基于增強現(xiàn)實的具身學(xué)習(xí)環(huán)境研究

DOI：10.3969/j.issn.1671-489X.2024.22.001

摘 要 與傳統(tǒng)學(xué)習(xí)行為相比，增強現(xiàn)實學(xué)習(xí)活動更為復(fù)雜，學(xué)習(xí)者的行為和交互數(shù)據(jù)呈現(xiàn)多個相關(guān)維度。如何通過人工智能、情感計算等技術(shù)手段構(gòu)建個性化自主學(xué)習(xí)場景，將是基于增強現(xiàn)實的具身學(xué)習(xí)環(huán)境創(chuàng)設(shè)的關(guān)鍵。通過對增強現(xiàn)實學(xué)習(xí)過程中學(xué)習(xí)數(shù)據(jù)的特征以及學(xué)習(xí)者的屬性等方面的研究，設(shè)計一種面向多模態(tài)學(xué)習(xí)數(shù)據(jù)的具身化增強現(xiàn)實學(xué)習(xí)策略。首先，針對學(xué)習(xí)者在學(xué)習(xí)過程中基于增強現(xiàn)實學(xué)習(xí)交互的多模態(tài)數(shù)據(jù)，結(jié)合目前情感計算和人工智能等方法，引入一種基于多模態(tài)協(xié)同學(xué)習(xí)分析和學(xué)習(xí)反饋機制。其次，在多模態(tài)學(xué)習(xí)分析和學(xué)習(xí)反饋的基礎(chǔ)上，應(yīng)用智能用戶畫像以及領(lǐng)域知識模型提出一種面向增強現(xiàn)實具身學(xué)習(xí)的智能教育決策。最后，結(jié)合基于增強現(xiàn)實的高校安全教育系統(tǒng)的設(shè)計，闡述在智能教育決策指導(dǎo)下的智能學(xué)習(xí)支撐、教學(xué)組織設(shè)計以及增強現(xiàn)實學(xué)習(xí)環(huán)境設(shè)計等三個方面的內(nèi)容。

關(guān)鍵詞 增強現(xiàn)實；具身學(xué)習(xí)；學(xué)習(xí)環(huán)境；教育智能體；智能教育決策；安全教育

中圖分類號：G434 文獻標(biāo)識碼：B

文章編號：1671-489X（2024）22-0001-07

0 引言

《教育部2022年工作要點》強調(diào)“強化需求牽引，深化融合、創(chuàng)新賦能、應(yīng)用驅(qū)動，積極發(fā)展‘互聯(lián)網(wǎng)+教育’”，并提出“創(chuàng)新數(shù)字資源供給模式，豐富數(shù)字教育資源和服務(wù)供給”。在新技術(shù)的推動下，學(xué)習(xí)組織者更加注重學(xué)習(xí)者在技術(shù)和資源支持下的實踐性學(xué)習(xí)活動，并通過創(chuàng)新的學(xué)習(xí)場景為學(xué)習(xí)者提供更豐富的學(xué)習(xí)內(nèi)容和交互體驗。具身學(xué)習(xí)將學(xué)習(xí)者置于認(rèn)知學(xué)習(xí)實踐的核心，強調(diào)學(xué)習(xí)者通過自身的學(xué)習(xí)體驗和學(xué)習(xí)活動來認(rèn)知學(xué)習(xí)對象。具身學(xué)習(xí)強調(diào)實踐性和活動性，鼓勵學(xué)習(xí)者在學(xué)習(xí)實踐活動中通過多種感官的體驗、探索、感悟和知識遷移來實現(xiàn)獨立性、選擇性、多變性和差異性的成長。增強現(xiàn)實（AR，Augmented Reality）通過將虛擬信息環(huán)境與真實環(huán)境融合，為學(xué)習(xí)者提供更真實的視覺、聽覺和感官融合的學(xué)習(xí)體驗與交互。借助豐富的多媒體資源和深入的交互設(shè)計，增強現(xiàn)實學(xué)習(xí)可以有效整合具身學(xué)習(xí)中的身體行為和感知經(jīng)驗。增強現(xiàn)實學(xué)習(xí)環(huán)境在具身學(xué)習(xí)中被視為突破當(dāng)前教育教學(xué)難題、促進高效學(xué)習(xí)的關(guān)鍵點[1]。因此，增強現(xiàn)實為具身學(xué)習(xí)環(huán)境的構(gòu)建提供了良好的契機。

然而，在基于增強現(xiàn)實技術(shù)構(gòu)建具身學(xué)習(xí)環(huán)境時會面臨以下幾個問題。

1）社會化學(xué)習(xí)背景下的增強現(xiàn)實具身學(xué)習(xí)活動組織問題。與虛擬現(xiàn)實不同，增強現(xiàn)實依賴于自然學(xué)習(xí)對象進行學(xué)習(xí)體驗，這導(dǎo)致移動增強現(xiàn)實學(xué)習(xí)環(huán)境中存在大量學(xué)習(xí)者聚集的現(xiàn)象，但具身學(xué)習(xí)更加強調(diào)學(xué)習(xí)者的行為和通過實踐活動獲取知識。在聚集的學(xué)習(xí)場景中，學(xué)習(xí)者的行為和活動會對其他學(xué)習(xí)者產(chǎn)生積極或消極的影響。因此，在增強現(xiàn)實具身學(xué)習(xí)環(huán)境中，協(xié)同組織多個學(xué)習(xí)者進行有效學(xué)習(xí)是關(guān)鍵。

