轻量级生理反馈技术的教育应用及测量——基于2015—2020年的文献综述

翟雪松 束永红 楚肖燕 朱雨萌

(1.浙江大学 教育学院，浙江杭州 310058； 2.安徽建筑大学 电信学院，安徽合肥 230022)

一、引 言

生理反馈技术(Biofeedback)通过检测传感器采集到的受试者的生理信号，即时或延时地呈现给受试者技术路线，并在信息学、生物学、心理学等多学科交叉衍生的影响下，不断发展、成熟的一种技术(Scrimin et al., 2018)。随着生理反馈技术的日趋成熟，教育研究者从关注学习绩效、行为活动等外在表现，逐渐转变到对影响学习行为内在机理的情感、认知、健康等因素的探究(牟智佳，2020)。近年来，很多学校开始不同程度地加大生理反馈实验室建设和相关实验研究的投入，集中体现于高资产、重量级教育装备建设(如肌电采集、脑波仪、近红外脑电，核磁共振等)，且研究范式以小样本的案例研究或实验研究为主。

然而，这些高资产、重量级的生理反馈教育装备投入大、实验环境复杂、实验样本有限，与实际教学场景和学习环境相距较远，可能偏离教育目标和目的。这种跟风式建设首先需直面的问题是，我国教育发展环境相对复杂，城乡、区域、校级发展不均衡。教育财政投入大规模导向高资产的教育装备投入，在很大程度上耗费有限的教育基础设施和普惠性教育资源的投入。其次，除了必要的科学研究外，教育实验应该因地制宜地与区域教育实践内容和环境相结合。而现有生理反馈研究场景多为标准化实验室，且绝大多数聚焦案例研究，样本采集的规模性和多样化有较大限制，使得这类研究在很大程度上缺乏区域教育教学人才培养和生态建设意义，其研究结论也受到部分教育实践者的质疑和挑战(杨海茹等，2019)。最后，一些重量级生理反馈技术本身发展还不完备，如脑机接口的科学研究及实践应用并不成熟，大部分研究仍属以动物为样本的探索性研究。因此，以现有的有限案例发现指导普遍性的教育实践，其有效性需谨慎对待。

为了弥合生理反馈应用在教育实验和实践的矛盾，近年来，轻量级生理反馈技术成为解决这一矛盾的技术工具。轻量技术在信息科学中被定义为其组件受外在环境依赖性小的技术手段(林信良，2006)。有别于核磁共振、脑电波等高资产设备，轻量级生理反馈技术，如心率和皮电传感，具有投入低、无侵入、不接触、易操作、技术发展成熟等特点，更易于在教学实践中采集和分析数据。教育技术的研究需要从实验室走向课堂，从重复性建设转向因地制宜的发展，从盲目追求试验数据的可获得性转向数据的教育解释意义。本研究通过系统综述法(systematic review)，回顾了近五年半(2015.1-2020.6)轻量生理反馈技术教育应用的特征和测量方式，思考轻量级生理反馈技术如何实现替代重量级技术发挥同样的教育应用效果，以期为未来教育实践者提供轻量技术重量级功用的技术思路。

二、研究背景与问题

(一)生理反馈技术教育应用的特点

生理反馈技术早期主要在医学研究中探索抑郁症、焦虑症等心理疾病的生理学机制。医护人员利用生理参数作为判断病情和治疗进展的依据，指导患者通过反馈的生理参数进行反思训练，完成心理暗示与调节(Malik，1996)。近年来，随着该技术在教育研究中的不断应用和迭代，教育研究者围绕解决教育问题、技术路线和测量工具三个问题展开了持续探究，具体表现在：

1)生理反馈技术可以在很大程度上回答学习绩效成因和在线学习环境下的自我调控问题。首先，学习认知理论的发展受到了缺乏认知加工测量的挑战。先前研究大多通过学习结束后的间接测量获取数据。这种测量要么使用主观的自我报告，要么通过工作时间、错误率等滞后测试方法评估学习者的感知或认知，这在时间维度上降低了结果的准确性(Anmarkrud et al., 2019)。生理反馈工具凭借监测精度高、捕捉实时性强等特点，弥合了学习行为测量滞后的问题，便于及时调整教学策略。第二个问题是完全开放的在线自主学习环境下缺少学习者的自我监督和反馈措施。传统的教育信息系统仍然只提供学情分析，无法提示专注度、投入度等非智力因素，难以激发学习者的元认知等高阶认知能力。近年来，生理反馈技术开始与自主学习策略(如刺激回忆法)融合运用，帮助学习者在线上自主学习环境下反思自我生理参数与学习效能的关系，从而激发元认知(Zhai et al., 2018)。

