課堂情緒智慧體構建及其教學實踐效果研究

Abstract

在教育数字化转型背景下，基础教育普遍侧重于认知领域的精准教学，但对情感领域的精准支持关注较少。随着通用人工智能技术的成熟，个体情绪识别与调节已成为可能，课堂情感支持有了新的解决方案。在此，基于情绪认知和调节理论设计了情绪智能体的模型，并采用自适应帧率选择的卷积神经网络、长短时记忆和大语言模型融合的多种深度学习算法自主开发了一款具备情绪感知、识别、反馈与调节为一体的课堂情绪智能体，并在小学编程课堂中进行应用，探讨其对学生情绪调节、课堂参与度及编程学业成绩的影响。选取两个编程能力相当的六年级平行班进行为期五周的准实验，实验班使用情绪智能体辅助教学，控制班采用传统模式；通过独立样本t检验、非参数U检验和单因素协方差分析数据。结果表明：（1）实验班的学生在积极情绪提升、消极情绪缓解、情绪控制及整体情绪调节能力方面均显著优于控制班；（2）实验班的课堂参与度和专注度显著高于控制班；（3）实验班的编程成绩相比控制班具有统计学上的显著提升。这不仅提供了AI赋能课堂教学的产品示例，还提出了基于情绪智能体的精准支持范式，为个性化教学的发展提供新的思路和实践依据。