从脑机接口到脑脑接口：认知传输与群体协同的教育变革

翟雪松1，2 楚肖燕1 胡美如1，3 李 媛2 [通讯作者]

（1.浙江大学 教育学院，浙江杭州 310058；2.浙江大学 外国语言文化与国际交流学院，浙江杭州 310058；3.杭州市西湖区教育发展研究院，浙江杭州 310012）

[摘 要] 教育神经学的发展为教育教学提供了新的研究视角与研究范式，脑机接口（BCI）技术与教育教学的融合也在不断加深。然而，脑机接口技术仍然是一种学习者大脑与机器之间的信息传输通道，难以满足教学主体之间的双向交互性及社会建构性。近年来，脑脑接口（BBI）技术在脑机接口技术的基础上，进行了进一步迭代：将教学主体大脑信号传输通道的边界，从单一化的“人—机”交流转向多向度的“人际”交互。即以人际神经学和“三脑一体”模型作为基础，能够从知识传递、情感交互和行为模仿三个维度，提出从脑机接口到脑脑接口的认知传输与群体协同的数字化变革方案。这一脑脑接口技术的应用方案，能够在全纳教育、远程教育、艺术教育以及元宇宙教育等多个场景落地；同时，它也存在一定的风险与挑战。因此，探索神经科学领域的前沿应用技术，有利于为未来教育的智能化变革以及前瞻性布局，提供一些参考。

[关键词] 教育神经学；脑脑接口；脑机接口；三脑一体；人际交互

一、问题的提出

随着教育技术的不断发展和对教育规律挖掘的不断深入，神经科学和信息科学开始逐步联姻，期待能从技术视角建立从规律发现、 技术实现到教学展现的全新教育生态观。美国著名脑科学专家斯普伦格（Sprenger）认为，学习本质上是大脑神经元建立连接的过程（Sprenger，1999）。我国教育部原副部长韦钰院士一直大力倡导发展教育神经学，主张通过神经学分析方法挖掘学习者的认知规律，创新教学模式，为国家教育政策与改革提供指导方向。

经过多年的沉淀和发展，教育神经学已经成为教育研究领域一个重地，特别是国家在自然科学基金中增设了教育神经科学的申报方向，更加体现了教育部门对于探究教育背后神经机制的迫切需求。可见，教育神经学的发展，为探究教学规律、变革教学模式、创新教学评价等，提供了全新的研究视角与研究范式；同时，也为探寻学生认知成长规律，建立教与学发生机制，提供科学依据。

近年来，脑机接口（Brain-Computer Interface，BCI）技术已经在教育领域展现了较大的应用潜力，通过对大脑生理数据的编码和解码，实现与外部传感设备之间创建数据来进行信息交换。在具体的教学场景下，BCI 主要用于学习者的情感计算、注意力监测以及教学活动干预，并在此基础上为教学设计的进一步迭代优化，提供实时、准确的信息（姜雷，等，2018）。然而，目前脑机接口在教育中的应用研究，仍主要通过机器识别学习者大脑状态，集中于对脑信号的分析和对脑反馈的刺激等单向传输机制，尚未触及教学主体之间的交互机制。

因此，国际上越来越多的神经科学家开始关注脑脑接口（Brain-Brain Interface，BBI）技术的研究与应用。随着脑机接口技术的不断成熟和人际神经学（Interpersonal Neuroscience）、“三脑一体” 模型等理论的发展，BBI 将研究者对于大脑的认识边界，从单一主体进一步延伸到多主体协同的背景之下，深入探索人与人之间直接的信息传输与情感交流，为教育主体间远距离、 无障碍的交流与互动，提供了可能。脑脑接口也是最接近真实教学场景的教育神经学应用，是脑科学从教学实验走向教学实践的重要生长点与通道。这一直接的交流通道能够突破语言和媒介的限制，让学生在学习过程中享有更好的体验感和获得感，解决了特殊教育中“信息失衡”、远程教育中“温度缺失”、美学教育中经验无法传递等多种教学场景中存在的交流困境。脑脑接口也是在脑机接口基础上的一种技术迭代，因此，也具有较为成熟的技术基座和应用可行性。

为此，本研究以人际神经学和“三脑一体”模型为基础，提出了从脑机接口到脑脑接口的认知传输与群体协同数字化变革方案，分析了在这一框架下的教学主体交互特征，并对脑脑接口的教育应用场景进行深刻地构建与探索，以期充分发挥脑脑接口对于认知交互的促进作用；进一步消除教学过程中的身心感官限制，促进师生、生生有效协作，更好地发挥群体智能，以促进教育的优质均衡发展。同时，也为今后脑脑接口应用中可能带来的技术和伦理风险，提供一些反思与建议。

二、研究的背景

（一）教育神经学的研究现状

教育神经科学融合了教育学与神经科学两个领域，通过采用脑电、近红外等认知神经科学的技术方法，结合各类脑成像技术与行为研究，将学习行为、认知功能和脑结构进行对应。以期在深刻认识教育过程中的生理机制与行为表现基础上，从神经科学研究中，寻求解决教育问题的理论与方法（佘燕云，等，2011）。能将两门学科有机地融合在一起，与学科间的互补有着重要关系，因为教育关注的是教学对行为改变的影响，而神经科学是以探索行为背后的脑机制为研究目的，则是一种更为直观的教育学研究视角。现有研究发现：人脑中存在八个相互作用的学习系统，包括记忆、感知、联想、激活、奖励机制、程序学习、观察学习以及语言学习，这些系统与大脑的不同皮层和神经回路相关联。学习行为是通过系统之间的相互集成、协同工作而完成的，并最终促使学习者完成复杂的学习任务（Thomas，et al.，2019）。

教育神经科学在经过多年发展后，已经在语言学习、数学学习、情绪发展等方面积累了丰硕的研究成果，特别是在一些难以通过外在行为识别的内隐机制和高阶思维研究方面，发挥出了较大的作用（裴蕾丝，等，2017）。以道德教育为例，《科学》（Science）杂志曾发表关于情感参与道德判断的大脑神经机制的功能性磁共振成像证据（Greene，et al.，2001）。近年来，众多研究也表明：个体的道德行为表现与脑的成熟和功能的完整性高度相关，人类道德行为及过程，可以通过神经激活、神经环路、神经网络以及神经镜像系统来表征（Baars，et al.，2010；Ferrari，2014；曾文婕，2021）。

