绿荫在线
文明满屏

机器视觉下的课堂:那些被算法“看见”的,和总也看不见的

上周三我去一所区里的普通小学听课。课间我蹲在教室后排翻手机,抬头时发现讲台侧面多了一个巴掌大的黑盒子,带个镜头,像一只不眨眼的甲虫。旁边年轻老师一边收作业一边说:“扫描仪,厂家装的,改口算题用的是机器视觉。”

我当时愣了一下。机器视觉这四个字,平时听上去离中小学很远,像是工厂流水线或者无人车上的词。但就在那个下午,它蹲在讲台上,安安静静地盯着三十二本口算本。

中小学教室讲台扫描仪作业批改设备
中小学教室讲台扫描仪作业批改设备

它不是“人工智能”,它只是个眼神特别好的傻子

它不是“人工智能”,它只是个眼神特别好的傻子
它不是“人工智能”,它只是个眼神特别好的傻子

先把这个词说清楚,省得后面对话费劲。机器视觉说白了就是让机器“看懂”图片。不是什么玄乎的东西。它不思考,不理解,只做一件事:把图像里的像素变成数据,然后跟它见过的“标准答案”比对。

我朋友老周在一家做教育硬件的公司干了六年。他跟我吐槽过:“家长以为机器在判卷,其实机器只是把字认出来,比对答案库而已。它不知道小明为什么把‘6’写成‘0’,也不在乎。”说这话的时候他猛吸了一口可乐,吸管发出咕噜咕噜的空响。

但这不意味着它没用。机器视觉最擅长的事,恰好是老师最不愿意做、又不得不做的那部分——重复识别与批改。

口算题、填空题、选择题,这些东西批起来不难,但折磨人。一个班五十本,每本三十道小题,一本一本翻过去,红笔打钩画叉,半小时就没了。机器视觉做这件事,两秒钟。然后把错题的数据汇总给老师:第三题全班有十一个人错,错误类型是“进位遗漏”。

这个信息有用吗?有用。而且是老师凭肉眼翻本子基本不可能在五分钟内整理出来的东西。

但麻烦也恰恰藏在这儿

去年秋天,一位家长给我发过一张截图。她女儿用学校统一发的平板做数学作业,系统判定一道应用题错了。她盯着屏幕看了半天,也没看出哪儿错。后来去问老师,老师也犯嘀咕。最后发现,孩子把“路程”两个字写成了连笔,机器识别成了“路种”。

整道题被判零分。孩子哭了,以为自己不会做。

这就暴露出机器视觉在中小学场景中一个很难绕过去的问题:孩子的字,是全世界最难识别的字体之一。成年人的打印体或者工整楷书,识别准确率能到百分之九十九。可是一个三年级小孩的字,时大时小,笔画粘连,坐姿一歪,那一行就歪进了隔壁。

识别错了,它也不会举手说“对不起,我拿不准”。它是机器,它很自信。这才是让人头大的地方。

小学生手写口算作业本扫描识别错误案例
小学生手写口算作业本扫描识别错误案例

再往深了说,还有一个更隐蔽的问题。机器视觉在课堂上越来越普及之后,有些学校开始用它做“课堂行为分析”。摄像头对着教室,跟踪每个孩子的抬头率、低头时长、举手次数。数据出来,一张图表,五颜六色,家长会上往PPT上一放,确实挺唬人的。

可我总觉得哪里不对。一个小孩低头,可能是在记笔记。另一个小孩抬头看着黑板,可能已经走神走到操场上去了。这些东西,摄像头看不出来。它只看到了“姿势”,没看到“脑子”。

老师该关心什么,家长该警惕什么

老师该关心什么,家长该警惕什么
老师该关心什么,家长该警惕什么

说实话,我并不反对机器视觉进课堂。时代到了这一步,躲也躲不掉。但有几件事,我觉得得拎清楚。

第一,机器给的结论,永远要过一遍人脑。错题统计可以看,但不能直接拿来评判一个孩子。有一回我听一个教研员讲,某校用系统分析学生的书写速度,给每个孩子打了“学习效率分”。结果一个写字慢的家伙被标了红。后来班主任去了解,这孩子握笔姿势有问题,手腕老疼,写字自然慢。这个“红色的标签”,跟学习态度一毛钱关系都没有。

第二,隐私这件事,不能含糊。教室里的摄像头采集的是孩子的脸。这些数据存在哪儿?存多久?谁能调?大部分学校在安装的时候,跟家长是没怎么交代过的。我建议家长会上,至少应该把这几件事说清楚。即便说得不那么专业,态度得拿出来。

第三,也是我自己最担心的一点:不要让机器视觉替老师做“看见”这件事。机器能看见数据的异常,但它看不见人。它看不见一个孩子今天在草稿纸边缘画了个小人,看不见他橡皮上刻了妈妈的名字,看不见他今天比昨天多做对了两道题。

这些看不见的东西,才是教育里真正有分量的部分。

我认识一个教龄二十年的数学老师,她跟我讲过一句话,我一直记着。她说:“批作业的时候,我翻到某一页,那个小孩的某个错误,我一眼就能看出他昨天上课在想什么。机器是看不到这些的。”她说完自己笑了,说这可能有点玄乎。

我倒觉得一点都不玄。那是人跟人之间长期对视之后长出来的直觉。这种直觉笨拙、低效、没法量化,但它是暖的。

说回来,咱们到底怎么用这个东西

说回来,咱们到底怎么用这个东西
说回来,咱们到底怎么用这个东西

对老师来说,把机器视觉当成一个“初筛工具”就好。它负责扫、认、统计,你负责判断、解释、对接到人。它纠出来的错题,你别着急打叉,先看一眼,是真错还是识别错。它给出的统计报表,你别急着拿去排名,想想这个数据背后能对应到哪几个孩子。

对孩子来说。我不建议跟小孩子大谈特谈“机器在看你”。没必要。但可以借这个机会跟他们聊一件事:写字清楚一点,不光是为了让老师看懂,也是为了不让机器瞎猜。这倒是挺好玩的一个练习。我家隔壁那个四年级小孩,听说作业是机器扫描之后,每次都故意把字写得特别大,说“让机器看得起我”。这心态就挺好。

对家长来说。如果学校引入了带机器视觉的设备,不妨问两句:做什么用的,数据怎么处理,有没有替代方案。不是为了吵架,就是正常的知情。你问的这几句话,可能比你在家长群里转发十篇文章都管用。

那天离开那间教室时,我又回头看了一眼讲台上那个黑盒子。它还在那儿闪着微弱的蓝光,一动不动。

我想起二十多年前自己坐在教室里,老师拿着一摞本子走进来,鼻尖上渗着汗,一本一本翻过去,红笔在纸上沙沙响。那种声音现在很少听到了。机器把它抹掉了,这是好事还是坏事,我说不准。

但我确定一件事情。机器视觉能帮我们看见更多错题,却看不见一个孩子犯错时皱起来的眉头。那才是教育真正开始的地方。

免责声明:市场有风险,选择需谨慎!此文仅供参考,不作买卖依据。如有侵权请联系删除。
文章名称:机器视觉下的课堂:那些被算法“看见”的,和总也看不见的
文章链接:https://m.lylxb.com/edu/1104.html