《Journal of Intelligence》：Decoding Social Cues: A Scoping Review of AI-Supported Emotional Competencies and Their Impact on School-Aged Populations
编辑推荐：
发展情绪能力已被确定为儿童和青少年时期个人福祉、学校共处以及有意义学习的关键组成部分。本研究旨在梳理并分类2019年至2024年间关于人工智能技术与算法在学龄人群情绪教育中应用的定量科学证据。本范围综述遵循范围综述PRISMA扩展声明（PRISMA-ScR），
发展情绪能力已被确定为儿童和青少年时期个人福祉、学校共处以及有意义学习的关键组成部分。本研究旨在梳理并分类2019年至2024年间关于人工智能技术与算法在学龄人群情绪教育中应用的定量科学证据。本范围综述遵循范围综述PRISMA扩展声明（PRISMA-ScR），检索了七个数据库（Web of Science、Scopus、PubMed、PsycNet、ERIC、IEEE Xplore和ACM Digital Library）。纳入研究的发表时间为2019年至2024年。最终有18项研究符合纳入标准。结果表明，训练最多的能力是基于卷积神经网络（CNNs）的机器情绪识别。使用这些网络的目标是为教师提供支持，特别是在学生能力的初始或诊断性评估阶段。然而，在将其整合到复杂人类技能（如共情）的教学与训练方面仍存在空白。需要更多纵向研究，以及超越基本情绪模型的更稳健的实验设计。
**1. 引言**
该部分阐述了情绪能力作为儿童和青少年全人教育的基本组成部分，与学生的情绪发展、人际关系、学校生活、幸福感及应对学业和社会需求的能力密切相关。尽管其重要性已被广泛认可，但开发和系统评估学龄儿童情绪能力仍面临概念和方法上的挑战，包括测量工具构念不一致及操作定义不统一等问题。近年来，人工智能（AI）已成为分析教育环境中情绪状态信号和指标的补充手段，基于AI的系统利用面部表情、声音特征、生理信号、书面语言及行为互动模式等多元数据来检测、分类或预测情感状态，依赖卷积神经网络（CNNs）和循环神经网络等机器学习和深度学习技术。该综述以Bisquerra Alzina的情绪教育模型为理论基础，该模型将情绪能力组织为五个板块：情绪意识、情绪调节、情绪自主、生活技能和福祉。为将该模型应用于AI研究，综述通过四个分析领域进行操作化：情绪识别、情绪表达、情绪调节和共情，并区分机器的计算功能与人类情绪能力发展的证据。综述围绕三个分析维度展开：维度一为人口统计学与情境特征，维度二为概念映射与情绪证据，维度三为技术架构与教育功能。
**2. 材料与方法**
该范围综述遵循PRISMA-ScR扩展声明，并在INPLASY注册。检索策略覆盖七个数据库（Web of Science、Scopus、PubMed、PsycNet、ERIC、IEEE Xplore和ACM Digital Library），检索时间限定为2019至2024年，检索式由人工智能、情绪相关概念、技术和儿童青少年人群四个术语块组合而成。纳入标准包括：定量设计的实证研究、2019-2024年间发表于同行评审期刊、参与者年龄17岁及以下、采用基于AI的情绪能力技术且以英文发表。排除标准包括非教育相关研究、非实证研究及临床或非典型发展人群研究。初步检索获得3731条记录，去除433条重复记录后，3298条记录进入筛选。五名评审人员独立盲筛，经全文阅读后，数据库检索纳入17项研究，另通过引文检索纳入1项，最终共18项研究。评审者间一致性方面，标题/摘要阶段的一致率为89%，Fleiss's kappa为0.32，PABAK为0.79，Gwet's AC1为0.87。
**3. 结果**
3.1 地理分布
18项纳入研究分布于9个国家。中国占比最高（7/18，38.9%），其次为印度、葡萄牙和韩国（各2项，11.1%），卡塔尔、美国、西班牙、法国和俄罗斯各1项（5.6%）。研究集中于亚洲（66.7%）和欧洲（27.8%），北美仅1项（5.6%），未发现来自南美洲、非洲和大洋洲的符合条件研究。
