摘 要：在現(xiàn)代科學教育中，交互式計算機模擬與實操性實驗是兩種重要的教學方法。已有研究未能充分闡釋這兩種方法的優(yōu)劣，也未能對二者進行充分的比較。本文將二者作為科學教育的學習工具，在不同的學習地點（研究Ⅰ：學校；研究Ⅱ：科學中心的學生實驗室）的學生間，從學科知識成績、情境興趣發(fā)展和認知負荷方面進行了比較研究。研究結(jié)果顯示，無論學習地點在哪，使用計算機模擬的學生比進行實操性實驗的學生認知負荷更高，但學習成功率也要高。與計算機模擬（特別是當認知和價值相關(guān)時）相比，實操性實驗更能促進情境興趣。研究認為講授復(fù)雜的話題運用計算機模擬可能更為適合。但其他相關(guān)研究發(fā)現(xiàn)表明，使用一種教學方法可以彌補另一種教學方法的缺陷。綜合以上研究得出，最有效的方式是將這兩種方法結(jié)合起來，這有助于在校內(nèi)外學習環(huán)境中成功地進行現(xiàn)代科學教育。

關(guān)鍵詞：科學教育；實操性實驗；計算機模擬；學習；興趣

中圖分類號： G633.67 文獻標識碼：A 文章編號：1004-8502（2024）02-0104-25

譯者簡介：華靜，華東理工大學外語學院副教授；朱子健，華東理工大學外語學院碩士研究生；陳香，華東理工大學外語學院碩士研究生；房傳修，上海理工大學外語學院碩士研究生。

一、引言

在科學教育領(lǐng)域，有許多話題（社會科學問題）與社會高度相關(guān)，但是卻難以給學生講授。對學生來說，掌握這些復(fù)雜的過程和概念是巨大的挑戰(zhàn)，在需要同時考慮好幾個概念時尤其困難，例如錯綜復(fù)雜的氣候變化問題。因此，科學教育中經(jīng)常運用基于情境的方法以培養(yǎng)學生更加積極的科學態(tài)度，并為科學理解此類復(fù)雜話題打下堅實基礎(chǔ)[1]。將科學情境和應(yīng)用作為科學思想發(fā)展的起點（基于情境的教學方法）需要恰當?shù)姆椒?。例如，在這種情況下，基于計算機的交互方式可能有助于全面促進知識的獲取和理解。交互式計算機模擬（以下簡稱為計算機模擬或模擬）正在成為科學教育中越來越重要的教學方法，它不僅是一種評估工具[2]，而且也被用于化學、生物或物理等學科的學習[3][4]。與簡單的動畫相比，計算機模擬允許學習者根據(jù)自己的想法改變既定參數(shù)，從而積極地與模擬場景互動，隨后從系統(tǒng)中接受直接反饋。底層數(shù)學模型決定了計算機模擬如何對學習者的參數(shù)變化做出反應(yīng)，從而顯示了計算機模擬對過程和結(jié)果的影響[5][6]。計算機模擬提供了一個帶有確定參數(shù)的系統(tǒng)（自然或人工）或過程的模型[7]，在此條件下，學習者可以在人工學習環(huán)境中安全地進行實驗和模擬[8]。已有跡象表明，計算機模擬特別適合交流復(fù)雜問題[9]，并且能夠提高整體的科學技能[10]。遺憾的是，作為學習工具，計算機模擬往往會導(dǎo)致高認知負荷[11]，而且在某些情況下不能達到預(yù)期的學習效果[12][13]。引入計算機模擬需要更多時間，教育機構(gòu)缺乏專業(yè)知識、財力和物力，這些都是限制計算機模擬應(yīng)用于校內(nèi)外教育的原因[14]。此外，教育機構(gòu)無法持續(xù)提供或獲取適合各種主題的模擬。

相反，科學教育經(jīng)常運用所謂的實操性實驗作為教授科學過程和概念的方法[15-17]。學生們單獨或以小組形式研究一個科學問題，提出自己的假設(shè)，用實驗驗證假設(shè)，并根據(jù)假設(shè)解釋結(jié)果。我們研究所使用的實驗以理論和模型為基礎(chǔ)，這意味著，由于可用性、復(fù)雜性、潛在危險、可及性或成本等原因，材料模型與所代表的事物至少有一個不同的特征。模型實驗的一個例子是用蠟燭［模擬二氧化碳（CO2）產(chǎn)生］、水族箱（模擬大氣）、海水（實驗變量）和蒸餾水（控制變量）模擬海洋酸化過程。模型實驗的特點在于它通常能夠呈現(xiàn)一個變量對某個方面的影響［例如大氣中CO2濃度增加對海水酸堿值（pH值）的影響］，所以通過實驗?zāi)苌鷦诱宫F(xiàn)基礎(chǔ)過程和概念[13]。然而，又因其往往無法以一種可理解的方式呈現(xiàn)多個變量[18]，模型實驗在傳達復(fù)雜概念方面有所欠缺。此外，由于模型實驗往往呈現(xiàn)的是過去的知識過程，它們往往無法充分反映當前的問題和研究。

因此，教育工作者是否應(yīng)該（尤其是在講授社會科學問題等復(fù)雜的時事話題時）使用模擬替代傳統(tǒng)的實操性實驗？計算機模擬與實操性實驗這兩種方法相比較起來，又有哪些優(yōu)點和缺點？本文就復(fù)雜的海洋生態(tài)學問題直接比較了實操性實驗和交互式計算機模擬兩種教學方法，研究了這兩種方法對于中學生知識獲取、認知負荷和情境興趣發(fā)展的影響。以下將描述這兩種方法在學科知識獲取、認知負荷和情境興趣方面已經(jīng)取得的教育成效。

