劉清堂 尹興翰 章光瓊 吳林靜 苗恩慧 曹天生

[摘?要]?教學(xué)代理的反饋有利于提升學(xué)習(xí)績效，并且反饋的情緒設(shè)計可以有效激發(fā)學(xué)習(xí)者的積極情緒并增強他們的學(xué)習(xí)動機。然而，目前針對在線協(xié)作會話中學(xué)習(xí)者參與度低、協(xié)作知識建構(gòu)抑制等問題，探討情緒設(shè)計支持的教學(xué)代理反饋策略的研究依舊較少。文章通過梳理情緒反應(yīng)理論等相關(guān)研究，構(gòu)建了情緒設(shè)計支持的教學(xué)代理反饋模型，為面向在線協(xié)作會話的智能教學(xué)代理反饋設(shè)計提供參考。在此基礎(chǔ)上，文章開展了準(zhǔn)實驗研究以驗證模型的有效性。研究發(fā)現(xiàn)：（1）教學(xué)代理提供的學(xué)習(xí)情況反饋能夠促進協(xié)作會話參與和協(xié)作知識建構(gòu);（2）且情緒設(shè)計支持的教學(xué)代理反饋更能促進在線協(xié)作會話參與和協(xié)作知識建構(gòu);（3）學(xué)習(xí)者對提供學(xué)習(xí)情況和積極情緒反饋的教學(xué)代理的技術(shù)接受程度顯著高于只提供學(xué)習(xí)情況反饋的教學(xué)代理。這些發(fā)現(xiàn)為教學(xué)代理的設(shè)計和開發(fā)提供了有益的指導(dǎo)。

[關(guān)鍵詞]?在線協(xié)作會話; 教學(xué)代理; 情緒設(shè)計; 學(xué)習(xí)反饋

[中圖分類號] G434?[文獻(xiàn)標(biāo)志碼] A

[作者簡介]?劉清堂（1969—），男，湖北仙桃人。教授，博士，主要從事數(shù)據(jù)挖掘、智能導(dǎo)師、學(xué)習(xí)分析與知識服務(wù)研究。E-mail：liuqtang@mail.ccnu.edu.cn。吳林靜為通訊作者，E-mail：wlj_sz@126.com。

一、引??言

在線協(xié)作會話作為知識建構(gòu)和重塑的媒介，被廣泛應(yīng)用于在線教育中，以支持協(xié)作學(xué)習(xí)過程中學(xué)習(xí)者的社會互動和學(xué)習(xí)成就。并且通過挖掘和分析在線協(xié)作會話，科學(xué)地實施智能化學(xué)習(xí)反饋，可以促進學(xué)習(xí)參與和協(xié)作知識建構(gòu)，解決在線協(xié)作會話中因稀疏互動和時空差距導(dǎo)致的低參與度和協(xié)作知識建構(gòu)抑制等問題。然而，實證研究表明，并非所有學(xué)習(xí)者都愿意接受學(xué)習(xí)反饋并改進學(xué)習(xí)行為。事實上，在線學(xué)習(xí)環(huán)境中學(xué)習(xí)者與學(xué)習(xí)反饋之間存在一定的社會心理距離，這是影響學(xué)習(xí)反饋促進在線學(xué)習(xí)參與和協(xié)作知識建構(gòu)有效性的重要因素之一。但已有研究指出，融合情緒設(shè)計的學(xué)習(xí)反饋更能夠被學(xué)習(xí)者接受，縮短這種社會心理距離，增強在線學(xué)習(xí)中學(xué)習(xí)者的社會存在感，并且有利于幫助他們改善未來的學(xué)習(xí)和行為。

教學(xué)代理（Pedagogical Agent）通常被定義為在線學(xué)習(xí)中為學(xué)習(xí)者提供教學(xué)服務(wù)的虛擬角色，能夠為學(xué)習(xí)者提供即時性學(xué)習(xí)反饋，并具備教師的社會性功能，與學(xué)習(xí)者進行積極的社會互動，幫助他們提高學(xué)習(xí)動機和學(xué)習(xí)參與度。近期研究發(fā)現(xiàn)，對教學(xué)代理的反饋進行情緒設(shè)計在提高學(xué)習(xí)績效和學(xué)習(xí)參與度方面具有巨大的潛力，被視為一種智能化支持學(xué)習(xí)者在線協(xié)作學(xué)習(xí)的有效方法。然而，既往研究主要集中于教學(xué)代理反饋的情緒設(shè)計對數(shù)字化學(xué)習(xí)的影響，其對協(xié)作會話參與和協(xié)作知識建構(gòu)的影響有待進一步探究。因此，本文在系統(tǒng)梳理相關(guān)研究的基礎(chǔ)上，構(gòu)建了情緒設(shè)計支持的教學(xué)代理反饋模型，并通過實證研究驗證其有效性，以指導(dǎo)面向在線協(xié)作會話中學(xué)習(xí)反饋實施，為解決學(xué)習(xí)者持續(xù)參與率不高、知識建構(gòu)水平低等問題提供參考。