2)生理反馈在教育技术研究的路线上，经历了自发、诱发、结合教育大数据的生物信息统计三个阶段。自发阶段指观测学习行为的生理信号变化，依据前期生理-行为对应指标的研究成果解释学习行为。如亚里克斯·丹(Dan & Reiner, 2018)等人利用α脑波在幅值20～100μV内的升降程度，比较学习者在虚拟3D与2D环境下面对相同任务时的认知负荷，发现3D虚拟环境学习的α波会随之降低，从而得出3D环境下认知负荷更小的结论。诱发阶段指给予学习者一定的外界刺激后观测生理的变化。这在脑电研究中，也称为事件相关电位(Lindeman et al., 2011)。如单鹏和裴佳音(Shan & Pei ,2018)以网络成瘾学生戒断反应为研究对象，采用非线性动态分析方法和事件相关电位技术，采集网络成瘾学生的脑电信号、前额叶SPN和P300波形数据，从行为学和脑电图角度分析网络成瘾学生的行为特征和脑神经系统变化，提出网络成瘾学生戒断教育的管理方法。还有研究者在探索学习者异步远程协作时发现，EEG中的F3、F4电极可作为情感变化的依据，T3、T4电极可以作为认知相关依据(Robinson & Millward, 2019)。

第三个阶段指采集和清洗大量的生理参数，通过人工智能算法对信号进行处理和有效提取，把监测到的生理数据转换为可以对外部设备进行控制的指令信号，对所学内容进行自适应的控制调整。显然，这一阶段需要采集学习者的生理参数，因此，测量工具的轻量化是实现这一目的的重要途径。

根据信息学对量级技术的定义，生理反馈技术也可以依据受外在教育条件的依赖程度，如依据教育装备的经费投入和测量复杂性分为两类：一类是以脑电波技术、核磁共振、近红外多模态生理采集仪为代表的重量级生理反馈技术，一类是以心率、皮温、皮电等为例的轻量级生理反馈技术。随着各类基于生理反馈的教育研究实验室的不断兴建，这在很大程度上增加了学习者生理数据的易获取性，并呈现出两大特征：一是研究大多采用重量级生理反馈技术为测量工具。由于教育领域生理实验室规划大多缺乏相关建设经验，往往参照甚至照搬生物医学及实验心理学领域的建设方案和标准，因而产生重量级技术投入的倾向；二是多模态生理数据的综合解释逐步取代单一数据的分析。单一的生理参数往往只能解释某一维度的状态，较难准确地解释这一状态的成因。如使用脑波观测注意力时，仍然需要其他技术探究注意力背后的故事。因此，基于生理反馈的多模态数据被用来相互验证。

(二)生理反馈技术教育应用的挑战

虽然生理反馈技术近年来不断融入教育研究和实践的场景和案例中，但仍然面临三大问题：1)从技术层面来说，生理反馈技术仍在探索当中，实验结论尚不成熟。因此，大规模应用于教育场景不具有现实意义。再加上缺乏可持续的投入，重量技术投入给后期维护和更新带来较大挑战。2)从实验层面看，生理反馈技术在教学实验和实践的比重失衡。大量研究设备投入在教育实验中，复杂的实验过程，如设备调试、场景搭建等都对教育实验产生较大的干扰。实验者虽然通过后期的数据清洗剔除无规律数据，但无法克服学生在非真实教学情境下带来的心理和学习习惯偏差。学生容易抑制或改变学习行为常态，引发霍桑效应。3)研究结论存在数据采集多，分析解释能力弱的问题。在学科交叉和多模态数据分析趋势的带动下，众多教育研究实验倾向利用生理反馈技术采集多维数据，通过描述、对比反映教育问题。这给未来教育研究留下两个误区：一是工具导向。常常采取不同的技术手段，重复观测同样的教育问题。二是现象导向。由于技术工具复杂，很多实验往往只能进行一轮，只能得出单次观测数据与学习结果的关系，缺少采用生理反馈技术和教学设计进行多轮磨合促进学习绩效和感知的研究。这种导向归根结底还是重量级技术在教学实践场所应用受限所致。