2）學(xué)習(xí)過程中個性化學(xué)習(xí)需求的適配性問題。學(xué)習(xí)情境的創(chuàng)設(shè)是具身學(xué)習(xí)環(huán)境的重要組成部分。在個性化學(xué)習(xí)需求下，不同學(xué)習(xí)者對相同學(xué)習(xí)對象具有不同的學(xué)習(xí)目標(biāo)和需求。因此，在增強現(xiàn)實學(xué)習(xí)環(huán)境中，為滿足學(xué)習(xí)者的個性化需求，需要通過學(xué)習(xí)者畫像和智能計算等方法創(chuàng)造針對不同學(xué)習(xí)者的個性化的學(xué)習(xí)情境。這對于具身學(xué)習(xí)非常重要。

3）增強現(xiàn)實學(xué)習(xí)分析和反饋問題。學(xué)習(xí)分析在預(yù)測學(xué)習(xí)行為風(fēng)險、為教師和學(xué)生提供教學(xué)支持與導(dǎo)引方面起著重要作用。在具身學(xué)習(xí)環(huán)境下，特別是在增強現(xiàn)實學(xué)習(xí)過程中，行為數(shù)據(jù)、交互數(shù)據(jù)和學(xué)習(xí)者情感數(shù)據(jù)的融合較傳統(tǒng)學(xué)習(xí)環(huán)境更加復(fù)雜，這給增強現(xiàn)實具身學(xué)習(xí)環(huán)境的學(xué)習(xí)分析帶來一定困難。因此，在增強現(xiàn)實具身學(xué)習(xí)應(yīng)用中建立適用于多維度和科學(xué)性的學(xué)習(xí)分析與評價系統(tǒng)，對于增強現(xiàn)實學(xué)習(xí)的組織和管理具有重要意義。

綜上所述，目前基于增強現(xiàn)實的具身學(xué)習(xí)環(huán)境的構(gòu)建需要強大的技術(shù)支撐，進行個性化、深交互的學(xué)習(xí)環(huán)境創(chuàng)設(shè)，高效的學(xué)習(xí)組織管理優(yōu)化，才能充分發(fā)揮具身學(xué)習(xí)過程中實踐性、活動性學(xué)習(xí)的優(yōu)勢。在技術(shù)環(huán)境方面，5G技術(shù)兼具增強移動寬帶、海量機器類通信與超高可靠低時延通信等特性，在此基礎(chǔ)上將智慧教育與5G技術(shù)結(jié)合，并融合人工智能、大數(shù)據(jù)、移動互聯(lián)等新一代信息技術(shù)，構(gòu)建一種新型的移動增強現(xiàn)實具身學(xué)習(xí)環(huán)境，可以為實時銜接校園現(xiàn)實空間和數(shù)字空間，優(yōu)化師生與學(xué)校環(huán)境、資源的交互方式等開辟新路徑。

1 相關(guān)研究綜述

具身學(xué)習(xí)注重學(xué)習(xí)者在學(xué)習(xí)環(huán)境中與實際學(xué)習(xí)對象的互動實踐和學(xué)習(xí)者的主動參與性。增強現(xiàn)實與自然對象的交互性和實踐性與具身學(xué)習(xí)的要求完美契合[2]。本課題旨在通過多用戶協(xié)作組織、基于教育智能體的交互設(shè)計和多模態(tài)學(xué)習(xí)分析反饋等方法，研究適應(yīng)具身學(xué)習(xí)需求的增強現(xiàn)實學(xué)習(xí)情境的構(gòu)建方法和技術(shù)手段。以下是與本課題相關(guān)的國內(nèi)外研究現(xiàn)狀和趨勢的總結(jié)。

1.1 教育智能體與增強現(xiàn)實具身學(xué)習(xí)

