劉智 劉三(女 牙)等

編者按：在“人—技”協(xié)同進(jìn)化的教育發(fā)展趨勢(shì)下，物理空間中的學(xué)習(xí)支持服務(wù)將面臨深刻變革。近年來(lái)，隨著大數(shù)據(jù)與可穿戴技術(shù)的涌現(xiàn)，面向物理空間的學(xué)習(xí)分析技術(shù)已應(yīng)運(yùn)而生，其中一個(gè)研究趨勢(shì)是利用傳感器技術(shù)探察個(gè)體學(xué)習(xí)狀態(tài)，并基于感知數(shù)據(jù)構(gòu)建以學(xué)習(xí)者為中心的自適應(yīng)與自主化學(xué)習(xí)環(huán)境。國(guó)際上，教育技術(shù)領(lǐng)域的相關(guān)專(zhuān)家學(xué)者已開(kāi)始重點(diǎn)布局此項(xiàng)研究，致力于提供個(gè)性化學(xué)習(xí)反饋、推薦和干預(yù)等服務(wù)以創(chuàng)設(shè)移動(dòng)式的智能學(xué)伴系統(tǒng)。如何獲取學(xué)習(xí)者生理數(shù)據(jù)、合理利用這些數(shù)據(jù)、推測(cè)其學(xué)習(xí)狀態(tài)（情緒、認(rèn)知、注意力等）以及基于這些數(shù)據(jù)能為學(xué)習(xí)者提供哪些學(xué)習(xí)服務(wù)已成為研究者面臨的現(xiàn)實(shí)問(wèn)題。

基于傳感器的自適應(yīng)學(xué)習(xí)分析（Leaning Analytics for Sensor-based Adaptive Leaming，LISA）是由德國(guó)聯(lián)邦教育與研究部資助的一個(gè)校企聯(lián)合研發(fā)項(xiàng)目，旨在通過(guò)傳感器感知個(gè)體在物理空間內(nèi)的學(xué)習(xí)狀態(tài)以支持自適應(yīng)學(xué)習(xí)和提高學(xué)生學(xué)習(xí)體驗(yàn)，其核心是構(gòu)建“移動(dòng)學(xué)習(xí)同伴”以幫助學(xué)習(xí)者開(kāi)展學(xué)習(xí)反思和協(xié)助教師實(shí)時(shí)監(jiān)控。該項(xiàng)目的背景和意義是什么？智能學(xué)伴系統(tǒng)能感知哪些信息？提供哪些學(xué)習(xí)服務(wù)？如何評(píng)估其效果？未來(lái)的趨勢(shì)和存在的問(wèn)題是什么？帶著這些問(wèn)題，我們對(duì)該項(xiàng)目的主要負(fù)責(zé)人Niels Pinkwart教授進(jìn)行專(zhuān)訪。

Niels Pinkwart教授是教育技術(shù)領(lǐng)域的國(guó)際知名學(xué)者，目前擔(dān)任德國(guó)柏林洪堡大學(xué)的（Humboldt University of Berlin）計(jì)算機(jī)科學(xué)研究院副主任，洪堡大學(xué)職業(yè)教育學(xué)院的“技術(shù)增強(qiáng)學(xué)習(xí)”（Technology Enhanced Leaming）研究中心和“計(jì)算機(jī)科學(xué)教育/計(jì)算機(jī)科學(xué)與社會(huì)”（Computer Science Education/Computer Science and Sociecy）實(shí)驗(yàn)室主任，德國(guó)計(jì)算機(jī)學(xué)會(huì)學(xué)習(xí)分析與e-learning工作組的聯(lián)席主席。他的研究方向包括：學(xué)習(xí)分析、自適應(yīng)學(xué)習(xí)技術(shù)、計(jì)算機(jī)支持的協(xié)作學(xué)習(xí)與多模態(tài)人機(jī)交互系統(tǒng)。他發(fā)表論文超過(guò)220篇，總引用次數(shù)已超過(guò)2360次，并一直擔(dān)任《國(guó)際教育人工智能》（International joumal of Artificial Intelligence in Education，IJAIED）期刊編委、“智能導(dǎo)學(xué)系統(tǒng)”（Intemational Conference on Intelligent Tutoring Systems，ITS）、“IEEE先進(jìn)學(xué)習(xí)技術(shù)”（IEEE InternationalConference on Advanced Learning Technologies，ICALT）、“學(xué)習(xí)分析與知識(shí)”（International Conference on Learning Analytics & Knowledge，LAK）等知名國(guó)際會(huì)議的程序委員會(huì)委員。

近年來(lái)，Pinkwart教授的團(tuán)隊(duì)專(zhuān)注于采用多學(xué)科（計(jì)算機(jī)科學(xué)、認(rèn)知科學(xué)以及學(xué)習(xí)科學(xué)）交叉的方法開(kāi)展學(xué)習(xí)系統(tǒng)設(shè)計(jì)與學(xué)生互動(dòng)學(xué)習(xí)的實(shí)證研究，現(xiàn)已主持多項(xiàng)德國(guó)國(guó)家科學(xué)基金（DFG）、聯(lián)邦教育與研究部（BMBF）及工業(yè)界智能導(dǎo)學(xué)與人機(jī)交互聯(lián)合研發(fā)項(xiàng)目，他領(lǐng)導(dǎo)的“智能導(dǎo)學(xué)系統(tǒng)中的學(xué)習(xí)反饋”（Learning Feedback in IntelligentTutoring Systems，F(xiàn)IT）項(xiàng)目入選了DFG在研究方向“人工系統(tǒng)中的學(xué)習(xí)方法”上的優(yōu)先資助計(jì)劃，并授予8年的持續(xù)資助。

