智能體支持的人機協(xié)同學(xué)習(xí)心理障礙研究

摘要：隨著智能體支持的學(xué)科教學(xué)實踐不斷深入，人機協(xié)同學(xué)習(xí)或?qū)⒊蔀橹悄軙r代學(xué)習(xí)的新常態(tài)。當(dāng)前，對學(xué)習(xí)者在人機協(xié)同學(xué)習(xí)場景中的心理障礙影響機制研究存在不足，制約了教育智能體的情感化設(shè)計與優(yōu)化。為此，文章設(shè)計了與學(xué)科智能體對話、與通用智能體對話、與真人對話三種對話場景，通過英語口語交流實驗采集腦電數(shù)據(jù)、量表數(shù)據(jù)和訪談數(shù)據(jù)，通過以上多模態(tài)數(shù)據(jù)對比分析，探討了不同對話場景對學(xué)習(xí)者英語口語交流心理障礙的影響機制。研究發(fā)現(xiàn)，真人對話與人機對話場景下的口語交流心理障礙存在差異，且學(xué)科智能體和通用智能體緩解口語交流心理障礙的作用也存在差異。文章的研究不僅揭示了人機協(xié)同對話模式在緩解口語交流心理障礙中的獨特優(yōu)勢，還為構(gòu)建基于學(xué)科智能體的適應(yīng)性人機協(xié)同教學(xué)新模式提供了實證依據(jù)。

關(guān)鍵詞：人機協(xié)同；學(xué)科智能體；通用智能體；口語交流；心理障礙

【中圖分類號】G40-057 【文獻標識碼】A 【論文編號】1009—8097（2025）04—0102—08【DOI】10.3969/j.issn.1009-8097.2025.04.011

以ChatGPT為代表的大語言模型快速發(fā)展，推動了人工智能賦能教育從認知輔助向情感交互深化[1]。在此背景下，基于通用人工智能（Artificial General Intelligence，AGI）的智能體在學(xué)科教學(xué)中獲得了廣泛應(yīng)用。所謂“智能體”，是指能夠感知環(huán)境并自主采取行動以實現(xiàn)特定目標的實體[2]。作為新興學(xué)習(xí)媒介，智能體通過人機協(xié)同機制重塑教學(xué)關(guān)系。例如，在英語學(xué)習(xí)領(lǐng)域，通用智能體通過構(gòu)建協(xié)商性對話場景來提升二語習(xí)得效率[3]。當(dāng)前研究多聚焦智能體的認知促進功能，而對其在情感支持維度的作用機制缺乏深入探討[4]。這一問題在英語口語交流中尤為突出，因為口語交流具有高情境依賴性與強情感交互性的特征，學(xué)習(xí)者常因害羞、自卑、負性評價恐懼等心理因素抑制表達動機[5]。盡管智能體可通過相對無壓力的學(xué)習(xí)環(huán)境降低學(xué)習(xí)者的焦慮情緒、增強溝通信心[6]，但其類型差異對心理障礙的具體干預(yù)效果尚未明晰。鑒于此，本研究聚焦智能體在英語口語教學(xué)中的應(yīng)用，試圖通過一項英語口語交流實驗，探尋不同對話場景對學(xué)習(xí)者英語口語交流心理障礙的影響機制，以期為開展基于智能體的口語教學(xué)提供理論依據(jù)與實踐參考。