具身學(xué)習(xí)強調(diào)學(xué)習(xí)者在學(xué)習(xí)過程中身體與世界的互動和感知[3]。教育智能體具有自治性、反應(yīng)性、主動性、社會性和進化性等特征，能夠增強學(xué)習(xí)者的感知，在具身學(xué)習(xí)中不斷發(fā)揮作用[4]。相關(guān)研究表明，教育智能體作為計算機生成的虛擬導(dǎo)師，以人、動物、植物等形式展現(xiàn)，可以通過文本、語音、動作等方式與學(xué)習(xí)者進行交流[3]。教育智能體的研究為個性化學(xué)習(xí)提供了強有力的技術(shù)支持，通過對學(xué)習(xí)數(shù)據(jù)的追蹤和分析，利用數(shù)據(jù)挖掘和機器學(xué)習(xí)算法感知學(xué)習(xí)者的認(rèn)知特點與學(xué)習(xí)風(fēng)格，為學(xué)習(xí)者提供定制化的學(xué)習(xí)服務(wù)[5]。教育智能體還可以在與學(xué)習(xí)者的互動中幫助其構(gòu)建知識，提高學(xué)習(xí)者的主動性和效率[6]。不同的數(shù)字技術(shù)所創(chuàng)造的具身環(huán)境會給學(xué)習(xí)者帶來不同的學(xué)習(xí)體驗和效果[7]。基于相關(guān)技術(shù)支持的具身學(xué)習(xí)環(huán)境，通過生動、沉浸式的視聽界面，滿足個體學(xué)習(xí)者的需求，激發(fā)其身體活動[8]。然而，目前的研究尚未充分整合增強現(xiàn)實和教育智能體，未能發(fā)揮融合學(xué)習(xí)場景的優(yōu)勢，因此，仍需探索在增強現(xiàn)實具身學(xué)習(xí)環(huán)境中構(gòu)建個性化教育智能體的方法。

1.2 增強現(xiàn)實對社會化學(xué)習(xí)行為的影響

增強現(xiàn)實與自然學(xué)習(xí)對象的交互形成學(xué)習(xí)者在一定區(qū)域內(nèi)集體學(xué)習(xí)行為的特點，相關(guān)研究探討了學(xué)習(xí)者行為對其他學(xué)習(xí)者的影響[9]。研究顯示，空間鄰近效應(yīng)會對增強現(xiàn)實學(xué)習(xí)者產(chǎn)生影響，同時，學(xué)習(xí)中的社會參與性和社會結(jié)構(gòu)性也會對學(xué)習(xí)效果產(chǎn)生影響[10]。在虛實融合的學(xué)習(xí)環(huán)境中，牟智佳等[11]研究了學(xué)習(xí)者之間的行為對其他參與者的影響，并提出優(yōu)化方案。聯(lián)結(jié)主義理論指導(dǎo)下的研究表明，學(xué)習(xí)內(nèi)容的傳播對學(xué)習(xí)活動的影響很大，在增強現(xiàn)實游戲化環(huán)境中，合作和競爭學(xué)習(xí)手段構(gòu)建了協(xié)作實景學(xué)習(xí)情境[12]。因此，在多學(xué)習(xí)者的協(xié)同增強現(xiàn)實學(xué)習(xí)活動中，有效組織這種協(xié)作至關(guān)重要，是具身學(xué)習(xí)環(huán)境構(gòu)建的關(guān)鍵[13]。

1.3 具身學(xué)習(xí)中的多模態(tài)學(xué)習(xí)分析研究

在虛實融合的學(xué)習(xí)環(huán)境中，學(xué)習(xí)是一種多模態(tài)感知學(xué)習(xí)的過程，與具身認(rèn)知理論強調(diào)的“生理諸官能的統(tǒng)一”相吻合[14]。多模態(tài)學(xué)習(xí)是指通過多種方式獲取關(guān)于同一現(xiàn)象、過程或環(huán)境的信息[15]。針對增強現(xiàn)實學(xué)習(xí)情境中學(xué)習(xí)者的行為，多項研究進行了分析[16]。一些研究將具身學(xué)習(xí)與沉浸式虛實學(xué)習(xí)環(huán)境相融合[17]，利用傳感器技術(shù)和計算機視覺等多模態(tài)數(shù)據(jù)采集與分析，對學(xué)習(xí)者的行為和反應(yīng)進行實時監(jiān)測[18]。這種多模態(tài)學(xué)習(xí)分析可以幫助研究者了解學(xué)習(xí)者的認(rèn)知過程、情感狀態(tài)和學(xué)習(xí)效果，并提供及時的個性化反饋和指導(dǎo)[19]。例如，通過分析學(xué)習(xí)者的眼動數(shù)據(jù)、肌電數(shù)據(jù)和心率變異等生理指標(biāo)[20]，可以揭示他們的注意力、情緒和認(rèn)知負(fù)荷情況，從而優(yōu)化學(xué)習(xí)設(shè)計和教學(xué)策略[21]。此外，還有一些研究采用自然語言處理和情感計算等技術(shù)，對學(xué)習(xí)者的語言表達和情感體驗進行分析[22]，

以更好地理解他們在學(xué)習(xí)過程中的意義構(gòu)建和情感體驗。

綜上所述，基于具身學(xué)習(xí)理論和增強現(xiàn)實技術(shù)的研究在教育領(lǐng)域呈現(xiàn)出廣闊的前景，未來的研究可以進一步探索增強現(xiàn)實具身學(xué)習(xí)環(huán)境的設(shè)計原則和實施策略，開發(fā)更加智能化和個性化的教育智能體，加強多用戶協(xié)作和社會化學(xué)習(xí)的支持，提升學(xué)習(xí)者的參與度，增強學(xué)習(xí)效果[23]。同時，應(yīng)該進一步深入挖掘多模態(tài)學(xué)習(xí)分析方法在增強現(xiàn)實具身學(xué)習(xí)中的應(yīng)用潛力，推動教育技術(shù)與人機交互領(lǐng)域的發(fā)展[24]。

