面面。

（二）缺乏宏观说服力

    以往的评价往往是与评优评先挂钩的，所以很多时候会出现因为评价指向问题导致部分孩子落选的情况，打击的不仅仅是孩子，更是一个家庭，尤其是牵动着可怜天下父母心的父母。当家长提出过程性质疑，又无法拿出一定的数据依据作为支撑，是对于学校现有信息技术设备的一种浪费和闲置，没有充分发挥数字时代的AI智能应用的便捷性与普惠性。

（三）数据资源的丢失

       在学校生活的过程中，其实大量数据资源已经产生，最常见的例子是因为防疫让刷脸测温成为常态，一个学校的数据可以在较短时间内被搜集分析与反馈，一定程度上反应了平常大量资源被丢失的现实和事实，因为即便是一次体温一个动作都是可以被记录与分析的。

二、突破：什么是项目数字画像——全面综合评价项目的发展与需要

（一）全面记录

       所谓画像，字面意义上指的是一种对于特征的描摹，那么数字画像一定程度上就是利用信息技术手段帮助全面记录与呈现出学生相关动态，上海市的案例甚至通过分析判断发现数据可以预测学生的自杀倾向，起到了一定的安全预警与保护作用。

（二）分析反馈

       通过数据的分析与反馈，就可以进行决断与推测，同时帮助家长更好地掌握学生状态，也能帮助老师因材施教，进行个性化定制学习道路。不论微观还是宏观，都极具价值和意义。

（三）促进提高

    数字画像就好比是木桶理论，当短板被发现，就可以有针对进行维护，以提高核心素养与能力为基本想法与内容，开展补足与提升。充盈画像的同时更是一种项目推进迭代的体现。

三、实践：如何开展项目数字画像——宏观表现普惠借力技术与云端

（一）操作：多媒体手段和设备

1.循序：动态识别  

（1）语言话语体系

    语义要素的表达，可以将问题呈现并且积极更正与落实。不论是平时已经关注方面还是平时没有关注到的维度，都将被细致的进行调用和再构。词频识别就是不错的操作。

（2）微小细节识别

    对于德智体美劳五好学生的项目评价更趋向于一种微观衡量。相比较于评星或是其他评价，这种数据画像式表达，甚至一定程度可以预估和预判学生未来的发展方向，甚至是基于学生心理健康的一种拿捏掌控。如以下案例可以将劳动教育的识别与反馈落到实处。

高阶*迭代：

基于AI云的MOLDELARTS的卫生检查识别反馈系统项目设计与实践

研究背景与目标：目前大部分学校的卫生检查均是利用人工完成的，但是从效率和质量而言都不是特别理想，值日值周教师是利用工作之余进行抽空检查，而且总是带有一定的主观色彩，那么能不能通过智能设备来改善这种情况，或者进行一个系统性的完善或者是颠覆呢？那么对于学校管理而言是人力资源的合理规划与节能，有助于老师用更多更专注的精力投入到教学中去。尤其是实时利用学校监控系统，进行大数据的处理与分析，并客观公正的反馈学生、班级行为规范与表现，树立考核标准的同时，呈现评价结果，同时起到威慑作用，加强公共空间意识的培养与进阶，养成良好卫生习惯。初步而言，充满价值与意义。

研究方式与工具：通过团队小组探究的形式，利用华为云的MODELARTS的非代码开发平台进行基本的0基础操作。尤其是使用图片标注的方式有助于小学阶段的孩子认知和了解什么是数据模型建构与图像处理。通过团队互补，群策群力，不断完成相关任务。关键节点则可以协同专业人员进行开发与梳理，尤其是脚本代码的实现。

具体操作与流程：在注册账号并进行初步实践：

1.建立OBS资料桶并创建项目

2.搜集一些乱丢垃圾的图片，以及相反状况的整洁有序的垃圾箱图片

3.上传数据并进行标注，初期以少量数据进行实验

4.训练模型，呈现识别准确率

5.上线部署

6.测试结果与完善

后续思路与困难：初期测试结果有待后期调试与改进，尤其是数据集扩大，综上所述，虽然模型已经基本搭建完毕，但还存在不少的问题等待解决，比如准确率提高，APP小程序搭建，端口调用，发现问题警报或者的方式与方法，都是值得继续探究的问题与难点……需要后续深入探究更新与迭代！

