劉清堂 巴深 余舒凡 張翼恒 張妮

[摘? ?要] 教育智能體在視頻課程中的應用，是提升視頻課程社會交互性的有效途徑之一。然而，如何進行社會線索的設計以滿足學習者的個性化需求，仍有待探索。研究采用內(nèi)容分析方法，梳理了33項實證研究中教育智能體社會線索的設計。分析結果顯示，教育智能體的社會線索整體上可劃分為動態(tài)、靜態(tài)和語音線索三類。其中，靜態(tài)社會線索中的性別和年齡，動態(tài)社會線索中的表情和手勢，以及語音社會線索是近十年研究關注的熱點。此外還發(fā)現(xiàn)，不同學習者對社會線索的感知可能存在差異，但現(xiàn)有教育智能體的設計很少將學習者的偏好納入考慮范圍內(nèi)。為了解決這一問題，文章基于內(nèi)容分析的結果，設計并實現(xiàn)了支持個性化社會線索設計與調節(jié)的教育智能體原型系統(tǒng)，為改善視頻課程中社會交互功能的設計提供了一種可行的方法。

[關鍵詞] 教育智能體; 社會線索; 個性化學習; 視頻課程; 在線學習

[中圖分類號] G434? ? ? ? ? ? [文獻標志碼] A

[作者簡介] 劉清堂（1969—），男，湖北仙桃人。教授，博士，主要從事智能教育、學習分析及教育數(shù)據(jù)挖掘等研究。E-mail：liuqtang@mail.ccnu.edu.cn。巴深為通訊作者，E-mail：shenba@mails.ccnu.edu.cn。

一、問題的提出

近年來，在相關政策引領和指導下，我國在線教育的規(guī)模呈爆發(fā)式的增長[1]?！秶抑虚L期教育改革和發(fā)展規(guī)劃綱要（2010—2020年）》中提出，加強優(yōu)質教育資源的開發(fā)與應用，促進優(yōu)質教育資源的普及與共享，建設網(wǎng)絡教學資源體系，開發(fā)網(wǎng)絡學習課程，創(chuàng)新網(wǎng)絡教學模式，是促進教育信息化進程的重要手段[2]。作為在線教育的主要形式，在線視頻課程自出現(xiàn)以來，因其開放性與大規(guī)模性，受到社會各界的廣泛關注與支持[3]。而隨著關注度的提升，人們對視頻課程質量的要求也水漲船高，僅僅錄制教師授課的視頻，將傳統(tǒng)課堂簡單地“移植”到在線平臺，不僅無法滿足學習者的需求，也無法發(fā)揮出在線學習的獨特優(yōu)勢[4]。相關研究指出，視頻課程中教師的個人特點、授課風格、教學行為等因素均會對學習者的學習興趣與投入度等產(chǎn)生顯著影響[3，5]。其中，教師在教學過程中所傳遞的社會線索，例如衣著、表情、動作等，均有可能影響學習者對自身社會存在的感知，并決定他們的學習主動性[6]。此外，不同學習者之間，因為性別、個性、學業(yè)成績等方面存在差異，也可能會使他們對同樣的社會線索產(chǎn)生不同的感知。因此，基于社會認知的視角，為了進一步提升在線視頻課程的教學質量，需要通過合適的方法，滿足視頻課程中學習者的個性化社會交互需求。

教育智能體（Pedagogical Agent）是呈現(xiàn)于數(shù)字化學習環(huán)境中，旨在促進認知學習的虛擬形象[7]。若干實證研究的結果顯示，在視頻課程中利用教育智能體傳遞社會線索，能夠顯著地提升學習者的學習動機、學習興趣及學習表現(xiàn)等[8-10]。因此，在視頻課程中應用教育智能體，是解決學習者對個性化社會交互需求的一種可能的方法。

二、社會線索對認知學習的影響機制

社會代理理論（Social Agency Theory）描述了在學習材料中，教育智能體所呈現(xiàn)的社會線索對認知學習的影響機制。社會代理理論主要包含四個部分，通過線性的因果關系組成。首先，教育智能體所呈現(xiàn)的包含社會線索的教學信息，會使學習者相信他們在與另一個真實的人進行交互[11]。從而學習者就會調用人際交互策略，在社會層面更加積極地參與到學習過程中。隨后，因為在社會交互中，雙方存在著一種共識，即說話方會為了促進傾聽方的理解，而盡可能準確、相關、簡潔地傳遞信息[12]。與此同時，傾聽方會在這種社會共識的驅動下，更加主動地參與到信息處理的過程中。最后，因為學習者主動地參與到了信息的處理過程中，他們通常也會獲得更好的學習效果[13]。反之，若教學信息中不包含社會線索，則不會發(fā)生以上的過程。圖1呈現(xiàn)了包含社會線索的教學信息對認知學習的作用機制。