相对而言，轻量级生理反馈技术约束性小、成本低、测量方法简易成熟，可以较大规模地在正式或非正式教学场所开展教学研究，防止教育实验与实践的割裂。特别是在教育大数据的驱动下，轻量级生理反馈及信息分析技术更易于较大规模地数据采样，具有更可行和广阔的应用空间。因此，为了解轻量级生理反馈技术在教育领域的发展程度，以及该类工具实际应用等问题，本研究回顾了近五年轻量级技术的教育应用和测量，从“轻技术”，甚至“去技术”视角，反思教育实践研究如何选择适度技术量级和相应的技术路线。

三、研究方法

生理反馈技术应用于教育研究的方案和工具较为多元，本研究采取关键词检索和Horner标准相结合的方式筛查中外文献：首先，以“生理反馈”为主题词在中国知网和以“biofeedback”为主题词在Web of Science核心数据库搜索。中国知网的类别限定在高等教育、基础教育、教育理论与教育管理类；Web of Science中的搜索类别选择为education and educational research，时间均为2015年1月—2020年6月，研究共搜到文献595篇。通过学科归属后发现，教育类的生理反馈工具包括：脑电波(含近红外辅助)、核磁共振、眼球随动技术、肌电反馈以及心率检测、呼吸检测、皮温和皮电八类。依据信息技术对重量级和轻量级的分类标准，前四类用于重量级生理反馈，后四类属轻量级生理反馈工具；其次，分别以“心率”“呼吸” “皮温”“皮电”为主题词，在中国知网以相同的步骤搜索获得42篇文献；同样以“Heart rate”或“Breathing”或“Skin temperature”或“Electron-Dermal Activity ” 为主题词在Web of Science核心数据库二次搜索，时间跨度为2015年1月—2020年6月，累计获得519篇英文文献；剔除书籍、文献综述以及报道，共获得119篇中英文论文；再次，执行Horner标准筛查规则。该标准被广泛应用于评估教育综述筛查方法的质量，是以“基于证据”的特定要求剔除不符合标准的文章。本文最终对基于筛查的67篇文献进行内容分析(见图1)。同时有三位教育技术专家对筛查结果进行一致性检验，有效观察值个数104，Cohen’s kappa=0.825。当Cohen’s kappa>0.75时，编码信度非常好，可以认为本研究筛选论文符合选题要求。

图1 Horner文献筛查规则

四、研究发现

本研究发现分三个部分：

(一)轻量级生理反馈技术教育研究应用的描述性分析

从学段和学科看(见图2)，高等教育阶段38篇，基础教育10篇，特殊教育19篇。轻量生理反馈技术虽然主要聚焦在高等教育领域，但是基础教育和特殊教育领域都有一定规模的尝试，可见该技术在全学段应用和推广的可能性和价值。在学科方面，轻量生理反馈技术覆盖了15个学科，辐射面较广，说明其技术应用教学场景具有普适性。医学27篇，主要聚集在特殊教育领域，轻量级生理反馈工具以其轻接触等特性，更易于辅助特殊群体在认知、情感及身心健康方面的调节，弥补了重量级生理反馈工具通常难以在特殊教育领域广泛应用的缺陷。

图2 轻量生理反馈技术在学段和学科应用的描述性统计

从近五年研究目的和效果看，轻量级生理反馈技术在教育研究中主要聚焦情感识别与干预、认知识别与干预和健康识别与干预(见表一)。从文献分布看，近一半研究(33篇)为情感的识别和干预训练研究，同时也涉及现代教育评价的核心维度，包括学生的认知提升和健康改善研究。

