💻 计算机科学

Ability-Residual Decoupled Modeling for Affective Cognitive Diagnosis

本文提出了一种用于情感认知诊断的能力-残差解耦框架，该框架通过显式建模稳定的认知残差来防止其污染情感表示，从而提高多个数据集上的响应预测准确性和情感对齐度。

原作者： Boyuan Zhao, Meng Ye

发布于 2026-10-28

📖 1 分钟阅读☕ 轻松阅读

原作者： Boyuan Zhao, Meng Ye

原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

在广阔的在线教育领域，一场关于我们如何理解学生思维的静默革命正在发生。多年来，教育工作者和计算机科学家一直依赖一种被称为“认知诊断”的过程。你可以把它想象成一种数字化的 X 光，它能透过简单的测试分数，精准地观察到学生掌握了哪些具体的概念，以及哪些概念仍然模糊不清。通过分析数以千计的练习题答案，这些系统可以构建出一张学习者的知识图谱，从而能够推荐完美的下一课，或在失败发生之前识别出隐藏的理解偏差。

然而，人类的学习很少是纯粹的逻辑计算。学生的表现往往受到与学科知识本身无关因素的影响。他们可能感到疲劳、沮丧、无聊，或者仅仅是那天状态不佳。这些被称为“情感状态”的情绪因素，可能会导致学生在不知道答案时猜对，或者在处理通常能轻松解决的问题时出错。为了解决这个问题，研究人员开始构建“情感认知诊断”模型。这些先进的系统试图在追踪学生知识水平的同时，也追踪其情感状态，希望以此解释为什么学生在掌握相同材料的情况下，在不同日期的表现会有所差异。

挑战在于，陕西师范大学的研究人员发现，这些情绪追踪器在无意中将一些并非情绪的因素误认为是情绪。在他们于 2026 年 10 月发表的一项新研究中，赵博渊（Boyuan Zhao）和叶猛（Meng Ye）揭示了这些系统构建过程中的一个细微缺陷。他们发现，当计算机模型试图猜测学生的情绪时，它经常会抓取数据中稳定的、非情绪性的模式——例如某个特定学生对某一类问题的持续挣扎，或者是某个题目本身比设计者预想的要难。模型将这些稳定的认知特征误认为是情绪的波动，作者将这一问题称为“情感污染”。这就像是通过观察一面旗帜来测量风速，却未能注意到旗杆本身是倾斜的，从而导致风速看起来比实际更强。

为了解决这个问题，研究人员开发了一个名为 ARACD 的新框架，其全称为“能力-残差解耦建模”（Ability-Residual Decoupled Modeling）。其核心思想是在计算机尝试猜测学生情绪之前，将学习过程中的“噪声”划分为两个独立的类别。首先，系统会识别并隔离那些导致学生答对或答错的稳定、非情绪性原因。这包括学生的通用基础能力、特定题目的难度，或是学生学习风格与题目措辞之间的独特不匹配。模型创建了一个专门的路径来解释这些可预测的认知偏差。只有在排除了这些稳定因素后，系统才会观察剩余的部分。

通过首先剥离这些可预测的认知模式，剩下的信号变得更加清晰。研究人员发现，这个剩余的信号更有可能真实反映学生的情绪状态，例如突然产生的挫败感或专注力瞬间的提升。在实验中，他们将这种新方法应用于包含数百万次学生交互记录的四个大型数据集，这些数据来自真实的在线学习平台。他们将新方法与六种现有的模型进行了对比，这些模型涵盖了从经典的统计工具到现代神经网络的各种类型。结果是一致的：新框架在提高预测学生答对或答错概率的准确性方面，表现出了全面的提升。

或许更重要的一点是，研究表明，这种新方法实际上提高了情绪追踪的准确度。当研究人员检查模型的预测情绪与现实标签（在可用情况下）的匹配程度时，新系统表现得更好。这表明，通过消除“认知杂讯”，模型不再会将学生对某个概念的持续困难误认为暂时的情绪低落。研究人员还进行了专门测试，以观察模型是否仍在秘密利用认知信息来猜测情绪。他们发现，在新系统中，情绪预测受这些稳定认知偏差影响的可能性大大降低，证实了这种分离是成功的。

