0 引 言
2021 年 12 月，中央网络安全和信息化委员会印发《“十四五”国家信息化规划》（以下简称《规划》），指出要提升教育信息化基础设施水平，构建高质量教育支撑体系，深化教育领域大数据分析应用[1]。通过推进智能技术和教育的深度融合，构建一体化“互联网 +”大平台，从而探究计算机教育发展的新模式。
计算机教育作为面向未来的现代化教育，是应用型人才实践能力培养的重要环节[2]，是深化高等教育改革的必要条件。实践教学作为计算机教育的重要组成部分，是巩固知识、深化理论学习的有效途径[3]。通过开展计算机类教学实践课堂改革，高校能在一定程度上改变传统“一刀切”的教学模式，推动教育体系的改革，促进个性化教育的发展。
1 计算机类实践课程教学存在的问题
实验课作为计算机类实践教学的主要形式，能有效提升学生独立思考与自主探究能力[4]，但受实验班人数多、班级学情定位不准等因素的限制，计算机类实践教学体系仍存在以下问题。
1.1 计算机实验教学体系无法提供个性化教学
目前，计算机实验课堂大多是基于课程需求设计实验参考书，教师使用统一的指导，布置同一任务，要求学生上交统一模板的实验报告。在此模式下，教师很难关注每位学生的实际需求，无法实行因材施教，降低学生创新思维与自主学习能力的培养，不利于个性化教育的实施。
实验课堂上，教师需要在兼顾教学进度时适当关注学生学情，但学生人数较多导致教师注意力落在课堂设计而不是学生身上，忽视学生的主体地位，降低师生之间的有效交流。实验班人数多使得教师难以展开指导工作，无法设计符合班级学情的教学活动，降低实验课堂的质量。
1.2 传统教育模式忽视学习情感因素的作用
学习情感与学习参与度密切相关，积 / 消极情感与群体互动直接相关[5]，但现有的学习情感评价主要依赖于教师课堂上的主观判断和教学经验等，很难借助智能工具获得客观的学习情感数据，较少将其作为课堂教学质量和学生学习效果的评价指标。教师无法借助情感工具精准定位学生情感变化，重点关注实验报告、学习成绩等文字材料反馈的结果，减少课堂上师生情感的交互，降低实践教学的质量。
2 融入学习情感的计算机类实验教学模式的改革思路
计算机类学科具有实践性强、发展迅速等特征，这要求教师要感知学生的个性需求，培养其创新思维与实践能力，提升其分析与解决问题的能力。学习情感作为教学活动的一种非智力因素，与认知加工息息相关，能够显著影响学生的思维方式和学习结果[6]，精准反馈学生实际需求。因此，借助智能工具捕获学生情感数据，开展基于工程能力培养的工程实践创新项目（ Engineering Practice Innovation Project, 简称 EPIP ）教学模式，通过精心设计实验课的教学模式与教学活动，使用情感数据和趋势图定位班级学情，重点提升学生创新实践能力，改革思路如图 1 所示。
3 融入学习情感的EPIP实验教学模式构建
3.1 学习情感的采集与分析
3.1.1 情感可视化
情感可视化作为情感识别的重要内容, 研究者主要围绕生理信号、外显行为等展开研究[7]，发现可通过在线讨论文本、面部表情等方面进行显性化表达[8]。梅拉比安发现面部表情能够传达丰富的情感信息，是课堂教学最客观的指标之一，因此本文使用其可视化学生情感。
为精准捕获学生面部表情，引入微表情平台技术，该平台通过识别表情类型、表征占比值等方式，实时捕获学生课上的面部表情，从而实现学习状态的可视化。借助此技术，教师能实时掌握学生需求，及时调动班级学习氛围，增强学生学习的积极性。以计算机网络的综合实验“园区网设计”为例，可视化结果见表 1。
3.1.2 表情数据的分析与处理
当学生对内容安排、情境展示等表现出积极情绪时，将会激发学生的行为动机；当学生产生消极情绪时，将会降低学生继续参与学习的积极性，这要求教师在课堂上需要时刻关注学生的情感需求，及时做出课堂调整[9]。
