王朋利 柯清超 張潔琪

(華南師范大學(xué) 教育信息技術(shù)學(xué)院，廣東廣州 510631)

智能化課堂多通過學(xué)習(xí)終端實(shí)現(xiàn)課堂交互與學(xué)習(xí)結(jié)果反饋。但基于學(xué)習(xí)終端的課堂交互多表現(xiàn)在對(duì)教學(xué)內(nèi)容的信息化呈現(xiàn)，智能化課堂生成的學(xué)習(xí)行為、學(xué)習(xí)結(jié)果等顯性數(shù)據(jù)難以形成有效的教學(xué)信息，無(wú)法指導(dǎo)教學(xué)活動(dòng)的開展。Pad教學(xué)的顯性數(shù)據(jù)要發(fā)揮更大的價(jià)值，關(guān)鍵在于結(jié)合學(xué)生內(nèi)在隱性數(shù)據(jù)開展綜合分析，尊重學(xué)生的個(gè)體差異。近年，學(xué)生內(nèi)隱數(shù)據(jù)的挖掘逐漸受到重視，如實(shí)現(xiàn)學(xué)生學(xué)習(xí)過程的情感分析(薛耀鋒等，2018；黃昌勤等，2018)、人格特質(zhì)識(shí)別(趙宏等，2019)、學(xué)習(xí)習(xí)慣分析(武法提等，2019)等，但當(dāng)前的研究多基于在線學(xué)習(xí)場(chǎng)景，學(xué)生課堂中的內(nèi)隱數(shù)據(jù)挖掘研究較少。應(yīng)用腦機(jī)接口技術(shù)(Brain-computer Interface，簡(jiǎn)稱BCI)測(cè)量學(xué)生內(nèi)隱數(shù)據(jù)具有十分廣闊的空間，包括測(cè)量學(xué)生學(xué)習(xí)狀態(tài)、注意力水平、認(rèn)知負(fù)荷、學(xué)習(xí)風(fēng)格等(姜雷等，2018；陳穎博等，2019；任巖等，2019；柯清超等，2019；馬諧等，2019)，如何利用學(xué)生學(xué)習(xí)過程的隱性數(shù)據(jù)，開展智能化課堂教學(xué)實(shí)踐是當(dāng)前亟待解決的問題。

一、 腦機(jī)接口課堂應(yīng)用模型

智能化課堂需要以技術(shù)支持的教育測(cè)量為依托，建立豐富和深層次的認(rèn)知和學(xué)習(xí)模型，促進(jìn)學(xué)生提升復(fù)雜任務(wù)解決能力和實(shí)現(xiàn)個(gè)性化學(xué)習(xí)(Bennett ，2018)。本文構(gòu)建了以腦機(jī)接口學(xué)習(xí)測(cè)評(píng)和平板電腦教學(xué)為基礎(chǔ)的智能化課堂教學(xué)應(yīng)用模型。平板電腦實(shí)現(xiàn)師生課堂互動(dòng)、外顯學(xué)習(xí)狀態(tài)測(cè)量，腦機(jī)接口技術(shù)實(shí)現(xiàn)內(nèi)隱要素測(cè)量。

(一) 腦機(jī)接口技術(shù)支持教與學(xué)風(fēng)格匹配

將教師教學(xué)風(fēng)格與學(xué)生學(xué)習(xí)風(fēng)格匹配，能有效提高學(xué)生的學(xué)習(xí)成績(jī)、學(xué)習(xí)動(dòng)機(jī)、課堂滿意度(Dunn et al.，1979；Felder，1993；Miller，2001)。多米諾(Domino，1970)、奈米(Naimie et al.，2010)等驗(yàn)證了通過教學(xué)風(fēng)格匹配提高課堂效果的有效性。基于腦機(jī)接口技術(shù)構(gòu)建教師教學(xué)風(fēng)格與學(xué)生學(xué)習(xí)風(fēng)格的匹配模型具有可行性，已有研究較好地實(shí)現(xiàn)了學(xué)習(xí)風(fēng)格分類(Paola-J et al.，2014；Rashid et al.，2011；Qureshi et al.，2017)。

圖1 基于腦機(jī)接口的智能化課堂教學(xué)應(yīng)用模型

(二)腦機(jī)接口技術(shù)創(chuàng)新課堂教學(xué)效果評(píng)價(jià)

腦機(jī)接口技術(shù)為課堂教學(xué)評(píng)價(jià)提供了全新的途徑。利用腦機(jī)接口評(píng)價(jià)學(xué)習(xí)效果是個(gè)動(dòng)態(tài)深化的過程，評(píng)價(jià)方法不斷從片面到全面，由外在功能觸及內(nèi)在本質(zhì)。一方面，腦機(jī)接口可以評(píng)價(jià)學(xué)生個(gè)體的腦區(qū)活動(dòng)狀態(tài)，根據(jù)學(xué)生學(xué)習(xí)活動(dòng)相應(yīng)腦區(qū)的活動(dòng)狀態(tài)評(píng)價(jià)學(xué)習(xí)效果(Baker et al.，2018)，判斷學(xué)生是否處于學(xué)習(xí)狀態(tài)(Davelaar et al.，2018)。另一方面，腦機(jī)接口技術(shù)可以根據(jù)學(xué)習(xí)者群體的腦活動(dòng)同步情況評(píng)價(jià)教學(xué)效果，評(píng)判教師組織教學(xué)和指導(dǎo)學(xué)生課堂學(xué)習(xí)過程有無(wú)進(jìn)步(Bennett ，2016)，如根據(jù)學(xué)生和教師神經(jīng)活動(dòng)的同步性預(yù)測(cè)學(xué)生的學(xué)習(xí)結(jié)果(Davidesco et al.，2019；Bevilacqua et al.，2018)，判斷小組互動(dòng)的實(shí)際狀態(tài)(Dikker et al.，2017)。

