“他流鼻涕了”变成“他伤心了”，人工智能怎样教孩子“读懂”眼泪

本报（chinatimes.net.cn）记者李氏琼 北京报道

绘本上的一个角色流下了眼泪。有的孩子说“他流鼻涕了”，有的孩子说“他坏了”。二十个听障孩子里，只有极少数说出了“伤心”或者“哭了”。

“同样的画面，同样的眼泪，背后的情感意义理解大不一样。他们不是看不见眼泪，而是读不懂眼泪背后的情绪。”在2026年中国听力语言论坛科技助残分论坛上，这个细节被江苏省儿童康复研究中心的老师姜耀锋提及。

当我们在讨论人工智能已经能写诗、能作曲的时候，能否让它再发挥一些作用，让声音里那些藏着喜怒哀乐的线索——语调、语气、轻重缓急——更多、更完整地抵达听力语言障碍群体？

问不及时，也读不懂

听力语言障碍人群，远比我们想象的多样：这个群体里，有先天或后天听力损失的孩子，有成年后植入人工耳蜗的语后聋患者；有孤独症谱系儿童，还有因发育迟缓而语言落后的幼儿。他们中，有人在学听，有人在练说，有人等一次专业的术前评估。相通的是，关于康复训练的需求都需要被及时回应。

以成人听力语言康复咨询为例，随着成人人工耳蜗植入数量的增多，相关咨询也越来越多。

“康复周期多长？”“费用多少？”“政策怎么走？”中国听力语言康复研究中心的康复师尹丽君说，每天会有大量类似的咨询，而这些咨询，有时还会发生在“错位”的时间：有些患者白天要工作，只有在深夜才静下心来考虑自己的康复问题，于是凌晨在咨询平台上留言、发消息。但康复师已经下班了。“患者的焦虑，不分昼夜。”

此外，由于优质康复资源高度集中在一二线城市，中西部和县域几乎处于真空状态。

再回到绘本，为什么听障儿童会把眼泪读成“流鼻涕”？

通常情况下，儿童会通过语调、语气、声音的轻重缓急来捕捉情绪：家长生气时声音变高变快，难过时变轻变慢。而听障儿童即便佩戴了助听设备，这些微妙的情感声学线索也很难被完整捕获。视觉是他们理解情绪的主要通道，但是传统绘本里静态的“哭泣的脸”只能呈现一个瞬间，因为看不到从平静到伤心、从生气到爆发的动态过程。听障孩子自然也就无法理解。

此外，还有助听器和人工耳蜗的调试、语言训练资源的家庭下沉、孤独症儿童社交能力的泛化训练……这些需求缺口，都呼唤着更精准、更即时、更个性化的回应。

人工智能介入，让身体“体验”情绪

人工智能介入听力语言障碍群体的切入点，恰好对准了这些需求。

以绘本为例，通过对绘本中的角色表情和动作进行动态化、夸张化处理，原本只是静态的“哭泣的脸”，变成了从皱眉、流泪到肩膀抽动的完整过程。姜耀锋团队让孩子们佩戴振动触觉反馈腕带，画面呈现对应情绪时，腕带发出匹配的振动模式，而且生气时振动频率更高、更急促。

“核心思路是不要让语言先去解释情绪，而是让身体先去体验情绪。”姜耀锋详细介绍了如何让人工智能助力孩子的社会情感能力发展：第一阶段，孩子观察动态情绪画面并同步模仿；第二阶段，将身体动作与情绪卡片配对；第三阶段，在角色扮演中用语言或身体动作表达情绪。

实验结果显示，十二周后，二十名五到六岁听障儿童的情绪图片识别正确率从38%提升到81%。情感词汇使用频次从每场对话平均1.1次增加到3.2次。更重要的是，他们的词汇从“开心、难过、生气”等基础词，扩展到了“勇敢、着急”等复杂情感词。干预结束一个月后，85%的家庭反馈孩子能把情绪识别技能用到真实生活中。有家长说，孩子现在生气时会先深呼吸，然后说“我生气了”，而不是直接发脾气。有的孩子在外面看到别人哭，会主动说“他怎么了，要不抱一抱”。

