人脸识别技术或将广泛应用于课堂

好老师也不一定能一眼看出来哪个学生有学习困难哪个学生学有余力。不过在未来，当笔记本电脑内置足够好的智能感情程序时，它也许能够帮助老师们完成上述工作。

北卡罗来纳州立大学近期的一项研究向我们展示了智能感情程序的工作方式。研究者们使用摄像机监控了计算机培训班的大学学生们的脸，之后使用人脸表情识别软件将学生们对于课程的投入程度和焦虑程度辨认了出来。这样，研究者们便能够知道授课过程中哪些学生有学习困难，哪些学生学有余力。

这个项目提供了一种帮助教师实时追踪学生学习效果的技术手段。或许还可以为大规模开放式在线课程项目提供同样帮助。这些在线课程项目与线下课堂不同，可能同时有数千名学生在远程听课，老师的洞察力再犀利也不可能通过观察学生来识别学生对于课程难度的接收程度，只有计算机程序能够做到这件事，让教师更加理解学生的需求。

这项眼镜还说明，感情感应技术的应用正在进行更大范围的变革。计算机及其他设备识别并回应感情的技术常常被称作“情感计算”技术，这项技术的研究正在学术界兴起。学术界通过多种方式感应情感，包括：测量皮肤电导、识别声音语调、识别人脸表情等。

北卡罗来纳州立大学的研究者们在其实验中让一些学生使用 JavaTutor 软件学习编写 Java 代码，并通过识别面部表情软件 Computer Expression Recognition Toolbox 跟踪分析60小时里学生们的面部表情活动录像。然后，他们把软件所分析出的结果与学生自己所报告的思想状态作比较，发现两者得出的答案十分相近。这项报告结果将会在本周六即将召开的第六届国际教育数据研发会议上公布。

Joseph Grafsgaard 是北卡罗来纳州立大学的一名博士生，同时也是此项研究工作的参与者，他表示：“我们的最终目标是制定一个辅导系统，去帮助一些陷入困境的学生提高自信，使他们能保持积极向上的心态。”

还有很多研究人员也在探究情感计算技术在教育方面的应用。Emotient 是一家致力于研究情感计算技术的初创企业，该公司近期合著了一篇关于利用计算机识别人类面部表情能推断其内心情感的文章，但该文尚未发布。

Jacob Whitehill 作为一名软件工程师，同时也是 Emotient 的科学研究员。他表示，业界已渐渐达成共识，面部表情识别技术可以在教学领域发挥建设性作用。但他同时指出，如果教师们不能很好地应对学生们的情感状态，这有可能直接影响他们授课。

然而，Whitehill 坚信这项技术会给在线学习平台带来很大的帮助。他表示：“像 Udacity 和Coursera 这样拥有上百万名网络学生的在线授课平台，如果能将面部识别技术应用于他们的课堂，那么你就能轻易发现课程中哪部份知识能轻易被学生吸收，哪部份内容让学生难以理解。”