尋夢新聞LINE@每日推播熱門推薦文章，趣聞不漏接❤️
本文由《現代遠程教育研究》雜誌授權發布
作者：詹澤慧、梁婷、馬子程
摘要
以人工智能與模式識別為核心的虛擬助理是當前備受各領域關注的智能化應用技術，在遠程教育個性化支持服務領域存在巨大的應用潛力，其技術發展和市場需求集中體現在資源推送、教學互動、情緒調節和生活輔助四個方面。已有研究顯示，虛擬助理可以智能化地判斷和理解學習者的需求，改善遠程學習系統中資源與知識單向傳輸和缺乏互動的情況，適時引導學習者進行學習並解答疑難問題；還可以監測學習者遠程學習過程中的情緒變化，緩解由於時空分離而造成的負面情緒，為遠程學習者提供更自然和人性化的交互方式與學習支持，以及更多的生活便利。隨著虛擬現實、人工智能、傳感器和模式識別技術的發展，人們已經越來越多地看到了它在適應學習者需求和喜好、提供個性化學習支持服務方面的優勢，但是其進一步發展還需攻克資源推送算法、人機互動模式、情緒狀態識別等技術難點。
關鍵詞：虛擬助理；學習支持服務；智能教學代理；應用現狀；技術難點
一、引言
虛擬助理（Virtual Assistant）是在工程、計算機科學以及生物識別技術頻譜接口的基礎上發展起來的一項智能化應用，旨在向人們提供日常生活中多方面的個性化支持服務，譬如安排旅行路線、推送感興趣的視頻資源、幫助客戶與站點交互、匹配與提問相關的疑難解答等。虛擬助理的核心技術是人工智能與模式識別。在眾多的識別技術中，發展較為成熟的是文字識別技術和語音識別技術。文字識別技術在電子商務網站上已經得到廣泛應用，顧客通過對話窗口可以做到與虛擬助理（即智能客服）的類自然語言對話，享受導購、咨詢、答疑等服務，從而大大減少了人工客服的工作量。語音識別技術主要應用於高端智慧型手機和智能電視，譬如基於IOS系統的Siri和基於Android系統的Jelly Bean、Google Now等，使得人們逐漸擺脫通過滑鼠和鍵盤與計算機交互的溝通方式，做到智能化的人機對話。除此之外，還可以通過人臉表情的識別、人體姿態的識別、眼動軌跡的識別以及人體生理信號（如肌肉電、皮膚電、脈搏波、血壓、皮溫、呼吸等）的識別，（許陵等，2014）甚至多模態的識別等，使虛擬助理能夠「察言觀色」，更好地了解人類的需求，並根據具體情況做出合適的反饋。（解迎剛等，2011；詹澤慧，2013）
近年來，隨著智慧型手機和智能電器的普及和發展，虛擬助理已經逐漸進入大眾生活且日益顯示出巨大的市場發展能量，被比喻為垂直市場的下一個金礦。根據全球智能虛擬助理市場研究報告（Global Intelligent Virtual Assistant Market 2012-2016），以虛擬個人助理（Virtual Personal Assistant,VPA）為代表的智能虛擬助理2012年市場價值為3.52億美元，預計到2019年將達到21.26億美元，復合年均增長率30.6％。目前占據市場的主要賣家包括NextIT Corp.,Creative Virtual Ltd.,VirtuOz Inc.和Anboto Group。其中北美是最大的貢獻者，占全球智能虛擬助理市場份額的39.6％。而亞太地區由於企業更加注重技術投資且移動設備高速度擴散的緣故，有望成為增長最快的市場，以32.2％的年復合增長率增長至2019年。（TechNavio，2013）此外，在虛擬助理的終端用戶中，大型企業用戶越來越多地顯示出有信心接受智能虛擬助理，作為其業務需求的解決方案。（楊毅，2014）
