蔣艷雙 崔璨 劉嘉豪 岳麗杰

摘要：情感計算可為分析學(xué)生情感狀態(tài)、研究學(xué)生情感作用機理、設(shè)計人性化的服務(wù)和產(chǎn)品、創(chuàng)設(shè)自然和諧的人機交互提供可能性。該文重點分析教育領(lǐng)域中情感計算技術(shù)的價值和應(yīng)用場景，探討情感計算教育應(yīng)用的困境與隱憂，并從內(nèi)生性邏輯和關(guān)系性邏輯出發(fā)審視教育領(lǐng)域中情感計算應(yīng)用隱憂的生成機制?；诖?，提出四點實踐規(guī)約：（1）聚焦多學(xué)科交叉融合，攻克教育中情感計算的關(guān)鍵技術(shù)；（2）制定情感計算技術(shù)審查標(biāo)準(zhǔn)與規(guī)范，實現(xiàn)跨人機的情感規(guī)則形塑；（3）控制學(xué)生的隱私邊界滲透，構(gòu)建數(shù)字全景敞視下的多元協(xié)同共治；（4）加強情感計算技術(shù)主體責(zé)任意識教育，提升情感計算教育應(yīng)用生態(tài)效度。該文可為我國情感計算技術(shù)規(guī)范而有序地融入教育生態(tài)提供理論借鑒和行動指南。

關(guān)鍵詞：情感計算教育應(yīng)用；應(yīng)用隱憂；倫理決策；人工智能；實踐規(guī)約

中圖分類號：G434 文獻(xiàn)標(biāo)識碼：A

* 本文系北京市教育科學(xué)“十四五”規(guī)劃2021年度青年專項課題“雙師教學(xué)場域中的學(xué)生情感氛圍動力學(xué)模型研究”（課題編號：CECA21109）階段性研究成果。

學(xué)生情感能夠顯著影響認(rèn)知過程，是學(xué)習(xí)行為的重要驅(qū)動因素。情感計算可為分析學(xué)生情感狀態(tài)、研究學(xué)生情感作用機理、設(shè)計人性化的服務(wù)和產(chǎn)品[1]、創(chuàng)設(shè)自然和諧的人機交互[2]提供可能性。近年來，教育領(lǐng)域中情感計算技術(shù)應(yīng)用得以快速發(fā)展，在教育反饋與干預(yù)[3]、優(yōu)化師生體驗[4]等方面發(fā)揮了積極作用，但也存在“過度情感勞動”“情感依賴”“情感異化”等應(yīng)用困境與隱憂，以及侵犯個人隱私等倫理問題，為學(xué)生、教師、企業(yè)研發(fā)人員、教育管理者、教育研究者等利益相關(guān)者帶來了諸多困擾，也對智能時代的教育治理提出更高的要求。因此，本研究對國際教育領(lǐng)域中情感計算技術(shù)的價值及應(yīng)用場景進(jìn)行分析，重點審視情感計算教育應(yīng)用隱憂的生成機制，提出適用性強且指導(dǎo)性高的實踐規(guī)約與研究建議，為我國情感計算技術(shù)規(guī)范而有序地融入教育生態(tài)提供理論借鑒和行動指南。

（一）何為情感計算技術(shù)

情感計算可被理解為與情感有關(guān)、由情感引起或能夠影響情感的因素的計算[5]，其目標(biāo)是賦予計算機觀察、理解和生成各種情感特征的能力[6]，使其能與人開展自然、親切和生動的交互活動。情感計算的關(guān)鍵環(huán)節(jié)包括情感發(fā)生機理研究、情感信號獲取、情感建模分析、情感理解、表達(dá)和生成等[7]。從結(jié)構(gòu)層次化的角度來看，情感計算技術(shù)的體系架構(gòu)由數(shù)據(jù)、模型和可視化[8]三個層次構(gòu)成，可為教育應(yīng)用過程提供一個有效且可靠的分析框架。首先，數(shù)據(jù)層是模型層的輸入和輸出，包括學(xué)生情感數(shù)據(jù)的采集、脫敏、清洗、存儲、處理和分析等技術(shù)環(huán)節(jié)，涉及學(xué)生行為姿態(tài)數(shù)據(jù)、生物特征識別數(shù)據(jù)、語音數(shù)據(jù)等。其次，模型層旨在解決學(xué)生情感建模和智能決策等問題，通過提取多模態(tài)情感特征，對多模態(tài)情感特征集進(jìn)行降維，經(jīng)過算法設(shè)計與實現(xiàn)，完成特征級或決策級融合，識別并判斷學(xué)生的情感狀態(tài)。最后，可視化層是借助5G/ F5G、物聯(lián)網(wǎng)、VR/AR等技術(shù)，通過可視化界面將編程后的指令傳遞到真實世界，實現(xiàn)學(xué)生個體情感信息呈現(xiàn)、群體情感氛圍場進(jìn)化、個性化教學(xué)策略反饋與服務(wù)等。

（二）情感計算教育應(yīng)用四大場景

近年來，美國麻省理工學(xué)院（MIT）Picard教授團(tuán)隊相繼提出了50余種情感計算應(yīng)用項目[9]。從教育場景來看，情感計算技術(shù)于在線教育、人機協(xié)同支持的雙師教學(xué)、特殊兒童教育、教學(xué)評價等方面具有廣泛的應(yīng)用前景，主要包括情感智能體、可穿戴設(shè)備、智能導(dǎo)學(xué)系統(tǒng)等體現(xiàn)形式。

1.增強在線教學(xué)中的師生情感體驗

在線教學(xué)實踐過程中，虛擬課堂或虛擬實驗室作為在線教學(xué)的表現(xiàn)形式之一，能夠利用情感計算技術(shù)，促進(jìn)在線學(xué)習(xí)者和虛擬化身之間的情感交互[10]，實現(xiàn)沉浸式、具身式學(xué)習(xí)。Krithika[11]通過利用一種基于眼睛和頭部運動的在線學(xué)習(xí)情緒識別系統(tǒng)，來測量學(xué)習(xí)者的注意力水平，并對學(xué)習(xí)者的主題參與度和興趣水平進(jìn)行分類，從而提高學(xué)習(xí)者的學(xué)習(xí)體驗。在前沿技術(shù)探索方面，“情感鼠標(biāo)”（Emotion Mouse）是一種接入在線教學(xué)的情感交互系統(tǒng)[12]，它通過檢測在線學(xué)習(xí)者的皮膚流電反應(yīng)、脈搏、體溫等信息來推斷學(xué)習(xí)者的情緒變化。當(dāng)學(xué)習(xí)者在學(xué)習(xí)或練習(xí)中出現(xiàn)萎靡不振的情緒時，“情感鼠標(biāo)”就會發(fā)出提示，并及時播放舒緩的輕音樂，便于調(diào)整學(xué)習(xí)者的學(xué)習(xí)狀態(tài)。近年來，研究者在基于觸覺的情緒表現(xiàn)形式上也進(jìn)行了一些探索。Tewell等使用由3個熱刺激器組成的熱刺激陣列提高文本信息的情緒喚醒能力[13]。綜上所述，以上在線教學(xué)中的情感計算技術(shù)應(yīng)用，能夠增強師生情感交互，對提高學(xué)生學(xué)習(xí)體驗具有顯著的應(yīng)用成效。

