情感導(dǎo)學(xué)系統(tǒng)中的情感反饋框架初探

摘 要：情感導(dǎo)學(xué)系統(tǒng)（ATS）是能夠以與人類(lèi)導(dǎo)師相同的方式檢測(cè)并響應(yīng)學(xué)習(xí)者情感狀態(tài)的智能教學(xué)系統(tǒng)，即ATS系統(tǒng)需要具有根據(jù)情感狀態(tài)的推理能力，從教學(xué)和更精確的情感角度為學(xué)習(xí)者提供適當(dāng)?shù)捻憫?yīng)。本文首先分析了情感反饋的基本概念，探討了由情感識(shí)別子系統(tǒng)、情感處理子系統(tǒng)、情感反饋?zhàn)酉到y(tǒng)三個(gè)部分組成的ATS系統(tǒng)構(gòu)成，分析了ATS系統(tǒng)的兩個(gè)主要功能：一是推斷學(xué)習(xí)者的情感狀態(tài);二是根據(jù)學(xué)習(xí)者情感狀態(tài)建立最佳的輔導(dǎo)行為。最后，重點(diǎn)探討了ATS系統(tǒng)中情感反饋實(shí)施規(guī)則及其應(yīng)用。

關(guān)鍵詞：情感導(dǎo)學(xué)系統(tǒng);情感識(shí)別;情感處理;情感反饋

中圖分類(lèi)號(hào)：G4文獻(xiàn)標(biāo)志碼：A文章編號(hào)：2096-0069（2020）06-0038-07

收稿日期：2020-06-27

基金項(xiàng)目：2020年度教育部人文社會(huì)科學(xué)研究規(guī)劃基金項(xiàng)目“基于情感計(jì)算的計(jì)算機(jī)支持合作學(xué)習(xí)環(huán)境中情感反饋模型研究”（20YJA880008）;南京郵電大學(xué)教科規(guī)劃重點(diǎn)項(xiàng)目“高水平大學(xué)課堂教學(xué)研究”（GJS-XKT1703）;南京郵電大學(xué)教改項(xiàng)目“情感支持下的合作學(xué)習(xí)情感反饋研究”（JG01719JX50）

作者簡(jiǎn)介：?jiǎn)蚊蕾t（1975— ），女，江蘇張家港人，副教授，碩士生導(dǎo)師，主要研究方向?yàn)镃SCL環(huán)境中的情感研究。

引言

情感在一系列智能活動(dòng)中發(fā)揮著核心作用，學(xué)生的情感狀態(tài)不僅會(huì)影響其解決問(wèn)題的策略，還會(huì)影響學(xué)生學(xué)習(xí)的投入程度，進(jìn)而影響其學(xué)習(xí)行為。因此，使學(xué)生處于有利于學(xué)習(xí)的情感狀態(tài)研究是近年來(lái)研究工作的重點(diǎn)。在人與人的社會(huì)互動(dòng)中，通常很難確定如何最好地回應(yīng)他人的情感狀態(tài)，對(duì)于計(jì)算系統(tǒng)而言則更具挑戰(zhàn)性：計(jì)算系統(tǒng)首先必須能夠正確地識(shí)別學(xué)生的情感狀態(tài)，然后再?zèng)Q定如何做出最佳反應(yīng)，系統(tǒng)經(jīng)常會(huì)遇到無(wú)法確定如何提供情感支持以及干預(yù)效果如何的情況。1997年MIT的皮卡德（Picard）教授提出情感計(jì)算（Affective Computing）這一概念，在線學(xué)習(xí)中對(duì)認(rèn)知與情感關(guān)注不平衡的壁壘開(kāi)始被打破。在線學(xué)習(xí)環(huán)境中，除關(guān)注學(xué)生的認(rèn)知狀態(tài)并給以積極的反饋之外，學(xué)生在學(xué)習(xí)過(guò)程中的情感狀態(tài)及其反饋機(jī)制開(kāi)始走入研究者的視野。教育學(xué)和心理學(xué)領(lǐng)域中進(jìn)行的情感計(jì)算研究揭示了情感與學(xué)習(xí)活動(dòng)之間的密切關(guān)系，推動(dòng)了情感導(dǎo)學(xué)系統(tǒng)（Affective Tutoring Systems，以下簡(jiǎn)稱(chēng)ATS）的發(fā)展。

ATS是能夠以與人類(lèi)導(dǎo)師相同的方式檢測(cè)并響應(yīng)學(xué)習(xí)者情感狀態(tài)的智能教學(xué)系統(tǒng)。其歷史非常短暫（最早可以追溯到1997年皮卡德提出的情感計(jì)算）。2003年德.文森特（De Vicente）第一次使用這一術(shù)語(yǔ)，把ATS定義為一個(gè)可以檢測(cè)并響應(yīng)學(xué)習(xí)者情感狀態(tài)的電子學(xué)習(xí)系統(tǒng)[1]。人類(lèi)導(dǎo)師的優(yōu)勢(shì)之一是他們能夠根據(jù)學(xué)生的情感狀態(tài)和動(dòng)機(jī)來(lái)調(diào)整，基于此，許多研究人員認(rèn)為，如果計(jì)算機(jī)能根據(jù)學(xué)生的情感進(jìn)行調(diào)整，那么智能教學(xué)系統(tǒng)的功能將大為增強(qiáng)。具有情感反饋功能的ATS系統(tǒng)在響應(yīng)情感狀態(tài)檢測(cè)的同時(shí)，向?qū)W習(xí)者發(fā)送適當(dāng)?shù)那楦谢蛘J(rèn)知信號(hào)，以此確保學(xué)習(xí)者對(duì)學(xué)習(xí)過(guò)程的投入和堅(jiān)持。例如，“如果學(xué)習(xí)者感到沮喪，老師需要生成暗示以促進(jìn)學(xué)習(xí)者建構(gòu)知識(shí)并提出支持性的評(píng)價(jià)以增強(qiáng)動(dòng)機(jī);如果學(xué)習(xí)者感到無(wú)聊，老師需要提出更具吸引力或挑戰(zhàn)性的問(wèn)題讓學(xué)生去做”[2]。本文嘗試從基本概念、ATS情感反饋系統(tǒng)框架這兩個(gè)方面對(duì)近年來(lái)ATS情感反饋工作原理進(jìn)行分析和梳理，以期為本領(lǐng)域內(nèi)的研究工作奠定基礎(chǔ)。

