教育領域中的情感計算技術：應用隱憂、生成機制與實踐規(guī)約

蔣艷雙 崔璨 劉嘉豪 岳麗杰

摘要：情感計算可為分析學生情感狀態(tài)、研究學生情感作用機理、設計人性化的服務和產品、創(chuàng)設自然和諧的人機交互提供可能性。該文重點分析教育領域中情感計算技術的價值和應用場景，探討情感計算教育應用的困境與隱憂，并從內生性邏輯和關系性邏輯出發(fā)審視教育領域中情感計算應用隱憂的生成機制?；诖耍岢鏊狞c實踐規(guī)約：（1）聚焦多學科交叉融合，攻克教育中情感計算的關鍵技術；（2）制定情感計算技術審查標準與規(guī)范，實現跨人機的情感規(guī)則形塑；（3）控制學生的隱私邊界滲透，構建數字全景敞視下的多元協同共治；（4）加強情感計算技術主體責任意識教育，提升情感計算教育應用生態(tài)效度。該文可為我國情感計算技術規(guī)范而有序地融入教育生態(tài)提供理論借鑒和行動指南。

關鍵詞：情感計算教育應用；應用隱憂；倫理決策；人工智能；實踐規(guī)約

中圖分類號：G434 文獻標識碼：A

* 本文系北京市教育科學“十四五”規(guī)劃2021年度青年專項課題“雙師教學場域中的學生情感氛圍動力學模型研究”（課題編號：CECA21109）階段性研究成果。

學生情感能夠顯著影響認知過程，是學習行為的重要驅動因素。情感計算可為分析學生情感狀態(tài)、研究學生情感作用機理、設計人性化的服務和產品[1]、創(chuàng)設自然和諧的人機交互[2]提供可能性。近年來，教育領域中情感計算技術應用得以快速發(fā)展，在教育反饋與干預[3]、優(yōu)化師生體驗[4]等方面發(fā)揮了積極作用，但也存在“過度情感勞動”“情感依賴”“情感異化”等應用困境與隱憂，以及侵犯個人隱私等倫理問題，為學生、教師、企業(yè)研發(fā)人員、教育管理者、教育研究者等利益相關者帶來了諸多困擾，也對智能時代的教育治理提出更高的要求。因此，本研究對國際教育領域中情感計算技術的價值及應用場景進行分析，重點審視情感計算教育應用隱憂的生成機制，提出適用性強且指導性高的實踐規(guī)約與研究建議，為我國情感計算技術規(guī)范而有序地融入教育生態(tài)提供理論借鑒和行動指南。

（一）何為情感計算技術

情感計算可被理解為與情感有關、由情感引起或能夠影響情感的因素的計算[5]，其目標是賦予計算機觀察、理解和生成各種情感特征的能力[6]，使其能與人開展自然、親切和生動的交互活動。情感計算的關鍵環(huán)節(jié)包括情感發(fā)生機理研究、情感信號獲取、情感建模分析、情感理解、表達和生成等[7]。從結構層次化的角度來看，情感計算技術的體系架構由數據、模型和可視化[8]三個層次構成，可為教育應用過程提供一個有效且可靠的分析框架。首先，數據層是模型層的輸入和輸出，包括學生情感數據的采集、脫敏、清洗、存儲、處理和分析等技術環(huán)節(jié)，涉及學生行為姿態(tài)數據、生物特征識別數據、語音數據等。其次，模型層旨在解決學生情感建模和智能決策等問題，通過提取多模態(tài)情感特征，對多模態(tài)情感特征集進行降維，經過算法設計與實現，完成特征級或決策級融合，識別并判斷學生的情感狀態(tài)。最后，可視化層是借助5G/ F5G、物聯網、VR/AR等技術，通過可視化界面將編程后的指令傳遞到真實世界，實現學生個體情感信息呈現、群體情感氛圍場進化、個性化教學策略反饋與服務等。

（二）情感計算教育應用四大場景

近年來，美國麻省理工學院（MIT）Picard教授團隊相繼提出了50余種情感計算應用項目[9]。從教育場景來看，情感計算技術于在線教育、人機協同支持的雙師教學、特殊兒童教育、教學評價等方面具有廣泛的應用前景，主要包括情感智能體、可穿戴設備、智能導學系統等體現形式。

1.增強在線教學中的師生情感體驗

在線教學實踐過程中，虛擬課堂或虛擬實驗室作為在線教學的表現形式之一，能夠利用情感計算技術，促進在線學習者和虛擬化身之間的情感交互[10]，實現沉浸式、具身式學習。Krithika[11]通過利用一種基于眼睛和頭部運動的在線學習情緒識別系統，來測量學習者的注意力水平，并對學習者的主題參與度和興趣水平進行分類，從而提高學習者的學習體驗。在前沿技術探索方面，“情感鼠標”（Emotion Mouse）是一種接入在線教學的情感交互系統[12]，它通過檢測在線學習者的皮膚流電反應、脈搏、體溫等信息來推斷學習者的情緒變化。當學習者在學習或練習中出現萎靡不振的情緒時，“情感鼠標”就會發(fā)出提示，并及時播放舒緩的輕音樂，便于調整學習者的學習狀態(tài)。近年來，研究者在基于觸覺的情緒表現形式上也進行了一些探索。Tewell等使用由3個熱刺激器組成的熱刺激陣列提高文本信息的情緒喚醒能力[13]。綜上所述，以上在線教學中的情感計算技術應用，能夠增強師生情感交互，對提高學生學習體驗具有顯著的應用成效。

