混合现实技术对学生学习绩效的影响研究——基于33项实验与准实验的元分析

马 燕，汪爱珠，郭惠芬，范文翔，李明勇

(1. 重庆师范大学 智慧教育研究院，重庆 401331；2.重庆师范大学 计算机与信息科学学院，重庆 401331；3.杭州师范大学 教育学院，浙江 杭州 311121)

随着大数据、物联网、人工智能等技术的迅猛发展，利用新型技术辅助开展教育教学活动成为大势所趋。《中国教育现代化2035》提出，利用现代技术加快推动人才培养模式改革，加快信息化时代教育变革，实现规模化教育与个性化培养的有机结合。混合现实(Mixed Reality, MR)是指将真实世界和虚拟世界合成而产生一个新的形象化环境，环境中的物理和数字对象动态交互和有机融合[1]，可在教育教学过程中为学生带来全新的交互体验和视觉感受。混合现实技术的出现增强了教学活动的趣味性和交互性，使其技术在学科教学、医学保健、文化、娱乐等领域均已得到广泛应用[2]。《2019年地平线报告(高等教育版)》指出，混合现实技术的交互体验和虚实结合特征能为学习者的知识构建提供显著支持，被看成是未来高等教育发展的技术支撑之一，其沉浸式、虚实交互等技术特性，能够帮助学习者快速进入学习状态。此外，Gartner调查显示，预计2023年的全球混合现实技术市场规模可达28亿美元，混合现实市场具有广阔的发展前景。

一、研究综述

混合现实技术的出现和发展，为学习者提供了前所未有的感官体验，有助于激发学习者的求知欲，能够为学习过程增添乐趣，推动了教育信息化的发展进程[3]。因此，混合现实技术支持下的教育教学活动受到学者的广泛关注，国内外学者开展了大量基于混合现实技术的实验与准实验研究，但关于混合现实技术的教学效果并未达成一致。

一种观点认为，混合现实技术能够显著提升学生的学习绩效水平。例如Lindgren等人以113名七年级学生作为实验对象，通过混合现实技术开展以“万有引力和行星运动”为主题的物理教学内容学习。研究发现，混合现实技术支持下的学习活动，能够提升学生学习参与度、促进学生批判性思维的培养，显著提高了学生的学习成绩和理解能力[4]。Johnson等人分别以高中化学和疾病传播知识为例开展两组实验研究，该项研究发现，基于MR学习环境的实验组学习绩效显著高于传统课堂学习环境的对照组，说明混合现实技术对学生的学习成绩有显著提升作用[5]。此外，Salman等学者构建了一个基于混合现实技术的沉浸式学习环境，并对4名儿童的学习活动进行观察，研究结果表明，基于MR技术的实时交互能够更加直观地帮助儿童学习数学等抽象知识[6]。

另一种观点则认为，混合现实技术支持下的学习环境对学生学习绩效的促进作用与传统教育教学课堂无显著差异。典型的如David等人通过混合现实技术构建了一个沉浸式音乐学习环境，并以30名研究生作为被试进行实验，研究结果表明，基于混合现实技术的沉浸式音乐学习环境能够吸引学生的注意力、增强学生的自信心，但对于学生的学习绩效无显著改善效果[7]。Yen等人基于仿真的概念学习系统，将104名大三学生随机分成实验组(MR组)和对照组(2D组合、3D组)，研究发现，混合现实技术有利于提高学生的学习兴趣和专注程度，但通过比较实验组和对照组间的后测成绩可知，两组成绩无显著差异[8]。程菲研究认为技术只是教育教学的辅助工具，对学生的学习绩效无显著作用，学生学习绩效的决定性因素是自我内驱力[9]。

由以上分析可见，关于混合现实技术能否显著提升学生的学习绩效，学界尚未形成统一定论。基于此，本研究拟通过元分析方法(Meta-analysis)对已有研究结论进行定量分析，并尝试剖析以下问题：①相较于传统教育教学方式，混合现实技术是否有利于提升学生的学习绩效？②混合现实技术应用于教育教学中，是否受学段、学科、实验周期、学习场所等调节变量影响，以及影响效果如何？

二、研究设计

(一)研究方法与工具

元分析由美国教育心理学家Glass提出，是一种应用特定的设计和统计学方法对已有研究发现进行系统评价和定量分析的方法[10]。它主要是通过计算公式将已有研究结果中的均值、标准差等数据转换为效应值，并进行效应值分析得到结果[11]。目前，元分析方法在教育学、心理学、医学等领域中均得到广泛使用。

