彈幕與學習動機對大學生教學視頻學習的影響: 來自眼動的證據

摘 要 以往研究發現彈幕影響教學視頻學習者的注意，而學習者的注意模式又受其動機的影響，添加彈幕的教學視頻學習效果是否受學習者學習動機的影響尚不明確?；诖耍柚蹌蛹夹g，采用兩因素混合實驗設計對60名大學生進行研究。結果發現：（1）低學習動機大學生對教學視頻的彈幕區和字幕區投入更多注意，高學習動機大學生對教學區投入更多注意；（2）彈幕顯著提升低學習動機大學生教學視頻學習的保持與遷移成績，未能提升高學習動機大學生的遷移成績。這表明彈幕和學習動機影響大學生教學視頻學習的注意模式，彈幕對低學習動機大學生教學視頻學習更有效。

關鍵詞 大學生；彈幕；學習動機；注意模式；教學視頻

分類號 B849

DOI：10.16842/j.cnki.issn2095-5588.2025.06.005

1 引言

隨著教育數字化轉型發展，數字化教育資源已逐漸成為學習者獲取知識的重要途徑（呂奕靜， 張蓉， 2023）。目前，教學視頻作為一種重要的數字化教育資源，受到師生和研究者的廣泛關注（楊九民等， 2023）。但研究發現，學習者自主學習教學視頻時，存在互動水平低、社會臨場感差、退出率高等系列問題（楊九民等， 2020; Borrella et al.， 2022; Yin， 2023）。有研究發現，添加彈幕能夠增加學習者教學視頻學習時的互動渠道（丁國棟， 杜華， 2021），營造一種身臨其境的社會體驗（王雪等， 2022; 張文蘭等， 2022），提高教學視頻學習效果。但也有研究發現，彈幕會分散學習者的注意力，降低教學視頻學習效果（劉曉莉， 2019; Pi et al.， 2022）。與此同時，相關研究發現，學習者的注意模式受其動機的影響（Filetti et al.， 2019; Wang et al.， 2023）。為此，本研究采用眼動技術，通過實驗考察彈幕與學習動機對大學生教學視頻學習的影響，以期為解決教學視頻學習問題提供一條新的思路。

彈幕是指在視頻屏幕邊緣彈出并依次疊加飄過的文本信息（史詠衡等， 2024; Chen et al.， 2017）。目前，針對彈幕的教學價值形成了兩種不同的觀點：一是基于社會建構主義理論，彈幕通過模擬同步互動場景，可以提升學習者的社會存在感與情感聯結，對在線教學視頻學習具有正向作用（Yao et al.， 2017; Zhang et al， 2019）。沈浩與梁瑩（2022）提出，學習者可不受時間與地域限制，在同一教學視頻任意時間點上觀看和發送彈幕，與他人產生共同觀看視頻和偽同步在線互動的錯覺。張婧婧等（2017）對62593條教學視頻彈幕分析發現，彈幕能夠促進師生之間的情感交流，縮小彼此之間的距離感知，降低學習者在線學習的孤獨感，提高其社會存在感。楊九民等（2019）關于彈幕對學習影響的元分析結果顯示，觀看彈幕對學習成績具有促進作用，這是因為彈幕具有反饋及時、互動性強等特點，能滿足學習者個性化的學習需要，提升學習者的用戶體驗。Chen等（2019）將彈幕添加到中國大學慕課（massive open online course， MOOC）學習平臺的教學視頻中，并考察了添加效果，發現彈幕促使學習者產生更多的討論交流，提高了學習者的社會存在感以及對教學視頻和平臺的滿意度，降低了課程退出率。Cheng等（2021）考察了添加彈幕數量對陳述性知識教學視頻學習的影響，發現與彈幕數量少相比，彈幕數量多時，大學生的積極情緒與心理努力更多，社會存在感與學習滿意度更高，保持和遷移成績更好。

二是基于認知負荷理論下的分散注意效應，彈幕會增加學習者在不同信息之間注意轉換的頻次，提高教學視頻學習的外在認知負荷，降低學習效果（Ayres amp; Sweller， 2005）。劉曉莉（2019）發現，彈幕會增加大學生對彈幕區的總注視時間、總注視次數和平均注視時間，同時減少對教學區的總注視次數和平均注視時間。Pi等（2022）運用眼動技術考察了彈幕對在線講座視頻學習效果的影響，發現彈幕會導致大學生將過多的注意力投入到彈幕區，干擾其對教學視頻區域的注意，進而降低保持和遷移成績。有研究發現彈幕還會減少學習者對視頻課程字幕的注視時間（Leng et al.， 2016）。