二、相關(guān)研究綜述

（一）教學(xué)代理反饋與情緒設(shè)計

人工智能教育應(yīng)用的發(fā)展，驅(qū)動著學(xué)習(xí)支持從傳統(tǒng)教師干預(yù)向智能化教學(xué)服務(wù)轉(zhuǎn)變。教學(xué)代理作為一種智能化的教學(xué)服務(wù)，提供學(xué)習(xí)反饋是其基本功能。根據(jù)反饋的內(nèi)容，教學(xué)代理的反饋分為認(rèn)知反饋和情緒反饋。教學(xué)代理的認(rèn)知反饋被設(shè)計為提供與認(rèn)知相關(guān)的信息，以幫助學(xué)習(xí)者理解和解決問題，能夠?qū)W(xué)習(xí)者的學(xué)習(xí)成績產(chǎn)生積極影響，但無法為學(xué)習(xí)者提供必要的情感支持。而教學(xué)代理的情緒反饋旨在改善學(xué)習(xí)者的情緒狀態(tài)，它通常以情緒設(shè)計為基石，通過贊揚、鼓勵等方式觸發(fā)學(xué)習(xí)者的積極情緒，增強內(nèi)部動機，最終提升學(xué)習(xí)成效。其中，情緒設(shè)計（Emotional Design）是對教學(xué)中的關(guān)鍵元素進行設(shè)計和修飾，它通過影響學(xué)習(xí)者的積極情緒和學(xué)習(xí)動機，進而提高學(xué)習(xí)效果，Mayer等認(rèn)為數(shù)字化學(xué)習(xí)環(huán)境中的情緒設(shè)計具有重要作用。相似地，情緒反應(yīng)理論（Emotional Response Theory）認(rèn)為，教學(xué)中的積極性言語可以引發(fā)學(xué)習(xí)者的積極情緒，從而促使學(xué)習(xí)者產(chǎn)生更多積極的行動。Hatfield也認(rèn)為情緒具有傳染作用，個體在社會交互的過程中表達(dá)的情緒能夠傳達(dá)給其他個體。因此，對教學(xué)代理進行情緒設(shè)計，也能夠誘發(fā)學(xué)習(xí)者產(chǎn)生類似的情緒。并且大量研究驗證了基于情緒設(shè)計的教學(xué)代理反饋的作用。例如Guo等證實了具有積極情緒的教學(xué)代理能夠顯著提高學(xué)習(xí)者在游戲中的學(xué)習(xí)動機和興趣。Liew等也發(fā)現(xiàn)具有積極情緒的教學(xué)代理促進了編程學(xué)習(xí)中學(xué)習(xí)者的情緒和內(nèi)在動機。類似地，Beege等發(fā)現(xiàn)呈現(xiàn)積極情緒的教學(xué)代理能夠促進學(xué)習(xí)者的知識記憶。

相關(guān)研究主要在游戲?qū)W習(xí)、編程學(xué)習(xí)等數(shù)字化學(xué)習(xí)情境中考察了教學(xué)代理反饋的情緒設(shè)計對學(xué)習(xí)動機和學(xué)習(xí)行為的影響。然而，情緒設(shè)計作為一種誘發(fā)學(xué)習(xí)者積極情緒的有效方法，很少直接應(yīng)用在基于在線協(xié)作會話的學(xué)習(xí)反饋設(shè)計中，尚不足以解決在線協(xié)作會話中學(xué)習(xí)者難以持續(xù)學(xué)習(xí)、知識建構(gòu)水平低等問題，并且其對學(xué)習(xí)者協(xié)作知識建構(gòu)的影響機制尚不清晰。因此，有必要進一步探索教學(xué)代理反饋對在線協(xié)作會話的影響，以推動在線協(xié)作學(xué)習(xí)的高質(zhì)量發(fā)展。其次，學(xué)習(xí)者對教學(xué)代理的主觀感知仍然需要進一步探討。

（二）在線協(xié)作會話與學(xué)習(xí)反饋

智能時代，學(xué)習(xí)分析技術(shù)推動了數(shù)據(jù)驅(qū)動的學(xué)習(xí)分析與反饋，為提高在線協(xié)作會話中學(xué)習(xí)參與度和積極性提供了有力保障。例如Chen等人開發(fā)了在線協(xié)作會話的語義分析及反饋系統(tǒng)以促進學(xué)習(xí)者參與及提升會話有效性;Ouyang等人開發(fā)了基于在線協(xié)作會話的可視化網(wǎng)絡(luò)分析工具，目的是促進學(xué)習(xí)者自我反思，以實現(xiàn)協(xié)作知識建構(gòu);Zheng等人從學(xué)習(xí)投入的角度分析學(xué)習(xí)小組的在線討論情況，用于促進計算機支持的協(xié)作學(xué)習(xí)中的協(xié)作知識建構(gòu)和協(xié)作績效?，F(xiàn)有研究發(fā)現(xiàn)在線協(xié)作會話中的學(xué)習(xí)反饋具有重要作用，它可以幫助學(xué)習(xí)者了解或反思自己或同伴的學(xué)習(xí)情況，最終提高他們的學(xué)習(xí)參與度。然而，當(dāng)前研究中的學(xué)習(xí)反饋以呈現(xiàn)學(xué)習(xí)表現(xiàn)的弱干預(yù)手段為主，并且學(xué)習(xí)反饋中的水平劃分甚至可能導(dǎo)致學(xué)習(xí)者產(chǎn)生焦慮情緒。相比之下，學(xué)習(xí)者更需要有溫度的學(xué)習(xí)反饋，當(dāng)他們難以感受到學(xué)習(xí)氛圍時，他們的協(xié)作知識建構(gòu)水平會受到抑制，并容易感到孤獨。

除此之外，學(xué)習(xí)者的情感體驗被證明是直接影響他們社會交互的主要因素之一，對改善在線協(xié)作會話中學(xué)習(xí)者的情感體驗和學(xué)習(xí)效果尤為重要。并且積極情緒對學(xué)習(xí)者的認(rèn)知具有促進作用，積極情緒通過擴大注意力范圍、促進記憶來影響認(rèn)知加工。而教學(xué)代理作為在線學(xué)習(xí)干預(yù)的新發(fā)展，具有教師的社會角色功能，可以為學(xué)習(xí)者提供更加人性化的學(xué)習(xí)反饋，幫助學(xué)習(xí)者提升在線學(xué)習(xí)中的情感體驗，促進認(rèn)知加工。據(jù)此，本文著重開展在線協(xié)作會話中情緒設(shè)計支持的教學(xué)代理反饋研究，為促進協(xié)作會話參與和協(xié)作知識建構(gòu)提供理論和實踐參考。

