世界上第一台教学机器在将近一个世纪之前就已经被俄亥俄大学的心理学家席尼 • 普雷西（Sydney Pressey）发明出来了，这台机器的原理十分简单，它会给用户提供一套选择题并且事先备好答案。在教学模式中，只有当用户选择了正确的答案这台机器才会前往下一题。Pressey 声称他的发明标志着教育界的工业革命的开端——然而事实就是这台教学机器根本没能获得多少关注，很快就被人们遗忘在历史的黑暗角落里。
直到上世纪 50 年代，著名的行为学家斯金纳又打造出了一款全新设计的教学机器（斯金纳认为普雷西的发明没有取得成果应该归罪于文化惰性）。斯金纳的教学新设备一次向学生们展示一个问题，每当回答出正确的答案就会得到奖励。
这一次再没有文化惰性去阻拦教学机器取得成功了。斯金纳的教学机器大量涌入市场，一石激起千层浪。库尔特 • 冯内古特称这种教学机器为玩具，认为孩子们不应该被这种可能会揍你一顿的机器来教育。《财富》杂志也特地撰文，题目为「没有生命的机器也可以当老师吗？」。在上世纪 60 年代末期，教学机器再一次失宠了。到了上世纪 80 年代，关于教学机器的概念再一次回潮，但是由于当时缺乏高质量的教育软件，且从大众的观点来看，用机器当老师总是有那么几分乔治 • 奥威尔笔下《1984》的感觉，冷冰冰没人性。这也就意味着教学机器再一次失去了人们的关注。
然而到了今天，人们想要再次尝试用机器当老师了。
德国、英国、土耳其以及荷兰的科学家们正在研发一种语言教学机器，它比普雷西与斯金纳当年所设计的教学机器都要复杂的多，是他们做梦也想不到的技术成果。这台设备可以帮助学生们学习基本的外语单词以及简单的故事，它还可以使用自带的麦克风去听同学们的发音，用内置相机看到周边情况，使用人工神经网络去分析收集到的所有信息。这台机器是 L2TOR 项目的一部分，该项目受到了欧盟的资助，目的在于为学龄前儿童开发出人工智能机器人老师。
这台机器的作用不仅仅是教学以及收集关于学生语言学习的数据，它还能监控学生们的情绪反应，如欢乐、悲伤、无聊或者困惑。人类教师可以看到听到他们的学生的种种情绪反应，并且从这些非语言的表达方式中理解学生对于课堂教学的接受程度。而这些机器老师也将被设计来做同样的事情。
在前几代的教学机器中存在的问题就是它们完全缺乏社会化沟通的智能，德国比勒费尔德大学的人工智能科学家 Stefan Kopp 也是 L2TOR 项目组的成员之一，然而今天已经完全有可能设计出富有情绪化的机器人了。我们的机器人会注意到流泪、微笑、皱眉以及打哈欠的表情与动作，并且实时地根据这些情绪反应动态调整以适应孩子们的感受。过去的研究已经表明，相比没有情绪反应也不考虑孩子们反馈的教学机器，人们所熟知的人类老师具有情绪反应敏感性，这种带有情绪互动的教学模式在向孩子们传授知识上更有效果。
FACET 这款商用图像处理软件可以分析 19 种不同的面部肌肉运动，其准确率高达 80%。在今年早些时候，圣母大学的一个研究小组用这款软件来分析孩子们在玩教学游戏时的无聊、困惑以及愉悦的情绪，研究小组在一个真实的课堂教学环境中使用了笔记本电脑的摄像头视频来记录孩子们的表情。然而在超过三分之一的情况下，FACET 一无所获。孩子们蹦来蹦去，用手遮着脸，和朋友们不停聊天，这些干扰使得机器无法进行分析，除非有孩子愿意静静坐在镜头前面。
如何成功地解读学生们的情绪只是教学机器人所面对的其中一个挑战，掌握这些信息后只要作出何种正确的反应才是机器人要面临的更大挑战。当一个五岁的孩子神情沮丧，或者一脸无聊，又或是往机器人老师的脸上扔了一个纸飞机的时候，它该作何反应呢？
为了找出如何灌输给机器人老师如同人类教师一般的反应技能，Kopp 和他的同事们打算花时间去幼儿园的教室里进行实地观察。我们需要更多地了解老师们的教学方法，从他们的经验中学习，然后再去把我们的机器人改造的更像一个真人老师。Kopp 进一步解释道：我们想要让机器人老师尽可能地对孩子友善，但是我认为机器人老师对于孩子的不良行为也应该有所反应。其中的挑战在于如何找出机器人老师在孩子们前面树立权威的方式，除了授课之外还要纠正孩子们的错误行为。
关于机器人当老师还有一个有待观察的事情：孩子们是否能够学会与机器人相处，就像他们与普通的人类教师那样。人类，尤其是儿童，习惯于将人类的特征赋予那些没有生命的物体，比如说给自己的泰迪熊玩具起名字。我们也知道，大脑有一部分专门负责人际交往能力的区域在与具备社交能力的机器人互动时也能够活跃起来。但是参与实验的成年人都明白自己实际上是与一台机器打交道，但是没有人试过让 5 岁的孩子与机器人相处会怎样。我们无法告诉孩子们要如何对待机器人老师，是将它们看成是玩具呢，还是一个活生生的有感情的人呢？