虛擬助理在遠程教育領域也展現出了巨大的應用潛力。在備受教育界關注的美國新媒體聯盟NMC發布的《國際教育信息化發展地平線報告：2014年高等教育版》中，虛擬助理被列為未來四到五年內在高等教育領域將會引起高度重視和取得重要進展的新技術。智能教學代理（Intelligent Pedagogical Agent，IPA）是其中的一項典型應用，以鮮活的動畫人物或擬人形象出現在計算機輔助教學過程中，對學習者進行一對一的個性化學習輔導，（Johnson et al，2000；Ryu et al.，2005）可以有效地做到實時引導，增加人機互動，減輕學習者的認知負荷。（Wouters et al，2008）近年來，國內外學者進行了多方面的探討和實驗，發現IPA對遠程學習領域的情感和元認知支持將是其最有優勢和發展前景的功能之一。（詹澤慧，2011）然而，目前學界對虛擬助理在遠程學習支持服務的研究尚缺乏系統的梳理和討論。鑒於此，本研究嘗試在過往研究的基礎上，從資源推送、教學互動、情緒調節和生活輔助四個維度對現有文獻中虛擬助理典型的遠程學習支持服務、技術做到方式以及應用實例進行總結和綜述，梳理研究現狀，並為遠程教育中虛擬助理的設計與開發提供參考與借鑒。
二、資源推送服務
資源推送服務是指虛擬助理按照一定的技術標準或協議，自動地選擇用戶所需要的信息和資源，在合適的時間以最優方式將資源傳遞給用戶的服務。例如，虛擬助理根據用戶的搜尋內容、用戶記錄、上下文信息以及未來的學習意向，向用戶推送價位合適的學習資源。與傳統的遠程學習系統中配備的搜尋服務不同，資源推送服務變知識的被動查詢為主動流動，更有利於系統內部知識和資源的共享與傳播。基於虛擬助理的資源推送服務具有主動性、個性化、集成化、智能化、擬人化和延續性等特點，可以智能化地判斷和理解用戶的需求，擬人式地將資源以適切的方式主動地送達用戶，提高用戶的檢索和學習效率。
1.典型模式
現有文獻中，資源推送的典型模式包括：基於用戶興趣的推送、基於學習內容的推送、基於知識情境的推送以及基於社會網路分析的推送。
基於用戶興趣的推送模式。虛擬助理根據用戶在互聯網或應用系統中的操作習慣以及檢索條目的內容等歷史信息，尋找並發現其中具有相同興趣和行為的用戶群體，提煉出用戶群體的特徵和興趣集合，並將這些信息集成到推送系統中作為依據，做到有針對性的資源推送。（Sarwar et al.，2001；Ichiro et al.，2006）這種模式的局限在於：隨著學習系統中用戶數量的不斷增加，用戶興趣愛好之間的關聯性將越來越複雜，而且從眾多用戶的興趣愛好中得出的結論，難以滿足用戶的個性化需求，即知識推送的準確性會隨著用戶數量的增加呈現遞減的趨勢。基於學習內容的推送模式。虛擬助理為每位用戶建立一個專屬的信息文件，用以記錄用戶的閱讀習慣和閱讀內容，然後從記錄的信息中提取具有相似特徵的內容集合，分析資源內容與用戶特徵之間的關聯性，應用數據挖掘和相似分析等技術對數據進行分析和過濾，得出資源所涉及知識點之間的關聯規則進行推送。（Balabanovic et al.，1997；Sarwar et al.，2000；Tosi，2003）這種模式將關注點放在用戶所關心的內容上，但主要是以用戶原有的檢索內容和先前學習資源的內容作為分析前提，因此也只能將與用戶原有興趣類似的知識推送給用戶，容易偏離用戶新的檢索內容，也難以照顧到個體的興趣轉變。
基於知識情境的推送模式。虛擬助理直接基於用戶的學習情境和工作流程進行資源推送。這種推送模式尤其適用於知識密度較高、工作流程中知識的傳遞與應用較頻繁的情境式學習。（倪建友，2012）例如，Bobillo等（2008）研究了基於情境的知識本體表示方法，並做到了一個幫助醫生根據病人病歷信息進行診斷的系統。王士凱等（2013）建立了一個以用戶本體模型、情境-知識關係模型、情境相似度算法（概念名稱相似度、屬性相似度、概念實例相似度、概念關係相似度、情境綜合相似度）為基礎的知識-情境-用戶匹配模型。
