南大“抬头率”争议：AI能看懂谁在学习吗？

低头，可能是在走神，也可能是在记笔记、看教材、推导公式。摄像头能记录一个人的朝向，却未必知道他有没有听懂。

南京大学智慧教室争议，让这个问题进入公众视野：当AI开始统计课堂行为，数据应该怎样帮助教学，又该在哪里停下来？

 作者声明：该图片由AI生成

一、学校已回应，几个说法需要分清

11月4日，南京大学本科生院与信息化建设管理服务中心发布说明，称当前智慧教室系统已不再统计抬头率；网传到课率与平时成绩挂钩、期中教学检查属于上级部门检查等信息，均不属实。

校方同时表示，本学期拟试点通过系统统计到课率，为教学改革和课程建设提供参考；未经授权，系统在教学应用中不采集人脸等生物特征信息，不进行人脸识别。

因此，不能把“系统具备某项功能”，直接写成学校正在使用这项功能评价每个学生。校方回应也明确了当前使用边界，但数据如何采集、使用和保存，仍需要让师生充分了解。

二、3152万元，买的不只是统计功能

中国政府采购网公告显示，南大智慧教室教学系统建设项目中标金额约3152万元，涉及仙林校区113间公共教室、1间教学管控中心及部分公共区域。

招标文件包含人数统计、抬头率计算、人脸识别等功能要求，也有课堂音视频、直播互动、课程回放等建设内容。

整套项目费用，不能等同于专门用于监测抬头率的支出。

课程回放能帮助学生补听难点，跨校区互动可以扩大教学资源覆盖，这些都有实际价值。争议集中在另一端：当用于辅助教学的记录，被进一步解释为专注度和学习质量，判断是否可靠？

 作者声明：该图片由AI生成

三、课堂行为数据，已经走进多所高校

这类系统并非南大独有。

江南大学公开介绍过到课率、抬头率、前排满座率、互动率的课堂“四率”分析；西北农林科技大学的培训材料涉及到课率、抬头率和互动情况；北京航空航天大学也曾将AI巡课纳入教学质量辅助评价。

对管理者来说，这些指标直观、易汇总，可以帮助发现教学运行中的异常。但“容易记录”，不代表“足以评价”。

抬头不必然意味着理解，坐在前排也不能直接代表投入。不同课程、不同学习方式，都可能产生不同的行为表现。若把指标当成目标，学生和教师就可能花精力满足可见的数据要求，而非改善真正的学习过程。

四、让技术有用，需要把使用边界说清楚

学生关心隐私，也关心大学课堂能否保留自主学习的空间。这些担忧值得进入系统建设和使用的讨论。

哪些数据有必要采集，谁能查看，保存多久，是否关联个人，出现误判如何纠正，都应有清楚的说明。用于发现问题的数据，也需要结合课程内容、师生反馈和实际学习成果，由人作出判断。

教育学者提醒，技术进入大学治理后，需要警惕过度指标化。课堂中的理解、思辨和创造，往往难以被一个实时百分比概括。

接下来值得关注的，不只是某项统计功能是否关闭，还有学校能否公开使用规则、建立反馈渠道，以及学生是否更方便地获得学习资源。智慧教室的效果，最终要回到教学和学习本身。