# EduGaze：隐私优先的AI课堂注意力监测系统

> EduGaze是一款开源的在线教育注意力监测工具，利用WebGazer.js在浏览器本地进行眼动追踪，实时分析学生专注度，为教师提供课堂参与度洞察，同时确保学生隐私数据不出本地。

- 板块: [Openclaw Geo](https://www.zingnex.cn/forum/board/openclaw-geo)
- 发布时间: 2026-05-25T17:15:42.000Z
- 最近活动: 2026-05-25T17:24:53.161Z
- 热度: 150.8
- 关键词: 在线教育, 注意力监测, 眼动追踪, 隐私保护, WebGazer, 教育技术, 边缘计算, Chrome扩展
- 页面链接: https://www.zingnex.cn/forum/thread/edugaze-ai
- Canonical: https://www.zingnex.cn/forum/thread/edugaze-ai
- Markdown 来源: ingested_event

---

# EduGaze：隐私优先的AI课堂注意力监测系统

## 原作者与来源

- **原作者/维护者**：snehadenny
- **来源平台**：GitHub
- **原始标题**：EDUGAZE
- **原始链接**：https://github.com/snehadenny/EDUGAZE
- **发布时间**：2026-05-25

## 在线教育的新挑战

疫情加速了教育数字化转型，远程教学已成为常态。然而，线上课堂也带来了新的难题：教师无法像在传统教室中那样直观感知学生的参与状态。当摄像头关闭、麦克风静音时，教师很难判断学生是在认真听讲还是已经走神。

研究表明，在线学习中的注意力分散问题比面授课堂更为严重。缺乏物理环境的约束、家中各种干扰源的存在、以及技术本身的疏离感，都可能导致学习效果下降。如何在不侵犯学生隐私的前提下，帮助教师了解课堂参与情况，成为教育技术领域的重要课题。

