胡 航 李雅馨 曹一凡 趙秋華 郎啟娥

（1.西南大學(xué) 統(tǒng)籌城鄉(xiāng)教育發(fā)展研究中心；2.西南大學(xué) 教育學(xué)部 深度學(xué)習(xí)研究中心；3.西南大學(xué) 教育學(xué)部 教育技術(shù)學(xué)院，重慶 400715）

隨著腦科學(xué)研究的發(fā)展，教育研究者開始嘗試將腦科學(xué)的研究成果應(yīng)用到教育領(lǐng)域，并從神經(jīng)科學(xué)的角度來研究學(xué)習(xí)科學(xué)，即從學(xué)習(xí)者的生理層去解釋和面對教育中的一些實際問題。同時，隨著人工智能、大數(shù)據(jù)和虛擬現(xiàn)實等新興技術(shù)的迅速發(fā)展，研究者又嘗試著建立學(xué)習(xí)者大腦與計算機之間的關(guān)聯(lián)，通過人工智能、大數(shù)據(jù)等技術(shù)，自動搜集、分析大腦在學(xué)習(xí)過程中的數(shù)據(jù)，并對其進行監(jiān)測和學(xué)習(xí)行為的自適應(yīng)調(diào)整。

近年來，腦機接口（Brain-Computer Interface，BCI）在技術(shù)層面誕生并逐漸發(fā)展，但其也更多地停留在技術(shù)層?！叭绾闻c認知神經(jīng)心理學(xué)、關(guān)聯(lián)主義、建構(gòu)主義等教育與學(xué)習(xí)理論相結(jié)合，在教育領(lǐng)域如何應(yīng)用”等諸多問題，在教育研究中涉獵極少，相關(guān)實證研究成果目前在國內(nèi)正式發(fā)表的也非常少。我們基于1985-2018年的SCI 和SSCI 期刊論文中關(guān)于“腦機接口的演化過程及其在教育領(lǐng)域的應(yīng)用”的知識圖譜分析[1]，發(fā)現(xiàn)腦機接口在學(xué)習(xí)過程中的核心，體現(xiàn)為大腦與計算機之間的雙向交互，包括人工智能技術(shù)、教育大數(shù)據(jù)分析技術(shù)、大腦—心理—計算機三者之間的交互路徑、學(xué)習(xí)過程中的指導(dǎo)策略等，并且在國外研究中已經(jīng)有了一些初步探索。因此，我們認為腦機接口作為一項新興技術(shù)在教育中的應(yīng)用，稱為“腦機交互”更為適切，其包含了技術(shù)和教育應(yīng)用兩個層面，英文仍用BCI 進行表達。

當然，腦機交互作為教育領(lǐng)域研究中的一個新興點陣，還存在著腦科學(xué)成果向教育領(lǐng)域轉(zhuǎn)化的問題，在腦科學(xué)與智能技術(shù)融合方面也有諸多需要探索的問題。但這為教育研究者從計算神經(jīng)科學(xué)等多個領(lǐng)域出發(fā)，從大腦活動的微觀視角來研究人腦認知機制，從學(xué)習(xí)行為的外在表征與調(diào)控來研究學(xué)習(xí)過程，開辟了新的路徑。也為人工智能和教育大數(shù)據(jù)技術(shù)構(gòu)建智能學(xué)習(xí)環(huán)境，推動自適應(yīng)學(xué)習(xí)的實現(xiàn)，提供了可探索的手段。

一、研究綜述

（一）關(guān)于學(xué)習(xí)的“三角互證”評測結(jié)構(gòu)

學(xué)習(xí)科學(xué)視域中關(guān)于學(xué)習(xí)的深度，目前，在以下四方面已經(jīng)達成共識：一是學(xué)習(xí)者應(yīng)具有主動性、積極性、批判性和建構(gòu)性等特征；二是學(xué)習(xí)應(yīng)關(guān)注情境遷移、問題解決和創(chuàng)新；三是在學(xué)習(xí)過程中學(xué)習(xí)者應(yīng)具有良好的情感體驗；四是學(xué)習(xí)過程符合基于個性化的社會化屬性[2]。但這四方面的理解尚屬于描述性表征，在實際操作中很難量化與評價。因此，我們通過較長時間的實證研究，形成了描繪學(xué)習(xí)發(fā)生的“三角互證”評測體系和方法，認為只有在生理、認知和心理三個層面均達到了相互印證的統(tǒng)合關(guān)系，才能說明學(xué)習(xí)的發(fā)生有深度、有意義[3]（如圖1所示）。因此，學(xué)習(xí)的開展要求學(xué)習(xí)內(nèi)容結(jié)構(gòu)、學(xué)習(xí)資源表征和學(xué)習(xí)活動實施等教學(xué)要素，均能有效促進學(xué)習(xí)者在上述三方面的發(fā)展，這也是腦機交互研究與應(yīng)用的評價標準與價值歸屬。

圖1 學(xué)習(xí)的“三角互證”評測結(jié)構(gòu)

（二）腦機交互及其在教育中的應(yīng)用

腦機交互是一種不依賴于外周神經(jīng)和肌肉組織，以一定的交互方式來完成大腦與計算機之間通信的信息交換技術(shù)[4]。早在1929年，德國科學(xué)家Hans Berger 首次通過儀器檢測到了腦電信號，這一開創(chuàng)性的發(fā)現(xiàn)，引導(dǎo)科學(xué)家開始采用科學(xué)技術(shù)的手段來檢測和分析大腦的活動情況。腦電波是當大腦神經(jīng)細胞和神經(jīng)纖維傳遞神經(jīng)沖動時，產(chǎn)生的有節(jié)奏的微弱電位變化，主要是對大腦皮層的潛在變化做出反應(yīng)。而放置在頭皮上的雙電極，則用于記錄大腦皮層的這種變化，故其被稱為腦電圖（EEG）。

腦電波傳感器需要大量的準備工作，電極需要用凝膠固定在實驗者的頭上，因此，腦電波傳感技術(shù)以前通常用于工程和醫(yī)療領(lǐng)域。隨著技術(shù)的發(fā)展，目前已經(jīng)可以利用腦機交互來收集學(xué)生的腦電波，這使得在課堂教學(xué)中測量腦電波成為可能。人工智能算法的不斷優(yōu)化，使腦電信號對人的學(xué)習(xí)心理的解釋力不斷提升，因此，腦機交互逐漸被應(yīng)用到生理/腦科學(xué)、認知心理學(xué)和學(xué)習(xí)科學(xué)等領(lǐng)域。在學(xué)習(xí)科學(xué)與教育技術(shù)研究領(lǐng)域，通過對腦機交互中的腦電波進行觀測，逐步優(yōu)化技術(shù)，成為在學(xué)習(xí)設(shè)計中的方法與策略，如，個性化學(xué)習(xí)路徑的設(shè)計與生成，數(shù)字化學(xué)習(xí)資源的表征、開發(fā)與應(yīng)用等。