（3）趋势动态分析

     之于安全情况，课间危险行为的预判与表达，通过关节的相应识别就可以轻易做到。对于学生的课间安全监管，将形成很好的监督。只要改造以上垃圾识别项目即可。

1. 趣认：视频识别

（1）大数据决策

       从宏观层面和角度了解学生基本情况，尤其进行顶层设计与改进，了解大部分与小部分学生的问题与基本概况。口罩佩戴、网速测定、体温状态都是可以进行决策的数据排布项目。

（2）个性化定制

多模态口语：学生能力与素养的差异并不适合一刀切式的教学与练习，但是基于班级授课制的大前提，又很难真正进行分层设计与教学，所以应该而且必须走向针对不同学生的个性定制式的教育，也就是因材施教的现代实践。不停留在口号式的表达。个性化定制有可行性。

（3）针对性补足

实体情感分析：水桶理论短板效应令我们印象深刻，那么对于孩子而言，一种好的评价往往能够起到帮助他们进行方向性的弥补。尤其是正面积极的评价肯定与表达实体情感分析。

1. 活用：声音识别

（1）提供方向与思路

   薄弱学科是什么，如何跟进，表现型评价是出口，可以继续外显圈集和高阶表达。

（2）落实策略与方法

       创意物化、价值体认、解决问题、责任担当是课程追寻的终极目标，路径却因人而异，通过分析，体认、体悟、体验的过程在科学的指导与帮助下会更具策略，更加高效的实效。

（3）积极补足与跟进

声纳体系学生实录：作为组织者，授人以鱼不如授人以渔，自己先得一桶水，才能交给组员一杯水，迫于无奈开始了修仙之路，学习JAVA，感觉自己也得到了思维方式的转变与跟进，以前的方式方法和思路理念都发生了颠覆性改变。创意和想法也在技术的帮助下得到了提升和展示。英语水平和数学思维也同时得到了提高，真是意外的收获与惊喜。总之我们会不断努力向着更优秀的自己不断进发。学习之路漫长而悠远……

（二）展望：数据处理软件媒介

1.捕捉优势细节

（1）细致不宽泛

    现有的成绩报告单为了避免分数排名带来的尴尬与问题，往往是以优良合的情况进行展示的，这样就出现了一个呈现信息宽泛无细节的弊端。同样的优秀等级成绩，其实内部差异也非常大，而家长光靠看优秀无法了解到具体细节问题，他们想要了解的更多。

（2）改进有针对

    如果期末成绩报告单出示了诸如合格或者良好的情况，那么具体的改进方向是什么？或者说如何进行一种后续的跟进和补足，其实对于家长而言，更需要一种欠缺方面的了解和后续策略的引导，这也是为什么很多家长会再跟老师进行沟通与联系的主要原因，优秀的家长尤其，既然有需求，那么就应该被满足。或许KWL式的表格是我们可以着力的新方法。

（3）细节变明晰

       就拿语文学科项目学习来说，不光是识字写字、阅读理解、习作与写话以及书写等四个板块的表达就可以说明具体问题的，错哪里，哪里非常薄弱，都是对学生表现的进一步明晰。

1. 补足相关表达

（1）跟进联合家长

       有些家长在拿到成绩单的时候，对于评判会存在质疑，比如平时成绩什么情况，多少数量是优或良，尤其是在五六年级涉及到升学、评优问题的时候，尤其明显与焦虑。直接关系和涉及到孩子的未来走向与前途，甚至会与老师产生一定的摩擦，数字画像可以清晰表达。

