腦機接口教育應用: 原理、潛能與障礙

劉新玉 王東云 師 麗

（1.黃淮學院 智能制造學院，河南駐馬店 463000；2.鄭州大學 河南省腦科學與腦機接口技術重點實驗室，河南鄭州 450001；3.清華大學 自動化系，北京 100084）

一、引言

作為智慧教學技術的典型代表，腦機接口（Brain-Computer Interface，BCI）的教育應用伴隨著線上教學而快速發展。正確應用腦機接口的感知交互優勢，可彌補線上教學交互和監督的不足，豐富學習認知規律探索手段，提升以學生為中心的個性化實踐能力。但是從技術發展歷程看，腦機接口的教育應用相對遲緩，應用認知還不樂觀，應用潛能并不明朗，應用障礙仍需清除。

作為一種新型的智能交互裝置，目前腦機接口教育應用研究較多關注提升專注力的神經反饋訓練，即將大腦內部的認知狀態量化后轉換為感知系統可以感知的信號，如聲音、燈光、圖像等。使用者通過調節感知信號的強度，改善大腦專注度。德貝當古等（DeBettencourt et al.，2015）利用腦機接口技術訓練大學生神經反饋，通過調節任務難度提醒受試者即將發生的失誤，有效改善了受試者的行為表現。

也有研究利用腦機接口監督學習狀態，包括學習風格判別、情感識別、專注度監測等。課堂使用腦控游戲可以有效減少學生的學習焦慮（Verkijika et al.，2015），利用腦機接口監測學生注意力也可大幅提高學生認知水平（Katona et al.，2016）。長期的跟蹤監測結果表明，腦機接口在提高學生學習成績和注意力、改善學習態度和自我效能感等方面都展現出較好的性能（胡航等，2019），對教師改進教學策略也有幫助（王朋利等，2020）。

大腦神經連接是學習的物質基礎，師生交互是獲得知識的主要途徑。線上教學為腦機接口教育應用提供了機遇，但如何利用腦機接口技術彌補線上教學監督和交互的缺失，存在怎樣的教育教學應用潛能以及實踐應用存在哪些障礙仍有待探究。

二、技術原理

腦機接口，指通過在大腦內部神經活動與外部控制設備之間建立直接連接通路，實現腦與機之間信息交互與功能整合的新一代智能交互技術（Nijholt et al.，2022）。腦機接口由三部分組成：腦、機和接口（見圖1）。“腦”即大腦，更多地指大腦神經活動信號，如頭皮腦電、皮質腦電、局部場電位等；“機”即機器，一般指計算機、輪椅、假肢、家居等人類能夠控制的設備；“接口”即利用機器學習或模式識別算法將神經活動信號轉換為機器能夠識別的控制信號，實現大腦和機器的連接。腦機接口重在接口，它為從外部定量地了解大腦內部狀態或意圖變化提供了可能（劉新玉等，2021）。腦機接口技術實現主要由信號采集與處理、特征提取與解碼、量化轉換與應用三部分組成。

圖1 腦機接口技術原理

（一）信號采集與處理

大腦思維活動依賴于神經元之間的連接和信息交互，神經元在信息傳遞中會在其細胞表面發生微弱的電位變化。人們通過記錄電位的連續變化（即電信號）感知大腦活動。1924年，德國精神病學家伯格首次記錄了頭皮腦電信號，開辟了利用腦電 信 號 解讀 大 腦 活 動 的 新 紀 元（Lebedev et al.，2006）。腦電信號采集主要包括植入式和非植入式方式：植入式一般需要將電極植入頭皮內部，采集到的信號分辨率和質量較高，但植入難度和風險大；非植入式指將檢測設備置于頭皮或頭皮外部，采集簡單，但信號分辨率較低，質量較差。

植入式采集方式主要包括表征單個神經元電信號的單單元活動（SUA）、表征神經元集群信號的多單元活動（MUA）、局部場電位（LFP）和表征大腦皮層表面電信號的皮質腦電（ECoG）；非植入式采集方式主要包括表征頭皮電信號的頭皮腦電（EEG）、表征大腦活動時氧合血紅蛋白和脫氧血紅蛋白變化的功能性近紅外光譜（NIRS）和表征神經元活動引發血液動力變化的功能性磁共振成像（fMRI）。植入式采集方式主要適合動物實驗和臨床使用，其中功能性近紅外光譜和功能性磁共振成像采集要求較高、價格昂貴。教育領域采用以頭皮腦電為基礎的非植入采集方式。