一、基本概念

（一）反饋

反饋是系統(tǒng)與環(huán)境相互作用的一種形式，當(dāng)環(huán)境對(duì)某個(gè)動(dòng)作或行為做出反應(yīng)時(shí)，就會(huì)產(chǎn)生反饋。在教學(xué)系統(tǒng)中，反饋通常用于學(xué)習(xí)過(guò)程中為學(xué)生提供支持，利用反饋將學(xué)習(xí)結(jié)果及時(shí)提供給學(xué)習(xí)者，提高學(xué)習(xí)者對(duì)自己的優(yōu)勢(shì)和需要改進(jìn)方面的認(rèn)識(shí)，并采取相應(yīng)的行動(dòng)來(lái)改進(jìn)完善。反饋意在修改學(xué)生的下一步行動(dòng)，使學(xué)生減少當(dāng)前理解與期望理解之間的差距。反饋可以分為三種類(lèi)型：激勵(lì)、評(píng)價(jià)和描述。激勵(lì)反饋的目標(biāo)是通過(guò)建立一個(gè)良好的學(xué)習(xí)環(huán)境讓學(xué)生感覺(jué)舒服;評(píng)估反饋的目標(biāo)是通過(guò)分?jǐn)?shù)來(lái)衡量學(xué)生的成績(jī)，一般不會(huì)傳達(dá)信息和指導(dǎo);描述反饋為學(xué)生提供有關(guān)改善學(xué)習(xí)的詳細(xì)且具體的信息。反饋的內(nèi)容可以是領(lǐng)域知識(shí)、元認(rèn)知知識(shí)、關(guān)于自我和任務(wù)的信念，也可以是認(rèn)知策略，是學(xué)習(xí)者可以用來(lái)確認(rèn)、添加、覆蓋、調(diào)整或重組已有知識(shí)的信息。為了產(chǎn)生有效的反饋，需要考慮的不僅僅是簡(jiǎn)單的反饋策略或反饋內(nèi)容，還受到反饋設(shè)計(jì)、反饋能力和反饋文化的影響。

作為教學(xué)過(guò)程中的一個(gè)關(guān)鍵要素，反饋是一個(gè)過(guò)程。在此過(guò)程中，學(xué)習(xí)者可以了解自身表現(xiàn)情況方面的信息，并利用反饋信息來(lái)改善其學(xué)習(xí)策略。其中，（1）過(guò)程：沒(méi)有一種適用于所有情況的通用反饋方法，反饋中的一個(gè)關(guān)鍵挑戰(zhàn)是創(chuàng)建可以有效使用不同序列、資源和方法的反饋過(guò)程。（2）學(xué)習(xí)者：反饋關(guān)注的是學(xué)習(xí)者的行為，學(xué)習(xí)者表現(xiàn)情況的信息可以來(lái)自教育者，也可以來(lái)自學(xué)習(xí)者自身、同伴或者自動(dòng)化系統(tǒng)生成。（3）感知：反饋設(shè)計(jì)中的挑戰(zhàn)是感知處理的概念化，即我們?nèi)绾卫斫馐挛?？學(xué)習(xí)者需要什么技能？反饋過(guò)程的哪些特征可以促進(jìn)有效的感知？（4）信息：哪種信息對(duì)學(xué)習(xí)者最有用（詳細(xì)的、個(gè)性化的、個(gè)人化的、面向任務(wù)的、基于元認(rèn)知的等）？（5）表現(xiàn)情況：?jiǎn)我坏谋憩F(xiàn)情況是否足夠？反饋應(yīng)該通過(guò)整體表現(xiàn)情況還是局部的表現(xiàn)來(lái)顯現(xiàn)？如何在不進(jìn)行更多評(píng)估的情況下?lián)碛懈嗟脑缙诜答仚C(jī)會(huì)？（6）影響：教育者或?qū)W習(xí)者如何知道反饋是否產(chǎn)生了影響？反饋設(shè)計(jì)中的挑戰(zhàn)是設(shè)置條件，以使學(xué)習(xí)者有機(jī)會(huì)證明自己的進(jìn)步，而不僅僅是要求他們完成進(jìn)一步的任務(wù)。它還必須為學(xué)習(xí)者提供一個(gè)機(jī)會(huì)，以便學(xué)習(xí)者判斷自己的表現(xiàn)并根據(jù)他們改變的學(xué)習(xí)策略進(jìn)行評(píng)估。（7）質(zhì)量：反饋信息是為了改進(jìn)，但標(biāo)準(zhǔn)是什么？在基于標(biāo)準(zhǔn)的系統(tǒng)中，對(duì)學(xué)習(xí)者工作的評(píng)價(jià)需要與明確的任務(wù)期望相關(guān)，但是專(zhuān)家對(duì)質(zhì)量的理解通常是默會(huì)的或難以描述的。