2 基于增強現(xiàn)實的具身學(xué)習(xí)環(huán)境構(gòu)建

依托“5G+教育”萬物互聯(lián)的特點，在移動增強現(xiàn)實具身學(xué)習(xí)環(huán)境中，可采用智能化計算手段來構(gòu)建協(xié)同組織化的增強現(xiàn)實學(xué)習(xí)組織、基于教育智能體的增強現(xiàn)實學(xué)習(xí)交互以及多模態(tài)的增強現(xiàn)實學(xué)習(xí)分析與反饋，為具身學(xué)習(xí)情境提供有效的實踐活動組織與管理。以下以基于增強現(xiàn)實的實驗室安全學(xué)習(xí)為例，詳細(xì)闡述基于增強現(xiàn)實的具身化學(xué)習(xí)環(huán)境的構(gòu)建。研究內(nèi)容如圖1所示。

2.1 多模態(tài)增強現(xiàn)實學(xué)習(xí)分析和學(xué)習(xí)反饋（圖2）

對多模態(tài)增強現(xiàn)實學(xué)習(xí)分析和學(xué)習(xí)反饋的研究，旨在通過分析學(xué)習(xí)者在增強現(xiàn)實學(xué)習(xí)環(huán)境中的多種感知數(shù)據(jù)，揭示他們的認(rèn)知過程、情感狀態(tài)和學(xué)習(xí)效果，并提供個性化的反饋和指導(dǎo)。然而，與傳統(tǒng)教育相比，增強現(xiàn)實學(xué)習(xí)環(huán)境中學(xué)習(xí)者的行為、情感和認(rèn)知過程更為復(fù)雜且具有多樣性，因此需要進行多模態(tài)的數(shù)據(jù)采集和分析，以更好地理解學(xué)習(xí)者的學(xué)習(xí)狀態(tài)和個體差異，進而優(yōu)化學(xué)習(xí)設(shè)計和提供個性化教學(xué)。

在基于增強現(xiàn)實的高校安全教育系統(tǒng)中，數(shù)據(jù)采集是多模態(tài)增強現(xiàn)實學(xué)習(xí)分析和學(xué)習(xí)反饋研究的重要一環(huán)，它通過移動設(shè)備的多種模態(tài)傳感器采集多種感知通道的數(shù)據(jù)來全面了解學(xué)習(xí)者的行為和反應(yīng)。借助移動設(shè)備的增強現(xiàn)實交互活動數(shù)據(jù)采集，系統(tǒng)可以用戶的交互行為數(shù)據(jù)、圖像采集數(shù)據(jù)以及等待時延等多模態(tài)的數(shù)據(jù)去建立一種綜合、協(xié)同的學(xué)習(xí)行為表征模型，并通過這個數(shù)據(jù)表征模型。

基于采集到的多模態(tài)數(shù)據(jù)，多模態(tài)分析成為深入理解學(xué)習(xí)者的認(rèn)知過程和情感狀態(tài)的關(guān)鍵方法。其中，行為分析通過分析學(xué)習(xí)者的身體動作數(shù)據(jù)，如增強現(xiàn)實交互對象以及交互行為等，識別并理解他們的意圖和行為特征，進而分析其影響因素和學(xué)習(xí)效果。在進行學(xué)習(xí)行為分析時，同時需要進一步考慮學(xué)習(xí)者的學(xué)習(xí)情感。情感分析則通過分析學(xué)習(xí)者的行為反饋數(shù)據(jù)以及生理指標(biāo)數(shù)據(jù)等信息，推測學(xué)習(xí)情感指標(biāo)等，這樣能夠幫助研究者更好地理解學(xué)習(xí)者對學(xué)習(xí)材料和任務(wù)的情感反應(yīng)，從而調(diào)整學(xué)習(xí)內(nèi)容和教學(xué)策略。而認(rèn)知分析則通過分析學(xué)習(xí)者的知識反饋（測試）以及交互行為頻度，推斷他們的注意力分配、信息處理和知識建構(gòu)的方式，為個性化學(xué)習(xí)提供依據(jù)。

學(xué)習(xí)反饋是多模態(tài)增強現(xiàn)實學(xué)習(xí)分析和學(xué)習(xí)反饋研究的重要目標(biāo)之一。結(jié)合智能化的分析手段以及方法，通過多模態(tài)分析結(jié)果，依據(jù)教學(xué)目標(biāo)和教學(xué)策略設(shè)計并提供相應(yīng)的學(xué)習(xí)反饋。學(xué)習(xí)反饋分為兩個部分：實時反饋和非實時反饋。