（二）特征提取與解碼

如何從采集到的頭皮腦電中提取與大腦內部認知狀態相關的響應特征，對于腦機接口的教育應用十分重要。在機器學習或模式識別中，特征提取指從初始測量數據中獲得信息和非冗余的派生值，用于促進后續數據的學習和泛化，提高數據的可解釋性。頭皮腦電常用的特征提取算法包括功能網絡、主成分分析、小波變換等（徐暢等，2021），提取可以表征大腦內部認知活動的低維特征，如注意力、專注度、疲勞度等。

解碼指在特征提取的基礎上，利用特定方法將特征還原成所代表的內容或轉換成所代表的信息，主要分連續解碼和離散解碼（Chaudhary et al.，2016）。舉例來說，假如你想象字母A，解碼就是利用你想象字母A時采集到的頭皮腦電還原出字母A。解碼模型的實際應用主要由訓練和預測組成。訓練即模型訓練，指將提取的頭皮腦電特征與解碼對象對應起來；預測指利用訓練好的模型從新提取的頭皮腦電特征中預測解碼對象。腦機接口在不同場景的應用，解碼對象是不同的，需要根據實際應用場景構建合適的解碼模型。

（三）量化轉換與應用

量化轉換指根據被控對象的要求將解碼出的信息或數據轉換成計算機或機器可以識別的信號，比如輪椅控制需要將解碼出的大腦運動意圖轉換成輪椅的控制指令；專注度預測指將大腦認知狀態量化成具體數值。量化轉換與應用緊密結合，應用場景不同，量化轉換的目的也不同。在教育應用領域，腦機接口在替代或恢復身體喪失的機能、擴展對外部設備的控制、增強和改善大腦認知能力、監測大腦內部狀態等方面都有出色的表現，應用潛力巨大（Li et al.，2020）。

三、教育應用潛能

線上教育的發展為腦機接口提供了機遇。盡管目前還存在諸多技術局限，但是作為最成熟的腦科學技術，腦機接口應用前景可期。腦機接口教育應用主要有兩個方向：一是在學習活動中，通過腦機接口識別學生生理狀態特征，引導學生在教師幫助下糾正（或自我糾正）問題，著重于調整學生學習狀態或認知活動；二是在教學活動中，通過腦機接口實時監測學生的認知活動，以確定最優參數和條件，著重于調整教師講授的內容和方法。

（一）預測學習效果

從大腦認知的角度看，學習是大腦獲取外部信息并與大腦內部原有信息加工整合形成新的有意義信息的過程。大腦將新形成的信息以神經連接或神經網絡的形式儲存，形成長期記憶，達到有效學習的目的。這個過程既包含信息加工又包含信息存儲，信息加工和存儲必然引起頭皮腦電的改變。因此，利用腦機接口技術量化描述這種頭皮腦電的改變，可以達到預測學習效果的目的（張靜娜等，2022）。根據預測結果，學生能夠糾正學習方法，教師可以改進教學方法，從而實現“教”和“學”的交互融合，提高學習效果。

尼爾豪斯等（Nierhaus et al.，2021）分析了此前沒有接觸過腦機接口的被試接受兩種不同類型腦機接口任務訓練后大腦結構和功能的變化。實驗分兩組：一組接受運動想象腦機接口任務訓練（簡稱運動想象任務）。受試者需想象他們正在移動手或腳；另一組接受視覺誘發電位腦機接口任務訓練（簡稱視覺誘發電位任務），受試者需識別并選擇屏幕上的字母。經過一個小時訓練，研究者利用磁共振斷層掃描儀檢測被試訓練前后大腦功能和結構的變化。結果顯示，接受短暫的腦機接口任務訓練后，無論是運動想象任務還是視覺誘發電位任務，大腦對應區域都發生了明顯變化。這表明，腦機接口技術在預測大腦學習效果方面潛力較大。

