《Frontiers in Computer Science》：Use of the human-centered experience approach to identify unpleasant emotions in a curriculum analysis process
编辑推荐：
本文呈现了在工程类本科专业培养方案审查过程中开展的两项研究练习。其目标是构建一个由信息可视化（information visualization）工具支持的课程评价模型。两项练习分别为：1. 生成课程评价领域的研究现状（state-of-the-art）；2.
本文呈现了在工程类本科专业培养方案审查过程中开展的两项研究练习。其目标是构建一个由信息可视化（information visualization）工具支持的课程评价模型。两项练习分别为：1. 生成课程评价领域的研究现状（state-of-the-art）；2. 评估课程审查过程中评价者情绪的变化。研究现状分析通过书目分析（bibliographic analysis）与书目计量分析（bibliometric analysis）的五个阶段完成。在期刊分析中使用了 ResearchRabbit 和 Gephi 等工具。结果显示，聚焦人类体验（human experience）或由信息可视化工具支持的研究明显不足。基于该研究现状分析结果，研究人员进一步开展了一项准实验（quasi-experiment），用于分析本科专业培养方案审查过程中的情感变化。研究通过基于 Peter Desmet 情绪圆环（circle of emotions）以及 Hinderks、Schrepp 和 Thomaschewski 的用户体验问卷（User Experience Questionnaire，UEQ）设计的问卷收集定性数据。数据在该过程的三个不同阶段进行采集。经由信息可视化图表处理后的信息表明，诸如结果提交时间的突然变更，或目标与宗旨的调整等事件，可能诱发不愉快的感受与情绪。研究结果提示，有必要实施相应策略以尽量减少此类情形。两项研究练习的结果共同表明，构建一个由信息可视化工具支持的课程评价模型具有现实相关性。然而，该模型还应从人本体验（human-experience）视角增加一个新的层次或阶段。研究还识别出若干衍生研究机会，包括不愉快情绪对课程评价的影响，以及通过信息可视化处理情绪数据的研究方向。
该文发表于《Frontiers in Computer Science》，聚焦课程评价（curriculum evaluation）过程中的人本体验（human experience）问题，旨在为工程类本科培养方案审查构建一个由信息可视化（information visualization）支持的评价模型。研究背景在于，高等教育机构需要持续更新培养方案以响应社会、产业、经济与制度环境的快速变化，尤其工程教育与科技进步联系紧密，课程体系调整更具迫切性。然而，现有课程评价与修订过程往往受制于行政程序、法规要求及多层级决策机制，流程复杂、周期较长，且既有研究多强调质量证明、认证支持与指标分析，对参与评价人员在审查过程中的情绪波动、压力体验与主观感受关注不足。研究人员据此提出，课程评价不仅是制度性与技术性任务，也是一项嵌入人类情绪、认知与协作状态的复杂活动，因此有必要将人本体验纳入课程评价模型之中。
围绕这一问题，研究人员在墨西哥都市自治大学（Autonomous Metropolitan University，UAM）Azcapotzalco 校区基础科学与工程部（DCBI）开展研究，并以计算机工程本科培养方案为限定场景。论文报告了总体研究中的两项关键工作：其一是课程评价相关文献的研究现状分析，其二是针对培养方案审查参与者情绪变化的人本体验研究。前者用于识别当前课程评价研究的主题结构、方法偏向与技术空白，后者用于考察在不同审查阶段中，目标变化、期限变动等事件如何影响参与者的感受与情绪。研究结论表明：现有课程评价研究中，真正关注参与者满意度、情绪与体验的文献比例很低；采用信息可视化工具支持课程评价分析的研究同样十分有限。与此同时，准实验结果显示，课程审查条件的突然变化会显著推动情绪向“不愉快—低信任—低动力”方向偏移。由此，研究人员认为，构建课程评价模型时，除量化指标与结构分析外，必须增加面向用户情绪与体验的阶段、层或模块。其重要意义在于，这一扩展有助于减少不愉快情绪、降低潜在压力对评价表现的干扰，并为课程评价的人机协同、过程优化和可视化支持提供新的方法论基础。
在技术方法上，研究主要采用两类路径。第一，研究现状分析基于书目分析与书目计量分析，结合 ResearchRabbit、Matlab、Gephi 与自然语言处理（NLP，Natural Language Processing）对 2020—2025 年课程评价相关文献进行检索、筛选、术语统计、邻接矩阵构建和网络可视化。第二，情绪研究采用非概率便利抽样，样本来自 UAM-A 参与课程评价的协调员与委员会成员，共 6 人，在 2025 年 7 月、10 月、11 月三个时点重复施测；工具基于 UEQ 与 Desmet 情绪圆环改编，使用 7 点语义差异量表，之后进行 Cronbach α 系数信度检验、条形图、雷达图、情绪散点图及多层相似性网络（multiplex similarity network）分析。
