智慧学习环境中学习画面的情感研究

　　人工智能、物联网、区块链等技术迅猛发展，将深刻改变人才需求和教育形态。***总书记强调，教育数字化是我国开辟教育发展新赛道和塑造教育发展新优势的重要突破口。智能学习环境能够感知学习情境、记录学习过程、推荐学习资源、提供问题解答等，并致力于促进教育数字化转型和提升学生核心素养。

　　曲阜师范大学徐振国副教授的著作《智慧学习环境中学习画面的情感研究》（中国社会科学出版社），以学习画面隐含的情感属性为切入点，关注智慧学习环境中的“情感缺失”问题，为智慧学习环境情感层面自适应交互的实现提供了新的思路与方法，能够促进学习者轻松、投入和有效地学习，充分发挥信息技术在教育数字化转型中的支撑与引领作用，推进人工智能与教育教学的深度融合，并促使教育教学走向智能化、协同化、高效化，具有重要的学术价值和现实意义。

　　该著作着眼于智慧学习环境和谐情感交互理论研究和实践探索的缺失，建设了学习画面图像数据库和学习者表情图像数据库，采用人工智能领域代表算法卷积神经网络实现学习画面情感和学习者情感的有效识别，并探索了学习画面情感对学习者情感的影响。基于上述研究，该著作最后探讨了学习画面情感自适应调整对学习者情感的影响，借此实现智慧学习环境情感层面的自适应交互。

　　第一，该著作对学习画面情感和学习者情感进行系统论述，创造性地提出学习画面情感的相关理论，丰富和完善了智慧学习环境、学习画面的理论体系，展现了作者深厚的理论功底。学习画面研究已有历史，但多关注认知层面的设计与开发，以期更好地呈现学习内容。学习画面既有“显式”的认知功能，也有“隐式”的情感功能，应注重两者的协调与平衡，充分发挥学习画面对学习者智慧学习的正面作用。训练样本数量充足且具有代表性是进行深度学习的必要条件，而其建设过程费时费力，很多学者望而却步，退而求其次，使用开源的免费数据库。但开源数据库总存在这样或那样的问题，较难取得理想效果。作者克服困难，在有限条件下高标准建设学习画面图像数据库和学习者表情图像数据库，为相关领域的研究提供了数据支撑，也为后续研究奠定了扎实基础。

　　第二，该著作利用卷积神经网络实现学习画面情感和学习者情感的准确识别。图像情感识别和面部表情识别是计算机视觉领域的重要研究内容，但既有研究多采用传统机器学习方法，其识别过程通常包括图像预处理、特征提取、特征选择、分类器构建等，存在准确率低，算法复杂，鲁棒性差等问题。卷积神经网络是近年来兴起的重要深度学习方法，支持将图像直接作为输入，而不必进行预处理和特征提取过程，避免了繁重的前期基础工作，并且它对图像的平移、缩放、旋转等变换以及光照、遮挡物、背景等敏感问题具有较高鲁棒性。目前已在医学图像处理和自然语言处理等方面获得应用，但在教育领域却鲜有提及。作者尝试性地将卷积神经网络应用于教育领域，用于识别学习画面情感和学习者情感，并取得了较为满意的结果，显示出作者对研究前沿的准确把握，扎实的技术功底和孜孜以求的创新精神。该著作并未将技术与教育割裂，而是将两者深度融合，深化人工智能赋能教育数字化转型的应用场景，推动新兴技术更好地适应教育改革发展的要求。

　　第三，该著作通过实证研究揭示了学习画面情感对学习者情感的影响机制。学习画面属于计算机生成或合成图像，但又具有其特殊性，具有明确的知识指向的同时，往往还蕴含着某种或某几种情感。学习者与学习画面间既存在着显而易见的“思想交流”，还存在着容易被忽视，但客观存在的“情感交流”，学习画面情感与学习者情感存在重要联系。学界对学习画面情感功能的研究多采用思辨的方法从宏观视角论述学习画面情感对学习者情感的影响，而较少通过实证研究阐释两者间的具体联系和作用机制。学习画面情感是复杂的，学习者情感更是受多种因素影响，各异的学习画面情感会给学习者带来不同的内心体验。作者在实验学校开展长期跟踪实验，采集学习画面图像及其对应的学习者表情图像，通过数据挖掘领域的重要方法相关分析对数据进行处理，通过大数据降低干扰因素的影响，从而揭示学习画面情感对学习者情感的影响机制，并提出具有科学性、实用性和启发性的建议，展现了作者敏锐的学术洞察力和对研究方法的熟练掌握。此部分的研究将为智慧学习环境、在线学习环境下学习画面情感层面的设计开发和学习画面情感的自适应调整提供理论基础。

　　第四，该著作提出学习画面情感自适应调整的理论与方法。情感交互是教育技术和远程教育领域的重要研究内容，目前主要是基于学习者的学习情感，通过调整学习策略、学习路径和学习资源等导学行为，或者利用虚拟教师、虚拟学伴等仿生代理的表情、动作或语言等对学习者的学习过程进行干预。智慧学习环境要为学习者提供比数字化更加智慧化的学习服务，除为学习者提供个性化的学习资源、学习路径和问题解答外，还应为学习者提供符合其情感状态和视觉情感偏好的学习画面。作者没有囿于传统方法的束缚，以崭新的视角，将理论研究和实践探索有机融合，提出智慧学习环境下的学习画面情感自适应调整理论与方法，并通过实验组对照组后测的准实验研究对所提出理论和方法进行验证和优化，为解决智慧学习环境下的情感交互问题创造了更多可能。

　　该著作涉及教育学、心理学、计算机科学等多个学科，是多学科交叉的研究领域，容易开展但很难做深、做好，具有较高的挑战性，没有深厚的相关学科的知识积累很难驾驭。作者知难而进的探索精神值得赞赏，相信该著作定给学界同仁以启发和思考。

　　作者：张冠文，山东师范大学教授，博士生导师