一問題提出

1 英語口語交流心理障礙

英語口語交流心理障礙是指英語學(xué)習(xí)者在與他人進行面對面的口語交流時，因心理問題或困擾而無法流暢地表達自身思想[7]。在青少年二語習(xí)得群體中，這種障礙往往與青春期自我意識覺醒密切相關(guān)，其口語焦慮常表現(xiàn)為對同伴評價的過度敏感和語音模仿的刻意回避[8]。相較于青少年群體，大學(xué)生在英語口語交際中的心理障礙更多地體現(xiàn)為口語能力心理自卑焦慮和社交焦慮等，這可能源于學(xué)術(shù)語境下對語言準確性的過度追求，進而抑制了交際意圖的自然表達[9]。有研究表明，英語口語交流心理障礙的成因具有多維性，主要涉及自我感受語言能力、個性化特質(zhì)和交際情境三個層面[10]：①自我感受語言能力的不足（如詞匯、語法、語音問題）是導(dǎo)致心理障礙的基礎(chǔ)性因素，通過引發(fā)表達挫敗感，直接觸發(fā)口語能力心理自卑焦慮[11]；②個性化特質(zhì)（如害羞、內(nèi)向等）促使學(xué)習(xí)者過度關(guān)注他人評價，演變?yōu)樨撔栽u價恐懼焦慮[12]；③復(fù)雜或陌生的交際情境放大了上述心理障礙的外顯表現(xiàn)，使學(xué)習(xí)者出現(xiàn)社交焦慮[13]。基于此，本研究聚焦大學(xué)生群體的口語能力心理自卑焦慮、負性評價恐懼焦慮和社交焦慮三個維度，系統(tǒng)分析英語口語交流心理障礙。

2 智能體在英語口語教學(xué)中的應(yīng)用

基于新一代人工智能技術(shù)的智能體能模擬真實對話場景，提供個性化的一對一口語練習(xí)，幫助學(xué)習(xí)者減輕心理負擔(dān)并提升表達能力[14]。當(dāng)前，以大語言模型為代表的智能體突破了傳統(tǒng)對話系統(tǒng)的框架限制，能夠生成具有情感溫度與語境適應(yīng)性的口語反饋，在英語發(fā)音糾錯和跨文化交際訓(xùn)練中展現(xiàn)出顯著優(yōu)勢[15]。因此，智能體可為突破英語口語交流心理障礙提供可行路徑，開展智能體賦能的差異化教學(xué)研究具有重要實踐價值。根據(jù)交互任務(wù)的不同，教學(xué)中應(yīng)用的智能體可分為兩類：通用智能體和學(xué)科智能體[16]。其中，通用智能體是指基于通用大語言模型（General Large Language Model），具備廣泛認知能力的人工智能系統(tǒng)，能夠像人類一樣在多種環(huán)境中進行學(xué)習(xí)、推理和決策；而學(xué)科智能體是指在特定學(xué)科領(lǐng)域內(nèi)，能夠自主感知環(huán)境、做出決策并執(zhí)行行動的智能系統(tǒng)，一般基于教育領(lǐng)域垂直大模型設(shè)計與開發(fā)[17]。相應(yīng)地，英語學(xué)科教學(xué)中能應(yīng)用的智能體也可分為兩類：一類是英語通用智能體，擅長開放式對話，適合學(xué)習(xí)者在無明確英語學(xué)習(xí)任務(wù)的情境下進行自由表達訓(xùn)練，以提升其語言流暢性和表達能力[18]；另一類是英語學(xué)科智能體，強調(diào)任務(wù)導(dǎo)向的語言支持，通過模擬情境化場景提供有針對性的反饋與指導(dǎo)，幫助學(xué)習(xí)者掌握特定的語言技能[19]。

研究表明，智能體能夠提升學(xué)生的口語表現(xiàn)，增強其學(xué)習(xí)參與度并有效降低外語焦慮水平[20]。但是，現(xiàn)有研究多集中于單一智能體的效能驗證，而針對通用智能體與學(xué)科智能體在緩解不同維度心理障礙的干預(yù)效果差異研究仍然匱乏[21]。為此，本研究聚焦于解決以下問題：①人機對話與真人對話在緩解口語交流心理障礙方面的水平是否存在差異？原因是什么？②人機對話中通用智能體與學(xué)科智能體在緩解口語交流心理障礙方面的水平是否存在差異？原因是什么？

二研究設(shè)計

1研究對象

本研究招募了深圳市S大學(xué)的44名在校生（含女生19人）作為被試參加英語口語交流實驗，分別與通用智能體、學(xué)科智能體和真人學(xué)生進行口語對話。被試年齡為18～25歲，均身體健康，精神狀態(tài)穩(wěn)定，實驗前未進行激烈運動，且均未使用過本研究選擇的智能體。