(三)腦機(jī)接口技術(shù)改善課堂教學(xué)策略

腦機(jī)接口能深入課堂內(nèi)部，解決課堂教學(xué)和教研方法缺乏細(xì)粒度的感知工具和方法的問題，降低教學(xué)和教研難度。將腦機(jī)接口技術(shù)“嵌入”教學(xué)活動(dòng)，可探究腦電指標(biāo)與觀測(cè)指標(biāo)間的關(guān)系(陳禎禎等，2017)，通過測(cè)量特定教學(xué)活動(dòng)學(xué)生的腦電信號(hào)能幫助教師發(fā)現(xiàn)學(xué)生課堂學(xué)習(xí)的真正挑戰(zhàn)。腦信號(hào)測(cè)量也可以作為學(xué)習(xí)資源設(shè)計(jì)的參考指標(biāo)，根據(jù)不同教學(xué)材料對(duì)學(xué)生持續(xù)注意、情感、認(rèn)知負(fù)荷和學(xué)習(xí)表現(xiàn)的影響(Chen et al.，2015)，預(yù)測(cè)學(xué)習(xí)效果或優(yōu)化學(xué)習(xí)材料設(shè)計(jì)。

(四)腦機(jī)接口技術(shù)促進(jìn)學(xué)生課后學(xué)習(xí)補(bǔ)救

教育信息化2.0時(shí)代的教育資源是教育內(nèi)容載體與教學(xué)過程大數(shù)據(jù)的融合(柯清超，2018)?；谀X機(jī)接口技術(shù)和平板電腦教學(xué)實(shí)現(xiàn)學(xué)習(xí)者認(rèn)知狀態(tài)數(shù)據(jù)和課堂教學(xué)過程數(shù)據(jù)等多模態(tài)數(shù)據(jù)的融合應(yīng)用(Babu ，2018)，可提升數(shù)字教育資源、學(xué)習(xí)路徑(胡航等，2019)和學(xué)習(xí)伙伴推薦的準(zhǔn)確率，提高學(xué)習(xí)者的學(xué)習(xí)參與度(Huang et al..，2014)，使學(xué)習(xí)者的工作負(fù)荷保持最佳水平(Spüler et al.，2017)。

二、 研究設(shè)計(jì)

便攜式可穿戴腦機(jī)接口設(shè)備的研發(fā)和商業(yè)化使腦機(jī)接口技術(shù)的課堂教學(xué)大規(guī)模應(yīng)用成為可能。本文采用可穿戴腦電波測(cè)量設(shè)備測(cè)評(píng)學(xué)生課堂學(xué)習(xí)的注意力，該設(shè)備采用的智能算法可快速完成佩戴用戶的腦電極值區(qū)間檢測(cè)，將所有用戶的專注力數(shù)據(jù)統(tǒng)一用0-100的區(qū)間值量化顯示，為不同腦電活動(dòng)的用戶提供統(tǒng)一的測(cè)評(píng)標(biāo)準(zhǔn)。

(一) 基于腦電分析的學(xué)習(xí)風(fēng)格識(shí)別實(shí)驗(yàn)

本實(shí)驗(yàn)探究基于腦電分析的學(xué)習(xí)者學(xué)習(xí)風(fēng)格識(shí)別，以學(xué)生學(xué)習(xí)不同風(fēng)格教學(xué)材料的腦電數(shù)據(jù)為基礎(chǔ)實(shí)現(xiàn)相同學(xué)習(xí)風(fēng)格的學(xué)生聚類。實(shí)驗(yàn)的開展需要厘清兩個(gè)問題：一，哪種學(xué)習(xí)風(fēng)格分類方法有較強(qiáng)的實(shí)用性且能夠被測(cè)量？學(xué)習(xí)風(fēng)格能夠反映學(xué)習(xí)者個(gè)體特征及收集、組織和思考信息的方式(Riding et al.，2002)。弗萊明(Fleming et al.，1992)提出的VARK學(xué)習(xí)風(fēng)格模式就是基于反映學(xué)習(xí)者知覺偏好出發(fā)的，該模式關(guān)注學(xué)習(xí)者接收和發(fā)出信息的不同方式，將學(xué)習(xí)信息分為視覺、讀寫、聽覺以及動(dòng)覺四類。本實(shí)驗(yàn)采用VARK知覺學(xué)習(xí)風(fēng)格劃分方法設(shè)計(jì)實(shí)驗(yàn)材料。二，基于腦電信號(hào)的注意力能否用于反映個(gè)體內(nèi)在行為表征？基于腦電特征在線監(jiān)測(cè)注意力有很高價(jià)值(Jonatha et al.，2017)，注意力信號(hào)作為腦電信號(hào)的衍生，有較強(qiáng)的時(shí)間序列特性及非線性特征，難以直接計(jì)算分析，一般采用時(shí)域分析及非線性動(dòng)力學(xué)分析方法(王海玉等，2018)。本實(shí)驗(yàn)認(rèn)為注意力可作為識(shí)別學(xué)習(xí)者學(xué)習(xí)風(fēng)格類型的關(guān)鍵依據(jù)，能依據(jù)學(xué)習(xí)者的視覺、讀寫、聽覺和動(dòng)覺等四類知覺材料的注意力特征變化，挖掘其內(nèi)在關(guān)系，實(shí)現(xiàn)學(xué)習(xí)者聚類。

