目前，通過數字媒體進行的線上學習和教學，并以數字方式展示課程的教學模式，孕育而生了形形色色的虛擬教師形象。

那么，當你的老師是一只虛擬動物機器人，會產生不同的課堂體驗嗎？

本研究團隊探討了在虛擬機器人動物作為虛擬教師時，學生面部情緒表達的變化，并利用面部表情分析系統（FaceReader）進行了客觀分析（Sierra et al., 2023）。這將加深我們對虛擬動物外觀與情緒表達之間關系的理解，也為未來人工智能和教育機器人領域準確識別用戶情緒提供了重要參考。
 

虛擬教學環境會影響學生的情緒嗎？
近年來，虛擬機器人動物作為虛擬教師的應用前景逐漸受到關注。先前的研究探討了虛擬教師外觀對學生知識回憶效果的影響，發現虛擬動物和人類外觀在知識回憶方面顯著優于虛擬機器人動物。然而，關于虛擬機器人動物外觀設計對學生面部情緒表達影響的研究卻相對匱乏。

而情緒是人類溝通中不可或缺的一部分，面部表情作為情緒的主要載體，能夠直觀地反映個體的內心狀態。在教育環境中，教師準確識別學生的情緒狀態對于調整教學策略、提高學生學習動機和參與度至關重要。但傳統上，教師對學生的情緒觀察多基于主觀判斷，缺乏客觀性和準確性。隨著技術的發展，利用面部情緒識別技術客觀分析學生情緒成為可能，為教育領域的情緒研究提供了新的視角。

本研究旨在深入分析在不同虛擬教師外觀條件下，學生面部情緒表達的變化，為虛擬教育技術的發展提供科學依據。旨在回答以下兩個核心問題：

• 虛擬機器人動物的外觀設計是否會影響學生的面部情緒表達？
• 在不同虛擬教師外觀條件下，學生主要表現出哪些面部情緒？

借助FaceReader客觀分析情緒變化 
研究在哥倫比亞波哥大的兩所公立中學進行，共招募131名年齡在11-17歲之間的學生參與。

實驗設計為3（虛擬教師外觀：虛擬機器人熊貓、虛擬熊貓、虛擬人類）X 2（教學主題：荷蘭文化、機器人領域）（圖1）。 每個被試首先完成關于荷蘭文化或機器人領域的知識前測；在正式實驗中被試隨機觀看六種教學視頻的其中一個，視頻時長為540秒，同時同步記錄面部表情；視頻結束后，被試完成關于知識回憶和虛擬教師感知的在線問卷。
 

 
圖1

其中，使用諾達思的面部表情分析系統（FaceReader）對學生面部表情進行編碼和分析（圖2）。系統利用Viola-Jones算法進行面部檢測，基于主動外觀模型（AAM）和深度學習技術對468個關鍵面部點進行建模，能夠識別快樂、悲傷、驚訝、憤怒、恐懼、厭惡與中性情緒，并輸出情緒效價與喚醒度。此外，軟件能夠識別不同文化背景下的面部表情，特別是東亞人群和兒童模型。

 
圖2

虛擬教師外觀影響情緒反應
研究結果顯示，虛擬教師的外觀設計對學生面部情緒表達有顯著影響（圖3），而教學主題無顯著影響。具體而言，相較于外觀為為虛擬熊貓或虛擬機器人熊貓，當外觀為人類時，學生表現出更高的悲傷情緒（χ2 (2)=7.588, p=0.023）；此外，虛擬教師的外觀還影響了學生的喚醒度，當外觀為人類時，學生的喚醒度較高（χ2 (2)=7.981, p=0.018）。
 

 
圖3

在六種不同條件下，學生的面部情緒表達呈現出一定的規律性。悲傷、驚訝和快樂是出現頻率最高的三種情緒。特別是在外觀為虛擬機器人熊貓時，學生的悲傷情緒較低，而驚訝情緒較高。此外，所有條件下的效價均為負值，表明學生對實驗視頻的整體感受是負性的；同時，喚醒度較低，表明學生在觀看視頻時反應較為平靜。

這可能與人類對不同外觀的認知和情感反應有關。人類教師外觀可能更接近學生的日常經驗，因此更容易引發學生的共鳴和情感反應；而虛擬動物或虛擬機器人動物教師則可能因其新穎性或趣味性而降低學生的悲傷情緒，提高驚訝等情緒。

關注未來教育技術發展
本研究通過FaceReader分析了在不同虛擬教師外觀條件下學生面部情緒表達的變化。研究結果表明，虛擬教師的外觀設計對學生情緒表達有顯著影響，特別是悲傷和喚醒度方面。此外，不同條件下的學生情緒表達呈現出一定的規律性，為未來教育機器人的設計提供了重要參考。

同時，研究表明FaceReader的面部情緒識別技術在教育領域具有廣闊的應用前景。通過客觀分析學生情緒，教師可以及時調整教學策略，提高學生的學習動機和參與度。此外，還可以用于評估教育機器人的設計效果，為未來教育技術的發展提供科學依據。

參考文獻
Sierra Rativa, A., Postma, M., & van Zaanen, M. (2023). Measuring Emotional Facial Expressions in Students with FaceReader: What Happens if Your Teacher is Not a Human, Instead, It is a Virtual Robotic Animal? International Conference on Robotics in Education (RiE) (pp. 367-379). Cham: Springer Nature Switzerland.

歡迎關注諾達思官方公眾號，了解更多精彩內容！