游戏化学习行为差异性分析及对策研究

张太志 章苏静

摘要近年来，越来越多的学者关注于游戏化学习研究，研究表明游戏化学习能够极大促进学生的学习兴趣，提升学生的自驱动学习，基于此游戏化学习平台及教育游戏如雨后春笋般出现及应用于教育教学之中。本研究为了深入掌握学生在游戏化学习平台中的学习行为，尝试利用非参数检验、相关分析等统计学方法，以快乐学堂游戏化学习平台的数据为基础，从学习者的性别、年级、区域分布等方面分析学习者的游戏化学习行为差异性。结论表明，不同性别的学习者游戏化学习行为存在明显差异；不同年级的学习者游戏化学习行为存在明显差异；对于分布区域不同的学习者，在游戏化学习行为上并无明显差异。

关键词 教育游戏 游戏化学习行为 学习活动 差异性

中图分类号：G642文献标识码：ADOI：10.16400/j.cnki.kjdk.2021.28.059

Analysis ofDifferences in Game-basedLearning Behaviors and Countermeasures

ZHANG Taizhi[1]， ZHANG Sujing[2]

（[1]Teacher Education College of Lishui University， Lishui， Zhejiang 323000；[2]School of Education， Hangzhou Normal University， Hangzhou， Zhejiang 311100）

AbstractIn recent years， more and more scholars pay attention to the research of game learning. The research shows thatgamelearningcangreatlypromotestudents’learninginterestandenhancestudents’self-drivenlearning.Basedonthis， game learning platform and educational games have sprung up and applied to education and teaching. In order to deeply grasp students’ learning behavior in the game learning platform， this study attempts to analyze the differences of learners’ game learning behavior from the aspects of learners’ gender， grade and regional distribution by using statistical methods such as nonparametric test and correlation analysis， based on the data of the game learning platform of happyschool. The conclusion shows thatthereare significantdifferencesingamelearning behaviorbetweendifferentgender learners；There are obvious differences in game learning behavior among learners of different grades；For learners with different distribution areas， there is no significant difference in game learning behavior.

Keywordseducational games； gamified learning behaviors； learning activities； differences

0引言

據第47次中国互联网络发展状况统计报告显示，中国网民总数高达9.89亿人，学生占网民人数的21%，即学生网民人数约2亿人，学生已然成为信息时代上网的主要群体。网民上网的主要行为包括即时通信、搜索引擎、网络新闻、网络游戏等。网络游戏的使用率达52.4%，可以保守地估算出学生玩网络游戏的人数约为1亿人次。在互联网时代，游戏于大多数人而言，已经成为其生活的一部分，在其生活中有举足轻重的地位。然而正如杜威所说的那样，生活与教育又是紧密相关的，生活与教育之间是分不开的。随着互联网、计算机、智能手机、人工智能等信息技术地不断发展，人们的生活方式发生重大变化，网络游戏逐渐成为人们生活中一部分。生活方式转变必然导致教学方式转变，而对于信息化严重滞后的教育领域，作为每一名教育者、教育管理者、教育技术学人，都希望能够通过自身努力而改变这一现状，能够让信息技术更快速、适宜地融入教育领域当中。游戏作为人们生活中重要的消遣工具，如何恰当地应用于教育教学当中，是值得不断地探索的。

1游戏化学习行为内涵

根据活动理论和网络学习行为组成要素，本研究认为游戏化学习行为的组成要素包括学习主体、学习客体、学习共同体、学习工具、学习规则、学习强度及学习结果等七个要素。（1）学习主体：在游戏化学习行为中，主体即为学生、游戏玩家，是在游戏化学习平台进行学习的学习者。（2）学习客体：学习客体即教学目标、游戏目标。（3）学习共同体：学习共同体指除学习者自身外其他的学习者。在游戏化学习行为活动中，不仅仅包括其他的学习者，还包含小组成员、教师、家长、平台的管理人员以及NPC（非游戏玩家）等。（4）学习工具：活动理论所提出的工具在游戏化学习中可以理解为游戏化学习环境，包含计算机的软件和硬件、网络环境、游戏化学习平台等，主要是为学习者提供学习过程中所必需的学习空间以及辅助学习的工具软件。（5）学习规则：规则是用来协调主体与客体的，是学习者在学习过程中所遵循的规则。在游戏化学习行为中，完成挑战需要遵守游戏规则，比如在游戏关卡中，大多具有时间限制和规则限制。（6）学习强度：在游戏化学习行为中，学习的时长、游戏的时长、重复一个任务的次数、沉浸学习与游戏的程度，都是强度的体现。而强度也能反应在行为过程中的学习者的学习投入情况。（7）学习结果：在游戏化学习活动中，评价的方式也有多种，通过各位行为结果去评价一个学生是最直观的。在游戏化平台中，学习结果大致包含游戏等级、勋章数量、笔记数量、帖子数、测试成绩等等。通过分析游戏化学习行为的组成要素，为下文游戏化学习行为差异研究中变量的选择做理论支撑。