圖2 基于腦電分析的學(xué)習(xí)風(fēng)格識(shí)別實(shí)驗(yàn)過程

本實(shí)驗(yàn)組間變量為視覺、聽覺、讀寫和動(dòng)覺，組內(nèi)變量為四種實(shí)驗(yàn)處理?xiàng)l件，因變量為腦機(jī)接口穿戴設(shè)備采集的實(shí)驗(yàn)對(duì)象完成不同知覺實(shí)驗(yàn)任務(wù)(視覺、聽覺、讀寫及操作)時(shí)的注意力特征值。為選取合適的注意力特征，本實(shí)驗(yàn)先進(jìn)行組間及組內(nèi)的注意力特征值差異性檢驗(yàn)，挑選構(gòu)建學(xué)習(xí)風(fēng)格識(shí)別模型的注意力特征因素，然后構(gòu)建基于腦機(jī)接口穿戴設(shè)備采集的注意力特征值識(shí)別模型，驗(yàn)證其與量表分類結(jié)果的一致性。實(shí)驗(yàn)分兩輪：第一輪檢驗(yàn)基于組間和組內(nèi)變量的注意力特征值差異性，第二輪檢驗(yàn)基于注意力特征值的學(xué)習(xí)風(fēng)格識(shí)別模型分類結(jié)果與量表分類結(jié)果的一致性。

(二) 基于腦電分析的課堂教學(xué)改進(jìn)實(shí)驗(yàn)

實(shí)驗(yàn)探究通過腦電信號(hào)的學(xué)生注意力特征判斷課堂教學(xué)效果、改善課堂教學(xué)策略的實(shí)現(xiàn)方法。實(shí)驗(yàn)圍繞兩個(gè)問題展開：一，如何通過觀察基于腦電信號(hào)的注意力變量發(fā)現(xiàn)課堂教學(xué)策略存在的問題？可穿戴腦機(jī)接口設(shè)備可以自動(dòng)記錄學(xué)生注意力值，自動(dòng)生成注意力結(jié)果特征，包括學(xué)生個(gè)體注意力水平隨時(shí)間變化情況、班級(jí)整體注意力水平隨時(shí)間變化情況以及注意力持續(xù)、轉(zhuǎn)移、同步情況等學(xué)生注意力品質(zhì)。本文嘗試對(duì)比分析個(gè)體和班級(jí)的注意力特征及不同注意力水平學(xué)生的課堂表現(xiàn)，發(fā)現(xiàn)課堂教學(xué)存在的問題。二，如何根據(jù)基于腦電信號(hào)的注意力特征改進(jìn)教學(xué)策略？只有將基于腦機(jī)接口的測(cè)量嵌入教學(xué)活動(dòng)，才能夠提出教學(xué)策略改善的有效措施。因此，實(shí)驗(yàn)將注意力測(cè)評(píng)數(shù)據(jù)與同一時(shí)間序列的教學(xué)活動(dòng)類型進(jìn)行匹配分析，探究常態(tài)課中不同教學(xué)活動(dòng)的注意力情況。實(shí)驗(yàn)過程由一名研究人員根據(jù)課堂觀察并在軟件界面記錄課堂教學(xué)活動(dòng)類型，記錄實(shí)驗(yàn)班級(jí)不同教學(xué)活動(dòng)的注意力情況。為保障教學(xué)類型記錄的準(zhǔn)確性，另一名研究人員課后根據(jù)教學(xué)錄像視頻查驗(yàn)教學(xué)活動(dòng)類型。

三、 基于腦電分析的學(xué)習(xí)風(fēng)格識(shí)別

學(xué)習(xí)風(fēng)格作為反映學(xué)習(xí)者接收和處理信息的特征優(yōu)勢(shì)和偏好，一定程度上決定著內(nèi)容側(cè)重點(diǎn)、教學(xué)方法選擇、學(xué)習(xí)深度和進(jìn)度。實(shí)驗(yàn)以基于腦機(jī)接口穿戴設(shè)備采集的注意力特征為關(guān)鍵依據(jù)，檢驗(yàn)基于時(shí)域特征(均值、眾數(shù)、方差、標(biāo)準(zhǔn)差)及非線性動(dòng)力學(xué)特征(熵、樣本熵)的注意力特征差異性，選取合適的注意力特征組合搭建基于SVM機(jī)器學(xué)習(xí)算法的學(xué)習(xí)風(fēng)格識(shí)別模型，驗(yàn)證與量表分類結(jié)果的一致性。