三、情緒設(shè)計支持的教學(xué)代理反饋模型構(gòu)建

統(tǒng)整已有研究來看，為學(xué)習(xí)者提供即時性學(xué)習(xí)情況反饋和積極情緒反饋對學(xué)習(xí)效果都具有非常重要的作用，且相關(guān)研究表明，教學(xué)代理同時為學(xué)習(xí)者提供學(xué)習(xí)情況反饋和積極情緒比只提供其中一種干預(yù)更有利于學(xué)習(xí)的正向發(fā)展。為學(xué)習(xí)者提供認(rèn)知、行為層面的學(xué)習(xí)情況反饋可以幫助他們進行反思，提高他們的學(xué)習(xí)參與度。此外，對學(xué)習(xí)者進行積極鼓勵也可以改善他們的學(xué)習(xí)效果。鑒于此，本文構(gòu)建了情緒設(shè)計支持的教學(xué)代理反饋模型，旨在探討教學(xué)代理促進在線協(xié)作會話過程中學(xué)習(xí)者行為能動參與及深度知識建構(gòu)的理論基礎(chǔ)，模型如圖1所示。

情緒設(shè)計支持的教學(xué)代理反饋模型包括機器智能與學(xué)習(xí)賦能兩個部分。其中，機器智能部分借鑒Clow的學(xué)習(xí)分析模型思想，旨在實現(xiàn)由數(shù)據(jù)度量到學(xué)習(xí)干預(yù)的科學(xué)過程。而學(xué)習(xí)賦能部分借鑒了信息加工學(xué)習(xí)理論的思想，該理論認(rèn)為學(xué)習(xí)反饋作為外部信息可以刺激機體的感知系統(tǒng)，并經(jīng)過學(xué)習(xí)者內(nèi)部的信息加工，最終提升反應(yīng)系統(tǒng)中的學(xué)習(xí)效果。

（一）學(xué)習(xí)分析支持智能反饋

1. 學(xué)習(xí)分析與學(xué)習(xí)反饋

在線協(xié)作會話過程中產(chǎn)生的交互文本數(shù)據(jù)蘊含著學(xué)習(xí)者認(rèn)知、行為、情感等豐富信息，充分反映了學(xué)習(xí)規(guī)律、模式以及存在的問題。本文將學(xué)習(xí)者會話以“學(xué)習(xí)者—發(fā)言內(nèi)容—時間”三元組形式實時存儲在數(shù)據(jù)庫中，并采用RFM模型對學(xué)習(xí)者會話數(shù)據(jù)進行表征和分析，以更好地了解學(xué)習(xí)者在協(xié)作會話中的參與情況。其中，RFM模型是一種通過近度-R（Recency，最近一次產(chǎn)生行為時間）、頻度-F（Frequency，行為頻率）、值度-M（Monetary，貢獻(xiàn)價值）三個行為變量對學(xué)習(xí)者個性化行為特征進行分析的有效方法，常被用以分析學(xué)習(xí)者的在線學(xué)習(xí)行為。因此，本文結(jié)合學(xué)習(xí)者在協(xié)作會話中的行為特征改進RFM模型指標(biāo)，以衡量在線協(xié)作會話中學(xué)習(xí)者的表現(xiàn)。其中，近度為學(xué)習(xí)者最近一次發(fā)言距離上一次反饋的時間間隔，用于判斷學(xué)習(xí)者是否參與當(dāng)前會話;頻度為學(xué)習(xí)者在一段時間內(nèi)的發(fā)言頻次，表示學(xué)習(xí)者的行為投入水平;值度為學(xué)習(xí)者在一段時間內(nèi)的關(guān)鍵詞貢獻(xiàn)，表示學(xué)習(xí)者對小組的認(rèn)知投入。頻度和值度用于診斷學(xué)習(xí)者在協(xié)作會話中的表現(xiàn)，按這兩個維度將學(xué)習(xí)者劃分為A、B、C、D四種類型。其中，A類型（高F、高M）的學(xué)習(xí)者在該階段的討論中積極性最高，其行為和認(rèn)知投入度最高，為小組貢獻(xiàn)了大量的觀點;B類型（高M、低F）的學(xué)習(xí)者在該階段中發(fā)言行為較少，但對小組的貢獻(xiàn)較高;C類型（高F、低M）的學(xué)習(xí)者在該階段擁有較高的發(fā)言行為，但認(rèn)知貢獻(xiàn)較少;D類型（低M、低M）的學(xué)習(xí)者在該階段討論中積極性較低，且貢獻(xiàn)較少。

此外，為了豐富在線協(xié)作會話中學(xué)習(xí)者的行為表征，以進一步為學(xué)習(xí)者提供個性化反饋，教學(xué)代理還對學(xué)習(xí)者的學(xué)習(xí)類型轉(zhuǎn)換進行檢測，通過比較學(xué)習(xí)者在前后兩個階段的類型，可得到16種轉(zhuǎn)換形態(tài)，并根據(jù)學(xué)習(xí)者在協(xié)作會話中的類型轉(zhuǎn)變， 為學(xué)習(xí)者提供更精準(zhǔn)的信息反饋。

2. 情緒設(shè)計與學(xué)習(xí)反饋

教學(xué)代理在協(xié)作會話過程中擔(dān)任學(xué)習(xí)督促者和激勵者的角色，能夠提高學(xué)習(xí)者的參與度和學(xué)習(xí)積極性。教學(xué)代理還應(yīng)該為學(xué)習(xí)者提供有溫度、有情感的學(xué)習(xí)反饋，一方面，教學(xué)代理在學(xué)習(xí)者類型分析和類型轉(zhuǎn)變分析的基礎(chǔ)上，提供即時性的學(xué)習(xí)情況反饋，幫助學(xué)習(xí)者了解自身學(xué)習(xí)情況。例如當(dāng)學(xué)習(xí)者表現(xiàn)下降后，教學(xué)代理人機對話窗口向?qū)W習(xí)者發(fā)出提醒“你的發(fā)言質(zhì)量和發(fā)言數(shù)量下降到小組后50%”。另一方面，通過添加積極情感詞匯和鼓勵性話語等方式，對教學(xué)代理的交互言語進行積極情緒設(shè)計，以誘發(fā)學(xué)習(xí)者的積極情緒，從而提高他們在協(xié)作會話過程中的認(rèn)知加工水平。如當(dāng)學(xué)習(xí)者表現(xiàn)退步時，教學(xué)代理會及時反饋：“請積極參與討論哦，相信你可以做得更好，加油！”

