視頻課程中教育智能體的社會(huì)線索設(shè)計(jì)研究

劉清堂 巴深 余舒凡 張翼恒 張妮

[摘? ?要] 教育智能體在視頻課程中的應(yīng)用，是提升視頻課程社會(huì)交互性的有效途徑之一。然而，如何進(jìn)行社會(huì)線索的設(shè)計(jì)以滿足學(xué)習(xí)者的個(gè)性化需求，仍有待探索。研究采用內(nèi)容分析方法，梳理了33項(xiàng)實(shí)證研究中教育智能體社會(huì)線索的設(shè)計(jì)。分析結(jié)果顯示，教育智能體的社會(huì)線索整體上可劃分為動(dòng)態(tài)、靜態(tài)和語音線索三類。其中，靜態(tài)社會(huì)線索中的性別和年齡，動(dòng)態(tài)社會(huì)線索中的表情和手勢(shì)，以及語音社會(huì)線索是近十年研究關(guān)注的熱點(diǎn)。此外還發(fā)現(xiàn)，不同學(xué)習(xí)者對(duì)社會(huì)線索的感知可能存在差異，但現(xiàn)有教育智能體的設(shè)計(jì)很少將學(xué)習(xí)者的偏好納入考慮范圍內(nèi)。為了解決這一問題，文章基于內(nèi)容分析的結(jié)果，設(shè)計(jì)并實(shí)現(xiàn)了支持個(gè)性化社會(huì)線索設(shè)計(jì)與調(diào)節(jié)的教育智能體原型系統(tǒng)，為改善視頻課程中社會(huì)交互功能的設(shè)計(jì)提供了一種可行的方法。

[關(guān)鍵詞] 教育智能體; 社會(huì)線索; 個(gè)性化學(xué)習(xí); 視頻課程; 在線學(xué)習(xí)

[中圖分類號(hào)] G434? ? ? ? ? ? [文獻(xiàn)標(biāo)志碼] A

[作者簡(jiǎn)介] 劉清堂（1969—），男，湖北仙桃人。教授，博士，主要從事智能教育、學(xué)習(xí)分析及教育數(shù)據(jù)挖掘等研究。E-mail：liuqtang@mail.ccnu.edu.cn。巴深為通訊作者，E-mail：shenba@mails.ccnu.edu.cn。

一、問題的提出

近年來，在相關(guān)政策引領(lǐng)和指導(dǎo)下，我國在線教育的規(guī)模呈爆發(fā)式的增長(zhǎng)[1]?！秶抑虚L(zhǎng)期教育改革和發(fā)展規(guī)劃綱要（2010—2020年）》中提出，加強(qiáng)優(yōu)質(zhì)教育資源的開發(fā)與應(yīng)用，促進(jìn)優(yōu)質(zhì)教育資源的普及與共享，建設(shè)網(wǎng)絡(luò)教學(xué)資源體系，開發(fā)網(wǎng)絡(luò)學(xué)習(xí)課程，創(chuàng)新網(wǎng)絡(luò)教學(xué)模式，是促進(jìn)教育信息化進(jìn)程的重要手段[2]。作為在線教育的主要形式，在線視頻課程自出現(xiàn)以來，因其開放性與大規(guī)模性，受到社會(huì)各界的廣泛關(guān)注與支持[3]。而隨著關(guān)注度的提升，人們對(duì)視頻課程質(zhì)量的要求也水漲船高，僅僅錄制教師授課的視頻，將傳統(tǒng)課堂簡(jiǎn)單地“移植”到在線平臺(tái)，不僅無法滿足學(xué)習(xí)者的需求，也無法發(fā)揮出在線學(xué)習(xí)的獨(dú)特優(yōu)勢(shì)[4]。相關(guān)研究指出，視頻課程中教師的個(gè)人特點(diǎn)、授課風(fēng)格、教學(xué)行為等因素均會(huì)對(duì)學(xué)習(xí)者的學(xué)習(xí)興趣與投入度等產(chǎn)生顯著影響[3，5]。其中，教師在教學(xué)過程中所傳遞的社會(huì)線索，例如衣著、表情、動(dòng)作等，均有可能影響學(xué)習(xí)者對(duì)自身社會(huì)存在的感知，并決定他們的學(xué)習(xí)主動(dòng)性[6]。此外，不同學(xué)習(xí)者之間，因?yàn)樾詣e、個(gè)性、學(xué)業(yè)成績(jī)等方面存在差異，也可能會(huì)使他們對(duì)同樣的社會(huì)線索產(chǎn)生不同的感知。因此，基于社會(huì)認(rèn)知的視角，為了進(jìn)一步提升在線視頻課程的教學(xué)質(zhì)量，需要通過合適的方法，滿足視頻課程中學(xué)習(xí)者的個(gè)性化社會(huì)交互需求。

