基于AI的車載“美育&美愈”虛擬空間交互設計研究

劉了箬 王之禾 孫妍

摘要：目的：面對“Z世代”大學生日益凸顯的心理健康問題和新能源汽車智能座艙正朝著場景智能化、情感化服務、多模態融合交互等方向發展的趨勢，將美育和藝術治療應用于新能源汽車領域，開展車載虛擬空間交互設計研究，能夠使新能源汽車為“Z世代”大學生提供情緒價值，以提升其審美力、心理健康水平和幸福感。方法：文章采用SAS焦慮自評量表等調查問卷及訪談法收集數據，調查“Z世代”大學生情緒問題及其對新能源汽車的需求。應用唐納德·諾曼基于反思層的情感化設計理論和凱倫·霍爾茲布拉特的情景化設計方法，以及藝術治療、美育、人工智能等方法。關鍵技術與算法模型在考慮國外新能源汽車發展的理念和趨勢以及國內實際情況的基礎上，對情感識別、深度學習、多模態融合交互和情感化人工智能等技術進行合理的組合和應用。結果：基于調查數據進行客戶畫像和情景化故事板設計，在此基礎上設計出基于人工智能的車載“美育&美愈”虛擬空間交互模型，以實現預期的研究目標。結論：調查發現，“Z世代”大學生存在各種消極情緒，平均焦慮指數高于正常值，而基于人工智能的車載“美育&美愈”虛擬空間交互模型有助于緩解其焦慮情緒，培養審美能力，具有應用價值和推廣前景。研究不僅拓展了基于人工智能的美育與藝術治療的應用領域，還為針對“Z世代”的新能源汽車交互設計提供了新的視角和實施路徑。

關鍵詞：藝術治療；美育；虛擬空間；人工智能；車載交互設計

中圖分類號：TP391；U463.6 文獻標識碼：A 文章編號：1004-9436（2024）04-00-04

0 引言

教育部等十七部門聯合印發的《全面加強和改進新時代學生心理健康工作專項行動計劃（2023—2025年）》指出，“隨著經濟社會快速發展，學生成長環境不斷變化，疊加新冠疫情影響，學生心理健康問題更加凸顯，促進學生身心健康、全面發展，是黨中央關心、人民群眾關切的重大課題”。如何在快速發展的新能源汽車領域發揮美育和藝術治療的作用，幫助“Z世代”大學生提升審美力、心理健康水平和幸福感，成為新的研究領域。

1 研究背景

生于1995年至2009年的“Z世代”大學生的心態具有多重矛盾性，如“躺平”還是“內卷”，“現實社恐”卻“網絡活躍”等，這些矛盾最終導致“Z世代”自我意識出現偏差、幸福感降低、孤獨感增加［1］。《2023安盛心理健康和幸福研究報告》顯示，中國大陸近半數“Z世代”出現不良心理健康狀態。在14～28歲的“Z世代”群體中，僅有17%的受訪者擁有幸福、快樂的心理狀態。

中國較早給美育下定義的是近代中國美育事業的奠基人蔡元培先生，其在《教育大辭書》的美育條目中說：“美育者，應用美學之理論于教育，以陶養感情為目的者也。”［2］2018年8月，習近平主席給中央美術學院老教授回信強調，“要做好美育工作，弘揚中華美育精神”［3］。新時期的美育應培養中國“審美”，用美育助力青年人追求美好、積極的精神世界［4］。近代的藝術治療運動源于20世紀30年代至40年代的精神治療運動，主要受到弗洛伊德和榮格兩位心理學家的影響，于20世紀60年代逐漸趨向于成熟。中國于20世紀80年代開始進行藝術與西醫結合治療疾病的研究［5］。國內外眾多研究案例表明，藝術治療對災后的心理干預起到了較好的效果。

新能源汽車智能座艙產品正朝場景智能化、情感化服務、多模態融合交互等方向發展，目前將美育和藝術治療應用于新能源汽車領域的研究還不多。新能源汽車領域能夠發揮美育和藝術治療的作用，緩解“Z世代”心理壓力，助力其追求美好、積極的精神世界。

2 研究方法

2.1 研究目標

研究基于AI的車載“美育&美愈”虛擬空間交互設計模型，讓愛車為“Z世代”大學生提供情緒價值，從而提升其審美力、心理健康水平和幸福感。

2.2 調查方法

采用線上調查問卷法進行定量分析，并采用訪談法進行質性調查。在情緒調查中使用到的中文版焦慮自評量表SAS（ Self－Rating Anxiety Scale）在國內已得到廣泛運用。現已有國內量表常模，且信度和效度可靠。

