摘要：人工智能情感识别近年大量涌入教育场景，但乡镇幼儿园在经费、设备与师资层面普遍受限。文章选取面部表情识别、语音情绪分析与社交机器人三种操作简单、成本可控的工具，结合幼儿“一日活动”节奏，探讨情感数据采集、即时反馈与家园共育报告的完整链路。研究过程以普通手机与借用机器人为主要硬件，在真实班级持续观察十周，记录情绪稳定度、互动频率以及家长回应情况。结果表明，低门槛 AI能够帮助教师快速了解个体情绪变化，优化教学策略并提升亲子沟通效率。

关键词：人工智能；情感识别；互动教学；幼儿园；家园共育

引言：幼儿情绪波动快、表达方式直观却短促，传统观察记录往往依赖教师经验，难以保持客观与持续性。人工智能提供了镜头取像与声纹分析的便捷手段，把幼儿的微表情和语调变化量化为数据，为教学决策提供佐证。如何在不增加成本的前提下，将 AI 融入日常活动、并兼顾隐私安全，是基层园所迫切关注的话题。文章在县级教研室支持下，于两所乡镇中心园进行行动研究，聚焦“技术—教学—情感”三重维度，为同类园所提供可直接落地的参考。

一、人工智能情感识别的园本适配条件

（一）幼儿情绪特质与技术契合点

学前儿童以面部表情与语音节奏作为主要情感出口，变化节拍快却重复频繁。手机摄像头与麦克风能够无侵入地捕捉这些信号，小程序在本地生成“笑脸”“哭脸”等标签，既满足即时性，也避免复杂设置。教师在晨检两分钟内完成全班扫描，就能对日内教学难度进行即时微调。

（二）低成本AI 工具的功能边界

面部表情识别小程序侧重高亮“愉悦—惊讶—愤怒—悲伤”四类情绪；语音分析插件根据声波能量与语调曲线输出情绪图标；共享版社交机器人预设语料三百条，可进行基本问候与故事讲述。工具虽简单，却覆盖观察、回应与互动三大关键节点，为情感教学奠定技术底座。

（三）园所环境与研究数据来源

实验班幼儿人数28 名，年龄段4—5 岁，教师2 名，辅助教研员1 名。每日活动均在原有场地进行，未增加专用教室。情绪数据保存在园区局域网，家长通过微信小程序端查看，不进入公共云端。十周共收集情绪记录约3.2万条，互动日志85份，为后续分析提供样本[1]。

二、“情绪捕捉—即时回应—家园共育”链路的教学设计

（一）早晨入园的情绪体温计

清晨 08：00 刚过，教室门口的一部手机已经安静地锁定在支架中央，自动亮屏后的镜头区域占据了差不多半张画面。识别程序在后台常驻启动，不需要额外触碰，教师只需调暗屏幕亮度避免直射光干扰，就能让系统保持稳定。幼儿们依次走近标记线，镜头捕捉面部后不到 0.3 秒，角落里便弹出“微笑”“惊讶”“悲伤”等彩色标签。当分贝略高的早读铃声响起时，情绪计仍在暗暗统计，后台运算并不影响拍摄流畅度。若算法测得“悲伤”或“愤怒”强度超过0.7，手机会振动两下并播放几乎不可闻的提示音，只有站在旁边的老师能收到信号。老师微弯腰，保持与幼儿平视，一手轻握小手，一手轻拍肩背，通过极简身体语言传递支持，不至于让其他幼儿察觉而引发围观。十周试点中，扫描共 1280 人次，其中 168 次触发提示，干预方式以轻声询问、拥抱、带去角落整理情绪为主。系统记录显示，在接受及时安抚后，这些幼儿当天上午在手工环节的离席次数平均降到1.1 次，比未干预日少 37% ，教师也明显感觉后续教学节奏更平稳。例如第 4 周周三，男孩“晨晨”因前一晚弄丢玩具，进门就愁眉苦脸，标签显示“悲伤 0.83^" ”。老师蹲下和他对视，先用“我看到你眼睛有点红，是在想心爱的熊熊吗”确认情绪，再引导他把“熊熊找不到”的故事画成图片贴在留言板，十分钟后指标回落到0.32。整个案例字数不多，却充分说明简短介入即可将突发负面情绪化解于晨检。另一个典型场景出现在阴雨天，四名幼儿几乎同时被识别为“懊恼”，老师干脆把音乐时间提前五分钟，播放节奏轻快的《下雨啦》，幼儿在踏步和随拍中把不快消散，镜头实时监测到蓝色标签逐渐被黄色标签取代，证明群体情绪也可借音乐和律动快速升温。