教育智能體（Pedagogical Agent）是呈現(xiàn)于數(shù)字化學(xué)習(xí)環(huán)境中，旨在促進(jìn)認(rèn)知學(xué)習(xí)的虛擬形象[7]。若干實(shí)證研究的結(jié)果顯示，在視頻課程中利用教育智能體傳遞社會(huì)線索，能夠顯著地提升學(xué)習(xí)者的學(xué)習(xí)動(dòng)機(jī)、學(xué)習(xí)興趣及學(xué)習(xí)表現(xiàn)等[8-10]。因此，在視頻課程中應(yīng)用教育智能體，是解決學(xué)習(xí)者對(duì)個(gè)性化社會(huì)交互需求的一種可能的方法。

二、社會(huì)線索對(duì)認(rèn)知學(xué)習(xí)的影響機(jī)制

社會(huì)代理理論（Social Agency Theory）描述了在學(xué)習(xí)材料中，教育智能體所呈現(xiàn)的社會(huì)線索對(duì)認(rèn)知學(xué)習(xí)的影響機(jī)制。社會(huì)代理理論主要包含四個(gè)部分，通過線性的因果關(guān)系組成。首先，教育智能體所呈現(xiàn)的包含社會(huì)線索的教學(xué)信息，會(huì)使學(xué)習(xí)者相信他們?cè)谂c另一個(gè)真實(shí)的人進(jìn)行交互[11]。從而學(xué)習(xí)者就會(huì)調(diào)用人際交互策略，在社會(huì)層面更加積極地參與到學(xué)習(xí)過程中。隨后，因?yàn)樵谏鐣?huì)交互中，雙方存在著一種共識(shí)，即說話方會(huì)為了促進(jìn)傾聽方的理解，而盡可能準(zhǔn)確、相關(guān)、簡(jiǎn)潔地傳遞信息[12]。與此同時(shí)，傾聽方會(huì)在這種社會(huì)共識(shí)的驅(qū)動(dòng)下，更加主動(dòng)地參與到信息處理的過程中。最后，因?yàn)閷W(xué)習(xí)者主動(dòng)地參與到了信息的處理過程中，他們通常也會(huì)獲得更好的學(xué)習(xí)效果[13]。反之，若教學(xué)信息中不包含社會(huì)線索，則不會(huì)發(fā)生以上的過程。圖1呈現(xiàn)了包含社會(huì)線索的教學(xué)信息對(duì)認(rèn)知學(xué)習(xí)的作用機(jī)制。

盡管社會(huì)代理理論認(rèn)為教學(xué)信息中的社會(huì)線索可以通過提升學(xué)習(xí)者的社會(huì)存在感，從而達(dá)到學(xué)習(xí)效果提升的目的。但是部分實(shí)證研究的結(jié)果表明，教育智能體的社會(huì)線索并非在任何條件下都可以產(chǎn)生積極的效果。此外，近年來的實(shí)證研究普遍關(guān)注于教育智能體的設(shè)計(jì)，而很少有研究關(guān)注學(xué)習(xí)者之間的差異對(duì)他們的社會(huì)存在感及學(xué)習(xí)效果產(chǎn)生的影響[7]。因此，文章對(duì)近年來文獻(xiàn)中關(guān)注的教育智能體社會(huì)線索進(jìn)行了系統(tǒng)的梳理，深入分析了學(xué)習(xí)者差異對(duì)社會(huì)線索感知的影響。

三、教育智能體社會(huì)線索分類框架構(gòu)建

在教育智能體的實(shí)證研究中，研究者主要通過實(shí)驗(yàn)研究的方法，探討一到兩種社會(huì)線索對(duì)認(rèn)知學(xué)習(xí)的影響。在他們的研究報(bào)告中，均會(huì)有專門的部分介紹對(duì)應(yīng)研究中教育智能體社會(huì)線索的設(shè)計(jì)方法。因此，文章選用內(nèi)容分析法，抽取實(shí)證研究中教育智能體社會(huì)線索的設(shè)計(jì)部分，分析并建立教育智能體社會(huì)線索的分類框架。

