学习投入直接影响学习效果，学习投入的安全智能评测对于高效学习和精准施教非常重要。学习投入具有多维、连续、动态等特性，受技术限制直接测评较难实现，随着人工智能技术等信息科技的发展直接测评方式逐渐成为研究热点。全文梳理了学习投入度量评测从间接到直接、从单模到多模、从单科到跨学科融合，从人工评测到安全智能的演进逻辑，分析了神经网络、张量网络、注意力机制、语义通信等四种多模态智能评测的关键技术，提出了人工智能赋能多模态安全智能评测的模型框架，涉及数据采集、编码维度、数据模态、特征提取和可视呈现等过程。将人工智能技术赋能多模态数据(视频、语音和文本、心理和生理等)开展学习投入的智能评测，可以提高评测效率和精度、促进学生自主学习提高教学效果、优化教学资源配置，更深刻全面地反映学习投入的本质特征，更好更快地评估学习投入的性能。
万方数据
维普