随着教育神经学对于脑和认知规律的不断深化，在对于学习者的创新性思维培养方面，也衍生出了一系列基于脑的创新性思维模式、课程与项目（胡卫平，等，2021）。教育神经科学不仅从生理学视角探究了学习发生过程中的大脑机制，为教育研究和实践提供了客观、可循证的依据；而且通过对学习者的大脑、认知、行为之间链路的深入研究，也为BCI 和BBI 应用于学习者信息交换和交互协作，提供了较好的理论基础。

（二）脑机接口在教育中的应用与挑战

脑机接口是指在计算机与学习者的大脑之间建立了一条直接交流的信息通道，不仅能够将外部设备的信息直接传输给学习者，也能够通过计算机解读脑信号，为实现脑与机的双向交互、协同工作及一体化奠定了基础（吴朝晖，2022）。

一方面，目前的脑机接口技术，已经能够实现对大脑神经信号的采集、转换和识别，实现了对学习者内隐信息的外化和动作意识的表征。在学习过程中，不同认知活动所产生的脑电特征，往往可以通过脑电图（EEG）、近红外光谱（fNIRS）等技术进行提取（翟雪松，等，2020）。这一技术不仅能够有效地弥补特殊教育中学习者在生理层面的不足，还能够辅助一些特殊学生（如，自闭症儿童）在学习过程中进行无障碍的表达和交流。更为重要的是，它实现了对脑电信号的深度解码，是解读并传输大脑中学习与认知信息的重要前提。比如，美国斯坦福大学通过脑机接口技术帮助残障人群实现“用意念打字”（Willett，et al.，2021），便是具体的表现。

另一方面，当下的脑机接口技术也能够实现外部装置对学习者脑神经的刺激与调整，进而干预学习过程中的认知、情绪、动作等脑电信号通路。从具有微侵入的皮层内电微刺激技术 （Intracortical Microstimulation，ICMS），到非侵入性的经颅磁刺激技术（Transcranial Magnetic Stimulation，TMS），神经刺激方法的改进，为学习者的神经调节提供了可能（Nam，et al.，2021）。美国加州大学旧金山分校的研究者使用脑机接口，对神经回路进行重置，研究结论显示：这种干预手段能有效治疗严重抑郁症的患者，这也是多年以来将神经科学进展应用于精神疾病治疗的一个里程碑式的成功（Scangos，et al.，2021）。这也充分表明，神经科学在教育中的应用，能够从诊断走向干预、从解读走向重塑，从而为最大程度开发学习者的大脑潜力提供可能。

然而，目前的脑机接口技术仍然不能真正实现教育主体间的有效交流活动，而是机器对人类智能的分析、弥补和拓展。仅仅依靠脑机接口技术的教育应用，始终是学习者与机器之间的互动，机器始终难以代替教育以及同伴在学习过程中的重要作用，难以实现教学过程中的双向交互性与社会建构性。譬如，在进行特殊教育的过程中，对于特殊儿童认知状况的分析和解读，仅仅是教学环节的组成部分之一，受限于现有机器智能的计算能力，机器与人的大脑之间的互动，难以达到人与人在大脑之间进行信息交换和情感传递的低延迟和高精度。神经科学家也注意到了这一点，一些人际神经学学者开始对多名个体的大脑活动进行同时研究，以关注并揭示在自然状态下的社会性大脑互动机理。

（三）脑脑接口技术概述及其应用

1.脑脑接口技术的定义及特征

脑脑接口技术是脑机接口教育应用的进一步延伸和发展，脑脑接口能够以各个教育主体的大脑作为节点，从教师或学习者的脑神经活动中检索有用信息，再将源信息转换为目标脑神经活动信号并传递给其他学习者。根据对国内外BBI 相关研究的梳理（如表1 所示），早在2013年，美国脑机接口权威专家米格尔·尼可莱利斯（Miguel Nicolelis）的实验室研究就已经证明，基于侵入式电极连接老鼠的大脑，能够实现感官运动信息在大脑之间的远距离实时传输（Pais Vieira，et al.，2013）。随后，基于脑脑接口技术的“人—鼠”控制和“人—人”交互，开始成为国际神经科学家探索的新领域。

表1 国内外关于脑脑接口的实证研究

在研究目的层面，脑脑接口技术最早被应用于探究大脑和大脑之间直接的、 无媒介、 远距离的传输，其本质仍然是神经信号的传递，是对神经元在神经通路之间的信号进行解码与编码过程，能够记录并传输大脑运动皮层、 视觉皮层等的神经活动（Nam，et al.，2021）。在技术层面，记录或控制大脑神经元电生理活动的脑电极，可以分为侵入式和非侵入式两种。非侵入性电极具有无创性，但侵入性电极往往对于学习者等个体脑神经机制的探索更加深入与准确。根据南（Nam）等人（2021）关于脑脑接口的元分析研究，在教育主体间的脑脑接口，也可以基于非侵入性的技术手段。比如，使用神经成像和神经刺激的方法，可在人的大脑间提取和传递信息。在传输效果层面，哈佛医学院的尤（Yoo）等人（2013）使用超声波能量刺激人脑的运动皮质，从而控制人的运动，其精确度最高可达94%。2020年，清华大学与北京大学的一项联合研究，实现了基于光信号在老鼠之间的运动信息传输，其结果表明：光信号脑脑接口的信息传输速率显著高于脑机接口，且比其他通道的脑脑接口高两个数量级（Lu，et al.，2020）。

2.脑脑接口技术的应用

随着脑脑接口技术的使用，进一步将大脑与机器的信息互通拓展到了大脑与大脑之间，不仅能够用于实现文本、图像、运动等信息的传输，还能够在此基础上构建起脑网络，实现教学主体之间更高效的远距离协作：一方面，脑脑接口能够突破人与人之间客观的感官与语言限制，避免主观的知识隐藏行为，不断挖掘潜在的无意识信息，构建更加直接有效的交流形态。另一方面，脑脑接口能够形成基于大脑的生物神经网络，在高效通信、机器辅助下更好地发挥教育主体的群体智能。这一信息传输模式，更加接近真实社会以及教学场景中的自然交互和协作方式，从而为变革教育主体之间的认知传输和群体交互方式，带来了更多的潜在可能性。