（二）集体教学环节的情感共读

走进多功能室，小型社交机器人已站在矮桌中央，它的头顶灯光按程序缓慢变换色彩，配合投影在大屏幕上循环出现的绘本封面。教师先让幼儿围坐成半圆，把灯光调到柔和的暖白作为静心提示。一句“今天谁愿意陪小兔一起找心情”拉开故事序幕，机器人用童稚音色朗读绘本《小兔情绪》，并在重点词汇处抬头做夸张表情。后台算法实时扫描幼儿的眉眼弧度与嘴角角度，生成“共情指数”曲线投射在屏幕左下角。故事讲到小兔丢失胡萝卜产生“难过”时，曲线陡然上扬至 0.82，屏幕即刻呈现柔蓝色动态波纹提醒教师此刻情感投入最深。教师顺势压低声线，留下五秒空白，引导幼儿轻拍胸口说“我懂你的难过”，然后让机器人暂停朗读，由幼儿小组复述小兔的经历。这种临时交还话语权的做法，让幼儿拥有再叙事机会，系统检测到幼儿面部肌肉群逐渐放松，指数保持在 0.75 以上。课后提问“如果你是森林里的另一只小兔，会怎么安慰朋友”时，七名幼儿举手发言，全程保持积极表情。机器记录的词汇数量显示，幼儿引用“安慰”“陪伴”“再试一次”的频率高于预期，反映情感词汇储备在故事中得到巩固。另举一例，周五下午延伸阅读《彩虹鱼》时，老师把共情指数嵌入分享环节：当彩虹鱼把鳞片送给伙伴，指数上升至0.87，高峰保持 18 秒。老师让幼儿两两面对说一句“谢谢你愿意分享”，镜头捕捉的笑脸比例达到 92% 。简单的设备与清晰的提示使教师无需繁琐控制，就能依实时数据调节语速、音量与停顿，课堂更显从容。

（三）区域游戏中的交互补偿

自由活动时间，最受欢迎的角落莫过于“情绪商店”。这里的一张矮桌、一台旧机器人和一盒五颜六色的心情贴纸构成全部硬件，却能让幼儿停留足足 10 分钟。幼儿拿起圆形贴纸，选择“开心”“自豪”“害怕”“疲惫”等图案贴到机器人的电子面板上。机器人识别颜色后给予语音回应，例如贴上紫色“害怕”后，它温柔说“我听见你的小心跳，我们可以一起深呼吸”，同时后背灯光变成渐变蓝，为幼儿提供弱光安抚。系统在后台统计贴纸类型与停留时长，生成热点云图。当天若“疲惫”贴纸超过 25% ，老师会在午后把原定奔跑比赛改为舒缓律动或肩颈放松操；若“兴奋”贴纸集中出现，老师则把绘画环节调整为户外跳圈释放精力。第7 周出现一个有趣例子：连日阴雨导致大外场封闭，幼儿体能活动减少，上午十点“烦躁”贴纸骤增，老师立刻召集幼儿到教室前区进行室内“气球快递”小游戏，每人运球两轮后，再扫一次面部，烦躁标签几乎消失。机器后台数据显示心率均值下降 6bpm，说明活动有效缓解腻烦。另一天中午，女孩“雅雅”因为想妈妈，偷偷贴了“思念”贴纸，机器人说“可以给妈妈画张小画吗”，她就在角落用彩笔画了一棵连着电话线的大树，刚画完就跑去午餐，傍晚离园时把画递给妈妈。这样的个体化交互虽短，但对情感表达却是一种温和练习，也让教师在日志中捕捉到细微情绪需求 [2]。

