AI 跟踪学生的眼睛，以实现个性化的数学学习并提高成绩

快速阅读: 据《AZoAI》称，慕尼黑工业大学和科隆大学的研究人员开发了一种基于人工智能的学习系统，通过网络摄像头追踪学生的眼球运动，识别其数学强项和弱点，生成个性化支持报告。该系统已在北莱茵-威斯特法伦州的一所学校成功应用，帮助学生提高数学技能。这一创新有望缓解师资不足的问题。

KI-ALF
2025年3月12日

一种由人工智能驱动的系统通过监测学生的眼球运动，以揭示学习策略，提供定制的数学课程内容，并最终自动生成支持报告供教师使用。只需使用标准网络摄像头。

**研究:**
数学教育中眼球跟踪的介绍：解读、潜力和挑战
图片来源：亚当·波尔奇斯基/科隆大学

慕尼黑工业大学（TUM）和科隆大学的研究人员开发了一种基于人工智能的学习系统，通过使用网络摄像头追踪眼球运动来识别数学上的强项和弱点，从而生成解决问题的提示。这使教师能够为更多孩子提供个性化支持。

据慕尼黑工业大学教授阿希姆·利林塔尔的研究，一台最新的个人电脑、一块好的显卡和一个标准网络摄像头就足以识别学生在数学上的强项和弱点。原理是通过网络摄像头追踪眼球运动。根据任务的不同，特定模式会显现出来，并可以在热图上以数字形式显示，红色表示孩子们频繁注视的区域，绿色表示他们只短暂扫视的区域。这有助于研究人员分析这些数据。“人工智能系统对这些模式进行分类，”慕尼黑工业大学的机器人学教授说。在此基础上，软件为学生选择学习视频和练习。

通过热图识别学习策略

“通过网络摄像头在一个系统中追踪眼球运动，通过模式识别学习策略并提供个性化支持，最后自动生成支持报告供教师使用，这一切都是全新的，”迈克·辛德勒说。科隆大学数学包容性与特殊教育背景下的教授，与慕尼黑工业大学的利林塔尔教授合作已有十年之久。她还领导了刚刚完成的KI-ALF研究项目，该项目由德国联邦教育和研究部（BMBF）资助，在该项目中开发了基于网络摄像头的眼球追踪系统。她的研究专注于那些在学习数学方面有极大困难的学生。“在未来，也可以为高成就儿童提供个性化定制课程，”利林塔尔教授认为。

辛德勒教授——拥有教学资格——及其团队定义了数百个任务，其中包括加减乘除运算或识别和表示数字。她说：“涉及视觉呈现的数字学习材料的任务尤其适合这种方法。”例如，孩子们被要求计算一个十行表格中的点数，该表格底部一行缺少一些点。

快速掌握的学生会跳到最后一行并倒着计数。而逐行逐点计数的学生则需要帮助。数字系统使用热图显示孩子们看的地方，人工智能将这些模式转化为个性化的练习计划。

简化且高精度的眼球追踪

为了开发简化的眼球追踪系统，现在可以记录眼球运动，慕尼黑工业大学的利林塔尔教授从他在机器人研究中使用的相应系统的工作中受益。在这项工作中，他目前使用的是与小型类人机器人Nao配套的眼球追踪器，这使得它能更好地与人类交流。然而，这些非常精确的系统成本高达数千欧元。

为了找到一种更经济实惠的学校解决方案，研究人员巧妙地结合了技术专长与数学教学的知识。虽然高级系统的工作偏差最大为一度，但网络摄像头的准确性较低，约为三到四度。解决方案是：“有了AI-ALF数学任务，我们知道学生们最终是在屏幕上查看问题的显示，”利林塔尔说。“我们利用这一点自动调整网络摄像头的眼球追踪。”系统逐渐学会了处理不准确的问题。“今天，我们的应用程序无论是使用网络摄像头还是高端眼动仪都没有区别，”教授说。这使得与辛德勒教授共同开发的人工智能系统既经济又实用，因此在学校使用中变得越来越重要。

伍尔芬综合学校：德国第一个使用该系统的学校

这就是为什么第一个使用基于人工智能的学习系统的学校是位于北莱茵-威斯特法伦州多尔斯滕的伍尔芬综合学校。在这里，一项标准化的数学测试显示，在五年级开始时，180名儿童中有三分之一存在“算术困难”。

“我们很高兴我们现在可以借助基于人工智能的学习系统帮助更多的孩子提高基本的数学技能。这意味着我们可以帮助更多学习者提高他们的数学成绩，因为师资不足。”

在综合学校，五个学生可以同时使用KI-ALF系统进行个别补习课程，并由一位数学老师提供支持和陪伴。通常情况下，老师一次只能给一个孩子提供个别支持。“特别是在资源稀缺和师资短缺的时代，我们的系统对于促进基本数学技能的支持是一个极好的辅助手段，”辛德勒说。

研究项目KI-ALF：AI学习支持系统

资料来源：

KI-ALF
慕尼黑工业大学（TUM）
期刊引用：
辛德勒，M.，什瓦茨，A. & 利林塔尔，A.J. 数学教育中眼球跟踪的介绍：解读、潜力和挑战。教育研究数学（2025）。DOI: 10.1007/s10649-025-10393-1,
https://link.springer.com/article/10.1007/s10649-025-10393-1

(以上内容均由Ai生成)