目前，腦機交互主要表現(xiàn)為三個方面的應(yīng)用：一是探測學(xué)習(xí)者個體活動中的大腦生理信號，主要用于學(xué)習(xí)心理方面的研究與評測；二是智能學(xué)習(xí)系統(tǒng)中基于腦電波數(shù)據(jù)的反饋，并在此基礎(chǔ)上不斷調(diào)整學(xué)習(xí)路徑、優(yōu)化學(xué)習(xí)過程，形成自適應(yīng)學(xué)習(xí)方式來促進學(xué)習(xí)者學(xué)習(xí)，此方面主要是學(xué)習(xí)科學(xué)與教育技術(shù)領(lǐng)域的研究者與實踐者在嘗試；三是嘗試監(jiān)測群體腦電波狀況，主要用于監(jiān)測一定學(xué)習(xí)組織的大腦協(xié)同效應(yīng)，比如，當教師與學(xué)習(xí)者的腦電波協(xié)同度越高時，學(xué)習(xí)效果會越好。此方面的嘗試，可用于對學(xué)習(xí)共同體構(gòu)建與學(xué)習(xí)文化的研究。

國外腦機交互用于認知心理的實驗研究，已經(jīng)取得了一系列成果。例如，Wolpaw、Birbaumer、Mc-Farland、Pfurtscheller 和Vaughan 認為，BCI 可以提供一個新的非肌肉通道，用于向外部世界發(fā)送消息和命令，因此，其經(jīng)常被用來測量注意力、焦慮或放松的值[5]。Furen Lin 等試圖利用BCI 來分析腦電波的學(xué)習(xí)頻率，從而形成學(xué)習(xí)能量。通過該模式，為學(xué)生提供了一種即時學(xué)習(xí)的預(yù)警機制；同時，能夠使教師理解學(xué)生學(xué)習(xí)的障礙并及時給予關(guān)心和鼓勵[6]。Rebolledo-Mendez 等人通過開發(fā)一種注意力模型來評估思維的可用性，將注意力信號與Second Life 運動中收集的數(shù)據(jù)結(jié)合起來；其研究結(jié)果顯示，被測量的數(shù)據(jù)和自我報告的注意力水平之間存在正相關(guān)關(guān)系[7]。

上述研究大多采用美國Neurosky 公司的Mind-Set 設(shè)備，已有應(yīng)用表明該設(shè)備提供了比較準確的注意力表征值，并有良好的腦機交互效能和用戶體驗。而國內(nèi)外用于技術(shù)支持下的各類在線學(xué)習(xí)系統(tǒng)的實踐還不多見，學(xué)習(xí)科學(xué)與教育技術(shù)的研究者值得嘗試。

（三）腦機交互技術(shù)促進學(xué)習(xí)有效發(fā)生的可能

腦機交互的信號監(jiān)測與表征學(xué)習(xí)狀態(tài)，目前在關(guān)注和提升學(xué)習(xí)者注意力、自我效能感、態(tài)度和理解力方面，已經(jīng)顯示出了一定可能性；這些指標恰好是促進學(xué)習(xí)走向深度和有效所關(guān)注的，有助于實現(xiàn)生理（腦電波）、認知（學(xué)業(yè)成績）和心理（注意力、態(tài)度和效能感等）三個層面的有效統(tǒng)一，并為有效學(xué)習(xí)的路徑設(shè)計與數(shù)字化資源開發(fā)，提供了現(xiàn)實可能。

1.腦機交互技術(shù)能在一定程度上揭示“人是如何學(xué)習(xí)的”規(guī)律

腦機交互技術(shù)能記錄學(xué)習(xí)全過程的腦電波信號及變化規(guī)律，通過學(xué)習(xí)群體的信號搜集，進而將人工智能深度學(xué)習(xí)算法與學(xué)習(xí)心理建立強有力的關(guān)聯(lián)，從而能在一定程度上揭示“人是如何學(xué)習(xí)的”這一規(guī)律。例如，有實驗人員讓學(xué)習(xí)者參與一個多組數(shù)字的記憶活動，并在此過程中記錄學(xué)習(xí)者每一次的大腦狀態(tài)，該研究發(fā)現(xiàn)：當學(xué)習(xí)者總結(jié)出數(shù)字的規(guī)律后，大腦狀態(tài)與剛開始相比變得比較輕松，腦電信號會發(fā)生變化[8]。因此，從生理學(xué)上逐步揭示“人是如何學(xué)習(xí)的”，為學(xué)習(xí)活動設(shè)計、學(xué)習(xí)資源表征和智能學(xué)習(xí)系統(tǒng)的開發(fā)提供了科學(xué)基礎(chǔ)，有助于提高教學(xué)設(shè)計的有效性與科學(xué)性。

2.腦機交互技術(shù)能為“個性化—合作”學(xué)習(xí)提供信號基礎(chǔ)

腦機交互技術(shù)能較精準地反映學(xué)習(xí)者個體的學(xué)習(xí)進程。在智能學(xué)習(xí)系統(tǒng)中，學(xué)習(xí)者個體的學(xué)習(xí)進程可以通過腦機交互技術(shù)實時反饋與記錄，該反饋能促使智能學(xué)習(xí)系統(tǒng)實時推送適切的學(xué)習(xí)資源并調(diào)整學(xué)習(xí)步驟。一方面，生成與個體學(xué)習(xí)風(fēng)格相適應(yīng)的學(xué)習(xí)路徑；另一方面，基于個體數(shù)據(jù)可以不斷匹配同質(zhì)和異質(zhì)的學(xué)習(xí)者，從而不斷引導(dǎo)群體的學(xué)習(xí)活動，形成有效的合作學(xué)習(xí)路徑。學(xué)習(xí)是基于個性的社會化過程，腦機交互技術(shù)能為“個性化—合作”學(xué)習(xí)提供信號基礎(chǔ)。