2.賦能鄉(xiāng)村教育中的新型雙師教學

通過創(chuàng)建具有情緒表現力的智能體來部分代替教師實現情感交流，是當前教育領域中情感計算所關注的學術焦點。針對我國邊遠農村地區(qū)中小學薄弱學校和教學點存在的國家課程開設困難、高質量教學資源匱乏、供給資源匹配性不足等問題，情感智能體支持的新型雙師課堂作為人機協同教學領域中的重要實踐場域，可為邊遠農村地區(qū)跨校和城鄉(xiāng)聯動課堂教學提供支持與服務。情感智能體包括虛擬和實體等表現形式[14]，在雙師教學中扮演基于情感計算技術的虛擬情感教師和情感化助教機器人等角色。情感智能體支持的新型雙師教學是一種復雜的多模態(tài)人機交互系統，通過利用情感計算技術對情感性因素進行算法編程，進而實現模擬、識別和合成學生的情感，為學生提供個性化、自然和諧的情感互動。伴隨模式識別和圖形圖像處理技術的迭代發(fā)展，情感智能體已能夠通過學生的面部表情進行情緒識別和分析，判斷學生的情感狀態(tài)。目前，虛擬教師Baldi[15]、NAO機器人[16]、Kismet機器人[17]等均具備良好的情感識別能力，這些情感智能體可為探索和發(fā)展新型雙師教學方式提供技術支撐。

3.提升孤獨癥兒童的情緒感知能力

孤獨癥兒童患有一組以社會交流和社會互動持續(xù)缺陷、行為興趣重復刻板或異常為特點的異質性神經發(fā)育性疾病，其患病率呈逐年遞增的態(tài)勢[18]。在人機交互中，通過情感計算技術對孤獨癥兒童的社會交往功能缺陷進行情感治療及情感補償，從而提升情緒感知能力。在可穿戴的情感計算技術裝備方面，MIT研究團隊研發(fā)了一種具有社交智能的假肢，通過分析學生的面部表情和頭部運動，實時檢測并推斷孤獨癥兒童的情感狀態(tài)。此外，名為Galvactivator的可穿戴設備利用發(fā)光二極管測量學生的皮膚電流數據，推斷并描繪出人體生理機能亢奮程度的圖譜，最終以可視化技術對學生的情感狀態(tài)予以呈現[19]。在情感智能體應用方面，由倫敦大學學院孤獨癥與教育研究中心研發(fā)的Zeno機器人為孤獨癥學生與同伴/教師之間的互動提供了一種交流工具。Zeno機器人通過生成面部表情來表達情緒，然后鼓勵自閉癥兒童進行模仿，使其在人機交互過程中學會管理自身面部表情和情緒之間的關系[20]。基于孤獨癥兒童面部表情、頭部動作、身體姿態(tài)、手勢、心率、體溫、皮膚汗液反應等多模態(tài)數據，結合孤獨癥診斷結果、文化和性別等信息，治療機器人能夠發(fā)展自身深度學習網絡，進而形成數據至學生情感狀態(tài)的關聯關系。經評估，相較于領域專家，治療機器人能夠更為精確地預測孤獨癥學生高興或不安程度，以及學習興趣水平等表現[21]。

4.發(fā)展智能教育中的學習投入測評

智能教育背景下，基于多模態(tài)數據融合方法進行學生情感計算，可實現對學生情感狀態(tài)的精準評估與跟蹤反饋。有研究能夠實現課堂情境下無干擾地采集學生的面部表情、手勢和身體姿態(tài)等多模態(tài)數據，以分析學生的情感狀態(tài)及學習投入[22]。目前，學界對于學習投入的概念內涵尚未達成共識，但從認知投入、行為投入和情感投入三個維度[23]闡釋其內在機制，已受到眾多研究者的青睞。伴隨情感計算技術的快速發(fā)展，對于學習投入智能化測評，逐步成為智能教育領域關注的前沿議題。Gupta等[24]將DAiSEE數據集分類標注為無聊、積極、困惑和沮喪等情緒，進而測量學習投入度的準確率。Ninaus等[25]利用機器學習算法，通過對學習者的面部表情分析進行情緒識別，從而研判情感投入水平。還有研究探討大學課堂環(huán)境下學生情感狀態(tài)的自動識別方法[26]，幫助教師實時掌握課堂教學過程中的學生情感投入狀態(tài)。