基於社會網路分析的推送模式。該模式強調虛擬助理建立在大數據基礎上對所推送資源的模糊判斷。這種模式關注的不僅是單個實體的個體特徵，更為重要的是各種實體之間的網路結構關係，從而揭示網路結構對網路功能的影響。（易明等，2011）在一個非線性、自組織的社會化網路中，個體屬性的重要性逐漸淡化，個體間的互動行為和個體間的關係則發揮更重要的作用。（陳定權等，2007）因此這種知識推送模式尤其適用於Web2.0環境下的資源推送。（易明等，2014）例如，Palau等（2004）將推送系統中的用戶關係表示為社會網路的形式，並通過將社會網路中的密度、規模、中心性、派系等特徵變量作為當前節點，尋找能夠提供知識推送服務的節點。Carmagnola等（2009）借鑒協作過濾思想，將關係強度作為綜合判斷網路資源推送權重的主要依據，提出了SoNARS推送算法。Esslimani等（2009）依據用戶瀏覽行為的相似性建立社會網路模型，利用關係傳導性來發現用戶之間新的關聯，並以此為基礎進行協作過濾推送。
2.技術難點
基於虛擬助理的資源推送服務的設計與做到主要存在兩大難點：第一，在技術層面上，資源推送算法的設計是目前專家們討論的熱點，用戶需求的識別和資源推送規則的提取都需要大量的真實數據和多種技術手段作為基礎和支撐。此外，除了推送的準確率以外，用戶的個性化特徵以及學習需求隨著時間推移而發生的轉變也是資源推送過程中不能忽視的問題。第二，在人機交互層面上，基於虛擬助理的資源推送最大的優勢在於改變傳統模式下資源單向推送的形式，建立快捷的用戶反饋機制，而這同時也成為技術上出現的另一個難點。譬如，如何由虛擬助理向用戶開放標註接口，通過詢問引導用戶對所學習過的資源進行標註；如何通過對資源內容的階段性測試實時感應用戶狀態和需求的變化，在推送分析器中作出智能響應，實時調整推送策略，這些都是亟待解決的問題。此外，虛擬助理的形象、動作與語音、資源介紹的信息傳遞、以及資源使用方式的引導，這些非技術范疇的教學設計問題也需要進一步論證，尤其需要實證研究數據的支持。
三、教學互動服務
教學互動服務是指虛擬助理作為教學引導者或者學習活動組織者與遠程學習者之間進行對話和交流的服務。做到虛擬助理的「實用智能語言理解」，做到人與計算機的直接對話一直是人類的夢想之一。從技術的角度上考慮，要做到與學習者的教學互動，虛擬助理不但需要進行語音識別，還要基於自然語言和上下文進行推理，最後將信息反饋給學習者。
圍繞虛擬助理與遠程學習者的教學互動，學者們對虛擬助理所能提供的教學服務進行了多角度的歸納。Johnson等（2000）指出智能教學代理在遠程學習中有8方面的主要功能：第一，展示簡單的任務操作過程或者複雜的問題分析過程；第二，引導學習者避免出現學習過程中的迷失；第三，通過表情和動作吸引學習者的注意；第四，通過語言文字或其他方式向學習者提供學習反饋；第五，為一組對話（交互）提供開始信號；第六，通過表達情感來提高學習者的學習積極性；第七，作為輔導教師或者學習同伴隨時為學習者提供幫助；第八，根據學習者的反饋來提供適應性的交互。Baylor等（2005）根據交互形式的不同，進一步歸納提取出關鍵的四個功能：調整交互、激發反思、提供協作、提供適當的教學輔助。Ozeki等（2009）通過分析電視節目里面的教學助理，總結出虛擬助理所應該具備的三項功能：第一，調整教學過程中傳遞的信息量。