APP下载

在线协作会话中情绪设计支持的教学代理反馈模型构建及应用研究

2024-01-24刘清堂尹兴翰章光琼吴林静苗恩慧曹天生

电化教育研究 2024年1期

刘清堂 尹兴翰 章光琼 吴林静 苗恩慧 曹天生

[摘 要] 教学代理的反馈有利于提升学习绩效,并且反馈的情绪设计可以有效激发学习者的积极情绪并增强他们的学习动机。然而,目前针对在线协作会话中学习者参与度低、协作知识建构抑制等问题,探讨情绪设计支持的教学代理反馈策略的研究依旧较少。文章通过梳理情绪反应理论等相关研究,构建了情绪设计支持的教学代理反馈模型,为面向在线协作会话的智能教学代理反馈设计提供参考。在此基础上,文章开展了准实验研究以验证模型的有效性。研究发现:(1)教学代理提供的学习情况反馈能够促进协作会话参与和协作知识建构;(2)且情绪设计支持的教学代理反馈更能促进在线协作会话参与和协作知识建构;(3)学习者对提供学习情况和积极情绪反馈的教学代理的技术接受程度显著高于只提供学习情况反馈的教学代理。这些发现为教学代理的设计和开发提供了有益的指导。

[关键词] 在线协作会话; 教学代理; 情绪设计; 学习反馈

[中图分类号] G434 [文献标志码] A

[作者简介] 刘清堂(1969—),男,湖北仙桃人。教授,博士,主要从事数据挖掘、智能导师、学习分析与知识服务研究。E-mail:liuqtang@mail.ccnu.edu.cn。吴林静为通讯作者,E-mail:wlj_sz@126.com。

一、引  言

在线协作会话作为知识建构和重塑的媒介,被广泛应用于在線教育中,以支持协作学习过程中学习者的社会互动和学习成就。并且通过挖掘和分析在线协作会话,科学地实施智能化学习反馈,可以促进学习参与和协作知识建构,解决在线协作会话中因稀疏互动和时空差距导致的低参与度和协作知识建构抑制等问题。然而,实证研究表明,并非所有学习者都愿意接受学习反馈并改进学习行为。事实上,在线学习环境中学习者与学习反馈之间存在一定的社会心理距离,这是影响学习反馈促进在线学习参与和协作知识建构有效性的重要因素之一。但已有研究指出,融合情绪设计的学习反馈更能够被学习者接受,缩短这种社会心理距离,增强在线学习中学习者的社会存在感,并且有利于帮助他们改善未来的学习和行为。

教学代理(Pedagogical Agent)通常被定义为在线学习中为学习者提供教学服务的虚拟角色,能够为学习者提供即时性学习反馈,并具备教师的社会性功能,与学习者进行积极的社会互动,帮助他们提高学习动机和学习参与度。近期研究发现,对教学代理的反馈进行情绪设计在提高学习绩效和学习参与度方面具有巨大的潜力,被视为一种智能化支持学习者在线协作学习的有效方法。然而,既往研究主要集中于教学代理反馈的情绪设计对数字化学习的影响,其对协作会话参与和协作知识建构的影响有待进一步探究。因此,本文在系统梳理相关研究的基础上,构建了情绪设计支持的教学代理反馈模型,并通过实证研究验证其有效性,以指导面向在线协作会话中学习反馈实施,为解决学习者持续参与率不高、知识建构水平低等问题提供参考。