其一，在感官（触觉、视觉或听觉）线索阻断的情况下，脑脑接口不仅能以二进制的形式传递字母和单词（Grau，et al.，2015），而且其运动信息以及记忆编码相关的认知信息，也被证明能够在动物的大脑之间进行直接传输。这一发现，为从人的大脑中提取的适当神经信息来诱导、 恢复或增强另一个学习者大脑中的记忆加工，提供了理论基础（Deadwyler，et al.，2013），也为远程运动控制提供了可能。比如，浙江大学求是高等研究院与计算机学院CCNT 实验室联合团队，曾成功通过脑脑接口，实现了人对小白鼠的运动控制。在小白鼠视觉和触觉受阻的情况下，使其成功地走出了需要进行六次决策的迷宫 （如图1所示）。与此相类，美国华盛顿大学的研究者也报告了第一例可安全应用于人类大脑的脑脑接口研究结果（如图2 所示），两位被试者在相互隔离的状态下，成功地进行了运动信息的传输（Rao，et al.，2014）。

图1 浙江大学研究团队“人—鼠”脑脑接口实验流程

图2 华盛顿大学研究团队“人—人”脑脑接口实验流程

其二，将多个大脑信号整合到同一个脑网络中，是脑脑接口技术的另一种应用形式。该脑网络能够实现自我适应，可更加高效地进行群体协作（Pais Vieira，et al.，2015）。参与者之间能够发出指令，以协同解决问题并完成交互式任务 （Jiang，et al.，2019；Stocco，et al.，2015）。即脑脑接口支持下的大脑信息传输，不仅能够突破感官和距离的限制，而且具备实现教学主体之间有效交互的技术潜力。在一项俄罗斯与德国研究者共同开展的相关实验中，脑脑接口支持下的脑网络，能够对每个参与者的大脑状态进行评估，从而根据大脑处理视觉信息所产生的认知负荷情况，进行任务的再分配。研究结果表明，这一协作形式表现出了更好的互动效果以及更高的准确率（Maksimenko，et al.，2018）。

三、理论基础

（一）人际神经学的教育研究意义

近年来，教育神经学在不断发展的过程中，研究对象逐步从个体走向多人，研究环境从实验室走向真实场景。在这一背景下，人际神经科学（Interpersonal Neuroscience）的相关理论，也正受到越来越多研究者的关注与探讨。

人际神经学旨在通过序列扫描研究或同时扫描研究（即超扫描，Hyperscanning），记录双人或多人在进行同一认知活动时的脑部活动，以此来揭示群体神经活动模式（成晓君，等，2021）。通过对真实情境下的多人神经成像研究，人际神经学的相关理论，可以帮助研究者理解不同主体交互过程中的信息交流和社会认知，进一步探究“社会脑”（Social Brain）的交互和发展机制 （Konvalinka，et al.，2012 ；Minagawa，et al.，2018）。相关研究表明，在多主体的教学情境中，神经同步与学习者的知识迁移效率、社会互动质量、学习参与水平以及集体注意力之间，均存在较强的相关性（Wazny，et al.，2018）。这一研究范式，能够更好地刻画真实教学情境中的师生互动与生生互动，并在社会性学习的背景下提取脑脑耦合指数（Indices of Brain-to-Brain Coupling，BtBC），从而理解复杂的学习行为和学习成果表现 （Pan，et al.，2021）。

（二）基于“三脑一体”模型的深度学习

脑脑接口技术的教育应用，不能仅停留于对学习者神经机制深入了解的基础上，更期望能通过对不同教育主体的介入，进一步促进学习者的深度学习。教育神经学与脑科学为研究深度学习的内隐发生过程，提供了全新的范式。相关研究已揭示，在学习与神经元的联结同步发生时，大脑中展开的深度学习越“深”，神经元建立的联结也就越多（马云飞，等，2022）。在脑脑接口具体应用的过程中，还需要对学习者大脑的各个工作区域进行细致地划分。

20 世纪80年代，神经科学家Maclean 提出了“三脑一体”模型，即根据解剖生理学和脑部功能的不同，将脑分为三个部分：（1）认知脑，指大脑皮层，主要负责人所有的高级思维功能，包括阅读、计划、分析、决定等；（2）情绪脑，指大脑的边缘系统，主要参与情绪调节；（3）行为脑，包括脑干、小脑和基底核，主要控制人的行为。三者的功能既相对独立，又协同一致，共同承担着大脑复杂的认知任务。神经科学家所提出这一“三脑一体”模型，与教育研究者所提倡的深度学习理论之间，存在较强的相关性，对于支撑未来脑脑接口技术的教育应用与验证，具有一定的指导意义。

深度学习是指能够促进知识的动态构建与创新能力的不断发展，是一种促进教育变革与培养21 世纪人才的有效学习方式（何克抗，2018）。美国国家研究理事会（National Research Council，NRC）提出的深度学习框架，涉及认知、人际关系和个人发展三个领域（Pellegrino，et al.，2012）。而“三脑一体”模型特定行为与特定脑结构之间的联系，又与深度学习的三大要素息息相关：认知脑主管思维，发展认知能力；情绪脑通过情绪认知，提升人际交往能力；行为脑通过行为习惯养成，提升个人的自我决策和执行能力（张玉孔，等，2019）。其价值在于：一方面，这一理论框架从底层机制与功能实现两方面，对深度学习进行表征，有助于加深教育研究者对于深度学习的理解。另一方面，由于大脑自身的可塑性，为学习者与机器的可塑性提供了重要依据，可促进人工智能等技术与教育的深度融合（付道明，等，2021）。因此，“三脑一体”模型与深度学习之间的关联框架，也为脑脑接口的教育应用，提供了理论基础。

四、教育应用场景的前瞻性审视

（一）脑脑接口在教育中应用的设计方案

在技术不断成熟以及人际神经学、 脑科学等研究不断深入的背景下，本研究提出了基于“三脑一体”以及深度学习的脑脑接口融合模型。其机理在于结合神经成像、神经刺激、智能算法等技术，融合“脑机传输”与“机脑传输”（Computer-to-Brain Interface，CBI）两种形式的脑机接口，突破了学习者在交流协作过程中存在的生理、空间、表达和意识等限制，通过对认知脑、行为脑、情绪脑的刺激与塑造，变革学习者在教学过程中的认知参与、行为参与与情感参与，从而实现有效的认知传输与群体交互（如图3 所示）。