研究使用CMA3.0(Comprehensive Meta Analysis3.0)软件作为元分析工具，它可对多个研究数据进行统计整合再分析，专用于研究数据的效应量，并据此进行显著性分析[12]。研究将样本文章中的相关数据，如样本数N、标准差SD、平均值Mean等数值输入CMA3.0软件，即可得到相应样本的效应值。不同研究变量和研究对象会采用不同的效应值[13]，通过查阅相关文献资料，本研究拟采用标准化均差SMD(Standardized Mean Difference)作为研究的效应值评估混合现实技术对学生学习绩效的影响。

(二)文献检索

本研究以混合现实技术、学习绩效作为主题，对Springer、ERIC、Web of science、Science Direct等主要的英文数据库，以及中国知网、万方、维普等中文数据库进行精确检索。在英文检索时，混合现实的关键词为“Mixed Reality(MR)”“Augment Reality(AR)”“Virtual Reality(VR)”，学习绩效的关键词包括“Learning Performance”“Learning Effect”“Learning Achievement”“Learning Outcomes”“Learning Gains”。中文检索时，技术类关键词包括混合现实、增强现实和虚拟现实，绩效类关键词含有学习绩效、学习成效、学习成就等。为确保研究的时效性和质量，检索时间确定为2010-2020年，并且所检索英文文章均收录于SSCI或SCI国际权威期刊，中文文献均收录于CSSCI核心期刊。

(三)文献筛选

元分析是一种综合多个实验或准实验研究结果，并通过效应值探析研究总效应的统计分析方法[14]，初次筛选后的文献可能不符合元分析要求。为保证纳入元分析的文献符合要求，本研究将按照以下原则进一步筛选文献：①文献研究主题为混合现实技术对学生学习绩效影响的研究；②研究方法必须采用含有实验或准实验的实验设计，剔除综述类文章；③实验干预为使用或不使用混合现实技术，文章中需含有实验组和对照组；④实验结果需提供完整的数据信息保障计算效应值，如样本数N、标准差SD、平均值Mean等。为保障样本数据的有效性，研究将检索到的文献数据均导入到Excel中进行初步筛选，剔除重复及无效文献后再次进行筛查，文献搜索与筛选流程如图1所示。经过三次筛选后，共有33篇文章满足筛选标准，由4篇中文文献和29篇英文文献组成。根据元分析统计理论，为保证研究结果的准确性，元分析的研究样本不应少于30个[15]，因此本研究的样本数符合元分析标准。

(四)文献编码

为了研究的便利性，本文将学习绩效当成因变量，把混合现实技术作为自变量，同时把学段、学科、实验周期、学习场所设为调节变量，对纳入分析的有效样本进行特征值编码，其调节变量的编码结果如表1所示。学段主要划分为小学、中学和大学三阶段；学科领域划分为自然科学、人文社科、工程技术、医学等四类；实验周期划分为1周以内、1～6周和6周以上；学习场所主要分为正式学习场所和非正式学习场所两类[16]。

综合编码结果可知，混合现实教育教学研究成果主要刊发于其技术蓬勃发展时期，各研究的实验周期最短为50分钟,最长是6个学期。在学段方面，实验对象的学段覆盖了所有层次的教育对象。在学科领域的选择上，研究大部分以物理、数学等自然科学领域的知识为例，其次是以历史、语文等为主的人文社科知识，最后是少部分涉及到工程技术和医学实验教育的实验。在学习场所方面，大部分基于混合现实技术的教育教学活动都是在课堂、实验室等正式学习场所中完成的。

三、研究结果与分析

(一)发表偏倚检验

发表偏倚是指具有显著意义的研究成果比无显著意义成果更容易发表的一种现象[17]，研究中出现发表偏倚可能导致研究样本的效应值远超出实际效应值，所以需要对纳入研究的样本数据进行发表偏倚检验。为保证研究结论的科学性与合理性，本研究采用效应值分布漏斗图法和Egger’s线性回归法检验识别研究样本的发表偏倚，其发表偏倚检验漏斗图如图2所示。从图中可以看出，大部分效应值处于漏斗上部，且均匀分散在主轴两侧，初步说明研究样本存在发表偏倚的可能性较小。此外，Egger’s秩序检验结果显示：t=0.228，P=0.821>0.05，进一步证实了样本存在发表偏倚的可能性极小，说明纳入研究的样本数据有效性较高，为后续研究提供了有力支持。

