基于情感計算的適應性網絡學習系統模型設計

【摘要】情感計算是與情感相關、來源于情感或能夠對情感施加影響的計算。文章在分析適應性學習理論及網絡學習適應性現狀的基礎上，構建了一個基于情感計算的適應性網絡學習系統模型，并對系統的用戶登錄模塊、情感交互模塊、評價模塊、適應性學習過程模塊及數據庫模塊進行了詳細論述，籍以此解決傳統適應性網絡學習系統的情感缺失問題。

【關鍵詞】情感計算；適應性學習；適應性網絡學習系統

【中圖分類號】G434 【文獻標識碼】A 【論文編號】1009—8097 (2008) 12—0091—03

傳統的網絡教學系統（或學習系統）雖然可以在web環境下實現認知層面的個性化教學，但往往只重視學習內容的適應性，忽視了學生在學習過程中表現出來的情感狀態，以致學生在學習過程中缺乏情感投入，造成嚴重的情感缺失，甚至產生反感情緒，嚴重影響網絡學習的效果。一個真正個性化的適應性學習系統不僅應當是有智能的，而且還應當是有情感的。

情感是人類的基本經驗，它同理性思維和邏輯推理能力一樣，在我們的日常生活、工作、交流、處理事務和決策中扮演著重要的角色[1]。情感在認知和人機交互中起著關鍵性的作用，讓計算機具有情感實質上就是讓計算機在與人的交互中具有智能和敏感的能力。如果計算機具備了類似于人類的情感能力，能夠感知和表達情感，那么人與自然、人與計算機就能達成一種和諧。因此，可以說情感計算是建立這種和諧人機環境的基礎之一。

所謂的情感計算是與情感相關、來源于情感或能夠對情感施加影響的計算[2]。情感計算技術將有助于改變目前傳統網絡教學中的情感缺失問題，是解決目前網絡學習適應問題的有效突破口。

一 適應性學習理論及網絡學習適應性現狀

適應性學習（Adaptive Learning）是指為了提高學生學習的適應性，通過學習環境的自身調整來適應學習者的個性特征和認知水平，滿足學習者個別需要的學習過程。因此，適應性學習主要包括：（1）學習者可以選擇學習支持工具來定制自己喜歡的學習環境。（2）根據學習者的需要，適應性學習可以提供靈活的學習方法，動態地呈現學習內容[3]。現階段主流的適應性學習模式主要包括3個關鍵環節：學習診斷、學習內容的動態組織和學習策略的選擇[4]。

適應性學習系統的研究以人工智能科學、認知科學和思維科學為理論基礎，通過研究人類學習思維的特征和過程，來尋求學習認知的模式[5]。在適應性學習過程中，學生能夠自己組織、制訂并執行學習計劃，能控制整個學習過程，對學習情況進行評估。學習系統要能夠滿足學生進行個性化學習的需求，提供適應性的學習診斷、適應性的導航及適應性的內容呈現。學生在系統提供的環境中，可以自由選擇學習方式。系統會根據學生與系統的交互情況及學生的學習狀態、歷史記錄，適時地給學生以引導，幫助學生完成學習目標。同時還應該適時地對學習者的情感狀態做出反應，使學習者快樂地學習，防止由于情感交流缺失造成情感障礙問題。適應性學習系統要充分考慮學生學習行為的個性化特征和情感需要，給學生提供個性化、和諧的人機交互環境，最終達到因材施教的目的。但目前所設計的“適應性學習系統”或“適應性教學系統”往往忽略學習者情感這一重要因素，僅僅實現了認知層面的個性化教學，出現了大量學習適應不良問題等，情感缺失問題尤為嚴重。所謂情感缺失[6]，就是指由于教師和學生、學生和學生分離，使得學生和學生不能像常規教育那么及時地、面對面地交流，學生在學習過程中的某些問題得不到解決，在心理上存在困惑而得不到幫助。這樣，如果學生長時間面對冷漠的電腦屏幕而感受不到交互的樂趣和情感的激勵時，就會產生反感情緒，從未造成各種各樣的學習適應問題。

