教育智能体如何影响学习者情绪与学习效果？*——基于国内外39篇实验或准实验研究文献的元分析

2022-08-25乔玉飞王崟羽成雨薇李慧洋

现代教育技术 2022年8期

王雪乔玉飞王崟羽成雨薇李慧洋

王雪乔玉飞王崟羽成雨薇李慧洋

（天津师范大学教育学部，天津 300387）

教育智能体作为数字学习环境中学习者的虚拟教师或同伴等角色，可为学习者提供认知和情感支持。然而，研究者关于教育智能体能否改善学习者情绪与学习效果的结论存在差异，使得如何有效设计教育智能体尚不明确。为此，文章构建了教育智能体对学习作用机制的理论框架，并在此基础上采用元分析方法对国内外39篇相关实验或准实验研究文献进行了系统分析。结果表明：教育智能体有利于改善学习者的情绪与学习效果；知识类型、学段、教育智能体的特征（包括静态特征、动态特征和声音特征）具有调节作用。基于研究结果，文章针对教育智能体的设计与应用提出建议，以期助力人工智能教育的进一步发展。

教育智能体；情绪；学习效果；元分析；人工智能

引言

教育智能体（Pedagogical Agent，又称“教学代理”）是用以满足不同教学目标要求的、类似教师或同伴的虚拟角色，可作为教师或学习伙伴，利用语言或表情与学习者交流，还可融入学习环境中，为学习者提供认知支持以及包含社会文化的学习体验[1]。教育智能体的早期形式主要是提供导学功能，能够代替辅导教师，为学生解惑并及时给予反馈[2]。随着教育信息化的不断推演，以及人工智能、虚拟现实技术的不断发展，教育智能体的运用愈加广泛，教育智能体的呈现也变得更加栩栩如生[3]，很多智能化的功能被纳入其中，如推送个性化学习资源、实现人机情感交互等，以创造更为逼真、丰富的面对面互动学习情境。

针对教育智能体如何影响学习者的情绪和学习效果此问题，Lin等[4]发现，教育智能体能够提高学习者的学习兴趣，激发他们的积极情绪，进而帮助其取得更好的学习效果；但Beege等[5]发现，教育智能体对学习者的情绪和学习效果没有显著的改善作用，甚至会增加他们的认知负荷，产生负面影响；而Davis等[6]发现，教育智能体的不同特征（如性别、表情、动作、反馈方式等）作为传递给学习者的社会化线索，会影响他们对自身社会存在的感知，进而影响他们的学习兴趣与主动性。除此之外，学习者的个体特征和教学内容的类型也可能会使学习者对具有相同特征的教育智能体产生不同的感知，进而为其带来不同的情绪体验和学习效果。由此可见，研究者对于教育智能体能否改善学习者的情绪和学习效果的结论尚未达成共识，其如何影响学习者情绪与学习效果的作用机制也仍不明确，且缺乏教育智能体对不同教学内容与学习者的适用性分析，也缺乏行之有效的教育智能体设计与应用方法。为了更好地在数字学习环境中设计、应用教育智能体，本研究采用元分析方法对2011～2021年期间的国内外相关文献进行系统分析，评价教育智能体对学习者情绪和学习效果的整体影响，分析教学内容的类型、学习者的学段和教育智能体的不同特征的调节作用，提出教育智能体优化设计的建议，以期更好地为学习者提供更适合其个性化需求的认知和情感支持工具，促进人工智能教育应用的不断深化与发展。

