网络远程教育系统中和谐人机交互的情感机理研究*

李勇帆，李里程

（湖南第一师范学院 信息科学与工程系，湖南 长沙410205）

一、引言

情感体验所构成的恒常心理背景或一时的心理状态可以影响和调节知觉、记忆和思维等认知过程,网络远程教育活动中,情感是伴随其始终并影响着学习者的学习效率,但因网络远程教育的教学时空分离，实体课堂教学中诸如师生眼神、面部表情、手势、姿态动作及暗示等喜闻乐见的情感交流方式缺失，使学习者的学习成效及身心受到严重的负面影响。理论与实践业已表明，学习者的情感状态无法直接测量，常隐含于学习者的生理和行为特征之中，因此，在“和谐人机情感交互的网络远程教育系统”的设计与开发中，需要根据心理和生理学理论及其情感机理准确地定义学习者面部、姿态与语音等表情与情绪之间相对应的关系，如学习者嘴角或眉毛上扬则定义为愉快表情；嘴角下垂或皱眉则定义为厌恶；身体前倾定义为对学习内容感兴趣，等等[1]。由此，研究网络远程学习者认知过程中情感的外显特征、心理表征及生理感受维度，以及情感在远程教学中的增力、减力及潜意识等动力功能等情感机理，为有效地设计与构建“和谐人机情感交互的网络远程教育系统”提供思路、理论支撑及技术解决依据，是当今网络远程教育深入发展过程中亟待解决的难题。

二、网络远程学习者认知过程中的情感特征

心理学研究认为，情感是主体对自身状态，以及主体与周围环境之间关系状况的一种评价[2]，其外在特征常常以主体的情绪进行呈现。情绪是情感的外部表现，情感是情绪的本质内容。从计算机人工智能的情感计算机理来看，计算机所计算的是采集设备采集到的具有特征性的外在的人类外部情绪，但从计算内容和本质来看，计算机处理的却是人类的内在情感[3]。从认知心理学来看，网络远程学习者（以下简称学习者）在认知过程中的情感特征包括其情感的外显特征、心理表征及生理感受维度三个方面。

1.学习者认知过程中情感的外显特征

学习者认知过程中情感的外显特征是表达情感状态的身体各部分动作的变化方式，以有形的模式体现出情感的内在体验，通常以面部表情、姿态表情和语音情感三种形式表现出来。其中，面部表情特征是具有表征学习者特异性的情感元素，是情感交流与通讯中的主要信息来源，具有主导作用。而姿态表情特征和语音情感特征则是情感外显特征的辅助信息来源[4]。

（1）面部表情的情感特征（Facialexpression features）：面部表情是反映学习者情感状态的重要表现方式。面部表情是通过学习者的脸面骨肉、眼部肌肉及嘴角部肌肉的变化来表现各种情绪状态。如学习者“眉开眼笑”为愉悦情绪，“垂头丧气”为沮丧情绪，“咬牙切齿”为愤怒情绪，“眉头紧锁”为紧张情绪……通过面部表情能精准地识别各种性质的情绪[4]。因此，在“和谐人机情感交互系统”设计与构建中，面部表情是情感检测的重要途径。学习者在不同情绪状态下眼睛、眉毛、嘴巴等部位的轮廓特征变化明显且较容易被设备检测识别，因此在表情识别中有着广泛的应用。包括学习过程中学习者眼睛大小、身体姿势、眉毛和嘴部状态有着显著的情感特征。根据以色列丹尼尔·卡内曼（Daniel Kahneman）教授的研究结果，瞳孔大小能反映着学习者对某一学习内容的感兴趣程度及是否疲劳的程度。学习者感到愉快时，嘴角和嘴中心的连线与眉心和嘴中心连线之间的夹角会小于90度；反之当学习者感到不愉快时，该夹角会大于90度。学习者在面对有趣和令人愉快的刺激时瞳孔会放大，而在遇到令人厌恶的刺激时瞳孔会收缩。当学习者长时间阅读时也会产生疲劳，从而导致瞳孔直径缩小。另外，瞳孔大小还能反映学习者对学习任务的感知难度：当学习任务难度增加时，学习者的瞳孔扩大幅度会变大[4]。

