劉小丹，胡小紅

（遼寧師范大學 計算機與信息技術(shù)學院，遼寧 大連116081）

一、引言

學生模型是現(xiàn)實世界中學生在計算機系統(tǒng)中的抽象表示，記錄著學生的個體特征，而學習系統(tǒng)在一定程度上充當著教師的角色。一個好的學生模型是一面“鏡子”，它能照出學生的學習狀態(tài)、行為路徑和思維過程。學生模型中特征的完整性、表征的準確性直接關(guān)系到學習系統(tǒng)能否為學生提供與之相適合的學習策略、學習內(nèi)容和學習資源等，進而關(guān)系到學生個性化學習的實現(xiàn)與否。[1]但是從現(xiàn)有的學生模型來看，還很少考慮學生的情感因素在學習過程中的作用，這將導(dǎo)致學生在學習過程中缺乏情感支持。學生與系統(tǒng)之間沒有情感的雙向交流，這已經(jīng)成為制約自適應(yīng)學習效果的一個關(guān)鍵因素。本文在此背景下，提出一種基于情緒感知的學生模型。

二、傳統(tǒng)學生模型研究現(xiàn)狀

關(guān)于學生模型，國內(nèi)外學者對此都做了很多研究。國內(nèi)西南大學博士陳仕品和浙江大學張劍平教授提出了一種基于認知狀態(tài)和學習風格的學生模型（CS-LS學生模型）。[2]有的研究者提出了認知型學習者模型。[1]國外學者從知識水平的角度，認為對學習者知識狀態(tài)的表示模型主要有鉛版模型、覆蓋模型、基于約束的模型等。[3]有的學者依據(jù)學生的個性特征來建立學生模型，例如學習風格和學習偏好等個性特征。[4]

傳統(tǒng)學生模型已經(jīng)為學習系統(tǒng)提供了較準確的學生狀態(tài)描述，但是還存在三方面問題亟待解決。第一，學生模型只刻畫了學生個性化的學習水平、認知能力和學習風格等，卻未涉及學生的情感。情感是人適應(yīng)生存的心理工具，是心理活動的組織者，也是人際通訊交流的重要手段。心理學的研究表明：情緒情感能促進或阻止工作記憶、推理操作和問題解決。同時，表情和情緒是緊密相連的,前者是后者的外在表現(xiàn)，后者是前者的內(nèi)在體驗，在大部分情況下，知道二者中的一方，可以反推另一方。[5]學習表情是學習情緒的外在表現(xiàn)，它可以從一定程度上反映學生的學習情緒，而學習情緒會對學生的學習活動產(chǎn)生一定的影響。比如，學生在學習過程中，對于自己喜歡的內(nèi)容會通過高興的表情體現(xiàn)出積極的情緒，否則會通過厭惡的表情體現(xiàn)出消極的情緒。因此，在學習過程中及時了解學生的情緒，并針對負面情緒進行調(diào)控、干預(yù)，可以改善學習效果。根據(jù)教育心理學的建構(gòu)主義學習理論的人本主義學習理念，學生是學習活動的主體。在自適應(yīng)學習環(huán)境中缺乏學生與教師面對面的交流，建立一個精確的、個性化的，并能夠支持情緒教學功能的學生模型更顯得必要。第二，傳統(tǒng)學生模型中的學習風格預(yù)測大多是采用量表和問卷方式，這些方式所獲取的行為特征信息大量來自被測者的主觀判斷，不能準確地表征學生學習偏好。學生的學習風格在學習過程中是會發(fā)生改變的，它是一個動態(tài)的因素。通過對學生學習風格動態(tài)預(yù)測，學習系統(tǒng)給學生推送合適的學習資源和學習方式，讓他們在學習過程中感覺到自然舒適，可以激發(fā)和維持學習動機，提高其學習效率。[6]第三，傳統(tǒng)學生模型中只把學習動機劃分為非認知屬性，是一個靜態(tài)信息，在具體操作中用關(guān)系型數(shù)據(jù)進行描述，而沒有對學習動機進行動態(tài)分析。教育心理學認為，情緒與學習動機之間有著密切的關(guān)系。情緒是人行為的一部分，對人類的理性思維和決策能力具有重大的影響，能夠激發(fā)心理活動和行為的動機，情緒影響學習動機的產(chǎn)生。[7]

