18. 下列何者為人工智慧的情感分析技術應用在教育中主要的目的？
(A) 評估教學效果
(B) 提高學生學習動機
(C) 識別學生情緒
(D) 監控學生社交互動情況

情感分析（Sentiment Analysis） 是人工智慧 (AI) 的一種技術，主要用來分析文本、語音、影像等數據中的 情緒、態度與感受。在教育領域，情感分析技術的主要目標是 識別學生的情緒，進而調整教學策略或提供適當的學習支持。

選項分析：

• (A) 評估教學效果 ❌

  • 教學效果通常透過 測驗成績、作業表現、學生回饋 來評估，與情感分析的核心目標不同。

• (B) 提高學生學習動機 ❌

  • 雖然識別學生情緒後可以間接幫助提升學習動機，但這並非情感分析技術的直接目標。

• (C) 識別學生情緒 ✅

  • 透過 AI 分析學生的表情、語調、肢體語言或文字，可識別他們的情緒，如興奮、困惑、沮喪等，進而提供個人化的學習體驗。這是情感分析在教育中的主要目的。

• (D) 監控學生社交互動情況 ❌

  • 這屬於社交行為分析，可能涉及 AI 監測學生的對話與行為，但不完全等同於情感分析技術的核心應用。

人工智慧的情感分析技術（Sentiment Analysis）的核心功能就是分析文字或語音資料，以判斷其中表達的情感是正向、負向、中立，或是更細微的情緒狀態（如喜悅、沮喪、困惑、投入等）。

將這種技術應用在教育領域中，主要的目的就是利用這種核心功能來：

• 分析學生在文字交流（例如論壇發言、作業回饋、線上聊天）或語音（如果技術許可）中表達的情緒和感受。
• 了解學生對學習內容、教學方法、課程或整體學習經驗的情感反應。

檢視選項： (A) 評估教學效果：情感分析的結果（例如學生對課程回饋的整體情感趨勢）可以作為評估教學效果的輔助資訊，但它本身不是直接評估教學效果的技術。 (B) 提高學生學習動機：識別學生的負面情緒或困惑狀態，有助於教師或系統進行干預，從而間接幫助提高學習動機，但識別情緒是手段，提高動機是目標。 (C) 識別學生情緒：正確。這是情感分析技術最直接、最核心的功能，也是其在教育中應用時的首要目的。識別出學生的情緒狀態，才能進一步根據這些情緒進行分析、回饋或採取行動。 (D) 監控學生社交互動情況：情感分析可以應用於分析學生在社交互動（如線上協作平台）中表達的情感，但「監控社交互動情況」本身可能包含分析互動頻率、關係網絡等，情感分析只是其中的一部分，且其核心功能仍然是識別情感。

因此，情感分析技術應用在教育中最主要、最直接的目的就是識別學生的情緒。