（2）姿态表情的情感特征（Postureexpression features）：姿态表情是学习者除面部以外身体其他部分的表情动作，可分成身体表情（Body expression）和手势表情（Gesture）两种。身体表情是表达情绪的方式之一，学习者在不同的情绪状态下，身体姿态会发生不同的变化，如学习过程中高兴时会“捧腹大笑”，恐惧时会“紧缩双肩”，紧张时“坐立不安”等等。举手投足、两手叉腰、双腿起胯等身体姿势都可表达学习者的学习过程中的某种情绪。根据MIT的Mota和Picard教授的研究结果[5]，当学习者对某一学习内容厌烦时，身体很可能会后仰，而当学习者对某一学习内容兴趣高时，就会出现身体前倾。

（3）语音情感的情感特征（Intonation expression features）：学习者的语音之所以能够表达情感,是因为语音中包含有能体现情感特征的参数，学习者语音的韵律特征和音质特征是语音情感体现的关键特征，学习者在学习过程中情感的变化可以通过语音的特征参数变化来体现，包括学习者在学习过程中情绪发生时语言的音调、节奏和速度方面的变化。比如，学习状态不佳时语速缓慢、语调低沉；学习状态好时时语速较快、语调高昂[6]。根据心理学和韵律学的研究成果，语音的韵律特征是受情感影响最明显的特征，韵律特征与语音特质的变化是师生交流时情感在语音中最直观的表现。如恐惧和生气所引起的生理颤动会带来相应的基频摆动；不高兴会导致声道的紧张从而引起语音信号频谱发生变化[7]。

2.学习者认知过程中情感的心理表征

学习者认知过程中的情感也具有许多区别于其它心理活动的多成份多维量特征，在学习过程中通常以激情、心境、热情及潜意识四种情绪形式进行表达，良好的情绪状态是学习者高效学习的重要心理条件。

（1）激情的情绪表征（Intense emotion）：激情是学习者强烈、暴雨般、激励而短促的学习情绪状态,且具有明显的外部表征。例如暴怒时，拍案大叫，暴跳如雷；恐怖时，身体发抖，面如土色；狂喜时，捧腹大笑，为之倾倒；绝望时，心灰意冷，头脑昏迷。在实际学习过程的多数情况下，激情具有不同程度的破坏性，对学习者的学习是不利的。被激情支配的学习者往往不能集中自己的注意力，比如网络远程在线学习时常常心不在焉；往往会降低或失掉理智的作用和自制力，不能约束自己的行动。

（2）心境的情绪表征（Frame ofmind）：心境是学习者一种比较持久、微弱平静、扩散弥漫的情绪表征。它最明显的特点是弥漫性，即在一个较长的时间里，能影响到整个学习者的行为，使它罩上一层厚厚的情感色彩。作为网络远程学习者要保持良好的心境，首先要和辅导老师、学伴搞好关系，如果关系不好，就会影响自己的心境。当学习感到厌烦时，要立刻停止学习，适时的休息不仅有助于从疲劳的状态中恢复过来，而且有利于保持良好的心境。

（3）热情的情绪表征（Enthusiasm）：热情是学习者一种非常持久、非常深厚、非常浓烈的情绪状态，与学习者的意志行动具有十分密切的关系，如一个具有学习热情的学习者，会自觉地克服学习中遇到的困难，坚持不懈地进行学习。学习者的学习热情决定着学习态度与学习效果，与之相对的是学习惰性，即疲疲塌塌、冷漠无情、缺乏进取的混日子心理。心理学的研究表明，缺乏情感的认识会失去认识的深入。高度的认知热情可以调动学习者身心各个认识器官以及大脑皮层各个部位认识的积极性和创造性，使人们产生灵感，进入一种直觉或顿悟状态，进而使疑难问题奇迹般地得到解决，从而提高认识的效能。