图2 样本数据发表偏倚漏斗图

(二)异质性检验

由于纳入研究的样本量、发表时间、实验条件、实验对象、干预措施等各不相同，样本间难免存在异质性[18]。异质性检验是元分析的关键步骤，其检验结果有利于效应模型的选择，常用的异质性检验方法包括森林图、Q检验、I2检验以及H检验等方法[19]，本研究拟用Q检验和I2检验判断样本的异质性。Higgins等人研究认为统计量I2>75%时选择随机效应模型，0≤I2≤75%时选择固定效应模型[18]。此外，如果Q值显著则说明研究应拒绝零假设，即样本数据间存在异质性，选择随机效应模型。研究样本异质性检验结果表明：I2=85%>75%，Q值为263.127(P<0.001)，说明研究存在较高异质性。为提升研究结果的可靠性和科学性，研究将选择随机效应模型(REM)来评估混合现实技术对学生学习绩效的影响。

(三)混合现实技术对学生学习绩效的整体影响

经过严格的数据筛选，共有33项研究的41组样本数据纳入元分析。研究通过元分析得到了混合现实技术对学生学习绩效整体影响的随机效应模型，如表2所示。随机效应模型元分析结果表明：混合现实技术对学生学习绩效的合并效应值SMD为0.561，95%置信区间为[0.361，0.762]，合并效应量检验Z=5.493(P<0.001)达到了统计学意义上的显著水平。参考Cohen等人提出的效应值分析理论[20]，表明混合现实技术对学生学习绩效具有中等程度的积极影响。从整体上看，将混合现实技术运用在教育教学活动中，能够在一定程度上提升学生的学习绩效。

表2 混合现实技术对学习绩效的整体影响情况

(四)调节变量效果检验

1.不同学段对学习成效的影响作用

混合现实技术正逐步走入人们的视野，进入不同阶段的教育教学活动中，以丰富不同形式的课堂教学。研究以不同学习阶段的学生为研究对象，进一步探究了混合现实技术对教育教学活动的差异。如表3所示，混合现实技术在小学、中学和大学的效应值分别是0.739、0.403、0.509，说明混合现实技术对于不同学段学生的学习绩效都均有正向促进作用，且达到了统计学意义上的显著水平。从组间效应检验结果来看，Chi2=1.917，且P=0.383(P>0.05)，说明混合现实技术对于不同学段学生的学习绩效均有较稳定的调节效应。但混合现实技术对小学生学习绩效的影响作用最大，对于中学阶段的学习绩效影响最低。小学阶段的学生正处于认知发展的初级阶段，混合现实技术的应用能够增强学生的情境感和交互体验，教育教学影响总是伴随着教育教学手段的变化而发生。

表3 不同学段的学习绩效影响效果分析

2.学科内容对学习成效的影响作用

随着新兴技术的快速发展，混合现实技术以多种多样的形式运用于教学中，不同学科均尝试采用混合现实技术程序教学[19]。为探究不同学科教学内容在混合现实技术课堂中是否存在差异，研究将混合现实技术的学科应用范围划分为自然科学、人文社科、工程技术、医学教育和其他学科五类，其检验效应值如表4所示。从组间效应量检验结果来看，Chi2=11.749，P=0.019(P<0.05)，具备统计学意义上的显著差异，表明混合现实技术对不同学科学习绩效的影响存在显著差异。其中，工程技术(SMD=0.862，P=0.005)学科的合并效应值大于0.8，意味着混合现实技术在工程技术类学科中对学生学习绩效的提升显著作用；自然科学(SMD=0.648，P=0.000)、人文社科(SMD=0.581，P=0.089)学科的合并效应值介于0.5～0.8区间，说明混合现实技术在该类学科的应用对学生学习绩效存在正向促进作用；而医学教育(SMD=-0.174，P=0.460>0.05)和其他学科(SMD=0.266，P=0.451>0.05)两个类别的合并效应值均小于0.3且未达到统计意义上的显著水平，反映出混合现实技术在医学教育类和其他学科课程中的应用作用尚不明确，其研究有待加强。

表4 不同学科内容的学习绩效影响效果分析

3.实验周期对学习成效的影响作用

为探析混合现实技术在不同实验周期下对学习绩效的差异性，将纳入元分析的33篇文章划分成三类不同的周期范围，依次是1周以内、1～6周和6周以上。不同周期的混合现实技术影响效果进行效果检验，如表5所示。从表中可以看出，组间效应量Chi2=0.775，P=0.679(P>0.05)，拒绝虚无假设，反映出不同实验周期下的混合现实教学活动对于学生学习绩效的影响并无显著差异。从具体的效应值来看，三个不同实验周期的合并效应值均介于0.4至0.75内，说明混合现实技术对不同实验周期下的学习绩效均有中等程度的积极影响。混合现实技术实验周期在1～6周间的研究其效应值最高(0.646)，表明1～6周的实验周期，混合现实技术对学习绩效的正向影响作用最明显；而6周以上的实验周期其效应值为0.406，意味着实验周期越长，混合现实技术的正向影响作用将有所下降。