2研究设计与实施

2.1研究假设

假设1不同性别的学习者游戏化学习行为存在明显差异。

假设2不同年级的学习者游戏化学习行为存在明显差异。

假设3分布区域不同的学习者游戏化学习行为无明显差异。

2.2变量选择

参照上文所提出的游戏化学习行为组成要素结合已获取的行为数据等信息，选择性别、年龄、区域作为影响因素，以学习积分数、所获勋章数量、绘画相册数量、作文数量、日记数量、小屋等级、农场等级、厨艺等级、卡牌等级、理财等级作为游戏化学习行为特征的行为变量（如表1），选取的行为变量在一定程度上具有表征游戏化学习行为的作用。

2.3分析过程

2.3.1学习者特征分析

对所选去的402个学生样本进行性别人数的统计分析：男生人数为276人，占样本总人数的68.7%，女生人数为126人，占样本总人数的31.2%。研究对象为小学一至六年级的学生，一年级学生人数为38人，占总样本的9.5%；二年级的人数为39，占总样本的9.7%；三年级的学生为83人，占总样本的20.6%；四年级的人数为79人，占总样本的19.7%；五年级的人数为90人，占总样本的22.4%；六年级的人数为73人，占总样本的18.2%。通过数据来看，高年级的学生人数要比低年级的人数要多，在每个年级中男生的人数又多于女生人数。

2.3.2游戏化学习行为差异性分析

不同性别学习者游戏化学习行为。在进行分析之前，判断行为变量数据是否呈正态分布，对样本数据进行正态性检验，结合正态性检验表和直方图，做出判断。在K-S检验和S-W检验中，各个行为变量数据的P值均小于0.05，说明各组数据均不符合正态分布。对于不同性别的学习者游戏化学习行为差异分析，选择非参数检验中Mann-WhitneyU检验。结合学习者特征分析和不同性别学习者的游戏化学习行为差异性分析结果做出以下结论：研究表明，不同性别学习者的游戏化学习行为存在明显差异（P<0.05）。主要表现在以下几点：（1）在游戏化学习平台中，女生的学习投入、学习效率、学习效果比男生的要多、要高、要好。（2）女生比男生更喜欢在游戏社区中学习生活性知识。（3）男生与女生在游戏化學习平台中均有反思行为，但反思程度都不高，且差异性不显著（P=0.075>0.05）。

不同年级学习者游戏化学习行为。对于不同年级的行为差异性分析，采取非参数Kruskal-Wallis检验。将不同年级分别分为1-6组，分组标志为1至6，检验6个年级的学生在各行为变量之间是否有显著性差异。对各个行为变量的结果统计分析，除了日记数量和卡牌等级，其他的行为变量的P值均小于0.01。数据分析表明：不同年级的学习者的游戏化学习行为存在差异性。高年级的学习者比低年级的学习者学习投入更多、学习效率更高、学习效果更好。高年级学习者的游戏平均等级也均高于低年级学习者的游戏平均等级，可得出结论：高年级的学习者在游戏社区中学习生活性知识的学习投入、爱好程度都比低年级的要多、要高。对于游戏化学习平台这种以自学为主要学习方式的在线学习，可能更适合高年级的学生，但对于线下的游戏化学习，可能更偏向于低年级的学生。

不同区域学习者游戏化学习行为。区域性差异分析主要是对浙江省的11个地级市进行分析，11个地级市分别为杭州市、金华市、温州市、宁波市、丽水市、台州市、湖州市、绍兴市、嘉兴市、衢州市、舟山市等。将浙江省的数据筛选出来，样本量N=250，占据样本总数的62%。利用Kruskal Wallis检验，分析其不同市区的学生在游戏化学习平台中的行为是否存在差异性。据统计量结果显示，浙江省内不同的市区在学习积分数、作文数量存在显著性差异，P值小于0.01，而在勋章数量、绘画相册、日记数量、游戏平均等级均无明显差异，P值大于0.01。

由各市区在行为变量数据的均值表可知，在学习积分数量方面即学习投入方面，舟山市、衢州市、台州市等三个市区的均值较高，丽水市、湖州市、杭州市等三个市区的均值较低。在勋章数量方面，台州市、衢州市等均值较大，丽水市、湖州市的均值较小。勋章数量代表学习效率，学习积分数在一定程度上也具有检测学习效率的功能，从数据分析可以得出，两方面的数据显示的结果在一定程度上一致。在绘画相册、作文、日记等行为三方面中，衢州市、宁波市等市区的均值要明显高于其他市区，而杭州市、丽水市等市区的均值而偏低。在游戏等级方面，台州市、衢州市等市区的游戏等级均值要高于其他市区，舟山市、湖州市、杭州市等市区的游戏等级均值要偏低。