（二）情感反饋

在學(xué)習(xí)活動(dòng)中，與學(xué)習(xí)行為一樣，學(xué)習(xí)者的情感狀態(tài)在選擇行動(dòng)和評(píng)價(jià)結(jié)果時(shí)發(fā)揮著重要的作用。與此同時(shí)，學(xué)習(xí)者的學(xué)習(xí)行為及其結(jié)果也會(huì)影響其情感狀態(tài)。目前關(guān)于情感狀態(tài)如何影響學(xué)習(xí)的研究大多是由心理學(xué)家和教育學(xué)家推進(jìn)的。佩克倫（Pekrun）等通過(guò)一系列定性和定量研究發(fā)現(xiàn)[3]：積極情緒（如學(xué)習(xí)的樂(lè)趣）通過(guò)增強(qiáng)動(dòng)機(jī)和靈活的學(xué)習(xí)方式而對(duì)學(xué)業(yè)成就產(chǎn)生積極影響;消極情緒（如焦慮）會(huì)侵蝕動(dòng)機(jī)，使學(xué)生的注意力從任務(wù)上移開(kāi)，從而導(dǎo)致淺層學(xué)習(xí)發(fā)生。積極情緒和消極情緒對(duì)學(xué)習(xí)的影響也得到了其他研究者的證實(shí)，布魯姆（Bloom）的二西格瑪問(wèn)題研究指出，為了獲得更好的學(xué)習(xí)成績(jī)，至關(guān)重要的一點(diǎn)是要通過(guò)導(dǎo)師與學(xué)生之間持續(xù)的情感反饋回路來(lái)維持學(xué)生的積極參與和學(xué)習(xí)動(dòng)機(jī)。埃夫克利德（Efklides）在一項(xiàng)關(guān)于元認(rèn)知和情感的研究中假設(shè)：任務(wù)難度是影響學(xué)習(xí)元認(rèn)知的一個(gè)因素。如果將一項(xiàng)非常艱巨的任務(wù)分配給學(xué)生，并且學(xué)生認(rèn)為這超出了他們的能力范圍，那么會(huì)產(chǎn)生消極情緒，例如沮喪并放棄該任務(wù)。如果教師能夠?yàn)閷W(xué)生的學(xué)習(xí)提供腳手架支持或使用其他教學(xué)干預(yù)方法（如給予提示以減輕負(fù)面情緒），則有助于維持學(xué)生的參與度[4]。伍爾夫（Woolf）等研究了情感反饋與學(xué)生學(xué)習(xí)成績(jī)之間的關(guān)系，其中反饋類(lèi)型包括鼓勵(lì)學(xué)生的信息、學(xué)生投入努力后生成的肯定、當(dāng)學(xué)生沒(méi)能成功解決問(wèn)題時(shí)生成的戰(zhàn)略信息，研究結(jié)論是情感反饋在一定程度上有助于學(xué)生提高學(xué)習(xí)成績(jī)[5]。德梅洛（DMello）等證實(shí)了這一研究結(jié)論，他們整合了一套積極的、中立的和消極的短語(yǔ)來(lái)提供情感反饋，最后指出情感反饋在某種程度上改善了學(xué)習(xí)[6]。

研究發(fā)現(xiàn)，導(dǎo)師的行為不能局限于純粹的指導(dǎo)，而且還應(yīng)為學(xué)習(xí)者的學(xué)習(xí)創(chuàng)造適當(dāng)?shù)那楦袟l件。輔導(dǎo)過(guò)程是社交過(guò)程這一事實(shí)意味著通過(guò)具有情感變化潛力的社會(huì)行為來(lái)影響情感狀態(tài)，例如，導(dǎo)師這一身份表明其可以評(píng)判（批評(píng)或表?yè)P(yáng)）學(xué)生行為。其他的人際交互行為也會(huì)引起情感評(píng)價(jià)，如把任務(wù)表述為命令或建議其心理效果是不同的。拉臘（Lara）提出，導(dǎo)師應(yīng)該持包容的、友善的態(tài)度，并應(yīng)考慮學(xué)生的意見(jiàn)[7]。當(dāng)學(xué)生達(dá)到目標(biāo)或付出努力時(shí)，導(dǎo)師應(yīng)向他們表示祝賀;為了更好地進(jìn)行輔導(dǎo)，導(dǎo)師應(yīng)為學(xué)生提供個(gè)性化的支持。因此，導(dǎo)師必須提供情感方面的反饋，因?yàn)榍楦蟹答伩梢允箤W(xué)生為自己的成就感到自豪，可以鼓勵(lì)學(xué)習(xí)者并提高其參與動(dòng)機(jī)。情感支持是情感反饋的一種類(lèi)型，其特點(diǎn)是同理心、友善、鼓勵(lì)、尊重和關(guān)懷。而指導(dǎo)性支持的特點(diǎn)是提供明確的支持，如導(dǎo)師幫助學(xué)生解決問(wèn)題或完成艱巨任務(wù)。將情感融入反饋中可以為學(xué)生帶來(lái)很多好處，然而它會(huì)以不同的方式影響學(xué)生，主要取決于人格、性別、學(xué)業(yè)成績(jī)、目標(biāo)、動(dòng)機(jī)、情感狀態(tài)等因素。這些因素已經(jīng)被人類(lèi)導(dǎo)師用于學(xué)習(xí)環(huán)境中創(chuàng)建情感環(huán)境，因此，把情感反饋整合到ATS系統(tǒng)中非常重要。