一理论框架设计

为深入分析教育智能体对学习者情绪与学习效果的作用机制，本研究依据社会代理理论和多媒体学习认知情感理论，构建了教育智能体对学习作用机制的理论框架，如图1所示。Mayer等[7]提出的社会代理理论认为，教育智能体中的声音、视觉形象等特征作为社会化线索，可以激发学习者的社会反应，从而使学习者把教育智能体视为社会伙伴，进而与教育智能体产生社会交流。与此同时，Moreno[8]提出的多媒体学习认知情感理论认为学习者的情绪和动机通过调控认知过程中的选择、组织和整合，也会影响最终的学习效果。基于上述理论观点，教育智能体作为教学内容（涉及不同知识类型）的社会化线索载体，其特征（包括静态特征、动态特征、声音特征、环境特征）可以影响学习者（具备不同的个体特征）对其本身的感知[9]。当教育智能体的特征设计合理时，学习者能够感知到与教育智能体之间的交互，社会交流的惯例和规则使学习者体验到社交会话图式并获得积极的情绪状态，进而主动调节，促进深度认知处理，发生有意义学习。而当缺乏教育智能体或教育智能体的特征设计不合理时，会使学习者认为学习仅是单一的信息传递，学习者体验到的是信息传递图式，进而导致学习者死记硬背引发机械记忆，发生机械性学习。总的来说，教育智能体通过教学内容的知识类型、教育智能体的特征和学习者的个体特征影响情绪和学习效果，这三个要素也可作为本研究中元分析的调节变量。

图1 教育智能体对学习作用机制的理论框架

二研究设计

1 研究问题

将上述理论框架结合纳入元分析文献的实际情况，本研究提出以下问题：①教育智能体对学习者的情绪与学习效果有何整体影响？②哪种知识类型更适合使用教育智能体？③哪一学段的学习者更适合用教育智能体？④教育智能体特征对学习者的情绪与学习效果有何具体影响？

2 文献检索

本研究分析的文献主要来源于中国知网、Web of Science、ERIC等数据库，中文文献以“教育智能体”或“教学代理”或“智能导师”或“虚拟导师”并含“学习效果”和“情绪”或“动机”为检索主题词，英文文献以“Pedagogical Agent”或“Intelligent Tutor”或“Virtual Tutor”并含“Learning Effect”和“Emotion”或“Motivation”为检索主题词。此外，依据多媒体学习认知情感理论，学习者的情绪与动机密不可分，故本研究也将“动机”和“Motivation”作为检索关键词。文献筛选的时间范围为2011年1月～2021年12月，共检索到文献346篇，包括中文文献45篇和英文文献301篇。

3 文献筛选

为确保元分析符合科学性要求与研究需要，本研究按以下标准筛选搜集的文献：①剔除非实验研究文献，只保留实验或准实验研究文献；②实验研究测量的因变量必须为情绪与学习效果，两类因变量缺一不可；③文献中需要包括实验组与对照组；④文献中要有可计算效应值的因变量数据；⑤重复文献只留其一。最终纳入的文献包括中文文献8篇、英文文献31篇，总计39篇。其中部分文献进行多个实验，包含多个独立效应值，纳入元分析的效应量总数为48个。

4 文献编码

本研究依据构建的教育智能体对学习作用机制的理论框架、纳入元分析文献的研究变量和教育智能体社会线索的分类框架[10]，对教学内容、学习者和教育智能体特征进行编码，以解决前文提出的四个研究问题。需要说明的是，本研究纳入元分析的、基于VR或AR环境的文献仅有3篇，数量不符合要求，故不对环境特征进行编码。具体的编码情况如表1所示。

表1 编码情况

5 效应值计算

本研究采用Comprehensive Meta-Analysis 2.0软件进行数据分析。由于纳入本研究的实验数量不大，因此选取Hedges’g值（简称g值）作为无偏效应值。导入分析的实验数据为各研究中实验组与对照组相关因变量的平均值、标准差与样本量。为保证研究结论的可靠性，需要进行发表偏倚检验。由图2可知，情绪与学习效果的漏斗图均按各自合并效应值对称散开，初步显示两者均不存在发表偏倚。Begg’s检验结果（情绪：Z=0.044＜1.96，=0.960＞0.05；学习效果：Z=1.244＜1.96，=0.231＞0.05）也说明，两者均不存在发表偏倚。