（二）學(xué)習(xí)反饋賦能協(xié)作學(xué)習(xí)

教學(xué)代理可以為學(xué)習(xí)者提供學(xué)習(xí)情況反饋和積極情緒反饋，以期引起學(xué)習(xí)者的自我反思與積極情緒，從而增強他們的學(xué)習(xí)動機，促進協(xié)作會話參與和協(xié)作知識建構(gòu)。因此，厘清教學(xué)代理對學(xué)習(xí)者的內(nèi)在作用過程，是支持學(xué)習(xí)反饋的基礎(chǔ)條件。

1. 學(xué)習(xí)情況反饋的作用過程

根據(jù)元認(rèn)知理論，在線學(xué)習(xí)中的學(xué)習(xí)反饋作為一種元認(rèn)知支持，有利于幫助學(xué)習(xí)者發(fā)現(xiàn)學(xué)習(xí)差距、培養(yǎng)自我意識、促進自我反思和自我評估。在協(xié)作會話中提供有關(guān)認(rèn)知、行為表現(xiàn)的反饋，可以加深學(xué)習(xí)者對學(xué)習(xí)過程和表現(xiàn)的認(rèn)知。對學(xué)習(xí)者在協(xié)作會話中的表現(xiàn)進行量化，并分析學(xué)習(xí)者的學(xué)習(xí)狀態(tài)變化，最終通過教學(xué)代理反饋給學(xué)習(xí)者，可以幫助學(xué)習(xí)者獲得對自身學(xué)習(xí)情況的感知，以促進自我調(diào)節(jié)與反思，提升學(xué)習(xí)成效。

2. 積極情緒反饋的作用過程

根據(jù)情緒反應(yīng)理論，教學(xué)代理的積極情緒能夠改善學(xué)習(xí)者的學(xué)習(xí)行為。類似地，Lawson等人根據(jù)多媒體學(xué)習(xí)認(rèn)知—情感模型（Cognitive-Affective Theory of Learning with Media， CATLM）以及多媒體學(xué)習(xí)的綜合認(rèn)知情感模型（Integrated Model of Cognitive-Affective Learning with Media， ICALM），把教學(xué)代理反饋的作用過程分為五個部分：教學(xué)代理表現(xiàn)出積極的情緒時，學(xué)習(xí)者能夠意識到代理的情感狀態(tài)，這促使學(xué)習(xí)者對教學(xué)代理產(chǎn)生情感反應(yīng)，并影響到學(xué)習(xí)過程中的認(rèn)知加工（如學(xué)習(xí)者被激勵進行深度加工的程度），它還會影響到學(xué)習(xí)效果。在此基礎(chǔ)上，基于情緒設(shè)計的教學(xué)代理通過影響學(xué)習(xí)者的情緒和動機來促進認(rèn)知加工，最終幫助學(xué)習(xí)者提升學(xué)習(xí)效果。

四、情緒設(shè)計支持的教學(xué)代理反饋的實證研究

（一）研究問題

為了檢驗情緒設(shè)計支持的教學(xué)代理反饋模型的有效性，本文采用準(zhǔn)實驗研究方法探討情緒設(shè)計支持的教學(xué)代理反饋對協(xié)作會話參與和協(xié)作知識建構(gòu)的影響。研究問題主要包括：教學(xué)代理的學(xué)習(xí)情況反饋是否會對協(xié)作會話參與和協(xié)作知識建構(gòu)產(chǎn)生影響嗎，結(jié)合情緒設(shè)計的教學(xué)代理反饋是否更能夠促進協(xié)作會話參與和協(xié)作知識建構(gòu)，學(xué)習(xí)者對不同反饋類型的教學(xué)代理感知程度如何。

（二）研究背景

本文在面向某師范大學(xué)三年級學(xué)生開設(shè)的專業(yè)必修課“信息技術(shù)與課程整合”中開展實證研究，共57名學(xué)習(xí)者參與課程學(xué)習(xí)。學(xué)習(xí)者被安排進行持續(xù)三周的協(xié)作知識建構(gòu)活動。在活動第一周，學(xué)習(xí)者被要求針對學(xué)習(xí)主題收集和梳理相關(guān)信息，并開展第一次在線協(xié)作討論。在討論過程中，小組成員需要闡述他們的觀點，以及批判或反思其他人的想法，并將最后整合的觀點作為協(xié)作成果。在活動第二周，各小組需要開展第二次在線協(xié)作討論，觀看其他小組的協(xié)作成果，并對其進行分析與評價，以進一步完善和細(xì)化本組的協(xié)作成果，從而形成更深層次的知識建構(gòu)。在活動第三周，每個小組選取一名代表參與主題學(xué)習(xí)成果的匯報。

（三）實驗設(shè)計

實驗過程設(shè)計如圖2所示。在此次學(xué)習(xí)活動中，學(xué)習(xí)者被隨機分成9個小組，每組為6～7人，其中，提供積極代理（積極代理組）、提供普通代理（普通代理組）以及不提供代理（無代理組）的學(xué)習(xí)小組各有3個（共19人）。在兩次協(xié)作會話中，對于積極代理組和普通代理組，教學(xué)代理會實時分析社群協(xié)作會話數(shù)據(jù)，并定時地通過人機對話窗口將學(xué)習(xí)反饋發(fā)送給學(xué)習(xí)者，學(xué)習(xí)者可以自由選擇是否查看教學(xué)代理的反饋，以調(diào)節(jié)自己的協(xié)作會話行為。