表5 不同试验周期的学习绩效影响效果分析

4.学习场所对学习成效的影响作用

为探究不同学习场所下使用混合现实技术是否对学生的学习绩效产生影响，本研究对正式学习场所和非正式学习场所中进行的混合现实教育教学活动进行分析，其结果如表6所示。从表中可见，混合现实技术在正式学习场所(SMD=0.570，P=0.000<0.05)和非正式学习场所(SMD=0.563，P=0.041<0.05)中的效应值均处于区间0.5～0.8中，说明混合现实技术对两种学习场所下的学习绩效影响均处于中等水平。组间效应量Chi2=0.000，P=0.983(P>0.05)，表明混合现实技术对不同学习场所下的学生学习绩效影响作用相同。

表6 不同学习场所的学习绩效影响效果分析

四、结论与建议

(一)结论

本研究采用元分析方法，对近十年间发表的国内外33项混合现实技术实验或准实验研究进行量化分析。研究探析了混合现实技术对学习绩效的影响在学段、学科内容和实验周期等调节变量上的差异，并根据元分析结果对混合现实技术支持下的学习绩效进行客观分析与阐述，主要研究结论如下：

1.混合现实技术对学生学习绩效存在积极促进作用

混合现实技术对学生学习绩效的合并效应值为0.561，表明相较于传统教育，混合现实技术的融入对于学生学习绩效具有中等程度的积极促进作用，能够在一定程度上提升学生的学习绩效，这一结论和已有的相关研究结论保持一致。Chen等人通过文献综述认为，具备交互性、沉浸感及临场感等特征的混合现实环境有利于学生对复杂和抽象化知识的理解，混合现实技术支持下的课堂教学活动，能够显著提升学生的学习积极性和教学效果[21]。此外，Nikolaos等人系统综述了混合现实技术在K-12教育中的相关应用及研究得出，将混合现实技术整合到K-12教育中，能够帮助建构学生的知识体系，激发学生尝试解决复杂问题，实现高阶思维技能的培养。随着移动通信等智能技术的飞速发展，数字技术日益成为日常生活的一部分。在教育教学领域中采用混合现实技术，能够体验到现实世界难以实现的活动及场景，且不受时空限制，使情境化学习无所不在。因此，混合现实技术将为教育教学活动的有效开展注入活力。

2.不同变量对学生学习绩效的调节效应

调节变量效应检验结果表明，混合现实技术对学生学习绩效的影响存在边界条件，其体现在学段、学科内容和实验周期、学习场所等方面。

混合现实技术对提升不同学段学生的学习绩效均存在正向影响作用，其中对小学生的学习绩效影响最显著(SMD=0.739)，大学生次之(SMD=0.509)，而对中学生的影响最小(SMD=0.403)。这是由于小学生正处于知识启蒙阶段，混合现实技术能够将抽象、不可触碰的科学知识变得具体而形象，混合技术支持的教学活动能够营造出较轻松、愉悦的学习环境，这为提升小学生的学习绩效提供了契机。大学生群体已具备较强的主观能动性，更注重知识的迁移与深度理解，混合现实技术下的课堂学习，有利于激发其学习兴趣，培养其创新思维。而处于中学阶段的学生虽然思维较活跃，但其正受升学压力的困扰，主要以陈述性知识的学习为主[22]，基于混合现实技术的学习环境容易分散其注意力、增加其认知负荷，降低其学习效果。

混合现实技术在不同类型学科知识中的应用效果存在显著差异，对工程技术类知识的影响最大(SMD=0.862)，对医学教育类学科知识的影响效应值还未达到统计学意义的显著水平(SMD=-0.174)。究其原因，工程技术类知识相对抽象，经常会有大量实验和动手操作案例，而混合现实技术能够提供具象化、可交互的学习环境，模拟真实的任务情境，有利于学习者的自主探究学习，能够帮助学生快速实现知识的构建与迁移。纵观混合现实技术在医学教育领域的研究能够发现，和已有认知相反，混合现实技术支持下的医学教育研究样本较少，加之医学知识对于混合现实环境的要求较高，说明混合现实技术对医学教育类知识的影响还需深入探析。此外，混合现实技术在自然科学(SMD=0.648)和人文社科(SMD=0.581)类学科中也有较好的运用效果，主要体现在其技术能够丰富知识的呈现方式、提升学习沉浸感、提高学习者的学习积极性。