该研究还观察了系统在面对互动频率较低的学生时的表现。这些“长尾”学生在诊断中通常非常困难，因为关于他们的信息极少。事实证明，新框架在此类场景下特别有效，不仅提高了预测其表现的能力，也提升了理解其状态的能力。通过对一名学生历程的详细观察，研究人员展示了新模型如何纠正旧模型曾犯下的预测错误——它不再仅仅基于学生的通用情绪状态，而是根据学生的特定历史记录来调整预期。

这项工作表明，要真正理解一名学生，我们必须谨慎，以免让计算机将“学习曲线”与“情绪曲线”混淆。通过明确教导模型去识别并搁置学生表现中那些稳定且可预测的部分，系统终于可以专注于学习中动态的人性元素。研究人员总结道，为了使情感认知诊断变得可靠，必须首先实现“学习能力”与“感受状态”的解耦。他们的新框架提供了一种结构化的实现方式，为数字时代的学习者提供了一个更清晰、更值得信赖的心智窗口。

技术摘要：用于情感认知诊断的能力-残差解耦建模

1. 问题陈述

认知诊断（Cognitive Diagnosis, CD）模型通过答题日志推断学生对知识概念的掌握程度。然而，观察到的反应不仅受认知能力的影响，还受到情绪、参与度及疲劳等非认知因素的影响。**情感认知诊断（Affective Cognitive Diagnosis, ACD）**通过引入情感状态来调节猜测（guessing）和失误（slipping）参数，从而对传统的 CD 进行了扩展。

本文指出，现有 ACD 方法存在一个关键局限性：它们隐含地假设基础认知诊断骨架（如 DINA、IRT、NCDM）已经充分解释了所有稳定的认知变化（学生能力、题目难度、概念掌握度）。因此，剩余的误差被归因于情感。作者认为，在现实世界的教育数据中，这一假设是不充分的。未被建模的稳定认知残差——如题目校准偏差、系统性概念偏差、个性化学生-概念偏差以及潜在的学生-题目匹配效应——往往会持续存在。

当这些稳定的认知残查未被显式建模时，情感模块会被迫吸收这些残差以最小化预测损失。这种现象被称为**“情感污染”（affect contamination）**，它导致学习到的情感表示在编码非认知状态的同时，也编码了认知偏差（题目、概念及能力效应）。这种纠缠降低了情感模块的可解释性，并可能导致模型将认知变化错误地归因于情感因素，从而损害诊断的可靠性。

2. 方法论：能力-残差解耦框架

为了解决情感污染问题，作者提出了 ARACD（具有情感标签的情景）和 ARCACD（针对无真实情感标签的情景）框架。其核心创新是一个能力-残差解耦框架，该框架显式地将稳定的认知残差建模与情感调制分离。

2.1 整体架构

该框架由三个顺序组件组成：

基础认知诊断骨架 ( $F_{CD}$ ): 基于学生能力、题目难度和概念要求生成基础反应概率 ( $y_{base}$ )，可使用 DINA、IRT、MIRT、NCDM、RCD 或 SCD 等模型。
能力残差模块： 捕捉未建模的认知变化，并在 Logit 尺度上应用修正。该模块分为两层：
- 学生-题目残差层： 建模独立于概念结构的全局偏移和潜在交互。它包括：
  - 学生全局偏差 ( $b_s$ )。
  - 题目全局偏差 ( $b_i$ )。
  - 低秩学生-题目交互 ( $\gamma_{SI} \langle u_s, v_i \rangle$ )，用于捕捉个性化的匹配效应（例如：用词熟悉度、策略匹配），而无需参数化完整的交互矩阵。
- 概念残差层： 在概念层面建模系统性和个性化偏差。它利用受 Q 矩阵约束的注意力机制聚合涉及特定题目的概念残差。
  - 它基于学生和题目嵌入计算查询（Query）。
  - 它对概念键（Keys, $k_{att}$ ）进行注意力计算，但通过 Q 矩阵掩码（Mask）限制注意力权重（将无关概念置零）。
  - 最终的概念残差是共享概念偏差 ( $b_k$ ) 和学生-概念个性化偏差 ( $b_{s,k}$ ) 的加权和。
- 修正后的 Logit 为 $z_{si} = \text{logit}(y_{base}) + r_{si}^{ability}$ ，其中 $r_{si}^{ability}$ 是学生-题目残差与概念残差之和。
情感模块： 生成情感表示 ( $a_{si}$ )，通过调节猜测和失误参数来调制最终的反应概率。通过在情感调制之前进行能力残差修正，减轻了情感模块解释稳定认知偏差的负担。