二、ATS情感反饋系統(tǒng)框架

（一）ATS情感反饋已有研究回顧

ATS是能夠以與人類(lèi)導(dǎo)師相同的方式檢測(cè)并響應(yīng)學(xué)習(xí)者情感狀態(tài)的智能教學(xué)系統(tǒng)，具有不僅能適應(yīng)學(xué)生知識(shí)而且能適應(yīng)學(xué)生情感狀態(tài)的能力，目的是在情感狀態(tài)可能影響學(xué)習(xí)者參與學(xué)習(xí)過(guò)程進(jìn)而影響其知識(shí)獲取的情況下進(jìn)行干預(yù)并相應(yīng)地做出反應(yīng)。目前，ATS的研究或側(cè)重于可以通過(guò)動(dòng)畫(huà)教學(xué)代理來(lái)顯示模擬的情感，或集中在用于檢測(cè)學(xué)生情感的輔導(dǎo)系統(tǒng)上。

動(dòng)畫(huà)教學(xué)代理是計(jì)算機(jī)化的能生成語(yǔ)音、動(dòng)作、臉部表情和手勢(shì)的具有動(dòng)畫(huà)效果的化身。代理可以提供教學(xué)指導(dǎo)，進(jìn)行協(xié)作性對(duì)話，并為理想的行為、策略、反思和社交互動(dòng)建模，進(jìn)而指導(dǎo)學(xué)生下一步該做什么。代理通過(guò)數(shù)據(jù)的收集與計(jì)算，以適應(yīng)學(xué)生的行為、言語(yǔ)甚至情感（如無(wú)聊、困惑和沮喪），根據(jù)決策機(jī)制，可以通過(guò)執(zhí)行動(dòng)作并以自然語(yǔ)言與學(xué)生進(jìn)行對(duì)話來(lái)幫助學(xué)生學(xué)習(xí)，展示諸如面部表情、手勢(shì)等表達(dá)情感的人類(lèi)社交線索來(lái)支持學(xué)習(xí)者。在ITS和ATS等適應(yīng)性學(xué)習(xí)環(huán)境中，教學(xué)代理非常受歡迎，目前成功改善學(xué)習(xí)者學(xué)習(xí)能力的教學(xué)代理包括AutoTutor、DeepTutor、iDRIVE、iSTART、Crystal Island、My Science Tutor等[8]。這些系統(tǒng)涵蓋了STEM、閱讀理解、科學(xué)推理以及其他領(lǐng)域。其中，AutoTutor系統(tǒng)是一種專(zhuān)業(yè)的導(dǎo)師代理，學(xué)生與代理的互動(dòng)通過(guò)對(duì)話來(lái)實(shí)現(xiàn)，代理根據(jù)學(xué)生的現(xiàn)有知識(shí)水平與期望的匹配程度向?qū)W習(xí)者提供反饋。在學(xué)習(xí)過(guò)程中，當(dāng)學(xué)習(xí)者受到認(rèn)知不平衡的困擾時(shí)會(huì)經(jīng)歷各種情感狀態(tài)，最常見(jiàn)的是困惑和驚奇，從而引發(fā)提問(wèn)或詢(xún)問(wèn)，思考并解決問(wèn)題，以試圖恢復(fù)認(rèn)知平衡。AutoTutor系統(tǒng)則基于自然語(yǔ)言交互、面部表情和身體動(dòng)作對(duì)情感進(jìn)行分類(lèi)，重點(diǎn)是沮喪、困惑和無(wú)聊三種情感。該分類(lèi)用于嵌入式的情感自動(dòng)導(dǎo)師通過(guò)對(duì)話來(lái)響應(yīng)學(xué)生的情感狀態(tài)，情感自助導(dǎo)師通過(guò)面部表情的生成、語(yǔ)音的變化和姿勢(shì)的調(diào)整來(lái)合成情感元素，并根據(jù)學(xué)生的情感狀態(tài)調(diào)整對(duì)話和面部表情。

對(duì)學(xué)生情感狀態(tài)敏感的學(xué)習(xí)環(huán)境可以很好地幫助學(xué)生學(xué)習(xí)，特別是伴隨在混淆、沮喪、無(wú)聊等負(fù)面情感狀態(tài)的學(xué)習(xí)過(guò)程中。因此，ATS系統(tǒng)除對(duì)學(xué)生的認(rèn)知狀態(tài)進(jìn)行建模和響應(yīng)外，還需要實(shí)時(shí)檢測(cè)與學(xué)習(xí)相關(guān)的情感狀態(tài)，選擇適當(dāng)?shù)慕虒W(xué)行為以影響學(xué)生的情感，使學(xué)生最大限度地學(xué)習(xí)，并引導(dǎo)學(xué)生進(jìn)行情感表達(dá)。舍恩（Shen）等使用貝葉斯網(wǎng)絡(luò)通過(guò)生物、物理信號(hào)（如心率、皮膚電導(dǎo)、血壓和EEG腦波）對(duì)學(xué)生的情感狀態(tài)進(jìn)行了分類(lèi)，把檢測(cè)到的情感狀態(tài)（投入、困惑、沮喪、厭倦、樂(lè)觀、滿(mǎn)足感和失望感）包含在情感學(xué)習(xí)者模型中，使用推薦規(guī)則來(lái)確定適當(dāng)?shù)母深A(yù)措施，例如在學(xué)生感到困惑時(shí)提供示例或在學(xué)生厭倦時(shí)提供視頻或音樂(lè)。卡貝斯特羅（Cabestrero）等基于學(xué)生在教育游戲中的身體表達(dá)提出一種動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)的情感模型，使用了六種情緒狀態(tài)——喜悅、痛苦、驕傲、羞恥、欽佩和責(zé)備，系統(tǒng)根據(jù)學(xué)生的情感狀態(tài)及個(gè)人目標(biāo)（想要幫助、學(xué)習(xí)數(shù)學(xué)、玩樂(lè)）提供支持[9]。伍爾夫等通過(guò)硬件傳感器和面部動(dòng)作來(lái)檢測(cè)學(xué)生的情緒，并使用貝葉斯網(wǎng)絡(luò)和隱馬爾可夫模型對(duì)情感進(jìn)行分類(lèi)——愉悅、沮喪、新奇、無(wú)聊、焦慮和自信，并把情感反饋技術(shù)與學(xué)生個(gè)性特征的知識(shí)相結(jié)合開(kāi)發(fā)了ATS系統(tǒng)，以響應(yīng)學(xué)生的情感，并根據(jù)學(xué)生的認(rèn)知特征、性別、空間能力等，為每個(gè)學(xué)生提供個(gè)性化的選擇。范萊恩（VanLehn）等描述了一個(gè)情感元導(dǎo)師，能夠根據(jù)學(xué)生的情感狀態(tài)和日志數(shù)據(jù)決定為學(xué)生提供什么樣的動(dòng)機(jī)反饋，其中生理傳感器和回歸模型用于計(jì)算學(xué)生是否投入、困惑或無(wú)聊，決策樹(shù)則根據(jù)學(xué)生的當(dāng)前情感狀態(tài)和日志數(shù)據(jù)來(lái)決定提供什么樣的動(dòng)機(jī)反饋信息[10]。

