现代计算机技术对学业不良儿童学校教育的支持和展望

作者:未知

  摘  要 国外的一些研究表明,对学业不良儿童的学校教育提供支撑,可以有效改善儿童的学业成就感。结合我国国情和实际应用场景,探讨现代计算机技术对我国学业不良儿童学校教育的应用前景,希望引起更多专业人士的关注及深入探讨。
  关键词 计算机技术;学业不良儿童;学习障碍;注意缺陷多动障碍;学校教育
  中图分类号:G620    文献标识码:B
  文章编号:1671-489X(2019)23-0011-04
  1 引言
  随着我国经济的发展,国家对教育的重视程度不断加深、支持力度不断加大,学业不良儿童的教育也在国家法律、政策方面获得关注。但是,由于国内对学业不良儿童缺乏系统的诊断,常常让这部分儿童无法得到妥善安置。大量医学研究表明,有相当一部分儿童是由于神经生物学的缺陷造成的学业不良,其中典型的障碍类型是学习障碍(Lear-ning Disorder,LD)和注意缺陷多動障碍(Attention De-ficit/Hyperactivity Disorder,ADHD)。根据美国《精神疾病诊断与统计手册》(第五版)(DSM-V)中的定义,学习障碍(LD)是一种发育和神经生物学障碍,被定义为尽管有足够的智力能力,但在阅读、写作和数学技能的获取或运用方面表现出显著困难[1],学校教育中常常表现为学业不良。而注意缺陷多动障碍(ADHD)则是另一种高发病,约占人口的5%,其中对男孩的影响大于女孩(2:1)[2]。无论是在注意力不集中(如容易分心),还是过度活跃和冲动(如经常中断或入侵),患有ADHD的儿童由于缺乏抑制控制和其他执行功能,在学校课堂的听说读写各方面都表现得不尽如人意。
  因材施教是教育中一项重要的教学方法和教学原则,有很多教学实践活动与之相呼应。我国目前小学在读人数巨大,师资相对不足,对学业不良儿童提供有效的因材施教明显不足。国外对LD和ADHD的学校教育从政策支持到技术支持做了大量研究。学龄期学业不良儿童深受医学康复与教育康复双重需求压力。临床医生需要对这些个体进行心理教育和神经心理学评估,而教师需要为其量身定制个别化教育康复计划。如何将智能化服务、大数据和人工智能技术应用于学业不良儿童的教育教学过程中,日益成为儿童临床医生、教育研究者及互联网关注者所共同研究的方向。文章回顾了目前国外现代技术对LD和ADHD儿童学校教育的支持,探讨和思考对于我国学业不良儿童学校教育的启发。
  2 现代化技术在LD和ADHD学生评估与诊断中的应用
  如何准确地对LD和ADHD儿童进行评估和诊断是所有学校教育首先要解决的问题。目前采用单一测试作为评价标准的方式,已逐渐被序列测试所取代,这是因为单一的或单次的测试可能无法准确地进行ADHD或LD诊断。而基于计算机技术的大数据处理,将有助于更加系统、科学地诊断LD和ADHD[3]。目前基于以下技术的诊断和评估工具在临床诊断过程中提供了有价值的输入:计算机化持续性能测试、虚拟现实环境、脑电生物反馈技术。
  计算机化持续性能测试(Continuous Performance Test,CPT)  CPT旨在评估个体注意力集中、冲动、持续关注和警惕性能。四种常用的CPT系统包括Conners连续性能测试—第3版(Conners Continuous Performance Test—
  3rd Edition,CPT-3)、注意力变量测试(the Test of Variables of Attention,TOVA)、集成视觉和听觉连续性能测试(the Integrated Visual and Auditory Conti-nuous Performance Test,IVA1Plus)和Gordon诊断系统(Gordon Diagnostic System,GDS)。除GDS外,这些测试通过计算机软件程序进行管理。管理测试所需的工具包括计算机、键盘和鼠标,如图1所示。测试中的主要差异包括呈现目标刺激的模态(如听觉、视觉、听觉和视觉)。
