在新冠疫情爆發之前，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。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。

該系統還能監控學生回答問題所花的時間，記錄他們的分數和表現，生成關于他們的優勢、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，因為它通過創建和標記個性化的課堂作業和測試，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。

雖然監控兒童面部的技術引發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據，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，開發者收集學生數據必須得到家長的同意，然后解釋數據的去向。

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，這一現象對此類平臺的功能實現也構成了更大的挑戰。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