（一）數(shù)據(jù)的收集整理

文章選取的數(shù)據(jù)樣本為2011至2019年間，同行評(píng)審的教育智能體實(shí)證研究文獻(xiàn)。同行評(píng)審論文是研究者們的主要交流渠道，具有一定的代表性與嚴(yán)謹(jǐn)性。數(shù)據(jù)的采集過程與研究者前期的研究一致[7]，研究者以教育智能體的常用英文翻譯“Pedagogical Agent”及其他變式和近義詞為關(guān)鍵詞，并用“Education”“Learning”等關(guān)鍵詞限定其教育應(yīng)用場(chǎng)景，在“Web of Science”“Elsevier Science Direct”“Cambridge Science Abstracts”和“Engineering Compendex”四個(gè)較為權(quán)威的數(shù)據(jù)庫中，檢索2011至2019年間同行評(píng)審的期刊論文。

為了確保檢索得到的文獻(xiàn)與文章的主題一致，研究者進(jìn)行了兩輪篩選與整理工作。首先，研究者通過閱讀文獻(xiàn)的題目與摘要，篩去與研究主題明顯無關(guān)的文獻(xiàn)。然后，研究者下載了余下文獻(xiàn)的全文，并進(jìn)行第二輪篩選。在閱讀文獻(xiàn)過程中發(fā)現(xiàn)，教育智能體的實(shí)證研究普遍關(guān)注教育智能體認(rèn)知功能與社會(huì)功能的設(shè)計(jì)。結(jié)合文章的主題，研究者最后保留了33篇文獻(xiàn)，并整理出其中描述教育智能體社會(huì)線索設(shè)計(jì)的部分。

（二）數(shù)據(jù)的編碼標(biāo)注

對(duì)于檢索得到的33篇文獻(xiàn)，研究者從中抽取出描述教育智能體社會(huì)線索設(shè)計(jì)的部分，對(duì)社會(huì)線索的類型和呈現(xiàn)形式進(jìn)行了標(biāo)注與整理。結(jié)果發(fā)現(xiàn)，近年來教育智能體的相關(guān)研究所討論的社會(huì)線索包括：性別、種族、年齡、衣著、形象、表情、眼神、手勢(shì)、姿態(tài)及聲音。而以上社會(huì)線索的主要呈現(xiàn)方式可以分為圖像和語音。其中，多數(shù)研究主要關(guān)注以圖像方式呈現(xiàn)教育智能體的社會(huì)線索。

（三）社會(huì)線索分類框架構(gòu)建

因?yàn)橐延醒芯可形瘁槍?duì)教育智能體的社會(huì)線索擬定分類，所以文章在對(duì)檢索得到的文獻(xiàn)進(jìn)行描述分析的過程中，根據(jù)各研究所描述的教育智能體社會(huì)線索，通過一種“無監(jiān)督”的方式逐步建立了社會(huì)線索的分類結(jié)構(gòu)。研究發(fā)現(xiàn)，近十年來教育智能體的研究中，重點(diǎn)關(guān)注的社會(huì)線索主要可分為靜態(tài)社會(huì)線索、動(dòng)態(tài)社會(huì)線索及語音社會(huì)線索三大類。對(duì)于靜態(tài)社會(huì)線索，研究者主要關(guān)注教育智能體的性別、種族、年齡、衣著及該角色的形象對(duì)學(xué)習(xí)的影響;對(duì)于動(dòng)態(tài)線索，研究者主要關(guān)注教育智能體的表情、眼神、手勢(shì)和軀體的姿態(tài)對(duì)學(xué)習(xí)的影響;對(duì)于語音社會(huì)線索，研究者主要關(guān)注人類聲音與機(jī)器合成的聲音對(duì)學(xué)習(xí)的影響，完整的分類框架如圖2所示。