（4）潜意识的情绪表征（Sub-consciousness）：心理学家西格蒙德·弗洛伊德（Sigmund Freud）在其《精神分析学》中指出：潜意识又称“右脑意识”、“宇宙意识”，是指潜藏在人类主体一般意识底下的一股神秘力量，是相对于“意识”的一种情绪。在研究网络远程学习者心理特征的基础上进行“和谐人机情感交互的网络远程教育系统”设计时，学习者的潜意识是一个不可忽视的重要因素。潜意识是网络远程学习者意识的一种状态，潜意识的表征是不易被人察觉的，学习者的言行举止大部分由其潜意识所主宰。一般而言，网络远程教育中信息的传播都带有一定强制性，学习者在网络远程学习过程中面对的是海量的教学信息，不可能有意识地对所具有的信息进行全部加工整理，在学习者意识里或多或少会对这些教学信息有着抵触情绪，于是潜意识诉求便成为一种有效的策略，其目的是让学习者轻松地接受网络远程教学系统呈现的全部信息，并激发他们内心深处潜在的需要，达到“随风潜入夜，润物细无声”的效果。

3.学习者认知过程中情感的生理感受维度

学习者认知过程中情感的生理感受也称之为情感体验（Emotional experience），是指学习者情感发生时的生理感受。情感发生时并非所有的内部体验都是情绪，但直接的生理体验是情绪现象不可或缺的组成部分。根据冯特（Wundt）、施洛伯格（Schloberg）、普拉切克（Plutchic）及罗素（Russell）等众多教育心理、生理学家的系列研究结果，学习者的情感生理感受通常包括情感情绪感受的强度、紧张度、快感度和复杂度四个维度：

（1）情感情绪感受的强度（Emotional intensity）：学习者情感情绪感受可以在强度上有由弱到强的不同等级的变化。例如，喜，可以从适意、愉快到欢乐、大喜、狂喜；哀，可以从伤感到难过、悲伤、哀痛、惨痛；怒，可以从轻微的不满、生气、愠怒、激愤到大怒、暴怒；惧，可以从害怕、惧怕、惊恐到惊骇。情绪的强度越大，整个自我被情绪卷入的程度也越深。情绪体验的强度首先取决于学习内容对学习者所具有的意义[8]，意义越大引起的情绪就越强烈。

（2）情感情绪感受的紧张度（Emotional tension）：在紧张度方面，情感情绪体验的变化受承受的事情的影响较大。紧张的情绪体验通常与活动的重要性、重大性有关，并与最有决定性的时刻相联系。比如在考试、演讲、运动比赛之前，学习者都可以体验到这种紧张情绪，并且事件越重大，则紧张情绪越大。在学习活动进行的过程中，通常存在着关系到活动成败的关键时刻[9]，当这种时刻在实际上或想象中临近时，学习者情绪体验的紧张水平就会逐渐增长。

（3）情感情绪感受的快感度（Hedonic dimension）：快感度是指学习者情感情绪体验在快乐或不快乐的程度上的差异。恐惧、羞耻、悲伤、悔恨等有明显不快乐的感受，而欢喜、骄傲、满意等有明显快乐的感受。还有一些情绪在快感度上应摆在什么位置，显得十分模糊，如怜悯，惊奇等情感情绪无明显的快乐或悲伤的特征。

（4）情感情绪感受的复杂度（Order of complexity）：学习者各种情感情绪的复杂程度是很不一样的。比如学习者对某一学习内容或自己喜欢的老师的爱，包含柔情和快乐的成分；恨，包含愤怒、惧怕、厌恶等成分。如“惊喜悲叹”、“惊喜疑惧”这两种情绪就比“快乐”要复杂得多，“悲喜愧惧”、“悲恨爱悔”这两种情绪就比“悲哀”要复杂得多。

三、网络远程教学中情感的动力功能

美国学者丹尼尔·高尔曼（Daniel Goleman）博士认为情感能力是人类智能的重要标志[9]。因此，在网络远程教育活动中，情感是学习者非常重要的非智力因素。对激发学习者的学习内驱力有着积极的推动功能。概括起来，情感在网络远程教学中的动力功能可分为增力功能、减力功能及潜意识原动力功能。