图3 脑脑接口的融合模型与机理

1.高度信任机制下的知识传输

知识传输是教育教学最基本的发生过程。脑脑接口的传输通道是直接和无损的，有助于实现高度信任机制下的知识传输。首先，在脑脑接口技术的支持下，教育主体之间的知识传输能够最大程度地突破各种限制。从龟甲刻字到电子白板，教学内容的表征与传输，始终依附某些特定的媒介；然而，脑脑接口以一种超越媒介的形式实现了知识的直接传输，减少媒介传输过程中的不确定性，在降低信息熵的同时，拓展了知识传输的信道容量。其次，基于脑脑接口的知识传输，能够有效地避免知识隐藏行为的发生。这一知识传输方式将更加客观，有助于减少知识拥有者面对他人知识请求时的主观保留和可隐藏性，避免对于知识的人为禁锢和发展限制，进而促进协作学习的开展以及创新能力的培养（翟雪松，等，2019）。最后，基于脑脑接口的知识传输也是规避信息泄露的有效手段。因信息传输只发生在介入脑脑接口的交流主体之间，传输媒介的崭新方式，从根本上避免了传输过程中可能存在的信息泄露风险。

2.浸入式的情感体验与学习真实感

学习者的情感与认知加工过程紧密相连（Wu，et al.，2016），脑脑接口支持下的教学主体交互，具有双向、充分性和协同性的特点。相较于单向度的人机交互或脑机接口，脑脑接口构建起了师生、生生之间直接进行交互协作和情感交流的双通道。人际间的信息传递从形式上看是结构化的符号，如语言、文字等的传递，但从内涵上看是情感和价值观的传播 （王雪，等，2021）。脑脑接口能有效地将情感和价值观附加在符号上，增加了协作的效率与学习体验，有助于构建良好的协作氛围，进一步发挥群体智能。

在此过程中，脑脑接口为学习者提供的情感交互也更加充分与真实：一方面，一些教学内容本身较为抽象，如艺术作品中对美的感受或情感的体会，此类学习内容难以通过语言或画面传递给学习者。另一方面，数字机械模拟人的特征或情感，可能会出现“恐怖谷效应”，反而给学习者带来负面的情感体验（Mori，et al.，2012）。因此，基于脑脑接口的情感交互，在一定程度上会比面对面教学或在屏学习更加充分和深刻。此外，情感的介入，也能够让学生在心理层面更易接受学习的内容，从而更好地体现教育的温度感。

3.程序性知识的行为示范与镜像复制

程序性知识也叫操作性知识，在现代知识观中，基于程序性知识传达中的行为教学，越来越受到关注，它有助于在培养学生的创新能力过程中，提升其社会实践能力。但基于程序性知识的行为示范，是当前教学中的难点所在（王改花，等，2021）。行为技能的示范和模仿是教学内容的重要组成部分，从教师呈现和学生习得的角度来看，BBI 不仅能够实现精细动作的高度还原，也能够帮助学习者实现复杂动作的直接掌握。对于教师来说，一些技能行为与动作的再现，往往会受到许多条件的限制，除了难以用语言描述清楚之外，用眼睛观察的视角往往也是有限的，特别是一些动作还会涉及肌肉的运动与发力，如技巧性的体育动作、 音乐教育中的声带发声等。然而，肢体动作的根本信息单元仍然是人脑产生的运动信号，脑脑接口能够对于教师行为呈现过程中最基本的运动神经信号进行解码，以此实现对行为的镜像式复制。换言之，脑脑接口支持下的行为模仿，能够直接进行运动信号的传输，通过对神经信号的解码与编码，减少学习者在动作习得过程中的理解障碍，以提高行为动作类学习的准确度。

（二）脑脑接口的教育应用场景

脑脑接口技术除了在传输内容上对知识、 情感和行为都有着深刻的影响之外，在教育应用层面也蕴含极大潜力，能够支持全纳教育、远程教育、艺术教育以及元宇宙教育等多个普适性、 综合性教育场景的应用。

1.基于信息超媒介传输的全纳教育

2022年联合国教科文组织 （UNESCO） 颁发的“哈马德国王奖”，强调关注学习系统的全纳性，以有效确保全民学习的连续性与高质量。2021年世界经合组织（OECD）也发布了《调整课程以弥合公平差距：走向全纳课程》的报告，探讨通过全纳课程提升教育公平。全纳教育的宗旨不仅在于服务特殊教育，更在于服务有特殊需要的众多学习者。

一方面，脑脑接口能够服务一些特殊教育群体，如视障、听障、阅读障碍等获取信息存在困难的学习者。脑脑接口技术能够减少由于视觉、听觉等感官缺陷所带来的学习阻碍，直接帮助学习者获得知识。不仅突破了以往以文字、图像、声音为载体的感官信息通道限制，而且也打破了由于不同语言、语境和文化等所带来的知识理解困境。对于表达信息存在困难的特殊学习者，如自闭症儿童等交流困难群体，基于脑脑接口技术对于神经信息的解码，教师能够更好地解读学习者的思维和意识，从而精准了解他们的学习需求和学习状态。

另一方面，脑脑接口也可以为特殊需求的学习者提供个性化服务。多元智能理论告诉我们，学习者具有不同的智力优势与发展潜能，但如何准确评价不同个体的智力优势或特点，却成为一个难题。BBI可以有效地为教育神经研究者提供准确的多元智能判断依据，做到因材施教，充分开发学习者的潜力。甚至许多自闭症学习者，也被发现比普通学生更加具有想象力与创造力。换言之，脑脑接口技术有利于我们对自闭症学习者的创造性思维进行挖掘，不断丰富全纳教育的内涵。比如，在情感需求层面，目前虽然不少农村中小学为留守儿童提供了远程视频功能的“情感交流”空间，但视觉和听觉的刺激尚未能有效传递他们的心理诉求与情感要求。特别是对于语言和表达欠佳的儿童而言，更难以捕捉他们内心的情感需要。而脑脑接口技术能够实现即时的、双向的认知和情感交互，可以实现神经刺激作用下的情感慰藉，促进其形成健全的人格（杨银，2021）。

