VR環境下學習投入測量的設計研究

曲艷艷?乜勇

摘 要：目前國內外學者對學習投入的理論研究總體已趨于成熟，對學習投入的測量形成了不同版本的測量量表，而這些測量量表主要是從宏觀層面考慮的，在特定環境下對學習投入測量的研究不夠豐富，特別是在VR環境下對學習投入的測量研究較少。基于此，以VR學習環境為研究背景，分析了VR學習環境及其獨有特點，用文獻研究法梳理了學習投入的概念、內涵和理論，分析了VR環境下學習投入測量的現狀，從教育心理學、教育神經學和數據整合各方面分析了VR環境下學習投入測量的理論基礎，以一種新的視角即從生理學的角度入手，設計了針對學習投入測量的各維度生物指標，并與傳統的問卷調查法相結合，最終形成了在VR環境下對學習投入測量的方案，同時說明對各維度指標進行測量時需要用到的儀器設備及對測量出的指標數據進行分析時需要用到的重要技術。

關鍵詞：VR環境；學習投入；測量研究

中圖分類號：G434 文獻標志碼：A 文章編號：2096-0069（2023）01-0018-06

收稿日期：2022-09-13

基金項目：全國教育科學“十三五”規劃2020年度教育部重點課題“高?；旌辖谈谋尘跋陆處熜畔⒒虒W能力評價標準與測評工具研究”（DCA200305）；2020年度中國高等教育學會教師教育分會“新時代教師教育體系改革與創新”專項課題重點課題“促進西部農村中小學教師專業能力提升的‘雙師教學共同體研修平臺的構建與實踐研究”（2020JSD01）

作者簡介：曲艷艷（1998— ），女，河南洛陽人，碩士研究生，研究方向為學習投入、信息技術教育應用、人工智能教育應用；乜勇（1970—），男，藏族，青海貴德人，教授、博士生導師，研究方向為信息技術教育應用、課程與教學論、人工智能教育應用等，系本文通信作者。

引言

信息技術的發展使學習者的學習環境由傳統的黑板粉筆演變為與多媒體技術相結合的學習環境，VR技術的出現，形成了虛擬現實學習環境，它突破了傳統環境中學習者僅能通過教師的講解和演示進行學習的局限，那么在VR環境中學習者的學習效果如何，是否要比傳統環境中的學習效果好，這是非常值得去探究的問題。學習投入一定程度上影響著學習效果，因此應該把重點放在測量學習者的學習投入上，究竟應該怎樣去測量？從哪個角度入手？測量哪些指標？這正是本文所要研究的。

一、學習投入

學習投入，最初被維爾馬爾·莎菲利（Wilmar Schaufeli）提出，隨后將學習投入的相關研究拓展到學生群體。莎菲利[1]認為學習投入是學習者在學習時具有的充沛的精力和良好的心理韌性，感到學習有意義，對學習本身感興趣，從而沉浸于學習之中的狀態。喬曉熔[2]認為，學習投入是學生在開始和執行學習活動時行為上卷入的強度和情感上體驗的質量。蘇紅等人[3]認為，學習投入是指學習者在學習過程中消耗的經費、時間和精力等資源的總稱。本文認為學習投入是學習者在某種特定的學習環境中以一種積極的心理感知投入，并與環境發生交互，最終獲得滿足感的過程。

盡管不同學者對學習投入的定義各不相同，但大部分都認可其內涵集中于認知、行為和情感投入三個維度。

（一）認知投入

所謂認知投入，就是學習者與學習環境關系的知覺力和信念，主要表現為學習者在學習時的動機水平、學習時的意志力、自我效能感、自我調節、使用高級認知技術，將自己的學習計劃安排得井井有條、對自己的學習時間有合理的分配、對自己未來有憧憬、設定好自己的未來目標、與學生和教師的互動意愿等。

（二）行為投入

行為投入是指學習者愿意付出的時間、活動的強度和努力的程度對學業努力和學業表現程度的反映。主要表現為課前預習、上課時間出勤率、對學校與班級規則的服從、課堂學習參與度、課后作業完成度、課下所花費的時間及遇到疑難問題不放棄愿意為之花費時間、積極參加社會活動等。行為投入可以分為參與、堅持、專注、交互、學術挑戰、自我監控六類[4]。