然而，以往研究發現個體的注意模式受其動機的影響。例如，Harmon和Gable（2009）研究發現，個體形成趨近動機與產生局部注意的神經回路相同，并且個體趨近動機強度越高，該神經回路越活躍，越易產生局部注意。王春梅和呂勇（2016）研究發現，低動機個體注意分散，更易發現新刺激。李曉東和王志杰（2016）研究發現，相比低動機個體，高動機個體注意范圍更窄，更偏向于局部認知加工。Filetti等（2019）采用眼動技術研究，發現低動機個體在觀看電腦屏幕時平均掃視幅度大，注意范圍廣；而高動機個體對電腦屏幕周邊的關注較少，注意范圍窄。Wang等（2023）采用功能性近紅外光譜技術（functional near-infrared spectroscopy， fNIRS）研究，證實低動機個體注意范圍較廣，眼動行為模式外緣化；而高動機個體注意范圍變窄，眼動行為模式中央化。

綜上所述，彈幕可能通過改善學習者的社會體驗進而提高教學視頻學習效果，也可能因分散學習者的注意力從而降低教學視頻學習效果。但是，神經科學研究發現個體的注意模式受其動機的影響，即低動機個體的眼動行為模式較為外緣化，更容易捕捉到屏幕邊緣的信息；高動機個體眼動行為模式更為中央化，更集中注意屏幕中央的信息（Filetti et al.， 2019; Wang et al.， 2023）。由此推測，彈幕對學習者注意的影響可能受其學習動機的調節。以往研究發現，簡單的知識型彈幕和積極的社會型彈幕能夠促進學習者的在線學習效果（Chen et al.， 2022; Yang， 2020）。因此，彈幕會分散低學習動機者的注意力，但若彈幕內容與教學視頻內容相關，則可以提高低學習動機者的教學視頻學習效果；彈幕較難分散高學習動機者的注意力，因此，與教學視頻內容相關的彈幕對他們的教學視頻學習效果提升較小?；诖?，本研究擬采用眼動追蹤技術，探討彈幕對不同學習動機大學生教學視頻學習效果的影響，并提出具體研究假設1：低學習動機大學生對教學視頻彈幕區和字幕區投入更多的注意，高學習動機大學生對教學視頻教學區投入更多注意；以及研究假設2：彈幕可以顯著提升低學習動機大學生的教學視頻學習成績，但不會顯著提升高學習動機大學生的教學視頻學習成績。

2 方法

2.1 被試

在某大學發放大學生在線學習動機問卷338份，收回有效問卷323份。選取測驗得分前27%（≥163分）和后27%（≤140分）大學生分別作為高學習動機與低學習動機被試。實驗共招募符合要求被試64人，刪除眼動數據異常4人，最終有效被試60人，其中男生17人，女生43人，平均年齡21.00±2.40歲。將高學習動機與低學習動機被試隨機分配到有彈幕組（高、低學習動機各15人）與無彈幕組（高、低學習動機各15人）。所有被試的視力或者矯正視力正常，無色弱或色盲者。所有被試在實驗前自愿簽署知情同意書，實驗結束后獲得一定報酬。

2.2 實驗設計

實驗采用2（彈幕條件：有彈幕、無彈幕）×2（學習動機：高學習動機、低學習動機）兩因素混合實驗設計。彈幕條件分為有彈幕與無彈幕，有彈幕指教學視頻上方添加與教學內容相關的彈幕，無彈幕指教學視頻中不添加任何彈幕，彈幕條件為被試內變量；學習動機分為高學習動機與低學習動機兩種，為被試間變量。因變量為各興趣區的注視時間百分比、總注視時間、總注視次數、保持與遷移測驗成績。

2.3 實驗材料

2.3.1 大學生在線學習動機問卷

該問卷改編自吳峰等（2015）編制的非約束條件下成人在線學習動機量表，包括六個維度（認知興趣、職業發展、人際關系、擺脫常規、外界影響、社會服務），共43道題，采用5點計分。為適用于大學生被試，改編問卷將原量表中部分表述進行對應轉換，例如“單位”轉換為“學?！薄奥殬I”轉換為“學業”“工作”轉換為“學習”等；刪除“社會服務”維度的“為單位貢獻一份力量”“提高服務人民的能力”兩題，共41道題。問卷各題得分相加代表學習者的學習動機，總分越高代表學習動機越高。