（2）评优依据考量

    作为期末评优评先的主要考察点，它可能会直接影响孩子的三好学生或者是五好学生的评选结果。也许细微的差异，就直接改变了结果，所以应该慎之又慎。即便是视力下降……

（3）立德育人树人

    唯分数至上的情况，往往会导致德育表现的缺失，所以，不符合立德树人的根本目标与教育愿景，我们应该积极抵制。以德服人，大德大得，厚德载物一直是德育教育的重中之重。

3.落实修正存储

（1）捕捉可分析资源

       学生在校内的表现，课堂的实践，有很多情况其实都被我们所忽视或者丢失了，那么借助现代数据技术，一定层面可以避免数据的丢失，并且还原数据，尤其是真正做到一种可分析式的存储与表达再利用。好比是课堂观察或是课例研究，非人眼的记录与识别，更加高效。

基于MODELARTS的人工智能AI数字学校智能识别系统开发与实践

研究背景与思路：在互联网+的时代里，许许多多改变正在颠覆我们的认知，基于人工智能AI主题出发，MODELARTS的智慧调用平台正好可以为教育行业的一线探究提供技术支持与帮助，一线教育目前的探究仅仅停留于程序的编写或情境的设置，但是对于真实情境的智能化判定应该说仍有一定的差距，以此为契机可以利用这个平台真正做出一些基于学校真实情境的大数据人工智能算法的模型与应用，也契合当下的西方STEAM教育热潮，虽然是一次大胆尝试进行试点式探索与摸索，但思路却在这种梳理情状下进一步明确与框定……

    针对于小学阶段孩子而言大部分基础薄弱，了不起就是会一些简单积木拼搭式的CRATCH编程，或者还不能操作复杂代码，甚至还不能很好地识别英文状态实际情况下，这种0基础的0代码的MOLDELARTS表达方式正好契合这个特点做到补充与完善，帮助师生进行探究，成为很好的助手和平台，甚至是一种学习支架，助力延伸到更广的领域和空间……

    前期通过参加华为研究院杭州研究所华为云专家的社区开发，同时协同相关社区专家，为后期将给学生做普惠式的人工智能MODELARTS沙龙进行铺垫，利用社团时间，从图像、视频、音频等多个角度深入进行人工智能一站式开发平台探究，利用已有脚本、开发需求脚本，契合相应数据情境，构建学校真实模型，甚至形成小程序或者APP导出应用端口，构建移动终端使用作为憧憬与愿景大方向，引领后续工作。

   通过体验馆的模拟体验，可以感知到快捷方便的应用，尤其是图形化操作界面是一种具体形象的实践操作方式，非常容易上手。而最终的识别准确率也比较高，达到80%以上。

终极目标与愿景：之于杭州城市大脑，对于教育行业而言就是学校大脑，大概意思就是现在的监控只是监控，只是一个事后查阅，数据和信息没有被利用起来，而智能监控系统其实可以替代值日值周老师作用进行自动识别，比如进校门的红领巾识别，体温识别，课间的噪音识别和打闹追逐识别，值日卫生扣分识别，垃圾分类识别，甚至合唱音准识别、朗读正音识别等等，减轻人力负担与资源，同时精准管理与细致处理，通过前端的模型训练部署上线形成调用端口，然后再用手机端小程序或app进行制作应用，是无限畅享和憧憬。而从数字智慧学校愿景出发，因为现在学校就是城市大脑缩影，数字雄安的建设就是真实范例，是数据同步建造的虚拟线上城市，而我们则可以成为虚拟线上学校，用海量数据呈现学校大脑。也许目前看来不切实际，但未来可期，尤其是在目前抗击疫情，全国范围开展居家线上学习的情况下，更从侧面推动了形势发展，因为得益于注重平时的线上架构才能在突发问题来临时应对得游刃有余。那么我们要做的事情就显得格外有价值和意义。

    MODELARTS从学生而言可以做教学，从教师而言可以做数据统计，识别图片，语音识别，数据识别，还进行一个安全隐患监管，比如摔倒什么的~后期还可以做很多事情~对于一线的教育工作者绝对是利好，而且是大大减轻工作负担与劳力的新型创举，甚至是未来教育行业的走向。我们不期待能凭一己之力改变学校或是现代教育，但是我们应该可以做些什么来创造蝴蝶效应，形成趋势与布局。

