張波

自工業(yè)化、信息化浪潮之后，智能化正在各個領(lǐng)域掀起“從技術(shù)范式到應(yīng)用場景”的新技術(shù)革命浪潮。中共中央、國務(wù)院發(fā)布的《深化新時代教育評價改革總體方案》中強(qiáng)調(diào)，“創(chuàng)新評價工具，利用人工智能、大數(shù)據(jù)等現(xiàn)代信息技術(shù)，探索開展學(xué)生各年級學(xué)習(xí)情況全過程縱向評價、德智體美勞全要素橫向評價。”我國三千多年來“因材施教”的教育理念，必將走向由數(shù)字化、規(guī)模化和網(wǎng)絡(luò)化驅(qū)動的新變革。

“因材施教”有個繞不過去的關(guān)鍵詞——個性化。但傳統(tǒng)教育過程中有限的人力資源，難以滿足龐大學(xué)習(xí)者的個性化需求。比如，當(dāng)一位教師面對50名學(xué)生，很難想象這位教師能夠根據(jù)不同學(xué)生的個性特征制定50份學(xué)習(xí)計劃，并跟蹤每名學(xué)生的學(xué)習(xí)情況隨時調(diào)整教學(xué)方案?！皞€性化教育”常常停留在精英教育或拔尖班體系，而無法滿足目前大眾教育優(yōu)質(zhì)均衡的本質(zhì)要求。

隨著技術(shù)快速更迭，當(dāng)“數(shù)據(jù)、算力、算法”構(gòu)成的AI三要素逐步走向廉價、高性能、易部署，AI正在打破“次元壁”走入教育場景。讓AI理解每個學(xué)習(xí)者的教育，陪伴每一個學(xué)習(xí)者，為每一個學(xué)習(xí)者“量身定制”學(xué)習(xí)方案，重塑教學(xué)范式，創(chuàng)新AI時代教育理論，這樣才能讓“個性化教育”走進(jìn)AI時代，實(shí)現(xiàn)“大規(guī)模因材施教”。

當(dāng)然，“個性化教育”和“大規(guī)模因材施教”是個非常廣泛的概念，它們涉及教育工程中的數(shù)字畫像、智能學(xué)情分析、個性化學(xué)習(xí)路徑、學(xué)習(xí)質(zhì)量解釋、教學(xué)反饋等工作。這是教師借由AI能力重塑教育的過程，也是教師為核心的教育向?qū)W習(xí)為中心驅(qū)動力的轉(zhuǎn)變過程。在這一過程中，教師與AI的相互認(rèn)知將會起關(guān)鍵性作用。筆者選擇情感認(rèn)知與計算作為切入點(diǎn)，分享未來個性化教育變革的一種新思路與新探索。

情感認(rèn)知是個性化教育認(rèn)知的一方面。與傳統(tǒng)的學(xué)生興趣、行為、特長這些可以被快速分析得到的個性化特征不同，情感并非一種表層可記錄、靜態(tài)不變的特征，它隨著場景和對象的不同而發(fā)生著動態(tài)變化。但毫無疑問，情感作為一種心理驅(qū)動力，在學(xué)生學(xué)習(xí)成長過程中起著極為關(guān)鍵的作用。這種深層且動態(tài)的個性化特征認(rèn)知，在教學(xué)目標(biāo)、教學(xué)過程、教學(xué)評價和教學(xué)反饋等各環(huán)節(jié)重塑中將起到關(guān)鍵作用，由此也對教師提出了全新的要求。下文就情感認(rèn)知及計算方法在個性化教育中的作用進(jìn)行探討。

情感認(rèn)知：從顯性特征到隱性特征的多模態(tài)聯(lián)合分析過程

情感是人的心理、情緒、腦活動等多種因素綜合作用所形成的特征，在心理學(xué)指導(dǎo)下，很多科學(xué)家正在通過計算的方法進(jìn)行情感特征提取。從數(shù)據(jù)科學(xué)的角度來看，我們希望從海量數(shù)據(jù)中發(fā)現(xiàn)相關(guān)性問題，而非局限于因果關(guān)系的分析。作為非計算科學(xué)專家的教師來說，應(yīng)通過從定量到定性的分析，理解情感特征在教育過程中所起的相關(guān)性作用。

然而，教師不可能對每一個學(xué)習(xí)者都通過細(xì)微的顯性特征進(jìn)行處理加工實(shí)現(xiàn)個性化情感的分析，AI驅(qū)動的情感計算為此提供了良好的解決手段。當(dāng)前，通過計算手段提取情感特征的方法，主要是從圖片、語音、文字等，通過包括深度學(xué)習(xí)在內(nèi)的分類、識別等方法進(jìn)行情感分析。很多主流的情感計算能夠基于監(jiān)督或半監(jiān)督的方式將受測者情感分為預(yù)先設(shè)定的有限類別，這些研究工作在輿情分析和推薦系統(tǒng)等領(lǐng)域應(yīng)用非常廣泛。