例如用表情或語言對教學過程中的關鍵內容表達興趣和關注，以學習者的身份向主講教師提問，從而引出後續內容的講解並幫助學習者理解相關內容。第二，點明或分享需要重點關注的地方。例如將學習者的視線和注意力引導到合適的位置，幫助教師總結和重復強調相關的學習要點。第三，調整教學進度和學習氛圍。例如虛擬助理與教師之間的互動可以減少學習者的乏味情緒；虛擬助理說的笑話、表現出來的驚訝、讚嘆等也可以減少緊張的情緒，營造快樂的學習氛圍；此外還可以通過點頭認同、重復關鍵詞等動作來調整主講教師教學的進度。下文將對虛擬助理的學習引導和疑難解答兩種典型的教學互動服務進行闡述。
1.學習引導
學習引導是虛擬助理在學習者學習或操作過程中提供的指引和提示服務。例如，Chalupsky等（2001）開發的特別個人助理（Specific Personal Assistant，SPA）電動精靈（Electric Elves）可以協助開展項目活動和在真實環境中組織協調外部會議。Dong等（2012）設計了一個網頁瀏覽器插件類型的虛擬助理，可根據用戶需要而採用不同的提示策略，幫助用戶更好地對產品進行評論。另外，多代理系統（Multi-Agent System，MAS）在近年來也越來越多地被應用在學習引導服務中。Kumar等（2002）開發了基於多代理系統的推送系統，虛擬代理可以通過預訂規則驅動，挖掘語義網路數據和用戶檔案做出判斷，並向用戶提供語音提示。Lujak等（2013）設計開發了一個緊急醫療助理（EMA），以醫療緊急事件作為場景模型，以病人、救護車和醫療專業人員作為虛擬助理，使用WEB服務協助學習者在任務中進行協調。RADAR是另外一個基於多代理系統的多任務協調助理，採用二維UI，可以監察專家和學習者模型，以協助辦公室人員應對電子郵件過載的問題。它所提供的引導服務包括：工作任務排序建議以及當學習者的行為與專家行為產生很大差異時提出警告。（Faulring et al.，2010）almajano等（2014）開發了一個面向目標達成（Goal-Achieving）的虛擬助理，幫助用戶學習水市場中的交易知識，並在實證研究中發現：在虛擬助理引導下，用戶可以減少操作次數，提高任務完成的效率和學習滿意度。
虛擬助理的引導功能有助於減少學習者的焦慮，因為在迷惑的時候可以向虛擬助理尋求幫助。近期的研究發現，虛擬助理具有很好的視線引導功能，（Prendinger et al.，2007）因此很適合作為引導者為學習者提供「手把手」的幫助。還有部分研究指出：哪怕虛擬助理只具有簡單的交互功能，它們在人機界面的存在以及對學習者的響應行為都可以很好地刺激遠程對話，（Imai et al.，2003；Ishii et al.，2006）且有助於促進學習者的內容習得。（Ozeki et al.，2009）
2.疑難解答
疑難解答是虛擬助理為用戶提供答疑解惑的服務，其功能的做到主要依賴於系統的知識庫和專家庫，同時配合以部分的網路搜尋。學習者提問後，虛擬助理啟用文字識別或語音識別系統，將問題變為系統可以識別的關鍵字，並在問題匹配器中與預設問題庫中的問題項進行搜尋和匹配。預設問題庫通常按照課程知識圖譜的結構進行排列，即不同的知識點對應著相應的預設問題，以便於推送。如果學習者的提問與常見問題庫中的問題匹配成功，則通過虛擬助理將相應的解答返回給學習者。虛擬助理所提供的疑難解答服務，一方面向學習者提供了與虛擬助理一對一互動的、具有親和力的接口界面，另一方面也大大減少了教師答疑的工作量，並使得常見問題及其解答得以重復利用。