2研究工具

（1）智能體

本研究選取的通用智能體為Eviebot、學(xué)科智能體為AI Teacher，分別對應(yīng)自由主題對話場景和生活交流模擬情境。Eviebot的虛擬形象為年輕女孩，提供高度自由對話的功能，學(xué)習(xí)者無需預(yù)設(shè)對話主題或任務(wù)目標，便可通過語音與其進行開放式交流；而AI Teacher的虛擬形象為專業(yè)教師，提供情境模擬和針對性反饋的功能，學(xué)習(xí)者可在任務(wù)導(dǎo)向的真實生活交流模擬情境中與其進行情景化語音交互，并獲得精準反饋。

（2）英語口語交流心理障礙量表

本研究的實驗工具為“英語口語交流心理障礙量表”[22]，用于評估學(xué)習(xí)者的心理障礙水平和教學(xué)干預(yù)效果。該量表包括口語能力心理自卑焦慮、負性評價恐懼焦慮和社交焦慮三個維度，采用李克特五點量表評分，用1～5分表示從“完全不贊同”到“完全贊同”。該量表的信效度檢驗結(jié)果顯示：前測量表的Cronbach’sα系數(shù)值為0.748，KMO值為0.649，Bartlett’s球形檢驗結(jié)果顯著，表明量表信度較高，效度達到可接受水平，適合進行因子分析；后測量表的Cronbach’sα系數(shù)值為0.775，KMO值為0.707，Bartlett’s球形檢驗結(jié)果顯著，因子載荷的范圍為0.61～0.91，總方差解釋率為67.74%，進一步說明該量表的信效度表現(xiàn)較好。

（3）腦電儀

本研究使用Brainlink腦電儀，采集得到兩種人機對話、一種真人對話場景下的Low Alpha、High Alpha、Low Beta、High Beta、Low Gama、Middle Gama、Delta、Theta腦電波數(shù)據(jù)。研究表明，焦慮情緒通常與Theta波和Beta波的相對增強有關(guān)[23]。因此，本研究采用腦電頻譜情緒識別技術(shù)和Python，按照公式（1）對數(shù)據(jù)進行處理、分析，分別獲得不同對話場景下的焦慮指數(shù)，用以表征學(xué)習(xí)者對話過程中的心理狀態(tài)。

\"焦慮指數(shù)\"=\"Theta Value\" /（（Low Alpha Value+High Alpha Value） ）×（（Low Beta Value+High Beta Value）/（Low Alpha Value+High Alpha Value））""" 公式（1）

3 研究過程

英語口語交流實驗的具體步驟如圖1所示，每名被試的實驗總時長約為1.5小時。實驗開始前，被試先了解實驗?zāi)康摹⒘鞒毯筒僮饕螅⑻顚懬皽y問卷。實驗設(shè)計了三種對話場景：與學(xué)科智能體對話、與通用智能體對話、與真人對話，所有對話均圍繞“AI”主題進行。為消除順序效應(yīng)和疲勞效應(yīng)，每輪任務(wù)結(jié)束后，被試進行時長約15分鐘的冥想休息，同時聆聽一段約3分鐘舒緩音樂放松身心。其中，與學(xué)科智能體對話需要被試與AI Teacher對話，與通用智能體對話需要被試與Eviebot對話，而與真人對話需要被試與一名真人學(xué)生對話。本研究選取的真人對話對象是一名具備英語專業(yè)八級水平的碩士研究生——需注意的是，該研究生在與被試進行對話的過程中，要盡量以被試為中心，避免搶話。另外，為減小環(huán)境對被試的干擾，被試宜被安排在一個單獨的房間進行三輪對話，而工作人員在另一個房間使用蘋果系統(tǒng)的AirPlay鏡像輸出功能監(jiān)控現(xiàn)場情況。實驗期間，工作人員使用腦電儀采集數(shù)據(jù)，并通過問卷評估被試的口語交流心理障礙水平。實驗后，工作人員通過訪談采集被試關(guān)于三種對話場景的不同反饋。