隨機發放大學生在線學習動機問卷300份，收回有效問卷284份，剔除滿分問卷及被試答題時間極值的前后5%，剩余問卷226份，其中男生113人，女生113人。驗證性因子分析結果顯示，改編后問卷的模型擬合結果為：χ2/df=1.95，NNFI=0.90，CFI=0.91，RMSEA=0.06，表明問卷具有良好的結構效度。在本研究中，該問卷的Cronbach’s α系數為0.96，其中認知興趣、職業發展、人際關系、擺脫常規、外界影響、社會服務六個維度的Cronbach’s α系數分別為0.90、0.84、0.96、0.87、0.92、0.94，表明問卷具有較高的信度。

2.3.2 先驗知識測驗材料

包括兩部分：第一部分是關于知識熟悉度的主觀評定，要求被試對市場經濟學知識熟悉度進行9點評定；第二部分是關于市場需求理論與市場供給理論的客觀問答題，各4道題，共8道題。

2.3.3 教學視頻材料

教學視頻材料包括無彈幕和有彈幕教學視頻各2個，共4個。參考中國大學MOOC網站“自然資源與環境經濟學”課程中第二章“微觀經濟學基礎”，錄制了“市場需求理論”教學視頻（簡稱“需求教學視頻”）和“市場供給理論”教學視頻（簡稱“供給教學視頻”）。兩個教學視頻時長均為6分14秒，并在教學內容、教師行為等方面進行了控制。邀請2名經濟學專業教授與12名大學生對兩個教學視頻的難度、熟悉度、線索數量、教師水平（包括授課音調、教師情緒、眼神指引、手勢頻率）進行5點評定。結果顯示：需求教學視頻（M=3.33， SD=0.49）與供給教學視頻（M=3.17， SD=0.58）的難度無顯著差異（t（11）=1.48， p=0.17）；需求教學視頻（M=1.67， SD=0.89）與供給教學視頻（M=1.58， SD=0.79）的熟悉度無顯著差異（t（11）=1.00， p=0.34）；需求教學視頻（M=3.17， SD=0.72）與供給教學視頻（M=3.33， SD=0.78）的線索數量無顯著差異（t（11）=-1.48， p=0.17）；需求教學視頻（M=11.67， SD=0.89）與供給教學視頻（M=11.75， SD=1.14）的教師水平無顯著差異（t（11）=-0.25， p=0.81）。這說明兩個視頻平行等質。

有彈幕教學視頻指在需求教學視頻和供給教學視頻上方添加彈幕。實驗首先收集大學生觀看需求教學視頻時發送的彈幕，篩選出知識型彈幕與社會情緒型彈幕各17條，共34條。根據需求教學視頻彈幕改編供給教學視頻的同質彈幕34條。知識型彈幕指對教學視頻內容進行總結、補充、解釋說明等內容的彈幕。例如，“這么說價格只會引起需求量變化，造成曲線上點的移動?！鄙鐣榫w型彈幕指主要表達發送者情緒、感受、態度等具有較強情感色彩的彈幕。例如，“老師講得太棒了，一聽就懂呀！”2名心理學專業教師對68條彈幕進行類型評定，分析發現Cohen's Kappa系數k=0.85（plt;0.001），表明具有高度一致性。彈幕在教學視頻頂部自右向左呈現，呈現區域約占總畫面1/5，呈現速度為教學內容的1.5倍速，每條彈幕呈現時長約15s。字幕在教學視頻底部，與教師講授同步呈現，呈現區域約占總畫面1/5。彈幕、字幕均為黑底白字，字號為20號。彈幕區與字幕區之間為教學區，約占總畫面3/5。

實驗使用19英寸的CRT顯示器播放教學視頻材料，屏幕分辨率為1024×768，刷新率為60Hz。使用Eyelink 1000 plus眼動儀記錄被試的眼動數據，單眼采樣率為1000Hz，被試雙眼距離顯示器75 cm。實驗最終導出每個被試對教學視頻彈幕區、教學區、字幕區三個興趣區的注視時間百分比、總注視時間、總注視次數三項眼動指標。其原因是三項眼動指標整體上可以反應出學習者對當前興趣區的注意程度和加工過程（王雪等， 2015; Hy?n?， 2010）。具體說來，注視時間百分比反映學習者對當前興趣區的注意分配程度，即為學習的選擇信息過程；總注視時長反映學習者對興趣區的加工程度，即為學習的組織信息過程；總注視次數反映學習者對興趣區的注意程度，即為學習的整合信息過程（Mayer， 2001）。