目前大多數虛擬助理的疑難解答服務是以問答和對話的方式進行的。例如蘋果手機中具有會話界面的虛擬助理Siri，可以執行簡短的一兩段會話，且正朝著執行多步驟、多層次的複雜會話任務發展。下一代的虛擬助理將做到長期維護會話的上下文、對交談內容進行清晰的推理、回答用戶提問、執行任務、學習用戶行為等，應用性將能得到顯著提高。曾幫助創立Siri公司的諾曼·溫納斯基（Norman Winarsky）和比爾·馬克（Bill Mark）日前撰文稱，Siri還只是虛擬私人助理（VPA）發展的第一步，未來VPA的應用將更加廣泛，也更加智能。它將具有獨特的個性，能夠更深入地了解用戶，執行更複雜的任務，不斷發掘用戶可能感興趣的內容，甚至主動向用戶發起對話。（移動 新髮現，2012）
四、情緒調節服務
學習者的情緒在學習過程中起著重要的作用。消極情緒會對學習者的學習形成障礙，而積極情感則會促進學習。（李太華，2008）Brophy（2007）指出：在教學策略上應該充分注意對學習者情緒的引導，具體體現為：第一，引導學生將精力集中在學習任務上，而不是因對失敗的恐懼而分心；第二，引導學生在面對問題求解失敗時，通過回溯步驟發現錯誤，或調整思路，而不是選擇放棄；第三，引導學生把失敗歸結於努力程度不夠、缺少信息、或錯誤的解題策略，而不是能力不足。對學習者情緒的調節和引導功能是虛擬助理最有發展前景的方向之一。
1.情緒識別
基於虛擬助理的情緒調節服務涉及到情緒識別和反饋兩個環節，其中情緒識別環節是技術上的主要難點。根據王志良（2009）的學生三維情緒空間模型、解迎剛等（2011）的學生三維學習狀態模型、詹澤慧（2013）的學習者情感狀態識別框架，虛擬助理對學習者情緒狀態的判斷主要取決於疲勞、愉悅和興趣三個維度。對學習者情緒狀態的識別方法有多種，識別準確率較高的是生物電信號（如皮膚電等），但由於測量生物電信號需要穿戴識別裝置，容易打擾學習者自然狀態下的學習，因此目前對學習者情緒狀態的識別主要是參考OCC模型通過認知狀態對情緒狀態進行判斷，（Ortony et al.，1988；Jaques et al.，2004；李太華，2008）以及通過表情識別和姿勢識別來判斷情緒，（Kapoor et al.，2004；Neji et al.，2007；Zakharov，2007；吳彥文等，2008）另外還有部分研究者嘗試通過眼動追蹤來判斷學習者的情緒。（Prendinger et al.，2007；王志良，2009；D'Mello et al.，2012；Li et al.，2012；詹澤慧，2013）以上三種方法都不需要穿戴物理裝置，只是通過計算機測試或者錄影頭、紅外傳感器等非接觸式裝備就可以進行，因此也是最適合作為學習者情緒判斷的技術。
2.情緒調節
在監測到學習者的消極情緒狀態時，虛擬助理通常會根據具體情況給予預警和提示，啟動合適的情緒調節方案。譬如，在疲勞維度下，如果學習者長時間學習，虛擬助理的情緒識別模塊監測到用戶的學習效果不佳、效率低下、精神不集中，判斷其出現疲勞狀態，將作出休息建議，或者向用戶推送娛樂性的資源。在愉悅維度下，虛擬助理一方面以對話形式對其加以鼓勵，另一方面以音樂、圖片、視頻等多媒體資源創設輕鬆愉快的學習氛圍。在興趣維度下，虛擬助理幫助用戶識別自己的興趣所在，並對興趣相關的資源內容或呈現方式進行調整。
此外，一些虛擬助理還被賦予人格特徵，使得交互方式更為人性化。（移動 新髮現，2012）虛擬助理的臉部表情、姿勢和擬人化的互動方式常常對用戶具有很強的吸引力，（Elliott et al.，1998）因此可以很好地調動學習者的積極性，（Lester et al.，1997）激發學習者與教學系統的互動，增強學習者的信心。（Johnson et al.，1998）