2.基于知识神经元编码的远程教育

进入智能化时代，以“群体智能”为主要特征的远程教育已经成为教育生态的重要组成部分，脑脑接口技术本身所具有的特点，使其不仅能够满足远程教育远距离传输的基本要求，也能够契合远程教育高质量发展的未来方向。

在知识传输方面，脑脑接口技术以学习者大脑的神经元信息作为最基本的传输单位，能够在最大程度上保证学习内容传输的有效性与真实性，在远程的学习背景下达到乃至超过面对面的信息交流效率。在教学实施方面，脑脑接口技术不是用机器去代替教师或学习者的角色，而是为教学主体构建起有效沟通渠道和交互的桥梁。其中，教学交互是远程教育的核心主题，也是设计在线学习最重要的要素（王志军，等，2015）。脑脑接口技术能够有效支持远程教育学习者在认知、行为、情感充分参与的情况下，积极进行教学交互，促进远程教育中深度学习的发生，进一步提高远程教育质量。

在远程协作方面，脑脑接口不仅是单个学习者与学习资源的单一互动，更是要建立起一个有利于学习者进行广泛且深度联结的学习型社区，支持经验背景多样性的学习者在不断的对话、 分享以及协作之中激发灵感、创生知识（陈丽，等，2021）。一方面，脑脑接口支持下的协作学习具有知识的共享性，学习者的知识分享不会受到距离、 媒介和表征形式的限制，部分学习者的知识隐藏行为也能够得到有效的遏制，更有利于形成一种开放、交流、共享的协作氛围。另一方面，随着人际神经学的发展，脑脑接口能够实现更多学习者的参与与协同。这一远程学习形态也更加符合联通主义的学习机理，能够在有价值的人与资源之间建立起有价值的联结。

当前，群体协作学习已经成为教育过程中一种主流的教学策略和学习参与形式。然而在远程教育的背景下，往往会因为技术支持或学习者数字素养等问题，不能达到较好地协作学习效果。而脑脑接口支持下的远程协作学习，能够有效传输知识本元、联结学习主体，进而形成协作社区，为学习者的知识共享共创与群体智能的开发，提供一个全新的平台。

3.基于情感价值观传递的艺术教育

美育素养是创新性思维的原动力之一，也是促进学习者全面发展的重要组成部分。但艺术往往是符号性与隐喻性的，难以通过语言进行传输（凯瑟琳·埃尔金，等，2022），这给教学和评价环节都带来了一定的挑战。BBI 能够在传递美育知识、艺术内容的同时，促进学习者情绪脑的工作，激发学生在美育过程中的情感参与与具身认知，达到较好的学习效果。

在教学环节，脑脑接口技术能够捕捉非话语性的抽象美育内容，以神经信号的形式直接在教学主体之间进行传导，降低了艺术教育对于学习者感知和共情能力的要求。对于艺术作品而言，降低了鉴赏的门槛，而增加了作品本身的生命力。对于一些欣赏能力不足或者缺少相关美育经验的学习者而言，脑脑接口在艺术教育中的应用，能带给他们丰沛的艺术情感体验，也让他们的美育文化和美育素养得以提升。

在评价环节，由于美育和艺术素养具有内隐性，难以通过外在的行为表现加以判断，因而，教师也很难给出具有针对性、差异化的指导意见。脑脑接口技术则能够将这一环节透明化，借助于教学主体之间的无障碍大脑直接传输，教师不仅能够对学习者的美育知识、美育情感掌握情况等有着清晰的感知，也能够针对相应的情况作出及时、精准的反馈和调节，如提供知识层面的补充、 情感层面的支持或价值观层面的引导等，以保证学习者在艺术学习过程中的充分体验和素养习得。

4.基于意识高度沉浸的元宇宙教育

脑脑接口为多主体群体交互提供了有效技术支撑。随着元宇宙时代的到来，学习元宇宙或教育元宇宙，成为“互联网+”时代教育研究者值得深入探索的全新学习场景。其中学习主体间如何通过镜像主体来获取数据对接，成为学习元宇宙或教育元宇宙发展中的重要挑战。脑脑接口符合教育元宇宙的社交性、开放性和去中心化，在学习元宇宙或教育元宇宙的视域下，BBI 技术的低延迟、多通道和较强的信任机制，能够成为学习者有效构建镜像化身、开展学习活动、进行教学评价的重要技术支撑。

首先，脑脑接口可使学习者通过镜像化身，将认知、情感和行为等数据结构化，并有效传达到其他学习者（Sourin，et al.，2016）。基于BBI 实现的镜像化身是与真实主体仿真度最高的数字孪生体，不仅具有较高的信息传输与更新速率，而且能够在大脑间实现最大范围的数据同步，促进学习元宇宙中镜像化身的有效构建与学习活动的开展。因此，在与真实主体或镜像他体进行交互的过程中，基于BBI 技术也能够实现最充分的交流与协作。

其次，脑脑接口作为一种高沉浸、低延时的接入方式，能够直接在教学主体之间形成瞬时的交流通道，极大地提高学习者在虚拟场景中的真实感与沉浸感，增进学生的具身认知和情境学习体验。同时，有助于形成高效协作的脑际网络，辅助学习者实现跨域集体创作或探究，提高协作效率并对学习者产生积极社交和心理影响（Martín，2018）。

最后，在基于脑脑接口技术接入的教育元宇宙中，对学习者的评价也不仅仅依赖于外在的行为表现或学习绩效，而是生成全周期的数字学习档案，将教育与社会发展中的关联问题数字化、可视化，透过显性表征挖掘内在的价值和贡献（翟雪松，等，2022）。

五、风险与挑战

脑脑接口技术的教育应用是对教学过程中现有知识传输与群体协作的根本性变革，触及到知识的本源与学习者认知发生的本质。因此，如何恰当地运用这一新技术手段，如何有效、规范地对学习者大脑神经元信号进行解码以及如何编码，也是涉及教育根本的、重大而崭新的课题，面临着数据安全、价值取向、哲学迷思等一系列的挑战。