2.賦能鄉(xiāng)村教育中的新型雙師教學(xué)

通過創(chuàng)建具有情緒表現(xiàn)力的智能體來部分代替教師實現(xiàn)情感交流，是當(dāng)前教育領(lǐng)域中情感計算所關(guān)注的學(xué)術(shù)焦點。針對我國邊遠(yuǎn)農(nóng)村地區(qū)中小學(xué)薄弱學(xué)校和教學(xué)點存在的國家課程開設(shè)困難、高質(zhì)量教學(xué)資源匱乏、供給資源匹配性不足等問題，情感智能體支持的新型雙師課堂作為人機協(xié)同教學(xué)領(lǐng)域中的重要實踐場域，可為邊遠(yuǎn)農(nóng)村地區(qū)跨校和城鄉(xiāng)聯(lián)動課堂教學(xué)提供支持與服務(wù)。情感智能體包括虛擬和實體等表現(xiàn)形式[14]，在雙師教學(xué)中扮演基于情感計算技術(shù)的虛擬情感教師和情感化助教機器人等角色。情感智能體支持的新型雙師教學(xué)是一種復(fù)雜的多模態(tài)人機交互系統(tǒng)，通過利用情感計算技術(shù)對情感性因素進(jìn)行算法編程，進(jìn)而實現(xiàn)模擬、識別和合成學(xué)生的情感，為學(xué)生提供個性化、自然和諧的情感互動。伴隨模式識別和圖形圖像處理技術(shù)的迭代發(fā)展，情感智能體已能夠通過學(xué)生的面部表情進(jìn)行情緒識別和分析，判斷學(xué)生的情感狀態(tài)。目前，虛擬教師Baldi[15]、NAO機器人[16]、Kismet機器人[17]等均具備良好的情感識別能力，這些情感智能體可為探索和發(fā)展新型雙師教學(xué)方式提供技術(shù)支撐。

3.提升孤獨癥兒童的情緒感知能力

孤獨癥兒童患有一組以社會交流和社會互動持續(xù)缺陷、行為興趣重復(fù)刻板或異常為特點的異質(zhì)性神經(jīng)發(fā)育性疾病，其患病率呈逐年遞增的態(tài)勢[18]。在人機交互中，通過情感計算技術(shù)對孤獨癥兒童的社會交往功能缺陷進(jìn)行情感治療及情感補償，從而提升情緒感知能力。在可穿戴的情感計算技術(shù)裝備方面，MIT研究團(tuán)隊研發(fā)了一種具有社交智能的假肢，通過分析學(xué)生的面部表情和頭部運動，實時檢測并推斷孤獨癥兒童的情感狀態(tài)。此外，名為Galvactivator的可穿戴設(shè)備利用發(fā)光二極管測量學(xué)生的皮膚電流數(shù)據(jù)，推斷并描繪出人體生理機能亢奮程度的圖譜，最終以可視化技術(shù)對學(xué)生的情感狀態(tài)予以呈現(xiàn)[19]。在情感智能體應(yīng)用方面，由倫敦大學(xué)學(xué)院孤獨癥與教育研究中心研發(fā)的Zeno機器人為孤獨癥學(xué)生與同伴/教師之間的互動提供了一種交流工具。Zeno機器人通過生成面部表情來表達(dá)情緒，然后鼓勵自閉癥兒童進(jìn)行模仿，使其在人機交互過程中學(xué)會管理自身面部表情和情緒之間的關(guān)系[20]?；诠陋毎Y兒童面部表情、頭部動作、身體姿態(tài)、手勢、心率、體溫、皮膚汗液反應(yīng)等多模態(tài)數(shù)據(jù)，結(jié)合孤獨癥診斷結(jié)果、文化和性別等信息，治療機器人能夠發(fā)展自身深度學(xué)習(xí)網(wǎng)絡(luò)，進(jìn)而形成數(shù)據(jù)至學(xué)生情感狀態(tài)的關(guān)聯(lián)關(guān)系。經(jīng)評估，相較于領(lǐng)域?qū)＜?，治療機器人能夠更為精確地預(yù)測孤獨癥學(xué)生高興或不安程度，以及學(xué)習(xí)興趣水平等表現(xiàn)[21]。

4.發(fā)展智能教育中的學(xué)習(xí)投入測評

智能教育背景下，基于多模態(tài)數(shù)據(jù)融合方法進(jìn)行學(xué)生情感計算，可實現(xiàn)對學(xué)生情感狀態(tài)的精準(zhǔn)評估與跟蹤反饋。有研究能夠?qū)崿F(xiàn)課堂情境下無干擾地采集學(xué)生的面部表情、手勢和身體姿態(tài)等多模態(tài)數(shù)據(jù)，以分析學(xué)生的情感狀態(tài)及學(xué)習(xí)投入[22]。目前，學(xué)界對于學(xué)習(xí)投入的概念內(nèi)涵尚未達(dá)成共識，但從認(rèn)知投入、行為投入和情感投入三個維度[23]闡釋其內(nèi)在機制，已受到眾多研究者的青睞。伴隨情感計算技術(shù)的快速發(fā)展，對于學(xué)習(xí)投入智能化測評，逐步成為智能教育領(lǐng)域關(guān)注的前沿議題。Gupta等[24]將DAiSEE數(shù)據(jù)集分類標(biāo)注為無聊、積極、困惑和沮喪等情緒，進(jìn)而測量學(xué)習(xí)投入度的準(zhǔn)確率。Ninaus等[25]利用機器學(xué)習(xí)算法，通過對學(xué)習(xí)者的面部表情分析進(jìn)行情緒識別，從而研判情感投入水平。還有研究探討大學(xué)課堂環(huán)境下學(xué)生情感狀態(tài)的自動識別方法[26]，幫助教師實時掌握課堂教學(xué)過程中的學(xué)生情感投入狀態(tài)。