（三）情感投入

情感投入是學生在特定學習環境中的情感參與。主要表現為上課時積極活躍，學習知識的熱情、求知的好奇心等正面情感，對學習的倦怠、焦躁、厭煩等負面情感。

二、VR學習環境

（一）VR學習環境的概念

VR學習環境是由計算機技術和多媒體技術創造的一種交互式的人工世界。在這個人工世界中，學習者可以產生一種身臨其境的真實感覺，主要包括浸入式、互動式和創造式環境三種[5]。

（二）VR學習環境的特點

相較于傳統學習環境，VR學習環境有其獨特的優勢，即有較強的沉浸性、較好的交互性與較新的構想性。

1.沉浸性

VR學習環境的沉浸性主要體現為：當學習者進入場景，仿若置身現實情境一般，特別是學習者借助虛擬設備如虛擬眼鏡、頭盔和手柄時，其沉浸感更強。

2.交互性

VR學習環境的交互性主要體現為桌面式交互和沉浸式交互兩種：桌面式交互是學習者利用計算機的鼠標、鍵盤與虛擬環境進行交互，沉浸式交互是學習者借助VR設備如手柄、頭戴式眼鏡和頭盔與虛擬環境進行交互[6]。

3.構想性

VR學習環境的構想性體現為它以視覺的呈現方式表現出設計者的構思與設計，在此環境中學習，學習者可以大致了解設計者的想法和意圖。

三、VR環境下學習投入測量現狀

（一）傳統環境下的學習投入測量

1.學習投入測量量表

對國內外學習投入測量量表進行研究，經過歸納與總結， 具體內容如表1所示。

2.學習投入測量方法

學習投入測量方法分為三類：學生對自己學習投入描述形成的報告、教師對學生學習投入描述形成的報告和特定學習環境下的課堂觀察[7]。學生自我報告是指用編制好的學習投入題目，讓學習者按照從“非常不符合”到“非常符合”的程度進行選擇性作答；教師報告包含學習投入與學習不滿意調查表、學校評定調查表和閱讀投入指標三種工具；課堂觀察是教師用提前設置好的指標來記錄課堂觀察結果。

（二）信息技術背景下的學習投入測量

信息技術背景下的學習環境包括在線、遠程、智慧和混合學習環境等。從測量維度分析，多數研究測量的是學習投入的三個維度，但也有部分研究只集中于測量學習投入的一個維度行為投入；從測量方法分析，信息技術環境下對學習投入的測量形成了在某個具體環境中的測量量表，如在線學習環境中產生的測量表（OSES）和遠程學習環境下形成的測量表（SEDE）[4]。信息技術環境下對學習投入的測量主要是由研究者參照經典量表，將編制好的調查問卷或量表發放給學習者讓其進行填寫。但不同的是信息技術環境下對學習投入的測量可以借助平臺，利用平臺的優勢，收集學習者在平臺中學習產生的數據集合。從空間維度來說，可將不同的頁面和課程的內容模塊作為指標進行考察，對學習者瀏覽的所有課程模塊及頁面的跳轉情況進行綜合分析；從時間維度來說，可對學習者的學習時間、登錄平臺的時間、對平臺中資源訪問情況、參與平臺中教師安排的活動與完成教師布置任務的情況等進行統計。

在此基礎上，也有研究者提出了更加新穎的測量方法，如在網絡學習空間中利用眼動儀、用攝像頭把學生在整個學習過程中的表現錄制下來、利用智能設備捕捉學習者學習時的面部表情和鼠標流數據。

（三）VR環境下的學習投入測量

在VR環境下對學習投入測量的研究較少。從測量維度上來說，主要是從學習投入其中的一個維度，即較多學者是從行為投入方面進行研究，對學習投入三個維度測量的研究較少；從測量方式上看，主要是采用眼動試驗對行為投入下的子維度指標進行測量。

四、VR環境下學習投入測量的理論基礎

教育心理學理論揭示了VR環境下學習投入是如何發生的，其中最具代表性的理論有自我決定理論、期望價值理論及互動反饋效應，自我決定理論揭示了VR環境下學習者自我決定行為的動機過程[8]，期望控制理論闡述了學習者完成學習任務的動機和成功完成任務可能性之間的關系，實質是指向學習者學習時的動機水平，互動反饋效應揭示了VR環境下學習者與環境中各要素之間的關系及與各要素間的互動。

