教學心電圖:多維智能反饋系統的設計構建與效果研究

本文結合情緒認知和調節理論，利用面部表情識別技術和大語言模型，構建了一套多維智能反饋系統。該系統能夠識別學生情緒變化，并為教師提供針對性的教學策略建議。為驗證其效果，作者面向初中生開展了為期6周的教學實驗。結果表明，利用多維智能反饋系統，能夠幫助教師快速識別學生情緒變化并及時反應，既提升了教師的課堂掌控力，也為學生學業水平提升奠定了基礎。

引言

心理學研究表明，學生學習成效不僅受制于知識的輸入與輸出，還與情緒緊密關聯。心理學家梅拉賓（Mehrabian）指出，情感信息的表達55%是通過面部表情表現出來的。這意味著教師若能夠捕捉并識別學生的情緒，及時調整課堂環節，活躍課堂氛圍，便能更好地調動學生學習積極性，提高課堂學習效率。

然而，在當前大班化教學環境下，教師往往偏重于知識傳授，難以兼顧對學生情緒的觀察，導致產生“知識傳遞與情緒調動脫節”的問題。而人工智能能夠實現面部情緒識別與智能反饋，為教師及時提供學生情緒變化信息，幫助彌補傳統教學對學生個體差異關照不足的缺陷。

鑒于在教育實踐中教師對情緒識別與智能化反饋的需求，筆者構建了一套多維度智能反饋系統，以便為教師及時輸出學生情緒變化并提供相應的調整建議，從而增強教師的課堂掌控力。

系統的設計與構建

1.理論基礎：情緒認知和情緒反饋

情緒作為人類心理活動的重要組成部分，在課堂學習過程中發揮著調節與導向作用，其與注意力、記憶效率及課堂參與度密切相關。美國心理學家保羅·艾克曼(Paul Ekman)通過研究發現：六種基本情緒（高興、生氣、驚訝、恐懼、厭惡、傷心）的面部表情、生理和行為反應具有跨文化一致性。通過對面部表情的量化識別，教師可以突破傳統依賴直覺觀察的局限，更準確地判斷學生群體的學習狀態。

與此同時，情緒的發生與反饋具有雙向性。在課堂中，學生如果能保持長時段積極情緒（興奮、自豪），代表其能更專注地傾聽教師授課、充分思考、快速內化；相反，若學生始終處于消極情緒（絕望、無聊、害怕）中，則代表其遠離課堂、思考僵化、內化遲緩。因此，課堂是情緒與認知交互并行的過程，當學生情緒信息能夠被教師及時捕捉并識別時，教師便可根據過往經驗、策略等調整教學節奏、內容或互動方式，形成“學生情緒—系統識別—策略調整—課堂反饋”的循環機制，不斷修正教學策略，加強情緒識別能力，提高課堂掌控力，使課堂更具活力，并為學生情緒由消極向積極轉化提供動力。

2.系統設計：情緒識別與智能體反饋設計

（1）情緒識別系統的設計

近年來，隨著人工智能、神經網絡的飛速發展，大量可解決面部情緒識別問題的技術涌現出來。卷積神經網絡—循環神經網絡（ConvNet-RNN）和生成對抗網絡（Generative Adversarial Networks，GANs）等算法已在公開數據集上達到了較高的面部表情識別精度和魯棒性。

面對“距離不一+人數眾多+姿態變化+面部遮擋”的真實課堂，系統需要在低分辨率、復雜光照和頻繁遮擋下仍保持高找回度與穩定位，本研究采用retinaface實現面部情緒識別，其能在特征金字塔（FPN）多尺度上做“單階段密集定位”，對較遠距離、低分辨率的面部分析尤為友好，適合在教室中對多數人臉檢測與關鍵點定位。此外，為匹配不同課堂環境，情緒識別系統提供“抽幀間隔”“錨點時間”“匹配閾值”等參數，通過輸入不同參數，不斷獲取更為精準的情緒識別，為后續情緒識別打下基礎。