3.腦機交互技術(shù)能為教育管理機構(gòu)的科學(xué)決策提供大數(shù)據(jù)支持

圖2 兩種學(xué)習(xí)狀態(tài)（好、差）的腦波信號

腦機交互技術(shù)通過對個體與群體學(xué)習(xí)過程的行為監(jiān)控與記錄，將產(chǎn)生大量的數(shù)據(jù)，如，好的學(xué)習(xí)狀態(tài)與差的學(xué)習(xí)狀態(tài)腦波圖。如圖2所示，波峰較集中的學(xué)習(xí)狀態(tài)較好，學(xué)習(xí)狀態(tài)較差的表現(xiàn)為比較平緩；這些信號會形成學(xué)習(xí)路線、群體交互、學(xué)習(xí)偏好等數(shù)據(jù)路徑，從而形成學(xué)習(xí)行為的大數(shù)據(jù)庫。該數(shù)據(jù)庫可以按照性別、學(xué)段、學(xué)科、行為、區(qū)域等字段，反映學(xué)習(xí)者個體及群體的學(xué)習(xí)現(xiàn)狀與規(guī)律，為教育管理機構(gòu)把握教育現(xiàn)狀、及時而科學(xué)地調(diào)整教育政策和科學(xué)決策，提供大數(shù)據(jù)支持，從而提高區(qū)域性學(xué)習(xí)的有效性。

二、腦機交互技術(shù)促進學(xué)習(xí)有效發(fā)生的路徑

（一）在虛擬現(xiàn)實技術(shù)中融合腦機交互以創(chuàng)設(shè)學(xué)習(xí)環(huán)境

虛擬現(xiàn)實技術(shù)在創(chuàng)設(shè)學(xué)習(xí)空間與環(huán)境方面，主要表現(xiàn)為三類：一是打破時空約束，學(xué)習(xí)者能從現(xiàn)實世界中“直接”進入到另一個時空，如，穿越歷史，與歷史事件對話，跨越高山平原，身臨其境體驗與理解地理知識；二是實現(xiàn)現(xiàn)實中難以達到或觸及的場景與空間，如，衛(wèi)星軌道運行觀測、細胞活動跟蹤等；三是安全性要求較高的職業(yè)訓(xùn)練，如，汽車駕駛、遠航作戰(zhàn)演習(xí)等。

在上述虛擬現(xiàn)實技術(shù)所創(chuàng)設(shè)的學(xué)習(xí)環(huán)境里，融入腦機交互技術(shù)，一方面能較準確地采集學(xué)習(xí)過程中學(xué)習(xí)者的腦電波信號，另一方面通過認知心理解釋這些信號，能把握學(xué)習(xí)者的學(xué)習(xí)心理過程與狀態(tài)，從而不斷改善學(xué)習(xí)環(huán)境，促進學(xué)習(xí)走向有效。圖3 顯示了在虛擬現(xiàn)實環(huán)境中，基于腦機交互技術(shù)訓(xùn)練大學(xué)生心理素質(zhì)的過程。在該虛擬環(huán)境中，被試將面臨各種舒適、恐怖、危險的狀態(tài)，研究者通過腦機交互技術(shù)，觀測其腦波信號和心理狀態(tài)，從而給予干預(yù)。

圖3 基于虛擬現(xiàn)實環(huán)境中的腦機交互心理干預(yù)

（二）在人工智能技術(shù)中融合腦機交互以實現(xiàn)學(xué)習(xí)過程自適應(yīng)

人工智能技術(shù)在教育中的應(yīng)用，主要表現(xiàn)為：通過機器深度學(xué)習(xí)，不斷地根據(jù)學(xué)習(xí)者的認知起點、學(xué)習(xí)風(fēng)格、階段性學(xué)習(xí)效果等因素，逐漸生成學(xué)習(xí)者自適應(yīng)學(xué)習(xí)路徑。而機器深度學(xué)習(xí)了什么，其數(shù)據(jù)的準確性將直接制約學(xué)習(xí)路徑的科學(xué)性和有效性。腦機交互技術(shù)融入基于人工智能的智能學(xué)習(xí)系統(tǒng)中，可從腦電波信號的角度，為機器深度學(xué)習(xí)提供一種有效的生理數(shù)據(jù)，促進機器深度學(xué)習(xí)的精準性和有效性，從而增強學(xué)習(xí)過程的自適應(yīng)屬性。

（三）在腦機交互技術(shù)中應(yīng)用大數(shù)據(jù)以記錄與處理學(xué)習(xí)的全過程行為

腦機交互技術(shù)每5 分鐘會產(chǎn)生300 個關(guān)于學(xué)習(xí)者個體的腦電波數(shù)據(jù)數(shù)值，一方面表現(xiàn)為數(shù)據(jù)量十分巨大，另一方面這些數(shù)據(jù)背后蘊含著復(fù)雜的學(xué)習(xí)心理特征值需要分析，這些復(fù)雜的學(xué)習(xí)心理特征值又映射著現(xiàn)實學(xué)習(xí)全過程的行為。可見，數(shù)據(jù)、心理特征與學(xué)習(xí)行為之間將產(chǎn)生一條“學(xué)習(xí)行為數(shù)據(jù)鏈”。如圖4所示，若干離散的數(shù)據(jù)經(jīng)過教育大數(shù)據(jù)分析，將揭示出學(xué)習(xí)者的內(nèi)在學(xué)習(xí)心理特征，這些心理特征之間存在著相互影響的關(guān)系鏈，而上述內(nèi)在心理屬性又將映射出學(xué)習(xí)者外顯的學(xué)習(xí)行為。這條學(xué)習(xí)行為數(shù)據(jù)鏈，一方面可以讓教師較準確地掌握學(xué)習(xí)者個體和群體的學(xué)習(xí)行為軌跡；另一方面可以在該鏈條上找到干預(yù)點，并設(shè)計干預(yù)方法與策略。

圖4 學(xué)習(xí)行為數(shù)據(jù)鏈

（四）腦機交互技術(shù)應(yīng)用于智能學(xué)習(xí)系統(tǒng)以實現(xiàn)學(xué)習(xí)的“三角互證”

智能學(xué)習(xí)系統(tǒng)是上述虛擬現(xiàn)實、人工智能和大數(shù)據(jù)分析等技術(shù)的部分或全部集成。根據(jù)上述分析，智能學(xué)習(xí)系統(tǒng)應(yīng)用腦機交互技術(shù)后，將可以直觀地反映出學(xué)習(xí)者在生理、認知和心理三個層面上的表現(xiàn)。如果三者均達到了學(xué)習(xí)品質(zhì)評測中的閾值，那么就可以認為該個體或群體達到了較好的學(xué)習(xí)水平；如果其中1 項或多項未達到標準閾值，則可以通過“學(xué)習(xí)行為數(shù)據(jù)鏈”去查找原因，不斷調(diào)整和修正學(xué)習(xí)過程，最后逐漸實現(xiàn)學(xué)習(xí)的有效目標。

