目前，通過數(shù)字媒體進(jìn)行的線上學(xué)習(xí)和教學(xué)，并以數(shù)字方式展示課程的教學(xué)模式，孕育而生了形形色色的虛擬教師形象。

那么，當(dāng)你的老師是一只虛擬動(dòng)物機(jī)器人，會(huì)產(chǎn)生不同的課堂體驗(yàn)嗎？

本研究團(tuán)隊(duì)探討了在虛擬機(jī)器人動(dòng)物作為虛擬教師時(shí)，學(xué)生面部情緒表達(dá)的變化，并利用面部表情分析系統(tǒng)（FaceReader）進(jìn)行了客觀分析（Sierra et al., 2023）。這將加深我們對(duì)虛擬動(dòng)物外觀與情緒表達(dá)之間關(guān)系的理解，也為未來人工智能和教育機(jī)器人領(lǐng)域準(zhǔn)確識(shí)別用戶情緒提供了重要參考。

虛擬教學(xué)環(huán)境會(huì)影響學(xué)生的情緒嗎？

近年來，虛擬機(jī)器人動(dòng)物作為虛擬教師的應(yīng)用前景逐漸受到關(guān)注。先前的研究探討了虛擬教師外觀對(duì)學(xué)生知識(shí)回憶效果的影響，發(fā)現(xiàn)虛擬動(dòng)物和人類外觀在知識(shí)回憶方面顯著優(yōu)于虛擬機(jī)器人動(dòng)物。然而，關(guān)于虛擬機(jī)器人動(dòng)物外觀設(shè)計(jì)對(duì)學(xué)生面部情緒表達(dá)影響的研究卻相對(duì)匱乏。

而情緒是人類溝通中重要的一部分，面部表情作為情緒的主要載體，能夠直觀地反映個(gè)體的內(nèi)心狀態(tài)。在教育環(huán)境中，教師準(zhǔn)確識(shí)別學(xué)生的情緒狀態(tài)對(duì)于調(diào)整教學(xué)策略、提高學(xué)生學(xué)習(xí)動(dòng)機(jī)和參與度至關(guān)重要。但傳統(tǒng)上，教師對(duì)學(xué)生的情緒觀察多基于主觀判斷，缺乏客觀性和準(zhǔn)確性。隨著技術(shù)的發(fā)展，利用面部情緒識(shí)別技術(shù)客觀分析學(xué)生情緒成為可能，為教育領(lǐng)域的情緒研究提供了新的視角。

本研究旨在深入分析在不同虛擬教師外觀條件下，學(xué)生面部情緒表達(dá)的變化，為虛擬教育技術(shù)的發(fā)展提供科學(xué)依據(jù)。旨在回答以下兩個(gè)核心問題：

• 虛擬機(jī)器人動(dòng)物的外觀設(shè)計(jì)是否會(huì)影響學(xué)生的面部情緒表達(dá)？

• 在不同虛擬教師外觀條件下，學(xué)生主要表現(xiàn)出哪些面部情緒？

借助FaceReader客觀分析情緒變化 

研究在哥倫比亞波哥大的兩所公立中學(xué)進(jìn)行，共招募131名年齡在11-17歲之間的學(xué)生參與。

實(shí)驗(yàn)設(shè)計(jì)為3（虛擬教師外觀：虛擬機(jī)器人熊貓、虛擬熊貓、虛擬人類）X 2（教學(xué)主題：荷蘭文化、機(jī)器人領(lǐng)域）（圖1）。 每個(gè)被試首先完成關(guān)于荷蘭文化或機(jī)器人領(lǐng)域的知識(shí)前測(cè)；在正式實(shí)驗(yàn)中被試隨機(jī)觀看六種教學(xué)視頻的其中一個(gè)，視頻時(shí)長為540秒，同時(shí)同步記錄面部表情；視頻結(jié)束后，被試完成關(guān)于知識(shí)回憶和虛擬教師感知的在線問卷。