3 現狀調查

3.1 情緒調查

對128名“Z世代”大學生進行心理調查，其SAS焦慮量表測試平均得分為56分，高于正常值50分。在平時常出現的情緒中，感到“壓力太大了（太卷了！）”的占59.38%；“無盡的疲倦……”占57.81%；“失眠/焦慮”占49.22%；“生活的大部分都和我設想的不一樣”占35.94%；“生活好無聊好枯燥”占32.03%；“自己沒有幸福感”占30.47%；“感覺自己抑郁了/要瘋了”占26.56%；只有16.7%的人“認為一切都好”。通過對20名同學進行訪談，發現83%的同學都存在各種消極情緒，而且在學習、生活及駕駛安全等方面出現問題，嚴重影響青年一代的健康、獲得感和幸福感。

3.2 需求調查

調查對象中計劃買車的比例達77.3%，偏好低價位車，對品牌沒有集中的偏好，同時更偏好虛擬與現實結合的導航和語音交互，關注駕車的安全性。個人空間偏好統一風格、充滿回憶和溫暖，希望車內提供的功能比較集中的是放松自己（聽美的音樂/欣賞美的藝術等）、主動播放喜歡的音樂、香氛、提供睡眠模式等。心情不好時的愿望清單集中度較高的是：溫馨空間休息、安全港灣、聽音樂、虛擬美好的空間里放松、找個樹洞傾訴等。當心情不好時，在車內的愿望清單集中度較高的是：車上休息、音樂、放松、清新空氣、好風景、陪伴等。

3.3 客戶畫像

通過調查，客戶群畫像為：年齡區間為17～28歲；興趣偏好主要包括聽音樂、看電影、美食、游戲；情緒特點為壓力大、焦慮；希望私人空間具有充滿回憶、溫暖等特征；交互偏好為虛擬與現實結合的交互、語音交互；對新能源汽車的需求主要包括放松自己、音樂、香氛、車能懂我。

4 模型設計

4.1 設計方法

美國唐納德·諾曼提出基于大腦自我指涉性質的本能—行為—反思三層次結構，其在《設計心理學》中提出基于反思層的情感化設計。美國凱倫·霍爾茲布拉特在《情境交互設計：為生活而設計》一書中提出以用戶為中心的情景化設計方法，倡導以用戶為中心的設計前端與面向對象的設計之間的聯系。本項目對以上理論及美育、藝術治療、人工智能方法進行研究和應用，綜合智能座艙的發展趨勢，搭建基于情景化的設計流程和方法模型。

4.2 情景化故事板

女生小A在開車：“堵死了，面試要遲到了……”

“啊，成績出來了，就差兩分沒過線！”其男友小C打來電話：“你為什么還不過來？”小A：“我在開車，好多DDL，壓力好大！真沒空啊！”小C：“我在你心里就不重要，是吧？”“又吵架！？要不，分手吧……啊，追尾了！”處理完事故后，小A崩潰哭泣，愛車識別后啟動消極情緒處理模式，虛擬小人提示小A將車停在路邊，開始安慰小A，并問她最想去哪里，小A答森林，全車進入AI“森林”虛擬空間，虛擬小人帶領小A進入AI樹洞，讓她傾訴發生的事情和消極情緒，然后AI燒掉這些壞情緒，同時配合音樂、香薰、燈光、呼吸療法、繪畫表達療法等。后來，小C找到小A，道歉并安慰小A，對此，愛車識別后啟動積極情緒模式，小C說出小A喜歡“薰衣草園”，愛車AI繪畫“薰衣草園”，全車進入多模態交互的浪漫虛擬空間，并選擇性記錄此次積極情緒。

4.3 策略方案

通過前期痛點調查、需求洞察和用戶畫像及方法論的研究，得出總體策略方案（見表1）。

4.4 功能模塊

虛擬空間交互模型分為4個大模塊和12個子模塊（見表2）。

4.5 硬件與界面

方案一為全息投影方式，搭載AI全息智控系統，在密閉環境中可以呈現虛擬形象，并與中控屏聯動。硬件外觀可進行個性化定制，虛擬人可自定義，可以是用戶喜歡的人、寵物、盲盒、虛擬數字人或形象等。