關(guān)鍵詞：物理空間；感知數(shù)據(jù)；學(xué)習(xí)同伴；學(xué)習(xí)分析

中圖分類(lèi)號(hào)：G434 文獻(xiàn)標(biāo)識(shí)碼：A

訪談?wù)撸篜inkwart教授，您好！很高興您能應(yīng)邀接受我們的訪談。隨著可穿戴技術(shù)的涌現(xiàn)，物理學(xué)習(xí)空間（課堂教學(xué)、戶(hù)外學(xué)習(xí)、圖書(shū)館等）內(nèi)學(xué)生數(shù)據(jù)的可獲得性得以顯著提升，面向物理空間的學(xué)習(xí)分析研究已開(kāi)始受到教育技術(shù)界的關(guān)注。作為柏林洪堡大學(xué)學(xué)習(xí)分析研究團(tuán)隊(duì)的負(fù)責(zé)人，您正從事一個(gè)基于感知數(shù)據(jù)的自適應(yīng)學(xué)習(xí)環(huán)境與學(xué)習(xí)分析技術(shù)研發(fā)項(xiàng)目，并致力于開(kāi)發(fā)一套“移動(dòng)學(xué)習(xí)同伴”系統(tǒng)，能介紹一下這個(gè)項(xiàng)目的相關(guān)背景嗎？

Pinkwart教授：在2016年4月，我們獲得了德國(guó)聯(lián)邦教育與研究部的資助，聯(lián)合德國(guó)兩所研究機(jī)構(gòu)（萊布尼茨知識(shí)媒體研究所以及柏林工程與經(jīng)濟(jì)應(yīng)用科學(xué)大學(xué)）和三個(gè)數(shù)字化教育公司（Serious Games Solutions、SGM Educational Solutions和NEOCOSMO）開(kāi)始了這個(gè)項(xiàng)目的研發(fā)工作，他的全名叫做Leaning Analytics for Sensor-based Adaptive Learning（基于傳感器的自適應(yīng)學(xué)習(xí)分析）。我們洪堡大學(xué)的主要任務(wù)是從教育技術(shù)視角，提供一個(gè)基于傳感器的感知化學(xué)習(xí)場(chǎng)景以及一些學(xué)習(xí)分析方法。如果我們回顧教育技術(shù)領(lǐng)域的發(fā)展歷程，你會(huì)發(fā)現(xiàn)至少有25年的時(shí)間關(guān)注于人工智能在教育中的適配性（例如：智能導(dǎo)師系統(tǒng)、個(gè)性化輔導(dǎo)系統(tǒng)、智能協(xié)作學(xué)習(xí)系統(tǒng)、教育機(jī)器人等），并涌現(xiàn)出了很多有效的智能化教育產(chǎn)品，幫助學(xué)生提高了學(xué)習(xí)成效。

近來(lái)，我們發(fā)現(xiàn)，傳感器技術(shù)已被廣泛應(yīng)用于生活中，每個(gè)人都或多或少地在智能手機(jī)中使用了傳感器，如分享地理位置、感知環(huán)境與識(shí)別語(yǔ)音等。這些傳感器設(shè)備也同樣可用于獲取學(xué)習(xí)者的數(shù)據(jù)，智能手表可記錄他們的脈搏、心跳、行走步數(shù)等信息，還有一些設(shè)備可獲得皮膚電反應(yīng)信號(hào)用于感測(cè)個(gè)體的生理壓力值。因此，該項(xiàng)目的一個(gè)目的是探索這些數(shù)據(jù)是否有助于設(shè)計(jì)更為先進(jìn)的學(xué)習(xí)技術(shù)，它不僅僅是開(kāi)發(fā)一個(gè)自動(dòng)監(jiān)控系統(tǒng)，還需要考慮學(xué)習(xí)者的生理維度，這些都是出于技術(shù)發(fā)展的考量。學(xué)術(shù)上，LAK和EOM等國(guó)際會(huì)議上越來(lái)越多的研究采用學(xué)習(xí)者與學(xué)習(xí)環(huán)境交互中產(chǎn)生的生理感知數(shù)據(jù)，關(guān)鍵問(wèn)題在于我們用這些數(shù)據(jù)能記錄什么學(xué)習(xí)特征，以及構(gòu)建的學(xué)伴系統(tǒng)如何利用這些數(shù)據(jù)干預(yù)和改善個(gè)體學(xué)習(xí)過(guò)程。

訪談?wù)撸哼@個(gè)“學(xué)習(xí)同伴”看起來(lái)能像朋友一樣關(guān)心和幫助學(xué)習(xí)者，它當(dāng)前能檢測(cè)到學(xué)習(xí)者的脈搏波連續(xù)血壓（PPG）、皮膚電反應(yīng)（EDA）、心率變異度（HRV）以及所在環(huán)境的空氣污染指數(shù)（如TVOC、CO₂等氣體密度），這有利于評(píng)估學(xué)習(xí)者的健康狀況。在您看來(lái)，未來(lái)的“學(xué)習(xí)同伴”還會(huì)增加哪些功能？