需要指出的是，情感計算模型與人類觀察他人情感的過程一樣，并不是單一數(shù)據(jù)模態(tài)來源的計算分析模型。AI在情感計算的過程中，需要對語言、文本、圖像、視頻等多種模態(tài)的數(shù)據(jù)進(jìn)行聯(lián)合分析，結(jié)合極為細(xì)微的特征提取與融合，才能實(shí)現(xiàn)精準(zhǔn)的情感分析。這是一個從顯性特征到隱性特征的認(rèn)知過程。教育中的顯性特征，如表情、語音、動作、問答、文字、分?jǐn)?shù)等，教師可以通過觀察、記錄等手段直接獲取。而情感特征則需要教師通過一系列顯性特征的進(jìn)一步加工、分析、處理而得到。這個過程中，情感計算框架技術(shù)上通常融合了多種AI模型，充分體現(xiàn)“時空”等多維度特征分析的能力。

情感計算的另一個要點(diǎn)是情感相關(guān)的數(shù)據(jù)。數(shù)據(jù)的維度、數(shù)量、標(biāo)注質(zhì)量等直接影響AI模型的理解力。換句話說，AI學(xué)習(xí)理解情感是建立在“人們是否準(zhǔn)確地把情感數(shù)據(jù)標(biāo)注出來并告訴它們”的基礎(chǔ)上。只有多模態(tài)、時序連續(xù)的數(shù)據(jù)預(yù)處理準(zhǔn)備，并且能夠體現(xiàn)不同個體之間情感表達(dá)差異的數(shù)據(jù)描述，才能為個性化情感理解提供可能。

到這里，我們僅完成了第一步準(zhǔn)備：讓AI理解教育中的情感。

效應(yīng)認(rèn)知：打開教育“黑盒”看相關(guān)性的嘗試

通常情況下，教育過程會呈現(xiàn)出很大的“黑盒”效應(yīng)，即教育過程與結(jié)果的可解釋性較差，直接表現(xiàn)為“同樣的標(biāo)準(zhǔn)化教學(xué)過程卻得到個體不同的學(xué)習(xí)效果”。這所體現(xiàn)的正是個性化差異。在AI理解情感之后，需要將情感特征與學(xué)習(xí)過程的不同狀態(tài)進(jìn)行關(guān)聯(lián)性分析，從而區(qū)分不同個體在不同情感狀態(tài)下的“不同學(xué)習(xí)認(rèn)知效應(yīng)”。

具體而言，個性化的情感教育，需要教師充分關(guān)注AI所分析的情感特征，與學(xué)生的學(xué)習(xí)狀態(tài)、學(xué)情數(shù)據(jù)進(jìn)行關(guān)聯(lián)，由此分析出情感作為“驅(qū)動力”在學(xué)習(xí)教育過程中所起的“正向”“負(fù)向”或“無效”的作用力。這種打開教育“黑盒”的嘗試，為教師認(rèn)知不同個體學(xué)習(xí)狀態(tài)與情感特征的關(guān)聯(lián)性，進(jìn)而針對性地設(shè)計教學(xué)環(huán)節(jié)提供了可能。

必須強(qiáng)調(diào)的是，情感在教育中的動力性作用并非僅依賴于學(xué)習(xí)者個體的心理效應(yīng)，這種個性化驅(qū)動力受外部場景、對象、時間等多種因素交互作用。例如，當(dāng)學(xué)習(xí)者在面對不同教師、身處不同教室、面對不同學(xué)習(xí)材料或?qū)W習(xí)方式，甚至在同一天的不同時間段，都會因外界因素的變化而產(chǎn)生不同的情感，并對個性化學(xué)習(xí)的效果產(chǎn)生作用。為此，利用AI模型訓(xùn)練識別不同個體在不同外界因素“刺激”下產(chǎn)生不同情感的“應(yīng)激反應(yīng)”，以及該類情感對學(xué)習(xí)所產(chǎn)生的差異化驅(qū)動力，從而設(shè)計形成“學(xué)習(xí)者在受到不同外界因素影響時可能產(chǎn)生的情感及其對學(xué)習(xí)效果的影響”的預(yù)測模型，也是AI能夠幫助教師做的輔助工作。

