AR教育游戏环境下的学习投入识别模型构建

方开亮 高俊杰 何玲

10.3969/j.issn.1671-489X.2022.04.035

摘 要 针对AR教育游戏支持的游戏化学习场景，从课堂学习体验的视角，以游戏化学习理论、情境认知学习理论、动机理论和建构主义学习理论为支撑，通过在小学科学课中应用AR教育游戏，分析课堂录像中的学习投入，构建基于AR游戏化学习环境的学习者学习投入识别模型，为促进在AR教育游戏环境中的学习者学习投入提供实际参考，为新技术促进课堂教学效果提供依据。

关键词 AR教育游戏；学习投入识别模型；游戏化学习；小学科学

中图分类号：G642.0 文献标识码：B

文章编号：1671-489X（2022）04-0035-05

Construction of Learning Engagement Recognition Model

in AR Educational Game Environment//FANG Kailiang， GAO Junjie， HE Ling

Abstract This study will focus on the game-based learning scenario supported by AR educational games， from the per-

spective of classroom learning experience， supported by game-

based learning theory， situational cognitive learning theory，

motivation theory and constructivism learning theory， through

the application of AR educational games in primary school

science class， analyze the learning engagement in classroom video， this paper constructs a recognition model of learners learning engagement based on AR game-based learning en-vironment， which provides practical reference for promoting

learners learning engagement in AR educational game en-

vironment， and provides basis for new technology to promote

classroom teaching effect.

Key words AR educational games; learning engagement recog-

nition model; game-based learning; primary school science

0 引言

游戏化教学在教育领域具有广阔的应用前景，尤其是教育游戏这一在游戏领域衍生出的新的教育形式。其中，以移动终端为代表的数字化游戏因其自身的便捷性和易扩展性，使它容易与教育信息化时代的一些新技术相结合，从而呈现出新的教育功能。增强现实（Augmented Reality，AR）便是在信息化背景下产生的一种将虚拟化的物品或场景融合到现实环境中的技术。AR教育游戏通过选取不适用传统教学方法的教学内容，让知识呈现在游戏化元素中，从而降低学生的学习焦虑。但是，AR教育游戏应用到教学中存在两个问题：一是在AR教育游戏环境下教师该如何进行教学；二是新的教学形式下如何判断学生是否发生学习投入。基于此，在AR教育游戏化环境下构建学习投入识别模型是有必要的，对今后运用AR教育游戏进行教学具有一定的启发。

1 AR教育游戏环境下的学习投入识别模

型构建的理论基础

Polona Caserman等[1]将严肃游戏分为健康游戏和教育游戏。教育游戏通常是指用来提高玩家学习动机水平和增强学习效果的一个可靠而有效的工具。AR教育游戏即指采用AR技术开发的具有教育性的游戏工具，采取这一新的教学工具的环境被称为AR教育游戏环境。学习投入指学生在学习过程中采取的学习态度和活动。学习投入是衡量学习效果的一个重要参考，也是AR教育游戏环境下检测学习满意度的重要指标。依据在AR游戏化学习环境下所特有的理论体系来支撑学习投入识别模型的构建，能够有效促进利用AR游戏化教学对课堂教学质量的提升，增强学生的参与感和自我效能感，提高学生的学习投入。

1.1 游戏化学习理论

游戏化学习（Game-based Learning）指教师在教学过程中采用游戏化的教学形式，让学生以轻松愉悦的游戏方式来获取知识，能够在愉快的学习体验中获得知识、技能与态度等[2]。游戏化学习是以游戏的各种形式开展教学活动，将游戏作为辅助教学的手段，提供支架式的教学引导，不仅仅是作为微观层面的使用[3]。本文主要依托游戏化学习中的三种核心教育价值，利用移动终端的AR游戏开展教学来探究学生的学习投入和构建识别模型。

1.2 情境认知学习理论

情境认知学习理论由美国心理学家马斯洛和罗杰斯创立并且进一步发展。它认为知识是在一定的情境中获取的，基于情境化的学习有助于学习者得到知识的建构协商[4]。学习活动本身并不是独立的，需要结合一定的教学场景来开展。学习者进行知识获取时，不仅有单向的信息获取环节，还有对信息进行加工处理并作出反馈的过程。利用AR技术开发的教育游戏应用将虚拟场景和真实场景结合，支持学习者通过移动设备在规定的虚拟场景中与真实情境产生互动，促使学习者在情境中进行学习，基于AR特殊的教学环境来提升学习者的学习投入度，以期利用新的教学手段增强教学效果。

1.3 动机理论

动机是影响学习者学习成效的重要因素之一。心理学家将动机解释为一个能引发并且保持某种倾向的过程。利用动机理论指导教学，必须为预期发生的学习行为采取一定的动机激发策略。AR教育游戏具有放松玩家身心的特性，还具有为教育服务的特性，它的游戏性可以诱发学习者在学习过程中的参与度，它的教育性可以维持学习行为的持续性。