（2）智能體反饋的設計

智能體的發展幫助大語言模型能夠更輕松地實現應用并及時反饋。情緒識別系統在分析課堂視頻并生成情緒折線圖、熱力圖后，將多維情緒時序與聚合指標，輸入預訓練后的大語言模型，讓其按照優秀標準進行分析，并輸出可操作的教學建議與可視化概要，進而支撐教師快速復盤，調整教學策略。

本研究則利用Dify部署本地化課堂智能反饋智能體，將課堂視頻分析結果輸入其中，為教師及時提供課堂成效、亮點以及改進策略。教師可依據該反饋對照既定教案持續開展“修改—驗證—再修改”的循環優化過程，從而提升課堂教學的有效性與針對性。

3.系統構建：情緒理解與策略反饋系統

在上述情緒識別與智能反饋模塊設計的基礎上，本研究進一步構建了“情緒理解與策略反饋”模型，并在感知層與反饋層分別加以實現，從而形成一個多維度智能反饋系統（如圖1）。系統的運行具體可以分為以下五個環節。

圖1

①輸入：教師將微格教室或相機錄制的課堂視頻上傳系統，輸入采集間隔時間，并經過人臉關鍵點定位和面部表情特征點提取后，送入面部情緒識別模塊。

②識別與聚合：識別模塊根據Retinaface與閾值匹配結果，輸出學生課堂時序六類基本情緒的折線圖。

③情緒理解：通過時序建模與統計對比，生成課堂情緒熱力圖。

④策略反饋：將情緒識別模塊分析結果傳入到智能體中，將分析結果轉化為教師可直接應用的改進策略與可視化報告，其中包括“分析數據結果”“優點分析”“改進建議”“總結”。

⑤輸出與復盤：教師在查看報告后，結合課堂反思與教案進行打磨優化，為下一輪教學的迭代優化打下基礎。

教學應用效果

為驗證以上系統能否有效提高學生積極情緒及教師課堂掌控力，本研究在初中階段展開了為期6周的教學實驗，以下是實驗詳細內容。

1.實驗設計

（1）實驗對象及情況

實驗取樣于浙江省寧波某J初中，選取兩名工作5年的青年教師以及兩個平行班（共89人），其中一個班作為實驗班（共44人），另一個班作為對照組（共45人）。向教師和學生發放調查量表，并對錄制的學生情緒進行配對樣本t檢驗分析。

如下表1所示，對實驗組和對照組的學生進行前期積極情緒與消極情緒分析，p均大于0.05，結果顯示兩部分均不存在顯著性差異。

表1

如下表2所示，對實驗組和對照組教師進行課堂掌控力調查量表前測，t檢驗結果顯示兩組無顯著差異（t=-1.74，p=0.097，＞0.05）。

表2

（2）系統部署

在正式進行教學實驗前，在教師的電腦中預先配置Python的運行環境，部署多維智能系統（包括情緒識別模塊與智能反饋智能體），并通過多輪運行測試與性能調試，確保教師能在課后進行自主分析與反思。

2.實驗步驟

本實驗采用前后測非同等控制組準實驗法，具體流程如圖2所示。

圖2

本實驗歷時6周，每周1節課（40分鐘）。在第1周上課的前10分鐘，開展教師課堂掌控力調查量表和學生課堂投入度調查量表的前測與數據收集，隨后教師正常上課，對學生面部情緒數據進行收集。在2～5周時，實驗組開展有多維智能反饋系統支持的教學，對照組開展常規教學，實驗組和對照組的教學內容相同。在第6周時，收集師生調查量表的后測數據并分析。

3.檢驗結果

（1）多維智能反饋系統對學生情緒的影響

后測結果顯示，在經過為期4周的系統輔助下的教學后，實驗組的積極情緒平均值達到21.07，標準差為30.83，較前測水平得到顯著提升。對照組的積極情緒平均值為18.8，標準差為31.21，較前測水平也得到一定提升。配對樣本t檢驗的結果表明，實驗組在增加積極情緒方面顯著優于對照組（t=-6.478，p=0.023，＜0.05）。在消極情緒方面，實驗組和對照組的平均值分別為11.12和10.15，標準差分別為9.8和8.1，較前測水平得到提升且趨向穩定，但配對樣本t檢驗的結果在減少消極情緒方面不存在顯著差異（t=0.372，p=0.735，＞0.05）。這表明多維智能反饋系統起到一定作用，學生在課堂中的積極情緒得到提升。