表一 轻量生理反馈技术的教育研究目的、结论和工具

从研究结论看，轻量级生理反馈技术在绝大部分教育综合类研究(62篇)中都能有效实现研究目标。总体上说，轻量级生理反馈技术的研究目的和研究结论基本上与重量级技术一致。

技术工具使用主要包括心率、皮温、呼吸和皮电四类。心率反馈指通过单位时间内心脏跳动的次数和心率变异性(HRV)观测生理变化。皮肤温度是掌握人体能量代谢变化、分析人体体温反馈等生理活动的重要参数。皮肤温度的变化规律可用于判断情感状态变化等。呼吸反馈指将受试者的呼吸参数等信息提供给被试本人，通过一系列的呼吸反馈训练使受试者能够自我调节，达到生理调节的作用，从而实现生理功能平衡(刘官正等，2011)。皮电反馈(Electro- Dermal Activity，EDA)指机体受到刺激时皮肤电传导的变化(Malmivuo & Plonsey,1995)。皮肤电活动指当皮肤接收到交感神经系统信号时，皮肤表面测量到的电的变化。交感神经系统在生理活动(如体力消耗或认知负荷变化)时被激活，当毛孔充满汗液时，其电导性增加；当情感平静时，汗腺分泌减少，皮肤导电性降低而引起皮电降低。因此，皮电的高低往往被用来判断情感的变化。通过表一可以看出，四类工具在三类教育研究目的中均有覆盖，说明其应用范围较广。值得关注的是，有12项研究同时运用了多模态的轻量生理参数，其中7项研究采用了心率+皮电，另5项研究采用了心率+皮温+皮电。

(二)轻量级生理反馈技术的教育应用

1．情绪检测与控制

情感认知理论认为，情感或情绪产生于对刺激情境的评价，受环境事件、生理状况和认知过程三种因素的影响(Power & Dalgleish, 2000)。因此，情感和情绪不仅是瞬时特征，更处于动态变化中。采用生理反馈技术可以更客观和智能地实时识别学生情感。例如，个体的情感激动、压力增大时皮肤导电性显著增加(张怡雯，2019)，在无关状态、低情感状态、高情感状态下皮肤温度依次升高(Wei & Ma，2017)。一项关于中学生生理唤醒与学业成绩的研究发现，一般对立情感的生理变化都呈现相同的趋势，如愉快和悲伤情感下的心率和皮电基本有一致的变化趋势(马惠霞等，2016)。但也有研究者通过实验观察到痛苦时的平均心率通常低于兴高采烈时的平均心率(Lydon et al., 2015)。由此发现，情感具有极高的复杂性，且多数情况下都是内隐而非外显的，但个体在情感活动时必然有生理激活成分，这些变化往往不能仅依靠单一的生理反馈工具就能判断，需要结合多模态的生理反馈工具及定性报告等综合判断。

生理反馈训练可以改善学生情感的负面影响。例如，有研究通过教研究生与本科生正念呼吸法以缓解学生的学业焦虑与压力，使学生注意力更多地投入到专业技能培养上，保持良好的学习动机和学习兴趣，提高个人反思、学习能力，提升自我效能感(Jasna et al., 2017)。同时，传统的正念呼吸练习一般在课外实施，课程内练习的机会较少，因此如何更好地将现有的正念呼吸练习运用到课程体系中仍是个挑战(Jasna et al., 2017)。其中，脑电和皮温反馈被认为是减轻焦虑的有效技术手段。秦剑峰等人通过选择皮电、皮温、右脑注意力波生物反馈疗法对大学生手机依赖者进行系统训练，发现该方法能有效减轻学生焦虑等负面情感，减轻大学生对手机的依赖(秦剑峰等，2020)。

因此，从情感角度分析，轻量级生理反馈技术一方面可以用于学习或任务实施过程的情感测量，并根据结果提出适当反馈；另一方面可以用于改善负面情感对自身的影响，增强或维持学生的情感水平，提高学习效率。

2.认知探究与控制

认知是人在处理具体任务时通过信息加工产生的心理资源总量。过量的认知负荷会直接影响人的学习状态，引发注意力低下、效率降低等问题。随着在线学习的普及，在线学习者需要接受和处理的信息量成倍递增，信息结构更加复杂，导致学习过程中学习者认知负荷过高，难以在无监督的状态下完成学习任务(Sweller,1999)，而传统认知负荷测量多采用问卷法等主观分析方法，缺乏成熟、客观的认知负荷监测工具。因此，基于生理信号采集的认知计算，成为具有美好前景的认知评估方法(方超等，2019)。