盡管社會代理理論認為教學信息中的社會線索可以通過提升學習者的社會存在感，從而達到學習效果提升的目的。但是部分實證研究的結果表明，教育智能體的社會線索并非在任何條件下都可以產(chǎn)生積極的效果。此外，近年來的實證研究普遍關注于教育智能體的設計，而很少有研究關注學習者之間的差異對他們的社會存在感及學習效果產(chǎn)生的影響[7]。因此，文章對近年來文獻中關注的教育智能體社會線索進行了系統(tǒng)的梳理，深入分析了學習者差異對社會線索感知的影響。

三、教育智能體社會線索分類框架構建

在教育智能體的實證研究中，研究者主要通過實驗研究的方法，探討一到兩種社會線索對認知學習的影響。在他們的研究報告中，均會有專門的部分介紹對應研究中教育智能體社會線索的設計方法。因此，文章選用內(nèi)容分析法，抽取實證研究中教育智能體社會線索的設計部分，分析并建立教育智能體社會線索的分類框架。

（一）數(shù)據(jù)的收集整理

文章選取的數(shù)據(jù)樣本為2011至2019年間，同行評審的教育智能體實證研究文獻。同行評審論文是研究者們的主要交流渠道，具有一定的代表性與嚴謹性。數(shù)據(jù)的采集過程與研究者前期的研究一致[7]，研究者以教育智能體的常用英文翻譯“Pedagogical Agent”及其他變式和近義詞為關鍵詞，并用“Education”“Learning”等關鍵詞限定其教育應用場景，在“Web of Science”“Elsevier Science Direct”“Cambridge Science Abstracts”和“Engineering Compendex”四個較為權威的數(shù)據(jù)庫中，檢索2011至2019年間同行評審的期刊論文。

為了確保檢索得到的文獻與文章的主題一致，研究者進行了兩輪篩選與整理工作。首先，研究者通過閱讀文獻的題目與摘要，篩去與研究主題明顯無關的文獻。然后，研究者下載了余下文獻的全文，并進行第二輪篩選。在閱讀文獻過程中發(fā)現(xiàn)，教育智能體的實證研究普遍關注教育智能體認知功能與社會功能的設計。結合文章的主題，研究者最后保留了33篇文獻，并整理出其中描述教育智能體社會線索設計的部分。

（二）數(shù)據(jù)的編碼標注

對于檢索得到的33篇文獻，研究者從中抽取出描述教育智能體社會線索設計的部分，對社會線索的類型和呈現(xiàn)形式進行了標注與整理。結果發(fā)現(xiàn)，近年來教育智能體的相關研究所討論的社會線索包括：性別、種族、年齡、衣著、形象、表情、眼神、手勢、姿態(tài)及聲音。而以上社會線索的主要呈現(xiàn)方式可以分為圖像和語音。其中，多數(shù)研究主要關注以圖像方式呈現(xiàn)教育智能體的社會線索。

（三）社會線索分類框架構建

因為已有研究尚未針對教育智能體的社會線索擬定分類，所以文章在對檢索得到的文獻進行描述分析的過程中，根據(jù)各研究所描述的教育智能體社會線索，通過一種“無監(jiān)督”的方式逐步建立了社會線索的分類結構。研究發(fā)現(xiàn)，近十年來教育智能體的研究中，重點關注的社會線索主要可分為靜態(tài)社會線索、動態(tài)社會線索及語音社會線索三大類。對于靜態(tài)社會線索，研究者主要關注教育智能體的性別、種族、年齡、衣著及該角色的形象對學習的影響;對于動態(tài)線索，研究者主要關注教育智能體的表情、眼神、手勢和軀體的姿態(tài)對學習的影響;對于語音社會線索，研究者主要關注人類聲音與機器合成的聲音對學習的影響，完整的分類框架如圖2所示。