2.2 训练策略

有情感标签时 (ARACD): 使用结合二元交叉熵（用于反应预测）和均方误差（MSE，用于将预测情感与真实情感标签对齐）的监督损失函数。
无情感标签时 (ARCACD): 使用对比学习方法。它从反应标签中构建正样本对（相同反应结果）和负样本对（不同结果），通过优化对比损失来学习由反应衍生的情感表示。

3. 核心贡献

识别情感污染： 本文正式定义并证明了现有 ACD 模型中的情感表示往往会吸收未建模的认知残差，导致缺乏对非认知状态特异性的纠缠表示。
能力-残差解耦架构： 提出了一种新颖的框架，通过引入结构化偏差项（学生、题目、共享概念、学生-概念以及低秩交互）来显式建模认知残差，从而在情感调制前进行处理。这种结构化分离使得情感模块能够专注于非认知因素。
Q 矩阵约束的概念注意力机制： 一种能够自适应聚合特定题目相关概念残差的机制，确保了残差建模的可解释性并减少了噪声。
全面的验证： 该框架在四个数据集（ASSIST2017, ASSIST2012, ASSIST2009, Junyi）和六种不同的认知诊断骨架上得到了验证，展示了其鲁棒性和泛化能力。

4. 实验结果

作者通过广泛的实验回答了七个研究问题 (RQs)：

反应预测 (RQ1): 在所有数据集和骨架下，ARACD/ARCACD 的表现始终优于基础骨架和标准的 ACD/CACD 模型。在 ACC、AUC、RMSE 和 MAE 指标上均有提升。例如，在 ASSIST2017 数据集上，ARACD 比基础模型提高了约 3-4% 的 AUC。
情感对齐 (RQ2): 在监督设置下（有真实标签），ARACD 的情感 RMSE 和 MAE 通常比 ACD 更低，这表明解耦认知残差有助于情感分支更好地与真实的非认知状态对齐。
消融实验 (RQ3): 移除学生-题目层或概念层都会导致性能下降，证实了这两个层级提供的是互补信息。研究发现学生-题目层是主要的增益来源，而概念层提供了必要的概念特定偏差修正。
污染诊断 (RQ6): 合成污染探测和 PCA 可视化证实，在缺乏能力残差的情况下，情感表示与认知偏差强相关（高 $R^2$ 和相关性）。引入能力-残差模块后，这种相关性显著下降，偏差成功转移到了能力-残差路径中。
长尾与案例研究 (RQ7, RQ8): 该框架改善了低活跃度（长尾）学生的诊断，并为个体学生提供了方向性的个性化修正，在不牺牲情感预测准确性的情况下减少了系统性误差。

5. 意义与主张

本文主张，情感认知诊断不应仅仅关注提高反应预测指标，还必须确保情感表示在语义上是纯净的，且不受认知污染。

这项工作的意义在于：

结构化分离： 它提供了一种原则性的方法，将稳定的认知残差与瞬时非认知因素分离，解决了以往 ACD 假设中的一个根本缺陷。
提高可靠性： 通过减少情感污染，该模型增强了情感诊断的可解释性和可靠性，确保“情感”真正反映非认知状态，而非未建模的认知偏差。
泛化性： 其能力-残差模块作为一个通用的插件，可以与各种认知诊断骨架（从心理测量模型到神经模型）以及不同的训练模式（监督学习和对比学习）兼容。

作者得出结论，能力-残差解耦是构建鲁棒、可解释且准确的情感认知诊断系统的必要步骤。