（四）离园阶段的家庭反馈

下午 16：20，老师在后台点击“生成日报”，算法自动抓取当天情绪标签分布，绘制饼图和折线，并从照片库中选取幼儿笑得最亮的画面作为“高光时刻”。如果上午出现过干预，系统附上一行“已在课堂进行情感支持，请家长予以关注”提示；若某段时间连续出现低活跃值，也会附带“建议亲子共读”和“早睡 30 分钟”之类温和建议。家长在微信里点开后可放大图表查看细分数据，比如 09：30“困倦”较多就能推断前夜睡眠不足。一位家长收到报告后发现幼儿常在 11：00 前后情绪低落，便尝试让幼儿早餐加一份鸡蛋，连试四天，报告中的“饥饿相关”表情显著减少，教师侧面观察到午间发脾气次数也下降。十周统计中，家长阅读率保持 93% ，这得益于报告信息简短直观，加上“收到”按钮仅需一键，回复成本低。 78% 的家长愿意留言，有的询问在家如何练习深呼吸，有的上传晚间亲子合照。系统把这些文字或图片自动归档到幼儿个人成长册，第二天晨会教师选取两三条正向回复展示，引导幼儿向伙伴表达感谢或描述自己昨晚的快乐时刻。由此形成的家园互动闭环使家长不再只是被动接收者，而是情绪教育的合作者。另有一次示范，家长在报告中看到“烦躁”高频，留言称“今晚一起拼拼图好吗”，幼儿回家后完成30 块拼图，第二天进门刚被扫描就显示“期待 0.91”，老师抓住情绪高点，让他担任晨圈小帮手。短短两天，系统、老师与家庭共同完成一次温和、联动、低成本的情感修复。

三、面向情绪体验的教学策略与操作要点

（一）数据可视化助力教师预判

在实时看板上，情绪曲线按照分钟刷新，背景色随指数深浅从浅黄渐变至橙红，教师几乎不用解读数字，只要看颜色就能感知班级氛围。系统把前一日同期数据叠加为灰线，方便纵向对比。当曲线在 09：40 出现明显下坠，提示与同一时间段均值相比低了 0.15，老师会立刻切入三分钟律动；若幼儿还沉浸在睡意之中，就选择让幼儿在地毯上自由翻滚或做“猫伸懒腰”动作。简单的伸展不仅调动大肌肉，还能在呼气声中释放积存二氧化碳，起到自然唤醒作用。有一次经历验证了这一方案的直观效果：阴雨天导致光照不足，情绪曲线在第一节课后下降到 0.58，老师把原定的拼音复习改成“颜色找朋友”游戏，让幼儿拿着彩色卡片在音乐节奏中串门式走动，五分钟后曲线回弹至0.71。对于个别情绪偏低的幼儿，老师会安排幼儿到窗边照光，顺便负责开关植物喷壶，这种可见的“小任务”能让幼儿迅速找到存在感并抬升指数。另外一次案例更具戏剧性：男孩“涛涛”因前晚看恐龙动画过晚睡眠不足，脸色倦怠连带影响同桌心情，数据看板显示两人情绪同步下滑。老师把正在进行的手工暂停，让幼儿起身去把恐龙贴纸贴到“心情地图”木板，随后安排其余小伙伴轮流讲述最喜欢的恐龙名字，不到十分钟，曲线由 0.55 升至 0.78。这样小幅却及时的干预避免了后续情绪连锁，课堂秩序保持稳定。日终统计发现，实施看板前每周需调整课堂流程约 7 次，引入可视化后减少到 3次，老师备课时压力明显减轻 [3]。

（二）安全与隐私的园本保障

情感识别虽便捷，但数据安全必须先行。整套系统采用园区局域网离线部署，手机与机器人只通过加密 Wi-Fi 传输，不额外占用公共带宽，园方 IT 人员在服务器加装物理网闸，防止外网端口被动或主动访问。录像连续存储 72 小时后自动覆盖，若老师需回看特殊片段，必须在 3 日内申请导出，并在导出日志里注明用途。一次实操中，实习老师误把自己的个人微信登录到识别设备上，系统立即弹窗警示并强制退出，后台同时生成违规记录邮件发送给园长，确保潜在泄露被迅速遏制。家长层面，入园初签电子同意书，内容简洁直白，只说明“数据仅作教学参考与家园沟通”，并附“随时撤销”按钮；十周内只有一位家长在出差期间暂停查看权限，系统自动隐藏其幼儿的图像，仅保留文字摘要。该方案保证了透明、可控与低负担。老师们也总结出“摄像头永远只对准公共区域、不扫描更衣区、不记录厕所门口、不在休息时间开启麦克风”的“四不原则”，不仅方便操作，也树立了幼儿对隐私的初步尊重意识。值得一提的是，园方曾邀请县司法局公益律师进行一次普法小讲堂，用通俗故事讲解“什么是个人信息”，幼儿听后主动在海报上画锁，向家长讲述“我的照片要保密”，隐私教育与安全技术相得益彰。