教學(xué)代理提供的學(xué)習(xí)反饋示例見表1。在會話初始階段，教學(xué)代理會根據(jù)學(xué)習(xí)者的R值判斷學(xué)習(xí)者是否及時參與會話，若未及時參與，則教學(xué)代理將直接通知學(xué)習(xí)者盡快參與當(dāng)前會話教學(xué)代理。否則，教學(xué)代理會通過計算F和M值對學(xué)習(xí)者進行類型診斷，并給予學(xué)習(xí)反饋。在會話進程中，根據(jù)學(xué)習(xí)者類型轉(zhuǎn)換的類別進行反饋，如學(xué)習(xí)者從C類型轉(zhuǎn)變至A類型，代理會從語料庫中隨機抽取一條反饋給學(xué)習(xí)者。

另外，為了確保積極代理與普通代理在學(xué)習(xí)反饋的情緒設(shè)計上存在差異，本文使用百度情感API對教學(xué)代理的55條話語進行情感傾向值計算，并使用獨立樣本檢驗進行差異分析。其中，情感傾向值介于0和1之間，0表示非常消極，1表示非常積極。結(jié)果顯示積極代理和普通代理在言語的情緒設(shè)計上存在顯著差異（=0.000），積極代理的均值為0.825，普通代理的均值為0.308，積極代理的均值距離1較近，偏積極，而普通代理的均值距離0.5較近，偏中性。

（四）數(shù)據(jù)采集及分析

針對研究問題一和研究問題二，為了衡量學(xué)習(xí)者的協(xié)作會話參與和協(xié)作知識建構(gòu)，首先，本文統(tǒng)計分析了各組在協(xié)作會話中的持續(xù)發(fā)言時間、發(fā)言頻數(shù)及產(chǎn)生的信息量（IQ）。其中，信息量的計算如公式（1），表示為關(guān)鍵詞短語，（w）表示關(guān)鍵詞短語在此小組所有關(guān)鍵詞短語出現(xiàn)的頻率。

=∑（）*（（））???????????式（1）

其次，為了衡量各小組的協(xié)作知識建構(gòu)情況，本文借鑒了Zhang等針對協(xié)作會話開發(fā)的知識建構(gòu)編碼方案，從積累、互動、檢查和適應(yīng)四個維度分析學(xué)習(xí)小組協(xié)作會話過程中的協(xié)作知識建構(gòu)。為了保證編碼分析的信度，由兩名經(jīng)驗豐富的研究生對在線協(xié)作會話文本數(shù)據(jù)進行編碼，以學(xué)習(xí)者的一條發(fā)言作為一個編碼單元，編碼一致性達(dá)到0.876，說明具有良好的信度。

針對研究問題三，為了衡量學(xué)習(xí)者對不同類型教學(xué)代理的感知程度是否存在差異，本文基于技術(shù)接受度模型（TAM）編制調(diào)查問卷。問卷包括教學(xué)代理的有用性、易用性、滿意度、樂用性和鼓勵性五個維度20題，其中鼓勵性為學(xué)習(xí)者對代理鼓勵性話語的敏感程度。問卷采用李克特五星評分量表，1表示為“非常不贊同”，5表示為“非常贊同”，問卷具有良好的信度（Cronbach's α=0.959）。并結(jié)合定性研究的方法，邀請了18名學(xué)習(xí)者（每個小組抽取2名）參與半結(jié)構(gòu)化訪談。

（五）數(shù)據(jù)分析結(jié)果

1.教學(xué)代理的學(xué)習(xí)情況反饋會對協(xié)作會話參與和協(xié)作知識建構(gòu)產(chǎn)生影響嗎

在協(xié)作會話參與上，普通代理組與無代理組的曼—惠特尼U檢驗分析結(jié)果見表2，普通代理組與無代理組在持續(xù)發(fā)言時間（=-0.655，=0.700>0.05）、發(fā)言頻數(shù)（=-1.528，=0.200>0.05）以及信息量（=-0.655，=0.700>0.05）上均不存在顯著差異。但是普通代理組在持續(xù)發(fā)言時間、發(fā)言頻數(shù)、信息量上均明顯高于無代理組，特別是在發(fā)言數(shù)量上呈現(xiàn)出較大的差異，說明教學(xué)代理提供的學(xué)習(xí)情況反饋能促進學(xué)習(xí)者的協(xié)作會話參與。

普通代理組和無代理組的協(xié)作知識建構(gòu)頻數(shù)卡方檢驗結(jié)果見表3，結(jié)果呈現(xiàn)出顯著差異（=36.220，=0.000）。無代理組在積累上的編碼百分比皆高于普通代理組，而在檢查、適應(yīng)維度上皆低于普通代理組，說明教學(xué)代理的學(xué)習(xí)情況反饋有助于促進學(xué)習(xí)者更高層次的協(xié)作知識建構(gòu)。

2.結(jié)合情緒設(shè)計的教學(xué)代理反饋是否更能促進協(xié)作會話參與和協(xié)作知識建構(gòu)

對情感代理組和普通代理組的持續(xù)發(fā)言時間、發(fā)言頻數(shù)、信息量進行曼—惠特尼U檢驗分析，結(jié)果見表4，它們在持續(xù)發(fā)言時間（=-1.528，=0.200>0.05）、發(fā)言頻數(shù)（=-1.091，=0.400>0.05）以及信息量（=-1.964，=0.100>0.05）上不存在顯著差異。但是情感代理組在持續(xù)發(fā)言時間、發(fā)言頻數(shù)、信息量上均明顯高于普通代理組，說明教學(xué)代理的積極情緒反饋有利于促進協(xié)作會話參與。