轻量级生理反馈技术同样开始被教育研究者用来探索生理反馈与认知负荷之间的关系。研究发现，在任务复杂度较高的情况下，心率往往更高，皮电水平随着任务难度的增加而增加。拉尔穆索等(Larmuseau et al., 2020)使用工作记忆测验(颜色词测试)表明，皮温是识别应激水平变化的可靠指标。王朋利等(2020)通过脑机接口可穿戴头环设备收集不同学习者的学习注意力数据，发现基于脑机接口技术能有效识别学生的认知风格。

轻量级生理反馈技术为认知训练提供了可能。教育研究者虽然已经意识到认知训练的重要性，然而现实中缺少训练的方法和工具。基于呼吸反馈的神经反馈训练被认为是一种有效提高学习能力的认知训练方法。贾斯娜等(Jasna et al., 2017)的研究发现，呼吸反馈训练和正念冥想练习均被发现能改善神经类疾病导致的行为和认知障碍。冲动行为控制良好的学习者，其心率变异性会增加，而控制力差的学习者,心率变异性不会发生变化。因此，从认知角度分析，轻量级生理反馈技术可以用于对学习或任务实施过程的认知监控、测量，根据结果提出适当反馈，也可以用于认知训练，增强或维持学生的注意力水平，提高学习效率。心率变异性可以视为认知努力程度的敏感指标(Larmuseau et al., 2020)。

3.健康监测与改善

越来越多的教育学者认为，仅仅关注学习绩效与感知已不能满足学生全面发展的评价标准，学习者的身心健康已成为教育评价的第三个重要维度，它与个体技能、学习绩效、自我效能感显著相关(傅蕾, 2016) 。虽然学生身心健康已有一定数量的研究，但少有学者探究如何在学习过程中监测学习者的身心健康状况。轻量级反馈技术可以通过便捷的方式实时监测学生的健康状态，并能实时提供反馈结果。例如，心率反馈是监测分析学生健康状态的典型方法。利用心率监测器，结合非结构化访谈，教师可以根据结果提出相应的教学意见，提高教学效率，保障学生健康(Oliver et al., 2019)。未来教育可能会基于这些生理数据的差异，对不同学生提出个性化学习措施。

从学科分类看，轻量级生理反馈技术在医学领域应用较多，多应用于特殊教育中神经类疾病患者身心健康类的康复。轻量级工具成本低，使用方便，这对我国特殊教育的发展具有重大意义。对于有神经障碍的学习者，有节奏的呼吸训练可以帮助其改善相关症状。此外，一项探究体育活动与学习成绩之间关系的研究发现，便携式心率仪可以在体育活动中提供良好的监测及提示作用(Mullender-Wijnsma et al., 2015)。罗莎等(Rosa et al., 2016)对神经发育障碍疾病(语言、肢体不协调等行为和认知障碍)儿童开展了长期与短期呼吸训练对比研究，探测有规律的呼吸训练对改善儿童此类疾病有无作用。结果表明，长期呼吸训练有助于改善患病儿童的健康及大脑活动。

(三)轻量级生理反馈技术的测量方式

本研究第三个子问题是，基于轻量级生理反馈技术的教育应用，总结四类技术的测量方式。

1.心率反馈

心跳和心率变异性是备受教育领域关注的两个生理指标。心跳指单位时间内心脏跳动的次数，相比其他生理信号，测量心跳的技术工具具有外显性好、易于施测等优势(Malik，1996)。心率变异性指心率在两次心跳间隔时间内的波动量，被认为是自主神经系统活动的代表性指标(见表二)。当学习者从事运动或高认知任务时，心跳变化幅度增大，速度加快，可以达到 110-180次/分；经常参加体育锻炼的个体静息心率可能低于60次/分，这是由于长期的耐力训练使得静息状态的迷走神经作用加强，心交感神经作用减弱导致(李双洁，2020)。在高阶认知任务中，唤醒水平的提升会使个体处于挑战性状态，从而导致心跳加速(Strain et al., 2013)。因此，我们可以用心跳反映运动强度和生理负荷量。