图2 情绪与学习效果发表偏移检验漏斗图

三结果分析与讨论

1 教育智能体对学习者的情绪与学习效果的整体影响

本研究中情绪（I2=90.436）和学习效果（I2=80.365）均存在高度异质性，因而都选用随机效应模型进行效应值合并[11]。结果显示，情绪和学习效果的合并效应值分别为0.256、0.497，表明教育智能体对学习者的情绪与学习效果都产生了中等程度的积极影响，且都达到统计学意义显著水平，这也验证了本研究提出理论框架的有效性。分析原因如下：①教育智能体通过多种诱发积极情绪的方式提高学习者的学习动机，以改善其学习情绪；②教育智能体对学习者的学习效果有显著提升作用，是由于教育智能体的合理性特征设计，不仅可以引导学习者关注重点内容，还可以根据学习者的个性化学习过程进行针对性反馈，促进学习者更合理的认知投入。

2 适合使用教育智能体的知识类型

知识类型一般可分为陈述性知识与程序性知识，不同知识类型下教育智能体对学习者情绪和学习效果的影响如表2所示，可以看出：①两种知识类型下，教育智能体对学习者情绪分别有中等程度、较小程度的积极影响，其中陈述性知识的影响更胜一筹，组间差异显著；②两种知识类型下，教育智能体对学习者的学习效果均有中等程度的积极影响，但程序性知识的影响更佳，组间差异显著。究其原因，可能在于陈述性知识多为事实性、概念性知识，相对比较单调，但通过教育智能体将其生动、形象地传递给学习者之后，更易激活其积极的情绪体验。另外，程序性知识更注重知识技能的实际操作与应用，教育智能体虽不容易使学习者产生积极的情绪体验，但可引导学习者将重心放在行为技能转化上，从而获得更好的学习效果。

表2 不同知识类型下教育智能体对学习者情绪和学习效果的影响

表3 教育智能体对不同学段学习者情绪和学习效果的影响

3 适合使用教育智能体开展学习的学段

学段一般可细分为大学、中学和小学，教育智能体对不同学段学习者情绪和学习效果的影响如表3所示，可以看出：①教育智能体仅对大学生和中学生的情绪分别有中等程度、较小程度的积极影响，组间差异显著；②教育智能体仅对大学生、中学生的学习效果有中等程度的积极影响，且对中学生的应用效果更佳，组间差异显著。究其原因，可能在于纳入元分析的不同研究中教育智能体被设计成不同的形象，而小学生更偏向于对自己喜欢的形象感兴趣，因而不易激发他们的积极情绪，进而难以改善学习。另外，教育智能体对低知识经验水平学生学习效果的影响要优于高知识经验水平的学生，故教育智能体对中学生学习效果的积极作用更明显。

4 教育智能体的不同特征对学习者情绪与学习效果的具体影响

本研究深入分析教育智能体的特征（环境特征除外）对学习者情绪与学习效果的具体影响（如表4所示），得出以下结论：

（1）教育智能体的静态特征对学习者情绪与学习效果的影响

①性别：女性和男性形象的教育智能体分别对学习者情绪产生中等程度、较小程度的积极影响，组间差异显著；女性和男性形象的教育智能体均对学习效果产生中等程度的积极影响，组间差异不显著。分析原因主要如下：女性形象教育智能体的情绪表达可能比男性形象更加丰富，更易诱发学习者的积极情绪；无论何种性别，教育智能体提供的认知支持功能是一致的，因此性别对学习效果的影响不存在显著差异。

②角色：专家型教育智能体对学习者情绪有中等程度的积极影响，而同伴型教育智能体对学习者情绪的影响不显著，组间差异显著；专家型、同伴型的教育智能体均对学习效果产生中等程度的积极影响，组间差异不显著。分析原因主要如下：专家型教育智能体能够为学习者提供更加专业的学习指南，从而更有效地诱发了学习者的积极情绪；两种类型的教育智能体均为学习者的认知任务提供了有效支撑，故对学习效果的影响差别不大。