Pinkwart教授：我們的項(xiàng)目當(dāng)前最關(guān)注的是學(xué)習(xí)者在某種學(xué)習(xí)情境中情緒狀態(tài)的測(cè)量，以及判斷學(xué)習(xí)者是否真正地參與到學(xué)習(xí)中，例如，如果從傳感器中測(cè)得某個(gè)人的脈搏和血壓降低時(shí)，那么其更可能處于一個(gè)平靜的心情；如果某個(gè)人體溫很高，他可能是發(fā)燒了，這些信號(hào)是與人的身體健康直接相關(guān)的，和學(xué)習(xí)狀態(tài)并不直接相關(guān)。但有些信號(hào)可用來(lái)推測(cè)人類(lèi)的某些心理狀態(tài)，例如AI測(cè)謊儀通過(guò)感測(cè)人的汗腺活動(dòng)計(jì)算皮膚電阻，如果被測(cè)者的皮膚電阻偏離正常值，則其說(shuō)謊的可能性較大。這種先進(jìn)的人工智能思想利用了人的體溫、皮膚電導(dǎo)、心率等傳感器。這些信號(hào)能被用來(lái)通知“學(xué)習(xí)同伴”以制定干預(yù)策略，這個(gè)系統(tǒng)能以智能手機(jī)為載體運(yùn)行，也能以單獨(dú)的可穿戴式設(shè)備運(yùn)行，這種私人學(xué)伴系統(tǒng)能反映你在學(xué)習(xí)過(guò)程中何時(shí)需要休息一會(huì)，何時(shí)會(huì)感到學(xué)習(xí)任務(wù)比較困難。

所以，它將不僅監(jiān)測(cè)學(xué)生的健康狀況，還將洞察學(xué)習(xí)者感受壓力時(shí)的認(rèn)知狀態(tài)。雖然目前基于傳感器的個(gè)人情緒檢測(cè)尚未取得較為理想的效果，但這種新型檢測(cè)方法對(duì)下一代智能教育系統(tǒng)的設(shè)計(jì)具有很大價(jià)值。如果沒(méi)有這類(lèi)數(shù)據(jù)，我們可能或多或少知道學(xué)生在測(cè)驗(yàn)中的答題正誤情況，但你很難知道他們?cè)谑褂脤W(xué)習(xí)系統(tǒng)或課堂學(xué)習(xí)中的感受如何。未來(lái)的“學(xué)習(xí)同伴”系統(tǒng)將增加一些情緒檢測(cè)、學(xué)習(xí)干預(yù)以及用于情緒調(diào)節(jié)和互動(dòng)的學(xué)習(xí)活動(dòng)推薦等功能，例如通過(guò)感知學(xué)習(xí)者的沮喪情緒、預(yù)測(cè)和提醒他們何時(shí)需要休息和調(diào)整，使學(xué)習(xí)環(huán)境不斷適配學(xué)習(xí)者的心理狀態(tài)，并激發(fā)他們的學(xué)習(xí)動(dòng)機(jī)和形成自我情緒調(diào)節(jié)的意識(shí)，所以這些將超越現(xiàn)有的健康信息監(jiān)測(cè)功能，也是我們的項(xiàng)目需突破的研究方向。

訪談?wù)撸簽榱酥С治锢砜臻g內(nèi)學(xué)習(xí)者的自適應(yīng)和自主化學(xué)習(xí)，在設(shè)計(jì)這種情緒支持的“學(xué)習(xí)同伴”時(shí)需要考慮哪些重要因素？

Pinkwart教授：首先，應(yīng)該認(rèn)真考慮需要收集哪些數(shù)據(jù)、存儲(chǔ)哪些數(shù)據(jù)、整體的技術(shù)設(shè)計(jì)是什么，以及誰(shuí)將能訪問(wèn)數(shù)據(jù)、誰(shuí)將能管理數(shù)據(jù)、誰(shuí)將能使用或訪問(wèn)學(xué)伴系統(tǒng)等問(wèn)題，而且在設(shè)計(jì)情緒支持的“學(xué)習(xí)同伴”時(shí)需要特別考慮的是數(shù)據(jù)隱私問(wèn)題。其次，需要考慮你將如何在“學(xué)習(xí)同伴”系統(tǒng)中將捕獲的數(shù)據(jù)以可理解的方式進(jìn)行可視化，畢竟很難有人能直接與原始數(shù)據(jù)進(jìn)行交互。特別地，收集的生理數(shù)據(jù)都是毫秒級(jí)的時(shí)間序列，在這樣一個(gè)大體量數(shù)據(jù)中有很多是沒(méi)有意義的數(shù)據(jù)，并且非技術(shù)人員也很難直接看懂?dāng)?shù)據(jù)中的數(shù)值含義。因此，為了使數(shù)據(jù)對(duì)學(xué)生有意義，你必須要聚合、轉(zhuǎn)換、結(jié)構(gòu)化以及可視化這些數(shù)據(jù)使其滿(mǎn)足自我管理式學(xué)習(xí)的需求。在可視化的算法設(shè)計(jì)中，需要提供一些反應(yīng)過(guò)去和當(dāng)前學(xué)習(xí)狀態(tài)的反饋機(jī)制，但這個(gè)數(shù)據(jù)解釋過(guò)程實(shí)際上并不容易，因?yàn)橛脗鞲衅鱽?lái)探測(cè)人類(lèi)的學(xué)習(xí)狀態(tài)，單一學(xué)科的知識(shí)是不夠的，可能還要參考醫(yī)學(xué)、心理學(xué)、計(jì)算機(jī)科學(xué)、學(xué)習(xí)科學(xué)等領(lǐng)域的知識(shí)。