3建议与对策

3.1丰富交互形式

交互是学习活动中重要的行为方式。研究表明，对于游戏化学习平台的交互功能尚待改善。在游戏化学习平台中，将优秀的学习者设定为非游戏玩家（NPC），帮助学习者完成游戏挑战，对帮助者而言，可以加深自身对游戏中知识了解与掌握，对学习者而言，避免了与机器交互的枯燥与死板。同时，在游戏化学习平台中可建设虚拟班级，学习者可以通过查询搜索，找到同城市、同学校、甚至同班级的学习者，将线上和线下相结合，方便学习者之间的沟通交流。

3.2加强家校监督

学习是需要监督的，特别是低年级段的学生更加需要高强度的监督。对于低年级的学生而言，学习者的自控能力和调控能力都较差，这便需要外部监督，要做到平台监督机制与家校监督相结合，才能更好的促进学习效果。在游戏化学习中，积分、排行榜是常用的评价机制，当仅在固有的平台中显示学习者的排行，对学习者的激励作用明显不足。从研究的数据表明，学习者的勋章数量与荣誉称号数量均未达到要求。针对这个问题，可利用常用的通讯软件将学习者的排行与荣誉称号，分享至朋友圈、个人空间，通过亲朋好友的鼓励，让学习者具有学习的信心。

3.3拓展游戏类型

在游戏化学习平台中，避免单一的游戏类型，应融合多种游戏类型，以便学习者有选择的空间。根据性别差异性表明男生与女生对不同类型游戏喜好程度不一，比如，个人小屋、农场种植、理财银行等这一类游戏，女生的喜好程度比男生要高，而男生偏好战争类，卡牌类、角色扮演类等。平台应对同一知识点，选择不同的游戏元素、游戏机制去设计，以适应不同性别的学习者。

4结论与展望

本研究尝试利用非参数检验、数据统计等方法，以快乐学堂游戏化学习平台为实验平台，以后台数据为支撑，从学习者的性别、年级、区域分布等方面分析学习者的游戏化学习行为差异性。结论表明：不同性别的学习者游戏化学习行为存在明显差异；不同年级的学习者游戏化学习行为存在明显差异；对于分布区域不同的学习者，在大多数游戏化学习行为上并无明显差异。并对结论进行分析及提出相应对策，寄希望能对游戏化平台建设及学习者学习起到积极的影响。本研究对于游戏化行为差异性分析，主要从性别、年级、区域等三个方面进行，后续研究可从学习风格、成长环境、游戏经历其他方面去分析，不断完成对游戏化学习行为影响因素的实证研究。

参考文献

[1]第47次中國互联网络发展状况统计报告[R].北京：中国互联网络信息中心，2021.

[2]游青明.“知行合一”与陶行知的生活教育理论[J].改革与开放， 2012，（24）：196-198.

[3]赵海兰.学习者的冲动性、超认知与Flow、数学问题解决能力之关联性分析[J].远程教育志，2009，（4）：70-74.

[4]尚俊杰，庄绍勇，李芳乐，等.游戏化学习行为特征之个案研究及其对教育游戏设计的启示[J].中国电化教育，2008，（2）：65-71.

[5]马颖峰，张丽芳，马红亮.RPG类教育游戏设计中提高学习者自我效能感的探究[J].中国教育信息化.基础教育，2009，（8）：32-34.

[6]牛玉霞，任伟.游戏化教学初探[J].教育技术导刊，2006，（10）：4-5.

[7]张金磊，张宝辉.游戏化学习理念在翻转课堂教学中的应用研究[J].远程教育杂志，2013，31（1）：73-78.

[8]肖海明，尚俊杰.学习科学视角下的游戏化学习研究[J].中小学信息技术教育，2014，（05）：33-36.

[9]彭文辉，杨宗凯，刘清堂.网络学习行为系统概念模型构建研究[J].中国电化教育，2013（09）：39-46.

[10]王辞晓，李贺，尚俊杰.基于虚拟现实和增强现实的教育游戏应用及发展前景[J].中国电化教育，2017，（8）：99-107.

[11]王敏.基于行为日志数据的MOOC学习者学习行为分析研究[D].华东师范大学，2016.

[12]尚俊杰，蒋宇，庄绍勇.游戏的力量：教育游戏与研究性学习[M].北京大学出版社，2012.