增強現(xiàn)實畫面與知識類型的適配性研究*——基于安德森的細化知識分類

劉 瀟 賀肖肖 馮廷珺 薛 彬

增強現(xiàn)實畫面與知識類型的適配性研究*——基于安德森的細化知識分類

劉 瀟1賀肖肖1馮廷珺1薛 彬2

（1．天津師范大學(xué) 教育學(xué)部，天津 300387；2．滄州交通學(xué)院 計算機與信息技術(shù)學(xué)院，河北滄州 061100）

當前，增強現(xiàn)實（Augmented Reality，AR）學(xué)習(xí)資源普遍存在“形式大于內(nèi)容”的問題，嚴重制約了其在促進知識教學(xué)方面功能的發(fā)揮。為有效實現(xiàn)AR技術(shù)與知識教學(xué)的深度融合，避免“技術(shù)僭越知識教學(xué)”問題的產(chǎn)生，文章遵循“適配關(guān)系（是什么）→適配依據(jù)（為什么）→適配設(shè)計（怎么樣）”的邏輯進行了研究。首先，文章以安德森的細化知識分類為依據(jù)，確定并梳理出5種AR畫面適合表達的知識類型；然后，文章依次分析了各適配知識類型的特點及AR畫面的表達優(yōu)勢；最后，文章探討了上述研究的落地問題，即關(guān)注AR畫面的語義融合設(shè)計，包括語義融合注釋設(shè)計、語義融合場景設(shè)計和語義融合交互設(shè)計，以期最大程度地發(fā)揮“AR+知識教學(xué)”的潛力與價值。

增強現(xiàn)實；知識類型；多媒體畫面；語義; 學(xué)習(xí)資源

引言

當前，AR技術(shù)在知識教學(xué)中的應(yīng)用存在實踐效果與理論潛力不相匹配的現(xiàn)實難題，原因之一是現(xiàn)階段AR學(xué)習(xí)資源多注重形式而非內(nèi)容。這種“重技術(shù)輕知識”的弊端，往往會使AR學(xué)習(xí)資源淪為僅能進行信息傳遞的工具，無法真正起到幫助學(xué)習(xí)者實現(xiàn)知識內(nèi)化的作用。

而優(yōu)質(zhì)的AR學(xué)習(xí)資源應(yīng)能實現(xiàn)AR技術(shù)與知識教學(xué)的“深度融合”，即兩者相輔相成、相互貢獻、親密無間、合為一體的狀態(tài)[1]。這就要求設(shè)計者在充分發(fā)掘AR技術(shù)應(yīng)用于知識教學(xué)潛力的同時，盡可能規(guī)避其被過度應(yīng)用的風險。謹防AR技術(shù)僭越知識教學(xué)的關(guān)鍵在于明晰其適用限度，知識的類型限度和AR技術(shù)的功能限度為資源的設(shè)計劃定了客觀邊界[2]。AR學(xué)習(xí)資源通常以畫面形式呈現(xiàn)給學(xué)習(xí)者，因此有必要對“AR畫面與知識類型的適配性”（包含適配關(guān)系、適配依據(jù)和適配設(shè)計）進行深入探討，促使整個畫面設(shè)計過程合需、合規(guī)，有效提升AR學(xué)習(xí)資源設(shè)計水平。考慮到知識教學(xué)通常以“知識點”為單位，本研究選取安德森的細化知識分類作為判斷知識類型的依據(jù)進行探索，使AR畫面與知識類型的適配性更具針對性。

一 概念基礎(chǔ)及前期工作

1 概念基礎(chǔ)

