網(wǎng)絡(luò)教研是錄播系統(tǒng)的最根本應(yīng)用，也是錄播系統(tǒng)的核心價值體現(xiàn)。毋庸置疑，網(wǎng)絡(luò)教研的完善程度，是錄播系統(tǒng)廠商實力的明證所在。

　　網(wǎng)絡(luò)教研最重要的是師生互動行為分析

　　錄播系統(tǒng)之網(wǎng)絡(luò)教研，微格量化表作為最基本的主觀評價方式，幾乎被所有的正規(guī)廠商所使用。同時，課堂師生互動行為分析諸如S-T分析，也被作為客觀評價依據(jù)，一起構(gòu)建了基礎(chǔ)的網(wǎng)絡(luò)教研平臺。但是，S-T分析畢竟過于簡單，不能支撐深入的教研分析。曾經(jīng)有廠商引入了弗蘭德斯分析作為補充，但因操作復(fù)雜(三秒一個單位進行數(shù)據(jù)采集)而未能得到廣大老師的認(rèn)同。因此，如何基于詳細(xì)的、科學(xué)的師生互動行為進行數(shù)據(jù)采集，一直是僅有的幾家實力派錄播廠商焦灼的方向。這幾個廠商基于自己的技術(shù)、行業(yè)積累，以及某些特定的目的規(guī)劃了網(wǎng)絡(luò)教研師生互動行為分析的方向和功能，綜合起來可以分為兩大流派： 技術(shù)派、應(yīng)用派。

　　技術(shù)派：用AI進行行為識別

　　技術(shù)派主打?qū)⒆钚聼狳c技術(shù)融于信息化手段中?？v觀時下之技術(shù)前沿，諸如AR、VR、3D、區(qū)塊鏈、大數(shù)據(jù)、人工智能等等，最搶眼的莫過于人工智能(AI)，因為AI已經(jīng)成為國家戰(zhàn)略耳熟能詳。同時，AI本身能大大提升系統(tǒng)自動化程度，因此，將AI和大數(shù)據(jù)技術(shù)引入網(wǎng)絡(luò)教研，是一個不錯的選擇。因為結(jié)合AI技術(shù)，可自動對兩大類行為進行分析：表情判定、行為判別。前者，可以反饋課程受眾的喜怒哀樂，可作為老師授課的效果指征之一。后者，可以作為課堂行為分析的重要數(shù)據(jù)來源，有助于比較科學(xué)地分析授課者和聽課者行為，從而進行全面的授課過程分析和效果評估。技術(shù)派選擇AI+大數(shù)據(jù)進行錄播系統(tǒng)圖像的自動行為分析，不失為一個很好的研究方向。比較典型的廠商代表有中慶、奧威亞。

　　應(yīng)用派：力求建立科學(xué)的教研體系

　　我們知道，人工智能技術(shù)不是一蹴而就的，需要一個長久的過程沉淀和成熟，目前的AI技術(shù)，只能進行基本的10來種孤立行為的識別比如板書、講授、討論、對話等，遠遠無法滿足實際評估課程講授過程中復(fù)雜的師生互動行為。比如最基本的學(xué)生舉手，就至少可能兩種情況：主動舉手、被動舉手。而主動、被動的區(qū)別，是錄播系統(tǒng)教研分析中必須了解的兩個重要因素，AI現(xiàn)在完全無法對此行為進行區(qū)分，完全依賴于AI的網(wǎng)絡(luò)教研，將無法得出科學(xué)的、精準(zhǔn)的研究結(jié)論。因此，應(yīng)用派認(rèn)為，網(wǎng)絡(luò)教研的核心更重要的應(yīng)該是課堂行為要素的分解，并以此構(gòu)建一套經(jīng)典的分析模型，至于這些課堂行為是否要自動進行判定，反倒在其次。目前，應(yīng)用派將課堂行為參考弗蘭德斯分析模型，將師生互動行為進行了科學(xué)分類達20余種，特別對主動與被動行為進行了明確區(qū)分。由于行為的識別難度，因此應(yīng)用派推崇的還是人工判定，機器不可替代。比較典型的廠商代表有北京德威。

　　總結(jié)：炫技重要，落地更必要

　　綜上所述，不難看出，基于錄播系統(tǒng)的網(wǎng)絡(luò)教研平臺，技術(shù)派基于AI分析，在目前AI技術(shù)還不成熟的階段，炫技多余實際;應(yīng)用派基于人工判定，落地，但效率有限，但為了科學(xué)的結(jié)果，這是目前最容易接受的方式。只是長遠來看，還需要二者相互借鑒融合，才能達成錄播系統(tǒng)網(wǎng)絡(luò)教研的最佳境地。