圖1

其中，使用諾達(dá)思的面部表情分析系統(tǒng)（FaceReader）對(duì)學(xué)生面部表情進(jìn)行編碼和分析（圖2）。系統(tǒng)利用Viola-Jones算法進(jìn)行面部檢測(cè)，基于主動(dòng)外觀模型（AAM）和深度學(xué)習(xí)技術(shù)對(duì)468個(gè)關(guān)鍵面部點(diǎn)進(jìn)行建模，能夠識(shí)別快樂、悲傷、驚訝、憤怒、恐懼、厭惡與中性情緒，并輸出情緒效價(jià)與喚醒度。此外，軟件能夠識(shí)別不同文化背景下的面部表情，特別是東亞人群和兒童模型。

圖2

虛擬教師外觀影響情緒反應(yīng)

研究結(jié)果顯示，虛擬教師的外觀設(shè)計(jì)對(duì)學(xué)生面部情緒表達(dá)有顯著影響（圖3），而教學(xué)主題無顯著影響。具體而言，相較于外觀為為虛擬熊貓或虛擬機(jī)器人熊貓，當(dāng)外觀為人類時(shí)，學(xué)生表現(xiàn)出更高的悲傷情緒（χ2 (2)=7.588, p=0.023）；此外，虛擬教師的外觀還影響了學(xué)生的喚醒度，當(dāng)外觀為人類時(shí)，學(xué)生的喚醒度較高（χ2 (2)=7.981, p=0.018）。

圖3

在六種不同條件下，學(xué)生的面部情緒表達(dá)呈現(xiàn)出一定的規(guī)律性。悲傷、驚訝和快樂是出現(xiàn)頻率最高的三種情緒。特別是在外觀為虛擬機(jī)器人熊貓時(shí)，學(xué)生的悲傷情緒較低，而驚訝情緒較高。此外，所有條件下的效價(jià)均為負(fù)值，表明學(xué)生對(duì)實(shí)驗(yàn)視頻的整體感受是負(fù)性的；同時(shí)，喚醒度較低，表明學(xué)生在觀看視頻時(shí)反應(yīng)較為平靜。

這可能與人類對(duì)不同外觀的認(rèn)知和情感反應(yīng)有關(guān)。人類教師外觀可能更接近學(xué)生的日常經(jīng)驗(yàn)，因此更容易引發(fā)學(xué)生的共鳴和情感反應(yīng)；而虛擬動(dòng)物或虛擬機(jī)器人動(dòng)物教師則可能因其新穎性或趣味性而降低學(xué)生的悲傷情緒，提高驚訝等情緒。

關(guān)注未來教育技術(shù)發(fā)展

本研究通過FaceReader分析了在不同虛擬教師外觀條件下學(xué)生面部情緒表達(dá)的變化。研究結(jié)果表明，虛擬教師的外觀設(shè)計(jì)對(duì)學(xué)生情緒表達(dá)有顯著影響，特別是悲傷和喚醒度方面。此外，不同條件下的學(xué)生情緒表達(dá)呈現(xiàn)出一定的規(guī)律性，為未來教育機(jī)器人的設(shè)計(jì)提供了重要參考。

同時(shí)，研究表明FaceReader的面部情緒識(shí)別技術(shù)在教育領(lǐng)域具有廣闊的應(yīng)用前景。通過客觀分析學(xué)生情緒，教師可以及時(shí)調(diào)整教學(xué)策略，提高學(xué)生的學(xué)習(xí)動(dòng)機(jī)和參與度。此外，還可以用于評(píng)估教育機(jī)器人的設(shè)計(jì)效果，為未來教育技術(shù)的發(fā)展提供科學(xué)依據(jù)。

參考文獻(xiàn)

Sierra Rativa, A., Postma, M., & van Zaanen, M. (2023). Measuring Emotional Facial Expressions in Students with FaceReader: What Happens if Your Teacher is Not a Human, Instead, It is a Virtual Robotic Animal? International Conference on Robotics in Education (RiE) (pp. 367-379). Cham: Springer Nature Switzerland.

歡迎關(guān)注諾達(dá)思公眾號(hào)，了解更多精彩內(nèi)容！