(一) 實(shí)驗(yàn)對(duì)象與實(shí)施過程

1.實(shí)驗(yàn)對(duì)象

該實(shí)驗(yàn)從廣州市某小學(xué)四至六年級(jí)隨機(jī)抽取240名學(xué)生。實(shí)驗(yàn)先通過VARK知覺學(xué)習(xí)風(fēng)格量表測(cè)試學(xué)生的學(xué)習(xí)風(fēng)格，收到有效問卷213份。為保證四種類型的學(xué)習(xí)者參與人數(shù)相同，本實(shí)驗(yàn)最終確定視覺型組、聽覺型組、讀寫型組及動(dòng)覺型組各42人，共168人。

2.實(shí)驗(yàn)工具

1)學(xué)習(xí)風(fēng)格量表

弗萊明及其團(tuán)隊(duì)編制的知覺學(xué)習(xí)風(fēng)格偏好量表共16題，能有效識(shí)別學(xué)習(xí)者的學(xué)習(xí)風(fēng)格偏好(Walter et al.，2010；Guo，2009)，實(shí)驗(yàn)要求從三到四種可能采取的行動(dòng)中選取一或多種行動(dòng)，每種行動(dòng)對(duì)應(yīng)一種VARK學(xué)習(xí)風(fēng)格偏好。

2)學(xué)習(xí)風(fēng)格知覺材料

實(shí)驗(yàn)利用E-prime心理學(xué)程序設(shè)計(jì)知覺材料。為減少實(shí)驗(yàn)組的認(rèn)知差異，實(shí)驗(yàn)材料內(nèi)容選自小學(xué)低年級(jí)語(yǔ)文與數(shù)學(xué)知識(shí)點(diǎn)(如靜夜思、三角形)，每個(gè)知識(shí)點(diǎn)均包含視覺、聽覺、讀寫和操作等四類實(shí)驗(yàn)任務(wù)材料，且不同知覺類型的實(shí)驗(yàn)材料被平均分配到8個(gè)實(shí)驗(yàn)任務(wù)組。為避免材料類型呈現(xiàn)順序帶來(lái)的學(xué)習(xí)者認(rèn)知偏差，實(shí)驗(yàn)將目標(biāo)材料與過濾材料交叉呈現(xiàn)，即間隔輪替呈現(xiàn)實(shí)驗(yàn)任務(wù)和刺激。所有實(shí)驗(yàn)對(duì)象被隨機(jī)分入6個(gè)組，每組各有四種不同學(xué)習(xí)風(fēng)格的實(shí)驗(yàn)對(duì)象7人，6個(gè)組分別接受不同順序的8種實(shí)驗(yàn)任務(wù)。

3.數(shù)據(jù)收集

實(shí)驗(yàn)在學(xué)校電腦室進(jìn)行，實(shí)驗(yàn)對(duì)象坐在計(jì)算機(jī)前50厘米處。實(shí)驗(yàn)開始前，6組實(shí)驗(yàn)對(duì)象調(diào)試好可穿戴腦電波測(cè)量設(shè)備，雙眼平視屏幕中心。為排除情緒等干擾因素，保證實(shí)驗(yàn)數(shù)據(jù)的連續(xù)采集，實(shí)驗(yàn)開始前，實(shí)驗(yàn)對(duì)象需靜默冥想五分鐘，然后閱讀實(shí)驗(yàn)指導(dǎo)語(yǔ)，依次完成8種實(shí)驗(yàn)任務(wù)，每?jī)煞N實(shí)驗(yàn)任務(wù)間隔時(shí)間為5000毫秒?？纱┐髂X電波設(shè)備每隔1000毫秒采集一次注意力數(shù)據(jù)，針對(duì)每個(gè)實(shí)驗(yàn)對(duì)象采集的注意力數(shù)據(jù)在960個(gè)時(shí)間點(diǎn)左右，剔除無(wú)效數(shù)據(jù)間隔，有效數(shù)據(jù)在600個(gè)時(shí)間點(diǎn)左右。

(二) 數(shù)據(jù)處理與分析

1.基于組間變量和組內(nèi)變量的注意力特征值差異性檢驗(yàn)

本研究對(duì)基于腦機(jī)穿戴設(shè)備采集的視覺型、聽覺型、讀寫型和動(dòng)覺型四組數(shù)據(jù)集進(jìn)行處理后，在檢驗(yàn)群體參加八種實(shí)驗(yàn)任務(wù)的平均值、平均眾數(shù)、平均方差、平均樣本熵等注意力特征值的差異性中，選出能區(qū)分學(xué)習(xí)風(fēng)格的最優(yōu)特征因素。四組實(shí)驗(yàn)對(duì)象在八類任務(wù)中的注意力特征值見表一，表中呈現(xiàn)的注意力特征值均為平均值。

組間差異性檢驗(yàn)結(jié)果顯示，不同VARK學(xué)習(xí)風(fēng)格類型的學(xué)習(xí)者完成同一種知覺實(shí)驗(yàn)任務(wù)時(shí)，注意力特征值(均值、方差及樣本熵)的P值均小于或等于0.05，其余特征值(眾數(shù)、標(biāo)準(zhǔn)差、熵)的P值大于0.05。組內(nèi)差異性檢驗(yàn)結(jié)果顯示，同一學(xué)習(xí)風(fēng)格類型的學(xué)習(xí)者完成不同知覺實(shí)驗(yàn)任務(wù)時(shí)，注意力特征值(均值、方差、熵及樣本熵)的P值均小于0.05，具有顯著性差異，其余特征值(眾數(shù)、標(biāo)準(zhǔn)差)的P值均大于0.05。學(xué)習(xí)風(fēng)格識(shí)別模型應(yīng)選取均值、方差及樣本熵的注意力特征值作為組合特征值識(shí)別學(xué)習(xí)風(fēng)格表現(xiàn)差異。