1. 靜態(tài)社會(huì)線索

教育智能體的靜態(tài)社會(huì)線索，主要指呈現(xiàn)于數(shù)字學(xué)習(xí)環(huán)境中虛擬角色的靜態(tài)特征。因?yàn)榻逃悄荏w通常是以人類或擬人化的角色出現(xiàn)，所以大部分研究都關(guān)注于教育智能體的擬人特征對(duì)認(rèn)知學(xué)習(xí)的影響。在Veletsianos等人的一項(xiàng)研究中，79名大學(xué)生被試被分為四組分別觀看一段視頻課程。該實(shí)驗(yàn)研究的自變量為視頻課程中教育智能體的形象和視頻課程的內(nèi)容。該研究的結(jié)果表明，學(xué)習(xí)者對(duì)教育智能體的外在特征存在著固有印象（Stereotype），即特定性別、種族或者年齡的教育智能體可能會(huì)更加符合學(xué)習(xí)者的認(rèn)知，從而與學(xué)習(xí)者產(chǎn)生更加自然的社會(huì)交互，提升學(xué)習(xí)者的社會(huì)存在感[14]。特征相似性理論也提出，當(dāng)學(xué)習(xí)場(chǎng)景中存在著與學(xué)習(xí)者在個(gè)人特征上相似的社會(huì)榜樣時(shí)，學(xué)習(xí)者的自我效能感會(huì)得到顯著的增強(qiáng)，他們的學(xué)習(xí)表現(xiàn)也會(huì)因此而提升[15]。另一方面，Kim與Wei開展的一項(xiàng)研究探討了學(xué)習(xí)者的屬性對(duì)他們選擇教育智能體的影響，以及他們對(duì)教育智能體感知的影響。該研究選取了210名高中男生與女生，他們中包括白人與西班牙裔人種。該研究發(fā)現(xiàn)，學(xué)習(xí)者更傾向于和他們性別、種族相同的教育智能體[16]。但是在另一項(xiàng)研究中，Shiban等人選取了大學(xué)生作為樣本，研究教育智能體的性別、形象等因素是否會(huì)對(duì)學(xué)習(xí)者產(chǎn)生影響。該研究的結(jié)果顯示，與女性智能體相比，男性智能體對(duì)學(xué)習(xí)者的動(dòng)機(jī)或者學(xué)習(xí)表現(xiàn)均沒有顯著的影響[17]。因此，文章認(rèn)為以上研究產(chǎn)生不同結(jié)果的原因之一，可能是學(xué)習(xí)者對(duì)教育智能體靜態(tài)社會(huì)線索的感知會(huì)由于個(gè)體的差異而不同。也就是說，若教育智能體的靜態(tài)社會(huì)線索可以滿足學(xué)習(xí)者的個(gè)性化需求，那么可能會(huì)對(duì)學(xué)習(xí)產(chǎn)生更加積極的影響。

2. 動(dòng)態(tài)社會(huì)線索

教育智能體的動(dòng)態(tài)社會(huì)線索，主要指教育智能體與學(xué)習(xí)者、學(xué)習(xí)環(huán)境或者學(xué)習(xí)內(nèi)容進(jìn)行交互時(shí)，所表現(xiàn)出的動(dòng)態(tài)擬人特征，例如面部表情、眼神的變化以及身體的動(dòng)作等。情感反饋理論（Emotional Response Theory）提出，學(xué)習(xí)者的情感狀態(tài)會(huì)對(duì)他們的選擇產(chǎn)生影響。當(dāng)學(xué)習(xí)者處于較為積極的情感狀態(tài)時(shí)，他們會(huì)更加愿意進(jìn)行學(xué)習(xí)，并與學(xué)習(xí)內(nèi)容及教師產(chǎn)生交互。反之，消極的情緒會(huì)降低學(xué)習(xí)者參與學(xué)習(xí)活動(dòng)的意愿[18]。因此，基于該理論可以推斷，當(dāng)教育智能體表現(xiàn)出積極的社會(huì)線索時(shí)，會(huì)使學(xué)習(xí)者感知到他們?cè)谂c一個(gè)生動(dòng)、豐富的社會(huì)對(duì)象進(jìn)行交互。那么，學(xué)習(xí)者也更加可能受其感染而產(chǎn)生積極的情緒，從而提升參與學(xué)習(xí)的意愿與主動(dòng)性。例如在Liew等人于2017年開展的一項(xiàng)研究中，72名大一的學(xué)生被分成兩組，分別與一個(gè)呈現(xiàn)積極情緒的教育智能體和一個(gè)呈現(xiàn)中性情緒的教育智能體進(jìn)行交互。研究結(jié)果表明，具有積極情緒的教育智能體顯著增強(qiáng)了學(xué)習(xí)者的情緒、內(nèi)在動(dòng)機(jī)和學(xué)習(xí)效果[8]。但是，若學(xué)習(xí)者受教育智能體所傳遞的社會(huì)線索影響產(chǎn)生消極情緒，則會(huì)抑制他們的學(xué)習(xí)。例如在Liew等人于2016年的研究中，107名大一學(xué)生同樣被分為兩組，分別與一個(gè)具有積極情緒和中性情緒的教育智能體進(jìn)行交互。但該研究發(fā)現(xiàn)，教育智能體的積極情緒被學(xué)習(xí)者認(rèn)為是一種虛偽的表現(xiàn)，導(dǎo)致該組中的學(xué)習(xí)者沒有表現(xiàn)出比中性組的學(xué)習(xí)者更好的學(xué)習(xí)效果[19]。