隨著情感計算技術的快速發(fā)展，教育場域及其師生活動均產生顯著變化，其中教育場域中的情感計算技術應用框架如圖1所示。同時在應用過程中，也衍生出諸多應用困境和隱憂。

（一）教育場域中師生情緒理解的復雜模糊性

縱觀教育領域中的情感計算技術應用，存在教育場域復雜性、情緒建模和本體風險三層應用隱憂。一是學生情感狀態(tài)對跨教育場景的適應機制尚未厘清。當情感計算技術融入教育生態(tài)系統時，真實的信息化課堂教學、在線教育、特殊教育等基本教育形態(tài)的邊界被開啟，科技館、圖書館、博物館等學習空間作為一種協同育人環(huán)境，促使學習者的情感和行為要素發(fā)生多元耦合，教育系統變得更為錯綜復雜[27]。在此背景下，研究教育情境要素對學習者情緒狀態(tài)的影響機理成為智能教育研究的重要議題，包括教學資源、教學內容、教學活動、教學媒體等要素對學習者情緒的潛在作用機制。例如，當計算機建立起生理、心理信號與學生情緒狀態(tài)之間的關聯關系時，相應的情感計算模型對跨應用場景的適應機制便成為關鍵技術突破與理論調和的重中之重。二是認知心理學視域下經典情緒建模存在局限性。當前，何種情緒建模方法通過計算機模擬和分析能夠更加逼近人類的情緒本質，學界尚未達成統一共識。情緒建模需要融合數學、心理學、計算機和認知神經科學等多學科領域知識，不僅涉及計算模型的復雜性問題，還與數學解析技術有關[28]。三是教育中的情感計算應用本質上是數值逼近問題。雖然前期將采集、匯聚的規(guī)模化情感數據作為機器學習的訓練集、測試集和驗證集，但始終處于無限逼近和還原真實的情感特征世界，這正是情感計算技術本體風險的映射。

（二）學生過度的情感勞動導致自我呈現受阻

在教育領域的情感計算技術應用過程中，通過利用特定的算法，計算學生的姿態(tài)、手勢、面部表情等數據，評估學生情感狀態(tài)。在真實課堂情境中，攝像機等智能感知設備可能會無形中增加學生的心理負擔，抑制其真情實感的表達，迫使學生開展頻繁、高強度的情感勞動，最終導致學生情感的內在體驗和外部表達之間的失調[29]。

差異化的情感效價導致學生情感勞動強度增加。在情感計算技術教育應用過程中，很可能直接將學生的情感狀態(tài)劃分為積極情緒和消極情緒等，這些裹挾著價值導向的情感效價分類，可能會對學生的人格尊嚴造成侵犯。需要說明的是，情緒喚醒水平與學業(yè)績效存在U型曲線關系，過于激烈的情緒反而會降低學生的學習績效[30]?；诜谴思幢说挠嬎憬Y果，系統將匹配差異化的教學策略，可能對特定的學生群體產生歧視等沖突。由此，學生真實的自我呈現將面臨更多的阻礙，需要更努力地進行情緒整飾[31]。

（三）教師過度技術依賴導致情緒感知力鈍化

在教學過程設計、課堂管理、課后聯合教研過程中，教師通過情感計算技術能夠增強對教學情境的感知能力，捕捉并分析學生情緒，從而使計算機能夠根據差異化情感需求適配教學內容和策略，輔助教師完成事項厘定。在情感計算支持的教學決策過程中，伴隨情感識別技術的快速發(fā)展，計算機逐步實現將教學結果的可視化反饋，進而支持教師開展差異化情感補償策略。當該系統變得愈來愈智能化，甚至出現情感計算工具理性霸權，可能使得教師過度依賴基于情感計算技術的教學決策及其情感補償策略。部分教師過度依賴教育大數據與算法分析結果，喪失其作為教學決策者的主體性價值和角色能動性，忽視自身的教育實踐智慧，逐漸鈍化其對教學情境的研判能力，遮蔽自身對學生真實情感狀態(tài)的感知。

（四）智能體情感欺騙導致師生情感體驗缺位

教育智能體外在情感表達與學生內在情緒之間的關聯關系具有不確定性，存在一定的科學性映射隱憂。一是在情感信號刺激較為強烈時，算法模型可建立情感信號與情感狀態(tài)之間明確的表征關系，但當情感信號較為自然、微妙時，這種關聯關系往往會發(fā)生偏誤。二是相同的情感信號可能表達多種情緒內涵[32]，應將其重新放置于真實教學情境中對師生實時情緒狀態(tài)進行還原和解釋。正如德雷福斯所言，數學計算機難以實現人類信息加工擬合過程中的“歧義容忍”[33]。

在人機情感交互過程中，智能體通過生成與合成眼睛注視、表情、姿態(tài)和手勢等模態(tài)信息，對師生的情緒進行感知并完成情緒表現，從而建立與師生之間的情感流動。隨著虛擬性和間接性交互的常態(tài)化，沉浸式和場景式的學習體驗將不斷模糊與真實世界的邊界，學生也可能會產生情感體驗缺位和社會交往障礙[34]，長期缺乏真實的情感交互，甚至可能導致教學中社會關系（如師生關系、生生關系）的結構異化，引發(fā)倫理失調等風險。

