怎样让学校、老师和家长更懂学生？「汉王教育」要从课堂教学数据结构化入手
学习行为包括教学测练四环，由于练和测本身可以落点于题目选项上，很容易在线上完成，获取用户的学习数据和知识图谱，从而指导下一步教学规划；这是近五六年来“AI+教育”的主流方式之一。
从 2016 年开始，将教学数据结构化成为了教育创业者探索的方式之一：由于教和学的行为是重过程，没有数据可被记录和沉淀，所以大家切入的思路通常是：“用摄像头和拾音器记录表情和行为”，再用图像识别将行为归类，获取系统的教学数据；产品包括好未来的墨镜系统、清帆科技的 EduBrain 教学分析系统等。
创立于 2014 年，「汉王教育」就是一家做教学过程检测、记录课堂行为的 AI 教育公司。在创始人张浩鹏看来，目前课堂检测系统业内还存在几个误区：一，将这类系统主要用于“精品课”记录，帮助学校做信息化政绩但没有真正起到指导作用；二，表情识别难，800 万像素的摄像头拍 10 米深的景，像素大概只有 30*30，连面部识别都很难，遑论表情；且就算识别成功，表情代表的含义也并没有标准答案，很难判断学生的学习状态。
张浩鹏认为，学校教育里的目前存在的痛点存在于：
学生端：孩子课堂表现全靠老师转述、行为偏差觉察不及时，所以对霸凌等事件难预警、难发现；
老师端：分层走班下获取学情耗费精力大、学生表现评价缺少数据支撑、与家长沟通耗费时间长；
学校端：教学评价缺少定量数据、民营校招生缺少信息化亮点；
就此种种，汉王教育借助AI、模式识别、大数据等技术，对学生的课堂表现进行分析、评价，并通过 提供细颗粒度的行为观测为教学行为提供决策支持。具体来说，就是将学生的课堂行为数据（记笔记、回答问题、课堂记录等）反馈到校长（整体数据）、老师（班级和个体数据）、家长（学生数据）三端，提升学生个性化的教育水平。
这件事的复杂性在于：低分辨率人脸识别技术、人脸行为整合技术都具有较高的技术要求，垂直应用于教育行业和特定教室环境，又需要对教育行业的认知和对课堂教学本身的理解，例如小学低龄段还需要检测坐姿、书写姿势，而高年级则更重视课堂表现。目前汉王教育已经运营了 5 年，和北京大数据研究院达成了合作，积累了 1000 多间教室的视频资源，500万张有效标注数据。