4數(shù)據(jù)處理

本研究收集了腦電數(shù)據(jù)、問卷數(shù)據(jù)和訪談數(shù)據(jù)，使用統(tǒng)計軟件SPSS 21.0和Python進行數(shù)據(jù)處理。對于腦電數(shù)據(jù)，考慮到每段對話剛開始和結(jié)束前的設(shè)備調(diào)適、震動等因素可能會影響腦電數(shù)據(jù)的準確性，故本研究只保留每段對話中間部分的數(shù)據(jù)；同時，按照Z-score值＞2或Z-score值＜-2的標準，剔除離群值。

三數(shù)據(jù)分析

1口語交流過程腦電數(shù)據(jù)分析

本研究通過英語口語交流實驗采集被試在三種對話場景下的腦電數(shù)據(jù)：首先，用電極記錄時域信號，保存原始數(shù)據(jù)（.edf格式）；隨后，通過傅里葉變換并采用自回歸模型（Autoregressive Model）分析頻譜；最后，提取頻段特征計算焦慮指數(shù)。具體的腦電數(shù)據(jù)采集與處理過程如圖2所示。

配對樣本T檢驗結(jié)果顯示，被試在與學(xué)科智能體對話（M=0.38）、與通用智能體對話（M=0.48）、與真人對話（M=0.49）三種對話場景下的焦慮情緒存在顯著差異（p＜0.05）。相較于與真人對話，被試在與學(xué)科智能體對話尤其是與通用智能體對話時表現(xiàn)出更低的焦慮水平。原因主要在于學(xué)科智能體AI Teacher通過針對性、情境化和個性化的任務(wù)引導(dǎo)，能有效維持注意力并減少焦慮，提升學(xué)習(xí)投入度。相比之下，通用智能體Eviebot缺乏明確的任務(wù)引導(dǎo)和情境支持，容易出現(xiàn)主題迷航和認知疲勞，增加焦慮。而在與真人對話的情境中，被試顯示出在任務(wù)開始階段與結(jié)束階段的焦慮水平最高，這可能是因為被試在與真人對話時需持續(xù)應(yīng)對人際評估壓力，尤其是在任務(wù)開始和結(jié)束時，陌生交際對象的存在更易引發(fā)焦慮波動。可見，學(xué)科智能體顯著降低了被試在口語交流中的焦慮水平，其緩解被試心理焦慮的作用最顯著。

2 口語交流心理障礙量表數(shù)據(jù)分析

本研究采用Friedman非參檢驗，通過計算口語交流心理障礙量表三個維度（即口語能力心理自卑焦慮、負性評價恐懼焦慮、社交焦慮）的焦慮指數(shù)均值和標準偏差，對三種對話場景下的口語交流心理障礙進行了描述性分析，結(jié)果如表1所示。

表1顯示，三種對話場景下的口語交流心理障礙水平存在顯著差異（χ2=22.660，p＜0.001）。其中，與真人對話的口語交流心理障礙表現(xiàn)最為突出，特別是社交焦慮（M=4.61，SD=0.54）最為嚴重。與學(xué)科智能體對話、與通用智能體對話的口語交流心理障礙水平低于與真人對話，與學(xué)科智能體對話的社交焦慮水平（M=3.48，SD=0.95）最低。值得注意的是，與智能體對話的個體差異顯著高于與真人對話，其中與學(xué)科智能體對話的口語能力自卑焦慮標準差（0.97）、與通用智能體對話的負性評價恐懼標準差（0.95）均超過與真人對話的最大標準差（0.69）。另外，學(xué)科智能體在緩解社交焦慮方面具有相對優(yōu)勢，但針對語言能力相關(guān)心理障礙的干預(yù)仍需優(yōu)化，且需關(guān)注智能體應(yīng)用過程中顯著的個體差異現(xiàn)象。