（二）培養自控能力

自控能力指個體控制情緒和約束言行的能力。青少年的大腦處于快速發育期，學習自制力、積極性和主動性不高。腦機接口對自控能力的培養可謂優勢明顯、效果顯著。比如，學生課余時間利用基于腦機接口技術開發的腦控蜘蛛、腦控賽車、腦控游戲機等融合娛樂元素的腦控產品訓練大腦專注力，可培養自控能力（Nijholt et al.，2022）。此外，學生也可以利用神經反饋訓練技術，根據自己的特點有意識地訓練和加強自控能力。

黃煒琛等（Huang et al.，2021）利用實時神經反饋腦機接口訓練系統，在受試者接受情緒調節訓練時利用機器學習實時分析其腦電信號，預測其情緒狀態（積極、消極或中性），并將預測結果顯示在屏幕上，且告知受試者據此更新情緒調節策略。20名受試者進行了10次腦機接口神經反饋訓練后，情緒調節能力顯著提升，與情緒狀態關聯的腦電編碼模式通過長期訓練也得到增強。

（三）識別學習風格

不同個體的基因、環境、習慣等差異會造成大腦發育不同，形成不同的思維方式。有些人可能理性思維強，適合學習需要較強邏輯、推理和分析能力的理科課程；有些人可能偏感性思維，更適合學習需要較強情感、想象和創意能力的文科課程。思維方式的不同會導致學習風格的差異，利用腦機接口技術可以科學和精準地判斷這種差異。利用腦機接口識別學習風格不僅可以為學生的文理分科選擇提供依據，也可以幫助教師將教學風格和學生的學習風格進行匹配以改進教學策略，提高學生的學習積極性和學習效果。已有研究表明，教師教學風格和學生學習風格的匹配有助于提高課堂教學效果（Naimie et al.，2010），且主動適應教師教學風格的學生學習成績更優異（Leng et al.，2020）。

王朋利等（2020）利用腦機接口技術獲取廣州市某小學四至六年級240名學生的注意力特征，搭建了基于支持向量機算法的學習風格識別模型。該模型可以識別視覺型、聽覺型、讀寫型和動覺型等學習風格的學生，平均正確率為75.8%，單次最高識別正確率83.3%，識別結果與瓦克知覺學習風格量表的識別結果具有較高一致性。研究者依據上述學習風格對學生進行智能分班，并根據風格偏好設計教學內容和實施教學策略，學生學習效果得到顯著提升。

（四）監測學習狀態

學習狀態是注意力、專注度、疲勞程度等的綜合表現，對課堂教學效果至關重要。在學生最佳學習狀態講授最重要的知識已成為教師教學的共識。檢測學生學習狀態，不僅可以及時發現上課狀態較差的學生，還可以監控學生整體上課情況，適時變換教學模式，提高學習效果。卡托納等（Katona et al.，2016）利用腦機接口技術開發了平均注意力測量系統，對改善上課期間學生的學習狀態有較大幫助。柯清超等（2019）通過腦機接口技術采集學生讀寫過程中的注意力變化，發現注意力變化可用于推測學生的學習類型，繼而用于因材施教。

胡航等（2019）借助意念耳機設備（MindSet），設計和開發了一套針對英語聽力的學習系統，即利用腦電信號估測學生專注度值，監測和調節學生注意力變化。實驗組和對照組學習同一內容，需回答的問題也一樣。不同之處是實驗組學生利用意念耳機設備監測專注度值，根據專注度值確定是學習還是回答問題；對照組學生可在任意時間暫停學習，回答問題。對某大學100名大一新生持續1個月的實驗研究發現，實驗組學生的學業成績、學習態度和自我效能感等的改善顯著優于對照組學生。

（五）優化學習能力

學習與大腦密切相關。腦機接口技術可以解析大腦對外部信息進行加工和存儲時神經元的信息處理機制，識別神經生理學層面的信息加工模式，然后通過有意識的訓練或反向輸入幫助學生優化學習能力。在某種意義上，腦機接口的發展可能有助于提升學生學習能力，加快或改善知識在大腦的傳輸和存儲，縮短學習時長。不過，這種依靠現代技術獲得的“鯉魚躍龍門式”的躍升，如果使用不當極有可能只會讓少教學生擁有 “進化”的條件和資本，違背教育公平政策（劉新玉等，2021）。