二、相关研究综述

(一)教学代理反馈与情绪设计

人工智能教育应用的发展,驱动着学习支持从传统教师干预向智能化教学服务转变。教学代理作为一种智能化的教学服务,提供学习反馈是其基本功能。根据反馈的内容,教学代理的反馈分为认知反馈和情绪反馈。教学代理的认知反馈被设计为提供与认知相关的信息,以帮助学习者理解和解决问题,能够对学习者的学习成绩产生积极影响,但无法为学习者提供必要的情感支持。而教学代理的情绪反馈旨在改善学习者的情绪状态,它通常以情绪设计为基石,通过赞扬、鼓励等方式触发学习者的积极情绪,增强内部动机,最终提升学习成效。其中,情绪设计(Emotional Design)是对教学中的关键元素进行设计和修饰,它通过影响学习者的积极情绪和学习动机,进而提高学习效果,Mayer等认为数字化学习环境中的情绪设计具有重要作用。相似地,情绪反应理论(Emotional Response Theory)认为,教学中的积极性言语可以引发学习者的积极情绪,从而促使学习者产生更多积极的行动。Hatfield也认为情绪具有传染作用,个体在社会交互的过程中表达的情绪能够传达给其他个体。因此,对教学代理进行情绪设计,也能够诱发学习者产生类似的情绪。并且大量研究验证了基于情绪设计的教学代理反馈的作用。例如Guo等证实了具有积极情绪的教学代理能够显著提高学习者在游戏中的学习动机和兴趣。Liew等也发现具有积极情绪的教学代理促进了编程学习中学习者的情绪和内在动机。类似地,Beege等发现呈现积极情绪的教学代理能够促进学习者的知识记忆。

相关研究主要在游戏学习、编程学习等数字化学习情境中考察了教学代理反馈的情绪设计对学习动机和学习行为的影响。然而,情绪设计作为一种诱发学习者积极情绪的有效方法,很少直接应用在基于在线协作会话的学习反馈设计中,尚不足以解决在线协作会话中学习者难以持续学习、知识建构水平低等问题,并且其对学习者协作知识建构的影响机制尚不清晰。因此,有必要进一步探索教学代理反馈对在线协作会话的影响,以推动在线协作学习的高质量发展。其次,学习者对教学代理的主观感知仍然需要进一步探讨。

(二)在线协作会话与学习反馈

智能时代,学习分析技术推动了数据驱动的学习分析与反馈,为提高在线协作会话中学习参与度和积极性提供了有力保障。例如Chen等人开发了在线协作会话的语义分析及反馈系统以促进学习者参与及提升会话有效性;Ouyang等人开发了基于在线协作会话的可视化网络分析工具,目的是促进学习者自我反思,以实现协作知识建构;Zheng等人从学习投入的角度分析学习小组的在线讨论情况,用于促进计算机支持的协作学习中的协作知识建构和协作绩效。现有研究发现在线协作会话中的学习反饋具有重要作用,它可以帮助学习者了解或反思自己或同伴的学习情况,最终提高他们的学习参与度。然而,当前研究中的学习反馈以呈现学习表现的弱干预手段为主,并且学习反馈中的水平划分甚至可能导致学习者产生焦虑情绪。相比之下,学习者更需要有温度的学习反馈,当他们难以感受到学习氛围时,他们的协作知识建构水平会受到抑制,并容易感到孤独。

除此之外,学习者的情感体验被证明是直接影响他们社会交互的主要因素之一,对改善在线协作会话中学习者的情感体验和学习效果尤为重要。并且积极情绪对学习者的认知具有促进作用,积极情绪通过扩大注意力范围、促进记忆来影响认知加工。而教学代理作为在线学习干预的新发展,具有教师的社会角色功能,可以为学习者提供更加人性化的学习反馈,帮助学习者提升在线学习中的情感体验,促进认知加工。据此,本文着重开展在线协作会话中情绪设计支持的教学代理反馈研究,为促进协作会话参与和协作知识建构提供理论和实践参考。

三、情绪设计支持的教学代理反馈模型构建

统整已有研究来看,为学习者提供即时性学习情况反馈和积极情绪反馈对学习效果都具有非常重要的作用,且相关研究表明,教学代理同时为学习者提供学习情况反馈和积极情绪比只提供其中一种干预更有利于学习的正向发展。为学习者提供认知、行为层面的学习情况反馈可以帮助他们进行反思,提高他们的学习参与度。此外,对学习者进行积极鼓励也可以改善他们的学习效果。鉴于此,本文构建了情绪设计支持的教学代理反馈模型,旨在探讨教学代理促进在线协作会话过程中学习者行为能动参与及深度知识建构的理论基础,模型如图1所示。

