高校用 AI 巡课系统统计"抬头率""前排就座率",这是在督教还是在监视?
把“抬头率”“前排就座率”直接当成教学质量指标,确实容易从辅助观察滑向对学生的监视;但是否越界,不能只看用了摄像头还是 AI,更要看采集什么、为了什么、谁能看到、结果会不会影响学生。
这类数字的解释力很有限。抬头不等于听懂,低头可能是在记笔记、看教材或短暂休息;坐在前排也不必然代表投入,后排也不等于消极。摄像角度、遮挡、光线、课程类型和算法误识都会影响统计。把单次识别结果当成个人表现、纪律处分或教师考核依据,会制造误判和“为了指标而教学”的压力。它至多是需要人工核实的群体趋势线索,不能替代课堂观察、学生反馈和学习成果。
可以用几个问题判断它更像督教还是监视:是否事先清楚告知师生采集及用途;有没有证明这种持续识别确有必要,且不存在侵扰更小的办法;是否只保存匿名、汇总数据而非可回溯到个人的轨迹;原始影像和识别结果由谁访问、保存多久、如何删除;是否用于惩罚、排名或绩效评价,师生能否纠错和申诉。涉及可识别个人的信息时,学校还应按适用的个人信息保护规则评估处理依据、必要性和保护措施;“为了教学管理”不应自动变成无限收集的通行证。
更稳妥的做法是优先统计课程或班级层面的短时抽样趋势,不做个人身份画像,不把座位位置设成目标;公开误差和用途,限定访问与保存期限,并让教师结合课堂情境解释异常。若系统不能说明指标如何验证、如何纠错,或学校打算据此对个人作不利决定,就应暂停这类用途,改用低侵扰的教学反馈方式。