訪談?wù)撸焊鶕?jù)您的介紹，在“學(xué)習(xí)同伴”的幫助下，學(xué)習(xí)者能開(kāi)展自我管理式學(xué)習(xí)，那么它是否會(huì)對(duì)教師的教學(xué)提出新的挑戰(zhàn)，從教師、家長(zhǎng)和學(xué)生的視角來(lái)看，他們應(yīng)如何使用這個(gè)系統(tǒng)？

Pinkwart教授：過(guò)去二十年研制的智能輔助教育系統(tǒng)一直致力于幫助教師去理解和掌握整個(gè)課堂的情況，這對(duì)智能導(dǎo)師系統(tǒng)的設(shè)計(jì)非常重要，它有利于減輕教師在觀察群體學(xué)習(xí)狀態(tài)上的精力。如果一半的學(xué)生學(xué)習(xí)任務(wù)完成情況不理想，那么系統(tǒng)可向教師給出提醒以調(diào)整教學(xué)。但對(duì)于我們的“學(xué)習(xí)同伴”來(lái)說(shuō)，傳感器監(jiān)測(cè)的是學(xué)生生理上的信號(hào)，這比學(xué)習(xí)代理計(jì)算出的知識(shí)技能測(cè)驗(yàn)結(jié)果更加敏感，因此我們應(yīng)更審慎地思考：教師和家長(zhǎng)應(yīng)分別從這些個(gè)人生理數(shù)據(jù)中知道些什么？此外，一個(gè)高度被關(guān)注的問(wèn)題是教師很難知道每個(gè)學(xué)生個(gè)體的學(xué)習(xí)狀態(tài)，他們?nèi)匀恢恢李?lèi)似于數(shù)學(xué)測(cè)驗(yàn)中某類(lèi)錯(cuò)誤的出現(xiàn)概率以及整個(gè)班級(jí)的測(cè)試情況，從這些結(jié)果信息來(lái)推測(cè)學(xué)生的沮喪程度。

所以，“學(xué)習(xí)同伴”將作為一種補(bǔ)充的途徑來(lái)幫助教師了解學(xué)生的表現(xiàn)，解釋學(xué)生的學(xué)習(xí)行為以及進(jìn)行心理診斷，一旦獲得了更多的個(gè)人學(xué)習(xí)數(shù)據(jù)，我們將獲得比課堂整體表現(xiàn)更為詳細(xì)的信息。從自我管理的角度來(lái)說(shuō)，教師需要掌握這些背景信息來(lái)幫助他們更好地開(kāi)展有序的自組織學(xué)習(xí)，但同時(shí)不應(yīng)加入過(guò)多的外部管理和干預(yù)。有一個(gè)有趣的例子，當(dāng)我們調(diào)查一所中學(xué)時(shí)，教師們總是問(wèn)到：“我們真的應(yīng)該在學(xué)校里使用這些學(xué)習(xí)技術(shù)嗎？”“當(dāng)學(xué)生一直坐在電腦前時(shí)，我們?cè)撊绾卧u(píng)價(jià)他們的學(xué)習(xí)成績(jī)？”，家長(zhǎng)也經(jīng)常想知道：“我的孩子為什么學(xué)得不好？”“孩子為什么回家后情緒低落？”“我該什么時(shí)候或如何去和孩子溝通并調(diào)節(jié)他們的心理狀態(tài)？”。實(shí)際上，教師和家長(zhǎng)都是希望通過(guò)技術(shù)來(lái)了解學(xué)生學(xué)習(xí)情況的，但在數(shù)字化教室中，學(xué)生自主學(xué)習(xí)狀態(tài)的感知不僅包括生理信號(hào)監(jiān)測(cè)，還包括基于視頻的人臉表情監(jiān)測(cè)等方法，采用何種渠道的數(shù)據(jù)以及如何理解這些數(shù)據(jù)都是擺在教師面前的挑戰(zhàn)。

訪談?wù)撸何覀冎溃嗄昵?，美?guó)麻省理工學(xué)院（MIT）的媒體實(shí)驗(yàn)室研發(fā)出了一套著名的“學(xué)習(xí)同伴”系統(tǒng)，它關(guān)注于理解學(xué)習(xí)者在計(jì)算機(jī)輔助教學(xué)環(huán)境下的認(rèn)知和情緒狀態(tài)，那么LISA項(xiàng)目中的“移動(dòng)學(xué)習(xí)同伴”與MIT媒體實(shí)驗(yàn)室研發(fā)的“學(xué)習(xí)同伴”之間有何差異？