2.基于注意力特征值的學(xué)習(xí)風(fēng)格識(shí)別模型分類結(jié)果與量表分類結(jié)果一致性檢驗(yàn)

SVM算法適用于分析非線性和高維樣本，被廣泛應(yīng)用于生理信號(hào)的識(shí)別研究(Metha et al.，2008)。本實(shí)驗(yàn)通過SVM算法構(gòu)建認(rèn)知風(fēng)格類型的算法模型，模型自變量包括均值、方差、樣本熵等注意力特征參數(shù)。依據(jù)注意力信號(hào)的顯著非線性特征，實(shí)驗(yàn)使用解決分類問題的c-SVC算法、非線性的高斯徑向基和函數(shù)(RBF)、OVO分類方法及K-Fold(K=3)交叉驗(yàn)證方法構(gòu)建算法，限定懲罰參數(shù) C∈[1,1000]，Gamma∈(0,1〗進(jìn)行調(diào)優(yōu)。本研究以注意力特征組合(均值、方差、樣本熵)構(gòu)建的SVM分類器(c-SVC算法，RBF和函數(shù)，OVO分類方法，C=1000，Gamma=0.06)進(jìn)行學(xué)習(xí)者學(xué)習(xí)風(fēng)格偏好分析(見表一)，平均識(shí)別率為75.8%，單次最高正確率為83.3%，識(shí)別結(jié)果與基于量表的識(shí)別結(jié)果一致性較高，分類結(jié)果優(yōu)于其他參數(shù)搭配結(jié)果。

(三)學(xué)習(xí)風(fēng)格識(shí)別及智能分班的應(yīng)用

本實(shí)驗(yàn)探討基于腦電信號(hào)分析的注意力特征識(shí)別學(xué)習(xí)的風(fēng)格方法。差異性檢驗(yàn)及一致性檢驗(yàn)結(jié)果表明，以均值、方差及樣本熵的特征組合作為自變量參數(shù)，通過機(jī)器學(xué)習(xí)SVM算法識(shí)別的學(xué)習(xí)風(fēng)格分類結(jié)果，與量表的分類結(jié)果一致性較高。該方法能幫助教師與學(xué)習(xí)者在正式課堂學(xué)習(xí)前充分了解學(xué)習(xí)者的學(xué)習(xí)風(fēng)格偏好，實(shí)現(xiàn)同一學(xué)習(xí)風(fēng)格類型的學(xué)習(xí)者聚類，為基于師生風(fēng)格的智能分班、課中學(xué)習(xí)教學(xué)策略設(shè)計(jì)及資源推送提供依據(jù)。

表一 四組實(shí)驗(yàn)對(duì)象完成八種任務(wù)的注意力特征值

基于腦電信號(hào)的分類結(jié)果表明，在同類知覺實(shí)驗(yàn)任務(wù)中，對(duì)應(yīng)風(fēng)格類型的學(xué)習(xí)者注意力集中程度和平穩(wěn)度明顯優(yōu)于其他三類風(fēng)格的學(xué)習(xí)者，而在不同知覺實(shí)驗(yàn)任務(wù)中，學(xué)習(xí)者在對(duì)應(yīng)的風(fēng)格類型的實(shí)驗(yàn)任務(wù)中注意力集中程度和平穩(wěn)度明顯優(yōu)于其在其他三類實(shí)驗(yàn)任務(wù)的表現(xiàn)?？梢?，學(xué)習(xí)者對(duì)教學(xué)知識(shí)點(diǎn)的集中程度和平穩(wěn)度與其材料知覺形式有關(guān)，以風(fēng)格偏好依據(jù)設(shè)計(jì)教學(xué)內(nèi)容及策略是提升學(xué)習(xí)效果的重要方法。

四、 基于腦電分析的課堂教學(xué)改進(jìn)

課堂教學(xué)的伴隨式數(shù)據(jù)采集與智能分析是應(yīng)用數(shù)據(jù)科學(xué)解決課堂教學(xué)問題的重要手段。腦機(jī)接口穿戴設(shè)備實(shí)時(shí)測(cè)量學(xué)生在不同場(chǎng)景、教學(xué)行為與教學(xué)策略情境下的注意力，將學(xué)生狀態(tài)數(shù)據(jù)通過可視化方式實(shí)時(shí)向教師呈現(xiàn)，有利于教師及時(shí)糾正、改善課堂教學(xué)策略。

(一) 實(shí)驗(yàn)對(duì)象與實(shí)施過程

實(shí)驗(yàn)對(duì)象來(lái)自廣州市兩所小學(xué)一到六年級(jí)的 427名學(xué)生。其中，一年級(jí)42人，二年級(jí)81人，三年級(jí)80人，四年級(jí)76人，五年級(jí)72人，六年級(jí)76人。實(shí)驗(yàn)班級(jí)隨機(jī)產(chǎn)生，編號(hào)規(guī)則是：學(xué)科(C代表語(yǔ)文，E代表英語(yǔ)，M代表數(shù)學(xué))加上對(duì)應(yīng)的班級(jí)(如105班的1代表一年級(jí)，05代表五班)。

