基于情感识别的自适应多Agent虚拟ICAI系统的研究

传统的虚拟智能计算机辅助教学系统(ICAI)未考虑学习者在学习过程中的情感和教学过程中的交互。针对这个问题,提出一种基于情感识别的自适应多Agent虚拟ICAI系统,并给出了其模型框架图,用多Agent技术实现各模块的主要功能,结合微表情识别技术和适应性教学理论,提出识别学习者的微表情来诊断情感状态,并对学习者的情感状态做出适应性的反应,从而实现辅助虚拟教学中的情感交流和自动交互。     

社交学习网络中基于学习认知的情感交互研究

在分析社交学习网络特点的基础上,文章探讨了情感识别与学习者学习状态之间的关系;通过将学习者脸部表情、眼动、人体姿态与情感图文等多模情感作为识别的指标,并结合学习者的学习认知状态和学习行为,构建了社交学习网络情感交互模型。该模型可以促进学习者的认知发展,支持大规模的远程学习;也可以对社交学习网络进行更好的监督与指导,为该网络在学习上的应用提供新思路与新方法。     

应用表情识别与视线跟踪的智能教学系统研究

学习者的面部表情是教师获得教学反馈信息的重要来源之一。表情识别利用计算机识别人脸表情,了解人的心理状态;视线跟踪则根据眼睛的特征和位置来判别注视的区域。二者的结合可以较好地弥补远程学习者对学习内容的表情反馈信息缺失方面的不足。但国内尚未查到将表情识别与视线跟踪相结合作为表情反馈信息收集方法的公开文献。为此,文中提出基于表情识别和视线跟踪技术的智能教学系统结构模型;构建学习相关表情库的方案;并设计表情识别与视线跟踪相结合获取反馈信息的技术框架。     

教学动画情绪设计对认知加工影响的实证研究

情绪是整体学习不可或缺的一部分。文章从拟人化程度、表情丰富程度两类情绪设计元素出发,探究教学动画情绪设计对学习者认知加工过程与学习效果的影响,并借助眼动追踪技术,记录和揭示学习者整个学习过程的潜在认知方式。通过眼动追踪与实验分析发现:诱发学习者较高积极情绪的是拟人化且表情丰富设计,而拟人化不能单独诱发积极情绪,只有与表情丰富度相结合才能诱发积极情绪;促使学习者认知加工投入最高的是高拟人表情丰富设计,其次分别是低拟人表情丰富设计、高拟人表情单一设计和低拟人表情单一设计;促进学习者认知迁移的是表情丰富度设计、拟人化设计。研究结论对教学动画设计开发实践具有一定的参考价值。     

在线学习系统中情感识别模块的设计与实现

针对目前在线学习中存在的“情感缺失”现象,该文结合建构主义、后现代主义教育理论的思想,提出一种具有情感状态评价和教学流程再造功能的在线学习系统模型.本原型系统利用表情识别和疲劳状态检测等技术设计并实现了情感识别模块,该模块注重教学过程中学习者的情绪情感,较好的实现了情感状态评价功能,增强了在线学习环境中的情感互动,为在线学习系统动态地进行教学流程再造提供了技术支撑.     

远程教育中的情感交互：问题与策略——基于远程学习者的实证研究

良好的情感交互状态和较强的心理归属感将会有力促进远程学习者的学习效率。通过对上海电视大学青浦分校远程学习者的实证调查发现,目前远程学习者的学习情感交互状态比较好,但不同性别、年级、专业的学习者在体验性情感交互、网络课程学习交互、与学习促进者交互等方面分别存在显著性差异,尤其是体验性情感交互状态不佳。针对存在的问题,必须采取将情感交互确立为远程教学的目标之一;发挥学习促进者的情感支持作用;激发学生学习的自主性,增强情感性学习体验;加强职业规划教育和指导以及设立心理咨询服务等有效策略,以增进学习者的情感交互和增强学习者的心理归属感。     

