方開亮 高俊杰 何玲

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

摘 要 針對AR教育游戲支持的游戲化學(xué)習(xí)場景，從課堂學(xué)習(xí)體驗的視角，以游戲化學(xué)習(xí)理論、情境認(rèn)知學(xué)習(xí)理論、動機理論和建構(gòu)主義學(xué)習(xí)理論為支撐，通過在小學(xué)科學(xué)課中應(yīng)用AR教育游戲，分析課堂錄像中的學(xué)習(xí)投入，構(gòu)建基于AR游戲化學(xué)習(xí)環(huán)境的學(xué)習(xí)者學(xué)習(xí)投入識別模型，為促進(jìn)在AR教育游戲環(huán)境中的學(xué)習(xí)者學(xué)習(xí)投入提供實際參考，為新技術(shù)促進(jìn)課堂教學(xué)效果提供依據(jù)。

關(guān)鍵詞 AR教育游戲；學(xué)習(xí)投入識別模型；游戲化學(xué)習(xí)；小學(xué)科學(xué)

中圖分類號：G642.0 文獻(xiàn)標(biāo)識碼：B

文章編號：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

游戲化教學(xué)在教育領(lǐng)域具有廣闊的應(yīng)用前景，尤其是教育游戲這一在游戲領(lǐng)域衍生出的新的教育形式。其中，以移動終端為代表的數(shù)字化游戲因其自身的便捷性和易擴(kuò)展性，使它容易與教育信息化時代的一些新技術(shù)相結(jié)合，從而呈現(xiàn)出新的教育功能。增強現(xiàn)實（Augmented Reality，AR）便是在信息化背景下產(chǎn)生的一種將虛擬化的物品或場景融合到現(xiàn)實環(huán)境中的技術(shù)。AR教育游戲通過選取不適用傳統(tǒng)教學(xué)方法的教學(xué)內(nèi)容，讓知識呈現(xiàn)在游戲化元素中，從而降低學(xué)生的學(xué)習(xí)焦慮。但是，AR教育游戲應(yīng)用到教學(xué)中存在兩個問題：一是在AR教育游戲環(huán)境下教師該如何進(jìn)行教學(xué)；二是新的教學(xué)形式下如何判斷學(xué)生是否發(fā)生學(xué)習(xí)投入?；诖耍贏R教育游戲化環(huán)境下構(gòu)建學(xué)習(xí)投入識別模型是有必要的，對今后運用AR教育游戲進(jìn)行教學(xué)具有一定的啟發(fā)。

1 AR教育游戲環(huán)境下的學(xué)習(xí)投入識別模

型構(gòu)建的理論基礎(chǔ)

Polona Caserman等[1]將嚴(yán)肅游戲分為健康游戲和教育游戲。教育游戲通常是指用來提高玩家學(xué)習(xí)動機水平和增強學(xué)習(xí)效果的一個可靠而有效的工具。AR教育游戲即指采用AR技術(shù)開發(fā)的具有教育性的游戲工具，采取這一新的教學(xué)工具的環(huán)境被稱為AR教育游戲環(huán)境。學(xué)習(xí)投入指學(xué)生在學(xué)習(xí)過程中采取的學(xué)習(xí)態(tài)度和活動。學(xué)習(xí)投入是衡量學(xué)習(xí)效果的一個重要參考，也是AR教育游戲環(huán)境下檢測學(xué)習(xí)滿意度的重要指標(biāo)。依據(jù)在AR游戲化學(xué)習(xí)環(huán)境下所特有的理論體系來支撐學(xué)習(xí)投入識別模型的構(gòu)建，能夠有效促進(jìn)利用AR游戲化教學(xué)對課堂教學(xué)質(zhì)量的提升，增強學(xué)生的參與感和自我效能感，提高學(xué)生的學(xué)習(xí)投入。

1.1 游戲化學(xué)習(xí)理論

游戲化學(xué)習(xí)（Game-based Learning）指教師在教學(xué)過程中采用游戲化的教學(xué)形式，讓學(xué)生以輕松愉悅的游戲方式來獲取知識，能夠在愉快的學(xué)習(xí)體驗中獲得知識、技能與態(tài)度等[2]。游戲化學(xué)習(xí)是以游戲的各種形式開展教學(xué)活動，將游戲作為輔助教學(xué)的手段，提供支架式的教學(xué)引導(dǎo)，不僅僅是作為微觀層面的使用[3]。本文主要依托游戲化學(xué)習(xí)中的三種核心教育價值，利用移動終端的AR游戲開展教學(xué)來探究學(xué)生的學(xué)習(xí)投入和構(gòu)建識別模型。

