表情识别判定听课状态，不靠谱

最近有两条新闻，应该放在一起看。

先是杭州第十一中学，在教室里安装了智慧课堂管理系统，教室里挂着三个摄像头，能够识别学生的行为和表情，并据此为学生的课堂表现打分。然后是四川大学，该校计算机系主任在课堂上来了个无人机点名巡堂，无人机可飞到教室每个角落，近距离无死角抓取学生面部表情。

都在说“人工智能 教育”，等到真的“加”起来了，人们又在心里犯嘀咕——怎么这么别扭？

有人拿出了边沁的“全景监狱”理论：环形建筑，建筑里是一个个分开的囚室，中心是一座高耸的瞭望塔。囚室中的每个人都互相隔绝，但能看到那带有压迫意味的瞭望塔。他们感到自己时刻处于监视之下，会自觉地自我约束，无论这塔里，究竟是谁，究竟有没有人。

摄像头和无人机，在一定程度上代替了瞭望塔。它们在看，是谁的小眼睛，还没有在看老师。

之前听过各种关于“人工智能教育”的美好设想，说个性化，可定制，让课堂效率更高，能掀起教学的革命。但具体到教学实践中，就有了现实问题：人工智能究竟要怎样用？使用边界又在哪里？

本文开头提到的“表情识别”，其实就用得有些莫名其妙。什么样的表情叫聚精会神？什么样的表情叫“神游天外”？好吧，就算系统已经将“表情”和学生状态的对应做得无比精确，它大概会给老师呈上类似这样的数据：“课堂开始5分钟，15个人认真听讲，10个人开小差，3个人困了，2个人无法判断……”如果智能系统试图起到的作用，是帮助老师反思教学方式，那么，面对这样的数据，就算是经验丰富的教学名师，恐怕也不知道该从何反思。

更何况，“皱眉”究竟意味着“没听懂”，还是听得太投入？微笑，到底是因为心领神会，还是因为在展望下课的约会？机器很有可能过度解读。

更重要的问题是——上课的目的是什么？什么样的课堂是好课堂？

人工智能时代，单向灌输的教学方式正在发生变化。老师不再是那个知识的传播者，而是学生求学路上的点拨者。学生要独立思考，要寻求创新，老师要在关键时刻指点迷津。这样的课堂，无需正襟危坐，也不用每个人都在想着同样的问题。但对人工智能系统来说，这太难评判。

人工智能使用的边界究竟是什么，目前并没有清晰界定。但有一条应该可以达成共识：别让人觉得不舒服。

人工智能应该用于教育，但要有更合理的使用方法。比如，分析学生的学习足迹，找到最适合他的学习方法和知识链条的薄弱环节，为他做个性化推荐。

表情识别用来识别疲劳驾驶，可以救命。但用来监控学生注意力是否集中，就只是装点智慧课堂的门面。人工智能并不握着重新定义中国好课堂的权力，课堂的核心，还是学生。