在實時反饋的構(gòu)建過程中，基于用戶移動設(shè)備的圖像采集以及實景交互性行為，在增強現(xiàn)實的具身交互過程中，通過圖像識別技術(shù)和行為分析能力，實時對學(xué)習(xí)者操作行為進行具身化行為向?qū)А⒔换バ袨榕袛嘁约皩崟r行為反饋，在實際的學(xué)習(xí)場景和學(xué)習(xí)行為過程中為用戶提供更加具體的學(xué)習(xí)指導(dǎo)。

非實時反饋是基于多模態(tài)學(xué)習(xí)行為數(shù)據(jù)的綜合分析構(gòu)建的非實時反饋機制。在具身化的學(xué)習(xí)行為數(shù)據(jù)采集和多模態(tài)數(shù)據(jù)行為分析的基礎(chǔ)上，以學(xué)習(xí)報告和知識測試的形式面向?qū)W習(xí)者提供一種綜合、持續(xù)性的學(xué)習(xí)反饋過程。基于非實時反饋的構(gòu)建，通過智能化的技術(shù)手段，一方面可以對學(xué)習(xí)者學(xué)習(xí)情況建立綜合、全面的評價機制，為學(xué)習(xí)組織者提供科學(xué)、準(zhǔn)確的評價依據(jù)；另一方面借助移動設(shè)備的便捷性，可以為學(xué)習(xí)者提供一種長期伴隨性的學(xué)習(xí)環(huán)境。

2.2 基于增強現(xiàn)實的具身學(xué)習(xí)場景下的智能教育決策

為了滿足學(xué)習(xí)者個性化的學(xué)習(xí)反饋以及伴隨性的學(xué)習(xí)過程，智能教育決策方法的實現(xiàn)需要依托數(shù)據(jù)驅(qū)動的個性化自適應(yīng)學(xué)習(xí)技術(shù)。這一技術(shù)框架主要包含領(lǐng)域知識模型、學(xué)習(xí)者學(xué)習(xí)行為畫像這兩個核心部分，它們共同作用以實現(xiàn)個性化學(xué)習(xí)內(nèi)容反饋服務(wù)。

2.2.1 領(lǐng)域知識模型是構(gòu)建個性化學(xué)習(xí)環(huán)境的基礎(chǔ)

領(lǐng)域知識模型包含學(xué)習(xí)領(lǐng)域的邏輯體系、基本概念和原理、規(guī)則定義與探究方式等。在預(yù)先的學(xué)習(xí)過程準(zhǔn)備中，基于相關(guān)的安全知識，對于文本、圖像等多媒體信息進行預(yù)先標(biāo)注，形成初步的領(lǐng)域知識原始素材。進一步的，借助知識圖譜技術(shù)，對于領(lǐng)域知識進行模型化構(gòu)建。這一模型通常由語義網(wǎng)、領(lǐng)域本體、層次結(jié)構(gòu)和知識圖譜等技術(shù)構(gòu)建，其核心作用在于支持知識的獲取、組織和推理。在領(lǐng)域知識模型中，教育知識圖譜被用來引導(dǎo)過程中多個單元間的先決條件關(guān)系，而神經(jīng)網(wǎng)絡(luò)、機器學(xué)習(xí)和深度學(xué)習(xí)等技術(shù)則被用于教育知識圖譜構(gòu)建過程中的關(guān)鍵環(huán)節(jié)，如實體識別、關(guān)系提取和知識表示等。通過領(lǐng)域知識模型的構(gòu)建，能夠建立安全知識單元之間的關(guān)系以及在多種情況下的學(xué)習(xí)路徑，為增強現(xiàn)實具身學(xué)習(xí)過程中個性化的學(xué)習(xí)內(nèi)容反饋服務(wù)和學(xué)習(xí)路徑個性化的規(guī)劃奠定基礎(chǔ)。

2.2.2 學(xué)習(xí)者學(xué)習(xí)行為畫像是個性化自適應(yīng)學(xué)習(xí)的核心和基礎(chǔ)

基于個人學(xué)習(xí)行為特征描述的學(xué)習(xí)者畫像是一個研究具身化增強現(xiàn)實復(fù)雜學(xué)習(xí)行為和交互數(shù)據(jù)的過程。基于用戶行為畫像的特征進行個性化學(xué)習(xí)行為反饋是構(gòu)建個性化學(xué)習(xí)內(nèi)容服務(wù)的有效路徑。在增強現(xiàn)實的具身化學(xué)習(xí)過程中，學(xué)習(xí)者將會產(chǎn)生圖像、文本、交互以及生理行為等多種模態(tài)的數(shù)據(jù)形式。同時，學(xué)習(xí)者的基本信息描述、學(xué)習(xí)歷史以及在社會化背景下的社會學(xué)習(xí)關(guān)系的描述等非實時數(shù)據(jù)也將會影響學(xué)習(xí)者的學(xué)習(xí)行為特征描述。在學(xué)習(xí)模型（圖3）中，學(xué)習(xí)者的描述、學(xué)習(xí)歷史、學(xué)習(xí)行為和學(xué)習(xí)關(guān)系等四個要素相互結(jié)合，為學(xué)習(xí)者在增強現(xiàn)實學(xué)習(xí)中的學(xué)習(xí)性能提供全面的描述。特別是開放性學(xué)習(xí)場景下的基于增強現(xiàn)實具身學(xué)習(xí)實時行為，將會對用戶學(xué)習(xí)行為畫像產(chǎn)生實時的影響。

