用 AI 分析課堂情緒，「清帆科技」助力教育“精細化運營”
提升教學效率的核心在於獲取結構化可分析的教學資料。在“教、學、練、測”四個環節中，由於練和測本身可以落點於拆分詳細、內容固定的選項上，很容易在線上完成，獲取使用者的學習資料和知識圖譜，反補於教和學的規劃和設計，市面上已有的產品有「乂學」、「悉之」等。
但教和學則強調 行為和過程，難以一一對應進行拆解和記錄，難有結構化資料， 這也是傳統教研方式單一、教學質量評估週期長、人工成本高、個性化低的主要原因。
36氪最近接觸到的「清帆科技」，利用 AI 技術研發了一款「 EduBrain 教學分析系統」，通過攝像頭、拾音器等硬體分析老師學生的課堂情緒和學習狀態，在課後一小時內生成教學報告。 36氪獲悉，清帆科技 於 2018 年 1 月曾獲 立思辰千萬元級戰略融資。此前，清帆科技 曾於 2016 年 6 月獲得雲天使基金 天使輪融資。
EduBrain 教學分析系統現在落地的場景有線下大班課、平板課和線上直播課；由於線下大班課依然是最高頻多發的教育場景，所以清帆科技佈局的重點是 線下。從市場需求來看， 全國的公立學校、私立校、線上教育機構等加起來約有 100 萬家，每天產生的課程時長總計約 1 億小時，但系統的資料分析系統一直沒有普及。
針對 教學教研效率低、更迭慢的問題 ，EduBrain 教學分析系統從知、行、情三個角度，來挖掘資料價值：
-
知。清帆科技結合清華大學K12學科知識圖譜研究成果 ，提取老師在課堂上講述的關鍵詞，關聯知識圖譜裡相應的知識點。
-
行。收集老師和學生的課堂行為，如舉手、站立、點頭、趴桌、轉動身體等，分析課堂行為趨勢。
-
情。收集老師和學生面部表情和語音情感資料，包括高興、驚喜、傷心、害怕、厭惡、生氣、中性、分析課堂情緒變化。
結合知行情三方資料，EduBrain 教學分析系統把行為和情緒拆分成更細緻的分類，進行每秒 30 次的逐幀分析，結合相關的知識內容，輸出教學分析報告，包括課堂情緒、課堂發言佔比和課堂活躍度及融入度。
從教研環節來看，綜合的資料分析可以作為老師迭代教研、教學方式的支撐。 例如 在教學上，有傳授式、引導式、問答式等不同的教學模式，對應相關的知識點、 課堂發言佔比，結合學生的情緒狀態和行為，可以瞭解學生對模式和內容的接受程度，從而即時調整老師的教學行為和知識點密集度。
而具體到個人，EduBrain 教學分析系統拆分每個個體的行為和情緒，讓老師瞭解學生的課堂狀態、活躍度、專注度等 ，幫助老師和家長 從多個維度瞭解學生的學習情況，做更個性化的教育。目前清帆科技的盈利方式主要是軟硬體一體化的計算平臺裝置和基於雲的資料服務。
而資訊化的產品進入市場的難點通常是教育市場，清帆科技策略是先打入重點城市的名校，然後由“領頭學校”輻射四周，藉助立思辰教育渠道網路優勢。 目前EduBrain 教學分析系統已經落地了北京、廣州、南京、重慶等城市的十幾所公立學校，線上則落地了兩家教育品牌。
關於團隊，創始人 張文鑄是清華博士，是清華大學智慧教育技術創新聯合研究中心副主任、立思辰教育AI實驗室主任，曾在清華電子系複雜工程系統實驗室做博士後研究，期間擔任“清華—思科綠色科技聯合實驗室”副主任職務； 聯創焦劍濤是斯坦福博士，曾獲斯坦福最高獎學金，現在是 加州大學伯克利分校電子工程與計算機系助理教授。