2.3.4 測驗材料

測驗材料包括需求教學視頻和供給教學視頻的保持測驗題與遷移測驗題，分別用于考察被試對視頻內容的記憶和理解運用情況。每個教學視頻的保持測驗題為6道填空題，遷移測驗題為3道單項選擇題和3道多項選擇題。為保證需求與供給教學視頻的測驗題平行等質，邀請2名專家對兩個教學視頻測試題的難度、熟悉度進行檢驗修正，同時在實驗前邀請12名大學生按隨機順序觀看兩個無彈幕教學視頻并進行相應的測驗，結果顯示，大學生的需求教學視頻（M=21.00， SD=7.89）與供給教學視頻（M=22.17， SD=8.80）的測驗成績無顯著差異（t（11）=-0.81， p=0.44）。最終確定在計分上，保持測驗6道題，每題4分，滿分24分；遷移測驗6道題，每題4分，滿分24分。

2.4 實驗程序

實驗程序包括篩選被試與分組階段、實驗階段。

2.4.1 篩選被試與分組階段

在山東某大學在線隨機發放大學生在線學習動機問卷，然后選取高學習動機與低學習動機大學生作為實驗的正式被試，并將他們隨機分配到有彈幕組和無彈幕組。

2.4.2 實驗階段

實驗在眼動實驗室進行，個別施測。具體包括前測準備、教學視頻學習與測驗兩個階段。

前測準備階段：被試填寫人口學信息并進行先驗知識測驗，熟知實驗流程和簽署知情同意書。

教學視頻學習與測驗階段：每名被試均需要完成需求教學視頻學習與測驗以及供給教學視頻學習與測驗，兩個視頻的完成順序隨機。實驗首先調整被試坐姿并進行眼動九點階段校準，然后要求被試觀看電腦屏幕上的需求或供給教學視頻，主試同時通過眼動儀全程實時追蹤記錄被試的眼動數據。被試視頻學習結束后，進行相應的測驗，限時15分鐘。一個教學視頻學習與測驗結束后，主試再次調整被試姿勢，并進行眼動九點校準，然后觀看另一個教學視頻并進行相應的測驗。教學視頻學習與測驗的總時間約為50分鐘。具體實驗程序如圖1所示。

3 結果與分析

3.1 先驗知識成績差異檢驗

實驗首先對高學習動機和低學習動機大學生的先驗知識成績進行差異檢驗。在知識熟悉度主觀評定上，高學習動機大學生（M=2.03， SD=1.16）與低學習動機組大學生（M=1.93， SD=1.05）之間不存在顯著差異（t（58）=0.12， p=0.73）；在客觀問答題上，被試均未回答或回答錯誤，因此得分均為0。由此可見，高學習動機和低學習動機大學生的先驗知識水平均較低，且無顯著差異。

3.2 大學生教學視頻學習的注意力分配

不同學習動機大學生有、無彈幕教學視頻學習時在各興趣區的眼動指標如表1所示。

3.2.1 彈幕區眼動指標統計結果

以彈幕條件和學習動機為自變量，分別以大學生在彈幕區的注視時間百分比、總注視時間、總注視次數為因變量進行重復測量方差分析。結果顯示，在彈幕區注視時間百分比上，彈幕條件的主效應顯著（F（1， 58）=95.74， plt;0.001， 偏η2=0.63）；學習動機的主效應顯著（F（1， 58）=21.18， plt;0.001， 偏η2=0.27）；彈幕條件與學習動機的交互作用顯著（F（1， 58）=22.27， plt;0.001， 偏η2=0.28）。簡單效應分析結果顯示，在無彈幕教學視頻學習時，高學習動機和低學習動機大學生在彈幕區的注視時間百分比無顯著差異（p=0.08）；在有彈幕教學視頻學習時，低學習動機大學生對彈幕區注視時間百分比顯著高于高學習動機大學生（plt;0.001），具體見圖2。