為進一步探討口語交流心理障礙中三個維度的效果差異，本研究采用Wilcoxon符號秩檢驗，對不同對話場景進行了兩兩對比，結(jié)果如表2所示。表2顯示，相較于與真人對話，與學(xué)科智能體對話顯著降低了口語能力心理自卑焦慮（z=-3.15，p＜0.01）、負性評價恐懼焦慮（z=-3.78，p＜0.001）和社交焦慮（z=-5.06，p＜0.001）。學(xué)科智能體在減輕負性評價恐懼焦慮方面表現(xiàn)突出，可能是由于其精準、即時的反饋有助于學(xué)生逐步建立起對自我學(xué)習(xí)能力的正面認知。通用智能體在這些方面也表現(xiàn)出了積極作用，分別降低了口語能力心理自卑焦慮（z=-3.25，p＜0.05）、負性評價恐懼焦慮（z=-2.61，p＜0.05）和社交焦慮（z=-4.05，p＜0.001）。通用智能體雖然改善幅度略小，但仍具統(tǒng)計學(xué)意義上的顯著性。然而，盡管學(xué)科智能體和通用智能體在整體上都表現(xiàn)出了顯著的正面效果，但其對話場景對比結(jié)果顯示，兩者在各維度心理障礙的緩解上均未達顯著性水平（p＞0.05），表明兩者的干預(yù)效果具有一定的等效性。值得注意的是，由于主觀自我報告與客觀腦電數(shù)據(jù)存在一定的偏差，故本研究將在討論中綜合對比腦電、量表和訪談的多模態(tài)數(shù)據(jù)，以更全面地理解人機協(xié)同對話對口語交流心理障礙的影響。

3口語交流事后訪談數(shù)據(jù)分析

口語交流結(jié)束后，本研究對44名被試進行了訪談。訪談文本相關(guān)統(tǒng)計數(shù)據(jù)顯示，約49%的學(xué)生更愿意與學(xué)科智能體對話，約33%的學(xué)生傾向于選擇通用智能體，僅約18%的學(xué)生選擇與真人對話，其原因主要在于：①學(xué)科智能體支持的人機協(xié)同學(xué)習(xí)將對話置于日常情境中，通過日常情境對話、系統(tǒng)性指導(dǎo)和鼓勵，能有效減輕學(xué)生的心理壓力，助其逐步適應(yīng)并提升口語能力。例如，Y同學(xué)（負性評價恐懼焦慮高分者）表示：“在AI教師指導(dǎo)的對話中，系統(tǒng)會先示范標準的口語表達，再讓我逐步練習(xí)，出錯了也不會被批評，這種安全感讓我更敢開口。”②通用智能體支持的人機協(xié)同學(xué)習(xí)雖具靈活性和自由度，但因缺乏情境引導(dǎo)導(dǎo)致對話難以深入，反復(fù)調(diào)整也易消耗耐心。例如，C同學(xué)（口語能力自卑焦慮高分者）表示：“為了維持對話，我平均每3分鐘就要想新問題，但我英語口語不是很好，這種感覺會讓我有點焦慮。”③與真人對話雖能提供更多情感互動、便于交流分享經(jīng)驗，但也給學(xué)生帶來了較大的心理壓力和緊張感。另外，不同人的性格、知識積累、交流能力等有所不同，因此難以保證對話質(zhì)量。例如，L同學(xué)（社交焦慮高分者）表示：“當(dāng)對方皺眉或沉默時，我會立刻懷疑自己發(fā)音錯了，這種恐懼讓我想逃避對話。”

四結(jié)果與討論

1 真人對話與人機對話場景下的口語交流心理障礙存在差異

腦電數(shù)據(jù)分析結(jié)果表明，相較于與真人對話，人機對話（學(xué)科智能體與通用智能體）顯著降低了學(xué)生的焦慮水平。量表數(shù)據(jù)分析結(jié)果進一步證實了與真人對話的口語交流心理障礙表現(xiàn)最為突出，特別是其社交焦慮最為嚴重，而與學(xué)科智能體對話的社交焦慮水平最低。訪談數(shù)據(jù)分析結(jié)果表明，約82%的學(xué)生更傾向于與智能體對話。以上多模態(tài)數(shù)據(jù)對比分析結(jié)果顯示，學(xué)習(xí)者在口語交流過程中面臨的心理障礙尤其是焦慮情緒受對話場景的影響。在與真人對話的場景中，學(xué)生不僅要面對語言障礙，還可能因社交評價壓力、文化適應(yīng)問題而加劇焦慮[24]。此外，社交焦慮與語言焦慮常常交織在一起，加劇了學(xué)生對自身表達能力的不安；陌生交際情境也會放大學(xué)生對語言能力和負面評價的恐懼，從而削弱其學(xué)習(xí)動機和情感投入，使其心理障礙更加嚴重，導(dǎo)致與真人對話時的焦慮水平偏高。相比之下，人機對話因其非面對面的特性，有效減少了學(xué)生的社交評價壓力，使其能夠更加自由地表達，且有效減少了學(xué)生在口語交流中的焦慮和自我懷疑[25]。同時，智能體的情感交互和個性化反饋功能，進一步降低了負性評價恐懼和社交焦慮。在訪談過程中，學(xué)生普遍反映使用智能體進行對話時能夠更加自由地表達，焦慮情緒得到了有效緩解，這與腦電數(shù)據(jù)分析結(jié)果一致。由于情感互動的強度較高，大多數(shù)學(xué)生的口語交流心理障礙表現(xiàn)較為一致。