在協(xié)作知識建構(gòu)層面，積極代理組和普通代理組的協(xié)作知識建構(gòu)頻數(shù)卡方檢驗結(jié)果見表5，結(jié)果呈現(xiàn)出顯著差異（=32.645，=0.000）。積極代理組在檢查、適應(yīng)兩個維度上的編碼百分比，明顯高于普通代理組，說明積極代理同時提供積極情緒和學(xué)習(xí)情況反饋，比只提供學(xué)習(xí)情況反饋更有助于促進深層次的協(xié)作知識建構(gòu)。

3. 學(xué)習(xí)者對不同反饋類型的教學(xué)代理感知程度如何

教學(xué)代理感知程度的問卷調(diào)查數(shù)據(jù)的獨立樣本檢驗分析結(jié)果見表6。積極代理與普通代理在滿意度（=0.01）、有用性（=0.014）、樂用性（=0.002）上存在顯著性差異，說明學(xué)習(xí)者對積極代理的接受度、滿意度和使用意愿顯著高于普通代理。另外，學(xué)習(xí)者對積極代理鼓勵性（=0.001）的感知鼓勵性顯著高于普通代理。而在易用性（=0.122）上，積極代理和普通代理不存在顯著差異，且兩組差距較小，并且均大于3.7，表明積極代理和普通代理在設(shè)計上對學(xué)習(xí)者而言都是簡單易用的。

另外，訪談結(jié)果顯示，積極代理組和普通代理組近八成的受訪者認(rèn)為教學(xué)代理的學(xué)習(xí)反饋與他們的表現(xiàn)較為一致，他們認(rèn)為教學(xué)代理的反饋有利于促進他們的在線協(xié)作會話參與。在教學(xué)代理的積極情緒上，積極代理組的受訪者一致認(rèn)為他們感受到積極代理的積極情緒和對他們的鼓勵，特別是當(dāng)他們的學(xué)習(xí)狀態(tài)處于低迷時，積極代理的鼓勵會幫助他們增強信心?？偟膩碚f，積極代理受到學(xué)習(xí)者較高的認(rèn)可和評價，但也有個別學(xué)習(xí)者希望積極代理可以為他們提供更詳細(xì)、直觀的評價數(shù)據(jù)。

五、研究結(jié)論與討論

（一）教學(xué)代理的學(xué)習(xí)情況反饋能夠促進協(xié)作會話參與和協(xié)作知識建構(gòu)

研究結(jié)果表明，教學(xué)代理提供有關(guān)行為和認(rèn)知表現(xiàn)的學(xué)習(xí)反饋有助于提升協(xié)作會話參與和協(xié)作知識建構(gòu)。根據(jù)元認(rèn)知理論，為學(xué)習(xí)者提供即時性的學(xué)習(xí)反饋，可以幫助他們及時了解學(xué)習(xí)情況，促進學(xué)習(xí)反思，從而改進學(xué)習(xí)行為。Wambsganss等也發(fā)現(xiàn)，及時為學(xué)習(xí)者反饋學(xué)習(xí)表現(xiàn)，可以幫助他們及時調(diào)整自己的學(xué)習(xí)策略，這對維持學(xué)習(xí)者參與熱情是必不可少的。因此，分析和反饋在線協(xié)作學(xué)習(xí)中學(xué)習(xí)者的過程性表現(xiàn)，幫助學(xué)習(xí)者了解學(xué)習(xí)情況、實現(xiàn)自我調(diào)節(jié)，對促進協(xié)作學(xué)習(xí)具有重要價值。

（二）結(jié)合情緒設(shè)計的教學(xué)代理反饋更能促進協(xié)作會話參與和協(xié)作知識建構(gòu)

反饋的情緒設(shè)計對促進高效的在線協(xié)作會話具有重要作用。研究表明，積極代理提供的積極鼓勵促進了學(xué)習(xí)者的協(xié)作會話參與和協(xié)作知識建構(gòu)。根據(jù)情緒反應(yīng)理論，當(dāng)學(xué)習(xí)者感受到學(xué)習(xí)反饋中的積極情緒，也會產(chǎn)生積極情緒。Beege等人也得到了相似的結(jié)論，為學(xué)習(xí)者提供積極、鼓勵性的反饋，有利于提升他們的情緒體驗，增強他們的學(xué)習(xí)動機。因此，應(yīng)該對在線協(xié)作會話過程的學(xué)習(xí)反饋進行情緒設(shè)計，在反饋內(nèi)容中融入情緒設(shè)計元素，可以增強學(xué)習(xí)者的學(xué)習(xí)體驗，降低學(xué)習(xí)者在線學(xué)習(xí)過程中的孤獨感，這將有助于維持在線學(xué)習(xí)中學(xué)習(xí)者的持續(xù)參與。

（三）學(xué)習(xí)者對提供學(xué)習(xí)情況和積極情緒反饋的教學(xué)代理感知程度更高

根據(jù)問卷調(diào)查和訪談結(jié)果，可以發(fā)現(xiàn)積極代理比普通代理更能夠獲得學(xué)習(xí)者的認(rèn)可，其滿意度和使用意愿均高于普通代理。教學(xué)代理的積極情緒有利于減少學(xué)習(xí)者與教學(xué)代理之間的心理距離，從而使學(xué)習(xí)者更容易接受學(xué)習(xí)反饋，提高了“皮格馬利翁效應(yīng)”發(fā)生的可能性。因此，在未來教學(xué)代理的設(shè)計中應(yīng)該充分考慮情緒設(shè)計的作用，發(fā)揮教學(xué)代理的激勵者角色功能，為學(xué)習(xí)者提高必要的情感支持。