情绪设计支持的教学代理反馈模型包括机器智能与学习赋能两个部分。其中,机器智能部分借鉴Clow的学习分析模型思想,旨在实现由数据度量到学习干预的科学过程。而学习赋能部分借鉴了信息加工学习理论的思想,该理论认为学习反馈作为外部信息可以刺激机体的感知系统,并经过学习者内部的信息加工,最终提升反应系统中的学习效果。

(一)学习分析支持智能反馈

1. 学习分析与学习反馈

在线协作会话过程中产生的交互文本数据蕴含着学习者认知、行为、情感等丰富信息,充分反映了学习规律、模式以及存在的问题。本文将学习者会话以“学习者—发言内容—时间”三元组形式实时存储在数据库中,并采用RFM模型对学习者会话数据进行表征和分析,以更好地了解学习者在协作会话中的参与情况。其中,RFM模型是一种通过近度-R(Recency,最近一次产生行为时间)、频度-F(Frequency,行为频率)、值度-M(Monetary,贡献价值)三个行为变量对学习者个性化行为特征进行分析的有效方法,常被用以分析学习者的在线学习行为。因此,本文结合学习者在协作会话中的行为特征改进RFM模型指标,以衡量在线协作会话中学习者的表现。其中,近度为学习者最近一次发言距离上一次反馈的时间间隔,用于判断学习者是否参与当前会话;频度为学习者在一段时间内的发言频次,表示学习者的行为投入水平;值度为学习者在一段时间内的关键词贡献,表示学习者对小组的认知投入。频度和值度用于诊断学习者在协作会话中的表现,按这两个维度将学习者划分为A、B、C、D四种类型。其中,A类型(高F、高M)的学习者在该阶段的讨论中积极性最高,其行为和认知投入度最高,为小组贡献了大量的观点;B类型(高M、低F)的学习者在该阶段中发言行为较少,但对小组的贡献较高;C类型(高F、低M)的学习者在该阶段拥有较高的发言行为,但认知贡献较少;D类型(低M、低M)的学习者在该阶段讨论中积极性较低,且贡献较少。

此外,为了丰富在线协作会话中学习者的行为表征,以进一步为学习者提供个性化反馈,教学代理还对学习者的学习类型转换进行检测,通过比较学习者在前后两个阶段的类型,可得到16种转换形态,并根据学习者在协作会话中的类型转变, 为学习者提供更精准的信息反馈。

2. 情绪设计与学习反馈

教学代理在协作会话过程中担任学习督促者和激励者的角色,能够提高学习者的参与度和学习积极性。教学代理还应该为学习者提供有温度、有情感的学习反馈,一方面,教学代理在学习者类型分析和类型转变分析的基础上,提供即时性的学习情况反馈,帮助学习者了解自身学习情况。例如当学习者表现下降后,教学代理人机对话窗口向学习者发出提醒“你的发言质量和发言数量下降到小组后50%”。另一方面,通过添加积极情感词汇和鼓励性话语等方式,对教学代理的交互言语进行积极情绪设计,以诱发学习者的积极情绪,从而提高他们在协作会话过程中的认知加工水平。如当学习者表现退步时,教学代理会及时反馈:“请积极参与讨论哦,相信你可以做得更好,加油!”

(二)学习反馈赋能协作学习

教学代理可以为学习者提供学习情况反馈和积极情绪反馈,以期引起学习者的自我反思与积极情绪,从而增强他们的学习动机,促进协作会话参与和协作知识建构。因此,厘清教学代理对学习者的内在作用过程,是支持学习反馈的基础条件。

1. 学习情况反馈的作用过程

根据元认知理论,在线学习中的学习反馈作为一种元认知支持,有利于帮助学习者发现学习差距、培养自我意识、促进自我反思和自我评估。在协作会话中提供有关认知、行为表现的反馈,可以加深学习者对学习过程和表现的认知。对学习者在协作会话中的表现进行量化,并分析学习者的学习状态变化,最终通过教学代理反馈给学习者,可以帮助学习者获得对自身学习情况的感知,以促进自我调节与反思,提升学习成效。