近年來表情識別技術(shù)的發(fā)展，為學習系統(tǒng)中學生模型情緒監(jiān)控功能的實現(xiàn)提供了有效的技術(shù)支持。通過攝像頭動態(tài)地捕捉學生的面部表情圖像，運用表情識別技術(shù)對獲取的表情信息進行分析，進行表情計算，為學習系統(tǒng)對學生提供個性化服務(wù)給予支持。本文通過表情識別技術(shù)實現(xiàn)情緒的感知，通過對監(jiān)控到的表情信息進行分析，完成動態(tài)學習風格的預(yù)測和實時情緒的標記，以及實時學習動機的判斷，動態(tài)更新學生模型的數(shù)據(jù)。

三、學生模型的設(shè)計

1.學生模型構(gòu)建

為了解決學習系統(tǒng)與學生之間缺乏雙向情感交流的問題，本文在CS-LS學生模型[2]基礎(chǔ)上，建立了一個基于情緒感知的學生模型，如圖1所示。學生模型在傳統(tǒng)的學生模型基礎(chǔ)上加了兩個部分，即情緒狀態(tài)和學習動機。在自適應(yīng)學習系統(tǒng)中，學生模型是表征學生的基本信息，根據(jù)自適應(yīng)教學系統(tǒng)的目標，針對系統(tǒng)的需求對所需信息進行分析與描述。系統(tǒng)可通過學生模型了解學生的個體屬性，從而提供適合學生個性化差異的教學。其中，該學生模型中的學習風格又與傳統(tǒng)的學生模型中的學習風格有區(qū)別，它以動態(tài)形式出現(xiàn)在學生模型中。情緒狀態(tài)反映的是學生在學習過程中的心理狀態(tài)。學習動機是指直接推動學生進行學習的一種內(nèi)部動力。

圖1基于情緒感知的學生模型

基于情緒感知的學生模型所描述的學生個體特征分靜態(tài)與動態(tài)兩種信息。其中學生基本信息是靜態(tài)的，認知水平、學習風格、情緒狀態(tài)、學習動機是動態(tài)的?；谇榫w感知的學生模型的初始化主要針對靜態(tài)屬性進行初始化，而動態(tài)屬性采用系統(tǒng)預(yù)設(shè)值進行初始化，并在學習過程中進行動態(tài)更新。學生基本信息是通過學生注冊系統(tǒng)時獲取的，學生在第一次進入系統(tǒng)時必須提交基本信息，如姓名、年齡、專業(yè)、性別等。學習過程中，系統(tǒng)通過跟蹤學習進程和判斷學習情緒來計算學生的認知水平、學習風格、情緒狀態(tài)和學習動機，從而動態(tài)地更新學生模型。該學生模型中認知水平的動態(tài)更新與傳統(tǒng)學生模型相同，故不再重復(fù)分析。本文主要針對學習風格、情緒狀態(tài)和學習動機因素的動態(tài)更新進行分析。

2.動態(tài)學習風格預(yù)測

學習風格預(yù)測采用量表和表情識別相結(jié)合的方式。以Felder-Silverman量表為基礎(chǔ)設(shè)計多媒體測試題對學習風格進行初始化，進而在學習活動中通過觀察學生對所呈現(xiàn)的學習材料類型的表情，分析學生的心理狀態(tài)，推測其對當前的學習方案滿意與否。[8]如果學生對教學內(nèi)容和呈現(xiàn)方式比較滿意，會表現(xiàn)出高興等積極情緒，說明該學習方案符合其學習風格；反之，如果學生表現(xiàn)出厭煩等消極情緒特征，說明學習方案不符合其學習風格，需對學習風格模型進行修改。在這樣反復(fù)學習與調(diào)整的過程中，最終獲得較為準確的學生學習風格。

Felder-Silverman將學習風格分為四個維度：感覺型-直覺型、活躍型-沉思型、視覺型-言語型、序列型-綜合型。[9]其中，感覺型學生喜歡學習具體事物；直覺型學生喜歡抽象的學習資料，喜歡具有挑戰(zhàn)性、創(chuàng)新性的知識；活躍型學生喜歡積極做事、合作學習；沉思型學生喜歡思考問題，自主學習；視覺型學生喜歡從圖片、視頻等獲取知識；言語型學生喜歡從書本、交談中獲取信息；序列型學生喜歡小步子學習；綜合型學生喜歡大步子學習。學習系統(tǒng)在獲取到學生的初始學習風格后，對應(yīng)地為學生呈現(xiàn)教學內(nèi)容以及教學方案。例如偏好感覺型學習風格的學生，學習系統(tǒng)為其提供具體和實際的材料內(nèi)容，如果學生在學習過程中出現(xiàn)高興等積極表情，適當增加學生所對應(yīng)的學習風格分類的權(quán)值，即暫時不需要修改；反之，如果學生在學習過程中出現(xiàn)了厭惡等消極情緒，系統(tǒng)就需要調(diào)整教學內(nèi)容以及教學方案，直到學生對呈現(xiàn)的教學內(nèi)容材料滿意為止。此時，適當減少所對應(yīng)的學習風格分類的權(quán)值，當該權(quán)值低于一定閾值時修改學習風格。隨著學生學習進程的推進，其所屬學習風格分類趨于穩(wěn)定。