隨著情感計算技術(shù)的快速發(fā)展，教育場域及其師生活動均產(chǎn)生顯著變化，其中教育場域中的情感計算技術(shù)應(yīng)用框架如圖1所示。同時在應(yīng)用過程中，也衍生出諸多應(yīng)用困境和隱憂。

（一）教育場域中師生情緒理解的復(fù)雜模糊性

縱觀教育領(lǐng)域中的情感計算技術(shù)應(yīng)用，存在教育場域復(fù)雜性、情緒建模和本體風(fēng)險三層應(yīng)用隱憂。一是學(xué)生情感狀態(tài)對跨教育場景的適應(yīng)機制尚未厘清。當(dāng)情感計算技術(shù)融入教育生態(tài)系統(tǒng)時，真實的信息化課堂教學(xué)、在線教育、特殊教育等基本教育形態(tài)的邊界被開啟，科技館、圖書館、博物館等學(xué)習(xí)空間作為一種協(xié)同育人環(huán)境，促使學(xué)習(xí)者的情感和行為要素發(fā)生多元耦合，教育系統(tǒng)變得更為錯綜復(fù)雜[27]。在此背景下，研究教育情境要素對學(xué)習(xí)者情緒狀態(tài)的影響機理成為智能教育研究的重要議題，包括教學(xué)資源、教學(xué)內(nèi)容、教學(xué)活動、教學(xué)媒體等要素對學(xué)習(xí)者情緒的潛在作用機制。例如，當(dāng)計算機建立起生理、心理信號與學(xué)生情緒狀態(tài)之間的關(guān)聯(lián)關(guān)系時，相應(yīng)的情感計算模型對跨應(yīng)用場景的適應(yīng)機制便成為關(guān)鍵技術(shù)突破與理論調(diào)和的重中之重。二是認(rèn)知心理學(xué)視域下經(jīng)典情緒建模存在局限性。當(dāng)前，何種情緒建模方法通過計算機模擬和分析能夠更加逼近人類的情緒本質(zhì)，學(xué)界尚未達(dá)成統(tǒng)一共識。情緒建模需要融合數(shù)學(xué)、心理學(xué)、計算機和認(rèn)知神經(jīng)科學(xué)等多學(xué)科領(lǐng)域知識，不僅涉及計算模型的復(fù)雜性問題，還與數(shù)學(xué)解析技術(shù)有關(guān)[28]。三是教育中的情感計算應(yīng)用本質(zhì)上是數(shù)值逼近問題。雖然前期將采集、匯聚的規(guī)模化情感數(shù)據(jù)作為機器學(xué)習(xí)的訓(xùn)練集、測試集和驗證集，但始終處于無限逼近和還原真實的情感特征世界，這正是情感計算技術(shù)本體風(fēng)險的映射。

（二）學(xué)生過度的情感勞動導(dǎo)致自我呈現(xiàn)受阻

在教育領(lǐng)域的情感計算技術(shù)應(yīng)用過程中，通過利用特定的算法，計算學(xué)生的姿態(tài)、手勢、面部表情等數(shù)據(jù)，評估學(xué)生情感狀態(tài)。在真實課堂情境中，攝像機等智能感知設(shè)備可能會無形中增加學(xué)生的心理負(fù)擔(dān)，抑制其真情實感的表達(dá)，迫使學(xué)生開展頻繁、高強度的情感勞動，最終導(dǎo)致學(xué)生情感的內(nèi)在體驗和外部表達(dá)之間的失調(diào)[29]。

差異化的情感效價導(dǎo)致學(xué)生情感勞動強度增加。在情感計算技術(shù)教育應(yīng)用過程中，很可能直接將學(xué)生的情感狀態(tài)劃分為積極情緒和消極情緒等，這些裹挾著價值導(dǎo)向的情感效價分類，可能會對學(xué)生的人格尊嚴(yán)造成侵犯。需要說明的是，情緒喚醒水平與學(xué)業(yè)績效存在U型曲線關(guān)系，過于激烈的情緒反而會降低學(xué)生的學(xué)習(xí)績效[30]?；诜谴思幢说挠嬎憬Y(jié)果，系統(tǒng)將匹配差異化的教學(xué)策略，可能對特定的學(xué)生群體產(chǎn)生歧視等沖突。由此，學(xué)生真實的自我呈現(xiàn)將面臨更多的阻礙，需要更努力地進(jìn)行情緒整飾[31]。

（三）教師過度技術(shù)依賴導(dǎo)致情緒感知力鈍化

在教學(xué)過程設(shè)計、課堂管理、課后聯(lián)合教研過程中，教師通過情感計算技術(shù)能夠增強對教學(xué)情境的感知能力，捕捉并分析學(xué)生情緒，從而使計算機能夠根據(jù)差異化情感需求適配教學(xué)內(nèi)容和策略，輔助教師完成事項厘定。在情感計算支持的教學(xué)決策過程中，伴隨情感識別技術(shù)的快速發(fā)展，計算機逐步實現(xiàn)將教學(xué)結(jié)果的可視化反饋，進(jìn)而支持教師開展差異化情感補償策略。當(dāng)該系統(tǒng)變得愈來愈智能化，甚至出現(xiàn)情感計算工具理性霸權(quán)，可能使得教師過度依賴基于情感計算技術(shù)的教學(xué)決策及其情感補償策略。部分教師過度依賴教育大數(shù)據(jù)與算法分析結(jié)果，喪失其作為教學(xué)決策者的主體性價值和角色能動性，忽視自身的教育實踐智慧，逐漸鈍化其對教學(xué)情境的研判能力，遮蔽自身對學(xué)生真實情感狀態(tài)的感知。

（四）智能體情感欺騙導(dǎo)致師生情感體驗缺位

教育智能體外在情感表達(dá)與學(xué)生內(nèi)在情緒之間的關(guān)聯(lián)關(guān)系具有不確定性，存在一定的科學(xué)性映射隱憂。一是在情感信號刺激較為強烈時，算法模型可建立情感信號與情感狀態(tài)之間明確的表征關(guān)系，但當(dāng)情感信號較為自然、微妙時，這種關(guān)聯(lián)關(guān)系往往會發(fā)生偏誤。二是相同的情感信號可能表達(dá)多種情緒內(nèi)涵[32]，應(yīng)將其重新放置于真實教學(xué)情境中對師生實時情緒狀態(tài)進(jìn)行還原和解釋。正如德雷福斯所言，數(shù)學(xué)計算機難以實現(xiàn)人類信息加工擬合過程中的“歧義容忍”[33]。