教育神經學理論為測量VR環境下的學習投入提供了跨學科基礎。教育神經學認為，學習者進行學習的生物學基礎是神經元之間突觸的連接[9]，學習者進行學習的基礎是大腦產生需求，進而引起神經系統和大腦對不同學習任務的感知，從而做出改變，大腦中的其他神經系統如交感和副交感神經系統也會對VR 環境下學習投入的不同程度產生不同的反應，而這種反應又反過來影響學習本身[10]，教育神經學使得VR環境下借助腦科學對學習投入測量成為可能。

數據整合為科學反映VR環境下的學習投入提供基礎，數據整合有助于彌補傳統環境下單維度測量學習投入的不足，以及人工評判帶來的數據主觀層面的誤差，它借助先進儀器和設備收集學習者學習時的過程性數據，將多方面數據共同作為反映學習者學習投入水平的依據，從而更客觀地反映學習者的學習投入。

五、VR環境下學習投入測量方案的設計

到目前為止，對學習投入的測量方法僅局限于對傳統措施或者是混合方法的有限改進[11]。想要突破這種局限性，就需要從一種新的視角出發，即需要借助信息科學、神經學和腦科學等新的方法來填補學習投入在教育測量方面的不足，這就意味著可以利用學習者的多重感官，來分析其不同感官的生物信號，再結合問卷調查法，更真實地反映學習者的學習投入。

（一）VR環境下學習投入測量的思路

對學習投入的測量，一方面從生理學的角度出發，將學習者生理各方面的反應作為測量指標；另一方面利用問卷調查法讓學習者在學習結束后進行填寫，兩方面結合共同測量學習者的學習投入。

（二）VR環境下學習投入測量的指標研究

1.生理層面的測量研究

眼動（EM），主要包括追蹤運動和掃視兩大類，其中眼跳和注視是眼動運動最基本的兩個指標，對于眼動的測量，需要用特定的眼動儀器進行實驗，即眼動試驗。眼動試驗是利用眼動儀等先進設備對學習者的眼球與視線進行追蹤與連續測量的過程[12]，也即研究學習者的視覺移動軌跡，并結合其他變量對比和分析學習者視線關注點的變化。試驗過程中，需要研究者提前調試好眼動設備并連接好對眼動指標進行測量的相關軟件。目前，利用眼動試驗來測量學習者學習投入的研究相對來說不夠豐富，利用眼動試驗可以測量學習者的注視點指標、眼跳指標和鼠標指標等。

腦電波（EEG），是一種自發的、有節奏的神經細胞活動，由大腦神經組織中的突觸電位形成。大腦的活動是學習者在學習過程中大量的神經元發揮作用，并同步發生突觸后電位造成的，它可以捕獲電波在大腦運動過程中的變化，或者腦細胞向大腦活動運動的方向。腦電波是對神經活動進行間接測量的工具，具有較高的測量精度，可以測量毫秒級的電位變化，至少包含四種不同頻率的波形，從小又快的β波形到大又慢的δ波形對應的頻率分別為β波（14～30 Hz）、α（8～13 Hz）、θ（4～7 Hz）、δ（1～3Hz）；除了這四種不同的波形，還有一種比β波頻率更高的γ波，在30～80 Hz之間，當學習者專注于某一學習情境時，才會出現這種波形；而學習者沒有專注于學習而處于睡眠狀態時，會出現駝峰波、σ波、λ波、κ-復合波、μ波等這樣特殊的腦電波。若需了解學生的認知活動時，需要分析腦電波的波幅和頻率。

事件相關的電位（ERP），是大腦通過過濾信號和疊加的方式來分離腦電波的一種特殊的刺激能力。它反映了大腦出現的電反應信號與所受刺激時間同步，對認知過程中學生大腦中的神經電變化做出反應，當在特定的學習環境中被認知處理時，大腦的潛意識里會發生變化。

心電圖（ECG或EKG），是用心電圖指標中的心臟電活動周期改變的圖形來記錄心臟變化的過程。心電圖指標主要包括心率（HR）、心率不穩定性（HRV）等。其中心率和心率不穩定是經常用的兩個動態指標，心率指心臟每分鐘跳動的次數，聯系學生的情感變化，若學生情緒較負面時，其心率顯示得較高；心率變異性用來判斷學生在學習時的韌性，學生感到有壓力時，其心率會比正常高，心率變異性則有所降低[13]；學習者具有自控能力時，其心率會降低，心率變異性會相應地處于高水平。

