情感计算教育应用的多维透视

被引:28
作者
叶俊民 [1 ]
周进 [2 ]
李超 [2 ]
机构
[1] 华中师范大学计算机学院
[2] 华中师范大学教育信息技术学院
关键词
情感计算; 人工智能; 教育创新; 情感导师系统; 人机交互;
D O I
10.13966/j.cnki.kfjyyj.2020.06.008
中图分类号
G434 [计算机化教学];
学科分类号
040110 ;
摘要
作为教育人工智能研究的重要领域,情感计算主要通过挖掘学习情感及其变化过程来提升学习交互体验与优化教学策略。然而,相关研究对情感计算的认识与理解深度还不够,缺乏教育应用的系统分析。鉴于此,本研究通过内容分析法,从理论基础、测量方法、系统开发、应用场景与实践价值等维度对其加以梳理,指出情感计算正加速融合于智能导师系统、在线学习平台、教育游戏等场景,并实现赋能学业预测、学习交互、教学干预与教学评价。未来情感计算教育研究应推动情感与认知融合,重构学习理论基础,通过整合情感测量方法与提升系统嵌入能力,拓展其应用边界与价值潜能。文章最后建议从理论创新、技术研发、实践应用与风险规避等层面加快推动我国情感计算教育融合与创新。
引用
收藏
页码:77 / 88
页数:12
相关论文
共 42 条
[1]   基于情感计算的虚拟教师模型设计与应用优势 [J].
朱珂 ;
张思妍 ;
刘濛雨 .
现代教育技术, 2020, 30 (06) :78-85
[2]   智能教育机器人系统构建及关键技术——以“智慧学伴”机器人为例 [J].
卢宇 ;
薛天琪 ;
陈鹏鹤 ;
余胜泉 .
开放教育研究, 2020, 26 (02) :83-91
[3]   人工智能教育应用的算法风险 [J].
谭维智 .
开放教育研究, 2019, 25 (06) :20-30
[4]   教育机器人对学生学习效果影响的元分析 [J].
周进 ;
安涛 ;
韩雪婧 .
现代远程教育研究, 2019, 31 (03) :96-105
[5]   教育机器人对学生学习成果的影响——基于49篇实验或准实验研究论文的元分析 [J].
单俊豪 ;
宫玲玲 ;
李玉 ;
闫寒冰 .
中国电化教育, 2019, (05) :76-83
[6]   基于LSTM模型的学生反馈文本学业情绪识别方法 [J].
冯翔 ;
邱龙辉 ;
郭晓然 .
开放教育研究, 2019, 25 (02) :114-120
[7]   基于面部表情的学习困惑自动识别法 [J].
江波 ;
李万健 ;
李芷璇 ;
叶韵 .
开放教育研究, 2018, 24 (04) :101-108
[8]   Emotions recognition in an intelligent elearning environment [J].
Daouas, Thouraya ;
Lejmi, Hanen .
INTERACTIVE LEARNING ENVIRONMENTS, 2018, 26 (08) :991-1009
[9]  
Fostering positive emotions and history knowledge with location-based augmented reality and tour-guide prompts[J] . Jason M. Harley,Susanne P. Lajoie,Tara Tressel,Amanda Jarrell.Learning and Instruction . 2018
[10]   Improving early prediction of academic failure using sentiment analysis on self-evaluated comments [J].
Yu, L. C. ;
Lee, C. W. ;
Pan, H. I. ;
Chou, C. Y. ;
Chao, P. Y. ;
Chen, Z. H. ;
Tseng, S. F. ;
Chan, C. L. ;
Lai, K. R. .
JOURNAL OF COMPUTER ASSISTED LEARNING, 2018, 34 (04) :358-365