方案二為中控屏方式，在智能中控屏內顯示，作為原有車載輔助功能的延伸。此方案消極情緒模式處理過程的部分界面示例見圖1。為模擬用戶AIGC虛擬空間效果，本圖片為AI生成，以“小狐貍”作為虛擬人，“森林”作為虛擬空間。四個中控屏界面示例依次為：小狐貍帶主人進入森林；進入樹洞，引導其傾訴，將壞情緒寫下并扔進樹洞；指引燒掉壞情緒；小狐貍守護著主人的情緒健康樹，引導并選擇其他藝術療愈方法。

4.6 關鍵技術

本研究涉及的核心人工智能算法主要有人臉情緒識別、聲音情緒識別和情感化人工智能等。人臉情緒識別算法使用VGG、ResNet、Inception等卷積神經網絡（CNN）或循環神經網絡（RNN）進行特征提取和分類，使用FER2013、CK+、IMFDB等作為訓練集和測試集。聲音情緒識別方面已有許多成熟的聲音情感識別軟件（Affectiva、Beyond Verbal）等。在此基礎上，為了提高AI情緒識別的精度，整合人臉、語境等信息，通過深度學習來識別和判斷人的積極情緒與消極情緒。使用Xception結構取代傳統卷積神經網絡中的卷積操作以及在單個輕量化網絡模塊中讓任意兩個Xception都被密集連接起來的方法，一個端到端DenseXception網絡模型同時預測26個離散類別和3個連續維度，5個DenseXception block組成一個子網絡。在情感化人工智能方面，利用深度學習的生成模型，如變分自編碼器和生成對抗網絡進行情感生成，從而搭建具有情感認知能力的智能系統，如情感聊天機器人和情感化客服。

此外，國外的理念和趨勢也能提供一定的借鑒和啟發，如結合多種傳感器數據進行情感識別、實現更加連貫的多模態交互、開發能夠自適應用戶情感的智能系統等。在國內，可以利用深度學習和遷移學習等技術，提高情感識別的精度。

5 反饋結果

為考察方案模型的效果，配合故事板搭建模擬的虛擬空間場景，邀請調查對象體驗，并進行訪談，部分訪談結果匯總見表3。

6 結論與改進

結果表明，本模型有助于緩解“Z世代”的情緒問題，培養其審美能力，具有應用價值和推廣前景。根據反饋結果，還要對其安全性和功能模塊組合進行改進，如增加情緒激動識別，靠邊停車時使用提醒與安全行車提醒等，還應增加各功能模塊的可選擇性，以“情緒充電——情緒健康樹呵護”為基礎模塊，客戶可以選擇所需要的個性化和低成本的功能模塊。

7 結語

本文利用SAS焦慮自評量表等線上調查問卷及訪談法，對“Z世代”大學生的情緒問題及其對新能源汽車的需求進行調查與分析，并進行客戶畫像和情景化故事板設計，研究和應用情感化設計理論和情景化設計及美育、藝術治療方法，并對情感識別、深度學習、多模態融合交互和情感化人工智能等技術進行組合和應用，設計出一種基于AI的車載“美育&美愈”交互虛擬空間交互模型。該模型有助于緩解“Z世代”的心理健康問題，提升其審美水平，具有進一步研究、開發和推廣的價值，但在安全性、功能個性化和降低成本等方面還需要改進。

參考文獻：

［1］ 楊治菁.“Z世代”大學生心理健康教育模式差異分析［J］.才智，2022（28）：164-167.

［2］ 蔡元培.美育［M］//蔡元培全集：第6卷.杭州：浙江教育出版社，1997：599.

［3］ 習近平給中央美術學院老教授的回信［J］.美術，2018（10）：6.

［4］ 戴華潁.立足本土：蔡元培與新時代學校美育的關聯和反思［J］.藝術家，2022（2）：68-70.

［5］ 倪婷，胡冰霜.近十年藝術治療在中國的應用情況及發展趨勢［J］.西南交通大學學報，2012，13（3）：92-97.

作者簡介：劉了箬（2003—），女，北京人，本科在讀，系本文通訊作者，研究方向：交互設計、人工智能、藝術治療。

王之禾（2003—），女，甘肅天水人，本科在讀，研究方向：人工智能。

孫妍（2004—），女，北京人，本科在讀，研究方向：歷史、藝術教育。基金項目：本論文為2023—2024年度北京市大學生創新創業訓練計劃項目“基于AI的‘美育&美愈虛擬空間設計研究”階段性成果，項目編號：S202310027146