（1）AR畫面

AR畫面即AR學(xué)習(xí)資源畫面，是一種基于數(shù)字化屏幕呈現(xiàn)的，利用圖、文、聲、像、交等多種視聽媒體要素綜合表現(xiàn)的，將虛擬畫面與現(xiàn)實畫面按一定約束關(guān)系疊加而成的新型媒體畫面。其中，起“增強”作用的虛擬畫面可稱為“增強畫面”，即“A畫面”；通過對現(xiàn)實世界的攝取而得到的畫面可稱為“現(xiàn)實畫面”，即“R畫面”[3]。圖1展示了A、R畫面與AR畫面之間的關(guān)系，圖中手機屏幕顯示的AR畫面包含兩部分：由攝取得到的風景畫面為R畫面，在R畫面上疊加的文本“這里有美麗的風景”屬于A畫面。

圖1 A、R畫面與AR畫面之間的關(guān)系

（2）知識分類

人類的知識豐富多樣，其劃分標準也尚未統(tǒng)一。本研究傾向于按照知識的屬性來對知識進行分類，包括事實性知識、概念性知識、程序性知識以及元認知知識[4]。

2001年，以當代著名課程理論與教育研究專家安德森為首的一個專家小組對經(jīng)典的布盧姆認知教育目標分類學(xué)進行了修訂，將認知領(lǐng)域的教育目標（學(xué)習(xí)結(jié)果）劃分為知識維度和認知過程維度。其中，在知識維度對上述四種知識類型進行的細化，符合本研究對知識點進行分析的需求。四類知識及其相關(guān)亞類如表1所示[5]。

表1 四類知識及其相關(guān)亞類

2 前期工作

本研究前期在構(gòu)建AR畫面設(shè)計模型時，曾嘗試分析畫面設(shè)計類型（如注釋設(shè)計、場景設(shè)計、交互設(shè)計）與知識類型的匹配性。通過對從事AR教育、多媒體畫面設(shè)計等研究領(lǐng)域的16位專家進行意見征詢，發(fā)現(xiàn)AR畫面的優(yōu)勢體現(xiàn)在對事實性知識、概念性知識和程序性知識的表達上。其中，具體細節(jié)和元素知識、術(shù)語知識、理論模型與結(jié)構(gòu)的知識得到了大多數(shù)專家的認同。

上述結(jié)論對確定AR畫面與知識類型的適配性起到了一定的指導(dǎo)作用，但僅僅采用專家意見征詢的方式得到結(jié)論不免帶有較強的主觀性，有必要結(jié)合相關(guān)實證案例進行系統(tǒng)回答。為此，本研究以國內(nèi)外相關(guān)文獻為依據(jù)，以內(nèi)容分析法、文獻研究法、歸納與演繹為主要手段，遵循“適配關(guān)系（是什么）→適配依據(jù)（為什么）→適配設(shè)計（怎么樣）”的邏輯，深入探討了AR畫面與知識類型的適配性問題。

二 研究設(shè)計

1 研究問題

當前AR學(xué)習(xí)資源多存在“形式大于內(nèi)容”的問題，嚴重阻礙了其教育潛力的充分發(fā)揮。為避免“AR技術(shù)僭越知識教學(xué)”問題的產(chǎn)生，本研究希望通過深入探討AR畫面與知識類型的適配性來進一步明晰AR技術(shù)在知識教學(xué)方面的適用限度，具體包括：①AR畫面究竟適合表達何種知識？②為什么AR畫面適合表達特定類型知識？③如何根據(jù)知識類型設(shè)計AR畫面？

2 研究對象

本研究將“AR技術(shù)應(yīng)用于基礎(chǔ)教育的相關(guān)文獻”作為主要研究對象，以體現(xiàn)AR技術(shù)與普適性知識教學(xué)之間的關(guān)聯(lián)。在文獻篩選方面：從類型上看，期刊論文往往經(jīng)過層層把關(guān)，在質(zhì)量上較其他文獻類型更具保障；從內(nèi)容上看，實證類文獻包含大量詳盡的數(shù)據(jù)，可為本研究提供有效的客觀依據(jù)；從范圍上看，國內(nèi)外文獻在探索AR技術(shù)教育應(yīng)用的有效性時，往往基于不同角度、不同對象和不同方法，有助于增強本研究的說服力。

