基于神經系統的幸福教育之仿真學模型研究

陸汝華 顏文燕 張雯雰 尹輝

摘 ?要 以神經系統應用模型為切入點，用仿真教學的理論來研究幸福教育的樣態，提出一種新的幸福教育模型。該模型重點在于神經系統應用模型和仿真教學數學模型等兩個子模型的建立。神經系統應用模型是以人工智能和網絡神經為基礎的數據體系，涉及生物學、心理學、神經學、人類學、倫理學等綜合研究。仿真教學數學模型從技術上量化幸福的心理指標，特別是教師與學生對教育過程的感應值、接受度和排斥度，準確掌握他們對教與學的真實感受。

關鍵詞 神經系統;幸福教育;仿真學模型;深度學習技術

中圖分類號：G642.0 ? ?文獻標識碼：B

文章編號：1671-489X（2020）20-0005-03

Abstract Starting with the application model of nervous system， this?paper applies the theory of simulation teaching to study the pattern of?happiness education， and puts forward a new happiness education model. This model focuses on the establishment of two sub-models，?namely， the application model of nervous system and the simulation?teaching mathematical model. The application model of nervous sys-tem is a data system based on artificial intelligence and network nerve，which involves the comprehensive research of biology， psychology， neurology， anthropology， ethics and so on. The simulation teaching mathematical model quantifies the psychological indicators of happi-ness technically， especially the perception， acceptance and exclusion in the education process of teaching and learning between teachers and students， so as to accurately grasp their real feelings of teaching and learning.

Key words nervous system; happiness education; simulation model; deep learning technology

1 研究現狀存在的問題

國外心理學家麥卡洛克和數學家皮茨提出的M-P模型[1]是最早的神經元教育模型，標志著人工智能與教育的珠聯璧合。羅森布拉特于20世紀50年代末提出感知器模型[2]，被認為是神經應用系統對幸福施教和幸福學習的貢獻。吳九君[3]認為，幸福教育有利于減少焦慮，減輕青少年叛逆行為，降低和預防抑郁癥，并且適用于不同族群。袁利平[4]認為，建立BP神經網絡模型，利用神經網絡的仿真訓練，可以克服傳統教育的缺點，同時提高對學習的好感度[5]。總而言之，幸福教育研究呈多樣化態勢，學位論文、期刊、報紙、文檔、圖書和會議論文各有千秋，但不足也很明顯。

研究視角較為狹隘 ?諸多研究成果從哲學、心理學、教育學等視角進行研究，尤以心理學領域的量化分析較為突出，這說明對幸福教育的研究缺乏系統性的理論與實證研究，尤其缺乏跨學科、跨領域的交叉研究。要切記幸福教育是集教育學、心理學、社會學、神經學、人工智能、倫理學等文理工各學科的總成。

基礎研究還不透徹 ?基礎不牢，地動山搖。當前對幸福教育研究迫切需要百尺竿頭，更進一步。如對幸福教育的理解上，存在把幸福觀教育等同于幸福教育的誤區;在以幸福觀教育為題的研究中，論述的主要內容卻是關于幸福教育的重要性以及怎樣奠基學生幸福感;在一些標題為幸福教育的文章里，主要內容卻是如何培養學生樹立正確的幸福觀，只有幸福教育的形而沒有幸福教育的體。

實踐研究相對滯后 ?刻下，對幸福教育的學術研究多數還停留在對幸福本身的理論探討層面，關于幸福、幸福觀、幸福指數、幸福教育體系、幸福與教育的關系的研究論述較多，沒有進一步探索教育的幸福方式和過程，尤其是在高教中通過仿真教學開展幸福教育更是鳳毛麟角。在高校教學要求高、管理難而學生學習任務重、壓力大的形勢下，凸顯了理論研究的滯后性和幸福教育的迫切性。

基于神經系統的幸福教育之仿真學模型研究致力于集成神經學、教育學、心理學、認知科學、生理學及大數據和信息化等文理工學科領域的特點與優點，在理念、論證和設計上為高等教育提供全面、系統的系統框架，努力助推幸福教育不斷推向深入。

2 幸福教育之仿真學模型的頂層設計

利用情感主義教學理論形塑幸福教育的幸福圖景 ?情感主義教學理論認為，學生的認知過程與情感過程是有機的統一體，只有綜合情境教學、愉快教學、成功教育的教育，才是理想的教育。課題關注教學中的情感主義要素，將幸福教育分解成教的幸福圖、學的幸福圖和管（全部教學制度）的幸福圖，通過三個板塊的組合應用，形塑出幸福教育的幸福圖景。具體來說，教的幸福圖是教師教育的幸福感，學的幸福圖是學生學習的幸福感，管的幸福圖是教育工作者管理教育工作時的幸福感。通過教、學、管的幸福感結合，完美形塑幸福教育的幸福圖景。

利用神經應用系統模型擘畫幸福教育的頂層設計 ?運用計算機科學和神經網絡技術，嵌入神經系統生理、心理數據，搭建有幸福教育實證基礎的系統模型。構建這個模型的全部哲學，歸根到底是映射出幸福教育的頂層設計。實際上，可以采用各種傳感器采集模型所需數據，如音頻采集器、視頻采集器、空氣傳感器、水系傳感器、土壤傳感器等，在辦公設備、家用設備、生產設備、手機、臺式機、筆記本電腦等基本條件上，虛擬人類神經系統，主要是虛擬聽覺系統、虛擬視覺系統、虛擬感覺系統、虛擬運行系統等，構建一套幸福教育的神經應用系統模型。神經應用系統模型通過與被測者體表連接在一起的傳感器，將采集到的肌電、脈搏、血壓、呼吸、心跳、腦電波、聲音、瞳孔等生理、心理數據模擬信號經過處理轉換成數字信號，然后進行存儲、分析，得出幸福與否的結論。