此外，從認(rèn)知負(fù)荷的視角來看，設(shè)計(jì)不合理的動(dòng)態(tài)社會(huì)線索也有可能會(huì)對(duì)學(xué)習(xí)產(chǎn)生負(fù)面的影響。認(rèn)知負(fù)荷理論指出，學(xué)習(xí)者用以處理信息的工作負(fù)荷是有限的[20]。在學(xué)習(xí)過程中，若教育智能體表現(xiàn)出一定的動(dòng)態(tài)社會(huì)線索，那么學(xué)習(xí)者勢(shì)必會(huì)分配部分注意力用以處理這些信息，從而導(dǎo)致外部認(rèn)知負(fù)荷的提升。但因?yàn)椴煌瑢W(xué)習(xí)者處理信息的能力有所差異，所以在視頻課程中動(dòng)態(tài)線索的使用也需要因人而異[21]。綜上所述，雖然教育智能體的動(dòng)態(tài)社會(huì)線索有可能會(huì)對(duì)學(xué)習(xí)產(chǎn)生積極的影響，但根據(jù)相關(guān)理論及實(shí)證研究可知，動(dòng)態(tài)社會(huì)線索的設(shè)計(jì)也需要綜合考慮學(xué)習(xí)者的特征，否則可能會(huì)產(chǎn)生與預(yù)期相反的效果。

3. 語音社會(huì)線索

教育智能體的語音社會(huì)線索是信息傳遞時(shí)，語音通道中所包含的信息。語音社會(huì)線索近期的研究主要關(guān)注人類語音與機(jī)器合成語音間的差異。在2017年之前，研究者普遍認(rèn)為機(jī)器合成語音的質(zhì)量距離人類真實(shí)的語音還有一定的差距，人類語音可以使學(xué)習(xí)者產(chǎn)生更高的社會(huì)存在感，進(jìn)而取得更好的學(xué)習(xí)效果，該理論也被稱為語音效應(yīng)（Voice Effect）[22]。隨著近年來語音合成技術(shù)的迅速發(fā)展，研究者也開始重新審視這一結(jié)論。在Craig與Schroeder開展的一項(xiàng)實(shí)證研究中，140名被試被分為三組，分別與具有經(jīng)典語音、現(xiàn)代語音和人類語音的教育智能體進(jìn)行交互。其中經(jīng)典語音是指由傳統(tǒng)的語音合成引擎合成的語音，而現(xiàn)代語音來自最新的語音合成引擎。該實(shí)驗(yàn)的結(jié)果顯示，分配在現(xiàn)代語音組的學(xué)習(xí)者取得了比另外兩組都顯著的學(xué)習(xí)表現(xiàn)，并且學(xué)習(xí)者認(rèn)為現(xiàn)代語音與人類語音具有相同的可信度和促進(jìn)學(xué)習(xí)的效果[23]。為了進(jìn)一步研究語音線索的影響，Craig與Schroeder在后續(xù)研究中隱藏了教育智能體的虛擬形象，僅對(duì)比經(jīng)典語音、現(xiàn)代語音和人類語音對(duì)學(xué)習(xí)的影響。該研究的結(jié)果表明，現(xiàn)代語音組的學(xué)習(xí)者與人類語音組的學(xué)習(xí)者在學(xué)習(xí)表現(xiàn)上沒有顯著差異，而這兩組中學(xué)習(xí)者的表現(xiàn)均顯著優(yōu)于經(jīng)典語音組的學(xué)習(xí)者[24]。因此，綜合近期實(shí)證研究的結(jié)果可以推斷，現(xiàn)代語音合成引擎可以作為一種新的方式，為視頻課程中的教育智能體配音。該方式的優(yōu)勢(shì)在于，語音合成引擎可以按照教學(xué)設(shè)計(jì)者的需求靈活地調(diào)整語速、音調(diào)等參數(shù)，使之與教學(xué)內(nèi)容及學(xué)習(xí)者的個(gè)人偏好更加匹配，而避免了反復(fù)錄制的繁雜工作。

四、支持個(gè)性化社會(huì)線索設(shè)計(jì)的教育智能體原型系統(tǒng)