在人機情感交互過程中，智能體通過生成與合成眼睛注視、表情、姿態(tài)和手勢等模態(tài)信息，對師生的情緒進(jìn)行感知并完成情緒表現(xiàn)，從而建立與師生之間的情感流動。隨著虛擬性和間接性交互的常態(tài)化，沉浸式和場景式的學(xué)習(xí)體驗將不斷模糊與真實世界的邊界，學(xué)生也可能會產(chǎn)生情感體驗缺位和社會交往障礙[34]，長期缺乏真實的情感交互，甚至可能導(dǎo)致教學(xué)中社會關(guān)系（如師生關(guān)系、生生關(guān)系）的結(jié)構(gòu)異化，引發(fā)倫理失調(diào)等風(fēng)險。

智能時代下，我們應(yīng)思考如何規(guī)制情感計算技術(shù)教育應(yīng)用所帶來的風(fēng)險，審慎地看待情感識別、合成和表達(dá)等相關(guān)智能技術(shù)的進(jìn)步和創(chuàng)新。在差異化進(jìn)路（內(nèi)生性邏輯和關(guān)系性邏輯）中，分別聚焦情感計算技術(shù)應(yīng)用的結(jié)構(gòu)及價值[35]，將有助于分析情感計算應(yīng)用隱憂的生成機制。

（一）內(nèi)生性邏輯：數(shù)據(jù)博弈下的多模態(tài)情感分析

教育領(lǐng)域中的情感計算技術(shù)應(yīng)用的內(nèi)生性邏輯，即工程進(jìn)路中的數(shù)據(jù)博弈和情感識別與分析，大致可分為情感數(shù)據(jù)采樣、情感數(shù)據(jù)記錄及存儲、情感數(shù)據(jù)標(biāo)注、情感計算的算法模型與教學(xué)決策規(guī)則構(gòu)建等環(huán)節(jié)。內(nèi)生性邏輯關(guān)系如圖2所示。

情感數(shù)據(jù)采樣方面，數(shù)據(jù)作為新型生產(chǎn)要素，為情感計算教育應(yīng)用提供基礎(chǔ)性“燃料”。教育場景中，通過對學(xué)生的身體姿態(tài)、手勢、面部表情、語音、生理信號等多模態(tài)數(shù)據(jù)進(jìn)行采集、獲取，存儲于數(shù)據(jù)池，便于學(xué)生情感的“數(shù)據(jù)畫像”。但不同拍攝角度和光線下的面部表情識別、真實課堂中的學(xué)生語音信號的提取和去噪等問題均會對數(shù)據(jù)樣本質(zhì)量有影響。從樣本代表性上，需考慮不同性別、不同民族學(xué)生等因素的樣本差異性。在對非結(jié)構(gòu)數(shù)據(jù)標(biāo)準(zhǔn)化的基礎(chǔ)上，從學(xué)生多模態(tài)情感信號中提取穩(wěn)定的情感特征，并進(jìn)行有效的融合。值得說明的是，不管是特征級融合技術(shù)抑或是決策級融合，情感識別結(jié)果均存在依賴訓(xùn)練樣本中特定人物的情感信息等難題。

情感數(shù)據(jù)記錄及存儲方面，應(yīng)加強介入情感數(shù)據(jù)的跨境流動并有責(zé)任對第三方的情感數(shù)據(jù)保護(hù)作出評估[36]。數(shù)據(jù)流動規(guī)則應(yīng)符合教育管理者以及師生的利益訴求，重視以存儲者為中心的數(shù)據(jù)本地化存儲。換言之，為減少對情感數(shù)據(jù)享有權(quán)、使用權(quán)的模糊性，對學(xué)生的情感數(shù)據(jù)權(quán)利進(jìn)行正面確權(quán)，從客觀上對第三方數(shù)據(jù)處理行為進(jìn)行協(xié)同規(guī)制，形成安全可信的、魯棒性強的網(wǎng)絡(luò)存儲機制。

情感數(shù)據(jù)標(biāo)注方面，在特征提取的實操層面上，通過人工標(biāo)注的方式，對學(xué)生舉手、回答問題等情感信息添加標(biāo)簽，完成學(xué)生生物特征識別。隨著數(shù)據(jù)量逐漸增多，深度學(xué)習(xí)算法開始逐步替代支持向量機（SVM）等傳統(tǒng)的機器學(xué)習(xí)，能夠高效準(zhǔn)確地完成對學(xué)習(xí)情感的分類。深度學(xué)習(xí)雖然不會過度依賴情緒模型，但對數(shù)據(jù)集質(zhì)量及其標(biāo)注的準(zhǔn)確性提出了更高的要求[37]。目前，人工標(biāo)注的粒度和信度部分不達(dá)標(biāo)[38]，存在一定的主觀性，需要進(jìn)一步研究預(yù)訓(xùn)練、微調(diào)技術(shù)、多樣化的網(wǎng)絡(luò)輸入設(shè)置[39]，或改進(jìn)適用于教育場景的自動標(biāo)注技術(shù)等。

情感計算的算法模型與教學(xué)決策規(guī)則構(gòu)建方面，在教育領(lǐng)域中情感計算架構(gòu)下，將“數(shù)據(jù)、模型和可視化”多層結(jié)構(gòu)通過算法黑箱化進(jìn)行封裝，是計算機編程中一種常用的工程模式。值得說明的是，算法是基于代碼編程的一系列指令集，是一種抽象性程度較高的運算規(guī)則。目前機器學(xué)習(xí)算法在情感計算方面的應(yīng)用主要集中于情感分類，采用機器學(xué)習(xí)方法，需要通過大量的訓(xùn)練樣本和高性能計算來提高情感識別的準(zhǔn)確率及效率，尤其是神經(jīng)網(wǎng)絡(luò)算法支持下的情感數(shù)據(jù)與師生情感類型的映射模型。