Pinkwart教授：正如我們所知，MIT的媒體實(shí)驗(yàn)室在情感計(jì)算方面做得非常出色。而我們的團(tuán)隊(duì)主要關(guān)注兩個(gè)不同的方面。首先，LISA項(xiàng)目旨在構(gòu)建一個(gè)情緒支持下的移動(dòng)學(xué)習(xí)過(guò)程計(jì)算架構(gòu)，并實(shí)現(xiàn)個(gè)人數(shù)據(jù)的隱私保護(hù)。我們確實(shí)非常重視數(shù)據(jù)的倫理問(wèn)題，在教育過(guò)程并不是每個(gè)人都能輕易訪問(wèn)這些數(shù)據(jù)，因此在技術(shù)設(shè)計(jì)中需考慮數(shù)據(jù)的流向、訪問(wèn)權(quán)設(shè)置等問(wèn)題。我相信，如果你去調(diào)查那些德國(guó)學(xué)生對(duì)數(shù)據(jù)驅(qū)動(dòng)的學(xué)習(xí)技術(shù)的看法時(shí)，他們將會(huì)問(wèn)你：“我的數(shù)據(jù)會(huì)被存儲(chǔ)在哪兒？誰(shuí)能看到這些數(shù)據(jù)？數(shù)據(jù)會(huì)被傳遞給哪些人？”等關(guān)于他們切身利益的問(wèn)題。我們的研究將這些問(wèn)題都作為最緊要的任務(wù)進(jìn)行優(yōu)先考慮，并且這些問(wèn)題也與數(shù)據(jù)的解釋?zhuān)ㄌ崛€(gè)體學(xué)習(xí)狀態(tài)的哪些信息以及這些信息能傳遞給誰(shuí)等問(wèn)題）直接相關(guān)。

其次，MIT研發(fā)的“學(xué)習(xí)同伴”是嵌入到計(jì)算機(jī)輔助學(xué)習(xí)系統(tǒng)中，而LISA項(xiàng)目研發(fā)的“學(xué)習(xí)同伴”是移動(dòng)和伴隨式的。當(dāng)前，大多數(shù)傳感器實(shí)際上都是移動(dòng)式的（如智能手表），因而我們需要在移動(dòng)場(chǎng)景下生產(chǎn)和解釋數(shù)據(jù)。這其實(shí)是具有很大難度的，特別是在戶(hù)外學(xué)習(xí)中，一旦你做了運(yùn)動(dòng)，心率可能會(huì)突然提升，但這并不意味著你在學(xué)習(xí)中是沮喪或是有壓力的，所以身體運(yùn)動(dòng)對(duì)心率的變化有更大的影響?；诖耍覀儗⒖紤]引入與運(yùn)動(dòng)監(jiān)測(cè)強(qiáng)相關(guān)的傳感器，以盡可能規(guī)避與學(xué)生自身學(xué)習(xí)無(wú)關(guān)的生理信號(hào)，這樣將有助于提高“移動(dòng)學(xué)習(xí)同伴”在泛在學(xué)習(xí)過(guò)程中的適用性。

訪談?wù)撸弘S著M00Cs-與SPOCs等在線教育模式的日益普及，越來(lái)越多的在線學(xué)習(xí)數(shù)據(jù)能為學(xué)習(xí)分析研究所使用，如發(fā)掘?qū)W生訪問(wèn)資源時(shí)的行為模式、論壇中的情緒狀態(tài)、以及預(yù)測(cè)輟學(xué)行為等。但作為正式教育的主要場(chǎng)景，物理空間中的學(xué)習(xí)分析研究很少被開(kāi)展，如何利用數(shù)據(jù)驅(qū)動(dòng)的技術(shù)來(lái)理解物理空間中的學(xué)習(xí)者狀態(tài)？

Pinkwart教授：你的觀察非常準(zhǔn)確，如果對(duì)比研究在線學(xué)習(xí)數(shù)據(jù)和物理學(xué)習(xí)空間數(shù)據(jù)（主要是生理數(shù)據(jù)）的論文，你會(huì)發(fā)現(xiàn)MOOCs和SPOCs等在線學(xué)習(xí)空間中的學(xué)習(xí)分析研究更為盛行。這個(gè)現(xiàn)象與不同學(xué)習(xí)空間中的用戶(hù)數(shù)量有很大關(guān)系，更多的數(shù)據(jù)呼喚著更多模型和算法的產(chǎn)生。相對(duì)而言，物理空間中產(chǎn)生的數(shù)據(jù)規(guī)模太小，相關(guān)的學(xué)習(xí)分析研究則很少。LISA項(xiàng)目中一個(gè)關(guān)于“生理數(shù)據(jù)-情緒反應(yīng)”的對(duì)照試驗(yàn)僅招募了20名學(xué)生作為被試，在使用機(jī)器學(xué)習(xí)算法訓(xùn)練情感模型時(shí)也面臨著數(shù)據(jù)量不足的問(wèn)題，因?yàn)橥ǔＧ楦凶R(shí)別算法都用到了幾百甚至幾千名學(xué)生的數(shù)據(jù)（論壇文本、表情圖像等），所以數(shù)據(jù)的可獲得性將制約實(shí)驗(yàn)的有效性。