智能時代下，我們應思考如何規(guī)制情感計算技術教育應用所帶來的風險，審慎地看待情感識別、合成和表達等相關智能技術的進步和創(chuàng)新。在差異化進路（內生性邏輯和關系性邏輯）中，分別聚焦情感計算技術應用的結構及價值[35]，將有助于分析情感計算應用隱憂的生成機制。

（一）內生性邏輯：數據博弈下的多模態(tài)情感分析

教育領域中的情感計算技術應用的內生性邏輯，即工程進路中的數據博弈和情感識別與分析，大致可分為情感數據采樣、情感數據記錄及存儲、情感數據標注、情感計算的算法模型與教學決策規(guī)則構建等環(huán)節(jié)。內生性邏輯關系如圖2所示。

情感數據采樣方面，數據作為新型生產要素，為情感計算教育應用提供基礎性“燃料”。教育場景中，通過對學生的身體姿態(tài)、手勢、面部表情、語音、生理信號等多模態(tài)數據進行采集、獲取，存儲于數據池，便于學生情感的“數據畫像”。但不同拍攝角度和光線下的面部表情識別、真實課堂中的學生語音信號的提取和去噪等問題均會對數據樣本質量有影響。從樣本代表性上，需考慮不同性別、不同民族學生等因素的樣本差異性。在對非結構數據標準化的基礎上，從學生多模態(tài)情感信號中提取穩(wěn)定的情感特征，并進行有效的融合。值得說明的是，不管是特征級融合技術抑或是決策級融合，情感識別結果均存在依賴訓練樣本中特定人物的情感信息等難題。

情感數據記錄及存儲方面，應加強介入情感數據的跨境流動并有責任對第三方的情感數據保護作出評估[36]。數據流動規(guī)則應符合教育管理者以及師生的利益訴求，重視以存儲者為中心的數據本地化存儲。換言之，為減少對情感數據享有權、使用權的模糊性，對學生的情感數據權利進行正面確權，從客觀上對第三方數據處理行為進行協同規(guī)制，形成安全可信的、魯棒性強的網絡存儲機制。

情感數據標注方面，在特征提取的實操層面上，通過人工標注的方式，對學生舉手、回答問題等情感信息添加標簽，完成學生生物特征識別。隨著數據量逐漸增多，深度學習算法開始逐步替代支持向量機（SVM）等傳統的機器學習，能夠高效準確地完成對學習情感的分類。深度學習雖然不會過度依賴情緒模型，但對數據集質量及其標注的準確性提出了更高的要求[37]。目前，人工標注的粒度和信度部分不達標[38]，存在一定的主觀性，需要進一步研究預訓練、微調技術、多樣化的網絡輸入設置[39]，或改進適用于教育場景的自動標注技術等。

情感計算的算法模型與教學決策規(guī)則構建方面，在教育領域中情感計算架構下，將“數據、模型和可視化”多層結構通過算法黑箱化進行封裝，是計算機編程中一種常用的工程模式。值得說明的是，算法是基于代碼編程的一系列指令集，是一種抽象性程度較高的運算規(guī)則。目前機器學習算法在情感計算方面的應用主要集中于情感分類，采用機器學習方法，需要通過大量的訓練樣本和高性能計算來提高情感識別的準確率及效率，尤其是神經網絡算法支持下的情感數據與師生情感類型的映射模型。

從技術流程來看，算法黑箱化將可能導致數據采集、算法決策、教學決策等方面的問題[40]。具體而言，數據采集方面，由于人類對于情感計算教育應用的風險認知存在主觀性與局限性，肆意地獲取、監(jiān)測學生學習情感數據違背了學生、家長的知情同意權利。算法決策方面，在情感計算教育應用過程中，教師可能知曉班級學生時序情感狀態(tài)的計算規(guī)則與學生行為姿態(tài)、面部表情、語音語調、交互程度等信息，但并不了解背后所采用的數學模型和參數權重的分配規(guī)則。教學決策方面，算法黑箱化有可能導致教學決策規(guī)則隱蔽而復雜，因此算法模型和輸出結果的可解釋性問題值得尤為關注。情感計算技術支持的教學決策旨在通過有效挖掘學生情感數據的價值，輸出適切的教學策略。例如基于學生主體的身體姿態(tài)、手勢、面部表情、心率等多模態(tài)情感信號，利用情感計算技術來分析和解釋學生的情緒狀態(tài)，支持差異化的教學決策。