在研究结果部分，论文首先给出了“3.1 Results from the state-of-the-art study”的发现。最终样本共纳入 22 篇文本，其中包括比较研究、描述性研究和应用研究报告，约半数使用了控制表、CIPP 模型、分析矩阵、分析性评分量表、问卷、观察表和半结构式访谈等评价工具。基于书目计量分析，在“authority”参数下最相关术语为“education”“evaluations”“curricula”“processes”“student”，在“degree”参数下则为“curricular”“quality”“university”“higher”“analysis”。值得注意的是，“satisfaction”在两类排序中均仅位列第 70 位，说明满意度与体验并非课程评价研究的核心关注点。内容分析进一步显示，大多数文本主要面向课程质量论证以及向认证机构或资助机构提供依据，真正考虑参与者满意度的文献仅有 2 篇，而明确使用信息可视化工具的研究仅有 1 篇。由此可见，课程评价研究在“人本体验—信息可视化”交叉领域存在明显空白，这也为本文后续情绪研究提供了直接依据。
在“3.2 Results from the emotions evaluation”部分，研究人员报告了三次测量中的个体与群体情绪变化。A1 对应相对平稳的审查阶段，整体情绪评分虽具异质性，但多数参与者个体内部表现较为稳定，大部分回答落在“1”至“3”的积极区间。不过，“担忧/不担忧”与“未被重视/被重视”两个维度出现了较明显波动，其中前者可偏向不愉快极，后者甚至出现最不愉快取值。这说明即便在流程相对平静时，个别评价成员仍可能感受到压力、担忧或价值感不足。
A2 对应目标与时限发生变化的阶段，是情绪扰动最明显的时期。研究人员通过条形图、雷达图和情绪散点图观察到，各参与者情绪整体向“不愉快”方向均匀偏移，其中 6 名参与者中有 3 名显著向“0”至“-3”区间移动。尤其是培养方案协调员的情绪变化更为突出，说明在责任更高的岗位上，突发调整可能带来更明显的心理压力。从情绪分布上看，原本集中于“愉快”与“高激活”象限的回答，明显向中心中性区甚至“不愉快”极转移，“安全/不安全”“信任/不信任”“满意/不满意”等维度均出现负向变化。这一结果直接支持了论文核心判断：课程评价过程中的制度性变动与时间压力会诱发不愉快情绪，并可能降低动力与信任感。
A3 对应接近截止时间且工作高度推进的阶段，整体情绪再次向“愉快”与“高激活”方向回升，呈现一定程度的“正常化”。部分参与者多数回答回到“3”，而先前波动较大的成员也出现恢复趋势。不过，某些负向情绪并未完全消失，特别是在“未被重视”与“未被征询”两个维度上，仍保留一定负向回答。这提示研究人员：情绪恢复并不等于所有问题均已解决，过程中的参与感、被尊重感与沟通质量仍是值得纳入模型的重要维度。
论文还保留了多层相似性网络分析这一结果路径。研究人员通过标准化情绪数据、计算百分比变化、构建广义逆协方差矩阵，并基于马氏距离（Mahalanobis distance）生成层内与层间距离，再经相似性转换、阈值过滤和全局多层矩阵组装，得到情绪演化的拓扑表示。热图显示，对角块代表同一阶段内部参与者情绪相似性，非对角块反映跨阶段过渡关系；高亮区域表示情绪反应向量趋同，暗色区域表示结构差异显著。网络图进一步揭示，不同时间层中的节点连接强度与局部密度能够区分情绪稳定者与发生明显状态重组者。尤其在 A1 至 A2 过渡中，结构扰动最为显著，这与前述目标和期限变化阶段中不愉快情绪上升的结果相一致。该结果说明，信息可视化不仅能够辅助呈现问卷统计结果，也能够以网络拓扑方式揭示群体情绪结构的变化模式。
讨论部分围绕两个层面展开。其一，课程评价研究的传统取向偏重制度考核、质量证明和结果导向，而忽略评价参与者作为“人”的体验。这种忽视会遮蔽课程评价过程中真实存在的压力、动机下降、不被重视感与信任波动。其二，教学与科研之外，课程审查同样属于学术劳动的一部分，教师与协调员在其中也可能经历类似工作压力的心理反应。因此，将情绪观察纳入课程评价模型，不只是方法补充，更是对评价活动复杂性的必要回应。研究人员指出，当前结果虽基于小样本和便利抽样，但已足以说明课程审查条件变化与情绪波动之间具有明确关联。未来仍需在更大样本中采用概率抽样，对问卷进行更严格统计学验证，并进一步测量不愉快、低动力情绪对工作表现与课程设计结果的实际影响。
研究结论部分可译为：研究人员开展了课程评价与信息可视化工具研究趋势的现状分析，发现依赖信息可视化进行课程分析的研究数量极少，而更重要的发现是，在课程评价过程中关注参与者体验与情绪的作者比例极低。人本体验研究具有重要意义，因为情绪与感受是人类不可分割的一部分，并会影响其生活各方面表现；教育作为其中之一，应当以多学科方式加以研究。同时，涉及人的研究既需要定量方法，也尤其需要定性方法。在情绪分析过程中，观察参与者感受的重要性得到了确认。不同测量时点之间回答的波动表明，课程分析是一项复杂任务，条件变化能够显著改变情绪状态，这意味着情绪可能转向不仅不愉快而且使人失去动力，从而影响参与者表现。相关发现支持了该项核心研究目标，即构建一个由信息可视化工具支持并具有人本体验取向的本科课程评价模型。尽管研究仍在进行中，但两项练习已证明有必要在原本偏重量化指标与统计测度的评价模型中，增加用户情绪分析的阶段、层级或模块，以减少不愉快感受并改进课程评价过程的整体效果。
