在新冠疫情爆發(fā)之前，香港真光學院的教師兼副校長Ka Tim Chu通過觀察學生的面部表情來衡量他們對課堂工作的反應。而現(xiàn)在，受疫情影響，大部分課程都在網上進行，基于人工智能的學習平臺正在幫助老師監(jiān)控學生上課時的情緒反應。

作為學校課程的一部分，學生在平臺上進行測試和家庭作業(yè)。在他們學習的過程中，人工智能通過電腦或平板電腦上的攝像頭測量他們臉上的肌肉點，并識別包括快樂、悲傷、憤怒、驚訝和恐懼在內的情緒。

該系統(tǒng)還能監(jiān)控學生回答問題所花的時間，記錄他們的分數(shù)和表現(xiàn)，生成關于他們的優(yōu)勢、劣勢和動機水平的報告并預測他們的成績。該計劃可以適應每個學生，能夠針對不同學生的知識差距提供游戲式的測試工具，旨在讓學習更有樂趣。平臺創(chuàng)始人Lam稱，通過使用這一人工智能學習平臺，學生的考試成績會提高10%。

Lam曾是一名教師。她表示，有些學生只有在拿到考試成績后才開始努力學習，到那時已經太晚了。這項技術能夠為教師們提供早期干預的機會，在疫情期間對教師的作用尤其明顯，因為它幫助教師在學生學習的過程中來遠程監(jiān)控他們的情緒并及時進行教學調整。

這項技術帶來的好處將比疫情的影響更持久，因為它通過創(chuàng)建和標記個性化的課堂作業(yè)和測試，來幫助減輕老師的管理負擔。即使是在一個大班，閱讀表情的人工智能也可以密切關注每個學生的情緒。

雖然監(jiān)控兒童面部的技術引發(fā)了人們對隱私的擔憂，但Lam表示，人工智能解讀情緒是依靠識別面部的肌肉數(shù)據(jù)，并不會記錄學生的臉。例如，如果他們的嘴角上揚，機器就會檢測到幸福感。香港科技大學人工智能研究中心主任Pascale Fung表示，透明度是維護學生隱私的關鍵。她說，開發(fā)者收集學生數(shù)據(jù)必須得到家長的同意，然后解釋數(shù)據(jù)的去向。

同時，種族偏見對人工智能來說也是一個嚴重的問題。研究表明，一些情緒分析技術在識別深色面孔的情緒方面存在困難，部分原因是該算法受到人類偏見的影響，并學會了如何從多數(shù)白人面孔中識別情緒。有專家也表示，情感表達可能因文化和種族而異，這一現(xiàn)象對此類平臺的功能實現(xiàn)也構成了更大的挑戰(zhàn)。此外，快樂和悲傷這種主要情緒，通過算法可以達到90%甚至更高的識別率，然而更復雜的情緒，例如憤怒、熱情或焦慮，則會變得更難解讀，這也是未來的改進方向之一。

相信隨著技術的進步，人工智能可以幫助人們在溝通方面擁有更好的互動。
責任編輯：YYX