（二）關系性邏輯：技術理性主義的闡釋及關照

教育領域中情感計算技術應用的關系性邏輯，即教育進路中的技術理性主義的闡釋及關照。正如海德格爾在《關于技術的追問》中認為，技術已經不再是“中性”的，而作為“座架”支配著現代人理解世界的方式。在情感計算應用過程中，技術理性包括工具理性與價值理性兩個向度。工具理性則強調發(fā)展教育中情感計算技術的功能性與合理性，追求最大功效地提升教學效率，而價值理性強調情感計算技術及應用需與人類社會的根本需求相吻合。其中二者的辯證關系可從以下三個層面闡釋：一是工具理性作為價值理性的前提，可直接服務于個性化教學。智能時代背景下，應進一步推進和發(fā)展情感計算技術支持的學生情緒狀態(tài)研究，更新和拓展其教育應用場景，賦能個性化教學與精細化教育管理。二是價值理性作為工具理性的本質要求，是情感計算技術教育應用的根本目的。當前對情感計算技術的工具理性存在過度追求，而忽視對其價值理性的關照，這一現象值得引起學界更多的關注。例如加拿大Nural Logix公司通過利用透皮光學成像（Transdermal Optical Imaging）技術測量學生面部血液流動信息，進而識別學生面部表情背后所隱藏的情感狀態(tài)[41]。在教育領域中，盡管基于明顯的面部表情數據來推斷學生情緒狀態(tài)可能尚未上升為隱私保護的范疇，但利用學生的微表情、由教學刺激而短暫出現的面部表情（非自愿情感泄露）以及瞳孔擴張等細微變量來研判學生的情緒狀態(tài)，這將對學生的個人隱私造成極大的侵犯，從而引發(fā)情感計算技術價值理性的缺失。三是價值理性與工具理性的有機統一。教育中情感計算技術在價值理性向度上的內涵包括關照學生學習體驗的具身性[41]、差異化情感補償策略等。工具理性包括物質形態(tài)工具和精神形態(tài)工具。前者是通過采集、記錄、存儲、處理和分析師生多模態(tài)情感數據，識別師生的情感狀態(tài)，成為適應性教學服務的中介手段[42]，具有直接效應。后者則是借助學生投入抽象的情感勞動，形成物質形態(tài)工具的采集來源，成為服務于情感計算教育應用價值理性的間接效應。

在智能時代，人們著力攻克教育領域中情感計算本身及應用的關鍵技術，關注工具理性所帶來的教學效率提升以及技術控制。在人工智能與教育雙向互動的過程中，情感計算技術的教育價值應體現為全生命周期、多尺度地滿足教育主體需要，其中理解的價值偏誤也成為了情感計算教育的應用隱憂之一。

人類的情感是一個被倫理和文化等因素所限制的建構過程[43]。在理性主義思潮的影響下，人們的理性和情感被視為一對天然的矛盾體[44]，而實踐規(guī)約應體現理性化的要求，實現對教育領域中情感計算技術應用的管控效力。

（一）聚焦多學科交叉融合，攻克教育領域中情感計算的關鍵技術

教育領域中的情感計算應用，兼具教育學科和工程學科的屬性。從情感計算教育應用的國際發(fā)展趨勢來看，它的工程屬性愈發(fā)突顯。當前教育領域中的情感計算技術應用研究熱點，例如基于情感計算的教學評價、情感智能體應用等，均需涉及教育學、心理學、計算機科學、神經科學、數據科學、認知科學、行為科學、腦科學等綜合性交叉領域的理論和方法。學科交叉是情感計算技術應用創(chuàng)新突破的“捷徑”。究其原因，20世紀50年代人工智能的誕生本身就是學科交叉的結果，隨著智能本源、神經網絡等新問題和方法的重大突破，持續(xù)為人工智能的學科發(fā)展提供驅動力量。因此，聚焦不同學科的領域知識，重點關注復雜的教育領域重大問題，構建具有中國特色的情感計算原創(chuàng)理論體系，可為形成我國自主可控的情感計算技術創(chuàng)新生態(tài)提供理論支撐。

攻克教育中情感計算的關鍵技術，將成為多學科交叉融合的重要領域?？鐖鼍胺治銮楦杏嬎愕臉颖咀?、訓練集、目標域/源域對齊方式、動力學模型等，通過對家庭/學校/科技場館等協同育人教育場景的多任務功能點拓撲設計，可能成為情感計算教育應用的前沿議題。例如，為減緩傳統接觸式的情緒感知設備具有的較強的生物侵入性，遠程生理信號分析逐步受到教育中情感計算應用領域學者的青睞。伴隨遠程光學體積描記術（Remote PhotoPlethysmoGraphy， rPPG）的快速發(fā)展，通過攝像頭捕獲視頻中師生面部皮膚反射光來推斷其情感狀態(tài)成為可能[45]。跟蹤視頻幀中的人臉感興趣區(qū)域（Region Of Interest， ROI），并對ROI中所有像素亮度值進行均值融合、盲源分解或濾波操作，從而得到穩(wěn)定的遠程信號?；诖耍治雠c提取魯棒的平均心率、呼吸、血氧飽和度、血壓等生理特征，構造分類器進行師生情感識別，實現無接觸式遠程測量生理信號分析師生情感變化。