③呈现形象：2D动画和3D动画均对学习者情绪、学习效果产生了中等程度的积极影响，且组间差异均不显著。究其原因，可能在于两种动画类型的教育智能体在视觉感受上难以产生较大的反差，提供的认知和情感支持作用相近，进而对学习者情绪、学习效果的影响差别不大。

（2）教育智能体的动态特征对学习者情绪与学习效果的影响

①动作：教育智能体的手势和面部动作均对学习者情绪、学习效果产生了中等程度的积极影响，且组间差异不显著。分析原因主要如下：手势和面部动作作为社会交流的重要组成部分，均能有效传递情感，因此影响程度几近等效；手势和面部动作均可帮助学习者将注意力集中于教学重、难点，便于学习者记忆和理解知识，从而达到提高学习效果的目的。

②反馈方式：动作反馈对学习者情绪产生了较小程度的积极影响，语言反馈、表情反馈均对学习者情绪产生了中等效应的积极影响，但文本反馈对学习者情绪无显著影响，其中语言反馈最易激发学习者的积极情绪，且组间差异显著；四种反馈方式均对学习者的学习效果产生了中等程度的积极影响，其中动作反馈、语言反馈、表情反馈的影响效果略优于文本反馈，组间差异不显著。分析原因主要如下：语言与表情作为表达情绪的载体，可以更直观地向学习者传达出教育智能体的情感；相较于其他三种反馈方式，文本反馈所承载的情感最低，这影响了学习者对智能体的感知，故其对学习效果的提升作用亦低于其他三种反馈方式。

（3）教育智能体的声音特征对学习者情绪与学习效果的影响

①真人录音对学习者情绪产生了中等程度的积极影响，而机器合成音对情绪影响不显著，组间差异显著；②真人录音和机器合成音均对学习者的学习效果产生了中等程度的积极影响，且机器合成音优于真人录音，组间差异显著。分析原因主要如下：学习者与真人录音的教育智能体交互时，可以理解为这是一种社会交流，故易产生更为积极的情绪；相较于真人录音，机器合成音的情绪因素较少，学习者可将更多的注意力分配给视觉学习内容，而视觉通道是学习者获取信息的主要通道，有助于学习者进行深度认知加工，从而取得更好的学习成效[12]。

表4 教育智能体特征对学习者情绪和学习效果的具体影响

四结论与建议

元分析结果表明，教育智能体能够改善学习者的情绪与学习效果，知识类型、学段、教育智能体的特征（包括静态特征、动态特征和声音特征）具有调节作用，因此要对教育智能体特征进行科学、合理的设计。基于研究结果，本研究针对教育智能体的设计与应用提出以下建议：

1 利用教育智能体实现社会化交互与智能化情感计算，改善学习者的情绪与学习效果

教育智能体作为教学内容中社会化线索的重要载体，能够激发学习者在学习过程中的社会反应，改善学习情绪，从而提高学习效果——元分析结果也证实了此点。基于此，本研究建议：①重视社会化线索在教育智能体中的表达方式，设计合理的智能化交互与反馈，激发学习者产生社会存在感，以达到有意义学习的目的；②完善教育智能体的情感计算功能，依据学习者的状态自适应调整智能体的表情、动作等，诱导学习者在学习过程中始终保持积极的情绪状态。

2 根据不同知识类型和学段有针对性地设计教育智能体，实现高效人机交互

元分析结果表明，教育智能体在不同知识类型和学段中对学习者情绪和学习效果的影响存在差异。基于此，本研究建议：①考虑到学习者加工不同的知识类型时所需的认知加工策略不同，当教学内容为陈述性知识且教学目标为激发积极情绪、教学内容为程序性知识且教学目标为提高学习效果时，更适合使用教育智能体；②不同学段学习者的认知能力和认知风格存在差异，应针对大学、中学、小学分别设计不同风格的教育智能体——面向小学生，可多采用卡通人物形象，并适当添加趣味性交互；面向中学生，可灵活选用教育智能体的风格；而面向大学生，可采用专家型教育智能体来增强对学习的引领作用。