另一方面，心率变异性分析方法主要有时域分析、频域分析、非线性分析等。其中，频域指标的低频功率(Low Frequency，LF)、高频功率(High Frequency， HF)反映交感神经与副交感神经的相对活跃程度。先前研究证实，在个体学习过程中，当学习者的压力增大，认知负荷增高时低频功率上升； 学习压力下降时，低频功率/高频功率比率上升。当个体精神不佳，情感低落时，低频功率/高频功率比率下降(Kim & Jo, 2019)。在时域分析指标中，RR间期的标准差(SDNN)值反映自主神经系统对心率调节的整体作用及活性水平，在时间压力下显著增大可以反映心脏交感神经处于明显兴奋状态(徐蕾等，2019)；相邻RR间期差值的均方根(RMSSD)是反映心脏迷走神经功能的最佳量化指标，可以灵敏地反映任务的认知负荷。当该值小幅度下降时，迷走神经功能变弱，可能造成精神疲劳(杨琳等，2020)。因此，心率与心率变异性测量指标能很好地反映个体在任务过程中的认知、情感变化。

表二 心率测量指标

2.呼吸反馈

呼吸反馈是把受试者的呼吸状况反馈给受试者本人的一种方法，让受试者按照一定的呼吸模式(如频率、深度等 )开展呼吸训练，发挥生理调节作用，从而实现生理功能平衡。在呼吸反馈中，呼吸频率、呼吸深度以及呼吸比是最重要的三个测量参数。呼吸频率随年龄、性别和生理状态而异(见表三)。研究表明，在静息状况下，成人呼吸频率约15-25次/分，儿童约为20次/分，女性一般比男性快1-2次/分。此外，研究者还发现，低速率的呼吸训练更有益身心健康 (如4-12次/分的呼吸频率) (Song & Lehrer, 2003)。呼吸深度(深呼吸、浅呼吸)是另一个重要的呼吸参数，它可通过潮气量判断。潮气量(tidal volume, VT)指平静呼吸时每次吸入或呼出的气量，它与年龄、性别、体积表面、呼吸习惯、机体新陈代谢有关。静息状态时，成人个体潮气量为8-10毫升/千克，儿童为6-10毫升/千克。当个体深度呼吸时，潮气量上升，表明个体正处于稳定情感、缓解疲劳的状态。呼吸比指呼气和吸气的时间比例，是影响呼吸反馈效果的又一个重要参数。通常，吸气时心率会加快，呼气时心率减慢，呼气时交感神经张力减弱。因此，研究者多数认为，适当延长呼气时间(呼气时间与吸气时间比大于1)，能获得更好的呼吸反馈效果(Meuret et al., 2001)，但这一比值不是越大越好，最合适的呼吸比尚待研究。

表三 呼吸测量指标

3.皮温反馈

皮肤温度测量方法主要分两类:第一类是接触皮肤测温，测温时须将温度传感器贴伏于身体表面待测部位，如常用的热电偶测皮温方法；第二类是非接触性皮肤测温。它无需与身体接触，仅通过接受人体红外辐射或微波辐射测定皮温，如通过微波热像仪和红外热像仪等采集数据，这也是在教育实践中易于实施的方法。人体皮肤温度并不稳定，各部位之间的温度差异大。不同情感刺激时，身体各部位皮肤温度随之变化。文献表明，皮温也可以通过咽喉、胸腔等部位测量，但教育研究很难采集到咽喉等隐藏部位的温度，通常是和其他生理反馈工具同时使用，如结合皮肤导电性共同判断情感变化状态。麻超(2015)等人通过改变大学生对负性信息的注意回避降低其焦虑水平，研究发现社交干预前后个体皮温值具有显著性差异。但另一项研究发现，学习过程中认知负荷的高低与皮温没有显著差异(Larmuseau et al., 2020)。一般来说，用皮温研究认知负荷的研究仍然论据不足。需注意的是，皮肤温度不仅是由身体内部传到皮肤的热量与皮肤和外部环境间的热平衡决定，还受局部血流量、皮肤散热性等因素影响(杨海兰，2014)。

