数字化学习系统情绪感知功能研究

刘小丹 赵鑫 李玉斌

摘要：情绪对人们的工作、学习有着重要的影响，也是决定数字化学习效果的一个重要因素。本文提出了一种数字化学习中的情绪感知功能，首先运用表情识别技术获取学习者当前的情绪状态，进而从分析数字化学习中学习情绪产生的原因入手，采取相应措施激发正面情绪的持续性或规避负面情绪对学习活动的进一步影响，通过这种方式使得学习活动能更加有效地进行，从而进一步改善数字化学习的效果。

关键词：数字化学习;学习情绪;表情识别

中图分类号：G434   文献标识码：A   论文编号：1674-2117（2015）07-0077-03

● 引言

教学应该是教师的“教”与学生的“学”交互的过程，但以往的数字化学习大多是学习者面对冰冷的电脑进行单方面的知识获取，这种学习方式虽然给学习者带来了一定自主性，但使得学习过程枯燥乏味，学习者长时间地处于一种孤独的状态，容易对学习产生厌烦等负面情绪，从而影响学习的有效性和持续性。

随着科技的发展，计算机技术在教育领域的应用逐渐深化，数字化学习中学习者的情感因素也成为大家关注和研究的热点。人们对数字化学习系统的要求也有了进一步的提高，要求其能像传统教师一样进行智能化教学，除了组织引导学习以外，还要能理解学习者的特征、情感状态等，以便为教学提供更好的服务。目前，国内外已有许多相关的研究案例。孟秀艳、王志良等[1]人设计了一个以情感交互为核心的人性化教学辅助系统，该系统设置了一个名为Avatar的虚拟教学助理，接受情感信息，向学习者提供改善自身的建议，并把学生的学习状态发送给教师。吴彦文等[2]提出了一项基于情感识别的智能教学系统，利用人脸识别技术分析学习者的表情信息，判断其情绪状态。Mahmoud Neji在情感计算理论的基础上设计了可识别高兴、恐惧、惊讶、悲伤、愤怒、厌恶六种基本情绪的在线学习平台。[3]

诸如以上研究，虽都考虑了情绪因素在数字化学习过程中的影响，但并未从教育学、心理学的角度分析情绪产生的原因，而且没有给出系统、有效的应对措施。

● 数字化学习中的情绪

情绪是人受到情境刺激，经过是否符合自己需要的判断后，而产生的行为变化、生理变化和对事物或事件态度的主观体验。[4]在学习过程中，学习者会因为自己的偏好而对不同的学习内容产生不同的学习情绪，这种偏好即学习风格。针对学习者的学习风格，采用适当的教学策略，将极大激发和维持学习者的学习动机，提高学习效率。[5]例如，有些学生喜欢通过读书、阅读文字的方式来学习;有些学生则喜欢看视觉性较强的教材，如图片、板书等;有些学生善于通过听讲来学习;有些学生善于通过动手操作学习;有些学生喜欢合作学习，而有些学生则比较愿意自学。如果教学方案不符合学习者的学习风格，就容易使学生失去耐心，甚至对学习活动产生抗拒心理，出现厌恶、烦躁等情绪。因此，学习方案是否符合学习者的学习风格是数字化学习中学习情绪产生的一个重要原因。

除此之外，学习者情绪的产生还有可能是因为疲劳或学习过程遇到困难等。疲劳是数字化学习中最容易出现的情绪之一，由于数字化学习环境的特殊性，学习者常常处于孤独的学习环境中，学习者长时间面对枯燥的学习内容，往往会出现精神不振、打哈欠等情况，这就需要系统及时地提醒和干预，以免影响正常的学习进度。当学习者在学习中遇到困难时，经常会出现疑惑、沮丧等负面情绪，如果不及时发现并采取应对措施，将会对后继的学习活动产生影响。

众所周知，积极的情绪会促进学习进度，提高学习质量，而消极的情绪则会影响学习者的正常思维，阻碍学习活动的有效进行。神经科学和心理学的研究也表明：情绪、情感能促进或阻止个体的工作记忆、推理操作和问题解决。这是因为由情感体验所构成的恒常心理背景或一时的心理状态可以影响和调节知觉、记忆和思维等认知过程。[6]

情绪不但影响着学习者的学习状态，也是学习者向教师提供的重要反馈信息，教师可以根据学习者的情绪推测其对知识的掌握情况，采取教学策略、把握教学进度。若是在学习者对当前所讲解的内容充分理解或符合其喜好的情况下，通常会产生高兴、愉悦的情绪;若当前学习内容不符合其学习风格或理解起来有难度时，则会表现出厌烦、懊恼等情绪。因此，情绪与学习活动紧密相连，如果教师在学习过程中能及时了解学习者的情绪变化，采取适当应对措施，将会有效提高学习者数字化学习的质量。

● 学习者情绪状态的获取

情绪产生时往往会伴随一定的外部表现，表情是最主要的表达方式。例如，人在高兴时会开怀大笑，悲伤时会痛哭流涕，烦恼时会眉头紧锁。情绪与表情间的密切关联性，再加上表情识别技术的不断发展，使得我们获取学习者的情绪状态变得更加方便。

面部表情是通过面部肌肉的变化表现出来的，眉毛、眼睛、鼻子、嘴巴各部分变化的组合构成了各种各样的表情。本文结合心理学家Paul Ekman[7]定义的六种基本表情和关键部位变化的关系[8]，以及疲劳状态下人的面部特征表现，列出了学习过程中常见的几种情绪下人的面部特征，如下表所示。