（一）数据安全与隐私计算

学习者的脑信号是脑脑接口技术支持的学习过程中最基本的载体，关系到学习者的生物特征隐私。脑信号数据在被进行解码、传输、编码时，需要始终把握隐私计算伦理，即实现数据在流通与融合过程中的“可用不可见”。教育数据与学习者隐私和信息密切相关，是隐私计算技术的主要落地应用与关键。关于如何监管神经科学技术的应用问题，神经理论学家恩卡（Ienca）和安多尔诺（Andorno）（2017）曾指出，大脑数据是最值得保护的个人身份信息，主张“大脑隐私权”，即避免大脑信息受到非法访问以及防止大脑数据不加选择地泄露。

在教育领域，这一问题今后将更加具体与现实。比如，学习者的知识产权问题将面临更大的风险，包括学习者自身不愿意提供的个人隐私信息，也有可能暴露在危险之中。脑脑接口技术在教育领域的应用，虽然希望能够实现教学主体之间的最大化认知传输与群体协同，但这并不意味着要以教育主体成为数据革命时代的“透明人”作为代价（李艳，等，2021）；相反，教育主体的“大脑隐私权”，需要也必须得到进一步地重视与保障。

（二）接入范围与价值取向

除了从大脑“读取”信息的伦理挑战之外，脑脑接口学习模式下的接收者一方也面临着诸多挑战。

首先，与从大脑中“解读”学习者的认知与情感相比，对于大脑的刺激和干预是一种风险系数更高的神经技术。根据使用技术、传输信号和网络类型的不同，作为接收者一方的学习者可能会存在过度刺激的潜在风险。

其次，与选择合适的学习资源类似，向大脑中传输学习内容也需要经过学习者的知情同意，形成特定的机制来减少噪音、限制某些信息输入，保障知识接收者的个人自治权以及心理完整性权利（Ienca，et al.，2017；Lavazza，2018）。比如，江（Jiang）等人的研究中已经对这一原则有了初步的构想，即接收者可以“权衡”信息发送方的相关性。

显然，不同于其他社会活动，教育肩负着“立德树人”的重大使命，教育活动对学习者的人格完善和价值观形成有着重大影响。脑脑接口编码的信息范围和界限也需要进一步明确，需要发挥人的价值判断和主观能动性，规避脑脑接口成为“思想钢印”和“思想枷锁”，从而保证技术赋能下教育教学价值取向的合理性、正确性和公平性。

（三）自我意识与科技向善

《赛博格公民：后人类时代的政治学》（Cyborg Citizen：Politics in the PosthumanAge）一书曾指出，随着技术、生理和外部环境的整合，人类与社会的关系本质也会发生变化。教育教学是关系人格塑造和人类进步发展的重大命题，将脑脑接口技术应用于教育领域，各教学主体从物理世界走向心智世界，其自我概念不可避免地会受到极大地挑战，我们将成为真正意义上的“后人类”。

毫无疑问，在脑脑接口技术的应用初期，就需要充分考虑这一技术的权责与规范问题（Trimper，et al.，2014），避免教学主体在无意识的过程中，发生对自己大脑和思维的权利让渡。此外，也要防止长期使用这一技术所带来的依赖性和心理健康影响。譬如，长期依赖脑脑接口技术实现知识传输和群体协作的学习者，可能会面临再难以进行自我调节的风险。因此，我们在探索脑脑接口教育应用的过程中，仍然要坚持以人为本的理念，保证教师和学习者在此过程中的自主性，做好提前规划和布局（Drew，2019）。

六、总结与展望

本研究从教育神经学的视角出发，分析了脑机接口技术在教育教学中应用的现状与挑战，进而提出了脑脑接口技术教育应用的可能性。在对这一技术的定义及相关研究进行详细阐述的基础上，结合人际神经学以及“三脑一体”模型等理论，构建了脑脑接口技术教育应用的设计方案及实现场景，并进行了相关分析。鉴于该技术尚比较前沿，还在不断发展中，所以这些探讨还比较粗线条。未来的相关研究，还需要从以下几方面进行深入探索：

（一）技术的深入挖掘与增强人工智能的可解释性

人工智能技术的发展仍然是推进脑脑接口等教育神经学新技术应用的主要动力，随着对学习者大脑认识的不断深入与学习者数据的全量化采集，运用脑脑接口技术进行学习分析，将不仅仅依托于学习者的行为数据，更包括认知和情感层面的数据分析。因此，人工智能技术需要在对显性数据、外在行为进行分析的基础上，转向对学习者隐性数据、内在思维的深入挖掘。在不断迭代发展的过程中，加深对学习过程中脑机制的探究，比如，通过多模态脑成像技术探究创造力等高阶思维能力的形成与工作机制。同时，随着脑脑接口技术与教育教学融合的不断深入，也需要相关的人工智能算法具有更强的可解释性，以增强人与技术之间的信任与协同。可以说，促进人工智能算法的“透明化”，有利于教育工作者更好地理解人工智能教育应用的决策与结果。特别是在脑脑接口这一技术与学习者大脑紧密相连的情况下，可解释性的人工智能，能够避免因技术运用违反伦理道德原则而产生的可信性、 风险性和公平性等问题（王萍，等，2021）。

（二）教师的角色重构与神经学素养的提升

虽然脑脑接口技术的教育应用依托较高的算法智能与工具智能，但仍然以人为中心，强调教师在教学过程中所发挥的作用。教师在进行“人—机”协同时，并非只是操纵或辅助机器完成对学习者的分析、诊断及反馈，而是需要在此过程中发挥主导作用，在实现脑脑接口技术教育应用效果最大化的同时，避免“技术越界”等问题的发生。然而，目前许多教师对于教育神经学的认知往往十分有限，受有效信源和知识储备等的限制，存在“神经迷思”问题（崔宇路，等，2022）。因此，掌握相关的教育神经学知识，具备一定的教育神经学素养，不仅有助于教师深入理解学习发生的一般规律，也是教师能够恰当、充分地利用脑科学知识变革现有教学方式的重要前提（Cui，et al.，2021），进而才能实现智能教育时代教师的专业发展以及脑脑接口等技术的实际落地。

[参考文献]

毕磊，朱祖林，刘盛峰，等，2021.我国远程教育研究2020年度进展报告[J].远程教育杂志（5）：3-12.

曾文婕，2021.德育研究科学化何以可能：来自神经科学的启示[J].教育研究（7）：94-102.

陈丽，徐亚倩，2021.“互联网+教育”研究的十大学术新命题[J].电化教育研究（11）：5-12.

