身体和大脑往往会告诉我们何时会变得紧张、疲惫或者是崩溃，这往往是一种预感，不一定会很准确。但如果你能够近乎精确地预测出身体的极度疲劳以及何时将因此而犯错，未来将会怎样呢？   http://www.techreviewchina.com/newsUploadImg/2012/04/13352448831546.jpg

美国亚利桑那大学（University of Arizona）一名计算机科学系博士生费德里科·希瑞特（Federico Cirett）正在利用一 项新科技来提前预知人们在何时会犯错，其精确度达到了80%。 在以参加数学考试的学生为对象而进行的测试中，希瑞特利用脑电图描记器（EEG）研究正在做SAT考试数学题的学生的特定脑电波活动，这些习题颇具挑战。 通过测量大脑的活动，在学生开始一道题的20秒内，希瑞特能够以80%的正确率预测出这个学生是否会做错这道题，以及何时会出错。

希瑞特一直在与来自美国信息学院的教授卡萝尔·比尔（Carole Beal）共同研究一个基于互联网的、以学习代数为中心的Animal Watch辅 助项目。“他做了这个了不起的项目，将会对教育领域有所贡献，”比尔说道。 希瑞特的研究项目部分是来自美国国家科学基金会（the National Science Foundation）的资助，他使用的耳机则是来自位于圣 地亚哥的“大脑监测高端技术公司”（Advanced Brain Monitoring Technologies），该公司的技术一般用于监测军事人 员的高压和疲惫程度。其中一些技术和算法是已经设计好的，但希瑞特所做的是利用这些算法来创建一个分类，他的算法比概率学要好得多。

 这种设备通过九个传感器记录学生在做难易不同的数学选择题时的个人注意力水平和认知工作负荷的信息。比如，这些测量与学生们有多专注于解题和他们在解题过 程中的想法直接相关。 在研究中，学生们还报告了自己的挫折感和他们所认为的数学题的难度。

希瑞特分析了这些数据，试图弄清楚EEG测量的个人注意力和认知工作负荷数据是否能预 测出学生们何时会解答正确数学题目。 希瑞特想要看到的是智能的教育技术，能够在学生学习过程中的重要时刻给予干涉，以一名教育者无法办到的方式帮助学生，最终的目的是优化个人学习。 “如果我们能够测出他们何时会算错题，或许我们就可以改变题目或问题以降低难度，让他们继续算下去。”希瑞特说，“脑电波数据是我们现有的最接近于得知学 生何时会出现问题的数据。” 希瑞特和比尔合著的有关这项技术的论文将在今年7月份发表。