3 研究方法

本研究遵循“適配關(guān)系（是什么）→適配依據(jù)（為什么）→適配設(shè)計（怎么樣）”的邏輯，對前面提出的三個研究問題分別進行回答。針對問題1，采用內(nèi)容分析法分析相關(guān)實證案例中的適配情況；針對問題2，采用文獻研究法分析適配知識類型的特點及AR畫面的對應(yīng)功能；針對問題3，通過歸納與演繹來說明如何進行AR畫面語義融合設(shè)計。

4 研究路線

上述三個問題層層遞進，需要依次回答。結(jié)合前文描述，可得到如圖2所示的研究路線圖。圖2呈現(xiàn)了本研究的核心研究問題、具體研究內(nèi)容，各階段采用的主要研究手段、方法與技術(shù)。

圖2 研究路線

三 研究過程

1 針對問題1的“適配關(guān)系”研究過程

（1）數(shù)據(jù)庫及關(guān)鍵詞選取

為確保所獲取的文獻“量”足且“質(zhì)”高，本研究選取中國知網(wǎng)（CNKI）、維普、萬方、超星、Springer、ScienceDirect、JSTOR等國內(nèi)外經(jīng)典數(shù)據(jù)庫作為文獻來源。

在具體檢索時，中、外文數(shù)據(jù)庫檢索語句分別為：主題='增強現(xiàn)實'*(‘教育’+‘教學(xué)’+‘學(xué)習(xí)’) AND 摘要=‘小學(xué)’+‘中學(xué)’+‘初中’+‘高中’，主題=(Augmented Reality) AND( (education) OR (instruction) OR (learn)) ) AND (摘要=((elementary school) OR (Junior high school) OR (senior high school) OR (middle school) OR (primary school) OR (K12) OR(K-12)；文獻類型分別為“期刊論文”“Article”。采用2022年10月26日（未設(shè)定起始時間）的檢索結(jié)果，得到中文文獻30篇，外文文獻155篇。

（2）確定文獻納入和排除條件

為確保樣本文獻納入的準確性和文獻分析結(jié)果的可靠性，基于研究問題，本研究針對在前一環(huán)節(jié)得到的185篇文獻制定了文獻納入/排除標準，如表2所示。

表2 文獻納入/排除標準

（3）文獻篩選和分析

結(jié)合表2所示的文獻納入/排除標準，本研究共篩選得到24篇符合要求的文獻，具體分布情況如表3所示。

表3 適用文獻分布情況

（4）確定分析單元

為更好地對AR畫面所表達的知識進行分類，本研究將分析單元具體化為單個知識點。相關(guān)文獻并未對知識點進行專門說明，研究者需通讀文獻，根據(jù)文中對教學(xué)內(nèi)容的描述以及部分測試題目，將知識點逐一挖掘和提煉出來，共計得到103個知識點。

表4 內(nèi)容分析類目表格

（5）設(shè)計類目表格

由于單篇文獻中涉及的教學(xué)內(nèi)容包含不止一個知識點，本研究以知識點為分析單元，結(jié)合表1所示的知識分類，將各知識亞類分別編號為L1、L2、……L103，設(shè)計出如表4所示的內(nèi)容分析類目表格。

（6）評判記錄

本研究團隊中的3名作者（1名教師及2名碩士研究生）分別作為評判員A、B、C，各自獨立逐個分析知識點，在表4中滿足條件的單元格內(nèi)標記“√”。要求每個知識點只能從屬于一個知識亞類，若標記時出現(xiàn)單個知識點從屬于多個知識亞類的情況，則該條目作廢。

（7）信度分析

評判后，本研究以知識點為分析單元，統(tǒng)計3名評判員編碼的一致程度。結(jié)果顯示，評判員兩兩間的相互同意度分別為：K≈0.92、K≈0.92、K≈0.91，而3名評判員的相互同意度=(K+K+K)/3≈0.92。根據(jù)信度的計算公式)/[1+(3-1)]，可知信度，大于0.90的基本標準，可直接采用評判員A的評判記錄。