阿克蒂爾克等（Aktürk et al.，2022）利用腦機接口技術對46名年輕人記憶任務時的大腦進行經顱交流電刺激（tACS），發現受試者接受刺激后大腦記憶容量顯著增大，且增大效應可以保持較長時間，遠超過經顱交流電刺激時間；萊因哈特等（Reinhart et al.，2019）發現經顱交流電刺激有助于逆轉大腦記憶老化，恢復老年人工作記憶。利用經顱交流電刺激老年人（60-76歲）大腦，可以使老年人的圖像識別記憶任務完成時間和準確率達到年輕人（20-29歲）水平。利用腦機接口技術改善大腦認知水平在面向卒中患者、健康被試及兒童等的實驗中也得到了證實（Wegemer et al.，2019）。

（六）評價教學質量

教學質量評價因缺乏科學有效的方法，一直被人詬病。現有評教辦法一般基于學生評分，人為操縱空間大，且學生如果不認真對待，很難反映真實的教學效果。腦機接口技術客觀、個性化的特點，能夠為教學質量評價提供新的解決思路。利用腦機接口技術開展教學質量評價有兩條途徑：一是將每堂課學生的專注時長、學習狀態等信息算作分值，期末將總分值作為教師的評教成績，讓教學評價貫穿于教學全過程；二是檢測學生的大腦狀態，剔除沒有認真對待評教學生的評分，提高教學評價的可信度。

（七）評估在線教育

新冠疫情的持續蔓延使在線教育應用廣泛。與傳統學習方式相比，在線教育更加靈活、開放和適應性強，任何人在任何時間和任何地點都可自由學習。但是，在線教育的多元化和學習工具的多樣性，使在線教育學習效果的評估缺乏有效手段。在線教育的特點是以學生為中心的個性化、分散學習，且擁有相對獨立、封閉的學習空間，這為基于腦機接口的在線教育評估提供了便利。教師可以利用腦機接口設備全程監控學生學習過程的大腦狀態，通過量化大腦學習狀態數據評估不同在線教育工具的教學效果。

賈米勒等（Jamil et al.，2022）設計了線上教學腦機接口應用范例。該研究假設師生坐在不同房間使用在線教學工具，并佩戴腦機接口設備。學生也可佩戴其他輔助設備，如使用眼動儀監視注視區域。上課過程中，研究者同時采集老師和學生的頭皮腦電信號，監控學生上課狀態，如專注度、疲勞度等。上課狀態的監控不僅能夠幫助學生快速調節自我狀態，也可以讓老師監測學生的參與度，評估學生學習效果。

（八）輔助特殊教育

特殊教育指運用特殊的方法、設備和措施教育特殊對象，狹義地講，指針對視力障礙、聽力障礙、弱智兒童及問題兒童等開展教育。無論是身體功能缺失還是心理功能障礙，腦機接口在功能替代、恢復、增強、補充、改善等方面都是特殊教育的福音。比如，腦控打字、腦控翻書、腦控輪椅、智能假肢、人工耳蝸等技術可以延展身體機能、提高殘障學 生 的 自 理 能力（Mehmood et al.，2017）。2019年第三屆中國腦機接口比賽中，天津大學學生創造了新的腦控打字記錄，每分鐘輸入69個漢字（翟永冠等，2020），這一速度超過了普通人手打速度。此外，腦機接口的感知交互優勢也可以擴展特殊教育群體與外界溝通的方式，提高其溝通能力（徐振國等，2018）。

四、應用障礙

從醫療康復到智能家居，從游戲娛樂到教育科技，腦機接口影響著以智能交互為核心的整個教育領域，但是它走的是非主流路線（魏寧等，2020），理論基礎并不扎實，作用也不明顯。腦機接口主要以人為研究對象，但教育涉及太多倫理隱患，極大地限制了其研究和發展（顧心怡等，2021）。