從技術(shù)流程來看，算法黑箱化將可能導(dǎo)致數(shù)據(jù)采集、算法決策、教學(xué)決策等方面的問題[40]。具體而言，數(shù)據(jù)采集方面，由于人類對于情感計算教育應(yīng)用的風(fēng)險認(rèn)知存在主觀性與局限性，肆意地獲取、監(jiān)測學(xué)生學(xué)習(xí)情感數(shù)據(jù)違背了學(xué)生、家長的知情同意權(quán)利。算法決策方面，在情感計算教育應(yīng)用過程中，教師可能知曉班級學(xué)生時序情感狀態(tài)的計算規(guī)則與學(xué)生行為姿態(tài)、面部表情、語音語調(diào)、交互程度等信息，但并不了解背后所采用的數(shù)學(xué)模型和參數(shù)權(quán)重的分配規(guī)則。教學(xué)決策方面，算法黑箱化有可能導(dǎo)致教學(xué)決策規(guī)則隱蔽而復(fù)雜，因此算法模型和輸出結(jié)果的可解釋性問題值得尤為關(guān)注。情感計算技術(shù)支持的教學(xué)決策旨在通過有效挖掘?qū)W生情感數(shù)據(jù)的價值，輸出適切的教學(xué)策略。例如基于學(xué)生主體的身體姿態(tài)、手勢、面部表情、心率等多模態(tài)情感信號，利用情感計算技術(shù)來分析和解釋學(xué)生的情緒狀態(tài)，支持差異化的教學(xué)決策。

（二）關(guān)系性邏輯：技術(shù)理性主義的闡釋及關(guān)照

教育領(lǐng)域中情感計算技術(shù)應(yīng)用的關(guān)系性邏輯，即教育進(jìn)路中的技術(shù)理性主義的闡釋及關(guān)照。正如海德格爾在《關(guān)于技術(shù)的追問》中認(rèn)為，技術(shù)已經(jīng)不再是“中性”的，而作為“座架”支配著現(xiàn)代人理解世界的方式。在情感計算應(yīng)用過程中，技術(shù)理性包括工具理性與價值理性兩個向度。工具理性則強調(diào)發(fā)展教育中情感計算技術(shù)的功能性與合理性，追求最大功效地提升教學(xué)效率，而價值理性強調(diào)情感計算技術(shù)及應(yīng)用需與人類社會的根本需求相吻合。其中二者的辯證關(guān)系可從以下三個層面闡釋：一是工具理性作為價值理性的前提，可直接服務(wù)于個性化教學(xué)。智能時代背景下，應(yīng)進(jìn)一步推進(jìn)和發(fā)展情感計算技術(shù)支持的學(xué)生情緒狀態(tài)研究，更新和拓展其教育應(yīng)用場景，賦能個性化教學(xué)與精細(xì)化教育管理。二是價值理性作為工具理性的本質(zhì)要求，是情感計算技術(shù)教育應(yīng)用的根本目的。當(dāng)前對情感計算技術(shù)的工具理性存在過度追求，而忽視對其價值理性的關(guān)照，這一現(xiàn)象值得引起學(xué)界更多的關(guān)注。例如加拿大Nural Logix公司通過利用透皮光學(xué)成像（Transdermal Optical Imaging）技術(shù)測量學(xué)生面部血液流動信息，進(jìn)而識別學(xué)生面部表情背后所隱藏的情感狀態(tài)[41]。在教育領(lǐng)域中，盡管基于明顯的面部表情數(shù)據(jù)來推斷學(xué)生情緒狀態(tài)可能尚未上升為隱私保護(hù)的范疇，但利用學(xué)生的微表情、由教學(xué)刺激而短暫出現(xiàn)的面部表情（非自愿情感泄露）以及瞳孔擴張等細(xì)微變量來研判學(xué)生的情緒狀態(tài)，這將對學(xué)生的個人隱私造成極大的侵犯，從而引發(fā)情感計算技術(shù)價值理性的缺失。三是價值理性與工具理性的有機統(tǒng)一。教育中情感計算技術(shù)在價值理性向度上的內(nèi)涵包括關(guān)照學(xué)生學(xué)習(xí)體驗的具身性[41]、差異化情感補償策略等。工具理性包括物質(zhì)形態(tài)工具和精神形態(tài)工具。前者是通過采集、記錄、存儲、處理和分析師生多模態(tài)情感數(shù)據(jù)，識別師生的情感狀態(tài)，成為適應(yīng)性教學(xué)服務(wù)的中介手段[42]，具有直接效應(yīng)。后者則是借助學(xué)生投入抽象的情感勞動，形成物質(zhì)形態(tài)工具的采集來源，成為服務(wù)于情感計算教育應(yīng)用價值理性的間接效應(yīng)。

在智能時代，人們著力攻克教育領(lǐng)域中情感計算本身及應(yīng)用的關(guān)鍵技術(shù)，關(guān)注工具理性所帶來的教學(xué)效率提升以及技術(shù)控制。在人工智能與教育雙向互動的過程中，情感計算技術(shù)的教育價值應(yīng)體現(xiàn)為全生命周期、多尺度地滿足教育主體需要，其中理解的價值偏誤也成為了情感計算教育的應(yīng)用隱憂之一。

人類的情感是一個被倫理和文化等因素所限制的建構(gòu)過程[43]。在理性主義思潮的影響下，人們的理性和情感被視為一對天然的矛盾體[44]，而實踐規(guī)約應(yīng)體現(xiàn)理性化的要求，實現(xiàn)對教育領(lǐng)域中情感計算技術(shù)應(yīng)用的管控效力。

（一）聚焦多學(xué)科交叉融合，攻克教育領(lǐng)域中情感計算的關(guān)鍵技術(shù)

教育領(lǐng)域中的情感計算應(yīng)用，兼具教育學(xué)科和工程學(xué)科的屬性。從情感計算教育應(yīng)用的國際發(fā)展趨勢來看，它的工程屬性愈發(fā)突顯。當(dāng)前教育領(lǐng)域中的情感計算技術(shù)應(yīng)用研究熱點，例如基于情感計算的教學(xué)評價、情感智能體應(yīng)用等，均需涉及教育學(xué)、心理學(xué)、計算機科學(xué)、神經(jīng)科學(xué)、數(shù)據(jù)科學(xué)、認(rèn)知科學(xué)、行為科學(xué)、腦科學(xué)等綜合性交叉領(lǐng)域的理論和方法。學(xué)科交叉是情感計算技術(shù)應(yīng)用創(chuàng)新突破的“捷徑”。究其原因，20世紀(jì)50年代人工智能的誕生本身就是學(xué)科交叉的結(jié)果，隨著智能本源、神經(jīng)網(wǎng)絡(luò)等新問題和方法的重大突破，持續(xù)為人工智能的學(xué)科發(fā)展提供驅(qū)動力量。因此，聚焦不同學(xué)科的領(lǐng)域知識，重點關(guān)注復(fù)雜的教育領(lǐng)域重大問題，構(gòu)建具有中國特色的情感計算原創(chuàng)理論體系，可為形成我國自主可控的情感計算技術(shù)創(chuàng)新生態(tài)提供理論支撐。