2 針對問題2的“適配依據(jù)”研究過程

（1）文獻搜集

本研究重點閱讀的文獻主題及類型如下：①主題一，知識分類。將安德森等編著的圖書《學(xué)習(xí)、教學(xué)和評估的分類學(xué)》作為深入了解各類知識特征的主要依據(jù)。②主題二，增強現(xiàn)實。主要通過“AR+教育”的綜述類論文及本研究表3包含的實證類論文系統(tǒng)梳理AR技術(shù)的教育優(yōu)勢。③主題三，多媒體畫面。通讀由天津師范大學(xué)王志軍教授帶領(lǐng)的“多媒體畫面語言學(xué)”研究團隊發(fā)表的以《多媒體畫面語言學(xué)理論體系的構(gòu)建研究》為核心的系列論文，明確多媒體畫面的組成要素及設(shè)計要點。

（2）文獻整理

在閱讀上述文獻的同時，本研究以“知識分類”“增強現(xiàn)實”“多媒體畫面”為主題，分類記錄了每篇文獻的作者、題名、發(fā)表時間、資料來源、主要觀點等內(nèi)容，實現(xiàn)了對相關(guān)文獻的統(tǒng)計和整理。

3 針對問題3的“適配設(shè)計”研究過程

（1）歸納

遵循“個別→一般”的思路，本研究在前期閱讀大量實證案例的基礎(chǔ)上，尋找其共性，并歸納總結(jié)出AR畫面與知識類型的語義融合關(guān)系圖，以及AR畫面語義融合設(shè)計流程圖。

（2）演繹

遵循“一般→個別”的思路，本研究以AR畫面語義融合設(shè)計流程圖為依據(jù)，分別對其中的幾個關(guān)鍵環(huán)節(jié)（語義融合注釋設(shè)計、語用融合注釋設(shè)計、語構(gòu)融合注釋設(shè)計）進行說明并列舉了若干相關(guān)案例。

四 結(jié)果與分析

1 AR畫面與知識類型的適配關(guān)系

經(jīng)過前文關(guān)于“適配關(guān)系”研究的內(nèi)容分析，并依據(jù)表4所示的內(nèi)容分析類目表格和評判員A的評判記錄，本研究得到各知識大類及其亞類被選百分比，如表5所示。由表5可知，從知識大類被選情況來看，AR畫面通常被用于表達事實性知識和概念性知識，元認知知識鮮有涉及。從知識亞類被選情況來看，百分比達到10%及以上的知識亞類包括事實性知識中的術(shù)語知識（L1）、具體細節(jié)和元素知識（L2），概念性知識中的原理和通則知識（L4）、理論模型與結(jié)構(gòu)知識（L5），程序性知識中的具體學(xué)科技能和算法知識（L6），與前期專家意見征詢的結(jié)果基本一致，可將上述知識亞類視為現(xiàn)階段AR畫面適合表達的知識類型，從而明確AR畫面與知識類型的適配關(guān)系。

表5 各知識大類及其亞類被選百分比

2 AR畫面與知識類型的適配依據(jù)

通過重點閱讀并梳理“知識分類”“增強現(xiàn)實”“多媒體畫面”三大主題的相關(guān)文獻，本研究對與AR畫面具有適配關(guān)系的五種知識類型進行了分析，并將適配知識類型的特點及AR畫面的對應(yīng)功能作為適配依據(jù)，總結(jié)如下：

（1）AR畫面可將抽象的“術(shù)語知識”形象化

術(shù)語知識包括特殊言語和非言語符號（如詞、數(shù)字、標記、圖畫），屬于戴爾“經(jīng)驗之塔”中“抽象的經(jīng)驗”，具有抽象性、專業(yè)性和精確性，學(xué)習(xí)者習(xí)得難度較高。