（一）突破理論研究

科學和技術密不可分，兩者互相聯系、互相依賴、互相促進。腦機接口應用實踐需要腦科學理論的支持。腦科學與教育的聯系十分緊密（Purdy，2008）。腦機接口教育應用離不開對學習認知和學習行為規律的探究，需要基于對注意力、洞察力、記憶力、創造力、想象力等智力因素的量化描述，以及對學習動機、學習意志力、學習態度等非智力因素的判別。但是，大腦還有大量的未解之謎，人類還難以從頭皮腦電及復雜的神經元連接關系中解析出思維活動規律。無論是“從腦到機”還是“從機到腦”，目前依然處于盲人摸象階段，支撐腦機接口教育應用的腦科學與教育學交叉研究還需深入，主要包括以下方面：

1）信息感知機制解析。感知信息是學習的第一步。知識以信息的形式存在，無論信息以什么介質為載體，都可以概括為光線、聲音、觸覺、味道、氣味五種基本要素，它們經人的五種器官感知后傳到大腦以供加工、提煉、識別和存儲。解析大腦信息感知機制能為腦機接口教育應用奠定基礎。

2）信息傳遞機理研究。感官獲取外部信息后，神經系統負責信息的分類和傳遞，依據信息來源和類型將其分配給不同的皮層加工。信息感知和傳遞機理的研究可以促進知識建構，也有助于提升腦機接口的信息提取能力。

3）學習的注意機制。注意機制是為了識別和篩選信息。當外感官獲取外部信息并傳遞給相應皮層后，內感官開始識別這些信息。識別首先需要利用大腦原有存儲的信息檢索同類信息，找到與新傳入信息盡可能匹配的相關信息，與之比較并賦予意義，從而完成對信息的識別，形成瞬間注意并在大腦建立新的神經連接，實現知識的建構。因此，解析學習注意機制將為優化學習能力奠定理論基礎。

4）長期記憶機理研究。記憶就是對信息的存儲，學習的目的是將感知到的外界信息以神經連接的形式存儲到大腦形成長期記憶，以供人使用時有效提取。長期記憶的形成也代表著學習過程的完成。對長期記憶機理的研究可以加快學習進度、縮短學習時長。目前學界對長期記憶的機理已有初步認識，但是距離實踐應用還任重道遠。

5）學習行為與認知規律。根據個體學習行為和認知規律授課是提高課堂教學效果的基本共識。深入了解學生的學習行為和認知規律，并據此因材施教，對于實現教學目標至關重要。腦機接口技術的感知交互優勢為研究學習行為和認知規律提供了可能，而學習行為和認知規律的研究也可促進腦機接口技術的應用創新。

（二）優化技術設備

腦機接口技術與設備的成熟度不足是影響其教育應用的主要瓶頸。頭皮腦電信號十分微弱（10-20 μV）、成份復雜、易受噪聲干擾，穩定可靠高質量的信號檢測技術、高效精確專業的特征提取與信息解碼算法有待創新和突破。作為一種交叉性技術，腦機接口技術目前面臨較大挑戰，尤其是擁有神經科學、電子科學、信息科學等背景的復合型行業人才緊缺，主要體現在以下方面：

1）精準腦電檢測技術。腦電信號十分微弱，易受噪聲干擾，且不同個體最佳采集位點也有差異。如何根據個體差異精準檢測出與任務相關的頭皮腦電還需深入研究。

2）腦電標準化處理流程。腦電信號具有非高斯、非平穩、非線性的特點，節律成份復雜。處理腦電信號且不說處理流程差異，僅僅是處理時間窗、濾波頻帶、特征維數等參數差異就會對處理結果產生較大影響（高上凱，2007）。處理參數、處理方法和處理流程的不同會使同一數據的分析結果千差萬別。因此，規范腦電標準化處理流程十分重要（蒲江波，2021）。

3）腦電實時解碼算法。腦機接口的教育應用往往需要對大腦認知活動加以實時解碼（陳菁菁等，2022）。而實時解碼需要面對的是大腦長期連續的工作，在這個過程中大腦不可能一直處于“工作狀態”，工作狀態的腦電信號或多或少會呈現一定規律，但是“非工作狀態”的腦電信號沒有固定模式，這會為腦電信息的準確解讀帶來困難。