混合现实技术对不同实验周期下的学生学习绩效具有提升效果。实验周期为1～6周时，混合现实技术对学习绩效的促进作用最为显著(SMD=0.646)；当实验周期在6周以上时，混合现实技术对学习绩效的正向影响作用将逐渐减弱(SMD=0.406)。研究发现，实验周期在1～6周的学生，对新奇技术持有较高的新奇感，技术倦怠感和生理疲劳程度较轻，其学习动机仍处于较高水平[23]，有益于学习绩效的提升。随着实验周期的延长，学习者对混合现实技术的熟练程度逐渐增加，其新鲜感和学习热情会随之下降，混合现实技术对学生学习的促进作用也会降低，这与Chauhan所研究的技术影响学习效果的元分析结论保持一致[24]。

混合现实技术对不同学习场所下的学生学习绩效具有促进作用，即在不同学习场所下使用混合现实技术均可提升学生的学习绩效。正式学习场所一般拥有丰富的活动资源、系统的人机交互网络，有利于加速学习者的学习成果产出[23]。非正式学习场所下的混合现实教育教学活动具备开放的学习氛围，注重学习情境的感知，能够促进学习者的知识内化，从而提升学习者的学习绩效。

(二)建议

元分析结果有效论证了混合现实技术对学生学习绩效的提升作用，说明混合现实技术可作为教育教学活动的有效辅助手段，但混合现实技术想要真正地融入到课堂教学中仍面临着诸多困难。本研究以混合现实技术在教育教学中的应用现状及现实挑战为基础，就已有的研究结果，对未来的混合现实技术应用提出以下建议，期望能够为混合现实技术在教育教学中的可持续运用提供一定的知识基础。

1.推进学段贯通式MR教学，打造混合现实教育新形态

混合现实技术对小学和大学的正向促进作用高于中学群体，原因在于小学和大学阶段的学习者升学压力小于中学生群体，且中学生群体的学习存在被动性。混合现实技术作为开展教学活动的重要利器，但技术支持下的教育教学活动尚未实现学段连贯性。因此，教学人员应该关注其课程知识和教学时间的循序渐进，重点关注学段衔接问题，将混合现实技术贯穿于教育教学全过程，实现技术与教学的深度融合。这有利于进一步拓宽混合现实技术的教育教学应用，为真正实现多元知识学习和技能内化提供必要的技术平台和工具载体[25]。此外，还能够促进混合现实技术支持下的教学活动在时间上连续、空间上关联、性质上交融[26]，助力打造混合技术教学体系新形态。

2.加快MR与学科融合发展，促进知识建构与深度学习

研究发现，混合现实技术在不同学科知识的学习绩效存在显著差异。目前，混合现实技术主要被运用在数学、物理、化学等逻辑思维较强的学科，只有少数语文、美术等人文社科类知识运用到混合现实技术，而医学、工程技术等学科使用混合现实技术更是鲜有。因此，未来还需充分挖掘混合现实技术的优势，加强技术与学科间的深度交叉融合，以引导学习者实现深度学习，培养其高阶思维能力。将混合现实充分整合到各学科中，设计提高学习者学习绩效的教学模式和方式，有利于打破技术在学科教学上的壁垒，能够把学生的注意力吸引到相关课程学习材料上，一定程度上避免了学习者的认知负荷超载，强化了学生的信息重组和加工能力，最终深化学生对知识的构建和迁移能力[27]。

3.整合碎片化MR教学资源，强化技术的持续促进作用

元分析结果指出，混合现实技术对学习绩效的正向影响作用会随着时间的延长而逐渐降低，侧面反应出混合现实技术对学生学习绩效提升作用的持续性和稳定性还需进一步深化。研究发现，以片段知识点为核心的碎片化MR教学是提升学生学习绩效的有效手段。有序整合已有的碎片化学科知识，并科学、合理地优化学习资源的呈现方式，使其符合学习者的身心发展和认知水平。其次，将混合现实技术以多样化方式有机融入教学方案中，有效促进学习者的全方位、多感官交互，充分调动学习者的学习兴趣并促进其新旧知识的吸收，以延长其技术促进作用的时效。