2學(xué)科智能體與通用智能體緩解口語交流心理障礙的作用存在差異

多模態(tài)數(shù)據(jù)對比分析結(jié)果進一步顯示，學(xué)科智能體與通用智能體在降低口語交流心理障礙方面均有積極作用，但在具體效果上存在顯著差異。腦電數(shù)據(jù)分析結(jié)果表明，與學(xué)科智能體對話的焦慮指數(shù)低于與通用智能體對話，且其緩解被試心理焦慮的作用最顯著。量表數(shù)據(jù)分析結(jié)果表明，學(xué)科智能體在緩解社交焦慮方面更具優(yōu)勢，且在減輕負性評價恐懼焦慮方面表現(xiàn)突出，而通用智能體的改善幅度相對較小。訪談數(shù)據(jù)分析結(jié)果進一步支持此發(fā)現(xiàn)，參與訪談的多名學(xué)生表示，學(xué)科智能體提供的精準反饋和個性化指導(dǎo)讓他們在對話過程中更具信心，而通用智能體更像是一個聊天工具，缺乏針對性。通過精準的學(xué)習(xí)反饋和適應(yīng)性交互，學(xué)科智能體可以幫助學(xué)生克服語言表達的不確定性，降低對錯誤的焦慮感，從而增強學(xué)習(xí)信心[26]。相比之下，通用智能體由于缺乏對英語學(xué)科專業(yè)知識的深度理解和針對性設(shè)計，難以為學(xué)生提供個性化的交際情境，因此無法像學(xué)科智能體那樣提供精準且沉浸的交互體驗。此外，盡管通用智能體的自然語言處理能力支持自由對話，但因缺乏有針對性的口語訓(xùn)練設(shè)計，學(xué)生需要時間去適應(yīng)，這反而會增加學(xué)生的認知負荷，加劇焦慮感[27]。綜上可知，學(xué)科智能體因其個性化設(shè)計和精準反饋，能夠更好地支持學(xué)生在英語口語學(xué)習(xí)中的心理適應(yīng)。值得注意的是，部分學(xué)生表示，具備更高擬人化特征的智能體如“與小寵物對話”般自然，更能吸引他們進行人機自由對話。這表明，智能體的擬人化設(shè)計能夠增強學(xué)生在情感交流方面的吸引力，這為我們未來研制共情能力更強的英語口語交流智能體提供了方向。

五結(jié)語

學(xué)習(xí)者在學(xué)習(xí)過程中的心理障礙問題不容忽視，而智能體憑借“人-機”交互特性，可以有效緩解傳統(tǒng)“人-人”交互中產(chǎn)生的焦慮情緒。本研究開展了一項英語口語交流實驗，通過多模態(tài)數(shù)據(jù)對比分析，發(fā)現(xiàn)人機對話因其非面對面的特性，能有效緩解學(xué)生的口語交流焦慮情緒，故與真人對話場景下的口語交流心理障礙存在差異；學(xué)科智能體提供學(xué)科適應(yīng)性反饋和個性化指導(dǎo)，在緩解焦慮情緒、提升交流信心方面的效果優(yōu)于通用智能體。從消除心理障礙的角度來看，未來智能體應(yīng)向提升具身擬人度、提高共情能力、提供沉浸式學(xué)科體驗等方向進化。本研究中的智能體主要以虛擬智能體的樣態(tài)出現(xiàn)，未來將有更多的實體智能體。2023年，我國工信部出臺《人形機器人創(chuàng)新發(fā)展指導(dǎo)意見》[28]，著力推動人形機器人產(chǎn)業(yè)發(fā)展。可以預(yù)見，作為實體智能體的人形機器人將日益普及。我們期待智能體在支持類人化心理健康垂直大模型的構(gòu)建和研發(fā)方面盡快取得新突破，讓智能體更好地走近學(xué)習(xí)者、理解學(xué)習(xí)者、幫助學(xué)習(xí)者。