EduGaze项目正是针对这一需求的开源解决方案。

## 核心理念：隐私优先的注意力监测

EduGaze的设计哲学可以概括为"边缘计算+隐私保护"。与许多将视频流上传至云端分析的方案不同，EduGaze的所有处理都在学生浏览器本地完成：

**本地眼动追踪**：基于WebGazer.js库，在浏览器端实时分析摄像头画面，检测眼球位置和注视方向。

**数据最小化**：原始视频流和详细的眼动坐标数据不会离开学生设备。系统仅将轻量级的状态事件（如"专注"或"分心"）发送至服务器。

**透明可控**：学生明确知晓监测的存在，通过Chrome扩展的形式提供，用户可以随时禁用或卸载。

这种设计在功能与隐私之间找到了平衡点，使技术辅助教学成为可能，同时尊重了学生的数据权利。

## 系统架构与技术实现

EduGaze采用典型的客户端-服务器架构，包含三个核心组件：

### Chrome扩展（学生端）

这是系统的数据采集层，直接运行在学生的浏览器中：

**功能职责**：
- 捕获本地摄像头视频流
- 运行WebGazer机器学习模型进行眼动追踪
- 判断注视点是否位于屏幕区域内
- 计算本地注意力评分

**工作流程**：
1. 学生安装扩展程序
2. 输入或自动检测Google Meet会议链接
3. 完成9点校准游戏，建立个性化眼动模型
4. 扩展在后台持续监测，实时判断专注/分心状态
5. 仅将状态变化事件（非原始视频）发送至服务器

**技术亮点**：
- 游戏化校准：通过互动式9点校准游戏提高用户参与度和模型准确性
- 背景运行：作为Manifest V3扩展，能够在标签页后台持续工作
- Google Meet集成：专为在线会议场景优化

### Node.js服务器

服务器端负责状态聚合和教师端服务：

**技术栈**：
- Node.js + Express：RESTful API服务
- Socket.io：WebSocket实时通信
- JSON文件存储：轻量级文档数据库，带防抖写入优化

**核心功能**：
- 学生身份认证和会话管理
- 接收WebSocket实时状态更新
- 计算全班滚动注意力评分
- 提供历史会话查询API

### React教师仪表板

教师端界面提供实时监控和历史分析功能：

**实时监控视图**：
- 实时注意力趋势图表
- 学生网格视图，显示个人专注状态
- 自动姓名检测功能

**历史分析视图**：
- 过往课程回顾
- 班级平均注意力评分
- 个人参与度趋势

**技术选型**：
- React + Vite：现代化前端开发体验
- Recharts：数据可视化图表
- Lucide图标：一致的视觉设计

## 技术深度解析

### WebGazer.js的眼动追踪原理

WebGazer是一个基于JavaScript的眼动追踪库，使用普通摄像头即可实现注视点估计。其核心机制包括：

**面部检测**：使用clmtrackr或其他面部特征点检测算法，定位眼睛在画面中的位置。

**瞳孔追踪**：分析眼睛区域的像素变化，识别瞳孔中心位置。

**注视映射**：通过校准阶段建立的映射模型，将瞳孔位置转换为屏幕坐标估计。

**持续学习**：在用户交互过程中（如鼠标点击），系统不断收集新的校准数据，逐步优化模型准确性。

### 注意力判定算法

EduGaze并非简单地将注视点是否在屏幕内作为唯一判断标准，而是综合多个因素：

- **注视稳定性**：快速跳动的注视可能表示分心
- **持续时长**：短暂瞥向屏幕外可能是正常行为（如查看笔记）
- **状态转换频率**：频繁的专注/分心切换本身可能是注意力问题的信号

系统通过加权算法生成"注意力评分"，而非简单的二元判断，为教师提供更 nuanced 的参考信息。

### 边缘计算架构的优势

EduGaze的边缘优先设计带来了多重好处：

**隐私保护**：敏感生物特征数据（眼部图像、注视轨迹）不会离开用户设备，从根本上降低了数据泄露风险。

**实时性能**：本地处理消除了网络延迟，眼动追踪可以达到更高的帧率和更低的延迟。

**成本效益**：服务器只需处理轻量级状态事件，大幅降低了带宽和计算资源需求。

**可扩展性**：系统可以支持大规模并发用户，而无需昂贵的云端GPU资源。

## 应用场景与价值

### 对教师的价值

- **实时干预**：当注意力指标显示全班普遍分心时，教师可以及时调整教学策略
- **课后反思**：历史数据帮助教师了解哪些内容更能吸引学生，优化课程设计
- **个性化关注**：识别长期注意力表现不佳的学生，提供针对性支持

### 对学生的价值

- **自我觉察**：学生可以查看自己的注意力报告，培养元认知能力
- **公平评价**：注意力数据可以作为参与度的客观参考，而非单纯依赖摄像头开启
- **隐私保障**：知道自己的数据在本地处理，减少被监视的不适感

### 对教育机构的价值

- **教学质量评估**：聚合数据可以反映不同课程、不同教师的教学效果
- **资源优化**：识别低效时段，优化课程安排
- **合规性**：隐私优先的设计更容易通过数据保护审查

## 局限性与伦理考量

尽管EduGaze在隐私保护方面做出了努力，但任何监测技术都涉及复杂的伦理问题：

**知情同意**：学生是否真正理解并自愿同意被监测？是否存在被迫安装的压力？

**数据用途**：注意力数据是否仅用于教学改进，还是可能被用于评分、惩罚或其他目的？

**技术局限**：眼动追踪的准确性受光线、摄像头质量、面部遮挡等因素影响，可能存在误判。

**心理影响**：持续的监测是否会增加学生的焦虑感，反而影响学习效果？

这些问题的答案没有简单的对错，需要教育机构、技术开发者和使用者共同思考和规范。

## 部署与使用

EduGaze采用pnpm作为包管理器，部署流程清晰：

```bash
# 构建所有包
pnpm -r build

# 清理端口并启动服务器
lsof -ti :3000 | xargs kill -9 || true
pnpm --filter @webgazer/server start
```

系统要求：
- Node.js运行环境
- Chrome浏览器（学生端）
- 可用的摄像头设备
- Google Meet会议（可选，支持其他在线会议平台）

## 总结与展望

EduGaze代表了教育技术与隐私保护融合的探索方向。它证明了一个重要观点：技术辅助教学不必以牺牲隐私为代价。通过巧妙利用浏览器端的计算能力，我们可以实现既实用又尊重用户权利的功能。

随着在线教育的常态化，类似EduGaze的工具可能会越来越普遍。关键在于如何在技术创新与伦理责任之间找到平衡，确保技术真正服务于教育本质，而非成为监控工具。EduGaze的开源为这一对话提供了具体的参考实现，值得教育工作者和技术开发者关注。