通過對(duì)教育智能體社會(huì)線索相關(guān)實(shí)證研究的討論，文章發(fā)現(xiàn)學(xué)習(xí)者的個(gè)人特征與他們對(duì)社會(huì)線索的偏好有一定的聯(lián)系。例如，學(xué)習(xí)者傾向于與他們年齡、性別及種族相似的教育智能體[14];學(xué)習(xí)者個(gè)人情感狀態(tài)會(huì)影響教育智能體情感干預(yù)的效果[25];學(xué)習(xí)者信息處理的能力也決定著社會(huì)線索對(duì)認(rèn)知學(xué)習(xí)的影響[21]。由此可以推斷，在視頻課程中，為了充分發(fā)揮教育智能體社會(huì)線索的積極作用，其設(shè)計(jì)與呈現(xiàn)方式需要考慮學(xué)習(xí)者的個(gè)性化需求。但是，在當(dāng)前的視頻課程或?qū)嵶C研究中，無論是教師錄像或者是教育智能體，其社會(huì)線索表達(dá)均是統(tǒng)一設(shè)定、不支持個(gè)性化調(diào)節(jié)的。因此，針對(duì)這一實(shí)際問題，文章面向在線視頻學(xué)習(xí)環(huán)境，提出了支持個(gè)性化社會(huì)線索設(shè)計(jì)的教育智能體原型系統(tǒng)。

（一）設(shè)計(jì)框架

在普通視頻課程學(xué)習(xí)平臺(tái)的基礎(chǔ)上，原型系統(tǒng)不僅增加了教育智能體，同時(shí)也將教育智能體的選擇與設(shè)計(jì)向?qū)W習(xí)者開放。學(xué)習(xí)者每次進(jìn)行學(xué)習(xí)時(shí)，可以按照自己的需求創(chuàng)建視頻課程中的虛擬形象，或者對(duì)學(xué)習(xí)歷史中使用過的形象進(jìn)行編輯與修改。依據(jù)上文所述，教育智能體的社會(huì)線索主要分為三個(gè)方面：靜態(tài)、動(dòng)態(tài)和語音社會(huì)系統(tǒng)。因此，原型系統(tǒng)也將教育智能體的設(shè)計(jì)過程劃分為三個(gè)部分，詳細(xì)過程如圖3所示。

第一步，學(xué)習(xí)者選擇教育智能體的靜態(tài)社會(huì)線索，包括教育智能體的角色、呈現(xiàn)方式、呈現(xiàn)的位置與大小。角色的選擇中，原型系統(tǒng)為學(xué)習(xí)者提供了若干種類型的角色選項(xiàng)，既有仿真度高的類人形象，也有卡通化的類人形象，還包含擬人化的動(dòng)物形象。類人形象在性別、種族、年齡等參數(shù)上也提供了豐富的選擇。學(xué)習(xí)者可以按照課程內(nèi)容選擇適合自己的角色作為教師形象出現(xiàn)在視頻課程中。呈現(xiàn)方式的選擇中，學(xué)習(xí)者可以決定視頻課程中出現(xiàn)教育智能體的頭部、上半身或全身形象。呈現(xiàn)的位置和大小選項(xiàng)決定了教育智能體在視頻課程中出現(xiàn)的位置和占據(jù)屏幕的尺寸。

第二步，學(xué)習(xí)者選擇教育智能體的動(dòng)態(tài)社會(huì)線索，包括眼部和頭部動(dòng)作、面部表情和手勢(shì)動(dòng)作。教育智能體的眼部與頭部動(dòng)作包括向不同方向的轉(zhuǎn)動(dòng)，能夠隨著課程的進(jìn)行與學(xué)習(xí)者或?qū)W習(xí)內(nèi)容產(chǎn)生一定的交互。眼部與頭部的動(dòng)作由教學(xué)設(shè)計(jì)者在課程開發(fā)時(shí)提前設(shè)計(jì)完成，學(xué)習(xí)者可以選擇教育智能體表現(xiàn)預(yù)設(shè)的頭部和眼部動(dòng)作，或選擇讓其保持靜止面向前方的狀態(tài)，以減少不必要的干擾。教育智能體的面部表情可以表達(dá)9種不同的情緒，旨在增強(qiáng)學(xué)習(xí)者的情感存在。面部表情也由教學(xué)設(shè)計(jì)者提前預(yù)設(shè)，學(xué)習(xí)者亦可選擇讓教育智能體保持中性的面部表情。教育智能體的手勢(shì)動(dòng)作包括兩種，第一種是指向性手勢(shì)，主要可用于引導(dǎo)學(xué)習(xí)者注意到某一幀畫面中的重點(diǎn)內(nèi)容，降低無關(guān)信息的干擾;第二種手勢(shì)為形象手勢(shì)，主要用于形象地傳遞某種特定的含義。學(xué)習(xí)者可以選擇讓教育智能體表現(xiàn)完整的手勢(shì)動(dòng)作，或表現(xiàn)其中一種手勢(shì)，或不表現(xiàn)任何手勢(shì)動(dòng)作。

