图片来源：Unsplash-NeONBRAND

学生在教室翻白眼很常见，但这是表达困惑还是对学旧东西的厌倦？

科学家们利用人工智能和认知计算正在创造一种新的机器人，模拟人类思维并改变工业。这种尖端的新兴技术就是情感计算， 它是一种新型感知技术。

这并不是说教机器人拥有情感，而是教他们通过信号识别人的情感，然后根据对人情感的判断作出反应。机器人在这方面可能比人类更有用，因为它们不会被感性思维所左右，而是运用智能技术来识别隐藏的反应做出判断。

那么我们如何把这项技术应用到教室呢？它能帮助老师了解学生额外的需求，并且制定个性化的教学方案吗？

面部识别测量学生理解程度

在美国，公立学校的预算限制导致大范围的教师裁员和教室拥挤不堪。教师的时间已经很紧，还要必须为每个孩子提供更广泛的学习需求。结果就是，那些课业困难的孩子容易受到忽视。因为只要孩子不提出问题，老师就不会关注到他。

在过去三年里，有企业把面部识别技术应用到了第一线教学当中。在SensorStar实验室，他们用相机捕捉学生上课反应，并且输入到计算机里面，运用算法来确定学生注意力是否转移。这个叫EngageSense的技术，通过测量微笑、皱眉和声音来测定学生课堂参与度。

心理学家Paul Ekman将这项研究提升到了一个新的层次。他对5000多种面部运动进行了分类，以帮助识别人类情绪。他的研究为Emotient Inc， Affectiva Inc和Eyeris等公司提供了帮助，这些公司将心理学和数据挖掘相结合，检测人的细微表情，并对人的反应进行分类。

目前为止，这项技术的重点是协助联邦执法和市场调研。不过，圣地亚哥市的研究人员也在医疗行业试用这项技术，测定孩子接受外科手术之后的疼痛程度。

在教室中应用面部识别技术，可以让老师收集更多的数据来了解学生的理解程度。这可以针对单独的学生使用，也可以应用在整个教学中，以提醒老师采用不同的教学方法，关注到学生的个体需求。

从情感识别到情感计算

情感识别的下一个阶段是情感计算，即能够测量和解释人的反应或者给人的“影响”。加拿大软件公司Nural Logix已经开发了一种用以检测人隐藏情感的专利技术，叫做透皮光学成像（Transdermal Optical Imaging）。这项技术使用特殊照相机来测量面部血液流动信息，用来识别人眼不易发觉的面部表情所隐藏的情感。

MIT媒体实验室也正在展开一系列情感计算的研究项目。比如记录人的脑电波来分析音乐给人带来的不同情感，还有可穿戴的装置来识别自闭症谱系障碍（ASD）。

MIT情感计算团队正在开发世界上第一个可穿戴的情感计算技术设备：一个具有社交智能的假肢，用来实时检测自闭症儿童的情感。这个装置用一个小型照相机，分析孩子的面部表情和头部运动来推断他们的认知情感状态。还有一个类似的，叫“galvactivator”的工具，通过测量穿戴者的皮肤电流数据，推断孩子的兴奋程度。这个像手套一样的设备可以利用发光二极管描绘出人体生理机能亢奋程度的图谱。这种可视化的展现方式，能够清晰地展示出人的认知情感水平。

机器学习定制学生课堂学习内容

这种感觉技术能帮助计算机调整课程和教学方法，来匹配学生的表现指标吗?

TechCrunch公司的员工也在设计在线教育平台，来提供一对一指导和精熟学习（mastery learning）。这是应用创新型思维，通过实时的评估和定制化的学习方式，有效地解决本杰明提出的著名的“Sigma 2 Problem”。

注：本杰明提出用一对一辅导和精熟学习的方式提升学生课堂听课效果，由下图绿色的曲线代表，相较于以橙色为代表的传统教育方式下的听课曲线，平均听课效果有显著提升。

深度学习系统将学生学习效果数据进行分类，并且在此基础上制定相关的教学内容。该系统还可以推荐附加练习，并且根据学生个人能力和教学要求，实时推荐课程内容，调整教学速度。

北卡罗来纳州州立大学研究员开发了一种软件，通过摄像头捕捉和分析学生面部表情，以此改变在线课程。

目前，大多数情感计算技术还仅仅停留在学术研究领域。但是，我们可以看到已经有公司开始应用这项技术，并能成功地分辨学生表情，并根据他们的学习能力和方式，来自动调整适合的学习内容和环境。英特尔公司正是这其中的一员。

有了这些学生表情数据，可以让“Emoshape”这样的情感计算智能系统，自动分析情感，并做出适当回复。这些系统具备了解决个体问题的能力，也使老师能够提供高度个性化的内容来激发学生的学习兴趣。

人工智能和大数据已经促成了大部分行业的技术革新，从电子商务到交通、金融，甚至医疗。人工智能和大数据已经在教育方面取得进展，尽管有些反对的声音，比如说如何保护学生隐私、提高教学效益等。

这些技术的应用最终并不是要代替老师。而是，扮演支持辅助老师的角色，识别学生的个体需求，以制定更加智能的教学方案。

人工智能可能不像我们担心的那样沉闷或反乌托邦。或许，在未来，人机协作的方式会带来更高质量的教育，而人的反应和情感是其中的关键。

本文由智能观（zhinengguanym）编译，来源EdSurge，作者Ron Spreeuwenberg。