但是，隨著傳感器的廣泛使用，在不久的將來(lái)他們會(huì)與我們?nèi)缬半S形以記錄我們的生理信息和我們所在的環(huán)境信息，并驅(qū)動(dòng)著更多關(guān)于物理學(xué)習(xí)空間中的學(xué)習(xí)者研究。這是一個(gè)非常年輕的領(lǐng)域，近來(lái)我們已經(jīng)發(fā)現(xiàn)：利用傳感器獲得的感知數(shù)據(jù)進(jìn)行教育數(shù)據(jù)挖掘已成為一個(gè)凸顯的趨勢(shì)，因此我們需要做一些試驗(yàn)性研究以發(fā)現(xiàn)哪種感知數(shù)據(jù)適合于學(xué)習(xí)分析并能帶來(lái)好的結(jié)果。另外，如果更多的研究機(jī)構(gòu)能共享這些學(xué)習(xí)感知數(shù)據(jù)，這個(gè)領(lǐng)域也將得到快速的發(fā)展，因?yàn)楫a(chǎn)生這些數(shù)據(jù)通常需要高昂的代價(jià)（需要更多傳感器設(shè)備，招募大量被試以及耗費(fèi)大量時(shí)間開(kāi)展實(shí)驗(yàn)）。我們知道匹茲堡的學(xué)習(xí)科學(xué)中心開(kāi)設(shè)了一個(gè)學(xué)習(xí)科學(xué)數(shù)據(jù)平臺(tái)（PSLC Datashop），存儲(chǔ)了來(lái)自于智能導(dǎo)師系統(tǒng)的豐富學(xué)習(xí)數(shù)據(jù)，這個(gè)不斷更新的數(shù)據(jù)源為學(xué)習(xí)行為分析、學(xué)習(xí)效果預(yù)測(cè)與學(xué)習(xí)理論的驗(yàn)證等研究奠定了充分的支持，同樣的，我們也需要涌現(xiàn)這樣的數(shù)據(jù)平臺(tái)以分享物理學(xué)習(xí)空間中產(chǎn)生的感知數(shù)據(jù)。

訪談?wù)撸和ㄟ^(guò)以上討論，我們發(fā)現(xiàn)教學(xué)情境對(duì)學(xué)習(xí)分析研究乃至未來(lái)的教室創(chuàng)設(shè)都非常重要，那么您認(rèn)為應(yīng)如何利用學(xué)習(xí)過(guò)程數(shù)據(jù)創(chuàng)設(shè)有意義的教學(xué)情境？

Pinkwart教授：首先，你需要建立試驗(yàn)性的研究場(chǎng)景，擁有充足的移動(dòng)終端設(shè)備，創(chuàng)建不同類(lèi)型的感知數(shù)據(jù)庫(kù)（生理信號(hào)、人臉表情、環(huán)境數(shù)據(jù)等）以及一個(gè)充分配備傳感器和能讓每個(gè)學(xué)生佩戴一個(gè)智能手環(huán)（為了采集個(gè)人生理數(shù)據(jù)）的數(shù)字化教室，通過(guò)這些環(huán)境的配置，我們可以記錄教室中的學(xué)習(xí)交互過(guò)程。在嚴(yán)格的隱私保護(hù)機(jī)制下，我們通過(guò)感知數(shù)據(jù)的分析可以探索一堂課中哪些活動(dòng)能獲得好的教學(xué)效果，學(xué)生對(duì)什么內(nèi)容感興趣、在哪些方面學(xué)得更好以及在哪個(gè)時(shí)間段產(chǎn)生更高的情緒喚醒度（或更積極的情緒）等信息。在獲得這些信息的基礎(chǔ)上，我們能設(shè)計(jì)一些能激發(fā)學(xué)生學(xué)習(xí)動(dòng)機(jī)、正面情緒及較高情緒喚醒度的教學(xué)情境。

但有時(shí)候，你也可以預(yù)先設(shè)計(jì)一套教學(xué)情境，LISA項(xiàng)目中的一個(gè)合作伙伴——嚴(yán)肅游戲解決方案公司（Serious Games Solutions，SGS）專(zhuān)門(mén)研發(fā)用于消防員和警察技能培訓(xùn)的虛擬仿真系統(tǒng)，他們經(jīng)常邀請(qǐng)不同的人去優(yōu)化這個(gè)仿真系統(tǒng)（增強(qiáng)系統(tǒng)對(duì)不同水平訓(xùn)練者的適應(yīng)性）。如果要指導(dǎo)一個(gè)新手去學(xué)習(xí)基本的滅火技能和臨場(chǎng)應(yīng)變能力，直接讓他進(jìn)入真實(shí)場(chǎng)景去訓(xùn)練是不可能的，因此只有讓他先在這種虛擬情境中去學(xué)習(xí)。當(dāng)然如何判斷虛擬情境下的訓(xùn)練難度仍然是一個(gè)挑戰(zhàn)，在這種教學(xué)情境中，我們可以獲得學(xué)習(xí)者在模擬訓(xùn)練中的優(yōu)勢(shì)技能和冷靜程度。如果你在這個(gè)情境下扮演消防員或警察時(shí)表現(xiàn)較為冷靜且很好地完成了任務(wù)，那么我們便可以提高仿真訓(xùn)練的難度，因此這是一種不需要大量數(shù)據(jù)去訓(xùn)練的教學(xué)情境設(shè)計(jì)方式。

當(dāng)然，在大多數(shù)學(xué)校教育中，我們經(jīng)常探索更為復(fù)雜和開(kāi)放情境下的教學(xué)效果，這就需要記錄大量的學(xué)習(xí)過(guò)程數(shù)據(jù)進(jìn)行教學(xué)情境的適配和對(duì)比分析。特別是課堂教學(xué)中，我們需要利用智能感知技術(shù)去觀察學(xué)生在不同活動(dòng)（參與小組協(xié)作討論、使用智能導(dǎo)學(xué)和學(xué)習(xí)診斷系統(tǒng)等）中的表現(xiàn)，然后在課堂數(shù)據(jù)記錄系統(tǒng)的后臺(tái)進(jìn)行學(xué)習(xí)分析和可視化呈現(xiàn)，發(fā)現(xiàn)需要幫助的學(xué)習(xí)困難者。據(jù)我所知，亞洲一些國(guó)家已經(jīng)采用了課堂數(shù)據(jù)的實(shí)時(shí)捕獲技術(shù)，如學(xué)生注意力檢測(cè)、人臉表情/頭部姿態(tài)/手勢(shì)識(shí)別等，這些智能感知技術(shù)看起來(lái)可以全程跟蹤學(xué)生表現(xiàn)，但這畢竟是機(jī)器的觀察而不是教師的觀察，教學(xué)情境的適配和優(yōu)化還需要教師對(duì)課堂的觀察并輔以學(xué)習(xí)感知數(shù)據(jù)進(jìn)行人工分析和決策。