二 基于情感計算的適應性網絡學習系統理論模型

在教與學的過程中，人類的表情和語言是豐富的，當教師講授的內容學生能夠理解和接受的時候，會出現情緒高漲的狀態，學生會用微笑的表情或歡快的語言來表示。反之，情緒會低落，學生可能會用眉頭緊鎖、目光呆滯、低沉喪氣等方式來表示他們無法理解講授的知識。學生的這些情感表現是很重要的反饋信號，為了在網絡學習環境中，有效地解決情感交流匾乏問題，本文提出了基于情感計算技術的適應性網絡學習系統理論模型，如圖1所示。該系統將對學生的情感信號進行捕捉和識別，并以此作為重要依據，判定學生的情感狀態和對所學知識的接受情況。系統通過訪問學習者特征數據庫和相關知識庫，主動收集、分析來自學生的反饋信息，從而給出合理的、個性化的學習方案，并能不斷地調整和修正學習方案，實現和諧人機交互功能和真正的學習自適應。

上述模型是在傳統的適應性學習系統模型的基礎上加入了情感計算技術，系統更加具有智能性和友好性，能更好地反應學生的學習狀態和情感狀態，最終提高學習質量，完成學習任務。該系統可以實現以下功能：對學生的情感信息進行捕捉和識別，并以此作為動態調整學習策略的重要依據；情感虛擬教師可以與學生進行情感交流，實現人機情感交互；根據學生學習時的情感表現和學習歷史，適時調整學習內容和內容的難度等，真正實現適應性學習。

該系統分為五大模塊：用戶登錄模塊、情感交互模塊、評價模塊、適應性學習過程模塊及數據庫模塊。

1 用戶登錄模塊

這部分是用戶與計算機的接口，主要負責用戶的身份驗證。學習者初次登錄系統時要進行注冊，這是實現適應性學習的基礎。獲取的用戶信息存儲在用戶特征數據庫中，主要包括注冊用戶的基本情況（如注冊號、姓名、性別、年齡等）、受教育背景（如學歷、學位、進修情況）等。同時，初次登陸系統的學習者還必須進行學習風格測試和知識的前測，收集的學生學習風格特征和知識特征信息被記錄到相應的數據庫中。

2 情感交互模塊

該模塊由可進行情感交互的虛擬教師和情感識別兩部分組成，是本系統模型的特色部分。情感教師可以在用戶學習過程中實現人機的情感交互，情感計算服務器對收集到的情感信息分別進行情感識別，涉及到的情感識別技術主要包括面部表情識別，語音情感識別、姿態情感識別和生理指標情感識別。系統通過統計方法計算出學習者在該學習階段中所表現出來的情感種類和比例，識別出學習者的整體情感反應，并做出合理的情感評價和認知評價。

用戶的整個學習過程是通過與可進行情感交流的虛擬教師（智能代理）進行交互而進行的，系統將學生的交互信息分為“獎勵”和“懲罰”兩種信號，這些信號作為系統的輸入信息，通過虛擬教師的情感模型刺激系統產生出符合人類情感變化規律的情感信號，并用動畫的效果進行表情輸出，從而改變傳統網絡學習的呆板界面，實現和諧的人機交互。

3 評價模塊

該模塊的評價信息來自四個方面：

（1） 用戶首次登錄時，系統根據學習者填寫的學習風格測試問卷和知識前測問卷得出學生的認知風格特征和知識掌握情況，并對此做出認知評價。

（2） 情感計算終端實時監測學習者在學習過程中的情感表現，并將收集到的人臉表情、語音情感、姿態信息以及生理指標信息等傳遞給情感計算服務器。在一段學習結束后，自動統計出所出現的情感種類及各種情感所占比例，系統在認知心理學理論的支持下形成情感評價和認知評價。

（3） 系統根據存儲在數據庫中的學生學習風格、知識特征以及情感數據等信息對學習者的狀態做出適時評價。

（4） 學習者根據自己的學習經歷，對自己的學習過程和學習結果的滿意程度做出自我評價（即反思的過程）。

4 適應性學習過程模塊

初次登錄時，學習者的學習風格特征被記錄到學生學習特征庫中，知識特征記錄到學生的知識特征庫中。系統根據學習者選擇的學習目的和學習歷史記錄進行自適應診斷學習的起點，學習起點的確定為后面的學習內容的適應性呈現提供了依據。起點確定之后，學習者就進入了學習狀態。在學習過程中需要為學生配置一個攝像頭，系統會通過情感識別技術分析攝像頭所捕獲的學生的情感信息，并根據情感模型判斷學生的學習狀態，然后給出相應的提示和合理的建議。如果學生的情緒為煩躁不安，則可能是學習內容難度過大，這時就應該提示學生注意調整一下學習內容的難度。