智慧学习环境中基于面部表情的情感分析

情感与认知加工之间存在着密不可分的联系,学习过程中的情感状态对学习效果有一定的影响。在智慧学习环境中实现学习者情感分析,有利于促进智慧学习的发生。表情作为人类情感表达的主要方式,其中蕴含了大量有关内心情感变化的信息,通过面部表情人们可以推断内心微妙的情感状态。目前,人脸检测技术已经实现了从复杂背景中定位人脸,分类算法也相对成熟,因此表情识别的研究工作主要集中在表情特征提取上,而现有研究基本上都是基于人脸与表情的混合特征进行的识别,这产生了较大的干扰。在表情识别时,理想情况是将个体相关的人脸特征和与个体无关的表情特征相分离。依据心理学家Ekman提出的FACS(面部表情编码系统)构建的智慧学习环境下基于面部表情识别的情感分析框架,通过特征分解将个体特征及表情特征分解到不同的子空间,在表情子空间中进行表情识别,从而排除个体特征对表情识别的干扰。经JAFFE表情库的验证,表情识别结果比较理想,已在三维虚拟学习平台Magic Learning的师生情感交互子系统上实现了基于面部表情的学习者情感识别及情感干预。     

基于图像分析的教育视觉情感识别

情感识别是情感计算的基础,为了促进视觉情感识别技术与教育的深度融合,文章定义了教育视觉情感识别的概念,随后从技术视角分析了面部表情识别和肢体动作识别的三方面内容,即特征提取方法、分类器算法和常用数据库。此外,文章构建了双模态教育视觉情感识别模型,以解决单一模态的情感特征不能充分表达学习者学习情感信息的问题。期望这种更全面的模型,能为未来教育领域学习者情感识别研究提供参考。     

脑机接口技术支持学习情感识别的应用框架及反思

人工智能技术支持下的学习情感识别在教育教学研究中至关重要,能够促进教育教学策略的改进。脑机接口技术作为人工智能技术的一项重要应用,已成为情感识别领域研究热点之一。文章分析了脑机接口技术支持学习情感识别的发展动因,进而构建包括数据处理、情感表达与教学调控三个过程的脑机接口技术支持学习情感识别的应用框架,探讨了脑机接口技术在学习情感识别领域仍面临的技术鸿沟、伦理挑战与学习者的主观偏见等局限。最后提出未来脑机接口支持下的学习情感识别可从强化技术融合、发展以人为本为导向的设计,以及尊重学习者的主观需求等方面进行改进,从而保证脑机接口技术支持学习情感识别应用的可行性,并综合衡量学习状态,拓展其在教育领域的应用与创新。     

个性化学习资源推荐中文本情感识别的作用及关键技术

基于数据智能分析的学习资源推送是精准支持个性化学习的教学服务方式之一。随着人工智能技术和学习分析技术的发展，通过对行为数据、测评数据和日志数据等的分析进行资源推送虽已有较成功应用，但未能实现学习者个人情感状态为引导的资源推送。为此，该研究针对个性化学习资源推荐中情感价值、情感控制理论和实践的缺失，以实现个性化学习多维度情感识别为目标，采用BERT模型和TextCNN构建个性化学习资源推荐文本情感识别模型，并提出了基于学习者作业、论坛内容等的文本情感识别模型实现过程。学习资源推荐文本情感识别模型和实现过程可为真实应用提供方法支持和技术路线指引。     

人机交互过程中远程学习者情感检测的设计与应用研究

远程学习环境下学习过程中的人机交互和情感检测是一项重要的课题。在教育代理应用的基础上,对学习者的情感检测模型和检测的整体架构进行设计,通过对教育代理与学习者之间情感信息的提取、分析,完成对学习者的个性学习监控,界定学习者的情感态度、认知状态和学习偏好,在情感检测结果基础上利用自动生成课程工具实现对学习者的个性化学习资源服务,以改善远程学习中的人机交互现状并提高整体学习效果。     

教学视频中线索类型与学习者先前知识经验对学习的交互影响

教学视频因其多通道展现教学内容的特性而成为数字化学习资源的首选形态。线索作为教学视频中的重要引导性教学设计手段,探究其类型及学习者先前知识经验对学习效果的交互影响,有益于优化教学视频的设计策略。基于学习者先前知识经验水平(高水平和低水平)和线索类型(言语线索和视觉线索)两个维度,运用眼动追踪技术和认知负荷、学习满意度、学习效果等测量工具,通过实验考察二者对学习的影响及其内在机制后发现:学习者先前知识经验水平对认知负荷的影响显著;线索类型对学习满意度的影响显著,且线索类型与学习者先前知识经验水平在学习满意度上的交互效应显著;学习者先前知识经验水平对学习效果的影响显著,且线索类型与学习者先前知识经验水平在迁移测验成绩上的交互效应显著。实验结果表明,线索类型与学习者先前知识经验水平对学习满意度和学习效果存在明显的交互作用,即只有低知识经验水平学习者在学习含有视觉线索的教学视频后,学习满意度与学习效果才有显著提升。这可能是由于该类学习者在信息选择时存在困难,视觉线索可以帮助其提高信息搜索效率,而言语线索却会使其认知负荷超载。     