2. 积极情绪反馈的作用过程

根据情绪反应理论,教学代理的积极情绪能够改善学习者的学习行为。类似地,Lawson等人根据多媒体学习认知—情感模型(Cognitive-Affective Theory of Learning with Media, CATLM)以及多媒体学习的综合认知情感模型(Integrated Model of Cognitive-Affective Learning with Media, ICALM),把教学代理反馈的作用过程分为五个部分:教学代理表现出积极的情绪时,学习者能够意识到代理的情感状态,这促使学习者对教学代理产生情感反应,并影响到学习过程中的认知加工(如学习者被激励进行深度加工的程度),它还会影响到学习效果。在此基础上,基于情绪设计的教学代理通过影响学习者的情绪和动机来促进认知加工,最终帮助学习者提升学习效果。

四、情绪设计支持的教学代理反馈的实证研究

(一)研究问题

为了检验情绪设计支持的教学代理反馈模型的有效性,本文采用准实验研究方法探讨情绪设计支持的教学代理反馈对协作会话参与和协作知识建构的影响。研究问题主要包括:教学代理的学习情况反馈是否会对协作会话参与和协作知识建构产生影响吗,结合情绪设计的教学代理反馈是否更能够促进协作会话参与和协作知识建构,学习者对不同反馈类型的教学代理感知程度如何。

(二)研究背景

本文在面向某师范大学三年级学生开设的专业必修课“信息技术与课程整合”中开展实证研究,共57名学习者参与课程学习。学习者被安排进行持续三周的协作知识建构活动。在活动第一周,学习者被要求针对学习主题收集和梳理相关信息,并开展第一次在线协作讨论。在讨论过程中,小组成员需要阐述他们的观点,以及批判或反思其他人的想法,并将最后整合的观点作为协作成果。在活动第二周,各小组需要开展第二次在线协作讨论,观看其他小组的协作成果,并对其进行分析与评价,以进一步完善和细化本组的协作成果,从而形成更深层次的知识建构。在活动第三周,每个小组选取一名代表参与主题学习成果的汇报。

(三)实验设计

实验过程设计如图2所示。在此次学习活动中,学习者被随机分成9个小组,每组为6~7人,其中,提供积极代理(积极代理组)、提供普通代理(普通代理组)以及不提供代理(无代理組)的学习小组各有3个(共19人)。在两次协作会话中,对于积极代理组和普通代理组,教学代理会实时分析社群协作会话数据,并定时地通过人机对话窗口将学习反馈发送给学习者,学习者可以自由选择是否查看教学代理的反馈,以调节自己的协作会话行为。

教学代理提供的学习反馈示例见表1。在会话初始阶段,教学代理会根据学习者的R值判断学习者是否及时参与会话,若未及时参与,则教学代理将直接通知学习者尽快参与当前会话教学代理。否则,教学代理会通过计算F和M值对学习者进行类型诊断,并给予学习反馈。在会话进程中,根据学习者类型转换的类别进行反馈,如学习者从C类型转变至A类型,代理会从语料库中随机抽取一条反馈给学习者。

另外,为了确保积极代理与普通代理在学习反馈的情绪设计上存在差异,本文使用百度情感API对教学代理的55条话语进行情感倾向值计算,并使用独立样本检验进行差异分析。其中,情感倾向值介于0和1之间,0表示非常消极,1表示非常积极。结果显示积极代理和普通代理在言语的情绪设计上存在显著差异(=0.000),积极代理的均值为0.825,普通代理的均值为0.308,积极代理的均值距离1较近,偏积极,而普通代理的均值距离0.5较近,偏中性。

(四)数据采集及分析

针对研究问题一和研究问题二,为了衡量学习者的协作会话参与和协作知识建构,首先,本文统计分析了各组在协作会话中的持续发言时间、发言频数及产生的信息量(IQ)。其中,信息量的计算如公式(1),表示为关键词短语,(w)表示关键词短语在此小组所有关键词短语出现的频率。

=∑()*(())           式(1)