————————

參考文獻

[1]Liu Y， Zhang H， Jiang M， et al. A systematic review of research on emotional artificial intelligence in English language education[J]. System， 2024，126：103478.

[2]魏屹東.人工智能的“認知轉(zhuǎn)向”——通向通用人工智能的必由之路[J].山西師大學(xué)報（社會科學(xué)版），2024，（5）：9-17.

[3]Wang C， Zou B， Du Y， et al. The impact of different conversational generative AI chatbots on EFL learners： An analysis of willingness to communicate， foreign language speaking anxiety， and self-perceived communicative competence[J]. System， 2024，127：103533.

[4]王一巖，鄭永和.教育情感計算的價值、困境與出路[J].現(xiàn)代教育技術(shù)，2024，（9）：71-79.

[5]Tai T-Y， Chen H H-J. The impact of google assistant on adolescent EFL learners’ willingness to communicate[J]. Interactive Learning Environments， 2023，（3）：1485-1502.

[6]Wang X， Liu Q， Pang H， et al. What matters in AI-supported learning： A study of human-AI interactions in language learning using cluster analysis and epistemic network analysis[J]. Computers amp; Education， 2023，194：104703.

[7]謝群.小學(xué)生英語口語交際能力提升的“5cm”教學(xué)模式研究[J].基礎(chǔ)教育課程，2023，（20）：40-47.

[8]余陽，李千千.青少年學(xué)習(xí)英語焦慮的成因和對策研究[J].海外英語，2023，（7）：187-189.

[9]陳博.大學(xué)生英語口語自我概念與英語課堂口語焦慮的相關(guān)性研究[J].現(xiàn)代語言學(xué)，2024，（10）：632-641.

[10]容海平，劉如意.懷特海表達觀對中小學(xué)英語口語教學(xué)的啟示[J].教學(xué)與管理，2024，（12）：78-82.

[11]馬文，劉青松.語言科學(xué)研究助力國家健康治理：理據(jù)與路徑[J].外語電化教學(xué)，2023，（3）：19-24、66、115.

[12][26]秦麗莉，趙永青，歐陽西貝，等.云端翻轉(zhuǎn)課堂中英語學(xué)習(xí)者能動性發(fā)展研究——社會文化理論視角[J].現(xiàn)代外語，2022，（3）：381-393.

[13][24]劉茹月，楚悅悅，楊李娜.基于安全感的課堂交往有效性研究[J].教學(xué)與管理，2024，（18）：25-29.

[14][25]唐燁偉，郝紫璇，趙一婷.教育智能體喚醒學(xué)習(xí)者積極情緒的發(fā)生邏輯與調(diào)節(jié)路徑——基于聽覺刺激對積極情緒的影響[J].遠程教育雜志，2023，（2）：58-69.

[15]許家金，趙沖.大語言模型在英語教學(xué)中的角色[J].外語教育研究前沿，2024，（1）：3-10、90.

[16]Ng D T K， Tan C W， Leung J K L. Empowering student self-regulated learning and science education through ChatGPT： A pioneering pilot study[J]. British Journal of Educational Technology， 2024，（4）：1328-1353.

[17]仇星月，陳向東，陳鵬，等.大語言模型支持的元綜合研究：基于智能體的方法[J].現(xiàn)代教育技術(shù)，2025，（1）：63-72.