（二）制定情感計算技術審查標準與規(guī)范，實現跨人機的情感規(guī)則形塑

伴隨情感計算技術在教育領域中的快速應用，情感計算于在線教育、雙師教學、特殊兒童教育、學習投入測評等場景中有著更為廣泛的應用。習近平總書記指出，要加強人工智能發(fā)展的潛在風險研判和防范，維護人民利益和國家安全，確保人工智能安全、可靠、可控。目前，我國已形成以《網絡安全法》《數據安全法》《個人信息保護法》三法為核心的合規(guī)體系，為智能時代的網絡安全、數據安全、個人信息權益保護提供了基礎制度保障。在上述多元復雜的教育場景中，需進一步完善情感計算技術標準和規(guī)范的制定，包括情感計算技術標準和倫理道德標準，從而促進情感計算算法與實踐規(guī)約形成良性溝通。

針對教育中情感計算技術的規(guī)制問題，應面向不同學生群體和教育場景的需求，以事前規(guī)則和事后問責相結合的方式，構建全尺度、立體化的情感計算技術分類分級機制。具體而言，基于“學生風格-教育場景”的概念框架，按照情感計算技術成熟度，形成一套操作性強、細粒度的分類分級體系，持續(xù)推進算法系統與實踐規(guī)約體系的跨系統互動[46]，從而實現跨人機的情感規(guī)則形塑?；诖耍瑧M一步建立健全公開透明的情感計算監(jiān)管體系，構建情感計算創(chuàng)新發(fā)展的良好規(guī)約環(huán)境。

（三）控制學生的隱私邊界滲透，構建數字全景敞視下的多元協同共治

近年來，人類社會逐步構筑起一座?？率健叭笆奖O(jiān)獄”，釋放出多種“現代性信任風險”[47]。在數字全景敞視主義下，人們表現出一種消極的隱私觀，即我們應該主動放棄隱私，采取一種放任自由的態(tài)度來面對隱私泄露問題[48]。應進一步控制學生的隱私邊界滲透，在知情同意的前提下，適度地向外界開放自己的個人隱私。利用數字技術對情感計算教育應用進行治理，以技術增量式賦權和重構式創(chuàng)新的方式，構建平臺聯通、流程高效、場景統籌的長效治理機制，提升情感計算教育應用的技術治理效能。

當前，政府與教育科技企業(yè)存在一定的技術依賴關系。政府不僅需要購買教育科技企業(yè)的算法系統，并且還需要企業(yè)提供長期的技術支持和穩(wěn)定的運維服務。在情感計算教育產品嵌入行政活動過程中，由政府引領“政-企-?！倍嘣獏f同共治的格局，促進一線師生的公眾參與和企業(yè)的情感計算技術開放之間的良性互動，確保各方之間的信息對稱性，突破技術中心主義的局限[49]。從平衡三方利益出發(fā)，應充分利用數字技術，感知社會態(tài)勢、輔助科學決策、暢通“政-企-校”溝通渠道，既要求企業(yè)在不損害自身行業(yè)優(yōu)勢和商業(yè)機密的基礎上，披露相關情感計算的算法指令內容，同時還要接受學校師生用戶的公眾監(jiān)督、內容審查和易用性反饋。數字全景敞視主義下的多元協同共治背景下，對政府管理部門提出了更高的要求。相關部門應進一步推進并完善常態(tài)化治理風險預警監(jiān)測機制，形成協同聯動的預警和處置體系。

（四）加強情感計算技術主體責任意識，提高情感計算教育應用生態(tài)效度

在系統論關照下，教學實踐、情感計算教育應用研究、教學數據均屬于不同的子系統，承擔著不同的主體角色與職責。具體而言，從教學實踐主體來看，它是一種以社會交互為主體的實踐活動，包括教師、學生、助教；從研究主體來看，它將教育中的情感計算封裝于智能技術產品中，實現產學研用一體化，包括教師、研究者、企業(yè)算法工程師和產品設計者；從數據主體來看，它將師生情感行為作為數據采集和分析的主體，具體包括學生、教師。根據情感計算教育應用的分類分級機制，將進一步明確責任主體，劃定使用者和算法設計者雙方的權利和責任，最大程度預防情感計算技術倫理問題的發(fā)生。

情感計算技術支持的教與學可看作為是一個以師生互動為主要線條的生態(tài)系統。在此教育生態(tài)中，增強情感計算技術的算法透明度，提高情感計算教育應用生態(tài)效度，揭示教育領域中情感計算教育應用的“生態(tài)原貌”。為此，應秉持科技向善，重點關注倫理實踐與科技實踐的融合，增強情感計算教育應用系統的魯棒性和靈活性，從而實現規(guī)模化教育下的個性化培養(yǎng)。

參考文獻：

[1] 傅小蘭.開展情感計算研究 構建和諧電子社會[J].中國科學院院刊，2008，（5）：453-457.

[2] Tan T.Affective Computing and Intelligent Interaction [J].Lecture Notes in Computer Science，2011，6974（2）：386-417.