三、在線學(xué)習(xí)系統(tǒng)中的注意力干預(yù)實驗研究

（一）研究緣由

注意力是指人的心理活動指向和集中于某種事物的能力，其包含注意警覺、注意維持和注意轉(zhuǎn)移三個方面，其中，注意維持被認為是學(xué)習(xí)過程中的持續(xù)專注力。依據(jù)學(xué)習(xí)的“三角互證評測結(jié)構(gòu)”，學(xué)習(xí)過程中的持續(xù)專注力，被認為是學(xué)習(xí)有效性在生理層和心理層最重要的指標之一。學(xué)生的學(xué)習(xí)結(jié)果，很大程度上依賴于學(xué)生對學(xué)習(xí)內(nèi)容的持續(xù)專注力[9-12]。因此，本研究中的注意力主要指持續(xù)專注力。

目前，在自主學(xué)習(xí)和在線學(xué)習(xí)中，幫助學(xué)生持續(xù)保持關(guān)注，已成為一個重要的研究問題。Rush 等人試圖建立一個觀眾反映系統(tǒng)（Audiences Reflection System，ARS），目標是在教育環(huán)境中保持學(xué)習(xí)者的注意力，并提高他們的興趣[13]。關(guān)于持續(xù)注意力和學(xué)習(xí)之間關(guān)系的研究表明，學(xué)生的課堂行為會影響學(xué)習(xí)者的學(xué)習(xí)及成績，而注意力是否缺乏是一個關(guān)鍵因素。Corno 指出，只要學(xué)生有一定的學(xué)習(xí)動機或意愿，注意力確實可以提高學(xué)生的學(xué)習(xí)成績[14]。Sarter、Givens 和Bruno 將持續(xù)關(guān)注定義為關(guān)注的基礎(chǔ)[15]。因此，如何讓學(xué)生持續(xù)關(guān)注，是學(xué)者們需要考慮的一個重要問題。

在許多非英語國家中，英語是最重要的第二外語。然而，對大多數(shù)學(xué)習(xí)者來說，學(xué)習(xí)外語是一項挑戰(zhàn)，因為需要持續(xù)和有效的練習(xí)[16]。注意力被認為是影響學(xué)生學(xué)習(xí)效果的關(guān)鍵因素之一，學(xué)者們強調(diào)提供學(xué)習(xí)支持來幫助學(xué)生持續(xù)關(guān)注英語學(xué)習(xí)活動，使學(xué)習(xí)者在在線學(xué)習(xí)環(huán)境下的學(xué)習(xí)活動中，能取得有效進步。為了提高學(xué)生的英語學(xué)習(xí)效果和積極性，開發(fā)一種有效的引導(dǎo)學(xué)生在真實語境中的學(xué)習(xí)方法，成為一個重要問題。同時，在計算機輔助語言學(xué)習(xí)領(lǐng)域中，將各種學(xué)習(xí)策略和活動相結(jié)合，也是一種嘗試。

已有研究發(fā)現(xiàn)，外語學(xué)習(xí)者的聽力方法會直接影響他們在英語學(xué)習(xí)系統(tǒng)中的表現(xiàn)與學(xué)習(xí)程度[17]。因此，本研究擬借助Neurosky 公司的MindSet 設(shè)備，將腦機交互技術(shù)融入X 大學(xué)原有的英語在線學(xué)習(xí)系統(tǒng)，設(shè)計和開發(fā)一套針對英語聽力的學(xué)習(xí)系統(tǒng)，以監(jiān)控與促進學(xué)習(xí)者的注意力發(fā)展。旨在提高學(xué)習(xí)成績及改善學(xué)習(xí)態(tài)度等方面的表現(xiàn)，為有效學(xué)習(xí)的相關(guān)實踐，提供可操作性的方法。

（二）研究問題

我們基于X 大學(xué)在線英語學(xué)習(xí)系統(tǒng)，針對大學(xué)生普遍感覺困難的“聽力課程”，開發(fā)了基于腦機交互技術(shù)的注意力監(jiān)控與促進系統(tǒng)。該系統(tǒng)從學(xué)習(xí)者的學(xué)習(xí)風(fēng)格出發(fā)，主要考慮“整體型”和“序列型”兩種類型，進一步探究腦機交互技術(shù)對學(xué)習(xí)者的影響與學(xué)習(xí)效果。由于“整體型”學(xué)習(xí)者偏向于結(jié)構(gòu)化信息，而“序列型”學(xué)習(xí)者偏向遵循一個精心設(shè)計的序列。學(xué)習(xí)注意力促進機制的介入，可能會對這兩種類型的學(xué)生產(chǎn)生不同的影響?；诖?，我們確定了以下研究問題：一是與傳統(tǒng)在線英語學(xué)習(xí)相比，基于腦機交互技術(shù)的注意力促進法，是否會取得更好的學(xué)習(xí)成績；二是與傳統(tǒng)在線學(xué)習(xí)相比，基于腦機交互技術(shù)的注意力，是否會表現(xiàn)出更積極的學(xué)習(xí)態(tài)度；三是學(xué)習(xí)者是否適應(yīng)基于腦機交互技術(shù)的學(xué)習(xí)策略；四是基于腦機交互技術(shù)的注意力促進法，對兩種不同學(xué)習(xí)風(fēng)格學(xué)習(xí)者的注意力的影響，是否存在差異。

（三）基于BCI 的注意力監(jiān)控與促進系統(tǒng)的設(shè)計、開發(fā)及工作原理

1.持續(xù)關(guān)注度及其在學(xué)習(xí)中的應(yīng)用

如前所述，持續(xù)關(guān)注度在學(xué)習(xí)過程中主要表現(xiàn)為學(xué)習(xí)注意力，因此，通過MindSet 腦機交互技術(shù)衡量持續(xù)關(guān)注度，可以表征學(xué)習(xí)注意力。該腦機交互技術(shù)設(shè)備是一款與普通耳機在形式上沒有任何差別的耳機①這也是選擇大學(xué)英語聽力課程的原因所在，學(xué)習(xí)者在學(xué)習(xí)過程中，可以按照常規(guī)狀態(tài)正常進行聽力學(xué)習(xí)，而不會受到實驗研究對其的干擾與心理影響。，首先，其通過干態(tài)電極傳感器采集大腦產(chǎn)生的生物電信號，并將這些采集的信號送入ThinkGear芯片，ThinkGear 將混雜在信號中的噪音以及運動產(chǎn)生的擾動進行濾除，并將有用的信號放大；然后，通過NeuroSky eSense 算法，解讀出描述使用者當前精神狀態(tài)的eSense 參數(shù)，包括專注度和放松度兩個方面；最終，通過將這些量化的參數(shù)輸出到電腦、手機等智能設(shè)備，實現(xiàn)基于腦電波的人機交互，即通常所說的“意念控制”。