攻克教育中情感計算的關(guān)鍵技術(shù)，將成為多學(xué)科交叉融合的重要領(lǐng)域。跨場景分析情感計算的樣本族、訓(xùn)練集、目標(biāo)域/源域?qū)R方式、動力學(xué)模型等，通過對家庭/學(xué)校/科技場館等協(xié)同育人教育場景的多任務(wù)功能點拓?fù)湓O(shè)計，可能成為情感計算教育應(yīng)用的前沿議題。例如，為減緩傳統(tǒng)接觸式的情緒感知設(shè)備具有的較強的生物侵入性，遠(yuǎn)程生理信號分析逐步受到教育中情感計算應(yīng)用領(lǐng)域?qū)W者的青睞。伴隨遠(yuǎn)程光學(xué)體積描記術(shù)（Remote PhotoPlethysmoGraphy， rPPG）的快速發(fā)展，通過攝像頭捕獲視頻中師生面部皮膚反射光來推斷其情感狀態(tài)成為可能[45]。跟蹤視頻幀中的人臉感興趣區(qū)域（Region Of Interest， ROI），并對ROI中所有像素亮度值進(jìn)行均值融合、盲源分解或濾波操作，從而得到穩(wěn)定的遠(yuǎn)程信號?；诖耍治雠c提取魯棒的平均心率、呼吸、血氧飽和度、血壓等生理特征，構(gòu)造分類器進(jìn)行師生情感識別，實現(xiàn)無接觸式遠(yuǎn)程測量生理信號分析師生情感變化。

（二）制定情感計算技術(shù)審查標(biāo)準(zhǔn)與規(guī)范，實現(xiàn)跨人機的情感規(guī)則形塑

伴隨情感計算技術(shù)在教育領(lǐng)域中的快速應(yīng)用，情感計算于在線教育、雙師教學(xué)、特殊兒童教育、學(xué)習(xí)投入測評等場景中有著更為廣泛的應(yīng)用。習(xí)近平總書記指出，要加強人工智能發(fā)展的潛在風(fēng)險研判和防范，維護(hù)人民利益和國家安全，確保人工智能安全、可靠、可控。目前，我國已形成以《網(wǎng)絡(luò)安全法》《數(shù)據(jù)安全法》《個人信息保護(hù)法》三法為核心的合規(guī)體系，為智能時代的網(wǎng)絡(luò)安全、數(shù)據(jù)安全、個人信息權(quán)益保護(hù)提供了基礎(chǔ)制度保障。在上述多元復(fù)雜的教育場景中，需進(jìn)一步完善情感計算技術(shù)標(biāo)準(zhǔn)和規(guī)范的制定，包括情感計算技術(shù)標(biāo)準(zhǔn)和倫理道德標(biāo)準(zhǔn)，從而促進(jìn)情感計算算法與實踐規(guī)約形成良性溝通。

針對教育中情感計算技術(shù)的規(guī)制問題，應(yīng)面向不同學(xué)生群體和教育場景的需求，以事前規(guī)則和事后問責(zé)相結(jié)合的方式，構(gòu)建全尺度、立體化的情感計算技術(shù)分類分級機制。具體而言，基于“學(xué)生風(fēng)格-教育場景”的概念框架，按照情感計算技術(shù)成熟度，形成一套操作性強、細(xì)粒度的分類分級體系，持續(xù)推進(jìn)算法系統(tǒng)與實踐規(guī)約體系的跨系統(tǒng)互動[46]，從而實現(xiàn)跨人機的情感規(guī)則形塑?；诖?，應(yīng)進(jìn)一步建立健全公開透明的情感計算監(jiān)管體系，構(gòu)建情感計算創(chuàng)新發(fā)展的良好規(guī)約環(huán)境。

（三）控制學(xué)生的隱私邊界滲透，構(gòu)建數(shù)字全景敞視下的多元協(xié)同共治

近年來，人類社會逐步構(gòu)筑起一座?？率健叭笆奖O(jiān)獄”，釋放出多種“現(xiàn)代性信任風(fēng)險”[47]。在數(shù)字全景敞視主義下，人們表現(xiàn)出一種消極的隱私觀，即我們應(yīng)該主動放棄隱私，采取一種放任自由的態(tài)度來面對隱私泄露問題[48]。應(yīng)進(jìn)一步控制學(xué)生的隱私邊界滲透，在知情同意的前提下，適度地向外界開放自己的個人隱私。利用數(shù)字技術(shù)對情感計算教育應(yīng)用進(jìn)行治理，以技術(shù)增量式賦權(quán)和重構(gòu)式創(chuàng)新的方式，構(gòu)建平臺聯(lián)通、流程高效、場景統(tǒng)籌的長效治理機制，提升情感計算教育應(yīng)用的技術(shù)治理效能。

當(dāng)前，政府與教育科技企業(yè)存在一定的技術(shù)依賴關(guān)系。政府不僅需要購買教育科技企業(yè)的算法系統(tǒng)，并且還需要企業(yè)提供長期的技術(shù)支持和穩(wěn)定的運維服務(wù)。在情感計算教育產(chǎn)品嵌入行政活動過程中，由政府引領(lǐng)“政-企-?！倍嘣獏f(xié)同共治的格局，促進(jìn)一線師生的公眾參與和企業(yè)的情感計算技術(shù)開放之間的良性互動，確保各方之間的信息對稱性，突破技術(shù)中心主義的局限[49]。從平衡三方利益出發(fā)，應(yīng)充分利用數(shù)字技術(shù)，感知社會態(tài)勢、輔助科學(xué)決策、暢通“政-企-?！睖贤ㄇ?，既要求企業(yè)在不損害自身行業(yè)優(yōu)勢和商業(yè)機密的基礎(chǔ)上，披露相關(guān)情感計算的算法指令內(nèi)容，同時還要接受學(xué)校師生用戶的公眾監(jiān)督、內(nèi)容審查和易用性反饋。數(shù)字全景敞視主義下的多元協(xié)同共治背景下，對政府管理部門提出了更高的要求。相關(guān)部門應(yīng)進(jìn)一步推進(jìn)并完善常態(tài)化治理風(fēng)險預(yù)警監(jiān)測機制，形成協(xié)同聯(lián)動的預(yù)警和處置體系。