學習開始，系統會根據學習者的知識模型來提供適應性的導航和幫助，引導著學習者瀏覽合適的頁面內容。比如，對己經掌握的知識點的鏈接添加相應的標志，還沒有學習的知識點的鏈接可以不用展開或隱藏起來，即將學習的知識點的鏈接也可以用相應的標志來標注，以引導學習者的學習方向。

在學習過程中，學習者可以根據自己的情況適當的修改自己的學習風格特征和知識特征，以使系統更好的適應學習者的個性化需求。在學習過程中，如果學習者遇到困難可以向在線幫助模塊發出請求，如果系統中己經存在問題的解決方案，則系統會給學習者提供反饋信息，從而為學習者提供幫助。如果系統的常見問題中沒有發現與學習者問題相似的問題，系統則會根據學習者知識模型為困難學生找到對這部分的內容已經掌握的其他學習者，以幫助他進行學習，這樣就避免了傳統的協作學習中的盲目性。

為了檢驗學習者的學習情況，及時地更新學生的知識特征庫，學習者可以進行自適應測試，系統會自動引導學習者繼續學習新內容或對沒有掌握的舊知識進行補習。

學習系統的適應性引擎模塊會追蹤學習者的整個學習過程，并記錄學習者的學習狀態，如學習歷史記錄、學習路徑、掌握情況等，以不斷更新學習者知識特征。

5 數據庫模塊

該模塊主要包括四個部分：

（1） 學生情感數據庫：即學生的動態情感數據資源，包括面部表情、語音情感、姿態情感和生理指標等；

（2） 學生學習特征庫：存儲了學生的通用信息以及學習風格、知識水平和偏好的學習策略等；

（3） 學生知識特征庫：學生的認知能力、認知風格、領域知識掌握情況的表征；

（4） 領域知識庫：按照不同形式組織的教學最小單元及其屬性的集合。

其中，學生情感數據庫、學生學習特征庫和學生知識特征庫是該系統中學生模型的基本組成部分。

上述適應性網絡學習系統融入了情感建模、情感識別及情感表達等情感計算的相關技術，從而使傳統的適應性學習更加個性化和人性化，使網絡學習這種學習方式成為學習者獲取知識的主渠道。

三 結束語

情感計算技術應用到網絡學習領域，還處于初級階段，面臨的挑戰是多方面的。情感計算技術是人工智能領域的新技術，迄今為止，相關研究在人臉表情識別，姿態分析、語言情感表達和識別等方面取得了一定的進展，提高了人機界面、人機交互的和諧性[7]。但由于缺乏大規模動態情感數據資源，情感計算的發展受到了一定的限制。本文所構建的基于情感計算技術的適應性網絡學習系統模型也只是在理論層面提出的，還需要相關技術的支持。但我們相信，隨著技術的不斷發展和成熟，能夠理解人的情感，與人進行自然、親切交互的情感計算機在不久的將來將會出現。將情感計算融入到網絡學習過程中，通過與學習者“對話”給予學習者情感鼓勵和情感補償，并根據學習者的情感反應，適時幫助學習者調整學習內容和學習策略，是必要的，也是可行的。我們下一步的工作將是基于本文所構建理論模型，運用相關情感計算技術和計算機技術開發出具有適應性功能和情感交互能力的網絡學習系統。

參考文獻

[1] D Coleman.Emotional diligence[M].America:Bantam books，1995.

[2] Picard R.W.Affective Computing[M].London，England:MIT Press，1997.

[3] 余勝泉.適應性學習——遠距離教育發展的趨勢[J].開放教育研究，2000，(3):12-15.

[4] 孫音弦.網上適應性學習的支持系統研究[D].上海:華東師范大學，2003.

[5] MG Lee.Profiling students’ adaptation styles in Web-based learning [J].Computer and Education， 2001， 36(2):121-132.

[6] 羅奇等.情感計算在e-learning系統中的應用探索[J].開放教育研究，2006，(6):80.

[7] 傅小蘭.電子學習中的情感計算[J].計算機教育，2004， (12): 27-30.