其次,为了衡量各小组的协作知识建构情况,本文借鉴了Zhang等针对协作会话开发的知识建构编码方案,从积累、互动、检查和适应四个维度分析学习小组协作会话过程中的协作知识建构。为了保证编码分析的信度,由两名经验丰富的研究生对在线协作会话文本数据进行编码,以学习者的一条发言作为一个编码单元,编码一致性达到0.876,说明具有良好的信度。

针对研究问题三,为了衡量学习者对不同类型教学代理的感知程度是否存在差异,本文基于技术接受度模型(TAM)编制调查问卷。问卷包括教学代理的有用性、易用性、满意度、乐用性和鼓励性五个维度20题,其中鼓励性为学习者对代理鼓励性话语的敏感程度。问卷采用李克特五星评分量表,1表示为“非常不赞同”,5表示为“非常赞同”,问卷具有良好的信度(Cronbach's α=0.959)。并结合定性研究的方法,邀请了18名学习者(每个小组抽取2名)参与半结构化访谈。

(五)数据分析结果

1.教学代理的学习情况反馈会对协作会话参与和协作知识建构产生影响吗

在协作会话参与上,普通代理组与无代理组的曼—惠特尼U检验分析结果见表2,普通代理组与无代理组在持续发言时间(=-0.655,=0.700>0.05)、发言频数(=-1.528,=0.200>0.05)以及信息量(=-0.655,=0.700>0.05)上均不存在显著差异。但是普通代理组在持续发言时间、发言频数、信息量上均明显高于无代理组,特别是在发言数量上呈现出较大的差异,说明教学代理提供的学习情况反馈能促进学习者的协作会话参与。

普通代理组和无代理组的协作知识建构频数卡方检验结果见表3,结果呈现出显著差异(=36.220,=0.000)。无代理组在积累上的编码百分比皆高于普通代理组,而在检查、适应维度上皆低于普通代理组,说明教学代理的学习情况反馈有助于促进学习者更高层次的协作知识建构。

2.结合情绪设计的教学代理反馈是否更能促进协作会话参与和协作知识建构

对情感代理组和普通代理组的持续发言时间、发言频数、信息量进行曼—惠特尼U检验分析,结果见表4,它们在持续发言时间(=-1.528,=0.200>0.05)、发言频数(=-1.091,=0.400>0.05)以及信息量(=-1.964,=0.100>0.05)上不存在显著差异。但是情感代理组在持续发言时间、发言频数、信息量上均明显高于普通代理组,说明教学代理的积极情绪反馈有利于促进协作会话参与。

在协作知识建构层面,积极代理组和普通代理组的协作知识建构频数卡方检验结果见表5,结果呈现出显著差异(=32.645,=0.000)。积极代理组在检查、适应两个维度上的编码百分比,明显高于普通代理组,说明积极代理同时提供积极情绪和学习情况反馈,比只提供学习情况反馈更有助于促进深层次的协作知识建构。

3. 学习者对不同反馈类型的教学代理感知程度如何

教学代理感知程度的问卷调查数据的独立样本检验分析结果见表6。积极代理与普通代理在满意度(=0.01)、有用性(=0.014)、乐用性(=0.002)上存在显著性差异,说明学习者对积极代理的接受度、满意度和使用意愿显著高于普通代理。另外,学习者对积极代理鼓励性(=0.001)的感知鼓励性显著高于普通代理。而在易用性(=0.122)上,積极代理和普通代理不存在显著差异,且两组差距较小,并且均大于3.7,表明积极代理和普通代理在设计上对学习者而言都是简单易用的。

另外,访谈结果显示,积极代理组和普通代理组近八成的受访者认为教学代理的学习反馈与他们的表现较为一致,他们认为教学代理的反馈有利于促进他们的在线协作会话参与。在教学代理的积极情绪上,积极代理组的受访者一致认为他们感受到积极代理的积极情绪和对他们的鼓励,特别是当他们的学习状态处于低迷时,积极代理的鼓励会帮助他们增强信心。总的来说,积极代理受到学习者较高的认可和评价,但也有个别学习者希望积极代理可以为他们提供更详细、直观的评价数据。