  很多研究探讨了不同类型的CPT及其在儿童和成人ADHD诊断中的作用[4-6]。研究发现,ADHD行为症状与CPT表现之间具有较强的相关性,CPT在一定程度上可以区分ADHD组和典型组之间在能力上的差异。目前还有一些报告以CPT作为移动电话的移动应用的研究。如SnappyApp是手机的CPT应用程序,它通过手机中的加速度计和陀螺仪传感器测量运动,考察持有者的任务响应和移动数据[7]。同时,应用程序还能提供参与者在完成任务时的身体活动量的信息。另一种趋势是将一些神经行为分析技术如QbTest
  与CPT范例结合使用,如图2所示,以便收集更多客观诊断方法的附加信息[8]。
  虚拟现实环境(Virtual Reality Environments,VE)
  虚拟现实环境(以下简称VE)在学校评估中的应用,主要是指采用三维模拟技术呈现特定的刺激,通过记录个体在其中的行为数据进行评估诊断。一些研究认为,采用VE的方式进行评估具有更高的生态效度,因为VE更能准确反映现实生活的场景。Rizzo等人[9]设计了一个虚拟教室,这个虚拟教室由一个标准的矩形教室环境组成,包含学生课桌,一张教师的桌子,一个虚拟的教师,一块黑板,一个大窗户,透过大窗户可以眺望到一个带有建筑物、车辆和人的操场,以及在窗户对面墙壁两端的一对门道,如图3所示。研究发现,VE是一种可靠的方法,可以在没有诊断的情况下将患有ADHD的儿童与同龄人区分开来。研究发现,与传统的标准化测量方式、测试事实知识相比,这些数字环境的相互作用,可以为学生提供更加个性化和现实的评估,因为学生在沉浸式虚拟环境中显示出更高的参与度,且更容易受到激励。
  脑电生物反馈(Electroencephalography biofeedback)长期以来,脑电图(Electroencephalography,EEG)一直被用来帮助了解ADHD患者在研究环境中的神经学特征。一些研究得出结论,通过异常θ/β比率测量的EEG输出可以正确识别患有ADHD的儿童[10]。虽然检查临床实用性的研究看起来很有希望,但尚未被证明是诊断ADHD的可靠且有效的方法。随着技术的发展,脑电生物反馈技术开始在ADHD诊断和评估研究中受到关注。一些初步研究发现,与单独使用CPT相比,脑电生物反馈的误诊率较低[11]。在典型的EEG神经反馈过程中,受试者坐在计算机视频屏幕前的舒适椅子上,一个或多个EEG电极通过黏性电极糊附着在头皮上,并且参考和接地电极通过耳夹连接到耳垂上。然后将这些传感器线连接到信号放大器和具有软件的计算机,该软件能够分析EEG信号,执行各种变换,并且“实时”地在计算机屏幕上向受试者显示相关信号。受试者观看由计算机生成的视频,视频显示器提供连续的视觉和听觉反馈,并使用这些信息来了解他/她的大脑如何随时改变,无意识地学习对EEG信号的更多控制,如图4所示。   3 现代化技术在LD和ADHD学生学校教育干预中的应用
  如前所述,被诊断患有LD或ADHD的学生可能会在各种学术和行为问题中挣扎。与其诊断相关的损伤可能会对其准确显示自己学术技能的能力产生负面影响。为了确保学生受损不会阻止他们有效地展示自己在学术领域的技能,可以为患有LD和/或ADHD的学生提供多种辅助技术。文章梳理的技术包括屏幕阅读软件、光学字符识别系统、语音识别软件、自我监控电子提醒系统。
  屏幕阅读软件(Screen Reading Software)  屏幕阅读软件通过识别和解释计算机屏幕上的内容来帮助阅读困难的个人。屏幕阅读软件包括Kurzweil 3000、ClassMate Reader和Dolphin Supernova。使用Windows、Apple或Android操作系统的计算机或移动设备也具有內置屏幕阅读器。Cullen等[12]的一项早期研究使用语音软件程序Kurz-weil 3000来检查其对患有学习障碍的大学生阅读表现的影响。研究发现,所有学生都从屏幕阅读软件中受益,特别是那些初始阅读理解能力较低的学生。这一发现与一些研究结果一致,这些研究已经确定了屏幕阅读软件可以有效地提高LD和/或ADHD学生的阅读理解能力[13-14]。
  光学字符识别系统(Optical Character Recognition System,OCR)  由于阅读障碍儿童常常对书面文本材料的提取表现出显著困难,因此,利用光学字符识别系统的扫描笔等产品应运而生。这些设备充当使用光学字符识别(OCR)系统的扫描仪。当学生将笔移动一个或多个单词时,文本将被扫描到笔或计算机中。这些笔具有文本到语音功能,可以很容易地读出扫描的单词,因此,学生可以准确读取任何单词。一些阅读笔还具有字典功能,允许学生立即检索扫描单词的定义和同义词。显然,这种技术方便易用。阅读笔具有广泛的扫描功能,可以在学校或工作中大显身手。患有阅读障碍的学生以及英语学习者可能会从这种学习工具中获益良多[15],有些学生甚至要求在考试期间使用这项技术。