3.實時的情緒狀態(tài)計算

學習模型中的情緒狀態(tài)，反映了學生在某一時間的心情、情緒，對學生的學習過程具有重要的影響。當學生對課程內(nèi)容理解或者感興趣時，他會通過高興的表情體現(xiàn)出積極的情緒；反之，則會通過厭惡表情體現(xiàn)出消極的情緒。

學習系統(tǒng)監(jiān)控學生在完成學習內(nèi)容過程中的表情，獲取學生的情緒狀態(tài)。如果學生在學習過程中出現(xiàn)了高興的表情，說明學生的情緒狀態(tài)是積極的，他在學習過程中沒有遇到困難，學習系統(tǒng)應(yīng)給予學生適當?shù)谋頁P；如果學生在學習過程中出現(xiàn)了驚奇、悲傷、憤怒、恐懼、厭惡的表情，說明他在學習過程中遇到了困難，學生的情緒處于一種消極狀態(tài)，學習系統(tǒng)應(yīng)該給予學生鼓勵并適當降低內(nèi)容難度。

情緒指數(shù)是情緒的一種數(shù)值化描述，情緒指數(shù)=期望實現(xiàn)值/內(nèi)心期望值。在學習系統(tǒng)中，可表示為：

情緒指數(shù)=學習效果值/期望學習效果值 （1）

其中，學習效果值是動態(tài)的，可以對應(yīng)為學習過程中的測試或練習成績和閱讀速度等；期望學習效果值是常量，可以對應(yīng)為學生的認知水平和歷史成績。公式（1）存在局限性，因為它無法預(yù)測學生的內(nèi)心期望值，所以期望學習效果值只能由客觀數(shù)據(jù)計算得來，難免偏頗。采用表情分析的方法可以從另一個角度獲取對學生情緒的把握，本文用表情來計算情緒指數(shù)。復(fù)雜的人臉表情通常被分為六種最基本的類型，即高興、驚奇、悲傷、憤怒、恐懼和厭惡。[10]在表情獲取時分別賦值0~1，六種表情的積極情緒權(quán)重系數(shù)分別為10，-1，-5，-5，-5，-5。歸一化情緒指數(shù)用E表示，通過公式（2）計算：

其中，wi表示第i種表情的積極情緒權(quán)重系數(shù)，ei表示第i種表情的取值，Expressionmin和Expressionmax分別表示的最小值和最大值。

公式（2）完全采用表情信息來計算情緒指數(shù)，較好地體現(xiàn)了學生的內(nèi)心期望，但缺少客觀的學習成績評價。公式（1）和公式（2）是互補的，將公式（1）做歸一化處理，再與公式（2）取平均值，作為最終的學習情緒指數(shù)計算公式。

學習系統(tǒng)根據(jù)情緒指數(shù)來判斷學生的學習情緒，結(jié)合學生的學習效果，有針對性地調(diào)整學習內(nèi)容和方法，為學生提供指導(dǎo)和幫助，實時保證學生的情緒處于一個適當?shù)臓顟B(tài)范圍內(nèi)。

4.實時的學習動機計算

學習動機是激發(fā)個體進行學習活動，維持已引起的學習活動，并驅(qū)使行為朝向一定學習目標的內(nèi)在過程或內(nèi)部心理狀態(tài)。教育實踐和教育心理學實驗都表明，學習動機推動著學習活動，能激發(fā)學生的學習興趣。學習動機指數(shù)是學習動機的一種數(shù)值化描述。

情緒穩(wěn)定性與學習動機之間呈顯著正相關(guān)。[11]兩者之間的顯著正相關(guān)表明，學習動機太強或者太弱，都會導(dǎo)致學生出現(xiàn)情緒的不穩(wěn)定。情緒不穩(wěn)定可以用情緒變化率來表達，因此，可以說學習動機與情緒變化率呈負相關(guān)。積極的情緒能鼓舞人的斗志，在理智的調(diào)節(jié)下，會引發(fā)超乎尋常的動力；[12]相反，消極的情緒則會消磨人的意志，使人變得頹廢。前述的情緒指數(shù)是積極情緒指數(shù)，與學習動機呈正相關(guān)。學習動機指數(shù)用M表示，通過公式（3）計算：