（三）家园共育的情感桥梁

数据报告若只停留在数字，家长很快产生阅读疲劳，于是教师团队把“亲子小游戏”嵌入每条建议。例子之一叫“快乐表情镜”：家长与幼儿面对面轮流做搞怪笑脸并猜测对方的心情，手机录下十秒视频后上传。老师第二天在晨圈播放剪辑片段，让幼儿介绍“我昨天学到的新表情”。这一环节文字说明不足五十字，却极大提升报告互动率。另一例子是“彩色心情卡”：报告底部自动生成一张四色卡片截图，家长打印或手机截图给幼儿看，让幼儿用手指点当天最像自己的颜色并说原因，再拍照回传。老师在课堂用投影把照片排成小长廊，讨论“谁的心情和我一样”，在对比与寻找共鸣的过程中培养同理心。经过两个月循环，幼儿从最初只能说“开心”“生气”，发展到能描述“略微紧张”“挺自豪”这样的复合情绪词；家长也在留言里分享自己童年的心情故事，情感对话因此延伸到家庭深处。数据信息化之外，老师还坚持纸笔温度：每周选取两名幼儿的照片打印贴在“情感树”公告栏，旁边附一句暖心留言，例如“谢谢你在雨天主动分享伞”，让幼儿每天路过时都能看到自己的进步被看见。哪怕遇到网络故障，老师也可以手写“心情信”夹在作业袋，维持家园共育的连贯性。整个学期下来，家长在问卷中对“情绪报告对亲子沟通有直接帮助”选项打出 4.8 分（满分 5 分），远高于去年的纸质联系册 3.2分 [4]。

表 1 情绪曲线调整策略示例

四、乡镇园应用案例叙事

（一）《小兔情绪》故事课的细节

线上虚拟机器人以温和声音开场：“今天小兔遇到大风，它是紧张还是兴奋？”幼儿面部表情立刻被系统标注为“惊讶”与“好奇”。教师抓住情绪高点，让幼儿模仿“紧张的耳朵缩回去”“兴奋的耳朵弹起来”，整个环节语言简洁，动作丰富。故事进入“难过”情节时，系统捕捉到三名幼儿出现低落表情，教师及时邀请幼儿到前台与机器人 u 对话：“告诉它你想让它变好吗？”幼儿跃跃欲试，情绪转负为正。一个 200 多字的小小故事，在 AI 与教师双重关注下，变成帮助幼儿辨识并调节情绪的现场。

（二）“情绪商店”游戏的多维互动

游戏区布置彩色货架与笑脸贴纸，幼儿像顾客一样“购买”情绪，把贴纸交给机器人。机器人反馈“今天你选了自豪，我也为你鼓掌”，随后播放 5 秒掌声音效，幼儿大笑着回应。五周内，该游戏平均每天开启 3 轮，参与人次 420，几乎覆盖全班。数据分析显示，星期三出现“疲惫”贴纸比例最高，教师据此把周三下午安排为户外攀爬，大幅提升活力。

五、结束语

把手机摄像头当成情绪温度计，把共享机器人当成会说话的故事书，幼儿园就能在零新增预算的条件下，为幼儿搭建温暖而智能的互动世界。行动研究证明，低门槛人工智能不仅协助教师捕捉瞬息情绪，还通过报告与亲子游戏把数据转化为沟通桥梁。未来，随着算法本地化与硬件普及，情感识别会像温度计一样平常，而教师的人文关怀仍是不可替代的核心。

参考文献：

[1] 石苏蒙 . 基于人工智能的课堂教学行为分析系统 [D]. 天津师范大学，2022.

[2] 刘志月，王文敬，赵映明 . 人工智能技术支持幼儿园中班幼儿语言表达能力提升实践研究[J]. 基础教育论坛， 2024（10）：21-23.

[3] 盖圣杰；韩春红 . 教育数字化时代学前儿童社会与情感能力发展探讨 [J]. 幼儿教育， 2024（Z3）.

[4] 吴维娟 . 浅谈人工智能技术在学前教育中的应用 [J]. 时代教育：下旬， 2020（3）：0009-0009.