在總注視時間上，彈幕條件的主效應顯著（F（1， 58）=100.16， plt;0.001， 偏η2=0.63）；學習動機的主效應顯著（F（1， 58）=21.81， plt;0.001， 偏η2=0.27）；彈幕條件與學習動機的交互作用顯著（F（1， 58）=22.70， plt;0.001， 偏η2=0.28）。簡單效應分析結果顯示，在無彈幕教學視頻學習時，高和低學習動機大學生在彈幕區的總注視時間無顯著差異（p=0.09）；在有彈幕教學視頻學習時，低學習動機大學生對彈幕區的總注視時間顯著高于高學習動機大學生（plt;0.001），具體見圖3。

在總注視次數上，彈幕條件的主效應顯著（F（1， 58）=106.83， plt;0.001， 偏η2=0.65）；學習動機的主效應顯著（F（1， 58）=23.25， plt;0.001， 偏η2=0.29）；彈幕條件與學習動機的交互作用顯著（F（1， 58）=24.14， plt;0.001， 偏η2=0.29）。簡單效應分析結果顯示，在無彈幕教學視頻學習時，高和低學習動機大學生在彈幕區的總注視次數無顯著差異（p=0.09）；在有彈幕教學視頻學習時，低學習動機大學生對彈幕區的總注視次數顯著高于高學習動機大學生（plt;0.001），具體見圖4。

3.2.2 教學區眼動指標統計結果

分別以大學生在教學區的注視時間百分比、總注視時間、總注視次數為因變量進行重復測量方差分析。結果顯示，在注視時間百分比上，彈幕條件的主效應顯著（F（1， 58）=31.66， plt;0.001， 偏η2=0.35）；學習動機的主效應顯著（F（1， 58）=12.10， plt;0.001， 偏η2=0.17）；彈幕條件與學習動機的交互作用不顯著（F（1， 58）=0.84， p=0.36）。在總注視時間上，彈幕條件的主效應顯著（F（1， 58）=26.12， plt;0.001， 偏η2=0.31）；學習動機的主效應顯著（F（1， 58）=9.46， plt;0.01， 偏η2=0.14）；彈幕條件與學習動機的交互作用不顯著（F（1， 58）=1.50， p=0.23）。在總注視次數上，彈幕條件的主效應顯著（F（1， 58）=18.38， plt;0.001， 偏η2=0.24）；學習動機的主效應顯著（F（1， 58）=5.32， plt;0.05， 偏η2=0.08）；彈幕條件與學習動機的交互作用不顯著（F（1， 58）=0.41， p=0.52）。

3.2.3 字幕區眼動指標統計結果

以大學生在字幕區的注視時間百分比、總注視時間、總注視次數為因變量，進行重復測量方差分析。結果顯示，在注視時間百分比上，彈幕條件的主效應不顯著（F（1， 58）=0.84， p=0.36）；學習動機的主效應顯著（F（1， 58）=7.33， plt;0.01， 偏η2=0.11）；彈幕條件與學習動機的交互作用不顯著（F（1， 58）=1.64， p=0.21）。在總注視時間上，彈幕條件的主效應不顯著（F（1， 58）=0.79， p=0.38）；學習動機的主效應顯著（F（1， 58）=9.46， plt;0.01， 偏η2=0.14）；彈幕條件與學習動機的交互作用不顯著（F（1， 58）=1.67， p=0.21）。在總注視次數上，彈幕條件的主效應不顯著（F（1， 58）=3.26， p=0.08）；學習動機的主效應顯著（F（1， 58）=7.18， plt;0.01，偏η2=0.11）；彈幕條件與學習動機的交互作用不顯著（F（1， 58）=3.22， p=0.08）。

眼動指標統計結果表明，低學習動機大學生對教學視頻彈幕區和字幕區投入更多注意，高學習動機大學生對教學區投入更多注意。

3.3 大學生教學視頻學習的成績差異

不同學習動機大學生有、無彈幕教學視頻學習后的保持和遷移測驗成績如表2所示。

為考察彈幕條件與學習動機對大學生教學視頻學習成績的影響，以彈幕條件與學習動機為自變量，分別以保持成績、遷移成績為因變量，進行單因變量方差分析。在保持成績上，彈幕條件的主效應顯著（F（1， 58）=7.16， plt;0.01， 偏η2=0.11）；學習動機的主效應不顯著（F（1， 58）=0.28， p=0.60）；彈幕條件與學習動機的交互作用不顯著（F（1， 58）=0.32， p=0.57）。這表明彈幕提高了大學生教學視頻學習的保持成績，學習動機沒有提高大學生的保持成績。

