越来越多的学习者建模环境将各种模块包含进来，这些模块能够识别、解释并回应学习者的情感状态。此类模块的目标是生成实时数据，丰富我们对于学习过程中情绪体验构成的理解，并加深我们对此类体验与学习结果间关系的认识。在这些学习者建模环境中，学习者模型包含了学习者的情感状态信息，并根据学习者与系统间的交互定期进行更新。
要对学习者情感进行建模，自然要求设计者：①明确既定领域的相关情绪；②根据可观测到的行为来确定情绪；③明确根据辨识到的情绪来探测与解释行为的机制。无论设计者持有怎样的理论或技术立场，这三个要求都是适用的。真实的情感体验比当前数字实现系统所考虑的要混乱得多：情绪是临时出现的、同时发生的、有重叠的；情绪也是短暂的，往往受到多种事件的激发(D'Mello and Graesser,2011);而且情绪取决于中长期情感倾向，以及体验者的目标与信念(Gebhard,2005)。教育情境创造了特定的情感体验类型，明确且极其依赖于学习者在既定情境中对特定领域、所获支持及作为学习者的自身的各种目标、态度与信念。
影响模型的因素有哪些？
过去几百年来有关情绪的研究产生了诸多不同的理论，这些理论有可能成为开发监测与解释学习者情感的系统的基础。卡尔沃和德曼罗(CalvoandD'Mello,2010)做过一期精彩的回顾，对最杰出的情绪理论进行了分类。这些理论专门用于说明如何自动探测一般用户的情感，其中包括用于说明生成模型的设计的理论，即智能机器人如何实时地生成情绪要么通过情绪的物理表达(Darwin，2009；Ekman，1971)，要么是物理表达与生理表达相结合(James，1884)。除此之外，现有的理论也用于根据环境中的特定激发物，比如对象、事件与其他人，来预测(即建模)用户情绪(如认知评价理论)(Scherer，2005)，或OCC理论(Ortonyetal.,1988)。其中许多理论，除社会结构主义视角下发展的理论外(Averill,1980;Stets and Turner,2008)，都是跳出情绪产生的环境或手头任务之外来思考情绪的。然而，那些将情境当作情绪体验与理解不可或缺的组成部分的理论，与那些孤立地思考情绪的理论相比，更难以经得起自动化的考验。
第29章 学习者建模环境
451
679