[3] Arguedas M，Xhafa F，et al.A model for providing emotion awareness and feedback using fuzzy logic in online learning [J].Soft Computing，2018，（3）：963-977.

[4] Hew K F，Hu X，et al.What predicts student satisfaction with MOOCs：A gradient boosting trees supervised machine learning and sentiment analysis approach [J].Computers & Education，2020，145：1-16.

[5] Poria S，Cambria E，et al.A review of affective computing： From unimodal analysis to multimodal fusion [J].Information Fusion，2017，37：98-125.

[6] 張迎輝，林學誾.情感可以計算——情感計算綜述[J].計算機科學，2008，（5）：5-8.

[7] 王一巖，劉士玉等.智能時代的學習者情緒感知：內涵、現狀與趨勢[J].遠程教育雜志，2021，39（2）：34-43.

[8] 薛耀鋒，楊金朋等.面向在線學習的多模態(tài)情感計算研究[J].中國電化教育，2018，（2）：46-50+83.

[9] 清華大學人工智能研究院等.人工智能之情感計算[EB/OL].https：// static.aminer.cn/misc/pdf/emotion.pdf，2022-01-03.

[10] 李勇帆，李里程.情感計算在網絡遠程教育系統中的應用：功能、研究現狀及關鍵問題[J].現代遠程教育研究，2013，（2）：100-106.

[11] B K L，Gg L P.Student Emotion Recognition System （SERS） for e-learning improvement based on learner concentration metric [J]. Procedia Computer Science，2016，85：767-776.

[12] Fu，Y.J.，et al.Physiological mouse： toward an emotion-aware mouse [J].UNIVERSAL ACCESS IN THE INFORMATION SOCIETY，2017，16（2）：365-379.

[13] Tewell J，Bird J，et al.The heat is on：a temperature display for conveying affective feedback [EB/OL].http：//library.usc.edu.ph/ACM/ CHI%202017/1proc/p1756.pdf，2022-01-03.

[14] 劉婷婷，劉箴等.人機交互中的智能體情感計算研究[J].中國圖象圖形學報，2021，26（12）：2767-2777.

[15] Bosseler A，Massaro D W.Development and evaluation of a computer-animated tutor for vocabulary and language learning in children with autism [J].Journal of Autism and Developmental Disorders，2003，33（6）：653-672.

[16] QUI.Humanoid Robots - STEM Education Research Group [EB/OL].https：// research.qut.edu.au/stemerg/projects/humanoid-robots/，2022-01-19.

[17] MIT.Kismet：A Robot for Social Interactions with Humans [EB/OL]. http：//www.ai.mit.edu/projects/kismet-new/kismet.html，2022-01-19.

[18] 五彩鹿自閉癥研究院.2017《中國自閉癥教育康復行業(yè)發(fā)展狀況報告II》發(fā)布會今日在京舉行[EB/OL].https：//www.sohu.com/ a/131582510_661957，2020-12-01.

[19] Picard R W，Scheirer J.The Galvactivator：A glove that senses and communicates skin conductivity [EB/OL].https：//dam-prod.media.mit. edu/x/files/pub/tech-reports/TR-542.pdf，2021-01-03.

[20] Robots Champion.ZENO ROBOT HELPING AUTISTIC CHILDREN COMMUNICATE [EB/OL].https：//robotschampion.com/zenorobot/，2022-01-12.

[21] MIT NEWS.Personalized “deep learning” equips robots for autism therapy [EB/OL].https：//news.mit.edu/2018/personalized-deeplearning-equips-robots-autism-therapy-0627，2022-01-10.

[22] Ashwin T S，Guddeti R.Automatic detection of students’ affective states in classroom environment using hybrid convolutional neural networks [J].Education and Information Technologies，2020，（4）：1387-1415.

[23] Fredricks J A，Paris B A H.School engagement：potential of the concept，state of the evidence [J].Review of Educational Research，2004，74（1）：59-109.

[24] Gupta A，D’Cunha A，et al.DAiSEE：Towards user engagement recognition in the wild [A].Computer Vision and Image Processing [C]. Salk Lake City：IEEE，2018.1-12.

[25] Ninaus M，Greipl S，et al.Increased emotional engagement in gamebased learning-A machine learning approach on facial e-motion detection data [EB/OL].https：//www.sciencedirect.com/science/article/ abs/pii/S0360131519301940，2019-07-26.

[26] Tongu G，Ozkara B O.Automatic recognition of student emotions from facial expressions during a lecture [EB/OL].https：//www.sciencedirect. com/science/article/abs/pii/S0360131519303471，2020-01-07.

[27] 阿蘭·柯林斯，理查德·哈爾弗森.陳家剛，程佳銘譯.技術時代重新思考教育[M].上海：華東師范大學出版社，2013.109.

[28] 梁麗，蘇湛.計算機模擬的認識不透明性[J].自然辯證法通訊，2021，43（11）：39-45.