[18]薛少華，劉曉力.圣杯戰(zhàn)爭：具身通用人工智能的困境與可能出路[J].自然辯證法通訊，2024，（12）：43-52.

[19]陳凱泉，胡曉松，韓小利，等.對話式通用人工智能教育應(yīng)用的機理、場景、挑戰(zhàn)與對策[J].遠程教育雜志，2023，（3）：21-41.

[20]Huang W， Hew K F， Fryer L K. Chatbots for language learning—Are they really useful？ A systematic review of chatbot-supported language learning[J]. Journal of Computer Assisted Learning， 2022，（1）：237-257.

[21]于濟凡，李睿淼，李曼麗，等.多智能體協(xié)同交互的高臨場感在線學(xué)習(xí)環(huán)境構(gòu)建[J].現(xiàn)代教育技術(shù)，2024，（12）：17-26.

[22]Xiao Z， Murat Baldwin M， Wong S C， et al. The impact of childhood psychological maltreatment on mental health outcomes in adulthood： A systematic review and meta-analysis[J]. Trauma， Violence， amp; Abuse， 2023，（5）：3049-3064.

[23]Wang H， Hou Y， Zhan S， et al. EEG biofeedback decreases theta and beta power while increasing alpha power in insomniacs： An open-label study[J]. Brain Sciences， 2023，（11）：1542.

[27]Sikstr?m P， Valentini C， Sivunen A， et al. Pedagogical agents communicating and scaffolding students’ learning： High school teachers’ and students’ perspectives[J]. Computers amp; Education， 2024，222：105140.

[28]夏燕靖.元宇宙世界智能設(shè)計的未來進階之路[J].深圳大學(xué)學(xué)報（人文社會科學(xué)版），2024，（6）：62-72.

Research on the Psychological Barriers of Human-machine Collaborative Learning Supported by Agents

——A Comparative Analysis of Multimodal Data based on an Oral English Communication Experiment

CAO Xiao-Ming""" YE Xiao-Lu""" LUO Jiu-Tong""" ZHENG Lin-Yi""" HE Tao[Corresponding Author]

（Faculty of Education， Shenzhen University， Shenzhen， Guangdong， China 518060）

Abstracts：With the deepening of subject teaching practice supported by agents， human-machine collaborative learning has become the new normal of learning in the intelligent era. At present， there are insufficient researches on the influence mechanism of learners’ psychological barriers in human-computer collaborative learning scenarios， which restricts the emotional design and optimization of educational agents. Therefore， this paperdesigned three dialogue scenarios：dialogue with subject agents， dialogue with general agents and dialogue with real person. Multimodal data encompassing electroencephalogram data，scale data， and interview data were collected during oral English communication experiments to systematically analyze the influence mechanism of different dialogue scenes on learners’psychological barriers in oral English communication. It was found out that there were obvious differences existed in the psychological barriers of oral communication between human-human and human-agent dialogue scenarios， and the effects of disciplinary agents and general agents in alleviating the psychological barriers of oral communication were also different. This research not only elucidated the unique advantages of human-agent collaborative dialogue model in mitigating psychological barriers in oral communication while providing empirical evidence for constructingan adaptive human-agent collaborative pedagogical framework based on discipline intelligent agents.

Keywords： human-machine collaboration; discipline intelligent agents; general intelligent agents; oral communication; psychological barriers

————————

*基金項目：本文受國家自然科學(xué)基金面上項目“在線學(xué)習(xí)中基于圖神經(jīng)網(wǎng)絡(luò)的群體認知診斷及其用”（項目編號：62177016）、廣東省2023年度新師范建設(shè)助推基礎(chǔ)教育高質(zhì)量發(fā)展研究與實踐項目“粵港澳大灣區(qū)數(shù)字化轉(zhuǎn)型的研究與實踐”（項目編號：0000027402）、廣東省教育廳質(zhì)量工程課程項目“智能教育課程群虛擬教研室”（項目編號：0000027326）資助。

作者簡介：曹曉明，教授，博士，研究方向為信息化教學(xué)創(chuàng)新、智能教育，郵箱為cxm@szu.edu.cn。

收稿日期：2024年12月4日

編輯：小米