圖片來源：Unsplash-NeONBRAND

學生在教室翻白眼很常見，但這是表達困惑還是對學舊東西的厭倦？

科學家們利用人工智能和認知計算正在創(chuàng)造一種新的機器人，模擬人類思維并改變工業(yè)。這種尖端的新興技術就是情感計算， 它是一種新型感知技術。

這并不是說教機器人擁有情感，而是教他們通過信號識別人的情感，然后根據(jù)對人情感的判斷作出反應。機器人在這方面可能比人類更有用，因為它們不會被感性思維所左右，而是運用智能技術來識別隱藏的反應做出判斷。

那么我們如何把這項技術應用到教室呢？它能幫助老師了解學生額外的需求，并且制定個性化的教學方案嗎？

面部識別測量學生理解程度

在美國，公立學校的預算限制導致大范圍的教師裁員和教室擁擠不堪。教師的時間已經很緊，還要必須為每個孩子提供更廣泛的學習需求。結果就是，那些課業(yè)困難的孩子容易受到忽視。因為只要孩子不提出問題，老師就不會關注到他。

在過去三年里，有企業(yè)把面部識別技術應用到了第一線教學當中。在SensorStar實驗室，他們用相機捕捉學生上課反應，并且輸入到計算機里面，運用算法來確定學生注意力是否轉移。這個叫EngageSense的技術，通過測量微笑、皺眉和聲音來測定學生課堂參與度。

心理學家Paul Ekman將這項研究提升到了一個新的層次。他對5000多種面部運動進行了分類，以幫助識別人類情緒。他的研究為Emotient Inc， Affectiva Inc和Eyeris等公司提供了幫助，這些公司將心理學和數(shù)據(jù)挖掘相結合，檢測人的細微表情，并對人的反應進行分類。

目前為止，這項技術的重點是協(xié)助聯(lián)邦執(zhí)法和市場調研。不過，圣地亞哥市的研究人員也在醫(yī)療行業(yè)試用這項技術，測定孩子接受外科手術之后的疼痛程度。

在教室中應用面部識別技術，可以讓老師收集更多的數(shù)據(jù)來了解學生的理解程度。這可以針對單獨的學生使用，也可以應用在整個教學中，以提醒老師采用不同的教學方法，關注到學生的個體需求。

從情感識別到情感計算

情感識別的下一個階段是情感計算，即能夠測量和解釋人的反應或者給人的“影響”。加拿大軟件公司Nural Logix已經開發(fā)了一種用以檢測人隱藏情感的專利技術，叫做透皮光學成像（Transdermal Optical Imaging）。這項技術使用特殊照相機來測量面部血液流動信息，用來識別人眼不易發(fā)覺的面部表情所隱藏的情感。

MIT媒體實驗室也正在展開一系列情感計算的研究項目。比如記錄人的腦電波來分析音樂給人帶來的不同情感，還有可穿戴的裝置來識別自閉癥譜系障礙（ASD）。

MIT情感計算團隊正在開發(fā)世界上第一個可穿戴的情感計算技術設備：一個具有社交智能的假肢，用來實時檢測自閉癥兒童的情感。這個裝置用一個小型照相機，分析孩子的面部表情和頭部運動來推斷他們的認知情感狀態(tài)。還有一個類似的，叫“galvactivator”的工具，通過測量穿戴者的皮膚電流數(shù)據(jù)，推斷孩子的興奮程度。這個像手套一樣的設備可以利用發(fā)光二極管描繪出人體生理機能亢奮程度的圖譜。這種可視化的展現(xiàn)方式，能夠清晰地展示出人的認知情感水平。

機器學習定制學生課堂學習內容

這種感覺技術能幫助計算機調整課程和教學方法，來匹配學生的表現(xiàn)指標嗎?

TechCrunch公司的員工也在設計在線教育平臺，來提供一對一指導和精熟學習（mastery learning）。這是應用創(chuàng)新型思維，通過實時的評估和定制化的學習方式，有效地解決本杰明提出的著名的“Sigma 2 Problem”。

注：本杰明提出用一對一輔導和精熟學習的方式提升學生課堂聽課效果，由下圖綠色的曲線代表，相較于以橙色為代表的傳統(tǒng)教育方式下的聽課曲線，平均聽課效果有顯著提升。

深度學習系統(tǒng)將學生學習效果數(shù)據(jù)進行分類，并且在此基礎上制定相關的教學內容。該系統(tǒng)還可以推薦附加練習，并且根據(jù)學生個人能力和教學要求，實時推薦課程內容，調整教學速度。

北卡羅來納州州立大學研究員開發(fā)了一種軟件，通過攝像頭捕捉和分析學生面部表情，以此改變在線課程。

目前，大多數(shù)情感計算技術還僅僅停留在學術研究領域。但是，我們可以看到已經有公司開始應用這項技術，并能成功地分辨學生表情，并根據(jù)他們的學習能力和方式，來自動調整適合的學習內容和環(huán)境。英特爾公司正是這其中的一員。

有了這些學生表情數(shù)據(jù)，可以讓“Emoshape”這樣的情感計算智能系統(tǒng)，自動分析情感，并做出適當回復。這些系統(tǒng)具備了解決個體問題的能力，也使老師能夠提供高度個性化的內容來激發(fā)學生的學習興趣。

人工智能和大數(shù)據(jù)已經促成了大部分行業(yè)的技術革新，從電子商務到交通、金融，甚至醫(yī)療。人工智能和大數(shù)據(jù)已經在教育方面取得進展，盡管有些反對的聲音，比如說如何保護學生隱私、提高教學效益等。

這些技術的應用最終并不是要代替老師。而是，扮演支持輔助老師的角色，識別學生的個體需求，以制定更加智能的教學方案。

人工智能可能不像我們擔心的那樣沉悶或反烏托邦?；蛟S，在未來，人機協(xié)作的方式會帶來更高質量的教育，而人的反應和情感是其中的關鍵。

本文由智能觀（zhinengguanym）編譯，來源EdSurge，作者Ron Spreeuwenberg。