表情識別（FER），表情是通過眼睛、面部肌肉和嘴巴變化引發的情緒波動。面部表情主要是通過眼睛和嘴巴之間的肌肉體現的，表達方式是學習者的眼睛、眉毛、嘴巴、鼻子和臉頰五官的綜合表現。學習者在學習情境中看到自己感興趣的部分，相應的瞳孔會擴大；相反，如果展現的內容是學習者不擅長或不感興趣的知識點，瞳孔會變??；眉毛顯示的是眉毛之間的肌肉皺紋，它表達出學習者在情緒上的差異；嘴巴的表情主要是口型的改變；鼻腔的收縮與擴張是鼻部的主要表現；臉部表情的變化主要是由肌肉的變化引起的。這五種感官通常是相互聯系的整體，面部識別主要是五個器官協調變化的結果，它們相結合共同表達出一種情感。

皮膚電反應（GSR），是由汗腺活性或交感神經系統的變化引起的皮膚阻力，它被認為是一項情緒生理指標，汗腺分泌得越多通常被認為是由更多的情緒反應引起的，皮膚的電反應可通過皮膚傳導水平的變化來確定學生的精神狀態，如可以判斷學習者的焦慮。

2.問卷調查研究

問卷調查是學習者在學習結束后填寫的關于整個學習過程的描述，以此反映學習者的學習投入狀態，問卷的設計思路主要包含兩大部分：第一部分為學習者要填寫的基本信息；第二部分是包含認知、行為和情感的學習投入的三維度指標，根據VR環境下學習者學習的具體內容編制題目，每一維度設置四至六道題目，對題目的設計使用李克特量表的方式，分為非常不符合、不符合、一般符合、非常符合和完全符合五種程度，相應的賦分為1至5分。具體執行思路為：將設計好的問卷首先進行信效度檢驗，檢驗結果證明信效度良好，則投入使用；否則需進行改進，直至檢驗合格后方可發放正式使用。

（三）VR環境下對學習投入測量的方案

把眼動試驗下的注視定義為眼球從一個狀態到另一個狀態之間靜止的時間。眼動試驗下的注視指標有注視時間、注視次數和注視點分布，通過眼動追蹤可以確定學習者的關注點及其變化，是研究學習者行為的重要方式，可以描述學習者投入學習時的行為，故可用這部分指標測量學習者的行為投入；腦電波描述學習者在學習時的波形變化，與學習者的認識狀態相關[14]，可以反映出學習者的認知狀態，事件相關電位記錄了學習者對某項學習任務加工時的認知變化，心率和心電圖描述出學習者的一系列連續的心率變化，故腦電波和心電圖可以共同描述學習者的認知投入；面部表情可以追蹤學習者在學習的整個過程中的面部變化，可以反映出學習者的情緒狀態，皮膚電反應可以測出學習者在學習的過程中是否焦慮，所以可以用來描述學習者的情感投入。

（四）分析學習投入測量數據的重要技術

對生理層面的數據進行收集與分析，需要用到先進的儀器以及扎實的數據分析能力。收集眼動數據，桌面高精端眼動儀、便攜遙測眼動儀、可穿戴眼鏡式眼動儀和VR虛擬頭盔式眼動儀四類可供選擇。研究者通過選擇眼動儀并利用圖像處理技術，定位學習者的瞳孔所在位置，獲取坐標，并通過一定的算法，計算眼睛注視或者凝視的點， 得出學習者的空間位置疊加視圖、時間圖視圖和動畫回放視圖三種數據視圖；可用簡易腦電波測量儀收集腦電信號，利用近似熵、能量、總變差、偏度和標準差來提取出腦電的關鍵特征；測量事件相關電位需要用到電極帽，提取出數據后需要分段、濾波等；心電圖的采集與收集需要用到心電采集設備；面部表情識別則是利用圖像識別技術，基于深度學習算法通過面部肌肉的特征點位置來計算和分類面部識別；皮膚電反應需要用到皮膚電測試儀器進行。對問卷調查收集的數據進行分析，主要利用數據分析軟件如SPSS和MATLAB進行處理和分析。