六、結(jié)??語

隨著智能時代學(xué)習(xí)分析技術(shù)的不斷成熟，教學(xué)代理越來越注重對學(xué)習(xí)過程數(shù)據(jù)的精準(zhǔn)化和為學(xué)習(xí)者提供智能化的學(xué)習(xí)反饋。本文在情緒反應(yīng)理論、元認(rèn)知理論等相關(guān)理論的基礎(chǔ)上，構(gòu)建了情緒設(shè)計支持的教學(xué)代理反饋模型，并通過準(zhǔn)實驗研究驗證了其有效性。研究發(fā)現(xiàn)，教學(xué)代理提供的學(xué)習(xí)情況反饋有利于提升協(xié)作會話參與和協(xié)作知識建構(gòu)，并且情緒設(shè)計可以增強教學(xué)代理反饋的效應(yīng)，學(xué)習(xí)者對提供學(xué)習(xí)情況和積極情緒反饋的教學(xué)代理感知程度更高。研究結(jié)論對教學(xué)代理的推廣應(yīng)用和協(xié)作學(xué)習(xí)的高質(zhì)量發(fā)展具有重要的理論和實踐價值。

盡管本文提供了一種有效的情緒設(shè)計支持的教學(xué)代理反饋模型，但仍存在一些需要改進的地方。首先，我們尚未深入探討教學(xué)代理反饋的消極情緒設(shè)計是否會影響在線協(xié)作學(xué)習(xí)效果。其次，我們尚未考慮教學(xué)代理反饋時機對反饋效果的影響。因此，未來研究應(yīng)該著重關(guān)注這些問題，進一步為學(xué)習(xí)者提供更精準(zhǔn)、智能的學(xué)習(xí)服務(wù)。

[參考文獻(xiàn)]

[1] XU B， CHEN N S， CHEN G. Effects of teacher role on student engagement in weChat-based online discussion learning[J]. Computers & education， 2020，157：103956.

[2] 吳林靜，高喻，涂鳳嬌，等.基于語義的在線協(xié)作會話學(xué)習(xí)投入自動分析模型及應(yīng)用研究[J].電化教育研究，2022，43（3）：77-84.

[3] WINSTONE N E， NASH R A， PARKER M， et al. Supporting learners' agentic engagement with feedback： a systematic review and a taxonomy of recipience processes[J]. Educational psychologist， 2017，52（1）：17-37.

[4] TETTEGAH S Y， GARTMEIER M. Emotions， technology， design， and learning[M]. London： Academic Press，2015：163-182.

[5] MULLINER E， TUCKER M. Feedback on feedback practice： perceptions of students and academics[J]. Assessment & evaluation in higher education，2017，42（2）：266-288.

[6] YILMAZ R， YILMAZ F G K. Examination of the effectiveness of the task and group awareness support system used for computer-supported collaborative learning[J]. Educational technology research and development，2020，68：1355-1380.

[7] SINATRA A M， POLLARD K A， FILES B T， et al. Social fidelity in virtual agents： impacts on presence and learning[J]. Computers in human behavior， 2021，114：106562.

[8] ECONOMIDES A A. Personalized feedback in CAT[J]. WSEAS transactions on advances in engineering education， 2005，2（3）： 174.

[9] LANG Y， XIE K， GONG S， et al. The impact of emotional feedback and elaborated feedback of a pedagogical agent on multimedia learning[J]. Frontiers in psychology， 2022，13：810194.

[10] PAUW L S， SAUTER D A， VAN K G A， et al. The avatar will see you now： support from a virtual human provides socio-emotional benefits[J]. Computers in human behavior， 2022，136：107368.

[11] MAYER R E， ESTRELLA G. Benefits of emotional design in multimedia instruction[J]. Learning and instruction， 2014，33：12-18.

[12] HORAN S M， MARTIN M M， WEBER K. Understanding emotional response theory： the role of instructor power and justice messages[J]. Communication quarterly， 2012，60（2）：210-233.

[13] HATFIELD E， CACIOPPO J T， RAPSON R L. Emotional contagion[J]. Current directions in psychological science， 1993， 2（3）： 96-100.

[14] 巴深，劉清堂，吳林靜，等.教育智能體情緒線索對大學(xué)習(xí)者學(xué)習(xí)情緒與動機的影響研究[J].遠(yuǎn)程教育雜志，2021，39（6）：48-57.

[15] GUO Y R， GOH D H L. Evaluation of affective embodied agents in an information literacy game[J]. Computers & education， 2016，?103：59-75.

[16] LIEW T W， NAM Z. Exploring the affective， motivational and cognitive effects of pedagogical agent enthusiasm in a multimedia learning environment[J]. Human-centric computing and information sciences， 2017，7（1）：1-21.

[17] BEEGE M， SCHNEIDER S. Emotional design of pedagogical agents： the influence of enthusiasm and model-observer similarity[J]. Educational technology research and development， 2023，71（3）：859-880.

[18] 王雪，高澤紅，徐文文，等.反饋的情緒設(shè)計對視頻學(xué)習(xí)的影響機制研究[J].電化教育研究，2021，42（3）：69-74.

[19] CHEN C M， LI M C， CHANG W C， et al. Developing a topic analysis instant feedback system to facilitate asynchronous online discussion effectiveness[J]. Computers & education， 2020，163（3）：104095.

[20] OUYANG F， CHEN S， LI X. Effect of three network visualizations on students' social-cognitive engagement in online discussions[J]. British journal of educational technology， 2021，52（6）：2242-2262.

[21] ZHENG L， LONG M， NIU J， et al. An automated group learning engagement analysis and feedback approach to promoting collaborative knowledge building， group performance， and socially shared regulation in CSCL[J]. International journal of computer-supported collaborative learning，2023，18（1）：101-133.

[22] OLLESCH L， VENOHR O， BODEMER D. Implicit guidance in educational online collaboration： supporting highly qualitative and friendly knowledge exchange processes[J]. Computers and education open， 2022， 3： 100064.