五、研究结论与讨论

(一)教学代理的学习情况反馈能够促进协作会话参与和协作知识建构

研究结果表明,教学代理提供有关行为和认知表现的学习反馈有助于提升协作会话参与和协作知识建构。根据元认知理论,为学习者提供即时性的学习反馈,可以帮助他们及时了解学习情况,促进学习反思,从而改进学习行为。Wambsganss等也发现,及时为学习者反馈学习表现,可以帮助他们及时调整自己的学习策略,这对维持学习者参与热情是必不可少的。因此,分析和反馈在线协作学习中学习者的过程性表现,帮助学习者了解学习情况、实现自我调节,对促进协作学习具有重要价值。

(二)结合情绪设计的教学代理反馈更能促进协作会话参与和协作知识建构

反馈的情绪设计对促进高效的在线协作会话具有重要作用。研究表明,积极代理提供的积极鼓励促进了学习者的协作会话参与和协作知识建构。根据情绪反应理论,当学习者感受到学习反馈中的积极情绪,也会产生积极情绪。Beege等人也得到了相似的结论,为学习者提供积极、鼓励性的反馈,有利于提升他们的情绪体验,增强他们的学习动机。因此,应该对在线协作会话过程的学习反馈进行情绪设计,在反馈内容中融入情绪设计元素,可以增强学习者的学习体验,降低学习者在线学习过程中的孤独感,这将有助于维持在线学习中学习者的持续参与。

(三)学习者对提供学习情况和积极情绪反馈的教学代理感知程度更高

根据问卷调查和访谈结果,可以发现积极代理比普通代理更能够获得学习者的认可,其满意度和使用意愿均高于普通代理。教学代理的积极情绪有利于减少学习者与教学代理之间的心理距离,从而使学习者更容易接受学习反馈,提高了“皮格马利翁效应”发生的可能性。因此,在未来教学代理的设计中应该充分考虑情绪设计的作用,发挥教学代理的激励者角色功能,为学习者提高必要的情感支持。

六、结  语

随着智能时代学习分析技术的不断成熟,教学代理越来越注重对学习过程数据的精准化和为学习者提供智能化的学习反馈。本文在情绪反应理论、元认知理论等相关理论的基础上,构建了情绪设计支持的教学代理反馈模型,并通过准实验研究验证了其有效性。研究发现,教学代理提供的学习情况反馈有利于提升协作会话参与和协作知识建构,并且情绪设计可以增强教学代理反馈的效应,学习者对提供学习情况和积极情绪反馈的教学代理感知程度更高。研究结论对教学代理的推广应用和协作学习的高质量发展具有重要的理论和实践价值。

尽管本文提供了一种有效的情绪设计支持的教学代理反馈模型,但仍存在一些需要改进的地方。首先,我们尚未深入探讨教学代理反馈的消极情绪设计是否会影响在线协作学习效果。其次,我们尚未考虑教学代理反馈时机对反馈效果的影响。因此,未来研究应该着重关注这些问题,进一步为学习者提供更精准、智能的学习服务。

[参考文献]

[1] XU B, CHEN N S, CHEN G. Effects of teacher role on student engagement in weChat-based online discussion learning[J]. Computers & education, 2020,157:103956.

[2] 吴林静,高喻,涂凤娇,等.基于语义的在线协作会话学习投入自动分析模型及应用研究[J].电化教育研究,2022,43(3):77-84.

[3] WINSTONE N E, NASH R A, PARKER M, et al. Supporting learners' agentic engagement with feedback: a systematic review and a taxonomy of recipience processes[J]. Educational psychologist, 2017,52(1):17-37.

[4] TETTEGAH S Y, GARTMEIER M. Emotions, technology, design, and learning[M]. London: Academic Press,2015:163-182.

[5] MULLINER E, TUCKER M. Feedback on feedback practice: perceptions of students and academics[J]. Assessment & evaluation in higher education,2017,42(2):266-288.

[6] YILMAZ R, YILMAZ F G K. Examination of the effectiveness of the task and group awareness support system used for computer-supported collaborative learning[J]. Educational technology research and development,2020,68:1355-1380.