1.2 情境認(rèn)知學(xué)習(xí)理論

情境認(rèn)知學(xué)習(xí)理論由美國心理學(xué)家馬斯洛和羅杰斯創(chuàng)立并且進(jìn)一步發(fā)展。它認(rèn)為知識是在一定的情境中獲取的，基于情境化的學(xué)習(xí)有助于學(xué)習(xí)者得到知識的建構(gòu)協(xié)商[4]。學(xué)習(xí)活動本身并不是獨立的，需要結(jié)合一定的教學(xué)場景來開展。學(xué)習(xí)者進(jìn)行知識獲取時，不僅有單向的信息獲取環(huán)節(jié)，還有對信息進(jìn)行加工處理并作出反饋的過程。利用AR技術(shù)開發(fā)的教育游戲應(yīng)用將虛擬場景和真實場景結(jié)合，支持學(xué)習(xí)者通過移動設(shè)備在規(guī)定的虛擬場景中與真實情境產(chǎn)生互動，促使學(xué)習(xí)者在情境中進(jìn)行學(xué)習(xí)，基于AR特殊的教學(xué)環(huán)境來提升學(xué)習(xí)者的學(xué)習(xí)投入度，以期利用新的教學(xué)手段增強教學(xué)效果。

1.3 動機理論

動機是影響學(xué)習(xí)者學(xué)習(xí)成效的重要因素之一。心理學(xué)家將動機解釋為一個能引發(fā)并且保持某種傾向的過程。利用動機理論指導(dǎo)教學(xué)，必須為預(yù)期發(fā)生的學(xué)習(xí)行為采取一定的動機激發(fā)策略。AR教育游戲具有放松玩家身心的特性，還具有為教育服務(wù)的特性，它的游戲性可以誘發(fā)學(xué)習(xí)者在學(xué)習(xí)過程中的參與度，它的教育性可以維持學(xué)習(xí)行為的持續(xù)性。

1.4 建構(gòu)主義學(xué)習(xí)理論

建構(gòu)主義最早由心理學(xué)家皮亞杰提出，主要觀點是倡導(dǎo)以學(xué)習(xí)者為中心的教學(xué)。建構(gòu)主義認(rèn)為，知識的習(xí)得是學(xué)習(xí)者在特定的社會背景下，通過教師或他人的輔助引導(dǎo)來完成的，提倡學(xué)習(xí)者通過情境、協(xié)助、交流來完成有意義知識的自我建構(gòu) [5]。建構(gòu)主義強調(diào)以學(xué)習(xí)者為中心的教學(xué)觀點，為學(xué)習(xí)投入識別模型的構(gòu)建提供了理論基礎(chǔ)，在整個模型構(gòu)建過程中要考慮學(xué)習(xí)者的主觀能動性，幫助學(xué)習(xí)者體驗各種游戲場景以及和同伴的相互討論，實現(xiàn)知識的自我建構(gòu)。

2 AR教育游戲環(huán)境下的學(xué)習(xí)投入研究

2.1 研究目標(biāo)

本研究通過對小學(xué)課程中學(xué)生學(xué)習(xí)投入的內(nèi)涵及其構(gòu)成維度進(jìn)行分析，參考UWES-S學(xué)習(xí)投入量表中文版并根據(jù)實際情況設(shè)計《AR教育游戲環(huán)境下小學(xué)科學(xué)課堂學(xué)習(xí)投入調(diào)查問卷》，問卷以參與、交互、專注、持續(xù)四個維度構(gòu)成，問卷題目以自我評價為主，包括正向和反向評價。同時，采用李克特五點記分法，“完全符合”記5分，“比較符合”記4分，“不確定”記3分，“比較不符合”記2分，“非常不符合”記1分。對于正向題，總分越高表明學(xué)習(xí)投入的程度越高；對于反向題，總分越高說明學(xué)習(xí)投入的程度越低。