AR畫面中的3D模型可將抽象概念以立體方式可視化、形象化，允許學(xué)習(xí)者進行不同的視角操縱（如移動、縮放、旋轉(zhuǎn)等）并觀察3D模型，變抽象為具象，從中獲得“做的經(jīng)驗”和“觀察的經(jīng)驗”[6]，降低學(xué)習(xí)難度。例如，對于漢字“羊”，可以將羊的形象以3D模型展示[7]，輔之以視頻說明、真人發(fā)音等媒體內(nèi)容，允許學(xué)習(xí)者通過縮放觀察羊的肢體細節(jié)并采用語音錄入、字母拼寫、觸屏交互等方式檢驗學(xué)習(xí)效果，實現(xiàn)對其視、聽、觸覺等多重認知通道的充分利用，有效提升學(xué)習(xí)者對該漢字字義的掌握水平。

（2）AR畫面可將繁雜的“具體細節(jié)和元素知識”可控化

具體細節(jié)和元素知識包括時間、地點、人物、事件、信息源等，較為獨立、瑣碎和分散，且有主次之分，容易給學(xué)習(xí)者帶來大量的外在認知負荷，在學(xué)習(xí)時需要把握重點。

AR畫面可選擇性設(shè)計A畫面并將其疊加于R畫面之上，嚴格控制畫面刺激的數(shù)量，將學(xué)習(xí)者的學(xué)習(xí)注意聚焦于關(guān)鍵信息，有效降低其外在認知負荷。同時，AR畫面所提供的豐富交互類型使學(xué)習(xí)者對具體細節(jié)和元素知識的把握更加游刃有余。例如，在光合作用實驗的例子中，學(xué)習(xí)者可利用AR畫面中呈現(xiàn)的虛擬滑竿對光照強度、水分、二氧化碳等影響因素進行數(shù)值的調(diào)節(jié)[8]，同時借助手勢操縱或調(diào)整卡片角度來實現(xiàn)對葉綠體3D模型的全方位觀察，通過分析數(shù)值調(diào)節(jié)與葉綠體形態(tài)變化的關(guān)系加深對光合作用的理解。

（3）AR畫面可將深奧的“原理和通則的知識”情境化

原理和通則的知識通常用于描述大量具體事實和事件之間的過程和相互關(guān)系，具有高度的關(guān)聯(lián)性和概括性，需要學(xué)習(xí)者對其總括和組織的現(xiàn)象達到充分理解，給學(xué)習(xí)者帶來更大的挑戰(zhàn)。

AR畫面可為學(xué)習(xí)者提供真實的學(xué)習(xí)情境，并允許其與情境中的人、物質(zhì)進行廣泛交互，實現(xiàn)信息、資源與原有的體驗、知識和價值體系的有效鏈接，促進有意義學(xué)習(xí)的真正發(fā)生[9]。例如，在利用交互式AR教具模擬化學(xué)電解反應(yīng)的實驗時，可為學(xué)習(xí)者提供兩張AR畫面，分別用于呈現(xiàn)微觀場景和宏觀場景。學(xué)習(xí)者一方面可同步觀察溶液中離子的變化過程以及溶液顏色變化的現(xiàn)象，另一方面可執(zhí)行“按下開關(guān)按鈕”“設(shè)定溫度”“接通直流電源”等交互[10]，通過情境化學(xué)習(xí)深入理解電解池的工作原理。

（4）AR畫面可將多元的“理論、模型與結(jié)構(gòu)的知識”條理化

理論、模型和結(jié)構(gòu)的知識包括原理、概括及其組合成相互聯(lián)系的知識，能顯示廣泛范圍的具體事實分類、類目、原理和概括之間的相互聯(lián)系，概括性、抽象性處在較高的水平。