有关成人耳蜗的术后咨询，论坛上，尹丽君介绍了中语康的解法：与北京某科技公司合作研发了一个叫“小康”的智能咨询助手。“小康”24小时在线，先承接情绪，再主动提问、收集信息，7轮对话内完成结构化整理；遇到答不了的，或者患者坚持要转人工的，自动完整地交回真人康复师手里。尹丽君说，“小康”能独立回答80%以上的常见标准化问题。这意味着，康复师被解放出来的时间，可以去做专业评估和个性化指导。

人工智能的触角还延伸到了康复评估标准化、助听器验配优化、手语识别与翻译等多个环节。身体经验、知识经验，都可以借助人工智能发挥更大作用。

“没有高水平的数据，就没有高质量的康复。”谈到科技助残，现场不少专家提到了底层数据的作用。机器要听懂人，先得让数据说同一种“语言”。

“我觉得未来医学的竞争不光是医疗技术的竞争，也是数字和标准的竞争。”中国康复科学研究所康复信息研究部主任陈迪说，如果数据不同，就算两位康复师拿同样一个量表对同一个孩子的状态进行评估，可能差异比较大；但有了统一的模型和循证依据之后，这种差异性就会明显缩小，客观性显著增强。他提到ICF（国际功能、残疾和健康分类）是国际通用的分类标准，可以作为串联多场景、多评估的工具，将零散临床信息转化为机器可读数据，帮助人工智能识别患者的功能和需求。

设备可用，但要关注沟通的现实性

AI绘本、智能咨询助手、数据转化模型，让人看到了技术介入的可能性。但可能性不等于成熟度。虽然目前的发展成果令人鼓舞，但《华夏时报》记者注意到，论坛上，多位专家在展示成果的同时，都不约而同地提到了一个共同的现实：这些成果大多仍处于测试或完善阶段，科技助残的路，还远没有走到终点。

首先是技术本身的验证尚不充分。杭州仁爱耳聋康复研究院研发部经理周善晨介绍，他们对助听器开展了中文人工智能适配相关实验，虽然初步临床结果显示，噪声环境下，助听器的言语识别率中位数有提升，但用户样本量仍然有限，还需要多中心、大样本的长期验证。

其次是数据根基的本土化短板。考虑到当前多数康复数据库的资源仍然来源于国外，陕西省听力语言康复中心的康复教师霍凯芳希望有越来越多的中文APP资源。“机器要学好中文，首先得有足够多、足够好的中文素材。”

在技术验证和数据积累之外，更值得关注的是应用层面的整合前景。“人工智能应用包括听、说、读、写、学等各个链条，我们预计3至5年后，可能会出现一个产品覆盖以上所有环节。”关于未来人工智能在听力语言障碍方向上的发展，全球健康药物研发中心（Global Health Drug Discovery Institute）的李杰博士判断，因为特需孩子的听觉感知、语言读写、学习认知、社交情绪等各个领域并不是独立存在的，所以虽然前期大家可能针对某个领域深钻聚焦，但从长远看，人工智能一定会把这些知识贯通成一个体系。

不过，体系贯通的前提，是每一步都踩在真实的地面上。关于未来科技助残的发展，现场多位专家提醒，当下的人工智能模型必须回归到真实世界中，接受验证，设备的可用并不代表沟通有效，更要关注沟通的现实性。

“不要让孩子被程序或软件牵着走，而要回归到对孩子本身的关注上。”谈到人工智能在少语孤独症儿童康复中的作用时，霍凯芳说：“有时候，孤独症的小朋友不是没有沟通的意愿，他们也会通过目光、细微的动作或者表情来传达需求，只是这些信号不是常规的信号表达系统。这就提示我们的干预老师，在一线要更加注重功能性的沟通。我们希望小朋友从被动回应转为更主动的社交参与。”

责任编辑：周南 主编：王晓慧