现有实验班人数众多，教师很难关注每位学生学情，这时需要引入微表情平台实时反馈实时画面和表情数据集。实时画面精确识别学生消 / 积极情绪和占比值，表情数据反馈学生课堂表现和学习状态，数据分析过程如图 2 所示。
3.2 基于EPIP的教学模式设计
EPIP 模式是工程、实践、创新和项目的有机组合[10]，是“做中学”在经济社会新常态下具体化的教学模式。该模式是在真实的工作场景中，针对具体的工作内容，将理论与实践融为一体；而在实际教学过程中，计算机类上机实验课也要求学生将理论知识应用到实验任务中。两者应用场景类似，故本文选择智慧化设计 EPIP 模式来实现教学改革。
以“发现问题—筛选问题—研究问题—解决问题”为基本设计思路，以任务驱动式为整体设计，依据工程需求分析，师生共同分解实验任务，设计 EPIP 各要素的内容，提炼实验所需的核心技术，创新设计理念与方法，构建与实现学习模型，培养学生创新实践能力。结合计算机学科的特点，EPIP 教学模式设计如图 3 所示。
3.3 融入学习情感的EPIP教学活动设计
为精准感知学生学习情感的变化，克服教师的主观性判断，本文将微表情平台引入高校实验课堂，实时反馈学生情感变化和学习状态，捕获学生课上的表情数据。实验课堂开展以创新实践能力培养为目标的EPIP教学模式，以实际工程项目为教学课题，以工程需求为任务分解的基本标准，以工程实践为核心技术的提炼方法，通过精心设计实验课堂的教学活动，尝试将学习情感与 EPIP 模式有机结合，具体设计见表 2。
4 融入学习情感的EPIP教学模式实施过程
4.1 课前活动
课前活动能提前公布实验任务，无形中将学生注意力转移到学习上。教师可以使用移动教学平台、学习通等学习平台，上传园区网设计相关资料，发布本节课实验任务；学生提前观看参考资料，阅读实验参考书，标注本次实验的重难点。
借助微表情平台，教师可查看上节课表情数据和情感变化图，重点关注消极情绪较多的学生群体，将其分配到积极情绪学习小组，在本次课上主动为其提供教学指导，提高班级整体学习氛围。
4.2 课中活动
课中活动由导入环节、授课环节、巩固练习、归纳小结和布置作业 5 个步骤组成，是掌握学习方法、培养学生能力的主要途径。本次实验课使用工程案例导入园区网实验，采用视频教学、流程图、思维导图和例题等多种方式展示实验任务，小组合作探究式实现方案设计与技术训练。
依据微表情平台提供的实时画面和表情数据，教师能了解学生个人和小组的学习状态，精准把握其情感变化的趋势，客观分析班级学习情况，综合评价实验课堂质量，实现教学计划的调整。
4.3 课后活动
课后活动主要由学生完成实验报告、教师进行教学评价与反思两部分组成。实验报告是使用文字形式将实验过程和测试结果记录下来的书面材料，是学生对实验内容的再现，能有效反馈学生的学习效果，帮助学生巩固理论知识和提升创新实践能力。
教学评价是对教学活动价值作出判断的过程，利用微表情平台提供的表情数据和情感变化图，教师可掌握个人、实验组和班级整体情况，重点分析学生消极情绪的原因，反思课堂教学环节设计的缺陷，思考实验小组划分的合理性。以某校 2020 级计算机 1 班一次实验课为例，结果见表 3。
5 教学效果分析
5.1 实践教学满意度调查
通过问卷调查获得学生对改革后实践教学课堂的满意度，问卷发放给 2020 级两个班级的 181 名本科生，结果见表 4。
5.2 学习情感可视化的效果检验
5.2.1 微表情平台捕获课堂实时画面
微表情平台提供的实时画面能识别表情类别、表征占比值，调用智能分析算法构建个人情感变化图。教师借助表情数据可精准掌握学生的学习状态，重点关注消极情绪较多的学生，有针对性地提供个别辅导。
5.2.2 表情数据实现学习状态可视化
依据表情数据可判断学生在实验课上的情绪变化，使用课堂积极性、学习动机作为判断指标，从而实现学生学习状态的可视化，部分学生数据见表 5。
5.2.3 学习状态反馈课堂教学质量