4）大腦認知活動的精確量化。學習過程中認知活動包含情感、注意力、專注度、疲勞度等參數，這些參數越精準，腦機接口應用效果就越好（Sitaram et al.，2017）。但是這些參數的量化，既沒有標準可以參考，也沒有統一的量化區間，不同個體不同試次的結果也會有較大差異。如何精確量化大腦內部活動仍需研究。

5）腦機交互適應學習。在腦機接口運行中，腦電信號經過一系列的處理被轉換成相應的指令，再通過命令的執行對外部世界產生影響。為了適應外部世界的變化，大腦必然會通過反饋調整工作模式，致使腦電隨之發生改變。如果不能實時更新腦電處理的算法，腦機接口就會因為不能適應大腦的變化而無法正確解讀大腦的信息。因此，腦機交互適應學習是突破腦機接口應用的關鍵。

6）個體自適應參數優化。腦機接口對大腦認知或意圖的預測性能依賴于模型的構建，模型參數的訓練則有賴于不同個體腦電信號，但是不同個體腦電信號差異較大，甚至同一個體不同時間段的腦電信號也存在較大差異（翟雪松等，2022）。更重要的是，腦電信號處理能采集到的訓練集數目十分有限，如何只用少量樣本訓練性能優異的模型參數，也是腦機接口需要關注的研究方向。

7）便攜式普及型腦機接口系統。腦機接口是一類高新技術，目前商業化的腦機接口系統價格普遍昂貴，不易普及使用。如果沒有普通群體可以接受的價格成本，很難推廣使用。

8）舒適的結構設計。腦機接口技術有效采集到頭皮腦電的前提是需要使用者正確佩戴電極帽，但是長期佩戴電極帽并不舒適（任巖等，2019）。市面上已有易于佩戴的電極帽，但質量有待優化。

（三）健全制度保障

腦機接口以大腦為研究對象，可以讀取大腦的意圖、情感、偏好、專注力、健康狀況等信息（陳麗娜等，2019），且隨著技術的成熟，可讀取的信息會越來越多。如果數據得不到保護，會極大地侵犯使用者的隱私。更重要的是，如果信息采集者不主動告知信息采集的內容和目的，使用者很難知道，其知情權將受到侵犯（馮澤華，2022）。此外，腦機接口作為潛在有助于優化個體學習能力的技術，如果不加以干預，極有可能只會讓極少數學生擁有快速“進化”的能力，從而成為某種意義上的“優等生”。因此，如何保護作為弱勢一方的學生的權利，已迫在眉睫。目前教育領域關于腦機接口的法律法規及約束制度幾乎空白（肖峰，2022），完善的制度保障刻不容緩。制定相關法律法規制度，切實保護使用者的隱私和權利，不僅是對腦機接口使用者的保護，也是對開發者的監督。

（四）加強科普宣傳

盡管國家的重視和資本的青睞使得腦機接口得到了越來越多人的關注，但是腦機接口的普及程度還稍顯不足，知道并真正接觸過的人還不多。筆者利用微信平臺調查大學生群體對腦機接口技術的認知程度（Liu et al.，2022）發現，腦機接口對于大學生而言還比較陌生，接觸過的大學生不多，一半以上大學生甚至沒有聽說過（51.2%），而且無論是接觸還是未接觸的大學生在潛意識里都認為它可能存在危害，51.1%的大學生明確認為有危害，認為沒有危害的僅占4.1%，這表明人們對腦機接口還存在較大誤解。讓更多的人知道并接受腦機接口這一顛覆性技術是個難題，也是所有新技術面臨的共性問題。事實上腦機接口僅僅是個極低電磁輻射的普通電子設備，其危害程度甚至遠不及電腦、手機等。人們對未知事物的偏見可以理解，但要消除人們對腦機接口的偏見可能需要付出更多的時間和精力。加強腦機接口技術的宣傳普及，讓腦機接口技術真正能夠走進普通大眾的生活，消除大眾對腦機接口的誤解和猜疑，還任重道遠。

總體來看，本文以教育應用為抓手，從技術原理、應用潛能和應用障礙三方面探討了腦機接口技術的生存之路，以期能夠明晰腦機接口教育教學應用的實踐創新方向。與傳統的主流教學方式相比，這些非主流技術在后疫情時代將何去何從，還有待觀察。