（二）相關(guān)ATS情感反饋系統(tǒng)框架介紹

普倫丁格（Prendinger）等開(kāi)發(fā)了SCRE-AM（Scrip-ting Emotion-based Agent Minds）系統(tǒng)，是有助于角色的情感相關(guān)處理功能之腳本編寫(xiě)系統(tǒng)，其主要組成部分包括——情感生成、情感調(diào)節(jié)管理、情感表達(dá)以及負(fù)責(zé)更新角色心理狀態(tài)的代理模型[11]。基于情感代理的核心活動(dòng)是情感生成和情感管理，主要由情感推理模塊、情感解析模塊和情感維護(hù)模塊這三個(gè)模塊來(lái)處理。情感的推理模擬了OCC模型中代理的評(píng)估過(guò)程，即評(píng)價(jià)事件對(duì)代理的情感重要性。在OCC模型中，情感可以通過(guò)對(duì)三要素（事件、代理和對(duì)象）進(jìn)行評(píng)估而形成，情感重要性是由“引起情感的條件（包括信念、目標(biāo)、標(biāo)準(zhǔn)和態(tài)度）”決定的。為了使得情感表達(dá)符合社會(huì)文化規(guī)范，將情緒調(diào)節(jié)作為決定表達(dá)或抑制情感的過(guò)程，并且引入調(diào)節(jié)參數(shù)來(lái)對(duì)情感進(jìn)行調(diào)節(jié)。

范萊恩等開(kāi)發(fā)的學(xué)習(xí)伴侶系統(tǒng)主要由三個(gè)部分組成[12]：一是輸入部分，系統(tǒng)通過(guò)日志數(shù)據(jù)和傳感器接收輸入，通常使用機(jī)器學(xué)習(xí)功能對(duì)輸入數(shù)據(jù)進(jìn)行分析和融合。二是數(shù)據(jù)處理部分，把日志數(shù)據(jù)和傳感器獲取的數(shù)據(jù)通過(guò)相關(guān)算法計(jì)算學(xué)習(xí)者當(dāng)前的情感狀態(tài)。三是根據(jù)得到的情感狀態(tài)給予反饋。該系統(tǒng)主要提供兩種反饋：一是不同任務(wù)之間的反饋，幫助學(xué)生進(jìn)行任務(wù)間的過(guò)渡和總結(jié);二是任務(wù)中的反饋，通過(guò)檢測(cè)到的情感狀態(tài)識(shí)別學(xué)習(xí)伴侶應(yīng)介入的時(shí)刻，以及應(yīng)給予的由決策樹(shù)反饋的消息，幫助學(xué)生進(jìn)行學(xué)習(xí)。

希梅內(nèi)斯（Jiménez）等設(shè)計(jì)了基于書(shū)面情感支持的情感反饋模型[13]，即通過(guò)對(duì)話行為、語(yǔ)法和建立情感數(shù)據(jù)庫(kù)的方式來(lái)收集學(xué)生期望得到反饋ITS情感性短語(yǔ)，然后在學(xué)習(xí)者與即時(shí)消息系統(tǒng)的交互中實(shí)現(xiàn)反饋，結(jié)果表明，學(xué)習(xí)成績(jī)與學(xué)習(xí)動(dòng)機(jī)及學(xué)習(xí)愉快程度之間存在微弱的負(fù)向相關(guān)關(guān)系，情感支持對(duì)學(xué)習(xí)成績(jī)較差的學(xué)生更有利。

（三）ATS系統(tǒng)框架

ATS是一種可以模仿人類(lèi)導(dǎo)師的ITS系統(tǒng)，具有不僅能適應(yīng)學(xué)生知識(shí)而且能適應(yīng)學(xué)生情感狀態(tài)的能力，目的是在情感狀態(tài)可能影響學(xué)習(xí)者參與學(xué)習(xí)過(guò)程進(jìn)而影響其知識(shí)獲取的情況下進(jìn)行干預(yù)并相應(yīng)地做出反應(yīng)。傳統(tǒng)的ITS系統(tǒng)由學(xué)生模型、導(dǎo)師模型、領(lǐng)域知識(shí)模型和用戶(hù)接口組成，ATS系統(tǒng)的情感支持功能是通過(guò)添加相關(guān)的組件來(lái)擴(kuò)展ITS的傳統(tǒng)體系結(jié)構(gòu)。雖說(shuō)ATS系統(tǒng)內(nèi)部結(jié)構(gòu)非常復(fù)雜且大不相同，使用不同的輸入方式，并針對(duì)特定的教學(xué)材料進(jìn)行了定制，但ATS平臺(tái)的共同點(diǎn)在于其基本功能模塊相同，ATS系統(tǒng)通常把情感檢測(cè)、學(xué)習(xí)者進(jìn)度跟蹤和輔導(dǎo)策略等功能整合到一個(gè)高度集成的環(huán)境中（如圖1所示），包括情感識(shí)別子系統(tǒng)、情感處理子系統(tǒng)、情感反饋?zhàn)酉到y(tǒng)三個(gè)部分。