該設(shè)備由三個部分組成：接觸前額的傳感器、安裝在耳墊上的參照點、用于處理所有數(shù)據(jù)的板載芯片，MindSet 耳機能把測量結(jié)果輸出到外部終端。用1-100的整數(shù)來表示專注度，1 代表最低，100 表示最高。

2.英語學(xué)習(xí)注意力監(jiān)控與促進系統(tǒng)的設(shè)計與開發(fā)

我們基于上述腦機交互原理，設(shè)計與開發(fā)了英語學(xué)習(xí)注意力監(jiān)控與促進系統(tǒng)。該系統(tǒng)旨在提高學(xué)生在英語聽力課程中的持續(xù)注意力，讓他們在學(xué)習(xí)中充分投入，以提高他們的學(xué)習(xí)成績。當學(xué)習(xí)者通過MindSet 耳機學(xué)習(xí)英語聽力時，就可以通過腦電波的感知信息，估測學(xué)習(xí)過程中學(xué)習(xí)者的情緒，從而了解他們的學(xué)習(xí)注意力。當注意力減弱時，注意力促進機制會幫助他們恢復(fù)注意力狀態(tài)，以提高他們的學(xué)習(xí)成績。那么，如何讓學(xué)生長時間地保持專注？更進一步的，對于那些專注度不高的學(xué)生來說，如何提高他們的專注度？本研究通過及時的、自動的反饋來吸引學(xué)生的注意力，其基本原理是：在學(xué)生的自主在線學(xué)習(xí)過程中，通過MindSet 耳機實時測量學(xué)生的腦電波信號，該耳機自帶的芯片對采集的腦電波信號進行分析處理，把某一特定頻率范圍的EEG 信號映射到專注度量表，并實時顯示在輸出終端；當專注度值低于某一預(yù)設(shè)的閾值時，便會自動暫停學(xué)生的學(xué)習(xí)，轉(zhuǎn)而進入到提問環(huán)節(jié)；直到學(xué)生正確回答了提出的問題，學(xué)習(xí)程序才繼續(xù)新內(nèi)容的學(xué)習(xí)。

該英語在線學(xué)習(xí)系統(tǒng)植入了腦機交互技術(shù)和提升專注度的模塊；同時，系統(tǒng)本身還包含了在線學(xué)習(xí)模塊、學(xué)習(xí)資料數(shù)據(jù)庫、學(xué)生檔案數(shù)據(jù)庫、學(xué)習(xí)過程檔案數(shù)據(jù)庫和題庫系統(tǒng)等幾個部分。其中，專注度的數(shù)據(jù)被存儲在學(xué)習(xí)過程檔案數(shù)據(jù)庫中。當學(xué)習(xí)者的注意力程度減弱時，系統(tǒng)會及時提供幫助，并從題庫系統(tǒng)抽取題目進行測試，以促進他們的注意力維持在正常水平，實驗過程如圖5所示。

圖5 基于腦機交互的英語在線學(xué)習(xí)過程

3.英語學(xué)習(xí)注意力監(jiān)控與促進系統(tǒng)的工作原理

該系統(tǒng)的工作原理如下：學(xué)生首先通過計算機登錄“提高專注度”的英語在線學(xué)習(xí)系統(tǒng)，然后點擊“開始播放”來啟動英語聽力學(xué)習(xí)課程；同時，內(nèi)嵌在系統(tǒng)中的腦電波監(jiān)測系統(tǒng)在學(xué)生登錄后也隨即啟動。如果學(xué)生的注意力下降到某一個設(shè)定的閾值，學(xué)習(xí)系統(tǒng)將自動暫停學(xué)習(xí)視頻的播放，同時啟動注意力提升系統(tǒng)并向?qū)W生提問，這些問題都是已經(jīng)播放的視頻中的相關(guān)內(nèi)容。如果學(xué)生回答正確，視頻則能繼續(xù)播放，進入下一階段的學(xué)習(xí)；如果學(xué)生未能正確回答問題，視頻將會自動倒退5 秒（即退到問題所在的位置）重新播放，要求學(xué)生重新觀看該相關(guān)視頻片段，直到能正確回答問題。

研究設(shè)實驗組和對照組，學(xué)生學(xué)習(xí)同一個內(nèi)容，即觀看同一個在線視頻，被提問的問題也是完全一致。而且兩個組的學(xué)習(xí)系統(tǒng)界面相似，唯一的區(qū)別是對照組沒有注意力提升系統(tǒng)。對照組的學(xué)生可以在任意時間暫停播放并回答視頻相關(guān)問題，學(xué)習(xí)系統(tǒng)會立即提供相應(yīng)的反饋信息；學(xué)生可以通過點擊“繼續(xù)”按鈕來學(xué)習(xí)后面的視頻內(nèi)容。兩個組的學(xué)習(xí)系統(tǒng)流程，如圖6所示。

圖6 實驗組與對照組的學(xué)習(xí)流程

在eSense 參數(shù)中，0 到40 之間的注意力值，被定義為“強烈降低和減少注意力”。所以，40 是判斷一個學(xué)生學(xué)習(xí)注意力的區(qū)分界限[18]。實驗觀察屏幕會顯示腦電波頭戴設(shè)備是否正確檢測到注意力值。當一個學(xué)生不正確地戴上腦電波耳機，或者耳機無法察覺學(xué)生的注意力值時，系統(tǒng)會停止播放學(xué)習(xí)材料，并顯示紅燈作為警告。直到腦電波頭戴設(shè)備正確安裝，系統(tǒng)能檢測到一個值時，紅燈才會變成綠色，使學(xué)習(xí)可以繼續(xù)。

（四）實驗實施過程

我們利用X 大學(xué)的在線英語學(xué)習(xí)系統(tǒng)進行實驗。針對前面提出的四個研究問題，對學(xué)習(xí)者的英語聽力成績、學(xué)習(xí)態(tài)度、技術(shù)適應(yīng)程度和兩種學(xué)習(xí)風(fēng)格學(xué)習(xí)者的差異，進行了相應(yīng)的實驗研究。