其中，Et是當前時間點的情緒指數(shù)，Et-1是前一時間點的情緒指數(shù)。

耶克斯—多德森定律(The Yerks_Dodson Law)[13]表明解決問題的效率與動機強度之間的函數(shù)關(guān)系，效率隨動機強度發(fā)生倒U型曲線變化。動機的最佳水平隨任務(wù)性質(zhì)的不同而不同；任務(wù)較易，最佳動機強度較高；任務(wù)難度中等，最佳動機強度也適中；任務(wù)越困難，最佳動機強度越低。如圖2所示。

圖2 耶克斯—多德森定律

根據(jù)耶克斯—多德森定律，結(jié)合當前學習內(nèi)容，系統(tǒng)可以判斷任務(wù)與動機指數(shù)的適應(yīng)程度，從而實現(xiàn)動態(tài)的調(diào)整。系統(tǒng)既可以根據(jù)學習動機強度調(diào)整任務(wù)的難度，也可以根據(jù)任務(wù)的難度調(diào)節(jié)學生的情緒，從而調(diào)節(jié)學習動機強度。

四、結(jié)束語

能否實時感知學生的情緒，對自適應(yīng)學習系統(tǒng)來說，關(guān)系到學生狀態(tài)的描述是否準確。通過情緒計算改善學生模型的描述能力，可以解決自適應(yīng)學習系統(tǒng)與學生之間存在的雙向情感缺失問題。相對于傳統(tǒng)學生模型來說，本文建立的學生模型優(yōu)點在于，學習風格、情緒狀態(tài)和學習動機因素都是基于表情識別技術(shù)計算的，學習系統(tǒng)動態(tài)、實時地獲取這些信息。學習系統(tǒng)可以根據(jù)學生模型中對學生的狀態(tài)描述，及時地進行適當干預(yù)，有效地彌補學習系統(tǒng)和學生之間缺少情感交流的問題。在真實的世界中，人的表情是多種多樣的，且有些表情很難分辨，本文學生模型里對學習風格、情緒狀態(tài)和學習動機的計算還是粗略的，在表情分類、權(quán)重分配等方面存在不足。未來可以將更多的表情加入到學習風格、情緒狀態(tài)和學習動機的計算中，使系統(tǒng)更準確地感知學生的狀態(tài)。

[1]張舸,周東岱,葛情情.自適應(yīng)學習系統(tǒng)中學習者特征模型及建模方法述評[J].現(xiàn)代教育技術(shù),2012(5)：77-82.

[2]陳仕品,張劍平.適應(yīng)性學習支持系統(tǒng)的學生模型研究[J].中國電化教育,2010(5)：112-117.

[3]Loc Nguyen,Phung Do.Learner Model in Adaptive Learning[J].World Academy of Science,Engineering and Technology,2008,45：395-400.

[4]侯冬青.雙主型ICAI系統(tǒng)的學生模型設(shè)計[J].吉林大學學報(信息科學版),2013(6)：635-640.

[5]雷婕,丁亞平.面部表情：一些爭論[J].心理科學進展,2013,21(10)：1749-1754.

[6]姜強,趙蔚,王朋嬌.基于網(wǎng)絡(luò)學習行為模式挖掘的用戶學習風格模型建構(gòu)研究[J].電化教育研究,2012(11)：55-61.

[7]Juan M artinez-M iranda,Arantz Aldea.Emotions in human and artifical intelligence[J].Computer in Human Behavior,2005,21：323-341.

[8]陸根書.大學生學習風格量表的設(shè)計與開發(fā)[J].西安交通大學學報(社會科學版),2003(3)：86-96.

[9]Felder R.M.,Silverman L.K.Learning and teaching styles in engineering education[J].Journal of Engineering Education,1988,78(7)：674-681.

[10]劉偉鋒.人臉表情識別研究[D].合肥：中國科學技術(shù)大學,2007：6.

[11]暢相韋.初中生心理控制源與學習動機、情緒穩(wěn)定性間的關(guān)系研究[J].教育探索,2014(11)：146-148.

[12]李春方.激勵理論研究[M].沈陽：遼寧大學出版社,2004.3：49.

[13]王振宏,李彩娜.教育心理學[M].北京：高等教育出版社,2011.