實(shí)驗(yàn)學(xué)生的注意力數(shù)據(jù)由腦機(jī)接口可穿戴頭環(huán)設(shè)備自動(dòng)記錄，不影響教師教學(xué)。為了減少頭環(huán)設(shè)備對(duì)學(xué)生的影響，參與實(shí)驗(yàn)的學(xué)生均未被告知頭環(huán)設(shè)備的作用。因小學(xué)生活潑好動(dòng)，容易導(dǎo)致設(shè)備脫落，部分學(xué)生的數(shù)據(jù)未被完整記錄。數(shù)據(jù)處理時(shí)剔除注意力有效記錄時(shí)長(zhǎng)少于30分鐘且記錄過程長(zhǎng)時(shí)間連續(xù)掉線的實(shí)驗(yàn)樣本數(shù)據(jù)。

表二 SVM參數(shù)搭配調(diào)優(yōu)結(jié)果

表三 傳統(tǒng)常態(tài)課堂的班級(jí)注意力統(tǒng)計(jì)

(二) 實(shí)驗(yàn)數(shù)據(jù)處理與分析

1.常態(tài)課的注意力特征

學(xué)生個(gè)體的注意力最小值28，最大值60。班級(jí)平均注意力值在46-51之間，所有實(shí)驗(yàn)班級(jí)的注意力平均值為48.3，班級(jí)平均注意力最小值46.24(出現(xiàn)在三年級(jí)語(yǔ)文課)，班級(jí)平均注意力最大值51(出現(xiàn)在一年級(jí)語(yǔ)文課)。

本實(shí)驗(yàn)按照注意力水平對(duì)各實(shí)驗(yàn)班學(xué)生分組，分高注意力組(X≧51)、中等注意力組(51>X≧46)和低注意力組(X<46)(見表三)。X為實(shí)驗(yàn)工具測(cè)得的學(xué)生注意力值。分組依據(jù)源于20堂常態(tài)課注意力測(cè)量值，這20堂課的班級(jí)注意力平均值48.34。

注意力品質(zhì)反映學(xué)生特定的認(rèn)知特征，但學(xué)生個(gè)體的注意力持續(xù)和轉(zhuǎn)移值較分散。以班級(jí)為單位分析發(fā)現(xiàn)，班級(jí)注意持續(xù)平均值在61-63之間，注意轉(zhuǎn)移平均值在84-86之間。班級(jí)注意同步數(shù)據(jù)較松散，最小值55，最大值75。

2.不同教學(xué)活動(dòng)的注意力

英語(yǔ)和語(yǔ)文屬于語(yǔ)言學(xué)習(xí)，常用的教學(xué)策略相似。為改善語(yǔ)言類課堂教學(xué)策略，本實(shí)驗(yàn)深入課堂教學(xué)，探究語(yǔ)言學(xué)習(xí)課程的教學(xué)活動(dòng)及不同教學(xué)活動(dòng)的學(xué)生注意力差異。實(shí)驗(yàn)隨機(jī)選擇四節(jié)英語(yǔ)課和四節(jié)語(yǔ)文課作為研究樣本。

樣本課例的教學(xué)活動(dòng)發(fā)生頻次由多到少依次是個(gè)別提問(41次)、教師講授(26次)、班級(jí)齊讀(23次)、課堂任務(wù)(14次)、小組活動(dòng)(11次)、個(gè)人朗讀(8次)、看視頻(8次)等，個(gè)別提問、教師講授、班級(jí)齊讀三類活動(dòng)的頻率遠(yuǎn)高于其他。

在不同教學(xué)活動(dòng)中，班級(jí)平均注意力值均在41以上，注意力最高值出現(xiàn)在小組活動(dòng)時(shí)(班級(jí)學(xué)生注意力平均值53)，最低值出現(xiàn)在課堂任務(wù)中(班級(jí)學(xué)生平均注意力值41)。從整體看，小組活動(dòng)時(shí)學(xué)生的注意力水平較高；個(gè)別提問時(shí)的注意力值較穩(wěn)定，且整體處于較高水平；學(xué)生看視頻材料的注意力值偏低。教師講授、班級(jí)齊讀、個(gè)人朗讀、課堂任務(wù)等活動(dòng)的注意力差異值較大。

(三) 研究發(fā)現(xiàn)與討論

實(shí)驗(yàn)測(cè)量了常態(tài)化課堂的學(xué)生注意力，發(fā)現(xiàn)課堂上學(xué)生注意力值普遍偏低。為進(jìn)一步探究學(xué)生課堂注意力低的原因，本文分析了不同課堂教學(xué)活動(dòng)的學(xué)生注意力。

表四 學(xué)生課堂學(xué)習(xí)注意持續(xù)、轉(zhuǎn)移和同步統(tǒng)計(jì)

圖3 八節(jié)樣本課中不同教學(xué)活動(dòng)的注意力統(tǒng)計(jì)