1.情感的增力功能（Reinforcement)

情感的增力是指学习者在网络远程教育活动中表现出的积极乐观的情感，比如在学习活动中良好的心境，饱满的热情、忘我的痴情等，它能够驱使学习者积极地行动，提高学习的效率。巴甫洛夫说：“科学是需要人的毕生精力的。假定你们能有两次生命，这对你们来说还是不够用的，科学是需要人的高度紧张性和很大的热情的。希望大家在工作和学习中都能热情澎湃”。这都是指情感的增力功能。

2.情感的减力功能（Reducing force）

情感的减力功能是指学习者在网络远程教育活动中表现出的消极的、悲观的情感，如烦乱的心绪、极度的哀伤、冷漠的态度等，它能使学习者行动消极，降低学习效率。

3.情感的潜意识原动力功能（M otive power）

西格蒙德·弗洛伊德强调：潜意识是人类原本具备却忘了使用的能力，这种能力也称之为“潜能”，潜能的动力深藏在人类个体的深层意识当中，是潜意识原动力。西格蒙德·弗洛伊德的进一步研究结果表明，潜意识原动力的能量巨大，通常潜意识是显意识力量的3万倍以上[10]。潜意识是网络远程学习者在教学活动中产生情感的发源地，网络远程学习者一旦激发了潜意识的原动力功能，则其学习能力一定会大大提升，要激发潜能，需要运用潜意识。因此，我们要注意引导学习者使用意识进行思维，这样学习者的习惯性思维就会渗入到其潜意识层，这里有创造一切的原动力。

四、结束语

科学而有效地解决网络远程教育中师生情感双向交互缺失难题的根本途径与方法，需要从上述分析的“网络远程学习者认知过程中的情感特征”出发，并从方法论上借鉴人类情感系统的情感规律特性与表现的基本生理和心理特征及其机制，在网络远程教育系统中构建并应用与人类情感交流机理相吻合的、自然和谐的、人性化和智能化的网络远程教育系统[11]，为学习者提供可以实现师生适时双向情感交流、有效的学习支持的自主学习环境，以及时地感知学习者情感状态的变化，察觉教学效果，有效激励，友好互动，并能根据学习者不同的情感状态而动态地调整教学策略，调动网络远程教育系统中学习者的主动性及积极性，提高网络远程教育成效及学习者的学习效率。

[1]孟秀艳,王志良等.基于情感建模的教学辅助系统的研究[J].计算机应用研究,2007(4)：42-43.

[2]张冬蕾,史忠植,潘瑜.情感主体形式模型[J].模式识别与人工智能,2009,22(3)：381-387.

[3]王济军.基于表情识别技术的情感计算在现代远程教育中的应用研究[D].天津师范大学学位论文,2005(4)：12-14.

[4]贺斌.E-Learning情感计算模型设计研究[J].远程教育杂志,2011(4)：104-105.

[5]李勇帆,李里程.论情感计算和W eb3D技术支持的网络自主在线学习模式的设计与构建[J].中国电化教育,2011(8)：129-133.

[6]詹泽慧.基于智能Agent的远程学习者情感与认知识别模型—眼动追踪与表情识别技术支持下的耦合[J].远程教育研究,2013(5)：102-103.

[7]杨瑞请.基于BPSO的生理信号的情感状态识别[D].西南大学学位论文,2008(4)：32-33.

[8]郭瑛,易巧云.护理心理学[J].护士进修杂志,2013(7)：579-580.

[9]Goleman D.Emotional Intelligence[M].Bantam Books,1995：23-26.

[10]西格蒙德·弗洛伊德.精神分析新论[M].北京：北京联合出版公司,2013：117-119.

[11]李勇帆,李里程.情感计算在网络远程教育系统中的应用：功能、研究现状及关键问题[J].远程教育研究,2013(2)：100-106.