成晓君，刘美焕，潘亚峰，等，2021.教与学的大脑：人际神经科学助推教育研究[J].心理科学进展（11）：1993-2001.

崔宇路，张海，2022.教育神经科学视域下教师专业发展与启示[J]. 远程教育杂志（2）：106-112.

付道明，华子荀，2021.互联网大脑进化形态下的类脑泛在学习系统：教育神经科学的视角[J].远程教育杂志（6）：9-19.

何克抗，2018.深度学习：网络时代学习方式的变革[J].教育研究（5）：111-115.

胡卫平，王雪微，李亚丹，2021.教育神经科学背景下的思维活动课程研究——从创新思维活动课程到学思维活动课程[J].现代教育技术（5）：28-36.

李艳，陈新亚，孙丹，等，2021.从“透明人”到“践行者”：高校信息安全面临的挑战与应对——《2021 地平线报告（信息安全版）》之启示[J]. 远程教育杂志（3）：11-19.

姜雷，张海，张岚，等，2018.脑机接口研究之演化及教育应用趋势的知识图谱分析——基于1985-2018年SCI 及SSCI 期刊论文研究[J].远程教育杂志（4）：27-38.

凯瑟琳·埃尔金，洪瑞祥，2022.论艺术教育的意义与价值[J].清华大学教育研究（1）：1-11. doi：10.14138/j.1001-4519.

马云飞，郑旭东，赵冉，等，2022.深度学习的发生机制与多模态数据测评研究[J].远程教育杂志（1）：50-60.

裴蕾丝，尚俊杰，周新林，2017.基于教育神经科学的数学游戏设计研究[J].中国电化教育（10）：60-69.

佘燕云，杜文超，2011.教育神经科学研究进展[J].开放教育研究（4）：12-22.

王改花，傅钢善，2021.知识类型、呈现方式与学习风格对大学生在线学习的影响——基于眼动的证据[J].现代教育技术（9）：45-54.

王萍，田小勇，孙侨羽，2021.可解释教育人工智能研究：系统框架、应用价值与案例分析[J]. 远程教育杂志（6）：20-29.

王雪，高泽红，徐文文，等，2021.反馈的情绪设计对视频学习的影响机制研究[J].电化教育研究（3）：69-74.

王志军，陈丽，等，2015.国际远程教育教学交互理论研究脉络及新进展[J].开放教育研究（2）：30-39.

吴朝晖，2022.脑机接口的未来发展趋势[J].智能系统学报（1）：1.

杨银，2021.情感教育视域下特殊教育师生关系的偏倚及回归[J].教育理论与实践（16）：37-41.

张玉孔，郎启娥，胡航，等，2019.从连接到贯通：基于脑科学的数学深度学习与教学[J].现代教育技术（10）：34-40.

翟雪松，楚肖燕，王敏娟，等，2022.教育元宇宙：新一代互联网教育形态的创新与挑战[J].开放教育研究（1）：34-42.

翟雪松，束永红，楚肖燕，等，2020.轻量级生理反馈技术的教育应用及测量——基于2015—2020年的文献综述[J].开放教育研究（6）：37-46.

翟雪松，束永红，2019.在线学习社区中的知识隐藏行为及影响机制研究——基于专业承诺和变革型指导风格的视角分析[J].远程教育杂志（5）：85-94.

BAARS B J，GAGE N M，2010. Cognition，brain，and consciousness：Introduction to cognitive neuroscience[M]. Pittsburgh：Academic Press：445-463.

CUI Y，ZHANG H，2021. Educational Neuroscience Training for Teachers' Technological Pedagogical Content Knowledge Construction[J].Frontiers in psychology，（12）：792723-792723.

DEADWYLER S A，HAMPSON R E，SWEAT A，et al.，2013. Donor/recipient enhancement of memory in rat hippocampus [J]. Frontiers in systems neuroscience，（7）：120.

DREW L，2019. The ethics of brain-computer interfaces[J]. Nature，571（7766）：S19-S19.

FERRARI P F，2014. The neuroscience of social relations. A comparative-based approach to empathy and to the capacity of evaluating others’ action value[J].?Behaviour，151（2-3）；297-313.

GRAU C，GINHOUX R，RIERA A，et al.，2014. Conscious brain-tobrain communication in humans using non-invasive technologies[J].?PloS one，9（8）：e105225.

GREENE J D，SOMMERVILLE R B，Nystrom L E，et al.，2001. An fMRI investigation of emotional engagement in moral judgment[J]. Science，293（5537）：2105-2108.

IENCA M，ANDORNO R，2017. Towards new human rights in the age of neuroscience and neurotechnology[J]. Life sciences，society and policy，13（1）：1-27.

JIANG L，STOCCO A，LOSEY D M，et al.，2019. BrainNet：a multi-person brain-to-brain interface for direct collaboration between brains[J].Scientific reports，9（1）：1-11.

JONES E G，MENDELL L M，1999. Assessing the Decade of the Brain[J]. Science，284（5）：739.

KONVALINKA I，ROEPSTORFF A，2012. The two-brain approach：how can mutually interacting brains teach us something about social interaction[J]. Frontiers in human neuroscience，6（215）：215.

LU L，WANG R，LUO M，2020. An optical brain-to-brain interface supports rapid information transmission for precise locomotion control[J].Science China Life Sciences，63（6）：875-885.

MAKSIMENKO V A，HRAMOV A E，FROLOV N S，et al.，2018. Increasing human performance by sharing cognitive load using brainto-brain interface[J]. Frontiers in neuroscience，（12）：949.

MARTÍN G F，2018. Social and psychological impact of musical collective creative processes in virtual environments；Te Avatar Orchestra Metaverse in Second Life[J]. Music/Technology，11（12）：75-87.

MINAGAWA Y，XU M，MORIMOTO S，2018. Toward interactive social neuroscience：Neuroimaging real-world interactions in various populations[J]. Japanese Psychological Research，60（4）：196-224.

MORI M，MACDORMAN K F，KAGEKI N，2012. The uncanny valley[from the field][J]. IEEE Robotics & Automation Magazine，19（2）：98-100.

NAM C S，TRAYLOR Z，CHEN M，et al.，2021. Direct Communication Between Brains：A Systematic PRISMA Review of Brain-To-Brain Interface[J]. Frontiers in neurorobotics，（15）：656943.

