AI课堂话语分析：提问类型标注与反馈生成

教育AI实验室近期在教师培训场景测试了一套课堂话语分析流程：先对课堂音频做说话人分离与转写，再按“事实性提问、程序性提问、开放性提问、追问”四类标注教师提问，并统计候答时间、学生应答覆盖面等指标，最后生成课后反馈建议。进展：在3所合作校的86节常态课中，转写字准确率约92%，提问分类与人工标注一致率78%；发现“追问占比低”是多数课堂的共同短板。下一步：把反馈建议从通用模板改为学科适配，并引入教师复核入口，避免模型误判被直接用于评价。目前系统定位仍是教研辅助，不替代听课评课。