1.常態(tài)課堂學(xué)生注意力偏低歸因分析

常態(tài)課堂中學(xué)生注意力普遍偏低，且學(xué)生個(gè)體注意力值差異較大。在當(dāng)前注意力測(cè)量平均值的基礎(chǔ)上，本研究將常態(tài)課堂教學(xué)的學(xué)生注意力分高、中、低三級(jí)，中高等級(jí)注意力的學(xué)生人數(shù)較多。課堂錄像分析結(jié)果表明，高注意力組和中等注意力組的課堂表現(xiàn)相對(duì)較好。本研究嘗試從技術(shù)應(yīng)用的角度對(duì)傳統(tǒng)課堂中學(xué)生注意力偏低(智慧教學(xué)班的注意力水平在61以上，傳統(tǒng)課堂在46-51之間)現(xiàn)象進(jìn)行歸因后發(fā)現(xiàn)，樣本課例的教師信息技術(shù)應(yīng)用手段較為單一，仍以教學(xué)內(nèi)容的數(shù)字化呈現(xiàn)為主，基于技術(shù)的交互活動(dòng)較少。這種教學(xué)方式和身為數(shù)字原住民(Prensky, 2001)學(xué)生的學(xué)習(xí)習(xí)慣和神經(jīng)發(fā)育趨勢(shì)(Giedd，2012)不匹配，沒有給予學(xué)生及時(shí)的滿足和獎(jiǎng)勵(lì)(Teo，2013)，不能有效調(diào)動(dòng)學(xué)生參與課堂學(xué)習(xí)的積極性。因此，本研究建議加強(qiáng)數(shù)字技術(shù)在課堂教學(xué)中的應(yīng)用，充分調(diào)動(dòng)學(xué)生的互動(dòng)積極性，幫助學(xué)生較快達(dá)到具身認(rèn)知(鄧敏杰等，2019)。

2.注意持續(xù)和注意轉(zhuǎn)移特征歸因分析

持續(xù)注意是保障學(xué)習(xí)效果的重要指標(biāo)，學(xué)習(xí)者持續(xù)關(guān)注的時(shí)間能預(yù)測(cè)其后續(xù)記憶的效果(deBettencourt et al.，2017)，但人的注意往往隨喚醒、努力和資源分配而波動(dòng)。學(xué)習(xí)者課堂學(xué)習(xí)時(shí)，個(gè)體間和班級(jí)間的注意力持續(xù)水平?jīng)]有較大差異，但普遍較低。注意轉(zhuǎn)移是注意焦點(diǎn)在外界刺激影響下再次分配的過程，學(xué)生課堂學(xué)習(xí)的注意轉(zhuǎn)移水平較高，個(gè)體間差異較大，最低值60，最高值100。注意轉(zhuǎn)移在個(gè)體間呈顯著差異，原因可能是注意轉(zhuǎn)移可發(fā)生在視覺、聽覺等感知層面，也可發(fā)生在不同感知之間(錢謙等，2017)，而且學(xué)生對(duì)不同知覺教學(xué)材料和方式有顯著的個(gè)體偏好。因此，本研究建議加強(qiáng)對(duì)學(xué)生注意持續(xù)和注意轉(zhuǎn)移的神經(jīng)反饋訓(xùn)練。

3.不同教學(xué)活動(dòng)類型與課堂注意力關(guān)聯(lián)分析

部分教學(xué)活動(dòng)中學(xué)生注意力差異較大，本文嘗試從學(xué)生學(xué)習(xí)過程的個(gè)體和群體關(guān)系加以解釋。課堂教學(xué)存在學(xué)生個(gè)體行為和小組集體行為，個(gè)人朗讀、觀看視頻屬個(gè)體學(xué)習(xí)行為，學(xué)生個(gè)體學(xué)習(xí)行為的注意力差異較大。個(gè)人朗讀的注意力值較高，此時(shí)學(xué)生被賦予了更大的學(xué)習(xí)自主性，可以自定步調(diào)學(xué)習(xí)；而學(xué)生觀看視頻的注意力偏低，可能是觀看視頻本質(zhì)上是被動(dòng)學(xué)習(xí)，學(xué)生對(duì)學(xué)習(xí)掌控度不夠。教師個(gè)別提問、學(xué)生個(gè)別回答的注意力也較高，因?yàn)槠渌麑W(xué)生會(huì)把注意力放到回答問題的學(xué)生身上，其注意力相對(duì)穩(wěn)定。當(dāng)教師采用小組活動(dòng)教學(xué)，學(xué)生個(gè)體學(xué)習(xí)就變成集體學(xué)習(xí)，所表達(dá)的話語(yǔ)和行為受小組成員的監(jiān)督，從而形成緊張的氛圍。小組成員要對(duì)自己的學(xué)習(xí)行為負(fù)責(zé)，在這種無(wú)形的壓力下，小組成員的學(xué)習(xí)行為比較專注，注意力值最高。