六、展望

學習投入可以反映出學習者的學習質量。對生理層面各指標進行測量，可得到更加客觀的體現學習者學習投入的數據，結合問卷調查法得出的數據，從而使學習者的學習投入測量數據更綜合，更真實地反映學習者的學習投入水平；但對于生理層面的指標進行測量需要用到較先進的儀器和設備，同時對生理層面測量出的數據進行分析需要用到先進的軟件系統、深厚的數據分析功底和高水平的數據分析方法。如果這些問題都能得到有效解決，則這種從生理層面測量學習者學習投入的嶄新視角，在未來將會得到教育界特別是教育技術領域的廣泛關注，將會有廣闊的發展前景。

[1]SCHAUFEFI W B.The measurement of engagement and burnout：a?confirmative analytic approach[J].Journal of Happiness Studies，2002，3（1）：71-92.

[2]喬曉熔.中學生數學學習自我決定及其與數學學習投入的關系[D].開封：河南大學，2006.

[3]蘇紅，章建石，朱生玉.教師學習投入狀況及特征[J].教育科學研究，2007（5）：23-25.

[4]李爽，王增賢，喻忱，等.在線學習行為投入分析框架與測量指標研究：基于LMS數據的學習分析[J].開放教育研究，2016，22（2）：77-88.

[5]祝士明，陳靜瀟.虛擬現實學習環境的作用、挑戰以及應對策略[J].現代教育技術，2019，29（2）：39-45.

[6]劉妍，胡碧皓，尹歡歡，等.虛擬現實（VR）沉浸式環境如何實現深度取向的學習投入？——復雜任務情境中的學習效果研究[J].遠程教育雜志，2021，39（4）：72-82.

[7]李新，李艷燕，包昊罡，等.學習投入測評新發展：從單維分析到多模態融合[J].電化教育研究，2021，42（10）：100-107.

[8]徐振國，王悅，趙春雨.智慧學習環境下學習投入的影響因素研究[J].數字教育，2022，8（6）：29-37.

[9]張琪，王紅梅.學習投入的多模態數據表征：支撐理論、研究框架與關鍵技術[J]電化教育研究，2019，40（12）：21-28.

[10]LEWIS MD.Bridging emotion theory and neurobiology throughdynamic systems modeling[J].Behavioral and Brain Sciences，2005，28（2）：169-194.

[11]BARBARA A. GREENE. Measuring cognitive engagement with self-report scales： reflections from over 20 years of research[J]. Educational Psychologist，2015，50（1）： 14-30.

[12]DOGUSOY B，CAGILTAY K.Cognitive analysis of expertsand novicesconcept mapping processes：an eye tracking study[J].Computers in Human Behavior，2014，36：82-93.

[13]王麗英，何云帆，田俊華.在線學習行為多模態數據融合模型構建及實證[J].中國遠程教育，2020（6）：22-30.

[14]SUN C Y，YEH P C.The effects of attention monitoring with EEG biofeedback on university studentsattention and self-efficacy：the case of anti-phishing instructional materials[J].Computers & Educ-ation，2017，106：73-82.

（責任編輯 孫興麗）

Design of Learning Engagement Measurement in VR Environment

Qu Yanyan，Nie Yong

（Faculty of Education，Shaanxi Normal University，Xian，Shaanxi，China 710062）

Abstract： At present，the theoretical research on learning engagement at home and abroad has become mature. The measurement of learning engagement has formed different versions of the measurement scale.However，these measurement scales are mainly considered from the macro level.There is not enough research on the measurement of learning engagement in specific environment.There are few studies on the measurement of learning engagement in the VR environment.Based on this，the paper takes VR environment as the research background，analyzes the VR learning environment and its unique characteristics.The paper combs the concept，connotation and theory of learning engagement by literature research and analyzes the current situation of learning engagement measurement in VR environment.The paper analyzes the theoretical basis of measuring learning engagement in VR environment from the aspects of educational psychology，educational neurology and data integration.In a new way，all dimensions of biological indicators of learning engagement measurement are designed from physiological perspective and combines with questionnaire survey method.At the same time，it explains instruments and equipment required when measuring the index and the important techniques needed to analyze the measured index data of each dimension. Finally，the scheme of learning engagement measurement in VR environment is formed.

Key words： VR environment;Learning engagement;Measurement study