1.實驗被試

實驗被試是100 位來自X 大學(xué)10 個專業(yè)的大一學(xué)生，他們被隨機分配到實驗組和對照組，各50人。實驗組學(xué)生利用提高專注度英語學(xué)習(xí)系統(tǒng)進行學(xué)習(xí)，對照組學(xué)生則使用傳統(tǒng)的在線學(xué)習(xí)系統(tǒng)進行學(xué)習(xí)，實驗過程在學(xué)校的聽力教室進行。

2.實驗步驟

實驗包含以下步驟：一是在學(xué)習(xí)進行之前，請被試填寫一份關(guān)于學(xué)習(xí)態(tài)度和學(xué)習(xí)風(fēng)格的問卷，并且對他們進行“英語聽力和理解”學(xué)習(xí)能力的前測；二是將他們隨機分配到實驗組和對照組；三是學(xué)生完成整個學(xué)習(xí)內(nèi)容大約需要1 小時，每兩天1 次，每周3 次，連續(xù)四周，共計學(xué)習(xí)12 次；四是四周后，對學(xué)習(xí)者的學(xué)習(xí)成績、學(xué)習(xí)態(tài)度進行后測，并評測學(xué)習(xí)者對學(xué)習(xí)系統(tǒng)的適應(yīng)性等指標；五是學(xué)習(xí)材料為大一聽力課程的學(xué)習(xí)內(nèi)容。

3.實驗工具

在這個實驗研究中，我們采用量表是具有較好效度的，且得到了多位研究人員的驗證[19-21]。量表包括用以測量學(xué)生英語相關(guān)能力的前測和后測，學(xué)習(xí)風(fēng)格、學(xué)習(xí)態(tài)度和適用性評價的問卷，以及五個訪談問題[22-23]。

前測題目由50 道選擇題構(gòu)成，滿分100分，都是聽力題目，由兩位資深英語教師從在線英語學(xué)習(xí)系統(tǒng)的題庫中挑選。后測包括聽力理解題和閱讀理解題，各20 道選擇題，題目由另外兩位資深英語教師編制。學(xué)習(xí)風(fēng)格量表采用的是整體型/序列型量表，與研究設(shè)計匹配，以關(guān)注不同學(xué)習(xí)風(fēng)格學(xué)習(xí)者的差異性。學(xué)習(xí)態(tài)度問卷的目的，是了解學(xué)生在英語聽力課程前后的學(xué)習(xí)態(tài)度變化。適用性評價問卷用于評估學(xué)生對學(xué)習(xí)系統(tǒng)的反饋，是為了更好地了解學(xué)生對學(xué)習(xí)系統(tǒng)的思考和建議。

四、實驗數(shù)據(jù)的分析

對數(shù)據(jù)的分析采用的是SPSS 21.0 軟件，主要用于配對樣本的T 檢驗，對前測和后測的分數(shù)進行單因素協(xié)方差分析，對學(xué)習(xí)態(tài)度以及系統(tǒng)適用性評價的問卷調(diào)查進行分析。自變量是學(xué)習(xí)方式，它具有兩種情況：基于腦電波信號的提高專注度策略和傳統(tǒng)的在線學(xué)習(xí)策略。因變量則有三個，分別是學(xué)習(xí)成績、學(xué)習(xí)態(tài)度和對不同學(xué)習(xí)風(fēng)格的適用性。此外，學(xué)生在實驗后的采訪反饋也會被抽象化。

在完成學(xué)習(xí)活動后，我們根據(jù)序列分析方法[24]，對學(xué)生在學(xué)習(xí)過程中的學(xué)習(xí)注意力進行了編碼和分析，以獲取他們在學(xué)習(xí)過程中對學(xué)習(xí)材料的注意力變化。表1 顯示了不同類型的持續(xù)關(guān)注值及其解釋。

表1 專注度值的等級劃分

（一）學(xué)習(xí)成績分析

對實驗組和對照組的前測數(shù)據(jù)進行單因素方差分析，得到p=0.58＞0.05，故兩組的前測數(shù)據(jù)沒有顯著差異。因此，可以認為兩組學(xué)生在參加實驗學(xué)習(xí)前具有相同的英語水平。實驗組與對照組后測學(xué)習(xí)成績分析情況，如表2所示；學(xué)習(xí)注意力與學(xué)業(yè)成績的相關(guān)性，如表3所示。

表2 實驗組與對照組后測學(xué)習(xí)成績分析表

表3 學(xué)習(xí)注意力與學(xué)習(xí)成績的相關(guān)性

由表2 可得出以下結(jié)論：一是實驗組在總分和分項分上均高于對照組；二是就總成績而言，由F=4.18，可知p=0.04＜0.05，兩組數(shù)據(jù)存在顯著性差異；三是就聽力成績而言，F(xiàn)=5.31，可知p=0.03＜0.05；四是就閱讀理解而言，F(xiàn)=1.67，可知p=0.08＞0.05，說明這部分內(nèi)容沒有顯著性差異。由表3 的相關(guān)性分析可知：γ=0.56，p=0.01＜0.05，這說明專注度（學(xué)習(xí)注意力）與成績成顯著地正相關(guān)。綜上可見，實驗組與對照組在聽力方面發(fā)生了顯著差異，而在閱讀理解方面并未發(fā)生顯著差異，這說明基于腦機交互技術(shù)的英語聽力學(xué)習(xí)系統(tǒng)，能顯著改善學(xué)習(xí)成績。

（二）學(xué)習(xí)態(tài)度變化分析

對前測問卷中的學(xué)習(xí)態(tài)度問卷，進行獨立樣本T 檢驗，所得數(shù)據(jù)分析結(jié)果如表4所示。

表4 實驗組與對照組的前后測學(xué)習(xí)態(tài)度數(shù)據(jù)分析表

由表4 我們可得出以下結(jié)論：一是前測時實驗組與對照組的學(xué)習(xí)態(tài)度平均得分相差不大，沒有顯著性差異；二是后測時實驗組t=-2.68，得到p=0.015＜0.05，這說明實驗組的學(xué)習(xí)態(tài)度前后發(fā)生了顯著性差異，結(jié)合均值可知學(xué)習(xí)積極性得到了顯著性提高；三是后測時對照組t=1.21，得到p=0.23＞0.05，平均值不升反降，說明對照組前后無顯著差異，而且還產(chǎn)生了疲勞。