  语音识别软件(Speech Recognition Software)  语音识别软件虽然最初是为残疾人设计的,但已被用作有写作困难的个人的辅助技术。语音识别技术的示例包括Dragon
  Naturally Speaking、Voice Finger、ViaTalk和Tazti。语
  音识别技术被发现对LD学生有益,并且已经改善了写作、阅读和拼写[16]。研究还表明,语音识别技术撰写的论文比手写的论文更长,质量更高。虽然尚未有研究通过平板电脑或智能手机明确检查语音识别技术的使用,但计算机上使用的一些软件程序也开始应用于平板电脑(即Dragon Naturally Speaking)。这些便携式技术设备为学生提供了更多访问权限,可以随时随地完成论文或作业。
  语音识别技术的另一层次应用是口述响应记录仪的产生。有很多学业不良儿童存有书写障碍,使用口述响应记录仪的学生能够表现出更高的写作流畅性、更好的语音处理能力以及更高的总体论文得分。因此,口述响应记录被认为是LD学生的有效测试技术支持[17]。
  电子提醒/自我监控  ADHD的核心缺陷之一是难以参与并保持对任务的关注。注意力训练系统(Attention Trai-ning System,ATS)电子设备被证明在帮助ADHD学生增加对任务的关注方面很有价值。国外通过在设备中增加学生自我监控模块,开发相关类型的设备,如MotivAider、iPod
  touch、iPad、注意力训练系统(ATS)、计算机、智能手机等,向学生提供集中注意力的提示[18]。如注意力训练系统,设置固定间隔时间,监控学生按照固定间隔的时间表完成任务,获取积分。MotivAider是一种通过预设间隔时间,以振动方式提醒学生自我监控的寻呼机设备。研究亦表明,该工具在增加学生的任务行为方面也很有效。与ATS一样,当MotivAider提示停止时,学生的行为又恢复到基线状态。然而,使用ATS或MotivAider的干预仍然需要与传统的直接观察记录系统配对以评估有效性。
  最近,智能手机和平板电脑技术的发展提供了包罗万象的自我监控设备,可以提示学生并记录数据。在这些智能手机或平板电脑上使用各种应用程序,发现参与者在固定间隔时间内,执行任务积极性均有所增加[19]。
  4 对我国学业不良儿童学校教育的启示
  通过对国外现有技术的梳理,可以明显地发现,帮助特殊需求学生的技术正在迅速发展和变化。计算机化的教育世界使得查找信息、呈现信息、交流和响应变得更加容易。技术还影响了诊断程序,并通过各种便利提供了学习材料和测试。各种应用软件和系统的开发,可用于训练一个人的大脑如何获取有效信息,提高速度和效率、加强沟通等。它们可有效帮助学业不良学生规避某些问题并以可能使他们的学习更容易的方式来适应生活。虽然在文献梳理过程中发现很多问题仍有待解决,比如技术创新与实证性研究之间的关系仍有待进一步强化,但是对于我国学业不良儿童学校教育的现状而言,具有显著的启示性和借鉴性意义。
  政策支撑上的启示  以美国为例,美国通过《障碍者教育法案》(Individual Disability Education Act,简称IDEA)
  设置[20],支持有特殊需要的儿童可以申请以特定的方式完成学业,比如计算机辅助阅读技术等。而国内目前在传统的考试制度之下,对于学业的考核仍以标准化测试为主体,对于有阅读障碍的群体而言,挑战巨大。因此,要想相关的先进技术能够真正为学业不良儿童提供辅助,政策支撑非常重要。
  实证研究的启示  近年来,我国对学业不良儿童的心理特征已经开展了大量研究,但仍应加强运用信息技术对学业不良儿童进行诊断与干预的研究。与此同时,虽然国外运用多媒体计算机及相关技术干预学业不良儿童的研究取得了显著的成果,但是这些技术的运用层次及其语言采用的是外语环境,和汉语相比差异较大,不能照抄照搬,需要进行更多的实证研究以验证相关技术在学业不良儿童学校教育方面的效能。   學校教育先行的启示  这是基于干预的角度。国外的研究表明,类似语音技术等能改善学业不良儿童的阅读、计算能力。虽然评估仍存有很多困难,但是学业不良儿童日复一日面临的问题也是真实存在的。有效的干预可以优先于对个体病症根源的探讨,从而帮助个体增强社会适应能力。从这个角度出发,学校作为实践教育的重中之重,应该给予更多技术上的支持。