在學(xué)習(xí)者學(xué)習(xí)行為畫像的構(gòu)建中，首先基于一般性學(xué)習(xí)者特征為用戶建立一個多維度的描述屬性，以描述學(xué)習(xí)者的一般性學(xué)習(xí)行為特征。在確定學(xué)習(xí)者的學(xué)習(xí)行為描述屬性后，對于學(xué)習(xí)者基本描述、學(xué)習(xí)歷史等主觀性描述數(shù)據(jù)進行分析，建立學(xué)習(xí)者的一般性特征與學(xué)習(xí)者主觀評價數(shù)據(jù)的映射關(guān)系。在確定學(xué)習(xí)者一般行為特征后，在增強現(xiàn)實具身化學(xué)習(xí)過程中，通過對學(xué)習(xí)行為數(shù)據(jù)的采集以及多模態(tài)的協(xié)同分析，結(jié)合目前人機交互、情感計算以及人工智能等新技術(shù)手段，對學(xué)習(xí)者的特征屬性進行動態(tài)更新，以實現(xiàn)一種動態(tài)的學(xué)習(xí)者學(xué)習(xí)行為畫像。通過動態(tài)地更新和分析這些要素建立的學(xué)習(xí)者畫像，可以更好地理解學(xué)習(xí)者的學(xué)習(xí)需求和特點，為學(xué)習(xí)者提供個性化的學(xué)習(xí)支持和決策，促進學(xué)習(xí)者的學(xué)習(xí)質(zhì)量和學(xué)習(xí)體驗的提升。同時，社會化學(xué)習(xí)背景下的學(xué)習(xí)關(guān)系描述也將會在學(xué)習(xí)者之間產(chǎn)生一定的影響。基于用戶的學(xué)習(xí)一般性特征（學(xué)習(xí)者描述以及學(xué)習(xí)歷史信息）和動態(tài)的學(xué)習(xí)行為數(shù)據(jù)，在大語言模型的群體共識等技術(shù)的支撐下，對于學(xué)習(xí)者學(xué)習(xí)屬性進行聚類化處理，以社會化學(xué)習(xí)關(guān)系的角度對學(xué)習(xí)者屬性描述進行動態(tài)化更新，以達到對學(xué)習(xí)者的直觀、準(zhǔn)確的描述。

2.3 基于安全教育的教學(xué)交互設(shè)計

在多模態(tài)學(xué)習(xí)分析以及智能教育決策兩個方面的支撐下，針對具體的應(yīng)用場景，以移動設(shè)備作為載體，通過教育智能體的方法為具體的教學(xué)需求提供基于增強現(xiàn)實的具身化學(xué)習(xí)場景的創(chuàng)設(shè)，目標(biāo)是構(gòu)建涉及智能學(xué)習(xí)支撐、學(xué)習(xí)內(nèi)容設(shè)計以及增強學(xué)習(xí)環(huán)境設(shè)計的安全教育智能體終端。

2.3.1 智能學(xué)習(xí)支撐

智能學(xué)習(xí)支撐依賴人工智能技術(shù)，尤其是決策智能理論與方法。在安全教育領(lǐng)域，這涉及利用大數(shù)據(jù)解析和混合智能技術(shù)，實現(xiàn)知情決策和用戶初始畫像的構(gòu)建，并采用主動和全面的視角進行情景推演與態(tài)勢預(yù)測。通過貝葉斯知識追蹤模型和隱馬爾可夫模型，可以將學(xué)習(xí)者的知識狀態(tài)表示為掌握或未掌握知識點的二元組，并根據(jù)用戶的學(xué)習(xí)行為參數(shù)設(shè)置二元組的變量系數(shù)以預(yù)測隱變量的概率分布，從而確定實時的學(xué)習(xí)反饋服務(wù)內(nèi)容和學(xué)習(xí)路徑的規(guī)劃。此外，智能學(xué)習(xí)支撐還需要根據(jù)知識間蘊含的前驅(qū)和后繼關(guān)系，綜合考慮學(xué)習(xí)者當(dāng)前知識狀態(tài)、認(rèn)知能力、學(xué)習(xí)風(fēng)格與偏好等特征，有針對性地反饋個性化的學(xué)習(xí)路徑和學(xué)習(xí)資源。教學(xué)模型的實施機制涉及對學(xué)習(xí)者特征模型的診斷和分析，作出適應(yīng)性決策，向?qū)W習(xí)者提供個性化推薦服務(wù)。