使用問卷調(diào)查法對小學(xué)生在AR教育游戲環(huán)境下的學(xué)習(xí)投入現(xiàn)狀進(jìn)行調(diào)查，對收集的問卷數(shù)據(jù)在SPSS 24.0軟件中進(jìn)行分析，找出AR教學(xué)課堂中學(xué)習(xí)投入方面存在的問題，針對現(xiàn)狀及暴露出的問題采取改進(jìn)策略來更好地支撐AR教育游戲環(huán)境下學(xué)習(xí)投入識別模型的構(gòu)建。

2.2 研究內(nèi)容

學(xué)習(xí)投入為基于AR教學(xué)的課堂學(xué)習(xí)行為數(shù)據(jù)分析提供了重要視角，學(xué)生的學(xué)習(xí)行為體現(xiàn)了學(xué)習(xí)活動中維持的學(xué)習(xí)狀態(tài)和學(xué)習(xí)過程[6]。為了進(jìn)一步分析AR課堂教學(xué)環(huán)境下的學(xué)習(xí)投入，本研究以南昌市某小學(xué)的六年級學(xué)生為調(diào)查對象，隨機選取六年級兩個班共100人，在科學(xué)課上應(yīng)用一款A(yù)R教育游戲，發(fā)放問卷100份，回收有效問卷79份。

2.2.1 AR教育游戲環(huán)境下的學(xué)習(xí)投入分類 對

問卷數(shù)據(jù)進(jìn)行信效度檢驗，以驗證問卷數(shù)據(jù)的可靠性。KMO的度量標(biāo)準(zhǔn)：0.9以上表示非常適合；0.8表示適合；0.7表示一般；0.6表示不太適合；0.5以下表示極不適合。KMO的取值在0和1之間，越接近于1，意味著變量間的相關(guān)性越強，原有變量越適合作因子分析；越接近于0，意味著變量間的相關(guān)性越弱，原有變量越不適合作因子分析。Bart-

lett球形檢驗用于檢驗相關(guān)陣中各變量間的相關(guān)性，檢驗各個變量是否各自獨立。由檢驗結(jié)果可知，KMO為0.852，大于0.7，說明本研究中的問卷數(shù)據(jù)是適合作因子分析的。對問卷數(shù)據(jù)進(jìn)行因子分析，結(jié)果如圖1所示?；谔卣髦荡笥?時的累積百分比為70.977%，大于60%，說明當(dāng)前探索出來的四個維度能夠較好地代表整個數(shù)據(jù)。

綜合旋轉(zhuǎn)成分矩陣的結(jié)果，在提取的學(xué)習(xí)投入的四個因子當(dāng)中：第一列，最大的因子載荷系數(shù)為0.788；第二列，最大的因子載荷系數(shù)為0.773；第三列，最大的因子載荷系數(shù)為0.679；第四列，最大的因子載荷系數(shù)為0.840。這說明四個因子載荷系數(shù)對應(yīng)問卷中的四個項目可以很好地表達(dá)本研究中學(xué)習(xí)投入的四個維度。對四個項目進(jìn)行歸結(jié)，將學(xué)習(xí)投入分為認(rèn)知投入、教師輔助性投入、情感投入、非學(xué)習(xí)性投入。具體分類結(jié)果如表1所示。

2.2.2 AR教育游戲環(huán)境下的學(xué)習(xí)投入編碼 本

研究使用ITIAS課堂觀察量表對課堂學(xué)習(xí)投入打點編碼。觀察記錄的方式依照課堂教和學(xué)的行為先后順序進(jìn)行排序，間隔30秒記錄一次學(xué)生行為。以一節(jié)課的時間為記錄的總時間，記錄一節(jié)課中學(xué)生的主要行為。觀看的課堂教學(xué)視頻來源于應(yīng)用AR教育游戲教學(xué)的一堂小學(xué)科學(xué)課。將課堂觀察量表中所有課堂教學(xué)行為按照順序依次在一款定量分析學(xué)習(xí)行為的軟件GSEQ中輸入，然后運用觀察量表打點記錄課堂數(shù)據(jù)，按照行為發(fā)生的順序錄入，最后運用GSEQ軟件進(jìn)行處理，可得到圖2所示行為轉(zhuǎn)換頻率結(jié)果。

為了更為直觀地分析行為轉(zhuǎn)換結(jié)果，繪制圖3所示行為轉(zhuǎn)換直方圖。由圖3可知，在整個課堂教學(xué)中，行為轉(zhuǎn)換頻率較高的有：教師講授→教師講授，此行為序列發(fā)生6次；教師指示→教師指示，此行為序列發(fā)生4次；教師講授→教師指示，此行為序列發(fā)生3次；教師指示→無助于教學(xué)的混亂，此行為序列發(fā)生3次；學(xué)生應(yīng)答（主動反應(yīng)）→學(xué)生應(yīng)答（主動反應(yīng)），此行為序列發(fā)生28次。

