利用眼动仪来支持微视频研究综述

王超群 余朝文 朱小妮 廖倩 邵海霞

[关键词]眼动仪;微视频;综述

疫情背景下，在线教育成为支持学习的重要手段。为满足个性化需求及未来时代发展的需求，或许视频学习会成为学习的主流趋势。李青等[1]指出，作为承载核心学习内容的视频质量会影响学习者学习参与度与学习效果。制作出高质量的学习视频是首要保障，但受年龄、资源装备、信息技术水平等条件的制约，一线教师制作的学习视频常呈现良莠不齐的现象，难以激发学生的学习兴趣。因此，如何优化当前的视频质量，设计出以学生为中心、满足学习者需求的学习视频，并提升视频的利用率，成为迫切需要解决的问题。

眼动仪作为一项成熟的技术，具有量化、适用、便捷、实用等特点。研究者利用眼动技术能够获取学习者的眼动数据，可以分析学习者学习过程的视觉认知加工过程。本文旨在对目前国内开展的视频眼动实验进行梳理以期为未来微视频的设计提供科学可靠的依据，并为利用眼动仪支持微视频研究提供借鉴。

一、数据来源及研究方法

以中国知网作为数据来源，分别以主题为“眼动、视频并学习效果”和“眼动、视频并教学”进行检索，共检索出文献51篇，对论文标题、摘要进行阅读后，剔除不相关论文3篇，最后得到有效论文48篇。故本文主要以检索出的48篇文献作为研究数据。采用整体统计与文献具体内容分析相结合的方法，用Excel 2016进行数据处理。

二、研究结果

（一）文献统计分析

1.文献统计及作者分析

20世纪80年代，我国著名心理学家沈德立开展对阅读静态文本的眼动实验研究[2]，自此，我国正式开始了通过眼动仪记录眼动数据以探究学习者视觉认知加工的研究。现在，利用眼动仪记录学习者阅读静态文本的眼动实验已经非常成熟，但对动态视频的研究还相对匮乏。2009年张家华等[3]首次利用眼动仪探究了网络视频课程界面中教师对学习者信息加工、注意力分配、学习效果的影响，但之后的有关研究都处于相对平淡的状态，直至2015年开始，热度才不断提高，如图1所示。但从研究文献的总量来看，对于视频领域的眼动研究还是较少的，影响力不足。

2.发文期刊及作者机构分析

对发文期刊统计分析发现，如表1所示，虽然有关研究的发文量较少，但在18篇期刊论文中有15篇文献发表在包括教育技术学类、心理学类杂志等在内的6类核心期刊上。可见，视频的眼动研究在教育技术领域与心理学领域受到了极大的重视，但在其他领域并没有引起足够的重视。

对作者所属机构统计分析发现，如表2所示，研究者基本来自各大师范高校，其中开展眼动实验的研究主要以华中师范大学及天津师范大学为首。究其原因可以发现，天津師范大学是首个开展阅读眼动实验的高校，但从中也可以发现开展眼动研究的研究者结构单一，大多来自高等院校的教师及学生。

（二）实验过程设计分析

1.对实验对象及环境的分析

对现有的实验研究的实验对象进行分析发现，如表3所示，仅有2项研究是以中学生为实验对象的，其他研究均以大学生为实验对象。根据皮亚杰认知发展阶段理论可知，各年龄阶段的学生认知发展是不一样的。如吴向文[4]在对多媒体画面交互性进行研究时发现，对学习效果的提升方面，大中小学生所用的交互性策略是不一样的：对大学生而言，结尾反馈与无反馈更利于学习效果的提升;对中学生而言，脚注反馈更利于学习效果的提升;对小学生而言，系统控制最利于学习效果的提升。因而，未来的实证研究还应更多地面向不同年龄阶段的学习者，如基础教育学习者等，以探明符合不同年龄阶段学习者的学习视频设计，从而为不同层次的学习者提供更优质的视频学习资源。

对实验环境进行分析发现，在所开展的实验研究中，所有的实验都是在实验室中进行的，而除了视频内容本身，学习者还会受周围环境的影响。实验环境与真实环境是极不一样的，真实的学习环境中影响学习效果的因素复杂多样，所以，学习者处于实验室与真实环境中的心理状态及学习体验也是不一样的。故而，在实验中得到的结果是否适用于真实环境中还有待验证。

2.实验设备统计

对实验所用眼动仪统计发现，在现有研究中，对于眼动仪的描述相对规范，大部分都对所用实验设备进行了型号、参数等的说明，只有3篇文献未对其进行说明。从图2中可以发现，在现有的眼动仪产品中，最常用的是Tobii系列、Eyelink系列和SMI系列的眼动仪。瑞典To?bii系列提供了眼镜式、场景式、便携式眼动仪，广泛应用于心理学、人机交互、神经生理学、工业设计、可用性研究等诸多领域。德国SMI系列有HED、RED、Hi-Speed三种型号的眼动仪，其中HED头盔式眼动仪适用于各种研究场所，且能记录受试者观看真实景物时的注视位置，对于真实课堂的眼动行为研究，研究者可以考虑选择此款眼动仪。RED眼动仪对受试者头部没有束缚，长时间测量不会对受试者产生太多的不适。加拿大SR公司研发的Eyelink系列眼动仪有三种模式，其中Basic Ex?periment可处理文本、图片、录像，需要编程，将实验素材编入程序，实验在电脑实现;Video Overlay 可处理动态数据，不需要编程，实验在电脑上实现;Scene不需要编程，实验在实验室外进行，可拍摄不同的动态场景。