（四）加強情感計算技術(shù)主體責(zé)任意識，提高情感計算教育應(yīng)用生態(tài)效度

在系統(tǒng)論關(guān)照下，教學(xué)實踐、情感計算教育應(yīng)用研究、教學(xué)數(shù)據(jù)均屬于不同的子系統(tǒng)，承擔(dān)著不同的主體角色與職責(zé)。具體而言，從教學(xué)實踐主體來看，它是一種以社會交互為主體的實踐活動，包括教師、學(xué)生、助教；從研究主體來看，它將教育中的情感計算封裝于智能技術(shù)產(chǎn)品中，實現(xiàn)產(chǎn)學(xué)研用一體化，包括教師、研究者、企業(yè)算法工程師和產(chǎn)品設(shè)計者；從數(shù)據(jù)主體來看，它將師生情感行為作為數(shù)據(jù)采集和分析的主體，具體包括學(xué)生、教師。根據(jù)情感計算教育應(yīng)用的分類分級機制，將進(jìn)一步明確責(zé)任主體，劃定使用者和算法設(shè)計者雙方的權(quán)利和責(zé)任，最大程度預(yù)防情感計算技術(shù)倫理問題的發(fā)生。

情感計算技術(shù)支持的教與學(xué)可看作為是一個以師生互動為主要線條的生態(tài)系統(tǒng)。在此教育生態(tài)中，增強情感計算技術(shù)的算法透明度，提高情感計算教育應(yīng)用生態(tài)效度，揭示教育領(lǐng)域中情感計算教育應(yīng)用的“生態(tài)原貌”。為此，應(yīng)秉持科技向善，重點關(guān)注倫理實踐與科技實踐的融合，增強情感計算教育應(yīng)用系統(tǒng)的魯棒性和靈活性，從而實現(xiàn)規(guī)?；逃碌膫€性化培養(yǎng)。

參考文獻(xiàn)：

[1] 傅小蘭.開展情感計算研究 構(gòu)建和諧電子社會[J].中國科學(xué)院院刊，2008，（5）：453-457.

[2] Tan T.Affective Computing and Intelligent Interaction [J].Lecture Notes in Computer Science，2011，6974（2）：386-417.

[3] Arguedas M，Xhafa F，et al.A model for providing emotion awareness and feedback using fuzzy logic in online learning [J].Soft Computing，2018，（3）：963-977.

[4] Hew K F，Hu X，et al.What predicts student satisfaction with MOOCs：A gradient boosting trees supervised machine learning and sentiment analysis approach [J].Computers & Education，2020，145：1-16.

[5] Poria S，Cambria E，et al.A review of affective computing： From unimodal analysis to multimodal fusion [J].Information Fusion，2017，37：98-125.

[6] 張迎輝，林學(xué)誾.情感可以計算——情感計算綜述[J].計算機科學(xué)，2008，（5）：5-8.

[7] 王一巖，劉士玉等.智能時代的學(xué)習(xí)者情緒感知：內(nèi)涵、現(xiàn)狀與趨勢[J].遠(yuǎn)程教育雜志，2021，39（2）：34-43.

[8] 薛耀鋒，楊金朋等.面向在線學(xué)習(xí)的多模態(tài)情感計算研究[J].中國電化教育，2018，（2）：46-50+83.

[9] 清華大學(xué)人工智能研究院等.人工智能之情感計算[EB/OL].https：// static.aminer.cn/misc/pdf/emotion.pdf，2022-01-03.

[10] 李勇帆，李里程.情感計算在網(wǎng)絡(luò)遠(yuǎn)程教育系統(tǒng)中的應(yīng)用：功能、研究現(xiàn)狀及關(guān)鍵問題[J].現(xiàn)代遠(yuǎn)程教育研究，2013，（2）：100-106.

[11] B K L，Gg L P.Student Emotion Recognition System （SERS） for e-learning improvement based on learner concentration metric [J]. Procedia Computer Science，2016，85：767-776.

[12] Fu，Y.J.，et al.Physiological mouse： toward an emotion-aware mouse [J].UNIVERSAL ACCESS IN THE INFORMATION SOCIETY，2017，16（2）：365-379.

[13] Tewell J，Bird J，et al.The heat is on：a temperature display for conveying affective feedback [EB/OL].http：//library.usc.edu.ph/ACM/ CHI%202017/1proc/p1756.pdf，2022-01-03.

[14] 劉婷婷，劉箴等.人機交互中的智能體情感計算研究[J].中國圖象圖形學(xué)報，2021，26（12）：2767-2777.

[15] Bosseler A，Massaro D W.Development and evaluation of a computer-animated tutor for vocabulary and language learning in children with autism [J].Journal of Autism and Developmental Disorders，2003，33（6）：653-672.

[16] QUI.Humanoid Robots - STEM Education Research Group [EB/OL].https：// research.qut.edu.au/stemerg/projects/humanoid-robots/，2022-01-19.

[17] MIT.Kismet：A Robot for Social Interactions with Humans [EB/OL]. http：//www.ai.mit.edu/projects/kismet-new/kismet.html，2022-01-19.

[18] 五彩鹿自閉癥研究院.2017《中國自閉癥教育康復(fù)行業(yè)發(fā)展?fàn)顩r報告II》發(fā)布會今日在京舉行[EB/OL].https：//www.sohu.com/ a/131582510_661957，2020-12-01.

[19] Picard R W，Scheirer J.The Galvactivator：A glove that senses and communicates skin conductivity [EB/OL].https：//dam-prod.media.mit. edu/x/files/pub/tech-reports/TR-542.pdf，2021-01-03.

[20] Robots Champion.ZENO ROBOT HELPING AUTISTIC CHILDREN COMMUNICATE [EB/OL].https：//robotschampion.com/zenorobot/，2022-01-12.

[21] MIT NEWS.Personalized “deep learning” equips robots for autism therapy [EB/OL].https：//news.mit.edu/2018/personalized-deeplearning-equips-robots-autism-therapy-0627，2022-01-10.

[22] Ashwin T S，Guddeti R.Automatic detection of students’ affective states in classroom environment using hybrid convolutional neural networks [J].Education and Information Technologies，2020，（4）：1387-1415.

[23] Fredricks J A，Paris B A H.School engagement：potential of the concept，state of the evidence [J].Review of Educational Research，2004，74（1）：59-109.

[24] Gupta A，D’Cunha A，et al.DAiSEE：Towards user engagement recognition in the wild [A].Computer Vision and Image Processing [C]. Salk Lake City：IEEE，2018.1-12.