五、 結(jié)論與反思

對(duì)學(xué)生內(nèi)隱狀態(tài)的測(cè)量一直是傳統(tǒng)教育測(cè)量方法無(wú)法攻克的難題，腦機(jī)接口技術(shù)為測(cè)量學(xué)生內(nèi)隱狀態(tài)提供了新的途徑。本文基于腦機(jī)接口的智能化課堂教學(xué)應(yīng)用實(shí)驗(yàn)得出以下結(jié)論：1)基于腦機(jī)接口技術(shù)能有效識(shí)別學(xué)生學(xué)習(xí)風(fēng)格。以不同學(xué)習(xí)者完成視、聽、讀寫和操作學(xué)習(xí)材料時(shí)采集的注意力數(shù)據(jù)為基礎(chǔ)，通過SVM機(jī)器學(xué)習(xí)算法識(shí)別學(xué)習(xí)風(fēng)格，平均識(shí)別率為75.8%，單次最高正確率為83.3%。2)觀察分析基于腦電信號(hào)測(cè)量的學(xué)生課堂注意力數(shù)據(jù)能發(fā)現(xiàn)課堂教學(xué)策略存在的問題。學(xué)生完成課堂學(xué)習(xí)任務(wù)需要投入足夠的注意，但常態(tài)課中學(xué)生注意力水平、注意持續(xù)水平普遍較低，這從側(cè)面反映了課堂教學(xué)方法單一，沒有為學(xué)生提供適當(dāng)?shù)慕虒W(xué)刺激使其注意保持在較高值。3)分析學(xué)生參與教學(xué)活動(dòng)的注意力水平有助于教師改善教學(xué)策略。學(xué)生在不同教學(xué)活動(dòng)中的注意力水平差異能反映教師教學(xué)策略實(shí)施水平。學(xué)生看視頻、完成課堂練習(xí)的注意水平較低，教師要提高對(duì)此類教學(xué)活動(dòng)的應(yīng)用水平。同時(shí)，學(xué)生在小組活動(dòng)中的注意力值較高，在教學(xué)中可以適當(dāng)增加此類活動(dòng)。實(shí)驗(yàn)存在的不足是，實(shí)驗(yàn)只比較了不同教學(xué)活動(dòng)的學(xué)生注意力，沒有考慮真實(shí)課堂教學(xué)活動(dòng)實(shí)施順序帶來(lái)的影響，也沒有考慮不同活動(dòng)之間的相互影響。

本研究首次提出在真實(shí)課堂環(huán)境下開展基于腦機(jī)接口的教育實(shí)驗(yàn)研究，深入課堂分析腦信號(hào)與課堂教學(xué)的相關(guān)性。當(dāng)前，學(xué)界對(duì)神經(jīng)科學(xué)的教育應(yīng)用還存在爭(zhēng)議，支持者認(rèn)為基于腦測(cè)量能夠發(fā)現(xiàn)學(xué)生個(gè)體的大腦差異，增強(qiáng)我們對(duì)學(xué)習(xí)的理解(Gabrieli，2016；Howard-Jones et al.，2016)，反對(duì)者認(rèn)為需要通過行為測(cè)量而不是腦圖像測(cè)量?jī)和J(rèn)知能力，而且難以在神經(jīng)科學(xué)基礎(chǔ)上設(shè)計(jì)或評(píng)估新的教學(xué)方法(Bowers，2016)。本研究積極探索基于腦信號(hào)分析注意力特征值實(shí)現(xiàn)學(xué)習(xí)者學(xué)習(xí)風(fēng)格分類，嘗試通過腦信號(hào)分析數(shù)據(jù)評(píng)價(jià)課堂教學(xué)效果，發(fā)現(xiàn)教學(xué)策略存在的不足，在真實(shí)課堂教學(xué)環(huán)境的探索中具有開創(chuàng)性。

未來(lái)，腦機(jī)接口技術(shù)的課堂應(yīng)用將出現(xiàn)爆發(fā)式增長(zhǎng)。腦機(jī)接口技術(shù)課堂應(yīng)用的研究點(diǎn)可能會(huì)集中在以下方面：1)數(shù)據(jù)隱私帶來(lái)的倫理問題，主要是測(cè)量學(xué)生課堂認(rèn)知狀態(tài)是否侵犯了學(xué)生隱私，學(xué)生認(rèn)知數(shù)據(jù)的應(yīng)用范圍如何界定等；2)學(xué)生認(rèn)知與行為等多維多模態(tài)數(shù)據(jù)的融合應(yīng)用：基于腦機(jī)接口的智能學(xué)習(xí)環(huán)境獲得的認(rèn)知數(shù)據(jù)有一定應(yīng)用價(jià)值，但要發(fā)揮更大的價(jià)值需要與其他行為數(shù)據(jù)結(jié)合，共同形成“基于腦的學(xué)習(xí)”；3)基于腦機(jī)接口的課堂教學(xué)效果評(píng)價(jià)方法創(chuàng)新：腦信號(hào)分析降低了教學(xué)評(píng)價(jià)的門檻，我們不僅應(yīng)實(shí)現(xiàn)課堂教學(xué)效果的整體評(píng)價(jià)，更應(yīng)該深入探究各類教學(xué)活動(dòng)的內(nèi)在規(guī)律，深度探究學(xué)生內(nèi)部心理活動(dòng)，如學(xué)生在個(gè)體提問和集體提問時(shí)的注意力差異；4)基于腦機(jī)接口的分層教學(xué)和個(gè)性化教學(xué)：教師可應(yīng)用腦機(jī)接口數(shù)據(jù)改善教學(xué)方法，根據(jù)學(xué)生認(rèn)知狀態(tài)提供教學(xué)反饋，并不斷改善反饋策略。