三项科学研究揭示了早期学习过程的新视角

如果你与一个孩子有亲密的关系，无论是自己的孩子还是别人的孩子，你可能已经创造了与他们建立联系的个人方式，教给他们物体的名称，并帮助他们阅读和成长。当你与孩子在一起的时候，你会逐渐了解他们喜欢的故事和歌曲，他们偏爱的动物，以及帮助他们入睡的环境，早在孩子能够进行语言沟通之前。

这些感受通常是有意识和潜意识观察的结果，是父母发展起来的亲密感，帮助他们培养孩子的发展和学习能力。我们天生的学习能力对我们的生活质量有着直接的影响，因此科学家们投入了大量时间和研究工作，深入了解婴儿学习过程，希望能够及早发现和解决困难，并发展创新和包容性的学习解决方案。

不幸的是，手动观察最多也只能是主观的，费时且系统不完善。此外，幼婴和婴儿还没有发展出准确表达自己思想和感受的能力，这使得研究早期学习过程变得具有挑战性。

而这就是注意力计算解决方案发挥作用的地方。这项技术可以准确地测量手势，甚至包括微小的眼动和眨眼，而不会对我们的自然环境产生干扰。在本文中，我们重点介绍了三项利用注意力计算研究早期儿童发展的研究。

1. 婴儿通过盯着你的脸来培养关爱能力

你可能已经注意到，婴儿有一种盯着别人看的倾向。当坐在公交车上或在排队等候时，你可能会吸引一个小宝宝的注意，他们可能会盯着你看，这看起来有时可能令人感到不舒服——肯定会比在许多文化中被认为适当的时间长。

是什么让婴儿这样做？他们是否只是在努力处理面前的形象，还是正在进行更深刻的活动？大多数父母会本能地说，他们可以感受到自己孩子的心灵的强烈和孩子盯着看时发生的发展。最近的研究表明，婴儿盯着看背后的东西可能不仅仅是在弄清楚他们所看的人是开心还是伤心。

我们知道这点是因为一群芬兰研究人员（Mikko J. Peltola, Santeri Yrttiaho, 和 Jukka M. Leppänen）自己任务是测量婴儿对面孔的注意偏向，以确定这种偏向与婴儿期间发展出来的关怀行为是否存在关联。研究人员在孩子最初的几年内跟踪了一组儿童，并使用注意计算来测量大约7个月大的婴儿对面孔的注意偏好。

泡泡表示注视点，泡泡越大，注视时间越长。这个图像是典型眼动模式的简化版本（不具有科学准确性或真实数据基础）。

研究人员首次发现婴儿对面孔具有独特的关注偏向-尤其是当他们面对恐惧表情时。研究还显示，这种偏向因儿童而异，在他们成长过程中逐渐减弱。他们还发现，对面孔有明显关注偏向的儿童，在两岁时对帮助表现出更深入的回应，并且在四岁时更少表现出冷漠无情的特征。

所以，下次你面对一位六个月大的宝宝时，请微笑并思考你如何帮助这个孩子的成长。

关于这项由芬兰学院和欧洲研究理事会资助的更多研究信息，请点击此处。

2. 孩子们如果喜欢动物的话，就会很容易学到新的动物名称

不论母语如何，似乎全球孩子们学习和记忆单词的过程是相似的，词汇发展也是可比的。然而，孩子学到的词汇——比如猫、狗或意大利面，却因人而异。我们一直以为这种差异是因为孩子在不同阶段接触到了不同的单词。但新的研究指出了新的方向——孩子对物体类别的兴趣塑造了他们学习新单词的能力。比如，喜欢动物的孩子会比喜欢花朵或车辆的孩子更容易学习新的动物名字。

这项新研究针对30个月大的德语独语儿童开展，他们是足月出生，听力和视力正常。研究人员使用注意力计算来评估每个孩子对不同类型的物体——动物、服装、饮料和车辆的兴趣水平，以建立一个基准。通过展示给孩子单词与物体的关联卡，注意力计算解决方案可以根据瞳孔扩张的测量来评估他们的兴趣水平。

在第二个测试中，研究人员让孩子接触另一组单词与物体的卡片，以评估每个孩子学习和回忆新单词的能力。他们发现，孩子对物体类别感兴趣的话，学习能力会很强，并且个人的热情和兴奋可以提升学习能力。

研究人员Lena Ackermann（哥廷根大学）、Robert Hepach（莱比锡大学）和Nivedita Mani（莱比锡大学）的完整论文可在这里获得。

3. 孩子们在涉及社交互动的任务中学习更快

对大多数父母和照顾者来说，社交互动能够促进婴儿的学习是有道理的。最近由莱比锡大学和马克斯·普朗克科学促进协会资助的研究在注意力计算的帮助下证明了这一点。有趣的是，这项研究强化了我们的信念，即与孩子共度时间有助于他们的发展。但是，研究还揭示了在交流时互相凝视对学习的刺激作用。

研究中使用的注意力计算解决方案显示，在包含面对面社交互动的情景中，眼球的快速运动和更具预测性的注视转移——这些运动表明了一种高强度的学习水平。

Maleen Thiele、Robert Hepach、Christine Michel、Gustaf Gredebäck和Daniel B. M. Haun的完整论文可以在这里找到。

注意力计算是传感技术的融合，使人与机器能够像人们互相交流一样进行交流。它是人机交互的一个高级水平，通过语音、手势、面部表情和动作来增强传统的基于设备的输入方法，如鼠标、键盘和触摸屏。它依赖于计算机视觉、机器学习和自然语言处理将人的反应转化为高级的关注状态，例如认知负荷、关注区域、眼睛张开程度和瞳孔扩张。应用程序可以利用这些洞察力来解码人们的注意力集中在什么（以及忽略了什么）以及他们的意图。关注计算旨在消除人与机器之间的障碍，使技术可供每个人使用，并推动服务的民主化。

父母还是技术 - 谁更理解呢？

如果我们接受这样一个观点，即与孩子共度大量时间的人可以很好地了解孩子的成长需求，那么利用这种知识将帮助我们开发创新和包容性的学习解决方案，并实现规模化。本篇文章中概述的三项研究表明，关注计算能够帮助发展性研究者做到这一点。尤其是对于那些尚未发展出语言能力的孩子，不侵入他们的环境或影响他们的行为，从而理解他们。

因此，尽管父母可能最了解自己孩子的需求，但技术使研究者能够系统地捕捉这种知识，使其对每个人都有用。

BrainLeap是一家位于加利福尼亚的科技初创公司，他们已经做到了这一点，他们的使命是解锁超过一百万有注意力问题的儿童潜力。他们建立了一个解决方案，利用了他们自己关于眼动和注意力之间相关性的研究，开发了一个提高注意力技能、对幼儿整体学习能力产生积极影响的注意力训练游戏。