3 幸福教育之仿真學模型的主體工程

利用仿真教學數學模型，夯筑幸福教育的主體工程。基于神經系統的幸福教育之仿真學模型重在通過采集神經系統對教學過程的認受信息，來評價教學兩方面在此過程中的幸福程度，即是對照神經系統感應情況，對外在的教學過程和內在的神經反應進行仿真模擬，以構建幸福教育的理念、方法、路徑和參數。為此，根據神經應用系統模型確立幸福教育的五個維度：幸福高教的公認度、幸福學生的歸屬感、幸福教師的獲得感、幸福職業的期待值、教學方式的認受性。以此為基準，對五個維度設置35個指標或參數，用不同的權重來形塑幸福教育的全部要素，并進行定性與定量相結合的實證（驗）分析，基本構建幸福教育運行體系。

幸福高教的公認度 ?人有男女之別，但人性相同：大家羨慕、向往的，就會覺得好，期待自己成為那樣的人。曾幾何時，上大學成為多少中國人的“夢”。課題結合教育學、心理學原理，在學校、專業、課程、管理等方面進行有建設性的重構，落腳點在于使社會大眾認同高等教育、認可高等教育、向往高等教育。

幸福學生的歸屬感 ?只有使學生在心理上接受了高教，覺得做大學生是一件光榮的事情，學生才會肯學、樂學，才會感覺到學習是一件幸福的事情。課題從學習目標、自我管理、潛力挖掘、挫折教育、人文關懷、心理輔導、行為矯治、學校生活、假期安排、獎懲設置等方面進行有預見性的分析，落腳點在于使學生覺得做好大學生很驕傲，做差大學生很恥辱。

幸福教師的獲得感 ?教師是太陽底下最光輝的職業，如果高校教師感覺確實如此，那就在幸福教育上定下一根柱子。課題從學習機會、工作待遇、績效考核、申報課題、職稱評定、職業保障等方面進行系統性探索，落腳點在于使高校教師切實認識到自身的價值和可珍惜性。

教學方式的認受性 ?教學方式的信賴度有多高，教學效果就會有多好。課題從教材多樣性、講授多樣性、課堂多樣性、教案多樣性、場景多樣性、時間多樣性等方面進行開放性思考，落腳點在于規避教與學的痛苦項和痛苦值，增加教與學的幸福項和幸福值。

幸福職業的期待值 ?教育是一種投資，它投資的是未來。是故，幸福職業是幸福教育的重要指標。課題在職業規劃、職業培育、技能訓練、職前培訓、就業輔導、創新創業等方面進行前瞻性論證，落腳點在于使學生通過學習獲得理想職業的“入場券”。

通過這些措施的綜合運用，蝶化生成幸福教育體系。

4 應用深度學習技術，預測幸福教育效果

目前比較流行的深度學習技術，不僅可以應用于語音識別、故障診斷、數字識別等領域，也可以用來建立幸福教育模型[6]，預測幸福教育效果，主要包括下面幾個步驟。

1）幸福教育數據采集與存儲。采用機器學習中相關技術獲得幸福教育數據并存儲到數據庫。

2）幸福教育數據模型的構建。可以使用無隱藏層神經網絡、多隱藏層神經網絡、卷積神經網絡[7]或循環神經網絡[8]等模擬人的神經系統，構建幸福教育數據模型。

3）幸福教育數據特征分析與處理。刪除無用數據，減弱不重要信號，增強關鍵特征。

4）幸福教育訓練模型庫的建立。使用深度學習算法，將樣本數據輸入模型進行訓練，獲得幸福教育的權限和方差，存儲到訓練模型庫。

5）幸福教育效果的評估與預測。在幸福教育訓練模型庫的基礎上，對未知效果的幸福教育數據進行評估與預測，得到當前數據所表示的幸福教育效果，從而可以為教育教學、思想教育、政策制定等起指導作用。

5 結束語

本研究集教育學、心理學、社會學、神經學、人工智能、倫理學、哲學等文理工各學科于一體，將神經網絡、仿真教學、數學建模等現代計算機技術運用到幸福教育，并對幸福教育從頂層設計到實踐路徑進行系統分析論證。最后，通過應用深度學習技術，預測幸福教育效果。下一個階段將致力于實現幸福教育模型中各子功能模塊，針對各種學習場景設置不同的參數，并驗證系統的幸福效果。

參考文獻

[1]張怡美.面向在線教育平臺情緒識別的算法研究與實現[D].長春：吉林大學，2019：25-26.

[2]李子運.關于“智慧教育”的追問與理性思考[J].電化教育研究，2016（8）：5-10.

[3]吳九君.積極心理干預對大學生心理和諧、抗逆力、總體幸福感及抑郁的影響[J].首都師范大學學報（社會科學版），2019（4）：178-188.

[4]袁利平，陳川南.寬度學習的教育價值及其意義[J].中國電化教育，2019（5）：34-40.

[5]肖睿，肖海明，尚俊杰.人工智能與教育變革：前景、困難和策略[J].中國電化教育，2020（4）：75-86.

[6]郭迪.基于深度學習的表情和姿態雙模態情感識別[D].南京：南京郵電大學，2019.

[7]蔡婉雪.基于卷積神經網絡的高速車輛檢測的研究[D].南京：南京郵電大學，2018.

[8]史先章.基于循環神經網絡的風險評估模型研究[D].合肥：安徽農業大學，2019.