数字化学习中从旁辅助角色研究.docVIP

数字化学习中从旁辅助角色研究 　　摘 要：数字化学习近年来迅速发展，但由于师生分离的状态导致其存在情感缺失、监控缺位的问题。本文在智能导师系统的基础上，提出了一种具有从旁辅助角色的数字化学习系统。从旁辅助角色具有相对独立的功能，运用表情识别技术获取学习者的表情信息，可以更加准确地预测学习风格，同时，通过情绪监控及时了解学习者的学习状态，给予一定的情感反馈和引导策略，可有效弥补情感缺失和监控缺位的问题，达到改善学习活动的持久性和有效性的目的。 　　关键词：数字化学习；智能导师；学生模型；学习风格；表情识别 　　中图分类号：G434 文献标志码：A 文章编号：1673-8454（2015）11-0038-05 　　一、引言 　　在教育教学活动中，良好的师生互动和情感注入必不可少，它既是教育的重要内容，同时也使知识和技能的传授更加有效。[1]传统静态的数字化学习系统，通常只是在网页上放置与课程有关的讲义、习题等学习资源，与现实的课堂教学相比，虽在一定程度上增强了学习的自主性，但由于忽视了教师在教学过程中的主导作用，学习过程放任自流，易产生盲目性，造成学生对学习感到迷茫无助、无从下手。为了弥补这一缺陷，智能导师系统应运而生，至今已有许多这方面的研究。Hossein和Maryam[2]提出了具有专家导师的数字化学习系统，可根据学习者的学习风格、能力水平等特征进行适应性教学；美国加利福尼亚大学的Johnson和Shaw提出了一种名为Adele的教学代理，具有表达知识、监控学生、提供反馈等功能；美国南加州大学开发出了名为Steve的教学代理，Steve能够在三维虚拟实验室中演示技能操作、回答学生的问题[3]；北京邮电大学的Dang等[4]人提出了一种智能导师，在虚拟实验课程中代替老师给予学生指导，该智能导师可运用自身知识库识别问题并给出解决方案；程萌萌等[5]提出了一种应用表情识别和视线跟踪技术的智能教学系统。 　　纵观以上系统，虽然对学习者的个性化学习以及在学习过程中的情感因素进行了探索研究，但仍存在一些问题亟待解决：第一，情感交互程度较低。大多数系统与学习者之间没有情感交流，对学生的回应过于冷漠。当学习者长时间面对这样一个没有情感的冷漠的计算机屏幕而感受不到师生交互的乐趣和教师情感的激励时，不仅容易对学习产生反感，影响学习效果，而且还可能危害到学习者的心理健康。[6]第二，监控缺位。对学习者进行监控主要是为了及时了解学习者的情绪变化，推断其当前学习状态，在其出现负面情绪时给予一定的干预、引导措施，并调整教学策略和进度，维持和激发学习动机，保证学习活动的持久性。 　　情感计算的提出者，美国MIT媒体实验室的Picard教授说，要让电脑更有智慧更自然地与人类互动，必须赋予电脑认识、了解、甚至表达情绪的能力。[7]由此，本文提出了一种从旁辅助角色，来帮助智能导师系统进一步实现与学习者情感交互和监控学习状态的功能。从旁辅助角色主要通过表情识别技术推断学习者的心理状态，以此作为修正学习风格、调整教学策略和采取干预手段的依据。通过了解学习者的心理状态，可以获知学习者对当前学习方案的满意度评价，即该方案是否与学习者的学习风格相适应，若不适应，就实时对学习风格进行动态修正，直至达到满意的状态。同样，根据表情信息也可推断出学习者对知识的理解、掌握情况，以及学习者当前的心理状态，决定是否调整教学进度和策略，或进行相应的干预。 　　二、从旁辅助角色 　　从旁辅助角色是以教育心理学、情绪心理学等理论为基础，采用表情识别技术，推断学习者的心理状态，帮助系统准确分析学习者的个性特征，并对不同状态下的学习者采取应对措施，不但能改善数字化学习中知识层面的个性化教学，而且可以增强情感层面的个性化教学。 　　从旁辅助角色具有一定的情感识别和处理能力，对学习者的学习活动进行监控和适时的引导。但它并不是智能导师的附加功能，而是独立于智能导师系统的存在，其自身具有完整的情感识别与应对模块，在智能导师系统进行知识教学的同时负责对学习者进行情感方面的教学辅助。 　　1.从旁辅助角色与情绪监控 　　情绪是人行为的一部分，对人类的理性思维和决策能力具有重大影响。[8]心理学家认为，情绪在学习过程中是非常重要的影响因素，与学生的认知行为联系密切。负向情绪（如紧张、抑郁、愤怒）可使知觉面变窄，思维变得迟钝，不利于学习；而正向情绪（如愉快、满意）可使知觉面变宽，思维敏捷，促进学习。[9]因此，在学习过程中及时了解学生的情绪，并针对负面情绪进行调控、干预，可以达到改善学习效果的目的。 　　情绪不但能影响人的学习活动，而且可以为教师提供重要的教学反馈。情绪的产生通常伴随着一定的外部行为，即表情。根据表情推断学习者的学习状态，获取教学反馈，是一种直接的、快捷的手段。在传