3 深度优化教育智能体的特征设计，促进深层认知加工

当教育智能体的静态特征、动态特征、声音特征设计合理时，学习者可感知到与教育智能体之间的良好互动，这有助于引导学习者合理分配认知加工资源，并促进深层认知加工。基于此，本研究建议：①考虑到女性形象与专家型的智能体更能改善学习者情绪，故可将女性形象与专家角色结合，采用女性专家型的教育智能体；②考虑到通过积极的语态、适当的手势和面部动作可改善学习者的情绪与学习效果，故可增加学习者与教育智能体的交互，如将表情反馈与语言反馈相结合；③考虑到真人录音更能激发学习者的积极情绪、机器合成音则有利于提升学习效果，故在设计教育智能体时可根据教学需要选择更合理的声音特征。

[1]巴深,刘清堂,吴林静,等.教育智能体情绪线索对大学生学习情绪与动机的影响研究[J].远程教育杂志,2021,(6):48-57.

[2]何克抗.教学代理与自适应学习技术的新发展——对美国《教育传播与技术研究手册》(第四版)的学习与思考之六[J].开放教育研究,2017,(5):11-20.

[3]翟雪松,楚肖燕,王敏娟,等.教育元宇宙:新一代互联网教育形态的创新与挑战[J].开放教育研究,2022,(1):34-42.

[4]Lin L, Ginns P, Wang T, et al. Using a pedagogical agent to deliver conversational style instruction: What benefits can you obtain?[J]. Computers & Education, 2020,143:103658.

[5]Beege M, Schneider S, Nebel S, et al. Does the effect of enthusiasm in a pedagogical agent’s voice depend on mental load in the learner’s working memory?[J]. Computers in Human Behavior, 2020,112:106483.

[6]Davis R O, Vincent J, Wan L. Does a pedagogical agent’s gesture frequency assist advanced foreign language users with learning declarative knowledge?[J]. International Journal of Educational Technology in Higher Education, 2021,18:1-19.

[7]Mayer R E, Sobko K, Mautone P D. Social cues in multimedia learning: Role of speaker’s voice[J]. Journal of Educational Psychology, 2003,(2):419-425.

[8]Moreno R. Does the modality principle hold for different media? A test of the method-affects-learning hypothesis[J]. Journal of Computer Assisted Learning, 2006,(3):149-158.

[9][10]刘清堂,巴深,余舒凡,等.视频课程中教育智能体的社会线索设计研究[J].电化教育研究,2020,(9):55-60.

[11]和文斌,董永权.教育游戏对学生学习效果的影响研究——基于41项实验和准实验的元分析[J].现代教育技术,2021,(4):44-50.

[12]王雪,韩美琪,高泽红,等.教学视频中视听觉情绪设计的作用机制与优化策略研究[J].远程教育杂志,2020,(6):50-61.

How Does Pedagogical Agent Affect Learners’ Emotions and Learning Effects?——A Meta-Analysis Based on 39 Experimental or Quasi-experimental Studies at Home and Abroad

WANG Xue QIAO Yu-fei WANG Yin-yu CHENG Yu-wei LI Hui-yang

As the role of learners’ virtual tutor or a companion in the digital learning environment, a pedagogical agent could provide learners with cognitive and emotional support. However, researchers’ conclusions on whether a pedagogical agent can improve learners’ emotions and learning outcomes vary, which makes it unclear how to effectively design a pedagogical agent. Therefore, this paper constructed the theoretical framework of the mechanism of the pedagogical agent’s effect on learning. Further, a meta-analysis method was adopted to systematically analyze 39 relevant experimental or quasi-experimental research documents at home and abroad. The results showed that the pedagogical agent was beneficial to improving learners’ positive emotions and learning effects. Meanwhile, the knowledge type, school stage, and characteristics of the pedagogical agent (including static characteristics, dynamic characteristics, and voice characteristics) had moderating effects. Based on the research results, this paper put forward suggestions for the design and application of pedagogical agents, in order to help the further development of artificial intelligence education.

pedagogical agent; emotions; learning effects; meta-analysis; artificial intelligence