訪談?wù)撸簽榱松钊攵床鞂W(xué)習(xí)者的學(xué)習(xí)過(guò)程，我們需要從物理空間和網(wǎng)絡(luò)空間采集大量數(shù)據(jù)來(lái)研究他們的情緒、偏好、行為、社會(huì)交互等方面特征，這樣學(xué)習(xí)者將會(huì)被全方位的觀察和分析，但同時(shí)，我們將如何處理學(xué)習(xí)者個(gè)人數(shù)據(jù)的安全和隱私保護(hù)問(wèn)題？

Pinkwart教授：從數(shù)據(jù)倫理角度來(lái)看，我們需考慮我們要用這些數(shù)據(jù)做什么，使用這些技術(shù)的合理方式（倫理上可接受的）是什么。并且從不同利益相關(guān)方（學(xué)習(xí)者、家長(zhǎng)、教師、學(xué)校管理者、技術(shù)供應(yīng)商等）的視角來(lái)對(duì)數(shù)據(jù)驅(qū)動(dòng)的智能監(jiān)測(cè)技術(shù)進(jìn)行利弊分析和權(quán)衡。畢竟，與成績(jī)數(shù)據(jù)不同，學(xué)生的生理信息屬于個(gè)人隱私范疇，這類(lèi)原始數(shù)據(jù)對(duì)教師的教學(xué)并不能產(chǎn)生直接的價(jià)值，而從其中提取的學(xué)習(xí)狀態(tài)信息才是教師愿意看到的，因此在不同的數(shù)據(jù)處理環(huán)節(jié)應(yīng)考慮真正的受益者及其訪問(wèn)權(quán)限。從技術(shù)設(shè)計(jì)的角度來(lái)看，我們需要在系統(tǒng)中確保數(shù)據(jù)產(chǎn)生者的權(quán)利，在未經(jīng)用戶(hù)允許的情況下避免個(gè)人隱私的窺探。例如，LISA項(xiàng)目將存儲(chǔ)學(xué)習(xí)者的生理感知數(shù)據(jù)，我們要求這些數(shù)據(jù)僅保存在學(xué)習(xí)者個(gè)人網(wǎng)絡(luò)空間中，且僅能由標(biāo)識(shí)其個(gè)人身份的移動(dòng)設(shè)備所訪問(wèn)，以避免它們流入一些開(kāi)放式的公共網(wǎng)絡(luò)。所以，我們不會(huì)將數(shù)據(jù)存儲(chǔ)在匿名的云服務(wù)系統(tǒng)中，用戶(hù)將具有完全的控制權(quán)以決定哪些數(shù)據(jù)能被傳輸至學(xué)習(xí)服務(wù)系統(tǒng)進(jìn)行分析，哪些數(shù)據(jù)能被與教師、家長(zhǎng)或其他同伴分享，同樣用戶(hù)也能知道他們自身的哪些數(shù)據(jù)已被采集。

訪談?wù)撸含F(xiàn)在我們已經(jīng)對(duì)LISA項(xiàng)目有了一個(gè)整體的了解，那么該項(xiàng)目將如何應(yīng)用與評(píng)估這種感知數(shù)據(jù)驅(qū)動(dòng)的學(xué)習(xí)分析技術(shù)？該技術(shù)存在哪些局限性？它的發(fā)展前景如何？

Pinkwart教授：我們目前采用的是一種迭代式的產(chǎn)品設(shè)計(jì)方式。在“學(xué)習(xí)同伴”研發(fā)的初始階段，我們使用紙質(zhì)原型來(lái)快速生成和評(píng)估系統(tǒng)的設(shè)計(jì)構(gòu)思。而在當(dāng)前階段，我們正在開(kāi)展一些情感檢測(cè)算法的實(shí)驗(yàn)驗(yàn)證工作，試圖將EDA和HRV兩種生理信號(hào)有效映射到不同的情緒維度（效價(jià)與喚醒度）上。去年，項(xiàng)目的目標(biāo)是評(píng)估我們和三個(gè)工業(yè)伙伴（Serious Games Solutions、SGM Educational Solutions和NEOCOSMO公司）合作研發(fā)的智能教學(xué)產(chǎn)品，它們分別是：虛擬消防訓(xùn)練系統(tǒng)、在線教育雜志以及職業(yè)教育e-learning培訓(xùn)平臺(tái)，因此，工業(yè)伙伴們幫助我們實(shí)現(xiàn)研究構(gòu)思并將其融入到產(chǎn)品中，最后將測(cè)試過(guò)的產(chǎn)品交付給用戶(hù)使用。此外，由于這個(gè)項(xiàng)目涉及多領(lǐng)域合作、產(chǎn)品推廣以及品牌傳播，工業(yè)上的合作者也審慎地評(píng)測(cè)我們實(shí)驗(yàn)室研究的各種學(xué)習(xí)分析方法，以發(fā)現(xiàn)哪些技術(shù)能進(jìn)行規(guī)?；痉逗蛻?yīng)用。