這也是我們要做的第二步：讓教師理解個體教育中的情感。

共性認(rèn)知：由個體情感到群體情感的教育設(shè)計

個性化教育不是絕對的個體化學(xué)習(xí)，教育的一個特質(zhì)在于其“群體性”。從這個角度來看，我們既需要理解學(xué)生個體的情感與學(xué)習(xí)關(guān)聯(lián)的差異，也需要理解學(xué)生以群體為單位時，群體情感與教育之間的共性關(guān)聯(lián)特征。甚至，在很大程度上這種學(xué)習(xí)群體情感對教育的影響效用更加明顯?；叵雽W(xué)生時代，我們經(jīng)常希望跟志同道合、互相幫助的同學(xué)們一起學(xué)習(xí)，這背后正是情感所起的正向驅(qū)動效應(yīng);反之，當(dāng)進(jìn)入一個情感抵觸的學(xué)習(xí)環(huán)境中時，個體往往很難獲得學(xué)習(xí)內(nèi)驅(qū)力。

從個性到共性，AI驅(qū)動的分析技術(shù)具有足夠的能力將群體的共性情感狀態(tài)、群體情感趨同、群體情感活躍狀態(tài)等進(jìn)行分析，進(jìn)而幫助教師從時間維度上刻畫出群體情感的發(fā)展規(guī)律與演化趨勢。那么，教師就可以在不同的群體、不同的時刻、不同的情感狀態(tài)下，運(yùn)用合適的教學(xué)手段、教學(xué)設(shè)計來營造正向的“驅(qū)動力”，獲得更加有效的學(xué)習(xí)效果。同樣，群體情感也可以在“學(xué)習(xí)伙伴匹配”“學(xué)習(xí)社團(tuán)發(fā)現(xiàn)”等方面開展應(yīng)用，實(shí)現(xiàn)“互助學(xué)習(xí)”“協(xié)作學(xué)習(xí)”等目標(biāo)。

這是第三步：理解情感的共性效應(yīng)。

評估反饋：完成情感教育的質(zhì)量閉環(huán)

在此之前，我們始終以“情感”為出發(fā)點(diǎn)理解個性化教育的要求。那么，從教育本身的規(guī)律出發(fā)，情感作為“特征”或“驅(qū)動力”，如何獲得教育質(zhì)量的反饋？解答這個問題才能完成教育質(zhì)量反饋的閉環(huán)。

我們可以設(shè)想這樣的場景：教師依據(jù)AI模型分析的結(jié)果為學(xué)生群體情感特征設(shè)計制定了學(xué)習(xí)路徑與學(xué)習(xí)目標(biāo)，在階段性測試或記錄中發(fā)現(xiàn)學(xué)習(xí)者的狀態(tài)并未按照預(yù)期的目標(biāo)開展，群體情感未體現(xiàn)正向驅(qū)動甚至在做反作用力，那么教師的設(shè)計路徑應(yīng)該被及時反饋給AI模型并作出效用評價，進(jìn)而重新設(shè)計新的學(xué)習(xí)路徑與目標(biāo)。這個過程，將促使AI模型依據(jù)新的評估反饋重新調(diào)整教學(xué)設(shè)計的策略。如此不斷迭代，將促使教師與AI模型之間獲得更加良好的協(xié)作共進(jìn)，極大程度地提高教育質(zhì)量。

到這里，我們完成了“教育結(jié)果反饋AI模型”的閉環(huán)設(shè)計。

基于上述四個方面，我們初步設(shè)計了“情感認(rèn)知計算驅(qū)動的AI個性化教學(xué)”這樣一種未來教育框架。在整個框架中，AI作為輔助手段依據(jù)內(nèi)部心理因素和外部場景因素幫助教師識別學(xué)習(xí)者的個性化特征。教師可依據(jù)AI的分析重新構(gòu)建或者塑造設(shè)計自己的教學(xué)方式與環(huán)節(jié)。另一方面，我們也應(yīng)該認(rèn)識到，情感個性化教育模式會因技術(shù)發(fā)展、場景變化等，隨時改變所呈現(xiàn)的技術(shù)框架或教學(xué)狀態(tài)。同時，教師、學(xué)生、家長作為教育核心角色，都始終在上述教育模式中起著極為重要的作用。而當(dāng)前的AI所呈現(xiàn)的狀態(tài)和能力，更多是作為輔助，還遠(yuǎn)未達(dá)到真正主導(dǎo)或設(shè)計教育的定位?？紤]到目前AI學(xué)習(xí)認(rèn)知的質(zhì)量很大程度上依賴于數(shù)據(jù)、算力、算法本身的性能，我們更應(yīng)重視和關(guān)注AI模型學(xué)習(xí)認(rèn)知的質(zhì)量，以及其介入教育在數(shù)據(jù)隱私、能力遮蔽、導(dǎo)向正確、目標(biāo)科學(xué)等方面的倫理問題。

（作者系上海師范大學(xué)人工智能教育研究院、信息與機(jī)電工程學(xué)院教授）

責(zé)任編輯：李香玉