（1）情感識(shí)別子系統(tǒng)一般分為三個(gè)步驟：第一步是從各種傳感器中獲取原始數(shù)據(jù)，提取特征用于訓(xùn)練神經(jīng)網(wǎng)絡(luò);第二步是神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)，即結(jié)合情感表示模型（OCC模型、PAD模型或者其他模型）通過(guò)神經(jīng)網(wǎng)絡(luò)來(lái)實(shí)現(xiàn)分類(lèi);第三步將特征提取和情感識(shí)別與模糊系統(tǒng)集成在一起，進(jìn)行情感識(shí)別處理，并把處理過(guò)的數(shù)據(jù)傳遞到情感處理子系統(tǒng)中的情感推理模塊，以推斷學(xué)習(xí)者的情感狀態(tài)[14]。目前ATS系統(tǒng)中感知情感信息特征的傳感器一般有三類(lèi)：生理傳感器、觸摸/觸覺(jué)傳感器、觀察傳感器。①生理傳感器，如皮膚電導(dǎo)率傳感器、心率傳感器、肌電圖儀，會(huì)引起較大的不適感，因?yàn)樗鼈冃枰苯咏佑|身體的某些部位。②觸摸/觸覺(jué)傳感器，如壓力敏感的鼠標(biāo)或椅子，引起的不適感較小，一般情況下學(xué)習(xí)者注意不到它們，將這種傳感器用于情緒識(shí)別的缺點(diǎn)是需要學(xué)生以限制其運(yùn)動(dòng)自由度的方式來(lái)觸摸它們。③觀察傳感器，如攝像機(jī)、眼動(dòng)儀、麥克風(fēng)，在物理上不是侵入性的，但觀察傳感器會(huì)分散學(xué)習(xí)者的注意力，并使他們知道所有動(dòng)作都被記錄下來(lái)而感到不舒服。除使用傳感器外，在一些ATS中的情感識(shí)別還有基于學(xué)生填寫(xiě)的調(diào)查或自我評(píng)估報(bào)告[15]，從開(kāi)發(fā)人員的角度來(lái)看，這是耗時(shí)較少的方法之一，因?yàn)椴恍枰褂脗鞲衅骰驊?yīng)用分類(lèi)算法。理想狀態(tài)下，需要以客觀且不干擾的方式（如互動(dòng)內(nèi)容分析）對(duì)情感數(shù)據(jù)進(jìn)行連續(xù)的、定量的測(cè)量。

（2）情感處理子系統(tǒng)用于整合關(guān)于學(xué)習(xí)者的知識(shí)和情感以使代理做出適當(dāng)?shù)幕貞?yīng)，包括情感推理模塊、學(xué)生行為模塊和情感調(diào)節(jié)控制模塊三個(gè)模塊。①情感推理模塊負(fù)責(zé)推斷學(xué)生的情感。這種推斷可以通過(guò)使用機(jī)器學(xué)習(xí)算法來(lái)實(shí)現(xiàn)，該算法通過(guò)挖掘傳感器日志來(lái)識(shí)別常見(jiàn)模式。推斷出的情感將被傳遞到輔導(dǎo)策略模塊，以制定適當(dāng)?shù)闹笇?dǎo)策略來(lái)調(diào)節(jié)情感。②學(xué)生行為模塊記錄了學(xué)生與ATS系統(tǒng)互動(dòng)的歷史記錄，包括在練習(xí)上花費(fèi)的時(shí)間、正在做的和已經(jīng)完成的練習(xí)、練習(xí)的日期和時(shí)間、每次練習(xí)遇到的錯(cuò)誤數(shù)量、為每個(gè)學(xué)生提供提示的數(shù)量、提供提示的日期和時(shí)間。這些交互日志又作為輸入內(nèi)容傳遞到情感推理模塊，以推斷學(xué)生的情感。③情感調(diào)節(jié)控制模塊可以采取情感反饋回路的方式，即計(jì)算機(jī)把測(cè)得的感知數(shù)據(jù)映射為情感變量（如壓力、工作量、參與度），然后根據(jù)識(shí)別出的情感持續(xù)調(diào)整其行為[16]。在情感反饋回路中，主要方法是使用監(jiān)督機(jī)器學(xué)習(xí)把記錄的數(shù)據(jù)分類(lèi)為一組離散的類(lèi)別（如高/低工作量、高/低享受），然后根據(jù)類(lèi)別執(zhí)行特定的命令（如增加/減少難度）。