情感计算在网络远程教育系统中的应用：功能、研究现状及关键问题

情感能力是人类智能的重要标志,情感的缺失会影响网络远程教育的教学质量和学习者的学习效果。情感计算是和谐人机交互与人工智能领域中新的研究方向。在网络远程教育系统中应用情感计算理论与技术,可以进一步优化网络远程教育的功能,帮助教师监测远程学习者的情感变化,调整教学策略和方法,实时给予学习者情感反馈,使教学质量达到最佳。目前国内外情感计算在远程教育方面的应用研究还处于起步与探索阶段,所构建的远程教学系统对远程教学中师生情感生理特征与心理特征、多模情感信息融合机制及网络虚拟人机情感交互特性等考虑不足,系统原型在情感合成与表达、智能人机情感交互实现上存在着很大的难度。因此,构建与人类情感系统相吻合的、自然和谐的、人性化和智能化的网络远程教育系统,需要有效解决师生面部表情、语音情感特征信号的准确识别与提取,师生多模情感信息融合机制与和谐人机情感交互技术等关键问题。     

“以提升学习者体验为中心”的情感化交互设计

远程教育学习者往往通过同各种课程产品、支持服务、信息系统以及与教师或同学之间的不断互动来完成知识构建。文章认为,远程教育领域的情感化交互设计就是始终关注这些互动情境中学习者复杂的内心体验与思考,关注影响学习者情绪和行为的每一个互动环节,以提升学习者体验为中心,不断引导课程设计、服务设计和系统设计,从而使远程教育学习充满情感化、人性化的美好体验。     

基于虚拟助理的远程学习支持服务及技术难点

以人工智能与模式识别为核心的虚拟助理是当前备受各领域关注的智能化应用技术,在远程教育个性化支持服务领域存在巨大的应用潜力,其技术发展和市场需求集中体现在资源推送、教学互动、情绪调节和生活辅助四个方面。已有研究显示,虚拟助理可以智能化地判断和理解学习者的需求,改善远程学习系统中资源与知识单向传输和缺乏互动的情况,适时引导学习者进行学习并解答疑难问题;还可以监测学习者远程学习过程中的情绪变化,缓解由于时空分离而造成的负面情绪,为远程学习者提供更自然和人性化的交互方式与学习支持,以及更多的生活便利。随着虚拟现实、人工智能、传感器和模式识别技术的发展,人们已经越来越多地看到了它在适应学习者需求和喜好、提供个性化学习支持服务方面的优势,但是其进一步发展还需攻克资源推送算法、人机互动模式、情绪状态识别等技术难点。     

Principles and practices of designing narrative distance for transformative learning experiences

Narratives have a unique ability to grant listeners emotional and cognitive space in a way that encourages them to choose how they will make sense of a story. This effect, called narrative distance, also has the potential to help create transformative learning experiences. This article is a qualitative research study of experts who regularly design for narrative distance. Six experts from a variety of fields were interviewed about the principles and practices of designing for narrative distance with the purpose of discovering ways that instructional designers can better facilitate transformative learning experiences. A variety of principles and practices on how to create narrative distance are categorized under four themes: cognitive space, emotional space, invite change, and meaningful content. General comments are also given on the application of these insights to instructional design along with further suggestions for research.     

无缝学习环境下互动反馈系统的设计与应用研究

当前,无缝学习中的交互研究集中在学习者与物化形态的学习资源之间的交互设计,而无缝学习中学习者之间的交互、师生之间的互动反馈研究甚少.本研究旨在从无缝学习中认知交互、情感交互两方面出发,设计并实现了无缝学习环境下基于PC端和Android手机端的互动反馈系统.设计适当的在线学习活动在大学教学中应用,使用技术接受模型设计问卷,采用问卷调查、访谈的方式收集数据.结果表明,学生对互动反馈系统有着较高的接受程度,在无缝学习环境下对学生的有效学习具有积极的促进作用.     

网络课程论坛教学交互现状的内容分析

在现代远程教育中,教学交互是网络教学质量的重要环节,直接影响着远程学习的有效性。目前教师和学生在网络课程论坛上的教学交互,无论是在数量上,还是在质量上都有待加强。教学交互的过程中存在各种各样的问题,这些问题直接影响着远程学习者的学习质量,从而影响到远程教育试点院校的教学质量。