3.應用實例
葡萄牙里斯本理工大學的Paiva（2000）開發了一個可以幫助學生完成練習的虛擬助理Vincent，表現為一個具有互動能力和個性化的虛擬教師形象。Vincent的結構由腦部和身體兩個模塊組成。腦部模塊負責對從環境獲取的感知信息加以推理，確定最合適的教學活動；身體模塊負責執行由腦部模塊選定的教學活動，並通過展示選定的動畫和音頻信息來調整Vincent的外在形象。對應這兩個模塊，Vincent可作出兩種類型的行為：認知行為和反應行為。認知行為由腦部模塊處理，目的是確定適合於某一特定情境的教學活動。例如鼓勵學生做練習、用學生的當前知識狀態更新學生模型、診斷學生練習中出現的錯誤等。反應行為由身體模塊完成，主要體現為Vincent的視聽形象。Vincent使用特定的規則來確定應用於學生的反饋策略。策略的選擇取決於學生模型和學生在練習中的表現等信息。腦部模塊會將相關指令傳遞給身體模塊以呈現出與情境相適應的動態行為。（Paiva et al.，1998；1999）
南加州大學的Rickel等（1998a；1998b）開發了一個嵌入在三維模擬系統里的虛擬助理Steve，為航海訓練課堂中的學生提供即時幫助。譬如通過手勢和言語交際來展示訓練程序，跟蹤並監督學習過程，響應學習者的幫助請求，展示訓練任務的執行過程，解釋採取每一步驟的原因等。Steve在和學生之間的每一個教學互動中都會應用一個任務表征模型，用以確定特定情境中應該出現的活動（What）、執行這些活動的方法（How），以及完成這些活動的理由（Why）。任務表征模型是基於等級偏序規劃之上的。根據這一模型，Steve所要執行的任務就可以通過目標、所要執行的活動、活動的執行序列、以及每一個活動對其他活動的影響來進行描述。Steve與學生交流主要使用人工合成的自然語音。此外，Steve還可以通過學生攜帶的手套和頭盔等浸入式設備所提供的信息，與之進行非語言交互。譬如，Steve能夠通過追蹤學生的視線判斷其是否正在看虛擬世界里的正確位置，還可以通過移動腦袋和眼睛來定位環境中的物體，以便把學生的注意力吸引到這些物體上。
北卡羅萊納州立大學計算機科學系多媒體實驗室開發的虛擬助理Cosmo則是嵌入在「互聯網顧問」學習環境中的一個小型機器人。（Lester et al.，1999）Cosmo具有一個帶有天線的獨特外觀，能夠展示多種動作：比如移動、用手指向某處、眨眼、把身子傾斜、擊掌、把它的天線拉長或合攏等。在語言能力方面，它具有240種發聲法，這些發聲法能夠在1到20秒之內進行變換。Cosmo的體系結構包括互動處理器、解釋規劃器、情感-動覺行為序列引擎、表現管理器四個模塊。互動處理器負責探測學生的動作以及環境的改變。當學生很長時間沒有活動，或者在某個任務中表現不理想時，互動處理器就會向解釋規劃器發出請求，獲取完整的信息內容和結構，而解釋規劃器會再將這些信息發送給情感-動覺行為序列引擎，以決定虛擬助理需要呈現的情感行為指令。隨後，這些指令將被發送到操縱Cosmo外在形象展示的表現管理器以執行情感行為指令。
五、生活輔助服務
生活輔助功能是指虛擬助理為用戶日常生活的各個方面提供方便而設定的服務。常見的功能包括：查詢名片和聯繫方式、導航、設定鬧鈴、幫助倒計時、為用戶了解虛擬助理自身的功能提供服務、定位附近美食、時間管理、播報股市行情、設置備忘和提醒、發簡訊、發郵件、天氣播報等。高端智慧型手機中的虛擬助理會在用戶開車、開會、睡覺的時候提供幫助，而且不會打擾到用戶。當有來電或簡訊時，它會「告訴」用戶，是誰發來簡訊或打來電話，用戶通過語音予以回應。除了智慧型手機外，還有一些家用設備也內嵌了虛擬助理，會與用戶進行溝通，例如告訴用戶自己電量不足，或者提醒用戶一些事情。