AR畫面采用空間視角，允許學(xué)習(xí)者操縱畫框并與外部世界產(chǎn)生相對運動，畫面內(nèi)容不再受畫框比例的限制，將現(xiàn)實世界與虛擬畫面彼此融合，從而使復(fù)雜、多元的知識關(guān)系網(wǎng)絡(luò)得以清晰呈現(xiàn)。學(xué)習(xí)者身處其中，可通過身體運動與動態(tài)變化的AR畫面之間產(chǎn)生交互作用，減少自身工作記憶需求，幫助長時記憶建立和強化關(guān)于“理論、模型和結(jié)構(gòu)知識”的高質(zhì)量認知圖式[11]。例如，“食物鏈”AR概念圖畫面可用于呈現(xiàn)食物與食物之間的鏈鎖關(guān)系。在該畫面中，各生物以3D模型呈現(xiàn)并存在于節(jié)點位置，生物之間的“被吃”關(guān)系可由帶紅色問號的虛擬藍線（代表未連接）或純黑色箭頭（代表已連接）來表示[12]。學(xué)習(xí)者觸發(fā)紅色問號后，可按照自己喜歡的探索順序了解不同生物之間的食物鏈結(jié)構(gòu)，在自主交互中提升對該知識的掌握水平。

（5）AR畫面可將固定的“具體學(xué)科技能和算法的知識”互動化

具體學(xué)科技能和算法的知識屬于程序性知識，可以表達為有固定結(jié)果的一系列步驟，需要學(xué)習(xí)者做出合理決策以得到理想的結(jié)果。此類知識的獲得離不開練習(xí)與反饋。

AR畫面具備空間視角和深層交互的特征，利用自然交互設(shè)備將具體學(xué)科的技能和算法一步步呈現(xiàn)，并允許學(xué)習(xí)者與畫面元素實時互動，這有助于點燃學(xué)習(xí)者的學(xué)習(xí)動機和興趣，使其獲得良好的互動體驗。例如，對于“圓柱體體積公式的推導(dǎo)”問題，學(xué)習(xí)者可利用AR畫面提供的空間視圖實現(xiàn)對圓柱體3D模型全方位無死角的觀察，同時可利用移動、縮放、旋轉(zhuǎn)等操作將圓柱體3D模型拆解為熟悉的長方形、圓形、圓錐體等，記錄長、寬、半徑等數(shù)據(jù)，重新組裝圓柱體3D模型，思考并推導(dǎo)形成圓柱體體積公式。

3 AR畫面與知識類型的適配設(shè)計

AR畫面的設(shè)計決定了AR學(xué)習(xí)資源的質(zhì)量。在明確了AR畫面與知識類型的適配關(guān)系及適配依據(jù)后，本研究通過歸納和演繹，繼續(xù)探討如何將研究成果應(yīng)用于AR畫面設(shè)計當中，即研究的“落地”問題。關(guān)于“適配設(shè)計”的目標及方法總結(jié)如下：

圖3 AR畫面語義融合關(guān)系圖

（1）目標：有效實現(xiàn)AR畫面語義融合

AR畫面設(shè)計的初始步驟是完成畫面語義融合設(shè)計，即考慮A、R畫面中各元素之間的語義邏輯關(guān)系，關(guān)注各元素與教學(xué)內(nèi)容之間的匹配關(guān)系，實現(xiàn)AR畫面的“信息架構(gòu)”[13]。AR畫面語義融合關(guān)系圖如圖3所示。

由圖3可知，AR畫面由A畫面與R畫面疊加而來，但這種“疊加”并非無意識、無目的的，而應(yīng)確保A、R畫面在內(nèi)容上恰當關(guān)聯(lián)。由此疊加而成的AR畫面能與適配知識亞類中的知識建立科學(xué)、完善的語義邏輯關(guān)系，并能對相關(guān)知識進行內(nèi)容上的充分表達。