以表 3 实验课堂某阶段情感数据为例，将表 5 学生数据使用智能算法生成个人、小组和班级的情感变化趋势图，帮助教师掌握班级学生消/积极情绪的分布情况，为后续实验教学工作提供参考（如图 4 所示）。当消极情绪过多导致课堂氛围不佳时，教师能及时作出教学调整，调动学生积极性，促进积极情绪的产生。
班级学生学习积极性不高、动机弱，需要教师加以干预，如增设理论课对消极情绪较多的学生进行专门辅导等来促进班级氛围的良好转化。
6 结 语
融入学习情感的计算机类实验教学模式借助微表情平台实时掌握学生课堂情感变化，使用 EPIP 教学模式合理设计课堂活动，旨在满足每位学生的个性化需求，培养学生创新实践能力。依托表情数据和情感变化图，教师可重点关注消极情绪较多的学生，精准定位班级学情，客观分析课堂质量，实现教学评价与反思，推动个性化教育的发展。
参考文献：
[1] 中央网络安全和信息化委员会. 中央网络安全和信息化委员会印发《“十四五”国家信息化规划》[EB/OL]. (2022-03-08)[2022-11-10]. http://www.cac.gov.cn/2022-03/08/c_1648363725755324.htm.
[2] 陈智勇. 计算机科学与技术专业学生系统能力培养的改革与实践[J]. 计算机教育, 2019(3): 58-61.
[3] 张其亮, 周瑜, 卢治.“三位一体”层次化实践教学体系构建与实施[J]. 实验技术与管理, 2019, 36(1): 33-36.
[4] 张其亮, 陈永生, 杜晓明. 基于混合思维能力培养的计算机类实践教学改革与实施[J]. 实验技术与管理, 2021, 38(6): 203-207, 216.
[5] Wu C H, Huang Y M, Wang J P.Review of affective computing in education/learning: Trends and challenges[J]. British Journal of Educational Technology, 2016, 47(6): 1304-1323.
[6] Linnenbrink G L, Pekrun R.Students’ emotions and academic engagement: Introduction to the special issue[J]. Contemporary Educational Psychology, 2011, 36(1): 1-3.
[7] 徐振国. 智慧学习环境中学习画面的情感识别及其应用[D]. 济南: 山东师范大学, 2019.
[8] 王小根, 陈瑶瑶. 多模态数据下混合协作学习者情感投入分析[J]. 电化教育研究, 2022, 43(2): 42-48,79.
[9] 李同同, 谭多宁, 谭绍华. 在线学习情感体验的维度、特征及其作用机制[J]. 成人教育, 2022, 42(10): 63-70.
[10] 吕景泉, 张维津, 米靖. 论工程实践创新项目(EPIP)教学模式的“工程化”: 从陶行知的生活教育思想说起[J]. 中国职业技术教育, 2021(2): 14-17.
基金项目：河南省高等教育教学改革研究与实践项目（ 2021SJGLX355，2021SJGLX106，2019SJGLX067 ）；2021 年河南省普通本科高等学校智慧教学专项研究项目“融入学习情感的群体智慧化学习知识追踪与个性化指导及成效研究”。
第一作者简介：刘春红，女，河南师范大学副教授，研究方向为智能服务计算与智慧教学，lch@htu.edu.cn。
引文格式: 刘春红, 张正玲, 袁培燕, 等. 融入学习情感的计算机类实验教学模式探索 [J]. 计算机教育, 2023(8): 138-144.
转自：“计算机教育”微信公众号
如有侵权，请联系本站删除！