[7] SINATRA A M, POLLARD K A, FILES B T, et al. Social fidelity in virtual agents: impacts on presence and learning[J]. Computers in human behavior, 2021,114:106562.

[8] ECONOMIDES A A. Personalized feedback in CAT[J]. WSEAS transactions on advances in engineering education, 2005,2(3): 174.

[9] LANG Y, XIE K, GONG S, et al. The impact of emotional feedback and elaborated feedback of a pedagogical agent on multimedia learning[J]. Frontiers in psychology, 2022,13:810194.

[10] PAUW L S, SAUTER D A, VAN K G A, et al. The avatar will see you now: support from a virtual human provides socio-emotional benefits[J]. Computers in human behavior, 2022,136:107368.

[11] MAYER R E, ESTRELLA G. Benefits of emotional design in multimedia instruction[J]. Learning and instruction, 2014,33:12-18.

[12] HORAN S M, MARTIN M M, WEBER K. Understanding emotional response theory: the role of instructor power and justice messages[J]. Communication quarterly, 2012,60(2):210-233.

[13] HATFIELD E, CACIOPPO J T, RAPSON R L. Emotional contagion[J]. Current directions in psychological science, 1993, 2(3): 96-100.

[14] 巴深,劉清堂,吴林静,等.教育智能体情绪线索对大学习者学习情绪与动机的影响研究[J].远程教育杂志,2021,39(6):48-57.

[15] GUO Y R, GOH D H L. Evaluation of affective embodied agents in an information literacy game[J]. Computers & education, 2016, 103:59-75.

[16] LIEW T W, NAM Z. Exploring the affective, motivational and cognitive effects of pedagogical agent enthusiasm in a multimedia learning environment[J]. Human-centric computing and information sciences, 2017,7(1):1-21.

[17] BEEGE M, SCHNEIDER S. Emotional design of pedagogical agents: the influence of enthusiasm and model-observer similarity[J]. Educational technology research and development, 2023,71(3):859-880.

[18] 王雪,高泽红,徐文文,等.反馈的情绪设计对视频学习的影响机制研究[J].电化教育研究,2021,42(3):69-74.

[19] CHEN C M, LI M C, CHANG W C, et al. Developing a topic analysis instant feedback system to facilitate asynchronous online discussion effectiveness[J]. Computers & education, 2020,163(3):104095.

[20] OUYANG F, CHEN S, LI X. Effect of three network visualizations on students' social-cognitive engagement in online discussions[J]. British journal of educational technology, 2021,52(6):2242-2262.

[21] ZHENG L, LONG M, NIU J, et al. An automated group learning engagement analysis and feedback approach to promoting collaborative knowledge building, group performance, and socially shared regulation in CSCL[J]. International journal of computer-supported collaborative learning,2023,18(1):101-133.

[22] OLLESCH L, VENOHR O, BODEMER D. Implicit guidance in educational online collaboration: supporting highly qualitative and friendly knowledge exchange processes[J]. Computers and education open, 2022, 3: 100064.

[23] 胡水星,荆洲.在线学习干预的新发展:从学习分析仪表盘到教育智能体[J].远程教育杂志,2022,40(5):83-92.

[24] LI C, XING W, LEITE W. Building socially responsible conversational agents using big data to support online learning: a case with Algebra Nation[J]. British journal of educational technology, 2022, 53(4): 776-803.

[25] XING W, TANG H, PEI B. Beyond positive and negative emotions: Looking into the role of achievement emotions in discussion forums of MOOCs[J]. The internet and higher education, 2019,43:100690.

[26] 楊红云,陈旭辉,顾小清.多媒体学习中视觉情绪设计对学习效果的影响——基于31项实验与准实验研究的元分析[J].电化教育研究,2020,41(1):76-83.

[27] BAYLOR A L, KIM Y. Simulating instructional roles through pedagogical agents[J]. International journal of artificial intelligence in education, 2005,15(2):95-115.

