香港学院使用人工智能来关注学生对课堂的反应

在新冠疫情爆发之前，香港真光学院的教师兼副校长Ka Tim Chu通过观察学生的面部表情来衡量他们对课堂工作的反应。而现在，受疫情影响，大部分课程都在网上进行，基于人工智能的学习平台正在帮助老师监控学生上课时的情绪反应。

作为学校课程的一部分，学生在平台上进行测试和家庭作业。在他们学习的过程中，人工智能通过电脑或平板电脑上的摄像头测量他们脸上的肌肉点，并识别包括快乐、悲伤、愤怒、惊讶和恐惧在内的情绪。

该系统还能监控学生回答问题所花的时间，记录他们的分数和表现，生成关于他们的优势、劣势和动机水平的报告并预测他们的成绩。该计划可以适应每个学生，能够针对不同学生的知识差距提供游戏式的测试工具，旨在让学习更有乐趣。平台创始人Lam称，通过使用这一人工智能学习平台，学生的考试成绩会提高10%。

Lam曾是一名教师。她表示，有些学生只有在拿到考试成绩后才开始努力学习，到那时已经太晚了。这项技术能够为教师们提供早期干预的机会，在疫情期间对教师的作用尤其明显，因为它帮助教师在学生学习的过程中来远程监控他们的情绪并及时进行教学调整。

这项技术带来的好处将比疫情的影响更持久，因为它通过创建和标记个性化的课堂作业和测试，来帮助减轻老师的管理负担。即使是在一个大班，阅读表情的人工智能也可以密切关注每个学生的情绪。

虽然监控儿童面部的技术引发了人们对隐私的担忧，但Lam表示，人工智能解读情绪是依靠识别面部的肌肉数据，并不会记录学生的脸。例如，如果他们的嘴角上扬，机器就会检测到幸福感。香港科技大学人工智能研究中心主任Pascale Fung表示，透明度是维护学生隐私的关键。她说，开发者收集学生数据必须得到家长的同意，然后解释数据的去向。

同时，种族偏见对人工智能来说也是一个严重的问题。研究表明，一些情绪分析技术在识别深色面孔的情绪方面存在困难，部分原因是该算法受到人类偏见的影响，并学会了如何从多数白人面孔中识别情绪。有专家也表示，情感表达可能因文化和种族而异，这一现象对此类平台的功能实现也构成了更大的挑战。此外，快乐和悲伤这种主要情绪，通过算法可以达到90%甚至更高的识别率，然而更复杂的情绪，例如愤怒、热情或焦虑，则会变得更难解读，这也是未来的改进方向之一。

相信随着技术的进步，人工智能可以帮助人们在沟通方面拥有更好的互动。
责任编辑：YYX