问题
在线课程平台用摄像头监控学员注意力，但经常误判日常动作：学员喝口水、转个头就被系统标记，而平台的惩罚是“把已经看完的视频退回分段开头重看”，学员对此强烈不满并因此流失。另一处硬伤是“环境检查”逻辑在学员还没看任何内容之前就提前标记，产生毫无依据的误报。信号原文：学员抗议的是“对普通动作（喝水或转头）的误读，以及被标记后惩罚的严苛性——已经看过的视频被退回分段开头”。
目标用户
直接用户是被摄像头监控的在线课程学员（如暑期实习项目的学员）；付费方大概率是对完课率和口碑有诉求的课程平台或企业培训方。市场规模取决于有多少平台采用这类摄像头注意力监控，信号未给出量级。
解决方案
- 温和判定模型：识别喝水、转头、短暂起身等正常动作，仅在持续离屏或多人/无人等真正可疑时才标记
- 分级响应：默认标记为“待复核”而非惩罚，绝不把已观看视频退回分段开头
- 环境检查重做：只在学员实际开始播放内容后才触发环境检查，避免零依据误报
- 审计看板：给平台运营方展示每次标记的置信度和触发原因，便于人工复核
- AI 角色：用视线估计、头部姿态和动作分类模型做细粒度行为识别，替代粗糙的“脸没正对屏幕就扣分”逻辑
MVP 范围
第一版做一个可嵌入课程平台的注意力监控 API/SDK：只做“喝水、转头、短暂离屏”的宽容判定，标记后不回退进度，并提供环境检查的延迟触发。明确不做：全自动远程监考、考试防作弊、人脸身份核验。
风险
- 付费方错位：最痛的是学员，但掏钱的可能是平台，而平台可能更在乎防作弊严格性而非学员体验。
- 隐私合规：摄像头监控天然涉及生物特征数据，各国（如 GDPR、中国个保法）监管风险高。
- 证据单薄：仅一篇 arXiv 论文的两个信号，无竞品、无付费意愿数据，方向可能只反映单一项目的问题。
- 平台依赖：产品要嵌入课程平台，渠道和集成门槛是主要障碍。
信号证据
这张卡片依据的原始讨论。摘录保持原文，点“原文”查看上下文。
arXiv cs.HC10月1日痛点
“the environment check, which can flag a learner before any content has been seen”
Система «перевірки середовища» флагує учня ще до того, як він переглянув будь-який контент, створюючи помилкові позитивні спрацювання з нульовою підставою.原文
arXiv cs.HC10月1日痛点
“What learners contest is the misreading of ordinary actions, drinking water or moving the head, and the severity of what follows a flag: a video already watched returns to the start of its segment.”
Причина проблеми — моніторинг уваги через веб-камеру помилково трактує звичайні дії (пиття води, поворот голови) і жорстоко карає користувача, перезапускаючи відео з початку сегмента, що призводить до відтоку учнів.原文