2.3.2 教學(xué)組織設(shè)計

在教學(xué)組織設(shè)計方面，高校安全教育需要基于核心素養(yǎng)視角進行作業(yè)設(shè)計，強調(diào)“檢研結(jié)合”的理念，將傳授知識、訓(xùn)練技能和培養(yǎng)能力有機結(jié)合。在安全教育系統(tǒng)的設(shè)計上，將增強現(xiàn)實學(xué)習(xí)中的學(xué)習(xí)對象甄別作為實驗室安全教育中的一個重要環(huán)節(jié)，通過有目的的教學(xué)組織和設(shè)計，讓學(xué)習(xí)者在一個相對較為開放的環(huán)境中，以其主動性地甄別學(xué)習(xí)對象和感知學(xué)習(xí)內(nèi)容作為學(xué)習(xí)內(nèi)容傳遞方式。這種設(shè)計更加強調(diào)學(xué)習(xí)者自我探索化的學(xué)習(xí)活動方式，通過一定的手段對學(xué)習(xí)對象所攜帶的知識信息進行探索性學(xué)習(xí)，構(gòu)建完整的知識體系。并結(jié)合移動增強現(xiàn)實豐富學(xué)習(xí)交互手段特性，在知識探索化學(xué)習(xí)活動中，改變傳統(tǒng)的單向化學(xué)習(xí)內(nèi)容傳遞方式為主動性的、互動性的方式，從而增強實驗室安全教育的效果。

2.3.3 增強現(xiàn)實學(xué)習(xí)環(huán)境設(shè)計

在增強現(xiàn)實學(xué)習(xí)環(huán)境設(shè)計上，將實際應(yīng)用場景引入安全教育，以解決實驗室安全教育過程中缺乏實踐性和針對性的問題。在設(shè)計過程中，盡量以真實環(huán)境下的自然對象作為學(xué)習(xí)對象并進行學(xué)習(xí)知識傳遞。通過自然對象復(fù)合屬性以及與其他對象之間的關(guān)系，為學(xué)習(xí)者傳遞復(fù)合型的信息內(nèi)容，通過學(xué)習(xí)者對復(fù)合信息的分析與理解，逐層次建立學(xué)習(xí)者對于學(xué)習(xí)對象的信息模型，借助自然場景中真實的學(xué)習(xí)活動并以一定的教學(xué)目的對學(xué)習(xí)對象進行信息架構(gòu)，將自然環(huán)境與虛擬環(huán)境有機整合，建立有針對性的實踐性安全教育學(xué)習(xí)工具。

3 結(jié)束語

針對復(fù)雜的用戶聚集場景中社會化學(xué)習(xí)行為的復(fù)雜性，研究者提出一種融合學(xué)習(xí)者特征、學(xué)習(xí)行為特征和社會化學(xué)習(xí)關(guān)系特性的多模態(tài)學(xué)習(xí)分析方法，旨在為教育智能體的決策系統(tǒng)提供科學(xué)、全面的數(shù)據(jù)支撐。通過綜合學(xué)習(xí)者的特征、學(xué)習(xí)行為的特征以及社會化學(xué)習(xí)關(guān)系的特性，研究者能夠較為準(zhǔn)確地描述學(xué)習(xí)者在復(fù)雜的用戶聚集場景中的行為和特征。在學(xué)習(xí)者的特征方面，研究者考慮了學(xué)習(xí)者的個人特征、背景知識、認(rèn)知能力和興趣愛好等方面。在學(xué)習(xí)行為的特征方面，研究者關(guān)注學(xué)習(xí)者與應(yīng)用程序的交互行為和學(xué)習(xí)策略。在社會化學(xué)習(xí)關(guān)系的特性方面，研究者分析學(xué)習(xí)者在學(xué)習(xí)行為中產(chǎn)生的相互影響，包括合作、競爭和共享等方面。在增強現(xiàn)實學(xué)習(xí)情境下，研究者利用教育智能體作為信息交互對象，通過多模態(tài)學(xué)習(xí)分析，為不同用戶提供個性化的學(xué)習(xí)內(nèi)容和學(xué)習(xí)支撐服務(wù)。通過綜合分析學(xué)習(xí)者的特征、學(xué)習(xí)行為和社會化學(xué)習(xí)關(guān)系的數(shù)據(jù)，教育智能體能夠根據(jù)用戶的學(xué)習(xí)行為和學(xué)習(xí)需求，為其提供適配的學(xué)習(xí)支持，增強學(xué)習(xí)效果，提升學(xué)習(xí)體驗。

4 參考文獻

[1] CHANG S C， HWANG G J. Impacts of an augmented reality-based flipped learning guiding approach

on students’ scientific project performance and

perceptions[J].Computers amp; Education，2018，125：

226-239.

[2] FRANK J A， KAPILA V. Mixed-reality learning envi-

ronments： Integrating mobile interfaces with

laboratory test-beds[J].Computers amp; Education，

2017，110（7）：88-104.

[3] 梅文雅，李慧.探究沉浸式虛實融合環(huán)境中具身學(xué)習(xí)活

動設(shè)計框架[J].新一代（理論版），2021（20）：39-40.