當(dāng)然這些產(chǎn)品只是我們當(dāng)前項(xiàng)目的一部分，隨著感知數(shù)據(jù)支持的“學(xué)習(xí)同伴”系統(tǒng)研發(fā)規(guī)模（更多感知設(shè)備的投入以及更大規(guī)模感知數(shù)據(jù)的產(chǎn)生）不斷擴(kuò)大，這個(gè)項(xiàng)目在學(xué)校的課堂教學(xué)和企業(yè)員工技能培訓(xùn)中將具有更大的應(yīng)用前景。盡管如此，這種技術(shù)也面臨一些局限性，一方面，這個(gè)項(xiàng)目的合作者以及覆蓋的學(xué)科領(lǐng)域仍然太少，而且我們?cè)谘芯恐须y以獲得大量的高精度生理傳感器以及大規(guī)模的實(shí)驗(yàn)參與者，所以我們不能像MOOCs研究那樣對(duì)成千上萬(wàn)的學(xué)習(xí)者數(shù)據(jù)去分析和建模。另一方面，在移動(dòng)學(xué)習(xí)場(chǎng)景下，有很多不確定因素影響了學(xué)習(xí)過(guò)程信息捕獲的準(zhǔn)確性，因此感知數(shù)據(jù)驅(qū)動(dòng)的學(xué)習(xí)分析仍需在學(xué)習(xí)狀態(tài)（情緒喚醒度和效價(jià)、學(xué)習(xí)偏好、認(rèn)知水平等）的識(shí)別和預(yù)測(cè)精度上進(jìn)行深入探索。

訪談?wù)撸涸谥袊?guó)，隨著新興信息技術(shù)的不斷涌現(xiàn)，物理學(xué)習(xí)空間正經(jīng)歷著巨大的變革，傳統(tǒng)教室的教學(xué)環(huán)境逐漸向數(shù)字化、個(gè)性化、智能化的“未來(lái)教室”發(fā)展，您認(rèn)為實(shí)現(xiàn)個(gè)性化和智慧化的學(xué)習(xí)環(huán)境的關(guān)鍵因素是什么？

Pinkwart教授：首先，面向未來(lái)的數(shù)字化教室要包含更多的交互式學(xué)習(xí)技術(shù)，這些能用便攜式筆記本、交互式電子白板、教室反饋系統(tǒng)Clicker等設(shè)備實(shí)現(xiàn)；其次，教室應(yīng)被塑造成更加網(wǎng)絡(luò)化和協(xié)作化的學(xué)習(xí)環(huán)境，使教師、學(xué)習(xí)者、學(xué)習(xí)環(huán)境、各種移動(dòng)設(shè)備和教學(xué)終端之間能無(wú)縫交互；最后，需要對(duì)師生交互、生生交互以及人機(jī)交互過(guò)程中的數(shù)據(jù)進(jìn)行同步采集和事后（或?qū)崟r(shí)）分析。在此過(guò)程中，每個(gè)學(xué)生的學(xué)習(xí)過(guò)程都能由移動(dòng)設(shè)備（如“移動(dòng)學(xué)習(xí)同伴”系統(tǒng)、互動(dòng)反饋系統(tǒng)、情境感知系統(tǒng)等）完整記錄和量化，并分為個(gè)人空間和社交空間數(shù)據(jù)，當(dāng)然交互式學(xué)習(xí)技術(shù)的設(shè)計(jì)應(yīng)遵循數(shù)據(jù)的倫理規(guī)范以保護(hù)學(xué)習(xí)者隱私。

此外，在中國(guó)的正式教育中，教師在課堂中通常扮演著管理者的角色，我們應(yīng)清晰界定教師對(duì)課堂的管理和利用數(shù)據(jù)來(lái)觀察學(xué)生學(xué)習(xí)過(guò)程之間的關(guān)系，可以想象一個(gè)完全由教師把控的課堂將很難幫助學(xué)生開(kāi)展個(gè)性化的自主學(xué)習(xí)乃至探究式學(xué)習(xí)。我了解到，中國(guó)有一些研究機(jī)構(gòu)正開(kāi)展學(xué)習(xí)分析技術(shù)和智能導(dǎo)學(xué)系統(tǒng)的研發(fā)，而且具備規(guī)模化的實(shí)驗(yàn)和測(cè)試環(huán)境，因此我認(rèn)為感知數(shù)據(jù)驅(qū)動(dòng)的學(xué)習(xí)分析技術(shù)在中國(guó)有很大的應(yīng)用前景，但這項(xiàng)技術(shù)的發(fā)展還有賴(lài)于多學(xué)科的交叉融合以及不同領(lǐng)域思想的碰撞。如果能匯聚世界上相關(guān)領(lǐng)域（包括認(rèn)知科學(xué)、學(xué)習(xí)科學(xué)、計(jì)算機(jī)科學(xué)以及數(shù)據(jù)科學(xué)）的頂尖研究者共同合作與探討，將為中國(guó)乃至世界的學(xué)習(xí)科學(xué)變革和教育技術(shù)發(fā)展起到推動(dòng)作用。

訪談?wù)撸悍浅８兄x您接受此次訪談。