在遷移成績上，彈幕條件的主效應顯著（F（1， 58）=22.70， plt;0.001， 偏η2=0.28）；學習動機的主效應不顯著（F（1， 58）=0.03， p=0.85）；學習動機與彈幕條件的交互作用顯著（F（1， 58）=13.32， plt;0.001， 偏η2=0.19）。簡單效應分析結果顯示，高學習動機大學生在有彈幕和無彈幕條件下的遷移成績無顯著差異（p=0.43），低學習動機大學生在有彈幕條件下的遷移成績顯著高于無彈幕條件（plt;0.05），如圖5所示。這表明彈幕提升了低學習動機大學生教學視頻學習的遷移成績，但沒有提升高學習動機大學生的遷移成績。

4 討論

本研究考察了在有彈幕與無彈幕條件下，高學習動機與低學習動機大學生的注意力分配與教學視頻學習效果。結果表明，低學習動機大學生對教學視頻彈幕區和字幕區投入更多注意，高學習動機大學生對教學區投入更多注意，驗證了研究假設1；彈幕可顯著提升低學習動機大學生教學視頻學習的保持和遷移成績以及高學習動機大學生的保持成績，但未提升高學習動機大學生的遷移成績，部分驗證了研究假設2。

4.1 學習動機調節大學生對有彈幕教學視頻的注意力分配

添加輔助線索吸引學生的注意力對在線教學視頻學習至關重要（王福興等， 2024）。與以往研究結果基本一致（劉曉莉， 2019; Pi et al.， 2022），本研究發現彈幕增加了大學生對彈幕區注意的投入，減少了對教學區注意的投入，對字幕區注意的投入沒有顯著影響。眼動指標結果顯示，彈幕提高了大學生對教學視頻彈幕區的注視時間百分比、總注視時間和總注視次數，降低了教學區的各項眼動指標，而字幕區的眼動指標沒有顯著變化。分析其原因，彈幕作為一種動態文本信息，很容易吸引大學生的注意并對其進行認知加工（丁錦紅， 杜叢， 2020） 。同時個體的注意資源是有限的，彈幕吸引了大學生對彈幕區的注意，那么勢必就會減少其對教學區的注意投入（Fischer et al.， 2023）。由于字幕是與教學視頻聽覺內容相匹配的視覺文本，大學生可以通過聽覺通道理解課程內容（王福興等， 2016），因此，添加彈幕沒有顯著影響大學生對字幕區注意的投入。

實驗結果進一步顯示，低學習動機大學生對有彈幕教學視頻的彈幕區和字幕區投入了更多的注意，而高學習動機大學生更專注于教學區。這與以往研究結果一致（Filetti et al.， 2019; Wang et al.， 2023）。眼動指標結果顯示，與高學習動機大學生相比，低學生動機大學生有彈幕教學視頻學習中的彈幕區和字幕區注視時間百分比、總注視時間和總注視次數均顯著提高，教學區的各項眼動指標顯著降低。分析其原因，低學習動機大學生注意范圍廣而分散，更容易關注到教學視頻周邊的信息，因此對彈幕區與字幕區投入了更多的注意；高動機個體的注意范圍窄而集中，更關注教學視頻中央的信息，因此對教學區投入了更多的注意。

4.2 彈幕與學習動機對大學生教學視頻學習效果的影響

本研究結果顯示，彈幕可顯著提升低學習動機大學生教學視頻學習的保持和遷移成績以及高學習動機大學生的保持成績，但未提升高學習動機大學生的遷移成績。分析其原因，大學生對教學視頻內容進行信息貯存是影響保持成績的關鍵。彈幕更易吸引低學習動機大學生的注意力，促使他們的注意在教學視頻的彈幕區與教學區頻繁轉移，使其能夠捕捉到快速呈現的知識型彈幕，這些彈幕不需要大學生的深度認知加工，但相同內容的重復呈現能提高他們對相關知識的短時記憶，進而提高保持成績（Chen et al.， 2022）。根據社會建構主義學習理論，社會型彈幕可以提高低學習動機大學生的學習興趣，激發其深度思考，提高其遷移成績（Gergen， 1985; Zhang et al.， 2019）。一方面，高學習動機大學生的注意力主要集中在教學區，但也會注意到彈幕區，并通過知識型彈幕概括和總結教學視頻學習中的相關內容，因此，保持成績較好。另一方面，由于高學習動機大學生對教學視頻內容有較高的學習動機和學習興趣，他們可能會將社會型彈幕視為教學視頻學習的干擾因素，并主動通過心理努力來控制彈幕的干擾，這占用了他們一定的認知資源，從而導致他們沒有足夠的認知資源去深入加工與理解教學視頻內容（李彤彤等， 2023; 張玲燕等， 2023）。因此，彈幕沒有顯著提高其遷移成績。總之，大學生教學視頻學習效果受彈幕與學習動機的交互影響。具體說來，低學習動機大學生通過增加對彈幕區的注意力投入而提高學習效果，但高學習動機大學生可能因抑制對彈幕區的注意力投入而未能提高遷移效果。

