文本呈现方式对视觉舒适度的影响——基于人工智能与脑电协同的分析.pdfVIP

第 29 卷  第 1 期 开放教育研究 Vol. 29, No. 1 2023 年 2 月 Open Education Research Feb. 2023   文本呈现方式对视觉舒适度的影响 ——基于人工智能与脑电协同的分析 1 1 2 1 3 3 翟雪松　 许家奇　 陈鑫源　 楚肖燕　 李雨珊　 李　媛 （1.  浙江大学 教育学院，浙江杭州 310058；2.  浙江省教育技术中心 数字资源部，浙江杭州 310012；3.  浙江大学 外国语学院，浙江杭州 310058） [摘要]　人工智能与脑神经科学在揭示教育规律中发挥着重要作用。大量研究从理论上阐述了两者结 合的价值，但少有实证研究厘清相应的技术路径和解释方式。其原因是教育场景缺少复杂脑神经数据的智 能特征提取方案，以及适配的智能分类和预测模型。本研究以40名在线德语学习者的脑电数据集为样本， 将60个德语句子用四种媒体表征方式呈现，基于变分模态分解和样本熵的方法分析和解释学习者不同脑功 能区和波段对数字资源呈现方式对视觉舒适度影响的内在原因，并通过机器学习分类方法比较在线学习视 觉舒适度的自动识别精确度，为人工智能协同脑神经创设适宜的学习环境提供了理论基础，有助于优化学习 者脑电的智能特征提取和分类方法，为构建健康的在线学习环境提供评价策略。 [关键词]　人工智能；脑神经；在线学习；脑电分析；视觉舒适度 [中图分类号] G434　　　[文献标识码] A　　　[文章编号] 1007−2179（2023）01−0070−11   以呈现相关状态的生理过程，以及解释学习者认知、   一、引言 情感和行为变化的内在机制（郑旭东等，2020）。随 近年来，研究者围绕人工智能技术与教育场景 着脑神经科学理论的发展及脑科学分析工具的实 开展了大量交叉研究，重点聚焦人机交互数据，如 时性和便携性提高，教育神经学成为发现教育行为 资源浏览、在线讨论、课堂互动等文本和行为，利 机制的重要学术研究领域（韦钰，2022）。脑神经伴 用人工智能分类或预测算法进行学习分析，提高分 随师生行为会产生海量数据。其中，脑电数据具有 析和预测的准确性，为数据驱动的教与学提供有效 无侵入、轻量化、易采集、可视化强等特点，成为 策略（李海峰等，2022）。然而，基于文本和行为数 教育神经学的主要研究对象。然而，脑神经数据量 据的分析虽然能够客观反映学习者学习状态，但难 大、多维性强，给描述性统计提出了挑战，也为教   [收稿日期]2023-01-07　　　[修回日期]2023-01-09　　　[DOI 编码]10.13966/j.cnki.kfjyyj.2023.01.008 [基金项目] 国家自然科学基金面上项目“融合视觉健康的在线学习资源自适应表征及关键技术研究”。 [作者简介] 翟雪松，特聘研究员，博士生导师，浙江大学教育学院，研究方向：智慧学习环境、教育信息系统、教育技术与装备 （xszhai@zju.edu.cn）；许家奇，博士研究生，浙江大学教育学院，研究方向：人工智能教育应用；陈鑫源，高级工程师，浙江省教育技 术中心数字资源部副主任；楚肖燕，硕士研究生，浙江大学教育学院，研究方向：人工智能教育应用；李雨珊，博士研究生，浙江大 学外国语学院，研究方