3.2 样本与参与者
纳入研究的样本量存在较大异质性：报告人类参与者的样本量从6到1328不等，报告非人类单元的样本量从81到291,651不等。10项研究（55.6%）报告了人类参与者，6项（33.3%）使用绘画、图像、视频帧等非人类单元，2项（11.1%）未报告样本量。儿童研究占多数（61.1%），其次为青少年（33.3%）和学龄前儿童（16.7%）。
3.3 情绪能力训练
18项研究中，四个情绪领域共编码21次。情绪识别是最高频的训练能力（17/21，81.0%），情绪调节3次（14.3%），共情1次（4.8%），情绪表达0次。按训练焦点划分，机器导向组14项（77.8%），人类导向组4项（22.2%）。有效性评估方面，16项（88.9%）报告了积极的有效性证据，但仅有4项（22.2%）报告了效应量或实际显著性指标。
3.4 技术架构
分析目的方面，情绪分类最高频（10/18，55.6%），其次为参与度预测（3/18，16.7%）和心理社会风险分类（2/18，11.1%）。技术方面，卷积神经网络（CNNs）最常见（11/18，61.1%），经典机器学习模型（5/18，27.8%），基于Transformer的深度学习架构和智能辅导系统各1项（5.6%）。
3.5 教育功能
教师支持类工具占比最高（12/18，66.7%），自主学习与学生支持类5项（27.8%），教师与学生同时支持类1项（5.6%）。干预类别方面，初始评估占53.8%（14/26），个性化反馈占26.9%（7/26），家长支持与跨学科合作占11.5%（3/26），特定情绪能力训练仅占7.7%（2/26）。
3.6 工具有效性与人员培训有效性
工具技术性能表现较高，88.9%的研究报告了有效结果。例如，Rathod等人报告的深度学习模型情绪检测准确率达90.98%，Kim等人对儿童压力状态识别的准确率为88.53%，Xu等人对情绪刺激反应的检测准确率达95.56%。然而，仅有2项研究（Han等人2021；Veiga Sim?o等人2021）旨在主动训练情绪能力而非简单检测情绪状态。
**4. 讨论**
讨论部分围绕三个维度的优势与局限展开。自动情绪识别（AER）得益于AI和自动化学习的进展已在教育中凸显价值。机器导向干预集中于可模式化的技能（如情绪识别），而人类干预更多涉及复杂情绪能力（如调节和共情）。CNNs因能提取高维数据特征而成为最常用技术，但当前方法更偏向机器而非人类。教育用途上，AI工具主要支持教师而非学生的自主学习，情绪能力评估占干预的最大份额（53.8%）。
4.1 理论启示
需要区分机器执行的计算功能（检测、分类、预测）与人类内在心理构念。情绪识别主要从计算机科学视角研究，其教育价值关注不足。研究还发现，AI工具倾向于部分地训练情绪能力，优先选择与各发展阶段认知特征相符的能力，这不符合情绪能力应平行发展、随年龄渐增复杂性的理念。
4.2 实践启示
AI的首要教学功能是支持教师，尤其是课堂评估阶段。教育机构可实施基于CNN的系统进行学生参与度的自动诊断评估，多模态信号处理软件可对弱势或高风险学生生成早期预警。
4.3 局限与未来研究
所有证据仅来自北半球，存在地理偏差。生理传感器（皮肤电导和心率）的使用仍需扩展，神经影像数据（fMRI、EEG、fNIRS）代表性不足。AI工具主要作为教师初始评估支持，缺乏促进师生直接互动的混合系统。方法学严谨性不足，多数研究样本有限或缺乏对照组。需要更多纵向研究。
**5. 结论**
该领域在技术上已成熟，但在教学实践整合方面仍处于起步阶段。主要贡献在于关注教育情境和广泛的学龄人群年龄段。研究显示AI主要作为教师的诊断评估支持工具，但缺乏旨在加强师生社会互动的混合系统。共情是文献中出现频率最低的能力，但在VR和机器人技术方面取得进展。未来应超越基本情绪通用模型和简单维度方法，整合综合性的理论框架（如Bisquerra模型），并促进纵向研究以评估技能的真实迁移。