根據(jù)游戲化學(xué)習(xí)理論所倡導(dǎo)的游戲精神，在今后的AR課堂教學(xué)中，教師應(yīng)該最大限度地保證學(xué)生在AR教育游戲中的參與度，增強學(xué)生在AR教育游戲中的體驗感和情境認(rèn)知學(xué)習(xí)理論所蘊含的沉浸感。在運用新技術(shù)教學(xué)時，教師應(yīng)注意適當(dāng)降低學(xué)生應(yīng)答次數(shù)，注重教育技術(shù)、新的教學(xué)形式應(yīng)用于課堂教學(xué)時，對學(xué)生傳統(tǒng)課堂學(xué)習(xí)認(rèn)知的改變及新的學(xué)習(xí)觀念的塑造。此外，根據(jù)建構(gòu)主義學(xué)習(xí)理論，在采用AR技術(shù)進(jìn)行課堂教學(xué)時，教學(xué)要以學(xué)生為中心，所以在今后的AR課堂教學(xué)中，教師應(yīng)避免過多的講授，應(yīng)該讓學(xué)生在技術(shù)環(huán)境下主動探索，利用教育游戲來激發(fā)學(xué)生的學(xué)習(xí)興趣，培養(yǎng)學(xué)生的動手實踐能力，讓學(xué)生形成自我建構(gòu)。所以，在進(jìn)行學(xué)習(xí)投入識別模型構(gòu)建時，應(yīng)該設(shè)計對于學(xué)習(xí)行為序列監(jiān)測分析的環(huán)節(jié)，并根據(jù)實時監(jiān)測數(shù)據(jù)作出相應(yīng)的教學(xué)策略調(diào)整。

3 AR教育游戲環(huán)境下的學(xué)習(xí)投入識別模

型構(gòu)建

3.1 學(xué)習(xí)投入識別模型的行為序列分類

根據(jù)圖3，將上述分析中行為轉(zhuǎn)換頻率較高的五種學(xué)習(xí)行為序列按照認(rèn)知投入、教師輔助投入、情感投入、非學(xué)習(xí)性投入四個維度進(jìn)行分類，如圖4所示。教師輔助投入是指在運用AR技術(shù)進(jìn)行教學(xué)時，教師對于AR教育游戲的示范、演示操作。在AR教育游戲環(huán)境下，教師需要先對學(xué)生進(jìn)行引導(dǎo)，通過講解和示范性動作來指示學(xué)生進(jìn)行AR教育游戲的操作性學(xué)習(xí)。Connell[7]認(rèn)為，學(xué)生的情感投入是一個連續(xù)變量，該變量包含六個成分，即孤僻、遵守規(guī)范、反叛、順從、革新和投入。在高度投入的時候，學(xué)生表現(xiàn)得主動并具有積極的情感體驗，如興趣和快樂；在不投入的時候，學(xué)生表現(xiàn)得被動并具有消極的情感體驗，如憂慮和憤怒。同樣，AR課堂也需要學(xué)生產(chǎn)生積極的情感支持。非學(xué)習(xí)性投入主要是指教師在指示學(xué)生如何進(jìn)行新技術(shù)的操作學(xué)習(xí)后，學(xué)生隨即產(chǎn)生的一系列無助于促進(jìn)教學(xué)的其他行為。

3.2 學(xué)習(xí)投入識別模型的構(gòu)建

基于對課程視頻錄像的觀看和分析，學(xué)習(xí)投入持續(xù)發(fā)生在整個教學(xué)活動過程中。AR教育游戲環(huán)境是由學(xué)生、教室環(huán)境、AR教學(xué)工具、教學(xué)活動和學(xué)習(xí)活動、教師行為和學(xué)生行為等組成的復(fù)雜系統(tǒng)。該系統(tǒng)中，學(xué)習(xí)投入持續(xù)發(fā)生，包括個體和個體之間、個體與小組之間、小組和小組之間。研究設(shè)計基于AR課堂教學(xué)表現(xiàn)的學(xué)習(xí)投入識別模型，如圖5所示。該模型由四個模塊組成：