（三）對學(xué)習(xí)方式的適應(yīng)性

我們采用獨立樣本T 檢驗，比較實驗組和對照組學(xué)生對各自的學(xué)習(xí)方式的適應(yīng)性，所得均值分別為4.10 和3.64，這說明實驗組學(xué)生對自己的學(xué)習(xí)方式（監(jiān)控與促進學(xué)習(xí)注意力系統(tǒng)）更加認可；且p=0.015 ＜0.05，這說明實驗組學(xué)生的認可程度顯著地高于對照組學(xué)生。實驗組學(xué)生認為，提升專注度系統(tǒng)在促進他們的學(xué)習(xí)方面發(fā)揮著重要的作用。

（四）實驗系統(tǒng)對不同學(xué)習(xí)風(fēng)格學(xué)生的影響

我們通過對學(xué)習(xí)風(fēng)格問卷進行分析后發(fā)現(xiàn)，在實驗組的50 個學(xué)生中，有22 人是序列型學(xué)習(xí)風(fēng)格，28 人是整體型學(xué)習(xí)風(fēng)格。在學(xué)習(xí)者完成學(xué)習(xí)活動后，他們在學(xué)習(xí)過程中的學(xué)習(xí)注意力被編碼，如表1所示。從注意力的eSense 參數(shù)來看，儀表值是根據(jù)1-100 的相對eSense 的比例來編碼的。值1-20 被編碼為C1（非常低），21-40 被編碼為C2（低），41-60被編碼為C3（中性），61-80 被編碼為C4（高），81-100 被編碼為C5（非常高）。我們采用序列分析方法進一步分析了信息編碼，用顯著性（Z）的二項檢驗來描述消息代碼序列，用一個消息代碼傳輸圖來表示學(xué)習(xí)的注意力。如圖7所示，圖中的每個圓圈代表一個消息代碼，每條較粗的線條代表著意義的重要性，即“Z＞96”，箭頭指向傳輸?shù)姆较颉?/p>

圖7 兩種學(xué)習(xí)風(fēng)格的消息代碼序列

由圖7 可得出以下結(jié)論：一是序列型學(xué)習(xí)者持續(xù)停留在“低”（C2）和“中性”（C3）注意狀態(tài)，顯著性水平Z 值為95.10 和127.21；二是整體型學(xué)習(xí)者持續(xù)停留在“低”（C2）、“中性”（C3）和“高”（C4）的注意狀態(tài)，顯著性水平Z 值分別為99.53、113.69 和35.66；三是整體型學(xué)習(xí)者的學(xué)習(xí)注意力從“低”（C2）提高到“中性”（C3）狀態(tài)，顯著性水平Z 值為15.81，但是序列型學(xué)習(xí)者的“低”（C2）狀態(tài)沒有得到改善；四是整體型學(xué)習(xí)者專注于“高”（C4）狀態(tài)，其Z 值為35.66，但序列型學(xué)習(xí)者則不然。綜上，整體型學(xué)習(xí)者的學(xué)習(xí)注意力，要比序列型學(xué)習(xí)者更好；整體型風(fēng)格的學(xué)生，可以被提升到更高層次的關(guān)注度，并能保持這一水平。但對于序列型學(xué)習(xí)者來說，情況并非如此。

通過采用序列分析方法進行分析后表明，兩類學(xué)生在專注度方面表現(xiàn)出了差異性。例如，整體型學(xué)生的注意力從C2 提升到C3 狀態(tài)，說明得到了顯著提升；然而，序列型學(xué)生中處于C2 狀態(tài)的學(xué)生卻沒有提升到C3 狀態(tài)。另外，對于高度注意力而言，整體型學(xué)生能從C2 狀態(tài)提升到C3 狀態(tài)，并繼續(xù)提升到C4 狀態(tài)且保持在該狀態(tài)；而序列型學(xué)生則沒有這樣的提升。由此可知，有些整體型學(xué)生能把自己的注意力向更高水平提升并保持在更高的水平，而序列型學(xué)生中卻沒有這樣的個例。

（五）訪談分析情況

為了獲得實驗組學(xué)生對提升專注度學(xué)習(xí)系統(tǒng)的看法和建議，我們從實驗組中隨機選擇了10 位學(xué)生進行訪談。在訪談中，學(xué)生們表示他們能明顯感覺到該系統(tǒng)能幫助他們專注于學(xué)習(xí)材料，并且在視頻和音頻的幫助下，學(xué)習(xí)內(nèi)容也更容易理解；對于學(xué)習(xí)過程中的提問，除了問題本身以外還提供了額外的詞匯及其詳細的解釋。他們認為，英語聽力學(xué)習(xí)系統(tǒng)對他們的學(xué)習(xí)很有幫助，能獲得更加豐富的知識，并能使他們對學(xué)習(xí)更加積極。另外，通過訪談得知：當學(xué)生都處于低專注狀態(tài)時，男生比女生更缺乏耐心，男生會草率地回答問題而不去仔細審題。有學(xué)生建議在該學(xué)習(xí)系統(tǒng)中加入一些圖片或圖示來實時表達學(xué)習(xí)者的注意力，而不僅僅是文字，這樣才不會讓他們感到無聊。值得一提的是，他們表示愿意在將來的學(xué)習(xí)中，使用具有腦機交互功能的學(xué)習(xí)系統(tǒng)。

五、研究結(jié)論

我們較早地在國內(nèi)針對腦機交互技術(shù)的教育應(yīng)用進行了實驗研究，在一定程度上驗證了腦機交互技術(shù)植入在線學(xué)習(xí)系統(tǒng)后的學(xué)習(xí)成效，可歸納出如下五方面的研究結(jié)論。

（一）腦機交互技術(shù)揭示了生理信號與學(xué)習(xí)行為之間的映射關(guān)系

在線英語學(xué)習(xí)系統(tǒng)的實驗結(jié)果表明：腦機交互技術(shù)通過學(xué)習(xí)者的生理信號檢測與監(jiān)測，能及時反映學(xué)習(xí)者的學(xué)習(xí)狀態(tài)與學(xué)習(xí)行為。在我們的研究中，整體型學(xué)生能從C2 狀態(tài)提升到C3 狀態(tài)，并繼續(xù)提升到C4 狀態(tài)且保持在該狀態(tài)；而序列型學(xué)生卻表現(xiàn)不佳。這種生理信號與學(xué)習(xí)風(fēng)格之間建立了一種映射關(guān)系，而這種映射關(guān)系又直接反應(yīng)在學(xué)習(xí)行為層。因此，映射關(guān)系的建立，為學(xué)習(xí)分析提供了可量化的數(shù)據(jù)支持和操作手段，為學(xué)習(xí)活動的設(shè)計與實施，提供了較精準的干預(yù)點與策略。即腦電波信號的表征與解釋，為學(xué)習(xí)在生理層面的評測提供了數(shù)據(jù)與可能。