5 結論

（1）低學習動機大學生對教學視頻的彈幕區和字幕區投入更多注意，高學習動機大學生對教學區投入更多注意。

（2）彈幕能顯著促進低學習動機大學生的教學視頻學習效果，對高學習動機大學生的促進作用相對較小。

參考文獻

丁國棟， 杜華 （2021）. 教學類視頻彈幕文本的批判話語分析——以嗶哩嗶哩網站的某套高中物理教學視頻為例. 現代教育技術， 31（7）， 72-79.

丁錦紅， 杜叢 （2020）. 無關信息對注意控制的影響. 心理科學， 43（1）， 33-38.

李彤彤， 周彥麗， 邊雨迎， 李國濤， 郭栩寧 （2023）. 面向有效交互的在線教育視頻課程彈幕智能實時管理機制設計. 電化教育研究， 44（1）， 61-69.

李曉東， 王志杰 （2016）. 情緒對注意的調節： 基于效價還是動機？ 心理研究， 9（4）， 19-26.

劉曉莉 （2019）. 在線教學視頻中社會性交互的角色及其專業知識水平對學習的影響及其注意機制（碩士學位論文）. 華中師范大學， 武漢.

呂奕靜， 張蓉 （2023）. 近十年國內外在線學習研究綜述——基于CiteSpace的可視化分析. 成人教育， 43（6）， 47-58.

史詠衡， 趙玉芳， 趙超然， 宮文卓， 徐子媛 （2024）. 彈幕內容對虛擬社區感的影響. 心理技術與應用， 12（12）， 713-722.

沈浩， 梁瑩 （2022）. 在線教學有效策略探索——基于嗶哩嗶哩網站在線開放課程“教育學”的彈幕文本分析. 電化教育研究， 43（11） ， 69-76.

王春梅， 呂勇 （2016）. 情緒的動機性對注意控制的影響. 心理學探新， 36（4）， 318-323.

王福興， 謝和平， 李卉 （2016）. 視覺單通道還是視聽雙通道？——通道效應的元分析. 心理科學進展， 24（3）， 335-350.

王福興， 黃宇， 張洋， 祝婉玲， 冷曉雪 （2024）. 提示對學習者自我生成教學過程和學習效果的作用. 心理學報， 56（4）， 469-481.

王雪， 王志軍， 付婷婷， 李曉楠 （2015）. 多媒體課件中文本內容線索設計規則的眼動實驗研究. 中國電化教育， （5） ， 99-104.

王雪， 張蕾， 王崟羽， 喬玉飛， 李慧洋 （2022）. 彈幕教學視頻中學習者的眼動行為模式及其作用機制研究. 遠程教育雜志， 40（5）， 103-112.

吳峰， 王辭曉， 李杰 （2015）. 非約束條件下成人在線學習動機量表編制. 現代遠程教育研究， （4）， 60-65.

楊九民， 皮忠玲， 章儀， 徐珂， 喻邱晨， 黃勃 （2020）. 教學視頻中教師目光作用： 基于眼動的證據. 中國電化教育， （9）， 22-29.

楊九民， 朱芳芳， 李巧茹， 皮忠玲 （2023）. 學習策略與學習者先前知識經驗對中學生運動技能視頻學習的影響. 中國電化教育， （4）， 82-90.

楊九民， 吳長城， 皮忠玲， 謝和平 （2019）. 促進學習還是干擾學習——彈幕對學習影響的元分析. 電化教育研究， 40（6）， 84-90.

張婧婧， 楊業宏， 安欣 （2017）. 彈幕視頻中的學習交互分析. 中國遠程教育， （11）， 22-30， 79-80.

張玲燕， 卓鐸濤， 林偉婷， 吳天生， 陳麗君 （2023）. 虛擬學習環境下空間位置記憶認知負荷的影響因素研究. 心理技術與應用， 11（6）， 336-346.