  技术投入的启示  我国目前的多媒体和网络教学应用已达到一定的水平,各种教学资源和辅助工具数量也非常多。但是截至目前,仍旧很少看到有专门为学业不良儿童开发的网络教学资源或相关教学软件。文章通过搜索知网数据库“计算机技术”与“特殊教育”两个关键词,只看到为数不多的几十篇文章,而对国内外现有技术进行介绍分析的相关文章更少,需要更多的力量关注、研究这个领域。
  5 结语
  《国家中长期教育改革和发展规划纲要(2010—2020年)》指出:“信息技术对教育发展具有革命性影响,必须予以高度重视。”信息技术在普通教育中的应用已经得到广泛关注,但在学业不良儿童群体中的应用要晚得多、慢得多,仍然存在发展不平衡、体系不完善、保障机制不健全等诸多亟待解决的困难和问题[21]。信息技术的应用为解决教育发展不平衡的问题提供了新的契机,虽然每一次技术的革新可能会带来更多新的问题,比如现代化技术对教师会提出新的要求,包括如何将技术与课程有机结合等;新的技术可能对于学校的软硬件设施会有其他层面的需求。总体而言,现代化计算机技术可以最大限度地满足特殊儿童教育康复的双重需求,把信息技术与教育康复有效地融合,使特殊儿童的教育康复做到快速、有效、便捷,值得进一步探索。
  参考文献
  [1]American Psychiatric Association Diagnostic and
  statistical manual of mental disorders: DSM-5[M].
  Washington, DC: American Psychiatric Publishing,2013.
  [2]Barkley R A. Attention deficit hyperactivity dis-order: A handbook for diagnosis and treatment[M].New
  York: Guilford Press,2014:13.
  [3]Nolin P, Stipanicic A, Henry M, et al. ClinicaVR:
  Classroom-CPT: a virtual reality tool for assessing
  attention and inhibition in children and adolescents
  [J].Computers in Human Behavior,2016(59):327-333.
  [4]Conners C K, Staff M H S. Conners’ Continuous Performance Test III: Computer Program for Windows Technical Guide and Software Manual[M].North Tona-wanda, NY: Multi-Health Systems,2015.
  [5]Corkum P V, Siegel L S. Is the Continuous Perfor-
  mance Task a valuable research tool for use with chil-
  dren with attention-deficit hyperactivity disorder?
  [J].Journal of Child Psychology and Psychiatry,1993,
  34(7):1217-1239.
  [6]Epstein J N, Erkanli A, Conners C K, et al. Rela-
  tions between continuous performance test perfor-
  mance measures and ADHD behaviors[J].Journal of Ab-normal Child Psychology,2003,31(5):543-554.