4.皮电反馈

皮电反馈主要包括皮肤电导水平和手指皮肤温度。皮肤电活动受神经系统调节, 皮肤电导与唤醒水平呈线性相关(Nicholas et al., 2020)。在应激条件下，皮电水平通常比心电、脑电更敏感, 表现出的变化相对明显, 因而研究者更倾向于使用皮电作为情感调节的电生理指标(张伟达等，2016)。文献综述发现，通常情况下，当学习者处于紧张、恐惧和焦虑情绪时，皮电的导电性会升高，反之当导电性降低时，学习者的情绪恢复到平静状态。但是，皮肤电阻的个体差异能达到二三十倍以上，因此皮电更适合组内实验计算，不适合组间的皮电数值比较(谢科等，2018)。未来，随着可穿戴式皮电传感器的广泛应用，便携式腕部皮电探测器同样可以识别皮电信号，且识别值更为精准，从而极大地解决影响被试的学习过程及测量、校准问题(Nicholas et al., 2020)。

表四 皮电测量指标

五、结论、讨论与展望

2020年10月发布的《深化新时代教育评价改革总体方案》明确指出，创新评价工具，利用人工智能、大数据等现代信息技术，探索开展学生各年级学习情况全过程纵向评价、德智体美劳全要素横向评价(国务院，2020)。融合认知、情感的多模态学习状态评估是从学习分析视角对学习过程和学习结果进行评估和测量的一种方式；提升学习者对学习过程及其行为的感知与认知，也是未来智慧教育发展的重要趋势(胡艺龄等, 2019)。本研究通过对轻量级生理反馈技术教育研究的综述，认为该技术契合了这一重要发展趋势。人体生物信息的数字化应用将大规模开展，生理反馈应用技术在传统课堂、在线学习及虚拟现实环境中为学生提供认知、情感、健康的多维评价，促进不同背景学生的个性化推荐学习。

轻量级生理反馈技术的教育应用场景未来可能出现三大趋势：首先，技术便携性会推进非正式场馆教育研究，美育和劳动教育的评测方式将更加客观真实、可测可视。相比重量级设备，轻量级生理反馈技术更容易整合可穿戴工业设计，特别是在5G高传输、低延迟的网络环境中，该技术更易发挥无干扰、无接触优势，采集非正式场景的学习者行为特征。除了代表性的手环外，植入轻量级传感器的劳动工具和美学工具会基于多维生理参数记录和分析劳动过程和创作过程，这会极大地丰富新时期劳动教育和美学教育的理论创新和解释。特别是虚拟现实技术的快速发展，能为生理信号融入情景化学习、远程实践等提供有力支持(王雪等，2019)。

其次，多模态生理反馈技术将会推动学习行为从分析走向干预。一直以来，多模态生理信号采集技术大多用于通过观测和记录生理、行为等数据，对学习状态进行评估和解释(牟智佳，2019)。文献综述发现，集合学生心率、呼吸、皮温等多模态生理信息更可用于有效执行干预措施，改善学习者的情感、行为及健康状态。多模态的轻量级生理反馈技术干预手段更简便、操作性强，适合大范围实施。

最后，生理反馈数据将可能成为教育大数据的一部分，与教育管理数据和学习资源数据互融互通，形成“互联网+教育”大平台。随着轻量生理反馈技术的普及，学习者在网络、现实场景中的行为轨迹特征和行为模型会越来越丰富，且日渐形成较为系统的生理参数数据源。这一数据源的构建会逐步与教育管理系统互通，强化教育治理现代化决策(如贫困生资助)的科学性。同样，生理反馈数据库与教育资源平台的互融，将会联通学习内容和个体特征的关联性，为未来职业生涯规划提供有效参考。

本研究也存在以下局限：本文仅综述了近五年半的文献，在轻量级生理反馈技术的选择上可能未能穷尽所有技术工具；同时，文献中的技术测量属于实验研究或小规模教学研究，测量参数未能考虑到应用的普适性。未来研究更期待新兴轻量生理反馈技术的应用及测量方式和参数的标准化研究。