（3）情感反饋?zhàn)酉到y(tǒng)由情感同伴模塊、輔導(dǎo)策略模塊和情感響應(yīng)模塊組成。從情感處理子系統(tǒng)中獲得的學(xué)生情感狀態(tài)和交互記錄傳遞給情感反饋?zhàn)酉到y(tǒng)中。①情感同伴模塊封裝了產(chǎn)生情感響應(yīng)的邏輯，包含事件選擇器和情感引擎兩個(gè)組件。事件選擇器讀取輔導(dǎo)導(dǎo)師事件和共享存儲(chǔ)庫(kù)中情感狀態(tài)的數(shù)據(jù)，并過(guò)濾表明需要干預(yù)的組合，然后把導(dǎo)師事件和情感狀態(tài)數(shù)據(jù)的組合通知情感引擎，情感引擎據(jù)此推斷必須執(zhí)行的干預(yù)類(lèi)型，干預(yù)措施包括激勵(lì)信息。情感引擎會(huì)執(zhí)行有關(guān)何時(shí)以及如何進(jìn)行干預(yù)的策略，然后將干預(yù)信息傳達(dá)給用戶(hù)界面進(jìn)行執(zhí)行。②輔導(dǎo)策略模塊：一方面可以根據(jù)當(dāng)前的輔導(dǎo)情況提供推理，另一方面可以根據(jù)學(xué)生當(dāng)前的知識(shí)水平和學(xué)習(xí)特征，而且還可以根據(jù)學(xué)生的情感狀態(tài)，進(jìn)一步調(diào)整輔導(dǎo)過(guò)程。因此，輔導(dǎo)策略模塊的主要任務(wù)是把從情感處理子系統(tǒng)中獲得的有關(guān)學(xué)生情感狀態(tài)和輔導(dǎo)情況的數(shù)據(jù)與ATS系統(tǒng)的適當(dāng)響應(yīng)相匹配。另外，把輔導(dǎo)策略規(guī)則編碼在規(guī)則引擎中，以方便非編程人員修改策略規(guī)則。③情感響應(yīng)模塊用以模仿人類(lèi)導(dǎo)師處理面對(duì)學(xué)生各種認(rèn)知和情感狀態(tài)的行為方式，其關(guān)鍵技術(shù)是模糊邏輯系統(tǒng)，即使用神經(jīng)網(wǎng)絡(luò)獲取學(xué)生當(dāng)前的情感，并通過(guò)模糊算法計(jì)算出相應(yīng)的反饋策略，將反饋策略發(fā)送至教學(xué)代理，起到對(duì)學(xué)生情緒的調(diào)節(jié)。

（四）ATS情感反饋實(shí)施規(guī)則

在ATS系統(tǒng)中情感反饋實(shí)施規(guī)則的基本原理如表1所示，是通過(guò)對(duì)“效價(jià)V、喚醒A和表現(xiàn)P”進(jìn)行操作來(lái)保持投入?yún)⑴c度，以便影響投入的情感維度和行為維度，其目標(biāo)是保持高的效價(jià)（為學(xué)習(xí)者提供支持和積極的體驗(yàn)）、防止喚醒度A過(guò)高或過(guò)低（A過(guò)高→焦慮，A過(guò)低→無(wú)聊），并為學(xué)習(xí)者提供一種對(duì)任務(wù)的控制感（P），E（投入?yún)⑴c水平）由V、A和P推斷得出（2：高投入;1：一般投入;0：不投入）。IA（指示性操作）：增加或降低下一個(gè)問(wèn)題的難度級(jí)別。情感反饋規(guī)則如下：①如果情感狀態(tài)是中性的，不采取措施;②如果學(xué)習(xí)表現(xiàn)不佳，則觸發(fā)“提供調(diào)節(jié)和幫助”;③如果檢測(cè)到負(fù)面效價(jià)，則觸發(fā)情感支持;④如果檢測(cè)到高激活狀態(tài)，則給予激勵(lì)響應(yīng)。

情感反饋實(shí)施的核心原則是：如果一個(gè)輔導(dǎo)系統(tǒng)能響應(yīng)學(xué)習(xí)者的情感狀態(tài)，那么學(xué)習(xí)成果將得到有效的改善。湯普森（Thompson）和麥吉爾（McGill）[17]從三個(gè)方面（內(nèi)容知識(shí)、學(xué)習(xí)成就感知和享受度）研究情感支持對(duì)ATS系統(tǒng)有效性的貢獻(xiàn)，實(shí)驗(yàn)對(duì)象是來(lái)自澳大利亞兩所大學(xué)的使用Genetics with Jean ATS系統(tǒng)的40名學(xué)生，研究結(jié)果表明，獲得情感支持的學(xué)生在這三個(gè)方面的有效性平均水平都高于未獲得情感支持的學(xué)生，但只有在學(xué)習(xí)成就感知方面存在顯著性差異，即獲得情感支持的學(xué)生具有更高的學(xué)習(xí)成就感知能力。付華（Fwa）[18]通過(guò)實(shí)驗(yàn)組（使用情感支持的ATS系統(tǒng)）與對(duì)照組（不使用情感支持的ATS系統(tǒng)）對(duì)比實(shí)驗(yàn)研究，結(jié)果表明，完成每次編程練習(xí)所需的時(shí)間存在顯著差異，與禁用情感功能的版本相比，ATS的完整情感版本可以為學(xué)生提供更有效的輔導(dǎo)，提高了學(xué)生的效率，鍛煉了學(xué)生的毅力。另外，通過(guò)對(duì)焦點(diǎn)小組討論的分析進(jìn)一步表明，學(xué)生對(duì)ATS的學(xué)習(xí)經(jīng)歷總體上是積極的。

三、總結(jié)