[29] 程猛，陽科峰等.“精準識別”的悖論及其意外后果——人臉情緒識別技術應用于大學課堂的冷思考[J].重慶高教研究，2021，9（6）：78-86.[30] Hebb，D.O.，J.L.Martinez，S.E.Glickman.The organization of behavior a neuropsychological theory-hebb，do [J].CONTEMPORARY PSYCHOL OGY，1994.39（11）：1018-1020.

[31] 成伯清.當代情感體制的社會學探析[J].中國社會科學，2017，（5）：83-101+207.

[32] 王祿生.情感計算的應用困境及其法律規(guī)制[J].東方法學，2021，（4）： 49-60.

[33] 徐獻軍.德雷福斯對人工智能的批判仍然成立嗎 [J].自然辯證法研究，2019，35（1）：15-20.

[34] 謝瑜，謝熠.大數據時代技術治理的情感缺位與回歸[J].自然辯證法研究，2022，38（1）：124-128.

[35] 李子運.人工智能賦能教育的倫理思考[J].中國電化教育，2021，（11）：39-45.

[36] 張繼紅.個人數據跨境傳輸限制及其解決方案[J].東方法學，2018， （6）：37-48.

[37] 劉婷婷，劉箴等.人機交互中的智能體情感計算研究[J].中國圖象圖形學報，2021，26（12）：2767-2777.

[38] 張永和，潘萌等.基于混合場景人臉數據集的學習投入度識別[J].現代教育技術，2021，31（10）：84-92.

[39] Shan L，Deng W.Deep Facial Expression Recognition：A Survey [EB/OL]. https：//arxiv.org/pdf/1804.08348.pdf，2021-01-23.

[40] 張凌寒.算法自動化決策與行政正當程序制度的沖突與調和[J].東方法學，2020，（6）：4-17.

[41] Valentina Zezelj.NuraLogix：Monitoring health and emotions with Transdermal Optical Imaging [EB/OL].https：//visagetechnologies.com/ nuralogix/，2019-12-10.

[42] 張廣君，曾瑤.走向“和合”：“互聯網+”時代的教師倫理取向[J].中國電化教育，2021，（4）：26-34.

[43] 陳凡，徐旭.后人類時代的技術情感及其倫理反思[J].系統科學學報，2020，28（1）：1-5+11.

[44] 許良.勞動、技術與人類解放——恩格斯技術哲學思想探析[J].自然辯證法研究，2006，（4）：45-47+60.

[45] Xiaobai Li，Jie Chen，et al.Remote heart rate measurement from face videos under realistic situations [EB/OL].https：//ieeexplore.ieee.org/ document/6909939/citations tabFilter=papers#citations，2014-09-25.[46] 衣俊霖.數字孿生時代的法律與問責——通過技術標準透視算法黑箱[J].東方法學，2021，82（4）：77-92.

[47] 卓承芳.速度座架下的人與共同體——當代激進技術哲學與現代性批判[J].江蘇社會科學，2016，288（5）：119-126.

[48] Brandimarte，L.，A.Acquisti，G.Loewenstein.Misplaced Confidences：Privacy and the Control Paradox [J].SOCIAL PSYCHOLOGICAL AND PERSONALITY SCIENCE，2013.4（3）：340-347.

[49] 陳姿含.公共領域算法決策的幾個問題探討[J].理論探索，2020，（3）：113-120.

作者簡介：

蔣艷雙：助理研究員，博士，研究方向為情感計算教育應用、網絡與遠程教育。

崔璨：助理工程師，碩士，研究方向為教育信息化。

劉嘉豪：在讀博士，研究方向為智慧教育。

岳麗杰：碩士，研究方向為教育信息化。

Affective Computing in Education： Application Concerns， Generation Mechanisms and Practice Rules

Jiang Yanshuang1， Cui Can2， Liu Jiahao1， Yue Lijie1（1.National Engineering Research Center of Cyberlearning and Intelligent Technology， Beijing Normal University， Beijing

100875； 2.Teaching and Research Support Center， Dalian Naval Academy of the PLA， Dalian 116018， Liaoning）

Abstract： Affective computing can provide possibilities for analyzing students’ emotional states， studying the mechanism of students’emotional effects， designing humanized services and products， and creating natural and harmonious human-computer interactions. The paper focuses on analyzing the value and application scenes of affective computing in education， exploring the dilemmas and concerns of educational applications of affective computing， and examining the mechanisms of the application concerns of affective computing in education from endogenous logics and relational logics. Based on this， four practical rules are proposed ：（1） focus on interdisciplinary integration and conquer the key technology of affective computing in education； （2） formulate standards and norms for the review of affective computing， and realize the shaping of emotion rules across man-machine； （3） control the penetration of students’ privacy boundaries， and construct multiple collaborative governance under digital panopticism； （4） strengthen the responsibility consciousness education of technology subjects of affective computing， and improve the ecological validity of affective computing in education. Furthermore， this paper can provide a theoretical reference and action guide for the orderly integration of affective computing into the educational ecology in China.

Keywords： affective computing in education； application concerns； ethical decisions； Artificial Intelligence； practical rules

責任編輯：李雅瑄