1. 靜態(tài)社會線索

教育智能體的靜態(tài)社會線索，主要指呈現(xiàn)于數(shù)字學習環(huán)境中虛擬角色的靜態(tài)特征。因為教育智能體通常是以人類或擬人化的角色出現(xiàn)，所以大部分研究都關注于教育智能體的擬人特征對認知學習的影響。在Veletsianos等人的一項研究中，79名大學生被試被分為四組分別觀看一段視頻課程。該實驗研究的自變量為視頻課程中教育智能體的形象和視頻課程的內(nèi)容。該研究的結果表明，學習者對教育智能體的外在特征存在著固有印象（Stereotype），即特定性別、種族或者年齡的教育智能體可能會更加符合學習者的認知，從而與學習者產(chǎn)生更加自然的社會交互，提升學習者的社會存在感[14]。特征相似性理論也提出，當學習場景中存在著與學習者在個人特征上相似的社會榜樣時，學習者的自我效能感會得到顯著的增強，他們的學習表現(xiàn)也會因此而提升[15]。另一方面，Kim與Wei開展的一項研究探討了學習者的屬性對他們選擇教育智能體的影響，以及他們對教育智能體感知的影響。該研究選取了210名高中男生與女生，他們中包括白人與西班牙裔人種。該研究發(fā)現(xiàn)，學習者更傾向于和他們性別、種族相同的教育智能體[16]。但是在另一項研究中，Shiban等人選取了大學生作為樣本，研究教育智能體的性別、形象等因素是否會對學習者產(chǎn)生影響。該研究的結果顯示，與女性智能體相比，男性智能體對學習者的動機或者學習表現(xiàn)均沒有顯著的影響[17]。因此，文章認為以上研究產(chǎn)生不同結果的原因之一，可能是學習者對教育智能體靜態(tài)社會線索的感知會由于個體的差異而不同。也就是說，若教育智能體的靜態(tài)社會線索可以滿足學習者的個性化需求，那么可能會對學習產(chǎn)生更加積極的影響。

2. 動態(tài)社會線索

教育智能體的動態(tài)社會線索，主要指教育智能體與學習者、學習環(huán)境或者學習內(nèi)容進行交互時，所表現(xiàn)出的動態(tài)擬人特征，例如面部表情、眼神的變化以及身體的動作等。情感反饋理論（Emotional Response Theory）提出，學習者的情感狀態(tài)會對他們的選擇產(chǎn)生影響。當學習者處于較為積極的情感狀態(tài)時，他們會更加愿意進行學習，并與學習內(nèi)容及教師產(chǎn)生交互。反之，消極的情緒會降低學習者參與學習活動的意愿[18]。因此，基于該理論可以推斷，當教育智能體表現(xiàn)出積極的社會線索時，會使學習者感知到他們在與一個生動、豐富的社會對象進行交互。那么，學習者也更加可能受其感染而產(chǎn)生積極的情緒，從而提升參與學習的意愿與主動性。例如在Liew等人于2017年開展的一項研究中，72名大一的學生被分成兩組，分別與一個呈現(xiàn)積極情緒的教育智能體和一個呈現(xiàn)中性情緒的教育智能體進行交互。研究結果表明，具有積極情緒的教育智能體顯著增強了學習者的情緒、內(nèi)在動機和學習效果[8]。但是，若學習者受教育智能體所傳遞的社會線索影響產(chǎn)生消極情緒，則會抑制他們的學習。例如在Liew等人于2016年的研究中，107名大一學生同樣被分為兩組，分別與一個具有積極情緒和中性情緒的教育智能體進行交互。但該研究發(fā)現(xiàn)，教育智能體的積極情緒被學習者認為是一種虛偽的表現(xiàn)，導致該組中的學習者沒有表現(xiàn)出比中性組的學習者更好的學習效果[19]。

此外，從認知負荷的視角來看，設計不合理的動態(tài)社會線索也有可能會對學習產(chǎn)生負面的影響。認知負荷理論指出，學習者用以處理信息的工作負荷是有限的[20]。在學習過程中，若教育智能體表現(xiàn)出一定的動態(tài)社會線索，那么學習者勢必會分配部分注意力用以處理這些信息，從而導致外部認知負荷的提升。但因為不同學習者處理信息的能力有所差異，所以在視頻課程中動態(tài)線索的使用也需要因人而異[21]。綜上所述，雖然教育智能體的動態(tài)社會線索有可能會對學習產(chǎn)生積極的影響，但根據(jù)相關理論及實證研究可知，動態(tài)社會線索的設計也需要綜合考慮學習者的特征，否則可能會產(chǎn)生與預期相反的效果。