操作方式与方法：

1)主题项目架构

       从系统本身而言 ，可以将所有的模型分成图像分类、物体监测、预测分析、声音分类这样一些类别，那么项目的主体架构也应该从这些角度出发，根据具体情况进行选择。

    同时通过图像分类，物体监测，预测分析，声音分类，就可以完成一系列的情境创始与完善，不断形成灵感的同时，又不断产生新的项目和操作。但前期需要大量的数据搜集与积淀，这对于孩子自主探究又是非常不错的渠道。

    比如图像分类，需要识别某种物体，而其界定标准就是图片中的某种物体的参照，所以在素材搜集与采集时，我们必须要大量采集一线数据，考虑到这个问题，才能有针对性地提高训练的准确性。

    再比如识别每个物体的位置及类别，失物招领，其实质就是一种物质与位置的类别识别。丢了什么东西的时候，通过这样的识别就能初步判断地点，并通过失物属性细化类别分析。

    声音分类则对于合唱高低声部的区分度，音准节奏的把握有着一定的效果和作用。或者是对于乐器齐奏有问题的滥竽充数者，也能让他们在识别中无所遁形，再或者是齐读课文却在偷懒的问题，普通话不标准的问题，或者是字音读音有问题的都可以得到解决，尤其是纠正错误的普通话发音，或者是拼音、音节的拼读，都是不错的选择。

   对于学校学生测试成绩而言，是个庞大的数据库，如何利用好它成为我们的一种非常强大的后驱力，考验着一线执教者的智慧。要知道现在大部分学校的数据统计还是最原始的优良百分比，非常落伍，其实我们可以从中获得更多的有用的信息的。那么于结构化的分析而言就是一次数据的饕餮盛宴。这种数值的预测分析可以更好地帮助我们看到考试成绩背后更多数据化的东西、规律性的实质，甚至是预测出一些事实现象，在可视化数据的同时不断服务后续操作，甚至是提供模板，可持续利用与操作。 

2)红领巾佩戴识别项目实例

    因为目前疫情管控，出门都需要戴口罩，而不戴则被视为一种违反或者是禁止的行为，要受到提醒和警示，所以就出现了关于口罩佩戴模型训练部署与实时监测结果，那么，同样的原理，在当前口罩范例的基础上，基于学校实情，对于学生佩戴红领巾情况，我们是不是可以进行一些改进，通过类比套用，设计出以一个关于红领巾佩戴的模型来进行部署监测，甚至是进行反馈扣分警示呢？操作部署应该也是类似的。

   首先，我们注册华为云的账号，然后进行了身份验证，并进行了账号权限的授予与秘钥的验证，就可以开始整个操作了。

     在网络上搜集了戴红领巾和不戴红领巾两类图片，结合平时学生的真实图片形成数据集。新建OBS桶进行命名，创建项目，并将数据传到对应的桶内。积极标注戴与不戴的区别形成两种标签。并对训练设置进行调整。

点击开始训练，等待模型训练成功，中间等待的时间继续搜集相关图片以扩大数据集。

训练成功后进行一键线上部署上线，得出模型准确率为88%以及一些相关数值。

上传相关图片进行测试，为形成鲜明对比选择了毫无关联的一张图片，显示高概率识别成功，72%属于非NO内容标签。

搭建外部框架系统进行端口调用，复制API接口地址备用。

3)后期部署与完善思路

    通过红领巾的识别实操，可以看到，思路是基本可行的。尤其是后续还可以在基于MOLDELARTS红领巾佩戴识别基础上进行体温等一系列的持续性探究与思考。全部做好以后大概就是一个线上的虚拟数字学校，可以通过监控系统进行无人自治，网络或者VR眼镜进行异地浏览，也为未来值日老师提供精细理性客观工作便利，这就是所谓网上社区协同专业人员进行一个虚拟域探讨，相互指导进行真实执行，目前只做了冰山一角，有待跟进……