（二）腦機交互技術(shù)提高了學(xué)業(yè)成績，改善了學(xué)習(xí)注意力和學(xué)習(xí)態(tài)度

由表2、表3 和表4 可知，腦機交互技術(shù)植入在線英語學(xué)習(xí)系統(tǒng)后，其較顯著地提高了學(xué)業(yè)成績，其中總成績幅度達到10 分左右；同時，在注意力和學(xué)習(xí)態(tài)度方面也都得到了較大的改善。實驗組的學(xué)習(xí)態(tài)度出現(xiàn)了顯著差異，而對照組則表現(xiàn)為出現(xiàn)疲勞狀態(tài)。因此，腦機交互為學(xué)習(xí)在認知和心理兩個層面的有意義評測，提供了有力的證據(jù)；也為學(xué)習(xí)的多維評測與表征，提供了一種評價方法。

（三）腦機交互技術(shù)受到了學(xué)習(xí)者的認可

由學(xué)習(xí)者對學(xué)習(xí)方式的適應(yīng)性可知，腦機交互技術(shù)對學(xué)習(xí)過程的實時監(jiān)測與調(diào)控，較好地滿足了學(xué)習(xí)者的認知需求。學(xué)習(xí)者在這樣的學(xué)習(xí)過程中更容易獲得滿足感、更容易提高自我效能感，并且取得了較好的成績。這一現(xiàn)象說明，學(xué)習(xí)者能夠適應(yīng)腦機交互對在線學(xué)習(xí)過程的干預(yù)，也能提高注意力和學(xué)習(xí)態(tài)度。學(xué)習(xí)者能夠認可這樣的干預(yù)方式，這為腦機交互技術(shù)在實踐中的實施，提供了現(xiàn)實可能。

（四）腦機交互技術(shù)增強了現(xiàn)有在線學(xué)習(xí)系統(tǒng)的智能性

現(xiàn)有的在線學(xué)習(xí)系統(tǒng)，一直努力創(chuàng)設(shè)一種動態(tài)的、實時精準的自適應(yīng)學(xué)習(xí)路徑。但這種理念依據(jù)什么、如何落地，學(xué)習(xí)者認知起點如何診斷、學(xué)習(xí)風(fēng)格如何自動化分類、學(xué)習(xí)過程如何智能化監(jiān)控等問題，一直困擾著智能學(xué)習(xí)的研究者與實踐者。腦機交互技術(shù)的植入，為解決上述問題在一定程度上提供了依據(jù)與判斷對象。在實驗操作過程中，生成了多條自適應(yīng)學(xué)習(xí)路徑，提高了在線學(xué)習(xí)系統(tǒng)的智能性。學(xué)習(xí)者在學(xué)習(xí)過程中較少受到人為干預(yù)，所有監(jiān)測與干預(yù)過程均根據(jù)腦機交互技術(shù)，動態(tài)監(jiān)測學(xué)習(xí)者的學(xué)習(xí)狀態(tài)而實時反饋，并由學(xué)習(xí)者及時給出反應(yīng)和調(diào)整。

（五）腦機交互技術(shù)為促進學(xué)習(xí)走向有效學(xué)習(xí)，提供了一條可嘗試的路徑

腦機交互技術(shù)已經(jīng)在生理、認知和心理三個層面對學(xué)習(xí)效果進行了改善，并用一系列相互印證的數(shù)據(jù)進行了說明。如，腦電波、學(xué)業(yè)成績、注意力和學(xué)習(xí)態(tài)度之間的映射。這契合了學(xué)習(xí)有效性評測中的“三角互證”要求，在一定程度上滿足了學(xué)習(xí)有效發(fā)生的需求，這為有效學(xué)習(xí)系統(tǒng)的設(shè)計與開發(fā)，提供了新的思路。

六、小結(jié)與思考

腦機交互技術(shù)植入在線學(xué)習(xí)系統(tǒng)，為學(xué)習(xí)者調(diào)節(jié)學(xué)習(xí)過程中的身體舒適度，提高學(xué)習(xí)成績，形成良好的自我效能感和改善學(xué)習(xí)態(tài)度等方面的統(tǒng)合，提供了可能。它架通了生理、認知和心理的橋梁，為促進學(xué)習(xí)的有效發(fā)生提供了可以進一步探索的實踐路徑。目前，腦機交互技術(shù)的教育應(yīng)用才剛剛起步，基于腦機交互的在線學(xué)習(xí)注意力干預(yù)也只是一次初步嘗試，這種嘗試的價值，在于為腦機交互在教育領(lǐng)域的應(yīng)用，做了一些先行探索。

由于腦機交互的技術(shù)成熟度和教育領(lǐng)域應(yīng)用的限制，該研究還存在以下三方面的問題與挑戰(zhàn)：一是系統(tǒng)的穩(wěn)定性不足。學(xué)習(xí)者生理指標的個體差異較大，同一種情緒在不同的個體身上所表現(xiàn)出的生理指標存在差異，這將影響系統(tǒng)對學(xué)習(xí)者注意力的判斷，有時甚至做出錯誤的干預(yù)。二是腦科學(xué)領(lǐng)域中生理指標與注意力的映射關(guān)系的數(shù)據(jù)準確性還不夠高，也會影響智能系統(tǒng)在開發(fā)和應(yīng)用過程中對學(xué)習(xí)者監(jiān)測的精準性。三是研究過程對研究人員充滿挑戰(zhàn)。由于這類研究涉及心理、教育和技術(shù)領(lǐng)域，對研究者的跨學(xué)科知識提出了較高要求。研究者需要深入理解三者之間的關(guān)系，并通過團隊有效合作才可能較好地完成該類實驗。四是設(shè)備較為昂貴。目前只能在一些學(xué)科建設(shè)經(jīng)費較為充足的實驗室中，做一些小型探索，還不太適合普及性的研究與實踐。因此，在教育一線的應(yīng)用還有很長的探索路程。

總之，腦機交互目前在教育領(lǐng)域的應(yīng)用還非常淺顯，在研究方法、研究對象和研究內(nèi)容上，都存在著較大的局限性，有條件的教育實驗室可以進一步去嘗試和探索。隨著人工智能技術(shù)和大數(shù)據(jù)分析技術(shù)在教育領(lǐng)域中的應(yīng)用發(fā)展，腦機交互技術(shù)必然能為智能課堂構(gòu)建、智能教育開展，提供一條可行的路徑，最終促進教與學(xué)的深入、人的全面發(fā)展。