3. 語音社會線索

教育智能體的語音社會線索是信息傳遞時，語音通道中所包含的信息。語音社會線索近期的研究主要關注人類語音與機器合成語音間的差異。在2017年之前，研究者普遍認為機器合成語音的質量距離人類真實的語音還有一定的差距，人類語音可以使學習者產(chǎn)生更高的社會存在感，進而取得更好的學習效果，該理論也被稱為語音效應（Voice Effect）[22]。隨著近年來語音合成技術的迅速發(fā)展，研究者也開始重新審視這一結論。在Craig與Schroeder開展的一項實證研究中，140名被試被分為三組，分別與具有經(jīng)典語音、現(xiàn)代語音和人類語音的教育智能體進行交互。其中經(jīng)典語音是指由傳統(tǒng)的語音合成引擎合成的語音，而現(xiàn)代語音來自最新的語音合成引擎。該實驗的結果顯示，分配在現(xiàn)代語音組的學習者取得了比另外兩組都顯著的學習表現(xiàn)，并且學習者認為現(xiàn)代語音與人類語音具有相同的可信度和促進學習的效果[23]。為了進一步研究語音線索的影響，Craig與Schroeder在后續(xù)研究中隱藏了教育智能體的虛擬形象，僅對比經(jīng)典語音、現(xiàn)代語音和人類語音對學習的影響。該研究的結果表明，現(xiàn)代語音組的學習者與人類語音組的學習者在學習表現(xiàn)上沒有顯著差異，而這兩組中學習者的表現(xiàn)均顯著優(yōu)于經(jīng)典語音組的學習者[24]。因此，綜合近期實證研究的結果可以推斷，現(xiàn)代語音合成引擎可以作為一種新的方式，為視頻課程中的教育智能體配音。該方式的優(yōu)勢在于，語音合成引擎可以按照教學設計者的需求靈活地調整語速、音調等參數(shù)，使之與教學內(nèi)容及學習者的個人偏好更加匹配，而避免了反復錄制的繁雜工作。

四、支持個性化社會線索設計的教育智能體原型系統(tǒng)

通過對教育智能體社會線索相關實證研究的討論，文章發(fā)現(xiàn)學習者的個人特征與他們對社會線索的偏好有一定的聯(lián)系。例如，學習者傾向于與他們年齡、性別及種族相似的教育智能體[14];學習者個人情感狀態(tài)會影響教育智能體情感干預的效果[25];學習者信息處理的能力也決定著社會線索對認知學習的影響[21]。由此可以推斷，在視頻課程中，為了充分發(fā)揮教育智能體社會線索的積極作用，其設計與呈現(xiàn)方式需要考慮學習者的個性化需求。但是，在當前的視頻課程或實證研究中，無論是教師錄像或者是教育智能體，其社會線索表達均是統(tǒng)一設定、不支持個性化調節(jié)的。因此，針對這一實際問題，文章面向在線視頻學習環(huán)境，提出了支持個性化社會線索設計的教育智能體原型系統(tǒng)。

（一）設計框架

在普通視頻課程學習平臺的基礎上，原型系統(tǒng)不僅增加了教育智能體，同時也將教育智能體的選擇與設計向學習者開放。學習者每次進行學習時，可以按照自己的需求創(chuàng)建視頻課程中的虛擬形象，或者對學習歷史中使用過的形象進行編輯與修改。依據(jù)上文所述，教育智能體的社會線索主要分為三個方面：靜態(tài)、動態(tài)和語音社會系統(tǒng)。因此，原型系統(tǒng)也將教育智能體的設計過程劃分為三個部分，詳細過程如圖3所示。

第一步，學習者選擇教育智能體的靜態(tài)社會線索，包括教育智能體的角色、呈現(xiàn)方式、呈現(xiàn)的位置與大小。角色的選擇中，原型系統(tǒng)為學習者提供了若干種類型的角色選項，既有仿真度高的類人形象，也有卡通化的類人形象，還包含擬人化的動物形象。類人形象在性別、種族、年齡等參數(shù)上也提供了豐富的選擇。學習者可以按照課程內(nèi)容選擇適合自己的角色作為教師形象出現(xiàn)在視頻課程中。呈現(xiàn)方式的選擇中，學習者可以決定視頻課程中出現(xiàn)教育智能體的頭部、上半身或全身形象。呈現(xiàn)的位置和大小選項決定了教育智能體在視頻課程中出現(xiàn)的位置和占據(jù)屏幕的尺寸。