[23] 胡水星，荊洲.在線學(xué)習(xí)干預(yù)的新發(fā)展：從學(xué)習(xí)分析儀表盤到教育智能體[J].遠(yuǎn)程教育雜志，2022，40（5）：83-92.

[24] LI C， XING W， LEITE W. Building socially responsible conversational agents using big data to support online learning： a case with Algebra Nation[J]. British journal of educational technology， 2022， 53（4）： 776-803.

[25] XING W， TANG H， PEI B. Beyond positive and negative emotions： Looking into the role of achievement emotions in discussion forums?of MOOCs[J]. The internet and higher education， 2019，43：100690.

[26] 楊紅云，陳旭輝，顧小清.多媒體學(xué)習(xí)中視覺情緒設(shè)計對學(xué)習(xí)效果的影響——基于31項實驗與準(zhǔn)實驗研究的元分析[J].電化教育研究，2020，41（1）：76-83.

[27] BAYLOR A L， KIM Y. Simulating instructional roles through pedagogical agents[J]. International journal of artificial intelligence in education， 2005，15（2）：95-115.

[28] CLOW D. The learning analytics cycle： closing the loop effectively[C]// SHUM S B. Proceedings of the Second International Conference on Learning Analytics & Knowledge. New York： ACM，2012：134-138.

[29] 王云，李志霞，白清玉等.在線討論中動態(tài)學(xué)習(xí)情緒和認(rèn)知行為序列的關(guān)系研究[J].電化教育研究，2020，41（6）：60-67.

[30] 閆春，劉璐.基于改進SOM神經(jīng)網(wǎng)絡(luò)模型與RFM模型的非壽險客戶細(xì)分研究[J].數(shù)據(jù)分析與知識發(fā)現(xiàn)，2020，4（4）：83-90.

[31] 宗陽，鄭勤華，陳麗.中國MOOCs學(xué)習(xí)者價值研究——基于RFM模型的在線學(xué)習(xí)行為分析[J].現(xiàn)代遠(yuǎn)距離教育，2016（2）：21-28.

[32] 張瑾，張夷楠，葉海智，等.教師在線學(xué)習(xí)社區(qū)中會話主題發(fā)現(xiàn)及演化分析[J].遠(yuǎn)程教育雜志，2021，39（2）：85-94.

[33] BARDACH L， KLASSEN R M， DURKSEN T L， et al. The power of feedback and reflection： testing an online scenario-based learning intervention for student teachers[J]. Computers & education， 2021， 169： 104194.

[34] LAWSON A， MAYER R， ADAMO-VILLANI N， et al. Recognizing the emotional state of human and virtual instructors[J]. Computers in human behavior， 2021， 114： 106554.

[35] 王燕青，龔少英，姜甜甜，等.情感代理能否提高多媒體學(xué)習(xí)的效果？[J].心理科學(xué)進展，2022，30（7）：1524-1535.

[36] 劉清堂，尹興翰，吳林靜，等.基于學(xué)習(xí)者評論數(shù)據(jù)挖掘的MOOC課程質(zhì)量影響因素研究[J].遠(yuǎn)程教育雜志，2023，41（1）：80-90.

[37] 劉清堂，黃景修，蔣志輝，等.面向在線討論的時間序列建模實驗[J].現(xiàn)代教育技術(shù)，2019，29（5）：39-45.

[38] ZHANG S， CHEN H， WEN Y， et al. Exploring the influence of interactive network and collective knowledge construction mode on students' perceived collective agency[J]. Computers & education， 2021，171：104240.

[39] DAVIS F D， BAGOZZI R P， WARSHAW P R. User acceptance of computer technology： a comparison of two theoretical models[J]. Management science， 1989， 35（8）：982-1003.

[40] KWON O， WEN Y. An empirical study of the factors affecting social network service use[J]. Computers in human behavior， 2010， 26（2）：254-263.

[41] THIEMO W， ANDREAS J， MARCO J L. Enhancing argumentative writing with automated feedback and social comparison nudging[J].?Computers & education，2022，191：104644.

[42] BEEGE M， SCHNEIDER S， NEBEL S， et al. Does the effect of enthusiasm in a pedagogical agent's voice depend on mental load in the learner's working memory？ [J]. Computers in human behavior， 2020， 112：106483.

A Study on Construction and Application of Pedagogical Agent Feedback Model Supported by Emotional Design in Online Collaborative Sessions

LIU Qingtang，?YIN Xinghan，?ZHANG Guangqiong，?WU Linjing，?MIAO Enhui，?CAO Tiansheng

（1.Faculty of Artificial Intelligence in Education， Central China Normal University， Wuhan Hubei 430079;2.Central China Normal University Press， Wuhan Hubei 430079）

[Abstract]?Feedback from pedagogical agents facilitates learning performance， and the emotional design of feedback can effectively stimulate learners' positive emotions and enhancing their motivation to learn. However， there are still few studies that explore the feedback strategies of pedagogical agents supported by emotional design to address the problems of low learner engagement and inhibition of collaborative knowledge construction in online collaborative sessions. This paper constructs a pedagogical agent feedback model supported by emotional design by reviewing emotional response theory and other related studies， and provides a reference for intelligent pedagogical agent feedback design for online collaborative sessions. On this basis， a quasi-experimental study is conducted to verify the validity of the model. The findings indicate that： （1） the learning feedback provided by pedagogical agents can promote the participation of collaborative sessions and collaborative knowledge building. （2） The pedagogical agent feedback supported by emotional design is more likely to promote the participation of collaborative sessions and collaborative knowledge building. （3） Learners' acceptance of the pedagogical agent that provides the feedback on learning and positive emotions is significantly higher than that of the pedagogical agent that only provides the feedback on learning. These findings provide useful guidance for the design and development of pedagogical agents.

[Keywords]?Online Collaborative Session; Pedagogical Agent; Emotional Design; Learning Feedback