第三步，學(xué)習(xí)者選擇教育智能體的語音社會(huì)線索。學(xué)習(xí)者可以根據(jù)自己選擇的角色，從6種語音類型中選擇適合的語音。然后，學(xué)習(xí)者還可以對(duì)所選語音的語速和語調(diào)進(jìn)行調(diào)節(jié)。完成教育智能體的設(shè)計(jì)后，學(xué)習(xí)者可將自己的選擇保存下來，作為再次進(jìn)行學(xué)習(xí)時(shí)的默認(rèn)選項(xiàng)。課程結(jié)束后，原型系統(tǒng)將引導(dǎo)學(xué)習(xí)者對(duì)學(xué)習(xí)體驗(yàn)與教育智能體進(jìn)行評(píng)價(jià)，為日后的研究分析工作提供數(shù)據(jù)基礎(chǔ)。

（二）實(shí)現(xiàn)方法

該教育智能體原型系統(tǒng)利用Media Semantics公司所提供的Character API服務(wù)，基于JavaScript構(gòu)建了可應(yīng)用于在線視頻學(xué)習(xí)平臺(tái)的教育智能體工具。Character API是一款基于RESTful框架的云端角色動(dòng)畫仿真服務(wù)軟件。該軟件主要面向Web開發(fā)者，借助云計(jì)算、邊緣緩存、CSS或WebGL等技術(shù)，為開發(fā)者提供了樣式豐富、操作靈活的虛擬仿真形象。因?yàn)樘摂M角色的控制可全部通過JavaScript編碼完成，該API不僅降低了開發(fā)的難度，提升了形象控制的靈活性，同時(shí)也保證了虛擬形象與現(xiàn)有眾多視頻學(xué)習(xí)平臺(tái)的兼容性，以及與課程內(nèi)容的可交互性。

五、結(jié)? ?語

在線視頻課程作為一種創(chuàng)新的教學(xué)方式，對(duì)教育公平與開放的實(shí)現(xiàn)具有十分重要的意義。為了充分發(fā)揮在線平臺(tái)的優(yōu)勢(shì)，避免簡(jiǎn)單地復(fù)制、搬運(yùn)傳統(tǒng)課堂，研究者們應(yīng)以教學(xué)、認(rèn)知理論為基礎(chǔ)，合理運(yùn)用教育技術(shù)手段，提升在線視頻課程的教學(xué)質(zhì)量。針對(duì)在線視頻課程中社會(huì)交互不足這一核心問題，文章首先分析了社會(huì)線索對(duì)認(rèn)知學(xué)習(xí)的作用機(jī)制，發(fā)現(xiàn)合理的社會(huì)線索可以提升學(xué)習(xí)者的社會(huì)存在感，從而達(dá)到促進(jìn)主動(dòng)學(xué)習(xí)的效果。隨后，文章通過內(nèi)容分析的方法，對(duì)已有文獻(xiàn)中教育智能體的社會(huì)線索進(jìn)行了梳理，并建立了社會(huì)線索的分類框架，發(fā)現(xiàn)教育智能體的社會(huì)線索包括靜態(tài)、動(dòng)態(tài)和語音社會(huì)線索三大類。同時(shí)，內(nèi)容分析也發(fā)現(xiàn)，不同的學(xué)習(xí)者由于個(gè)人屬性的差異，對(duì)相同社會(huì)線索的感知也存在著區(qū)別。因此，文章認(rèn)為在線視頻課程應(yīng)借助教育智能體，為學(xué)習(xí)者提供個(gè)性化的社會(huì)線索，以最優(yōu)化社會(huì)交互對(duì)學(xué)習(xí)的促進(jìn)作用，并降低其干擾。因此，文章基于內(nèi)容分析的結(jié)果，設(shè)計(jì)并實(shí)現(xiàn)了支持個(gè)性化社會(huì)線索設(shè)計(jì)的教育智能體原型系統(tǒng)，為實(shí)現(xiàn)視頻課程中個(gè)性化的社會(huì)交互提供了一種可行的途徑。

[參考文獻(xiàn)]

[1] 中商產(chǎn)業(yè)研究院. 2019年中國在線教育市場(chǎng)預(yù)測(cè)：用戶規(guī)模或?qū)⑼黄?億人[EB/OL]. （2019-05-06）[2020-02-12]. http：//www.askci.com/news/chanye/20190506/0932431145754.shtml.

[2] 中華人民共和國教育部. 國家中長(zhǎng)期教育改革和發(fā)展規(guī)劃綱要（2010—2020年）[EB/OL].（2010-07-29）[2020-02-12]. http：//www.gov.cn/jrzg/2010-07/29/content_1667143.htm.