（2）方法：語義融合注釋設(shè)計+語義融合場景設(shè)計+語義融合交互設(shè)計

具體到AR畫面設(shè)計實踐，應(yīng)首先對教學(xué)內(nèi)容加以分析，判斷知識點是否屬于圖3中的適配知識亞類。若是，則進行AR畫面語義融合設(shè)計。該環(huán)節(jié)可選擇“語義融合注釋設(shè)計”“語義融合場景設(shè)計”“語義融合交互設(shè)計”中的一種，或上述不同設(shè)計方法的組合，如圖4所示。

圖4 AR畫面語義融合設(shè)計流程

①語義融合注釋設(shè)計。語義融合注釋設(shè)計是指根據(jù)知識點的內(nèi)容及類別，結(jié)合既定的R畫面內(nèi)容，合理設(shè)計A畫面中應(yīng)呈現(xiàn)的信息，實現(xiàn)A畫面對R畫面內(nèi)容的注解。案例如表6所示。

②語義融合場景設(shè)計。語義融合場景設(shè)計是指根據(jù)知識點的內(nèi)容及類別，結(jié)合既定的A畫面內(nèi)容，有選擇地適當干預(yù)R畫面中應(yīng)當呈現(xiàn)的信息，使R畫面能為A畫面內(nèi)容提供合理的語境。案例如表7所示。

表7 語義融合場景設(shè)計的相關(guān)案例

③語義融合交互設(shè)計。語義融合交互設(shè)計是指根據(jù)知識點的內(nèi)容及類別，充分利用A畫面和R畫面的交互功能完成AR畫面的組接，以實現(xiàn)有形輸入與數(shù)字輸出之間緊密映射關(guān)系的建立，最大程度地發(fā)揮學(xué)習(xí)者的主觀能動性，從而幫助學(xué)習(xí)者更好地理解知識點的要求。案例如表8所示。

表8 語義融合交互設(shè)計的相關(guān)案例

綜上所述，在利用AR畫面表達術(shù)語知識、具體細節(jié)和元素知識、原理和通則知識、理論模型和結(jié)構(gòu)知識以及具體學(xué)科知識和算法的知識時，采用“語義融合注釋設(shè)計+語義融合場景設(shè)計+語義融合交互設(shè)計”的方法可有效構(gòu)建A、R畫面的語義鏈接，切實實現(xiàn)AR畫面語義融合。

五 總結(jié)與展望

AR畫面是AR學(xué)習(xí)資源中與學(xué)習(xí)者關(guān)系最為密切，并對其學(xué)習(xí)效果有直接影響的部分。研究AR畫面與知識類型的適配性，有助于明晰AR技術(shù)的適用限度，避免“技術(shù)僭越知識教學(xué)”問題的產(chǎn)生。相比傳統(tǒng)的知識屬性分類標準，安德森提出的知識亞類對于小粒度的知識點更具針對性。基于這一前提，本研究先后分析了AR畫面與知識類型的適配關(guān)系、適配依據(jù)與適配設(shè)計，豐富和完善了先前構(gòu)建的AR畫面設(shè)計模型，提出了AR畫面語義融合設(shè)計方法，為加強AR學(xué)習(xí)資源建設(shè)奠定了基礎(chǔ)。當前，本研究的成果尚未在實踐教學(xué)中推廣和檢驗，因此后續(xù)研究將結(jié)合中小學(xué)教材內(nèi)容，為屬于適配知識類型的知識點設(shè)計AR畫面，并通過實驗驗證其有效性，為推動AR學(xué)習(xí)資源在教育領(lǐng)域的大規(guī)模普及、助力元宇宙建設(shè)貢獻力量。

[1]吳康寧.信息技術(shù)“進入”教學(xué)的四種類型[J].課程·教材·教法,2022,(2):10-14.

[2]羅祖兵,韓雪童.信息技術(shù)對知識教學(xué)的僭越之思與破解之道[J].中國電化教育,2022,(2):60-68.

[3]王志軍,劉瀟.促進學(xué)習(xí)情境轉(zhuǎn)化的增強現(xiàn)實學(xué)習(xí)資源設(shè)計研究[J].中國電化教育,2019,(6):114-122.

