發佈日期：2020-05-19

李孟璇

理工學院

數位學習科技學系

        聽到老師和學姐寫的論文受到GCCCE2020的青睞，入圍了2020年全球華人計算機教育應用大會的最佳技術論文獎，真心地感到與有榮焉，雖然自己只負責幫忙蒐集資料，但參與的過程中，我學到了很多東西。

        這次老師他們挑選的主題是「結合STEAM 6E教學法與情感運算技術於數位藝術實作課程之評估分析」，內容是利用老師團隊之前研發的情感運算技術，並結合科技藝術情緒辨識學習系統，整體而言是讓學生實踐maker精神，團隊做出數位藝術作品，最後透過學習系統，具有聊天機器人，去評斷學生的學習狀況，是一個很有趣的結合。

        其實我對數位藝術一直很好奇，不過我比較想做藝術作品，而不是學習系統，而老師本次的計畫，則是比較偏向學習分析，只是藉由數位藝術作為導入，但有這個機會可以更加接觸數位藝術，我還是相當的高興，在蒐集資料的過程中，看見了老師給了很多的指導，包括題目該如何引起評審的目光，以及文獻探討應該要怎麼寫，老師用了簡單有趣的比喻，要我們寫文獻探討的時候，盡量不要做名詞解釋，說明標題的每個單詞是在說甚麼，而是要找類似的結合，或甚至是相同的結合，來比較與自己這次的研究內容有何不同，這樣才能真正的證明自己這篇論文存在的理由，簡單來說，我們必須要藉由文獻探討來增加整體的說服力。

        但老師也說了，文獻是整篇論文中最枯燥的部分，因此我們必須在研究方法與實驗結果上，給人眼睛為之一亮的成果，這次老師的研究的系統介面分為了四個部分，分別為課程教學模組、Chatbot辨識模組、表情辨識模組以及智慧型代理人模組。我們一一針對各個模組做說明，而實驗結果與分析，我們用了以下辦法，實驗數據收集分析、系統使用性分析、學生科技接受度分析、反思形成分析、創造力分析、問題解決能力分析、批判性思考能力分析、學習成效分析等。

        最後我們得出以下結論：手機版情感式家教系統將「無所不在的學習」做了完美體現，而未來的展望方面，文本具有非常高的可解釋性；然而人們更傾向於使用聽覺進行溝通而非視覺，而對於學習情緒的掌握更是需要聲學的支持。具有語音轉文字 (Speech to Text) 以及文字轉語音 (Text to Speech) 的Chatbot除了可以降低機器與人之間的隔閡，更能有效地對大量珍貴的學習數據進行編碼，使得文本同時具有聲音與語意的多維特徵，大幅提高其可靠性與真實性。

        這次對我來說真的是一個很有趣的經驗，不僅是因為最後得到了好的結過，對於後來寫大專生計畫，以及未來要寫畢業論文都要很大的幫助，而我也認為，它可以有更深的運用，在寫其他計畫的時候，可以更有條理更有邏輯的提出論點。