第二步，學習者選擇教育智能體的動態(tài)社會線索，包括眼部和頭部動作、面部表情和手勢動作。教育智能體的眼部與頭部動作包括向不同方向的轉動，能夠隨著課程的進行與學習者或學習內(nèi)容產(chǎn)生一定的交互。眼部與頭部的動作由教學設計者在課程開發(fā)時提前設計完成，學習者可以選擇教育智能體表現(xiàn)預設的頭部和眼部動作，或選擇讓其保持靜止面向前方的狀態(tài)，以減少不必要的干擾。教育智能體的面部表情可以表達9種不同的情緒，旨在增強學習者的情感存在。面部表情也由教學設計者提前預設，學習者亦可選擇讓教育智能體保持中性的面部表情。教育智能體的手勢動作包括兩種，第一種是指向性手勢，主要可用于引導學習者注意到某一幀畫面中的重點內(nèi)容，降低無關信息的干擾;第二種手勢為形象手勢，主要用于形象地傳遞某種特定的含義。學習者可以選擇讓教育智能體表現(xiàn)完整的手勢動作，或表現(xiàn)其中一種手勢，或不表現(xiàn)任何手勢動作。

第三步，學習者選擇教育智能體的語音社會線索。學習者可以根據(jù)自己選擇的角色，從6種語音類型中選擇適合的語音。然后，學習者還可以對所選語音的語速和語調進行調節(jié)。完成教育智能體的設計后，學習者可將自己的選擇保存下來，作為再次進行學習時的默認選項。課程結束后，原型系統(tǒng)將引導學習者對學習體驗與教育智能體進行評價，為日后的研究分析工作提供數(shù)據(jù)基礎。

（二）實現(xiàn)方法

該教育智能體原型系統(tǒng)利用Media Semantics公司所提供的Character API服務，基于JavaScript構建了可應用于在線視頻學習平臺的教育智能體工具。Character API是一款基于RESTful框架的云端角色動畫仿真服務軟件。該軟件主要面向Web開發(fā)者，借助云計算、邊緣緩存、CSS或WebGL等技術，為開發(fā)者提供了樣式豐富、操作靈活的虛擬仿真形象。因為虛擬角色的控制可全部通過JavaScript編碼完成，該API不僅降低了開發(fā)的難度，提升了形象控制的靈活性，同時也保證了虛擬形象與現(xiàn)有眾多視頻學習平臺的兼容性，以及與課程內(nèi)容的可交互性。

五、結? ?語

在線視頻課程作為一種創(chuàng)新的教學方式，對教育公平與開放的實現(xiàn)具有十分重要的意義。為了充分發(fā)揮在線平臺的優(yōu)勢，避免簡單地復制、搬運傳統(tǒng)課堂，研究者們應以教學、認知理論為基礎，合理運用教育技術手段，提升在線視頻課程的教學質量。針對在線視頻課程中社會交互不足這一核心問題，文章首先分析了社會線索對認知學習的作用機制，發(fā)現(xiàn)合理的社會線索可以提升學習者的社會存在感，從而達到促進主動學習的效果。隨后，文章通過內(nèi)容分析的方法，對已有文獻中教育智能體的社會線索進行了梳理，并建立了社會線索的分類框架，發(fā)現(xiàn)教育智能體的社會線索包括靜態(tài)、動態(tài)和語音社會線索三大類。同時，內(nèi)容分析也發(fā)現(xiàn)，不同的學習者由于個人屬性的差異，對相同社會線索的感知也存在著區(qū)別。因此，文章認為在線視頻課程應借助教育智能體，為學習者提供個性化的社會線索，以最優(yōu)化社會交互對學習的促進作用，并降低其干擾。因此，文章基于內(nèi)容分析的結果，設計并實現(xiàn)了支持個性化社會線索設計的教育智能體原型系統(tǒng)，為實現(xiàn)視頻課程中個性化的社會交互提供了一種可行的途徑。

[參考文獻]

[1] 中商產(chǎn)業(yè)研究院. 2019年中國在線教育市場預測：用戶規(guī)?；驅⑼黄?億人[EB/OL]. （2019-05-06）[2020-02-12]. http：//www.askci.com/news/chanye/20190506/0932431145754.shtml.