張文蘭， 陳力行， 孫夢洋 （2022）. 彈幕交互為大學生在線學習帶來了什么？——基于扎根理論的質性分析. 現代遠距離教育， （5）， 12-19.

Ayres， P.， amp; Sweller， J. （2005）. The split-attention principle in multimedia learning. In R. E. Mayer （Ed.）， The Cambridge handbook of multimedia learning （pp. 206-226）. Cambridge： Cambridge University Press.

Borrella， I.， Caballero-Caballero， S.， amp; Ponce-Cueto， E. （2022）. Taking action to reduce dropout in MOOCs： Tested interventions. Computers amp; Education， 179， 104412.

Chen， Y.， Gao， Q.， amp; Gao， G. （2022）. Timeline-anchored comments in video-based learning： The impact of visual layout and content depth. International Journal of Human-Computer Interaction， 38（9）， 868-883.

Chen， Y.， Gao， Q.， amp; Rau， P. L. P. （2017）. Watching a movie alone yet together： Understanding reasons for watching danmaku videos. International Journal of Human-Computer Interaction， 33（9）， 731-743.

Chen， Y.， Gao， Q.， Yuan， Q.， amp; Tang， Y. （2019）. Facilitating students’ interaction in MOOCs through timeline-anchored discussion. International Journal of Human-Computer Interaction， 35（19）， 1781-1799.

Cheng， Y. W.， Li， Q.， amp; Wang， X. （2021）. Research on the influence of quantity and emotion of Danmaku in online instructional video on learning. In Wang， W.， Wang， G.， Ding， X.， amp; Zhang， B. （Eds.）， Artificial intelligence in education and teaching assessment （pp.47-55）. Sing-apore： Springer.

Filetti， M.， Barral， O.， Jacucci， G.， amp; Ravaja， N. （2019）. Motivational intensity， and visual word search： Layout matters. Plos One， 14（7）， e0218926.

Fischer， K.， Sullivan， A. M.， Cohen， A. P.， King， R. W.， Cockrill， B. A.， amp; Besche， H. C. （2023）. Using cognitive load theory to evaluate and improve preparatory materials and study time for the flipped classroom. BMC Medical Education， 23（1）， 1-11.

Gergen， K. J. （1985）. The social constructionist movement in modern psychology. American Psychologist， 40（3）， 266-275.

Harmon， J. E.， amp; Gable， P. A. （2009）. Neural activity underlying the effect of approach-motivated positive affect on narrowed attention. Psychological Science， 20（4）， 406-409.

Hy?n?， J. （2010）. The use of eye movements in the study of multimedia learning. Learning and Instruction， 20（2）， 172-176.

Leng， J.， Zhu， J.， Wang， X.， amp; Gu， X. （2016）. Identifying the potential of Danmaku video from eye gaze data. In 2016 IEEE 16th international conference on advanced learning technologies （ICALT） （pp. 288-292）. IEEE.

Mayer， R. E. （2001）. Chapter II： Changing conceptions of learning： A century of progress in the scientific study of education. Teachers College Record， 103（7）， 34-75.

Pi， Z.， Tang， M.， amp; Yang， J. （2022）. Seeing others’ messages on the screen during video lectures hinders transfer of learning. Interactive Learning Environments， 30（10）， 1809-1822.

Wang， X.， Li， Y.， Li， X.， Dai， D. Y.， amp; Hu， W. （2023）. The influence of varying positive affect in approach-motiv-ation intensity on creative idea generation and creative idea evaluation： An fNIRS study. Thinking amp; Reasoning， 29（1）， 70-110.

Yao， Y.， Bort， J.， amp; Huang， Y. （2017）. Understanding Danmaku's potential in online video learning. In Proce-edings of the 2017 CHI conference extended abstracts on human factors in computing systems （pp. 3034-3040）. New York： ACM.

Yang， B. （2020）. Learning alone yet together： An explora-tory study of the interaction through online danmaku videos. In 2020 IEEE Learning with MOOCS （LWMO-OCS） （pp. 100-104）. IEEE.

Yin， H. （2023）. A mixed blessing： student engagement in emergency online learning during COVID-19 in China. Assessment amp; Evaluation in Higher Education， 48（3）， 362-376.

Zhang， Y.， Qian， A.， Pi， Z.， amp; Yang， J. （2019）. Danmaku related to video content facilitates learning. Journal of Educational Technology Systems， 47（3）， 359-372.