[4]王志軍,王雪.多媒體畫面語言學(xué)理論體系的構(gòu)建研究[J].中國電化教育,2015,(7):42-48.

[5][美]安德森L W,克拉斯沃爾D R,艾雷辛P W,等著.皮連生譯.學(xué)習(xí)、教學(xué)和評估的分類學(xué)—布盧姆教育目標分類學(xué)修訂版(減縮本)[M].上海:華東師范大學(xué)出版社,2008:35-55.

[6]張燕,翔朱赟,董東,等.從“經(jīng)驗之塔”理論看增強現(xiàn)實教學(xué)媒體優(yōu)勢研究[J].現(xiàn)代教育技術(shù),2012,(5):22-25.

[7]王璇,李磊.基于增強現(xiàn)實的兒童漢語學(xué)習(xí)圖書設(shè)計與開發(fā)[J].中國編輯,2020,(8):64-69.

[8]蔡蘇,李毓檀,趙茜,等.增強現(xiàn)實技術(shù)探秘微觀細胞——增強現(xiàn)實(AR)在K-12教育的實證案例之十一[J].中小學(xué)信息技術(shù)教育,2018,(12):66-68.

[9]于澤元,那明明.情境化學(xué)習(xí):內(nèi)涵、價值及實施[J].華東師范大學(xué)學(xué)報(教育科學(xué)版),2023,(1):89-97.

[10]蔡蘇,張鵬,李江旭,等.交互式AR教學(xué)對中學(xué)生認知能力的影響——以高中化學(xué)電解池知識點為例[J].現(xiàn)代教育技術(shù),2021,(1):40-46.

[11]Chang K E, Chang C T, Hou H T, et al. Development and behavioral pattern analysis of a mobile guide system with augmented reality for painting appreciation instruction in an art museum[J]. Computers & Education, 2014,(2):185-197.

[12]Chen C H, Chou Y Y, Huang C Y. An augmented-reality-based concept map to support mobile learning for science[J]. The Asia-Pacific Education Researcher, 2016,(4):567-578.

[13]劉瀟.增強現(xiàn)實學(xué)習(xí)資源畫面優(yōu)化設(shè)計研究[D].天津:天津師范大學(xué),2019:53-56.

Study on the Adaptability of Augumented Reality (AR) Screen and Knowledge Type——Based on Anderson’ Refined Knowledge Classification

LIU Xiao1HE Xiao-xiao1FENG Ting-jun1XUE Bin2

At present, the augmented reality (AR) learning resources generally have the problem of “form over content”, which seriously restricted its function in promoting knowledge teaching. In order to effectively realize the deeintegration of AR technology and knowledge teaching, and avoid the problem of “technology overstepping knowledge teaching”, the paper followed the logic of “adaptability relationship (what) → adaptability basis (why) → adaptability design (how)” to carry out the research. Firstly, based on Anderson’s refined knowledge classification, the paper identified and organized five types of knowledge types that AR screen was suitable for expression. Secondly, the paper analyzed the characteristics of each type of knowledge type that is suitable for expression and the expression advantages of AR screen. Finally, the paper discussed the implementation problem of the above research, which was paying attention to the semantic fusion design of AR screen, including the semantic fusion of annotation design, the semantic fusion of scenario design and the semantic fusion of interaction design, so as to maximize the potential and value of “AR+Knowledge Teaching”.

augmented reality; knowledge type; multimedia screen; semantic; learning resources

G40-057

A

1009—8097（2023）10—0053—10

10.3969/j.issn.1009-8097.2023.10.006

本文為全國教育科學(xué)“十四五”規(guī)劃2021年度教育部青年課題“提升知識活力的AR教材設(shè)計：機制與路徑”（項目編號：ECA210407）的階段性研究成果。

劉瀟，講師，博士，研究方向為多媒體畫面語言、增強現(xiàn)實、具身認知，郵箱為liuxiao528@163.com。

2023年3月21日

編輯：小時