3.眼动指标选取

对实验选取的眼动指标进行分析发现，如表4所示，研究者常使用注视时间、注视次数、平均注视时间、热点图等眼动指标对学习者观看视频时的眼动轨迹进行分析。闫志明等[5]学者通过文献分析，将多媒体学习研究中的眼动指标分为三类，主要包括注视类指标、眼跳类指标和瞳孔直径类指标。根据闫志明等学者对眼动指标的分类可以发现，在现有的实验研究中眼动指标多选用的是注视类指标，其他指标的选取都相对较低，而注视类指标仅反映内容的获取和认知加工情况，难以提供注视点之间转换时的详细信息，不能很好地体现眼动的空间特征。眼跳类指标能反映不同注视点之间的注意情况、学习效率和难度，因为瞳孔直径与心理负荷情况密切相关。为了对学习者认知加工过程进行深入分析，避免有价值数据信息的丢失，研究者在指标选取时应综合选取多种眼动指标，从多维度分析眼动数据。

（三）实验研究主题

对实验研究主题进行归类发现，视频的眼动实验研究主要从教师、字幕、交互、线索、录制方式等方面进行研究，针对教师因素的学习视频眼动实验研究最多，其次为字幕和交互因素研究，具体情况如表5所示。

1.教师因素

对教师因素的研究内容主要是教师姿势、教师性别形象代理、教师呈现状态、教师呈现时间、教师呈现形式、教师形象大小。其中教师姿势主要指教师手势引导和目光引导[6];教师性别形象代理包括教师的男或女形象、拟人形象和真人形象[7];教师呈现形式包括教师形象有无及教师静态或者动态的形象[3，8];教师呈现时间包括教师间断呈现还是持续呈现[9];教师呈现状态包括融合式、嵌入式或者课堂实录式;教师形象大小主要指教师形象占视频大小的百分比[10]。

从众多对教师因素的实证研究中可以发现，教师动态形象效果优于静态形象[8];教师形象以中近景的形态呈现时效果最佳[10]，教师性别形象代理主要受学习者偏好的影响，学习者偏好的代理形象能促进学习效果[7];融合式和嵌入式效果优于课堂实录。对于教师呈现时间间断、持续与否[9，11]，目前还存在争议，还有待未来更多的研究者去检验。

2.字幕因素

对字幕因素的研究主要是对字幕的呈现与否、以何种形式呈现开展实证研究。研究发现，在不同知识类型下，字幕在视频中的形式对学习者的学习影响是不一样的，对陈述性知识进行全字幕呈现效果最佳，对程序性知识进行概要字幕呈现效果最佳，字幕呈现均优于无字幕呈现[12]。

3.交互因素

对交互因素影响的研究，根据陈丽[13]学者的交互层次塔，可以将学习视频中的交互程度分为三种：操作交互、信息交互、概念交互。其中，现有的实证研究主要探讨了操作交互及信息交互层面对学习者的影响。对暂停行为投入和答题行为投入两种行为的研究表明，暂停行为投入比答题行为投入更利于学习者的新知理解[14]。综上，课时交互层次的程度并不是越深，投入的时间越长，理解的效果就越好，交互的程度應根据知识类型、知识理解的阶段、知识难易程度进行设计。

4.线索因素

视频中的线索因素主要指的是鼠标线索、文本框、高亮等。有研究者探讨了线索的视频设计对学习者的影响，发现不同类型的线索均能有效提高学习者的学习效果，引起学习者的注意，线索以视听觉的形式呈现是效果最佳的。但姜艳玲、李文[15]等人的研究发现，重难点提示和鼠标引导会阻碍信息加工。根据多媒体设计原则可知，信息过多会造成信息的冗余。综上可知，在视频设计时要考虑视频中的元素是否过多，并不是重点提示越多越好，应避免信息的冗余，避免起到适得其反的作用。

5.录制方式

视频的录制方式多种多样，大致可以分为真人拍摄型、录屏型、混合合成型三大类[16]。陈彩霞[17]对MOOC三种录屏制作方式（分别为PPT录屏式、手写讲解式、动画式）展开实验研究时，发现不同的录制形式会对学习者的学习产生不同的学习效果，且当以手写讲解式的方式录制时，学习者学习效果最佳，PPT录屏式次之。

三、结论与展望

正如研究结果所显示的，在现有研究中教师因素是最受关注的，其次是字幕及交互因素，再次是对线索及录制方式的探讨。另外，研究还涉及情绪的影响，学习者个体本身的因素，但研究量都很小。

如上所述，眼动仪能有效获取学习者的眼动数据，从而将学习效果与学生内在认知过程联系起来，但现有研究量还是相对较小，对视频的研究还需要更多的实证研究，未来研究者可以从以下几个方面考虑实验设计：

1.对于实验对象的选取，不应仅局限于高等院校的学习者，还应面向其他学习者，如基础教育学习者等。

2.对于实验环境的设计，未来研究实验环境应尽可能接近和还原真实的学习过程，避免环境造成的实验误差。

3.对于眼动指标的选取，应用多维度指标进行眼动数据分析，避免有价值数据信息的丢失。

4. 对于学习者个性特征，何克抗[18] 教授提出Elearning教学系统包含教师、学生、教材和媒体四个基本要素，多媒体学习效果是四要素综合的效果。目前现有研究多考虑的是视频单方面因素的影响，未来的研究中应考虑学习者的个性特征，以满足不同类型学习者的个性需求。

5.眼动技术应与脑电技术相结合。眼动跟踪技术记录学习者学习时的眼动行为，虽然能揭示学习者学习过程中的认知加工规律，但无法揭示学习者的脑认知加工的生理过程，而脑电指标可以反映大脑中信息加工的生理过程[19]，未来研究者在进行眼动实验时可结合脑电仪，以探明学习者学习时的内在认知规律和生理机制。