1.4 建构主义学习理论

建构主义最早由心理学家皮亚杰提出，主要观点是倡导以学习者为中心的教学。建构主义认为，知识的习得是学习者在特定的社会背景下，通过教师或他人的辅助引导来完成的，提倡学习者通过情境、协助、交流来完成有意义知识的自我建构 [5]。建构主义强调以学习者为中心的教学观点，为学习投入识别模型的构建提供了理论基础，在整个模型构建过程中要考虑学习者的主观能动性，帮助学习者体验各种游戏场景以及和同伴的相互讨论，实现知识的自我建构。

2 AR教育游戏环境下的学习投入研究

2.1 研究目标

本研究通过对小学课程中学生学习投入的内涵及其构成维度进行分析，参考UWES-S学习投入量表中文版并根据实际情况设计《AR教育游戏环境下小学科学课堂学习投入调查问卷》，问卷以参与、交互、专注、持续四个维度构成，问卷题目以自我评价为主，包括正向和反向评价。同时，采用李克特五点记分法，“完全符合”记5分，“比较符合”记4分，“不确定”记3分，“比较不符合”记2分，“非常不符合”记1分。对于正向题，总分越高表明学习投入的程度越高；对于反向题，总分越高说明学习投入的程度越低。

使用问卷调查法对小学生在AR教育游戏环境下的学习投入现状进行调查，对收集的问卷数据在SPSS 24.0软件中进行分析，找出AR教学课堂中学习投入方面存在的问题，针对现状及暴露出的问题采取改进策略来更好地支撑AR教育游戏环境下学习投入识别模型的构建。

2.2 研究内容

学习投入为基于AR教学的课堂学习行为数据分析提供了重要视角，学生的学习行为体现了学习活动中维持的学习状态和学习过程[6]。为了进一步分析AR课堂教学环境下的学习投入，本研究以南昌市某小学的六年级学生为调查对象，随机选取六年级两个班共100人，在科学课上应用一款AR教育游戏，发放问卷100份，回收有效问卷79份。

2.2.1 AR教育游戏环境下的学习投入分类 对

问卷数据进行信效度检验，以验证问卷数据的可靠性。KMO的度量标准：0.9以上表示非常适合；0.8表示适合；0.7表示一般；0.6表示不太适合；0.5以下表示极不适合。KMO的取值在0和1之间，越接近于1，意味着变量间的相关性越强，原有变量越适合作因子分析；越接近于0，意味着变量间的相关性越弱，原有变量越不适合作因子分析。Bart-

lett球形检验用于检验相关阵中各变量间的相关性，检验各个变量是否各自独立。由检验结果可知，KMO为0.852，大于0.7，说明本研究中的问卷数据是适合作因子分析的。对问卷数据进行因子分析，结果如图1所示。基于特征值大于1时的累积百分比为70.977%，大于60%，说明当前探索出来的四个维度能够较好地代表整个数据。

综合旋转成分矩阵的结果，在提取的学习投入的四个因子当中：第一列，最大的因子载荷系数为0.788；第二列，最大的因子载荷系数为0.773；第三列，最大的因子载荷系数为0.679；第四列，最大的因子载荷系数为0.840。这说明四个因子载荷系数对应问卷中的四个项目可以很好地表达本研究中学习投入的四个维度。对四个项目进行归结，将学习投入分为认知投入、教师辅助性投入、情感投入、非学习性投入。具体分类结果如表1所示。

2.2.2 AR教育游戏环境下的学习投入编码 本

研究使用ITIAS课堂观察量表对课堂学习投入打点编码。观察记录的方式依照课堂教和学的行为先后顺序进行排序，间隔30秒记录一次学生行为。以一节课的时间为记录的总时间，记录一节课中学生的主要行为。观看的课堂教学视频来源于应用AR教育游戏教学的一堂小学科学课。将课堂观察量表中所有课堂教学行为按照顺序依次在一款定量分析学习行为的软件GSEQ中输入，然后运用观察量表打点记录课堂数据，按照行为发生的顺序录入，最后运用GSEQ软件进行处理，可得到图2所示行为转换频率结果。

为了更为直观地分析行为转换结果，绘制图3所示行为转换直方图。由图3可知，在整个课堂教学中，行为转换频率较高的有：教师讲授→教师讲授，此行为序列发生6次；教师指示→教师指示，此行为序列发生4次；教师讲授→教师指示，此行为序列发生3次；教师指示→无助于教学的混乱，此行为序列发生3次；学生应答（主动反应）→学生应答（主动反应），此行为序列发生28次。

根据游戏化学习理论所倡导的游戏精神，在今后的AR课堂教学中，教师应该最大限度地保证学生在AR教育游戏中的参与度，增强学生在AR教育游戏中的体验感和情境认知学习理论所蕴含的沉浸感。在运用新技术教学时，教师应注意适当降低学生应答次数，注重教育技术、新的教学形式应用于课堂教学时，对学生传统课堂学习认知的改变及新的学习观念的塑造。此外，根据建构主义学习理论，在采用AR技术进行课堂教学时，教学要以学生为中心，所以在今后的AR课堂教学中，教师应避免过多的讲授，应该让学生在技术环境下主动探索，利用教育游戏来激发学生的学习兴趣，培养学生的动手实践能力，让学生形成自我建构。所以，在进行学习投入识别模型构建时，应该设计对于学习行为序列监测分析的环节，并根据实时监测数据作出相应的教学策略调整。