在学习过程中，教师可通过摄像头获取学习者的图像信息，运用表情识别技术对学习者的表情进行分析，推断其当前情绪。表情识别过程主要分为三个步骤，即人脸检测、特征提取、表情分类识别。人脸检测是指在图像中检测出人脸的位置，去除背景信息，提取出人的面部图像，而人脸的精确定位可以保证特征提取的有效性和表情识别的精度。本文采用Adaboost方法实现人脸检测，该方法采用级联的方式，可以大大提高分类器的检测速度和精度。然后，运用Gabor小波变换进行特征提取，由于Gabor滤波器只提取低频信息，不但可以减小计算量，也能够在一定程度上去除多余噪声的影响，而且，它可以提取图像中局部细微的变化，有利于提高表情识别的精度。最后，采用支持向量机的方法进行表情识别分类，该方法具有很强的泛化性，在解决小样本、非线性及高维模式识别问题方面具有明显优势。

● 学习情绪的应对

1.修正学习风格

在教学活动中应当充分尊重和发挥学习者的个性特征，与学习者学习风格相适应的教学能有效激发和维持学习者的学习动机，调节学习活动进行的难易度。相反，若是不能准确预测学习者的学习风格，对因材施教、学习动机的维持都是相当不利的。

学习风格是指学习者在获取、处理和记忆新信息、新技能时自然的、习惯性的偏好方式。[9]首先，在学习者登录数字化学习系统时，通过测量问卷等形式对学习者的学习风格初始化。进而教师才能够在学习过程中，通过表情识别分析学习者的情绪状态，推测其对当前的学习方案是否满意。若学习者表现出高兴等正面情绪，则说明其对学习的呈现方式、学习方案等比较满意;若是学习者对学习方案、学习的呈现方式等不满，则会出现焦虑、厌恶等负面情绪。我们通过这种方式进一步对学习风格模型进行修正，能有效弥补量表测量方式主观性过强的弊端，获得更加准确的学习风格。

2.调整教学

情绪能直观反映出学习者的学习情况，成为调整教学策略的可靠依据。根据本文定义的五种情绪特征，学习系统可以采取以下应对方法：当情绪推断的结果为高兴时，说明学习活动正顺利开展，学生对当前的学习节奏、学习内容都比较满意;若学习者对当前所学存在厌恶情绪，说明其对现有的教学方式、教学内容有所抵触，应对系统作出提醒，使其调整教学方案;若学习者出现打哈欠等明显疲劳特征，系统应及时采取措施，发出警告或播放音乐等，避免疲劳情绪的进一步发展;若检测到学习者出现疑惑情绪，有可能是其对当前的学习内容存在疑惑或没有理解，系统此时弹出提醒对话框，询问是否需重新讲解;当检测到学习者出现沮丧情绪时，说明当前的学习内容超出了其理解范围，任由这种情况发展会极大削弱学习动机，此时应重新组织学习方案，降低学习难度。

3.多媒体情感互动

在数字化学习中，为了激发和维持学习者的正面情绪，我们应充分利用丰富的多媒体资源。例如，可以在系统中设定一个虚拟的教师形象，运用表情、语言、肢体动作等对学生进行鼓励，或为学习者提供一些虚拟的物品奖励，使得学习者在情感上能得到一定的回馈，保持愉悦的情绪。

除此之外，在学习者出现疲劳、厌恶等不利于学习活动继续进行的情绪时，系统会主动中断学习，弹出对话框询问是否继续学习，若学习者选择中断学习，系统会向学习者推送几种休闲方式，插入音频、视频或小游戏等供其选择，来帮助学习者消除暂时的负面情绪干扰。

● 结语

在缺乏交互性的数字化学习中，应当有效利用学习者的情绪，作为制定教学方案、调整教学进度的可靠依据，这是提高数字化学习效率的重要途径之一。本文从教育学、心理学的角度阐述了数字化学习中情绪感知的必要性，运用表情识别技术获取学习者的情绪状态，并分析了各类情绪产生的原因，针对不同的原因给出了相应的应对措施，能在一定程度上消除影响数字化学习的干扰因素，改善数字化学习的质量。

参考文献：

[1]孟秀艳，王志良，王丽娟.基于情感建模的教学辅助系统的研究[J].计算机应用研究，2007，24（4）：74-76.

[2]吴彦文，刘伟，张昆明.基于情感识别的智能教学系统研究[J].计算机工程与设计，2008，29（9）：2350-2352.

[3]Mahmoud Neji， Mohamed Ben Ammar. Emotional eLearning System[J].http：//www.ijcim.edu/SpecialEditions/v15nSP4/P16SEARCC_Emotionale Learning System. pdf.

[4]张文新，高峰强，司继伟.心理学与教育[M].济南：山东人民出版社，2006.

[5]吴青，罗儒国.基于网络学习行为的学习风格挖掘[J].现代远距离教育，2014（1）：54-62.

[6]张春兴.现代心理学[M].上海：上海人民出版社，1994.

[7]Ekman P，Friesen W V，O’Sullivan M，et al. Universal and Cultural Differences in the Judgments of Facial Expressions of Emotion[J]. Journal of Personality and Social Psychology，1987，53（4）：712-717.

[8]陈丽渊.基于关键部位定位的人脸表情识别的研究与应用[D].上海：上海交通大学，2013.

[9]谭顶良.学习风格论[M].南京：江苏教育出版社，1995.