複雑な学習中の認知感情状態の半減期

深い学習活動中に、学生の認知感情状態（混乱、欲求不満、退屈、流れ、喜び、驚き）の時間的ダイナミクスを調査しました。会話の対話を備えたインテリジェントな個別指導システムを使用した学習セッションの後、学習者の認知感情状態は、チュートリアルセッションの約100ポイントで学習者、ピア、および2人の訓練された審査員によって分類されました。認知感情状態の減衰率は、指数関数曲線を時系列の影響応答に適合させることにより推定されました。結果は、時間的次元に沿った状態の三者分類をサポートすることにより、感情の目標表現理論の予測を部分的に確認しました：永続的な状態（退屈、エンゲージメント/フロー、および混乱）、一時的な状態（喜びと驚き）、および中間状態（フラストレーション）。減衰率のパターンは、一般に、逆の俳優と観察者の効果がエンゲージメント/フローとフラストレーションのために発見されたことを除いて、審査員全体で一貫していました。認知感情状態の減衰率といくつかの学習措置との相関により、主要な予測が確認され、深い学習中に認知と影響を統合する教育学の理論に影響を与えるいくつかの新しい発見を明らかにしました。

We investigated the temporal dynamics of students' cognitive-affective states (confusion, frustration, boredom, engagement/flow, delight, and surprise) during deep learning activities. After a learning session with an intelligent tutoring system with conversational dialogue, the cognitive-affective states of the learner were classified by the learner, a peer, and two trained judges at approximately 100 points in the tutorial session. Decay rates for the cognitive-affective states were estimated by fitting exponential curves to time series of affect responses. The results partially confirmed predictions of goal-appraisal theories of emotion by supporting a tripartite classification of the states along a temporal dimension: persistent states (boredom, engagement/flow, and confusion), transitory states (delight and surprise), and an intermediate state (frustration). Patterns of decay rates were generally consistent across affect judges, except that a reversed actor-observer effect was discovered for engagement/flow and frustration. Correlations between decay rates of the cognitive-affective states and several learning measures confirmed the major predictions and uncovered some novel findings that have implications for theories of pedagogy that integrate cognition and affect during deep learning.