[28] CLOW D. The learning analytics cycle: closing the loop effectively[C]// SHUM S B. Proceedings of the Second International Conference on Learning Analytics & Knowledge. New York: ACM,2012:134-138.

[29] 王云,李志霞,白清玉等.在线讨论中动态学习情绪和认知行为序列的关系研究[J].电化教育研究,2020,41(6):60-67.

[30] 闫春,刘璐.基于改进SOM神经网络模型与RFM模型的非寿险客户细分研究[J].数据分析与知识发现,2020,4(4):83-90.

[31] 宗阳,郑勤华,陈丽.中国MOOCs学习者价值研究——基于RFM模型的在線学习行为分析[J].现代远距离教育,2016(2):21-28.

[32] 张瑾,张夷楠,叶海智,等.教师在线学习社区中会话主题发现及演化分析[J].远程教育杂志,2021,39(2):85-94.

[33] BARDACH L, KLASSEN R M, DURKSEN T L, et al. The power of feedback and reflection: testing an online scenario-based learning intervention for student teachers[J]. Computers & education, 2021, 169: 104194.

[34] LAWSON A, MAYER R, ADAMO-VILLANI N, et al. Recognizing the emotional state of human and virtual instructors[J]. Computers in human behavior, 2021, 114: 106554.

[35] 王燕青,龚少英,姜甜甜,等.情感代理能否提高多媒体学习的效果?[J].心理科学进展,2022,30(7):1524-1535.

[36] 刘清堂,尹兴翰,吴林静,等.基于学习者评论数据挖掘的MOOC课程质量影响因素研究[J].远程教育杂志,2023,41(1):80-90.

[37] 刘清堂,黄景修,蒋志辉,等.面向在线讨论的时间序列建模实验[J].现代教育技术,2019,29(5):39-45.

[38] ZHANG S, CHEN H, WEN Y, et al. Exploring the influence of interactive network and collective knowledge construction mode on students' perceived collective agency[J]. Computers & education, 2021,171:104240.

[39] DAVIS F D, BAGOZZI R P, WARSHAW P R. User acceptance of computer technology: a comparison of two theoretical models[J]. Management science, 1989, 35(8):982-1003.

[40] KWON O, WEN Y. An empirical study of the factors affecting social network service use[J]. Computers in human behavior, 2010, 26(2):254-263.

[41] THIEMO W, ANDREAS J, MARCO J L. Enhancing argumentative writing with automated feedback and social comparison nudging[J]. Computers & education,2022,191:104644.

[42] 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.

A Study on Construction and Application of Pedagogical Agent Feedback Model Supported by Emotional Design in Online Collaborative Sessions

LIU Qingtang, YIN Xinghan, ZHANG Guangqiong, WU Linjing, MIAO Enhui, CAO Tiansheng

(1.Faculty of Artificial Intelligence in Education, Central China Normal University, Wuhan Hubei 430079;2.Central China Normal University Press, Wuhan Hubei 430079)

[Abstract] Feedback from pedagogical agents facilitates learning performance, and the emotional design of feedback can effectively stimulate learners' positive emotions and enhancing their motivation to learn. However, there are still few studies that explore the feedback strategies of pedagogical agents supported by emotional design to address the problems of low learner engagement and inhibition of collaborative knowledge construction in online collaborative sessions. This paper constructs a pedagogical agent feedback model supported by emotional design by reviewing emotional response theory and other related studies, and provides a reference for intelligent pedagogical agent feedback design for online collaborative sessions. On this basis, a quasi-experimental study is conducted to verify the validity of the model. The findings indicate that: (1) the learning feedback provided by pedagogical agents can promote the participation of collaborative sessions and collaborative knowledge building. (2) The pedagogical agent feedback supported by emotional design is more likely to promote the participation of collaborative sessions and collaborative knowledge building. (3) Learners' acceptance of the pedagogical agent that provides the feedback on learning and positive emotions is significantly higher than that of the pedagogical agent that only provides the feedback on learning. These findings provide useful guidance for the design and development of pedagogical agents.

[Keywords] Online Collaborative Session; Pedagogical Agent; Emotional Design; Learning Feedback