[2] 中華人民共和國教育部. 國家中長期教育改革和發(fā)展規(guī)劃綱要（2010—2020年）[EB/OL].（2010-07-29）[2020-02-12]. http：//www.gov.cn/jrzg/2010-07/29/content_1667143.htm.

[3] 王萍. 人工智能在教育視頻中的應用分析與設計[J]. 電化教育研究，2020，41（3）：93-100，121.

[4] 楊九民，李麗，劉曉莉，朱芳芳，高姝睿，皮忠玲. 在線開放課程中的交互設計及其應用現(xiàn)狀分析[J].電化教育研究，2018，39（11）：61-68.

[5] 楊九民，吳長城，皮忠玲，謝和平. 促進學習還是干擾學習——彈幕對學習影響的元分析[J].電化教育研究，2019，40（6）：84-90，120.

[6] MAYER R E. The Cambridge handbook of multimedia learning[M]. Cambridge： Cambridge University Press， 2005.

[7] 劉清堂，巴深，羅磊，張翼恒，吳林靜. 教育智能體對認知學習的作用機制研究述評[J]. 遠程教育雜志，2019，37（5）：35-44.

[8] LIEW T W， ZIN N A M， SAHARI N. Exploring the affective， motivational and cognitive effects of pedagogical agent enthusiasm in a multimedia learning environment[J]. Human-centric computing and information sciences， 2017， 7（1）： 9.

[9] DINER S， DOANAY A. The effects of multiple-pedagogical agents on learners' academic success， motivation， and cognitive load[J]. Computers & education， 2017， 111：74-100.

[10] VAN DER MEIJ H， VAN DER MEIJ J， HARMSEN R. Animated pedagogical agents effects on enhancing student motivation and learning in a science inquiry learning environment[J]. Educational technology research and development， 2015， 63（3）： 381-403.

[11] KLOWAIT N. The quest for appropriate models of human-likeness： anthropomorphism in media equation research[J]. AI & society， 2018， 33（4）： 527-536.

[12] MILLER E K， BUSCHMAN T. Working memory capacity： limits on the bandwidth of cognition[J]. Daedalus， 2015， 144（1）：112-122.

[13] MAYER R E. Using multimedia for e-learning[J]. Journal of computer assisted learning， 2017， 33（5）： 403-423.

[14] VELETSIANOS G. Contextually relevant pedagogical agents： visual appearance， stereotypes， and first impressions and their impact on learning[J]. Computers & education， 2010， 55（2）： 576-585.

[15] BANDURA A. Self-efficacy： the exercise of control[M]. New York： W.H. Freeman， 1997.

[16] KIM Y， WEI Q. The impact of learner attributes and learner choice in an agent-based environment[J]. Computers & education， 2011， 56（2）： 505-514.

[17] SHIBAN Y， SCHELHORN I， JOBST V， H？魻RNLEIN A， PUPPE F， PAULI P， M？譈HLBERGER A. The appearance effect： influences of virtual agent features on performance and motivation[J]. Computers in human behavior， 2015，49： 5-11.

[18] MEHRABIAN A. Nonverbal communication[M]. New Jersey： Transaction Publishers，1972.

[19] LIEW T W， ZIN N A M， SAHARI N， TAN S M. The effects of a pedagogical agent's smiling expression on the learner's emotions and motivation in a virtual learning environment[J]. The international review of research in open and distributed learning， 2016， 17（5）： 248-266.

[20] SWELLER J. Cognitive load theory， learning difficulty， and instructional design[J]. Learn instr， 1994（4）： 295-312.

[21] SWELLER J. Cognitive load theory and educational technology[J]. Educational technology research and development，2020，68（1）：1-16.

[22] MAYER R E. Principles based on social cues in multimedia learning： personalization， voice， image， and embodiment principles[M]// In The Cambridge handbook of multimedia learning （2nd ed.）（pp. 345-368.）. New York， NY： Cambridge University Press， 2014.

[23] CRAIG S D， SCHROEDER N L. Reconsidering the voice effect when learning from a virtual human[J]. Computers & education， 2017， 114： 193-205.

[24] CRAIG S D， SCHROEDER N L. Text-to-speech software and learning： investigating the relevancy of the voice effect[J]. Journal of educational computing research， 2019， 57（6）： 1534-1548.

[25] KIM Y， THAYNE J， WEI Q. An embodied agent helps anxious students in mathematics learning[J]. Educational technology research and development， 2017，65（1）： 219-235.