（2）多維智能反饋系統對教師課堂掌控力的影響

根據后測結果和對教師前后課堂掌控力調查量表的分析，實驗組的平均值為8.48，較對照組的6.29得到顯著提高，其標準差分別為18.45和13.69。配對樣本t檢驗的結果表明實驗組在課堂掌控力水平上的提升顯著高于對照組（t=2.09，p=0.049，＜0.05）。此外，實驗組平均值8.48較前測平均值6.00得到較大提升，而對照組平均值6.29較前測平均值6.57，未得到提升。這表明多維智能反饋系統在提升教師課堂掌控力上起到了一定作用，使得教師可以更快識別情緒并做出及時反饋。

研究結論

1.多維智能反饋系統對提高教師課堂掌控力具有顯著作用

下圖3、圖4所示為實驗組學生情緒在經過2～5周教學實驗后的變化情況。

圖3

圖4

在圖3中，學生的悲傷和憤怒情緒出現在多個時間節點，尤其是在教師提出問題時或師生互動階段，反映了學生對當前教學內容或方式產生了反感或焦慮。整體來看，情緒比較混亂，說明在課堂初期，學生的情緒沒有得到有效管理，課堂氛圍較為低迷。隨后教師在每節課后，利用多維智能反饋系統對課堂進行分析并采取改進策略，對教案與教學方法進行改進，尤其是在課堂中段，從提問手段、互動方式、合作探究等方面進行更多嘗試。在圖4中，學生情緒呈現出穩定的趨勢，悲傷和憤怒情緒極大程度減少，積極情緒的比例上升，特別是在高興和驚訝的情緒上，說明學生的情緒開始轉向積極的方向，課堂變得更加互動，氣氛活躍。

上述學生情緒變化的圖例表明教師能夠利用系統反饋及時調整教學節奏、互動方式和內容設置，從而有效降低學生的不滿情緒，提升課堂氛圍與情緒參與度。此外，教師不斷接受智能體反饋，優化課堂互動策略，如增加問題環節和情境化教學，進一步增加了學生的積極情緒。

2.多維智能反饋系統有助于提升學生在課堂中的積極情緒

從實驗組和對照組前后學生課堂情緒數據來看，學生積極、中立情緒均高于對照組，且驚喜和開心情緒占比較對照組的0.68%、0.88%顯著提升為2.71%、3.85%，這表明隨著教師根據系統反饋不斷調整教學策略，課堂氣氛逐漸變得活躍，學生的積極情緒顯著增加，這與上述效果驗證中的結論一致。同時，盡管消極情緒的差異并不明顯，但實驗組在害怕、悲傷情緒上的占比與對照組相比平均值略低，這表明系統在消極情緒的調節上仍存在一定的作用。整體來看，教師通過系統反饋優化了課堂節奏和互動方式，有效提高了學生的參與度，最終實現了課堂氛圍的積極轉變。

結語

“學生情緒—系統識別—策略調整—課堂反饋”的多維智能反饋模型在提升教師課堂掌控力，活躍課堂氛圍，并最終調動學生積極情緒方面具有一定作用，能夠有效提升課堂互動性和學生參與感。然而，本研究在長期影響評估和樣本量方面仍存在改進空間。首先，實驗周期僅為6周，這可能限制了對系統長期效果的評估。其次，本研究的樣本量較小，只有一個初中的實驗班和對照班，未來的研究應擴大樣本范圍，涵蓋更多學校、學科和年級，以提高結果的普適性。

本文作者：

盧卓豪 董毅 俞津津

浙江省寧波市鎮海蛟川書院

文章刊登于《中國信息技術教育》

2026年第2期

引用請注明參考文獻：

盧卓豪 董毅 俞津津.教學心電圖：多維智能反饋系統的設計構建與效果研究[J].中國信息技術教育，2026（02）：88-91.

歡迎訂閱

識別上方二維碼訂閱紙質版或電子版雜志