[4] 陳醒，王國光.國際具身學(xué)習(xí)的研究歷程、理論發(fā)展與技術(shù)轉(zhuǎn)向[J].現(xiàn)代遠(yuǎn)程教育研究，2019，31（6）：78-88.

[5] 宋耀武，崔佳.具身認(rèn)知與具身學(xué)習(xí)設(shè)計[J].教育發(fā)展研究，2021，41（24）：74-81.

[6] 楊南昌，劉曉艷.具身學(xué)習(xí)設(shè)計：教學(xué)設(shè)計研究新取向

[J].電化教育研究，2014，35（7）：24-29.

[7] 鄭旭東，王美倩，饒景陽.論具身學(xué)習(xí)及其設(shè)計：基于具身認(rèn)知的視角[J].電化教育研究，2019，40（1）：25-32.

[8] 趙瑞斌，張燕玲，范文翔，等.智能技術(shù)支持下具身學(xué)

習(xí)的特征、形態(tài)及應(yīng)用[J].現(xiàn)代遠(yuǎn)程教育研究，2021，

33（6）：55-63，83.

[9] WANG Y H. Exploring the effectiveness of integra-ting augmented reality-based materials to support writing activities[J].Computers amp; Education，2017，

113（1）：162-176.

[10] 王一巖，王楊春曉，鄭永和.多模態(tài)學(xué)習(xí)分析：“多模

態(tài)”驅(qū)動的智能教育研究新趨向[J].中國電化教育，

2021（3）：88-96.

[11] 牟智佳，符雅茹.多模態(tài)學(xué)習(xí)分析研究綜述[J].現(xiàn)代教育技術(shù)，2021，31（6）：23-31.

[12] 胡欽太，伍文燕，馮廣，等.深度學(xué)習(xí)支持下多模態(tài)學(xué)

習(xí)行為可解釋性分析研究[J].電化教育研究，2021，

42（11）：77-83.

[13] 周進，葉俊民，李超.多模態(tài)學(xué)習(xí)情感計算：動因，框

架與建議[J].電化教育研究，2021， 42（7）：26-32，46.

[14] 劉清堂，李小娟，謝魁，等.多模態(tài)學(xué)習(xí)分析實證研究的發(fā)展與展望[J].電化教育研究，2022，43（1）：71-78，85.

[15] ANDRADE A， WORSLEY M. A methodological framework for the exploratory analysis of multimodal fea-

tures in learning activities[J].CEUR Workshop Pro-

ceedings，2017，1828：99-103.

[16] AZEVEDO R， GASEVIC D. Analyzing Multimodal Multi-channel Data about Self-Regulated Learning with Advanced Learning Technologies： Issues and Cha-

llenges[J].Computers in Human Behavior，2019，96：

207-210.

[17] 劉清堂，巴深，羅磊，等.教育智能體對認(rèn)知學(xué)習(xí)的作

用機制研究述評[J].遠(yuǎn)程教育雜志，2019，37（5）：35-44.

[18] 徐振國，劉志，黨同桐，等.教育智能體的發(fā)展歷程、

應(yīng)用現(xiàn)狀與未來展望[J].電化教育研究，2021，42（11）：

20-26，33.

[19] 巴深，劉清堂，吳林靜，等.教育智能體情緒線索對大

學(xué)生學(xué)習(xí)情緒與動機的影響研究[J].遠(yuǎn)程教育雜志，

2021，39（6）：48-57.

[20] 劉清堂，巴深，余舒凡，等.視頻課程中教育智能體的

社會線索設(shè)計研究[J].電化教育研究，2020，41（9）：

55-60.

[21] YUNG H I， PAAS F. Effects of cueing by a peda-gogical agent in an instructional animation： A cognitive load approach[J].Journal of Educatio-nal Technology amp; Society，2015，18（3）：153-160.

[22] LI W， WANG F， MAYER R E， et al. Animated peda-gogical agents enhance learning outcomes and

brain activity during learning[J].Journal of Com-

puter Assisted Learning，2022，38（3）：621-637.

[23] BEEGE M， SCHNEIDER S， NEBEL S， et al. Does the

effect of enthusiasm in a pedagogical Agent’s

voice depend on mental load in the Learner’s

working memory？[J].Computers in Human Behavior，

2020，112：106483.

[24] MOHAMAD S N A. The Effect of Pedagogical Agents

in Learning Conditions and Their Possible Impact

on Learning Gains[EB/OL].[2024-02-01].https：//

www.researchgate.net/profile/Syamsul-Nor-Azlan-

Mohamad/publication/277325206_The_Effect_of_Pedagogical_Agents_in_Learning_Conditions_and_

Their_Possible_Impact_on_Learning_Gains/links/

5568062a08aeab77721eaf6c/The-Effect-of-Pedago

gical-Agents-in-Learning-Conditions-and-Their-Possible-Impact-on-Learning-Gains.pdf.

*項目來源：2022年浙江省教育廳一般科研項目“基于教育智能決策的具身學(xué)習(xí)環(huán)境研究”（項目編號：Y202249168）。

作者簡介：謝偉旋，講師。