3 AR教育游戏环境下的学习投入识别模

型构建

3.1 学习投入识别模型的行为序列分类

根据图3，将上述分析中行为转换频率较高的五种学习行为序列按照认知投入、教师辅助投入、情感投入、非学习性投入四个维度进行分类，如图4所示。教师辅助投入是指在运用AR技术进行教学时，教师对于AR教育游戏的示范、演示操作。在AR教育游戏环境下，教师需要先对学生进行引导，通过讲解和示范性动作来指示学生进行AR教育游戏的操作性学习。Connell[7]认为，学生的情感投入是一个连续变量，该变量包含六个成分，即孤僻、遵守规范、反叛、顺从、革新和投入。在高度投入的时候，学生表现得主动并具有积极的情感体验，如兴趣和快乐；在不投入的时候，学生表现得被动并具有消极的情感体验，如忧虑和愤怒。同样，AR课堂也需要学生产生积极的情感支持。非学习性投入主要是指教师在指示学生如何进行新技术的操作学习后，学生随即产生的一系列无助于促进教学的其他行为。

3.2 学习投入识别模型的构建

基于对课程视频录像的观看和分析，学习投入持续发生在整个教学活动过程中。AR教育游戏环境是由学生、教室环境、AR教学工具、教学活动和学习活动、教师行为和学生行为等组成的复杂系统。该系统中，学习投入持续发生，包括个体和个体之间、个体与小组之间、小组和小组之间。研究设计基于AR课堂教学表现的学习投入识别模型，如图5所示。该模型由四个模块组成：

1）学习行为获取模块，主要是由教室内的录像设备采集视频完成；

2）学习投入编码模块，主要是根据课堂行为观察量表对学习投入进行编码，根据打点记录表格进行数据的录入，然后运用相关软件进行学习投入的行为序列分析；

3）学习投入分类模块，主要是依据模块二中的分析结果，选取行为转换频率较高的学习行为序列，通过判断行为信息，结合AR课堂学习投入调查问卷的数据分析结果，对学习投入进行分类，依据建构主义学习理论强调以学生为中心的观点，并对分类维度进行解释；

4）教师调整模块，主要是根据学生实时的学习投入现状，有针对性地作出教学策略的调整，以适应学生的学习节奏。

4 结束语

本研究通过在小学科学课堂中应用AR教育游戏进行游戏化教学，主要采用视频分析法对课堂录像中学生的学习投入进行分类识别，构建基于AR课堂教学表现的学习投入识别模型，一方面让学生在学习过程中根据自身的学习投入情况作出相应的学习行为序列的调整与转换；另一方面辅助教师在运用新技术时，可以根据实际课堂教学情况来采取相应的教学策略提升教学成效。此外，由于编码选取的时间间隔不同，可能会对得出的学习投入行为序列的数据产生一定的偏差，因此在后续的研究中会进一步细化时间段，选取尽可能多的不同学科、不同班级的学生进行教学实验，加入可视化工具对学习投入进行检测，以期为AR技术应用于课堂教学提供更加普适、完善的识别模型。

参考文献

[1] Polona C， Katrin H， Philipp M， et al. Quality

Criteria for Serious Games： Serious Part， Game

Part， and Balance[J].JMIR Serious Games，2020，

8（3）.

[2] 祝士明，王田.游戏化学习环境下的教与学[J].现

代教育技术，2017，27（6）：25-30.

[3] 鲍雪莹，赵宇翔.游戏化学习的研究进展及展望[J].

电化教育研究，2015，36（8）：45-52.

[4] 高文.情境学习与情境认知[J].教育发展研究，

2001（8）：30-35.

[5] 钟毅平，叶茂林.认知心理学高级教程[M].合肥：

安徽人民出版社，2010.

[6] 李爽，钟瑶，喻忱，等.基于行为序列分析对在线学

习参与模式的探索[J].中国电化教育，2017（3）：88-

95.

[7] Connell J P. Context， self， and action： a moti-

vational analysis of self-system processes

across the life-span[M]//Cicchetti D & Beeghly

M. The self in transition： Infancy to child-

hood. University of Chicago Press，1990：61-97.

*基金项目：江西省高校人文社会科学研究2019年度项目“AR教育游戏支持下的学习者学习行为投入测度与提升研究”（基金编号：JY19118）。

作者：方开亮，江西服装学院艺术设计学院，南昌VR感知交互重点实验室，研究方向为虚拟现实；高俊杰，江西服装学院艺术设计学院，研究方向为虚拟现实（330200）；何玲，江西科技师范大学，硕导，副教授，南昌VR感知交互重点实验室，研究方向为虚拟现实技术教育应用、游戏化学习与教育游戏（330038）。