網絡教研是錄播系統的最根本應用，也是錄播系統的核心價值體現。毋庸置疑，網絡教研的完善程度，是錄播系統廠商實力的明證所在。

　　網絡教研最重要的是師生互動行為分析

　　錄播系統之網絡教研，微格量化表作為最基本的主觀評價方式，幾乎被所有的正規廠商所使用。同時，課堂師生互動行為分析諸如S-T分析，也被作為客觀評價依據，一起構建了基礎的網絡教研平臺。但是，S-T分析畢竟過于簡單，不能支撐深入的教研分析。曾經有廠商引入了弗蘭德斯分析作為補充，但因操作復雜(三秒一個單位進行數據采集)而未能得到廣大老師的認同。因此，如何基于詳細的、科學的師生互動行為進行數據采集，一直是僅有的幾家實力派錄播廠商焦灼的方向。這幾個廠商基于自己的技術、行業積累，以及某些特定的目的規劃了網絡教研師生互動行為分析的方向和功能，綜合起來可以分為兩大流派： 技術派、應用派。

　　技術派：用AI進行行為識別

　　技術派主打將最新熱點技術融于信息化手段中。縱觀時下之技術前沿，諸如AR、VR、3D、區塊鏈、大數據、人工智能等等，最搶眼的莫過于人工智能(AI)，因為AI已經成為國家戰略耳熟能詳。同時，AI本身能大大提升系統自動化程度，因此，將AI和大數據技術引入網絡教研，是一個不錯的選擇。因為結合AI技術，可自動對兩大類行為進行分析：表情判定、行為判別。前者，可以反饋課程受眾的喜怒哀樂，可作為老師授課的效果指征之一。后者，可以作為課堂行為分析的重要數據來源，有助于比較科學地分析授課者和聽課者行為，從而進行全面的授課過程分析和效果評估。技術派選擇AI+大數據進行錄播系統圖像的自動行為分析，不失為一個很好的研究方向。比較典型的廠商代表有中慶、奧威亞。

　　應用派：力求建立科學的教研體系

　　我們知道，人工智能技術不是一蹴而就的，需要一個長久的過程沉淀和成熟，目前的AI技術，只能進行基本的10來種孤立行為的識別比如板書、講授、討論、對話等，遠遠無法滿足實際評估課程講授過程中復雜的師生互動行為。比如最基本的學生舉手，就至少可能兩種情況：主動舉手、被動舉手。而主動、被動的區別，是錄播系統教研分析中必須了解的兩個重要因素，AI現在完全無法對此行為進行區分，完全依賴于AI的網絡教研，將無法得出科學的、精準的研究結論。因此，應用派認為，網絡教研的核心更重要的應該是課堂行為要素的分解，并以此構建一套經典的分析模型，至于這些課堂行為是否要自動進行判定，反倒在其次。目前，應用派將課堂行為參考弗蘭德斯分析模型，將師生互動行為進行了科學分類達20余種，特別對主動與被動行為進行了明確區分。由于行為的識別難度，因此應用派推崇的還是人工判定，機器不可替代。比較典型的廠商代表有北京德威。

　　總結：炫技重要，落地更必要

　　綜上所述，不難看出，基于錄播系統的網絡教研平臺，技術派基于AI分析，在目前AI技術還不成熟的階段，炫技多余實際;應用派基于人工判定，落地，但效率有限，但為了科學的結果，這是目前最容易接受的方式。只是長遠來看，還需要二者相互借鑒融合，才能達成錄播系統網絡教研的最佳境地。