[25] Ninaus M，Greipl S，et al.Increased emotional engagement in gamebased learning-A machine learning approach on facial e-motion detection data [EB/OL].https：//www.sciencedirect.com/science/article/ abs/pii/S0360131519301940，2019-07-26.

[26] Tongu G，Ozkara B O.Automatic recognition of student emotions from facial expressions during a lecture [EB/OL].https：//www.sciencedirect. com/science/article/abs/pii/S0360131519303471，2020-01-07.

[27] 阿蘭·柯林斯，理查德·哈爾弗森.陳家剛，程佳銘譯.技術(shù)時代重新思考教育[M].上海：華東師范大學(xué)出版社，2013.109.

[28] 梁麗，蘇湛.計算機模擬的認(rèn)識不透明性[J].自然辯證法通訊，2021，43（11）：39-45.

[29] 程猛，陽科峰等.“精準(zhǔn)識別”的悖論及其意外后果——人臉情緒識別技術(shù)應(yīng)用于大學(xué)課堂的冷思考[J].重慶高教研究，2021，9（6）：78-86.[30] Hebb，D.O.，J.L.Martinez，S.E.Glickman.The organization of behavior a neuropsychological theory-hebb，do [J].CONTEMPORARY PSYCHOL OGY，1994.39（11）：1018-1020.

[31] 成伯清.當(dāng)代情感體制的社會學(xué)探析[J].中國社會科學(xué)，2017，（5）：83-101+207.

[32] 王祿生.情感計算的應(yīng)用困境及其法律規(guī)制[J].東方法學(xué)，2021，（4）： 49-60.

[33] 徐獻(xiàn)軍.德雷福斯對人工智能的批判仍然成立嗎 [J].自然辯證法研究，2019，35（1）：15-20.

[34] 謝瑜，謝熠.大數(shù)據(jù)時代技術(shù)治理的情感缺位與回歸[J].自然辯證法研究，2022，38（1）：124-128.

[35] 李子運.人工智能賦能教育的倫理思考[J].中國電化教育，2021，（11）：39-45.

[36] 張繼紅.個人數(shù)據(jù)跨境傳輸限制及其解決方案[J].東方法學(xué)，2018， （6）：37-48.

[37] 劉婷婷，劉箴等.人機交互中的智能體情感計算研究[J].中國圖象圖形學(xué)報，2021，26（12）：2767-2777.

[38] 張永和，潘萌等.基于混合場景人臉數(shù)據(jù)集的學(xué)習(xí)投入度識別[J].現(xiàn)代教育技術(shù)，2021，31（10）：84-92.

[39] Shan L，Deng W.Deep Facial Expression Recognition：A Survey [EB/OL]. https：//arxiv.org/pdf/1804.08348.pdf，2021-01-23.

[40] 張凌寒.算法自動化決策與行政正當(dāng)程序制度的沖突與調(diào)和[J].東方法學(xué)，2020，（6）：4-17.

[41] Valentina Zezelj.NuraLogix：Monitoring health and emotions with Transdermal Optical Imaging [EB/OL].https：//visagetechnologies.com/ nuralogix/，2019-12-10.

[42] 張廣君，曾瑤.走向“和合”：“互聯(lián)網(wǎng)+”時代的教師倫理取向[J].中國電化教育，2021，（4）：26-34.

[43] 陳凡，徐旭.后人類時代的技術(shù)情感及其倫理反思[J].系統(tǒng)科學(xué)學(xué)報，2020，28（1）：1-5+11.

[44] 許良.勞動、技術(shù)與人類解放——恩格斯技術(shù)哲學(xué)思想探析[J].自然辯證法研究，2006，（4）：45-47+60.

[45] Xiaobai Li，Jie Chen，et al.Remote heart rate measurement from face videos under realistic situations [EB/OL].https：//ieeexplore.ieee.org/ document/6909939/citations tabFilter=papers#citations，2014-09-25.[46] 衣俊霖.數(shù)字孿生時代的法律與問責(zé)——通過技術(shù)標(biāo)準(zhǔn)透視算法黑箱[J].東方法學(xué)，2021，82（4）：77-92.

[47] 卓承芳.速度座架下的人與共同體——當(dāng)代激進(jìn)技術(shù)哲學(xué)與現(xiàn)代性批判[J].江蘇社會科學(xué)，2016，288（5）：119-126.

[48] Brandimarte，L.，A.Acquisti，G.Loewenstein.Misplaced Confidences：Privacy and the Control Paradox [J].SOCIAL PSYCHOLOGICAL AND PERSONALITY SCIENCE，2013.4（3）：340-347.

[49] 陳姿含.公共領(lǐng)域算法決策的幾個問題探討[J].理論探索，2020，（3）：113-120.

作者簡介：

蔣艷雙：助理研究員，博士，研究方向為情感計算教育應(yīng)用、網(wǎng)絡(luò)與遠(yuǎn)程教育。

崔璨：助理工程師，碩士，研究方向為教育信息化。

劉嘉豪：在讀博士，研究方向為智慧教育。

岳麗杰：碩士，研究方向為教育信息化。

Affective Computing in Education： Application Concerns， Generation Mechanisms and Practice Rules

Jiang Yanshuang1， Cui Can2， Liu Jiahao1， Yue Lijie1（1.National Engineering Research Center of Cyberlearning and Intelligent Technology， Beijing Normal University， Beijing

100875； 2.Teaching and Research Support Center， Dalian Naval Academy of the PLA， Dalian 116018， Liaoning）

Abstract： Affective computing can provide possibilities for analyzing students’ emotional states， studying the mechanism of students’emotional effects， designing humanized services and products， and creating natural and harmonious human-computer interactions. The paper focuses on analyzing the value and application scenes of affective computing in education， exploring the dilemmas and concerns of educational applications of affective computing， and examining the mechanisms of the application concerns of affective computing in education from endogenous logics and relational logics. Based on this， four practical rules are proposed ：（1） focus on interdisciplinary integration and conquer the key technology of affective computing in education； （2） formulate standards and norms for the review of affective computing， and realize the shaping of emotion rules across man-machine； （3） control the penetration of students’ privacy boundaries， and construct multiple collaborative governance under digital panopticism； （4） strengthen the responsibility consciousness education of technology subjects of affective computing， and improve the ecological validity of affective computing in education. Furthermore， this paper can provide a theoretical reference and action guide for the orderly integration of affective computing into the educational ecology in China.

Keywords： affective computing in education； application concerns； ethical decisions； Artificial Intelligence； practical rules

責(zé)任編輯：李雅瑄