[3] 王萍. 人工智能在教育視頻中的應(yīng)用分析與設(shè)計(jì)[J]. 電化教育研究，2020，41（3）：93-100，121.

[4] 楊九民，李麗，劉曉莉，朱芳芳，高姝睿，皮忠玲. 在線開放課程中的交互設(shè)計(jì)及其應(yīng)用現(xiàn)狀分析[J].電化教育研究，2018，39（11）：61-68.

[5] 楊九民，吳長(zhǎng)城，皮忠玲，謝和平. 促進(jìn)學(xué)習(xí)還是干擾學(xué)習(xí)——彈幕對(duì)學(xué)習(xí)影響的元分析[J].電化教育研究，2019，40（6）：84-90，120.

[6] MAYER R E. The Cambridge handbook of multimedia learning[M]. Cambridge： Cambridge University Press， 2005.

[7] 劉清堂，巴深，羅磊，張翼恒，吳林靜. 教育智能體對(duì)認(rèn)知學(xué)習(xí)的作用機(jī)制研究述評(píng)[J]. 遠(yuǎn)程教育雜志，2019，37（5）：35-44.

[8] LIEW T W， ZIN N A M， SAHARI N. Exploring the affective， motivational and cognitive effects of pedagogical agent enthusiasm in a multimedia learning environment[J]. Human-centric computing and information sciences， 2017， 7（1）： 9.

[9] DINER S， DOANAY A. The effects of multiple-pedagogical agents on learners' academic success， motivation， and cognitive load[J]. Computers & education， 2017， 111：74-100.

[10] VAN DER MEIJ H， VAN DER MEIJ J， HARMSEN R. Animated pedagogical agents effects on enhancing student motivation and learning in a science inquiry learning environment[J]. Educational technology research and development， 2015， 63（3）： 381-403.

[11] KLOWAIT N. The quest for appropriate models of human-likeness： anthropomorphism in media equation research[J]. AI & society， 2018， 33（4）： 527-536.

[12] MILLER E K， BUSCHMAN T. Working memory capacity： limits on the bandwidth of cognition[J]. Daedalus， 2015， 144（1）：112-122.

[13] MAYER R E. Using multimedia for e-learning[J]. Journal of computer assisted learning， 2017， 33（5）： 403-423.

[14] VELETSIANOS G. Contextually relevant pedagogical agents： visual appearance， stereotypes， and first impressions and their impact on learning[J]. Computers & education， 2010， 55（2）： 576-585.

[15] BANDURA A. Self-efficacy： the exercise of control[M]. New York： W.H. Freeman， 1997.

[16] KIM Y， WEI Q. The impact of learner attributes and learner choice in an agent-based environment[J]. Computers & education， 2011， 56（2）： 505-514.

[17] SHIBAN Y， SCHELHORN I， JOBST V， H？魻RNLEIN A， PUPPE F， PAULI P， M？譈HLBERGER A. The appearance effect： influences of virtual agent features on performance and motivation[J]. Computers in human behavior， 2015，49： 5-11.

[18] MEHRABIAN A. Nonverbal communication[M]. New Jersey： Transaction Publishers，1972.

[19] LIEW T W， ZIN N A M， SAHARI N， TAN S M. The effects of a pedagogical agent's smiling expression on the learner's emotions and motivation in a virtual learning environment[J]. The international review of research in open and distributed learning， 2016， 17（5）： 248-266.

[20] SWELLER J. Cognitive load theory， learning difficulty， and instructional design[J]. Learn instr， 1994（4）： 295-312.

[21] SWELLER J. Cognitive load theory and educational technology[J]. Educational technology research and development，2020，68（1）：1-16.

[22] MAYER R E. Principles based on social cues in multimedia learning： personalization， voice， image， and embodiment principles[M]// In The Cambridge handbook of multimedia learning （2nd ed.）（pp. 345-368.）. New York， NY： Cambridge University Press， 2014.

[23] CRAIG S D， SCHROEDER N L. Reconsidering the voice effect when learning from a virtual human[J]. Computers & education， 2017， 114： 193-205.

[24] CRAIG S D， SCHROEDER N L. Text-to-speech software and learning： investigating the relevancy of the voice effect[J]. Journal of educational computing research， 2019， 57（6）： 1534-1548.

[25] KIM Y， THAYNE J， WEI Q. An embodied agent helps anxious students in mathematics learning[J]. Educational technology research and development， 2017，65（1）： 219-235.