OECD，2020. The impact of COVID-19 on student equity and inclusion[EB/OL].[2022-04-10].http：//www.oecd.org/education/strengththrough-diversity/OECD%20COVID-19%20Brief%20Vulnerable%20Students.pdf.

PAIS-VIEIRA M，LEBEDEV M，KUNICKI C，et al.，2013. A brain-tobrain interface for real-time sharing of sensorimotor information[J].?Scientific reports，3（1）：1-10.

PAIS-VIEIRA M，CHIUFFA G，LEBEDEV M，et al.，2015. Building an organic computing device with multiple interconnected brains[J].?Scientific reports，5（1）：1-15.

PAN Y，NOVEMBRE G，OLSSON A，2021. The interpersonal neuroscience of social learning[J]. Perspectives on Psychological Science，https：//doi.org/10.1177/17456916211008429.

NATIONAL RESEARCH COUNCIL，2012. Education for life and work：Developing transferable knowledge and skills in the 21st Century[M].Washington，DC：National Academics Press：108.

RAO R P N，STOCCO A，BRYAN M，et al.，2014. A direct brain-tobrain interface in humans[J]. PloS one，9（11）：e111332.

SCANGOS K W，KHAMBHATI A N，DALY P M，et al.，2021. Closedloop neuromodulation in an individual with treatment-resistant depression[J]. Nature medicine，27（10）：1696-1700.

SOURIN A，EARNSHAW R，GAVRILOVA M，et al.，2016. Problems of human-computer interaction in cyberworlds[C]// Marina L.，et al.Transactions on Computational Science XXVIII. Heidelberg，Berlin：Springer：1-22.

SPRENGER M. 1999. Learning and memory：The brain in action[M].Alexandria：ASCD：1-15.

STOCCO A，PRAT C S，LOSEY D M，et al.，2015. Playing 20 questions with the mind：collaborative problem solving by humans using a brain-to-brain interface[J].?PloS one，10（9）：e0137303.

THOMAS M S C，ANSARI D，KNOWLAND V C P，2019. Annual research review：Educational neuroscience：Progress and prospects[J].Journal of Child Psychology and Psychiatry，60（4）：477-492.

TRIMPER J B，ROOT WOLPE P，ROMMELFANGER K S，2014. When“I” becomes “We”：ethical implications of emerging brain-to-brain interfacing technologies[J]. Frontiers in neuroengineering，（7）：4.

WAZNY J H，NATHAN-ROBERTS D，2018. Real-time cognitive-state neuroimaging in applied education [C]// the Human Factors and Ergonomics Society. Proceedings of the Human Factors and Ergonomics Society Annual Meeting. Los Angeles，CA：SAGE Publications：1157-1161.

WILLETT F R，AVANSINO D T，HOCHBERG L R，et al.，2021. Highperformance brain-to-text communication via handwriting[J]. Nature，593（7858）：249-254.

WU C H，HUANG Y M，HWANG J P，2016. Review of affective computing in education/learning：Trends and challenges[J]. British Journal of Educational Technology，47（6）：1304-1323.

YOO S S，KIM H，FILANDRIANOS E，et al.，2013. Non-invasive brainto-brain interface （BBI）：establishing functional links between two brains[J]. PloS one，8（4）：e60410.

ZHANG S，YUAN S，HUANG L，et al.，2019. Human mind control of rat cyborg’s continuous locomotion with wireless brain-to-brain interface[J]. Scientific reports，9（1）：1-12.

From Brain-Computer Interfaces to Brain-Brain Interfaces：Educational Revolution in Cognitive Transmission and Collective Collaboration

Zhai Xuesong1，2，Chu Xiaoyan1，Hu Meiru1，3& Li Yuan2[Corresponding Author]
（1.College of Education，Zhejiang University；2.School of International Studies，Zhejiang University，Hangzhou Zhejiang 310058；3.Hangzhou Institute for Edcuational Development at Xihu District, Hangzhou Zhejiang 310012）

【Abstract】 The development of Educational Neurology has provided new research perspectives and paradigms for educational teaching and learning，and the integration of Brain-Computer interface technology with educational teaching and learning is deepening.However，Brain-Computer interface technology is still an information transmission channel between the learner’s brain and the machine，and it is difficult to meet the socially constructed nature of two-way interaction between teaching subjects. Brain-Brain Interface technology is a further iteration of Brain-Computer Interface technology，shifting the boundaries of the signal transmission channel from a monolithic “human-machine” communication to a multi-directional “interpersonal” interaction. Based on interpersonal neurology and the “three-brain-in-one” model，a digital transformation of cognitive transmission and collective collaboration was proposed from Brain-Computer Interface to Brain-Brain Interface in three dimensions：knowledge transfer，emotional interaction and behavioural imitation. This Brain-Brain Interface technology can be applied in a number of scenarios such as inclusive education，distance learning，arts education and meta-universe education，but it also presents certain risks and challenges. Exploring the frontiers of neuroscience will help to inform the forward-looking layout of future intelligent changes in education.

【Keywords】 Educational Neurology；Brain-Brain Interface；Brain-Computer Interface；Triple Brain Integration；Interpersonal Interaction

[中图分类号]G420

[文献标识码]A

[文章编号]1672-0008（2022）03－0024－11

基金项目：本文系2021年国家自然科学基金“融合视觉健康的在线学习资源自适应表征及关键技术研究”（项目编号：62177042）、2022年浙江省教育科学规划“双线融合视角下的英语项目化学习实证研究”（项目编号：GH2022366）、2022 中央高校基本科研业务费专项资金资助“高校教育信息化数字治理能力研究”之研究成果。

[作者简介]

    翟雪松，浙江大学教育学院特聘研究员，博士生导师，浙江大学外国语言文化与国际交流学院硕士生导师，研究方向：智慧学习环境、教育信息系统、国际组织人才信息素养；楚肖燕，浙江大学教育学院在读硕士生，研究方向：人工智能教育应用；胡美如，浙江大学教育学院在读博士生，杭州市西湖区教育发展研究院研究员，研究方向：课程与教学论、信息化教学；李媛，浙江大学外国语言文化与国际交流学院教授，博士生导师，研究方向：应用语言学、跨文化交际、国际教育合作与国际组织人才培养。

收稿日期：2022年4月8日

责任编辑：陶 侃