   后来还将邀请一些社团小朋友或者礼仪岗的同学在进校门时采集一些红领巾与非红领巾图片等数据作为后期建模使用源数据，以及对学生课间肢体冲突、奔跑数据做一些声源、图像采集，当然垃圾分类或是环境卫生是静态的资源会比较容易处理与搜集，可能会涉及到肖像权等方面的问题，需要审批与认同，当然会隐去面部的原始状态做马赛克处理，但是只是内部使用建构尝试项目不进行推广发表或者商用，不涉及到知识产权等问题，声明的基础上应该问题不大。

    数字学校，这是个庞大的系统，这些不是一朝一夕能够完成的，但千里之行始于足下~后面只要利用好端口调用，并开发外部APP小程序搭建框架，就可以进行相应的功能实现了，当然还是需要一定的技术进行支持的，非专业人员的操作可能存在一定的困难。

    事在人为，相信我们可以作出许许多多有趣有用的应用来丰富我们的校园生活，尤其是为教育教学管理提供方便。后期比如关于握笔姿势的检查，坐姿端正的检查，都是一系列有用的表达。针对于最近的疫情，甚至可以是口罩佩戴的识别基础上的体温的实时监测防护，这样的例子比比皆是。相信我们的学校生活也会因为探究越来越智能，科技，充满现代感。一切都有待于进一步探究。

（2）可持续长久利用

     当数据的量大到一定程度的时候，可以成为决策判断的主要依据，甚至是人生判断的一种科学表达。关键在于一种资源库或者系统的存储与跟进，要做好数字画像的积淀与存储。

（3）有意识跟进处理

    没有意识保存数据，那么就是无效资源，如果能够有效进行跟进，则是一种非常好的再分析与再处理，尤其是对于无意识而言，项目数字画像变成一种有意识的变化与表达。

（三）思考：系统化管理与架构

1.以班级为单位开展：自画像、他画像、师画像

    项目的推进，最方便的操作团体就是班级，不管是自评还是他评，甚至是师评，都存在一定的可行性和便利性。以一定的优化状态进行展演与表达，行程系统会更加受到青睐。

2.以项目为单位开展：已有项目破冰、未有项目创设、实践项目搜集

    以项目为基本载体的画像，其基本呈现要素往往与项目强相关，所以也一定能够更好地表达学生情况。不论是团队还是个人，都能在进程中表达自己独有的优秀或者独有的方面。

3.以社团为单位开展：过程数据、结果展演、表现钻研

    几乎每个学校都有社团这样的形式，所以从一定意义上来说，如果能够很好地进行相关追溯，会呈现出非常好的学生能力与素质面貌，尤其是过程性材料的展示，数字画像不难。

综上所述，数字画像是一条崭新的道路，我们在摸索，我们在实践。厚积薄发……

【参考文献】

[1]庞海霞.小学综合实践表现性评价策略[J].小学教学研究：理论版,2018年第1期74-76.

[2]王虎.将表现性评价融入课堂深度学习[J].新教师,2018年第6期45-46. 

[3]刘徽.培养学生的扎实学力——读学习评价的挑战——表现性评价在学校中的应用[J].现代教学,2018年第11期76-79.

[4]王虎.将表现性评价融入课堂深度学习[J].新教师,2018年第6期45-46. 

[5]李政云.王攀美国实习教师表现性评价及其对我国教育实习评价的启示[J].湖南师范大学教育科学学报,2018年第1期94-98. 

[6]徐刘杰,韩美玲.创客教育中表现性评价的设计与实现研究——以“创A2.0：力所能及”创客课程中的“远古武器”单元为例[J].汪凡淙现代教育技术,2018年第4期95-101. 

[7]张利荣.美国教师表现性评价标准的回顾及反思[J].山西师大学报：社会科学版2018年第3期94-99. 

• 姚佳磊.中小学机器人创客教育表现性评价要素研究[J].科技创业月刊,2018年第4期93-95.

[9]郭华.走向核心素养的深度学习[M]. 教育科学出版社.

[10]黑岚. 小学综合实践活动课程的设计、试试与评价[M]. 清华大学出版社.

[11]英格丽,  方怡青译 . 设计思维的77种工具[M]. 中国工信出版集团----电子工业出版社.