  [7]Young Z, Craven M P, Groom M, et al. Snappy app: A mobile continuous performance test with physical activity measurement for assessing attention deficit
  hyperactivity disorder[M]//Human-Computer interac-tion. Applications and services. Springer Interna-tional Publishing.2014:363-373.
  [8]Reh V, Schmidt M, Lam L, et al. Behavioral assess-
  ment of core ADHD symptoms using the QbTest[J].Jour-
  nal of Attention Disorders,2013,19(12):594.
  [9]Rizzo A A, Buckwalter J G, Bowerly T, et al. The   virtual classroom: A virtual reality environment for
  the assessment and rehabilitation of attention defi-
  cits[J].Cyberpsychology & Behavior,2000,3(3):483-499.
  [10]Snyder S M, Quintana H, Sexson S, et al. Blinded,
  multi-center validation of EEG and rating scales in
  identifying ADHD within a clinical sample[J].Psy-chiatry Research,2008,159(3):346-358.
  [11]Tang Y, Li Y, Yang H. A Comparison of IVA-CPT and
  EEC biofeedback on diagnosis for children with ADHD
  [J].Chinese Journal of Clinical Psychology,2005,13(1):
  94-95.
  [12]Cullen J, Keesey S, Alber-Morgan S R, et al. The
  effects of computer-assisted instruction using Kurz-weil 3000 on sight word acquisition for students with
  mild disabilities[J].Education and Treatment of Chil-
  dren,2013,36(2):87-103.
  [13]Floyd K K, Judge S L. The efficacy of assistive
  technology on reading comprehension for postsecon-
  dary students with learning disabilities[J].Assis-
  tive Technology Outcomes and Benefits,2012,8(1):
  48-64.
  [14]Rapport M D, Orban S A, Kofler M J, et al. Do pro-
  grams designed to train working memory, other execu-tive functions, and attention benefit children with ADHD? A meta-analytic review of cognitive, academic, and behavioral outcomes[J].Clinical Psychology Review,
  2013,33(8):1237-1252.
  [15]Higgins E L, Raskind M H. The compensatory effec-
  tiveness of the Quicktionary Reading Pen II on the reading comprehension of students with learning disa-
  bilities[J].Journal of Special Education Technology,
  2005,20(1):31-40.
  [16]Lee I X C. The application of speech recognition technology for remediating the writing difficulties of students with learning disabilities[M].DC: Univer-
  sity of Washington,2011.
  [17]Lewandowski L, Hendricks K, Gordon M. Test-
  taking performance of high school students with ADHD
  [J].Journal of Attention Disorders,2015,19(1):27-34.
  [18]Flower A. The effect of iPad use during indepen-
  dent practice for students with challenging behavior
  [J].Journal of Behavioral Education,2014:23(4):435-
  448.
  [19]Blood E, Johnson J, Ridenour L, et al. Using an
  iPod touch to teach social and self-management skills
  to an elementary student with emotional/behavioral
  disorders[J].Education and Treatment of Children,
  2011,34(3):299-321.
  [20]郭玲,韓文娟,郭涓.美国特殊儿童早期教育阶段干预反应模式及其对我国的启示[J].现代特殊教育,
  2017(2):69-74.
  [21]齐媛.信息化视角下的特殊教育发展对策探究[J].中国特殊教育,2013(10):60-64.
  *基金项目:本文受国家社会科学基金教育学青年课题“阅读障碍儿童听觉信号处理能力及训练策略研究”(项目编号:CBA160183)
  和上海市哲学社会科学规划教育学青年项目“学习困难儿童视听通道注意瞬脱特征及其干预策略研究”(项目编号:B1602)的资助。
  作者:卢海丹,华东师范大学教育学部教育康复学系,讲师,主要研究方向为学习困难儿童评估与训练、听觉语言康复;苏林阳,华东师范大学教育学部教育康复学系(200062)。
转载注明来源:https://www.xzbu.com/9/view-15203593.htm

服务推荐