據媒體的報道，最近很多大學已經進入智能化階段，甚至將人臉識別系統安裝到教室，目的是用來打卡點名，這倒無可厚非，但卻將這套系統升級成可以監控學生的學習狀態，比如根據眨眼、瞌睡等判斷是否專心聽講。

比如，中國藥科大學在教室試點安裝人臉識別系統，除了能自動識別學生的出勤情況外，還能夠實現對學生課堂聽講情況的全程監控。學生是否認真聽講、課堂上是否抬頭低頭、抬頭低頭了幾次、抬頭低頭了多長時間、低頭是否在玩手機、是否閉眼打瞌睡……都逃不過這個人臉識別系統的“法眼”。

比如，上海中醫藥大學附屬閔行薔薇小學也被爆出正在構建智能課堂行為分析系統，運用如姿態評估、表情識別、語言識別、教師軌跡熱力分析等技術，探索對課堂教學過程的定量分析。

還有報道指出，在去年的時候，浙江省杭州第十一中學就引入了一套類似系統，率先在高一的兩個班級試運行智慧課堂，通過在教室安裝3個組合攝像頭來實現無感刷臉考勤。同時通過攝像頭，還可對課堂上學生的行為進行統計分析，并對異常行為實時反饋。

如此的安排，確實有將人工智能技術過度使用的嫌疑。有人認為，即便在這樣的公共場所中進行識別不侵權，但也違背了教育的真意。但也有人認為，這樣的監控如果能真的提高學生的教育質量，也未嘗不可。

個人覺得，如果用人臉識別來進行上下課的打卡，或者用來識別替考、替課，真的是非常好。在很多大學，老師認不清學生，也沒有什么精力去點名核對，人臉識別起到了不可替代的作用。

至于在學習過程中，學生是否專心聽講，是否在瞌睡走神，是否在玩手機，這個很難用人工智能的方式來監督。學習真正應該的是自覺自愿，如果不得不使用攝像頭和人臉來監控，這樣的學習實在是壓迫式的，有些類似“監獄”，總是讓人感覺不舒服。

提供技術的公司解釋說，通過其考勤及行為分析攝像機 MegEye-C3V-920獲取人臉、行為以及表情等數據，通過行為分析服務器對課堂視頻數據進行結構化分析，并反饋學生的行為、表情、專注度等數據，輔助教學評估。

對于這樣的爭論，我們還需要看到一個基本事實，那就是，為何偏偏是幾家醫學院校對人臉識別的管理特別看重？因為，這樣的學校培養出來的學生是不能有問題的，對學生學習成果的要求也最嚴格，任何一點的瑕疵未來都可能是人命關天。這樣的學習，執行一些嚴格的管理，即便讓學生感覺不舒服，恐怕也有情可原。

學習是要管的，特別是中小學生。沒有規矩不成方圓，但規矩到了大學恐怕也早磨得走樣，這個時候要再逼著學生們去怎樣怎樣，很難，即便是人臉識別很強，但也不要低估了學生們的智慧。

在一些單位講課，我也經常遇到要求把手機收起來的情況。教室后面準備一個號稱叫“手機集中營”的盒子，大家的手機都要放進去。可一到課間，學員們的第一動作就是跑過去拿起手機來看，你想想，這一節課中的心得多懸著？

學習是要表里如一的，如果看上去很認真，但內心實際在想入非非或者提心吊膽，那么，這樣的學習一定是效率極低。人工智能能解決表面，不能解決內心。

當然，另一方面，如果有人說只要老師講的足夠好就可以充分吸引學生，就一定不會出現溜號開小差的，那也未必。不是每個人都喜歡學習，也不是每個人都喜歡學習某種知識，即便袁闊成單田芳郭德綱講的天花亂墜，也一樣有不感冒不愛好不發燒的。

對于教育教學，從本質上來看，還是兩條道。一個是提高老師的講課水平，特別是大學老師們的業務水準和結合現實的能力，另一個就是讓學生真正的理解學習的重要性，有目的的學，而不是為了學而學。

人工智能本身就是現代科技的熱點，也是很多大學生最夢寐以求的理想職業目標，如果將這樣的技術在課堂上應用起來，讓學生們看到與自己所學結合的點，那么，這種人工智能就會引導大家非常強烈的興趣，學習的效果就事半功倍了。

據前瞻產業研究院數據顯示，2018年我國智慧教室硬件設備市場規模將達到4741.32億元左右，到2023年整個市場規模將達到8827.38億元。這樣的市場規模，也確實需要謹慎去挖掘，研究明白到底哪些應該做哪些不應該做。

據說，一些歐美國家和地區出現了很大的反對人工智能的聲浪，就如同大清不愿意修建鐵路一樣。我們不應該像保守的歐美那樣自暴自棄的隔絕到新技術發展之外，也不要漫無目的的蒙眼狂奔，而是應該審慎的前行。

總之，人工智能來輔助教學和管理，無可厚非，這是發展的必然，但要通過這樣的人臉識別等技術來提高學生的專注度與學習程度，值得商榷。