1）學(xué)習(xí)行為獲取模塊，主要是由教室內(nèi)的錄像設(shè)備采集視頻完成；

2）學(xué)習(xí)投入編碼模塊，主要是根據(jù)課堂行為觀察量表對學(xué)習(xí)投入進(jìn)行編碼，根據(jù)打點記錄表格進(jìn)行數(shù)據(jù)的錄入，然后運用相關(guān)軟件進(jìn)行學(xué)習(xí)投入的行為序列分析；

3）學(xué)習(xí)投入分類模塊，主要是依據(jù)模塊二中的分析結(jié)果，選取行為轉(zhuǎn)換頻率較高的學(xué)習(xí)行為序列，通過判斷行為信息，結(jié)合AR課堂學(xué)習(xí)投入調(diào)查問卷的數(shù)據(jù)分析結(jié)果，對學(xué)習(xí)投入進(jìn)行分類，依據(jù)建構(gòu)主義學(xué)習(xí)理論強調(diào)以學(xué)生為中心的觀點，并對分類維度進(jìn)行解釋；

4）教師調(diào)整模塊，主要是根據(jù)學(xué)生實時的學(xué)習(xí)投入現(xiàn)狀，有針對性地作出教學(xué)策略的調(diào)整，以適應(yīng)學(xué)生的學(xué)習(xí)節(jié)奏。

4 結(jié)束語

本研究通過在小學(xué)科學(xué)課堂中應(yīng)用AR教育游戲進(jìn)行游戲化教學(xué)，主要采用視頻分析法對課堂錄像中學(xué)生的學(xué)習(xí)投入進(jìn)行分類識別，構(gòu)建基于AR課堂教學(xué)表現(xiàn)的學(xué)習(xí)投入識別模型，一方面讓學(xué)生在學(xué)習(xí)過程中根據(jù)自身的學(xué)習(xí)投入情況作出相應(yīng)的學(xué)習(xí)行為序列的調(diào)整與轉(zhuǎn)換；另一方面輔助教師在運用新技術(shù)時，可以根據(jù)實際課堂教學(xué)情況來采取相應(yīng)的教學(xué)策略提升教學(xué)成效。此外，由于編碼選取的時間間隔不同，可能會對得出的學(xué)習(xí)投入行為序列的數(shù)據(jù)產(chǎn)生一定的偏差，因此在后續(xù)的研究中會進(jìn)一步細(xì)化時間段，選取盡可能多的不同學(xué)科、不同班級的學(xué)生進(jìn)行教學(xué)實驗，加入可視化工具對學(xué)習(xí)投入進(jìn)行檢測，以期為AR技術(shù)應(yīng)用于課堂教學(xué)提供更加普適、完善的識別模型。

參考文獻(xiàn)

[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.游戲化學(xué)習(xí)環(huán)境下的教與學(xué)[J].現(xiàn)

代教育技術(shù)，2017，27（6）：25-30.

[3] 鮑雪瑩，趙宇翔.游戲化學(xué)習(xí)的研究進(jìn)展及展望[J].

電化教育研究，2015，36（8）：45-52.

[4] 高文.情境學(xué)習(xí)與情境認(rèn)知[J].教育發(fā)展研究，

2001（8）：30-35.

[5] 鐘毅平，葉茂林.認(rèn)知心理學(xué)高級教程[M].合肥：

安徽人民出版社，2010.

[6] 李爽，鐘瑤，喻忱，等.基于行為序列分析對在線學(xué)

習(xí)參與模式的探索[J].中國電化教育，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.

*基金項目：江西省高校人文社會科學(xué)研究2019年度項目“AR教育游戲支持下的學(xué)習(xí)者學(xué)習(xí)行為投入測度與提升研究”（基金編號：JY19118）。

作者：方開亮，江西服裝學(xué)院藝術(shù)設(shè)計學(xué)院，南昌VR感知交互重點實驗室，研究方向為虛擬現(xiàn)實；高俊杰，江西服裝學(xué)院藝術(shù)設(shè)計學(xué)院，研究方向為虛擬現(xiàn)實（330200）；何玲，江西科技師范大學(xué)，碩導(dǎo)，副教授，南昌VR感知交互重點實驗室，研究方向為虛擬現(xiàn)實技術(shù)教育應(yīng)用、游戲化學(xué)習(xí)與教育游戲（330038）。