Nuance公司作為語音控制和移動輸入應用的領先開發商和蘋果Siri、三星的供應商，最近做了一個虛擬個人助理使用意向的調查，（李輝，2013）考察用戶使用虛擬助理的頻率、偏好以及虛擬助理最受歡迎的功能。在接受調查的1000位消費者中，61%表示樂於使用智慧型手機中的個人助理；安裝了個人助理的智慧型手機用戶中，57%每天都至少會使用一次，87%每周至少使用一次。此外，81%的受訪用戶表示虛擬助理非常有用。虛擬助理最受歡迎的功能依次是：導航（76%）、發送簡訊（75%）、Web搜尋（63%）。統計顯示，虛擬代理被用得最多的功能為：駕駛導航（84%）、天氣播報（72%）、餐館推薦（61%）。用戶認為虛擬助理的最大優勢在於：解放雙手（78%）、節省時間（59%）、多重任務處理（48%）。
隨著智慧型手機和可穿戴設備技術的發展，虛擬助理的生活輔助服務的智能化程度也在不斷提高。矽谷分析師Bajarin（2014）在《時代》網路版上發表評論文章稱，語音技術應該有更廣闊的天地。未來的虛擬助理都將擁有智能的「大腦」和「聲帶」，能「思考」、能「說話」，並會主動與人「溝通」。目前，用戶對Siri、Google Now等虛擬助理的使用，多集中於警報、提醒、創建日程、搜尋等活動上。但這些常見活動多數基於用戶存儲在設備上的信息，並非來自設備「主動」推送的。不過隨著虛擬助理不斷的「學習」，它的價值會不斷增大，處理問題和解決問題的能力也會不斷增強。當它開始擁有自己的「想法」時，就能夠自覺地發現問題，為用戶提供幫助，成為用戶的個人「秘書」。（尤靜，2014）同時，用戶也會對具有高適應能力的虛擬助理產生更高的信任，既包括對其所推送的個性化信息準確程度的信任，也包括對個人信息安全和隱私保護方面的信任。用戶的信任將成為推動虛擬助理髮展和應用的重要因素。（移動 新髮現，2012）
六、結論與展望
雖然目前虛擬助理在遠程教育甚至在整個高等教育中的應用還不多，但隨著虛擬現實、人工智能、傳感器和模式識別技術的發展，人們已經越來越多地看到了它在適應學習者需求和喜好、提供個性化學習支持服務方面存在的巨大潛力，其前景在未來五年值得密切關注。（龔志武等，2014）本研究從資源推送、教學互動、情緒調節、生活輔助四個方面對現有文獻中基於虛擬助理的遠程學習支持服務進行梳理和總結，重點闡述了虛擬助理的典型服務、功能做到的技術路徑和應用實例。總的來說，虛擬助理有助於緩解由於時空分離而帶來的負面情緒，為遠程學習者提供更自然和更人性化的交互方式和學習支持，但目前在資源推送算法、人機互動模式、情緒狀態識別等方面仍然存在技術難點尚待深入探索。
基金項目：國家自然科學基金青年項目（61305144）；教育部人文社科青年基金項目（13YJC880105）；廣州市哲學社會科學發展「十二五」規劃青年課題（13Q18）；廣東省優秀博士學位論文作者資助項目（SYBZZXM201226）；中國博士後科學基金項目（2014M550438）；廣東省高等學校優秀青年教師培養計劃（Yq2013048）。
作者簡介：詹澤慧，博士，副教授，華南師范大學教育信息技術中心；梁婷，碩士研究生，華南師范大學旅遊管理學院（廣東廣州510631）；馬子程，碩士研究生，華南師范大學經濟與管理學院（廣東廣州510006）。
轉載自：《現代遠程教育研究》雜誌 2014年第6期/總132期
排版、插圖來自公眾號：MOOC（微信號：openonline）