ATS領(lǐng)域的研究已經(jīng)取得了許多進(jìn)展，并應(yīng)用于不同的學(xué)科教學(xué)領(lǐng)域，如數(shù)學(xué)領(lǐng)域中的Prime Climb、Easy Eve，數(shù)據(jù)庫(kù)建模的EER-Tutor，物理學(xué)中的ITSPOKE，醫(yī)學(xué)中的Edu-Affe-Mikey，工作面試準(zhǔn)備的Empathetic Companion，等等。目前ATS系統(tǒng)大多使用不同的輸入方式，內(nèi)部結(jié)構(gòu)非常復(fù)雜，本文在分析已有ATS系統(tǒng)的基礎(chǔ)上，從情感識(shí)別子系統(tǒng)、情感處理子系統(tǒng)和情感反饋?zhàn)酉到y(tǒng)三個(gè)部分描述了ATS系統(tǒng)的框架構(gòu)成，并敘述了ATS系統(tǒng)中情感反饋實(shí)施規(guī)則的基本原理，嘗試為此研究領(lǐng)域構(gòu)建一個(gè)相對(duì)完整的研究視圖。人工智能和情感計(jì)算的深入發(fā)展，將會(huì)進(jìn)一步推動(dòng)學(xué)習(xí)科學(xué)領(lǐng)域中關(guān)于如何更好地響應(yīng)學(xué)習(xí)者豐富的情感狀態(tài)的研究和應(yīng)用，更好地為學(xué)習(xí)者有效學(xué)習(xí)提供有力的支撐。

[1]DE VICENTE.Towards Tutoring Systems that Detect StudentsMoti-vation：An Investigation[D]. Edinburgh：University of Edinburgh，2003.

[2][6]DMELLO S，GRAESSER A.Autotutor and Affective Autotutor：Learning by Talking with Cognitively and Emotionally Intelligent Com-puters that Talk Back[J].ACM Transactions on Interactive Intelligent Sys-tems（S2160-6455），2012，2（4）：1–39.

[3]PEKRUN R，GOETZ T，TITZ W，et al.Academic Emotions in StudentsSelf-regulated Learning and Achievement：A Program of Qualitative and Quantitative Research[J].Educational Psychologist（S1532-6985），2002，37（2）：91–105.

[4]EFKLIDES A.Metacognition and Affect：What Can Metacognitive Ex-periences Tell Us about the Learning Process？[J].Educational Research Re-view（S1747-938X），2006，1（1）：3–14.?

[5]WOOLF B P，ARROYO I，COOPER D，et al.Affective Tutors：Automatic Detection of and Response to Student Emotion [EB/OL].（2010-05-15）[2020-11-01].https：//www.researchgate.net/profile/Ivon_Arroyo/publication/225763597_Affective_Tutors_Automatic_Detection_of_and_Response_to_Student_Emotion/links/02e7e5388addac68bf000000/Affective-Tutors-Automatic-Detection-of-and-Response-to-Student-Emotion？origin=publication_detail.

[7] LARA V R.Affectivity in Mathematical Learning：Experimental Case in University of Veracruz[D].Mexico：Universidad Autónoma de Tamau-lipas，2003.

[8]GRAESSER A C，F(xiàn)ORSYTH C M，LEHMAN B A.Two Head may Be Better than One：Learning from Computer Agents in Conversational Tri-alogues[J].Teachers College Record（S0161-4681），2017，119（3）：1–20.

[9]CABESTRERO R，QUIROS P，SANTOS O C，et al.Some Insights into the Impact of Affective Information When Delivering Feedback to? Students[J].Behaviour & Information Technology（S0144-929X），2018，37（12）：1252–1263.

[10][12]VANLEHN K，ZHANG L，BURLESON W，et al.Can a Non-cog-nitive Learning Companion Increase the Effectiveness of a Meta-cogni-tive Learning Strategy？[J].IEEE Transactions on Learning Technologies（S1939-1382），2017，3（10）：277–289.

[11]PRENDINGER H，ISHIZUKA M.Designing and Evaluating Animated Agents as Social Actors[J].IEICE Transactions on Information and Sys-tems（S1745-1361），2003，86（8）：1378–1385.

[13]JIM?NEZ S，JU?REZ-RAM?REZ R，CASTILLO V H，et al.Integrat-ing Affective Learning into Intelligent Tutoring Systems[J].Univ Access Inf Soc（S1615-5289），2018，17：679–692.

[14]BARRON-ESTRADA M L，ZATARAIN-CABADA R，HERNANDEZF G，et al.An Affective and Cognitive Tutoring System for Learning Pro-gramming[EB/OL].（2016-05-13）[2020-06-01].https：//www.researchgate.net/profile/Ramon_Zatarain_Cabada/publication/300139402_An_Affective_and_Cognitive_Tutoring_System_for_Learning_Programming/links/5735e5bf08ae298602e0972e/An-Affective-and-Cognitive-Tutoring-System-for-Learning-Programming.pdf？origin=publication_detail.

[15]AREVALILLO-HERR?EZ M，MARCO-GIM?NEZ L，ARNAU D，et al.Adding Sensor-free Intention-based Affective Support to an Intelli-gent Tutoring System[J].Knowledge-Based Systems（S0950-7051），2017，132：85-93.

[16]NOVAK D，NAGLE A，RIENER R.Linking Recognition Accuracy and User Experience in an Affective Feedback Loop[J].IEEE Transac-tions on Affective Computing（S1949-3045），2014，5（2）：168–172.

[17]THOMPSON N，MCGILL T J.Genetics with Jean：The Design，De-velopment and Evaluation of an Affective Tutoring System[J].Education Tech Research Dev（S1042-1629），2017，65：279–299.

[18]FWA H L.An Architectural Design and Evaluation of an Affective Tu-toring System for Novice Programmers[J].International Journal of Educa-tional Technology in Higher Education（S2365-9440），2018，15：38.?

（責(zé)任編輯 王策 孫志莉）