Divergent research orientations of affective and emotion concepts in artificial intelligence education through a bibliometric analysis
通过对2020年至2025年间的401份文献进行文献计量分析，本研究揭示了尽管人工智能驱动的情感（affective）与情绪（emotion）研究已成熟为一个在2023年出现显著增长拐点的连贯生态系统，但这两个概念表现出迥异的取向——即“情感”研究侧重于教育实践，而“情绪”研究侧重于技术开发——因此有必要提出一个双重知识生产模型来指导跨学科协作。
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
想象一下，人工智能教育领域就像一个繁忙且规模宏大的建筑工地。多年来，两组不同的建设者一直在同一个项目上工作：帮助学生获得良好的感受并更好地学习。一组自称为**“情感（Affective）”团队**，另一组则自称为**“情绪（Emotion）”团队**。
长期以来，大家都认为这两组人使用的只是同一个词的不同表达方式。但这项研究通过观察 2020 年至 2025 年间的数百篇研究论文，发现了一个令人惊讶的事实：他们实际上正在建造两种完全不同的结构。
以下是该研究发现的详细解读，使用了简单的类比：
1. 两种不同的蓝图
研究人员使用了一种“文献计量分析”（这是一种追踪思想连接的高科技地图）来观察这两组人究竟在做什么。他们发现，虽然这两个小组处于同一个社区，但拥有不同的蓝图：
“情绪（Emotion）”团队（工程师）：
- 他们在做什么： 他们就像摄像技术员。他们的主要目标是建造更好的传感器和摄像头，能够瞬间捕捉学生的面部照片或聆听他们的声音，从而推测：“他们现在是开心还是难过？”
- 他们在哪里工作： 他们通常在实验室中工作，或者针对通用的测试群体进行研究。他们关心的是摄像头的准确性。
- 核心理念： “我们的机器现在能检测出这种感觉吗？”
“情感（Affective）”团队（教育工作者）：
- 他们在做什么： 他们更像是课堂教练。他们不太关心摄像头本身，而更关心关系。他们想知道一名学生在整个学期中的感受如何，如何看待学习的价值，以及教师如何利用 AI 来支持学生的情绪。
- 他们在哪里工作： 他们通常在真实的课堂中，面对真实的学生（如大学或 K-12 阶段）。他们关心的是体验。
- 核心理念： “这个工具如何帮助学生成长并让他们感到被支持？”
2. 四个“邻里”（聚类）
研究绘制了整个领域的地图，发现它已经形成了四个截然不同的“邻里”或聚类：
- 技术实验室（绿色）： 这里的人正在编写算法，用以读取面部和声音。
- 课堂（红色）： 这里的教师正在研究如何将这些工具实际应用到课程和教学计划中。
- 心理学实验室（深蓝色）： 这里的研究人员正在进行严格的实验，观察 AI 如何影响学生的焦虑感或自信心。
- 特殊护理单元（黄色）： 在这里，AI 被用于测试特定群体，例如患有自闭症或有特定恐惧症的儿童。
3. “生成式 AI（GenAI）”的爆发
研究注意到，从 2023 年开始，研究出现了大规模爆发。
- 2023 年之前： AI 主要是被动观察者。它就像一个通过窗户观察学生的保安，试图根据一个皱眉来猜测其情绪。
- 2023 年之后（GenAI 的转变）： 随着 ChatGPT 等工具的兴起，AI 变成了积极的伙伴。它不再仅仅是观察，而是开始交谈。研究重心从“我们如何检测这种感觉？”转向了“我们如何进行一场能帮助学生感觉更好的对话？”这就像那个保安突然开始与学生进行支持性的聊天。
4. “双重知识”的发现
最重要的发现是，将“情感（Affective）”和“情绪（Emotion）”这两个词混淆，不仅仅是一个错误，更是两种不同文化的体现。
- 如果你在论文中看到**“情绪（Emotion）”，通常意味着研究人员专注于技术开发**（让机器变得更聪明）。
- 如果你看到**“情感（Affective）”，通常意味着研究人员专注于教育实践**（让课堂变得更好）。
作者称之为**“双重知识生产模型”**。这就像意识到其中一组人是在制造汽车的引擎（情绪），而另一组人是在设计乘客的驾驶体验（情感）。两者都是必要的，但它们承担着不同的职责。
总结
这篇论文并不是说 AI 已经准备好取代教师，或者我们应该明天就在每个教室里使用这些工具。相反，它只是绘制了这一领域的版图。它告诉我们，该领域已经成熟为一个复杂的生态系统，拥有四个截然不同的领域，而“情绪”研究者和“情感”研究者实际上是两个有着不同目标的部落，尽管他们在共同完成同一个宏大项目。
研究表明，为了推动领域的发展，这两个部落需要停止认为彼此是同一回事，转而开始合作——让工程师去建造更好的引擎，同时让教育者去设计更好的驾驶体验。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。