（一）學科知識

關(guān)于實操性實驗或計算機模擬對學生學習成績的影響尚無定論。一方面，實證研究表明，計算機模擬提高了學生對現(xiàn)象觀察和研究的參與性，從而促進了學生在科學上的概念轉(zhuǎn)變[4][19]。例如，帕克（Park）發(fā)現(xiàn)，學生們在利用計算機模擬學習物理概念后，可以用更合理的科學觀念預(yù)測、解釋某一科學現(xiàn)象[20]。幾項研究均指出，計算機模擬可能更加適用于學生對復(fù)雜科學過程的學習[9]。凱爾馬爾茨（Quellmalz）等人認為，“模擬非常適合用于研究復(fù)雜系統(tǒng)模型中多個變量之間的相互作用（如生態(tài)系統(tǒng)、天氣系統(tǒng)、波浪相互作用），以及探索空間和因果關(guān)系的動態(tài)相互作用的實驗”[21]。就知識獲取而言，實驗也是非常重要的[22]。實踐活動可以更具體、更清晰地傳達抽象知識，因此通過實際操作，能夠提高學習成績并加深對科學概念的理解[23]，而且實踐活動還可以提高學生解讀數(shù)據(jù)和批判思考的能力[24]。而哈蒂（Hattie）的研究則發(fā)現(xiàn)通過實驗學習能引起媒介效應(yīng)（d=0.42）[25]。

另一方面，實證研究也表明學生使用計算機模擬學習時會遇到多種認知和元認知困難[7][12][13][26]，這主要因為復(fù)雜的計算機模擬會導(dǎo)致高認知負荷[12]，尤其是因為學習缺乏互動性，學生只能學到比較基本的知識內(nèi)容[6]。此外，哈蒂的元分析顯示，計算機模擬和模擬游戲?qū)W習成功率的提升效果甚微（d=0.33）[25]。由此可見，并非所有的研究者都認為實驗對于學習成績有積極的作用，學生經(jīng)常在系統(tǒng)性和策略性的工作中存在嚴重的問題[7]。另外，在學校的實驗往往會對已有的知識過程進行重構(gòu)和簡化，無法充分反映當前的問題和研究[18]。因此，一些具有現(xiàn)實意義的問題無法得到研究和發(fā)展。

（二）認知負荷

認知負荷理論［見范梅里恩伯爾（Van Merri?nboer）和斯威勒（Sweller）的綜述］[27]認為，只有當學習者的工作記憶系統(tǒng)中（有限的）認知負荷尚未過載時，才能有效學習。如果遇到非常困難的任務(wù)（高內(nèi)在認知負荷），尤其是與不合適且過于復(fù)雜的教學設(shè)計（高外部認知負荷）相結(jié)合時，認知很容易超負荷，最終會導(dǎo)致學習效果不佳[28]。在多媒體學習環(huán)境（如計算機模擬）中，學習所需要的認知心力往往很高[29][30]。在模擬中，學生必須同時考慮幾個方面，這要求學習者理解學習環(huán)境的非線性結(jié)構(gòu)，而這會“消耗”一定的認知資源（高內(nèi)在認知負荷）。對于已有知識較少的學習者，往往更難理解計算機模擬的復(fù)雜底層系統(tǒng)和過程[7][12]。更重要的是，如果鼓勵學習者操縱過多的變量，模擬可能會產(chǎn)生分散注意力的結(jié)果（如要求必須記住多個元素，或必須觀察屏幕上不同位置上的多個變化）[31]。特別是沒有指導(dǎo)/教學支持的模擬，往往會讓學習者迷失方向，從而造成額外的認知負荷。這些模擬引起的高認知需求往往會造成認知超負荷[11]，導(dǎo)致學生難以理解內(nèi)容、學習成績不佳[28]。因此，幾項研究表明，計算機模擬學習的教學支持可以有效防止認知超負荷[4][7][32]。從實踐活動角度看，已有研究[33][34]表明，學生進行動手活動時也可能會增加額外的認知負荷。這可能是學生的實踐任務(wù)引起的，如閱讀說明、操作設(shè)備和與小組同伴互動。在某些情況下，額外負荷太高，可能會對學習結(jié)果產(chǎn)生負面影響。

（三）興趣

在教育研究領(lǐng)域中，興趣可以分為情境興趣和個人興趣[35]。個人興趣帶有一種相對永久的傾向性，關(guān)注對象、事件或想法，并涉及某些內(nèi)容[21]。情境興趣主要是由特定情境的環(huán)境刺激引起的，如新穎的活動[36]。這兩種類型的興趣在三個方面都有一定的特征：情感方面、價值方面和認知成分方面[37][38]。本文發(fā)現(xiàn)，情境興趣的認知成分主要涉及個人需求，即提高與興趣對象相關(guān)的能力、知識和技能。因此，下文中涉及這些需求時，我們統(tǒng)稱為認知成分。目前已有廣泛研究，將計算機模擬作為學習工具，以改變動機和興趣。幾項研究觀察發(fā)現(xiàn)，計算機模擬可以增加學生興趣[39]，并且可以激勵學生學習[4]。高水平互動和控制學習環(huán)境都可以提高學生對主題的學習動機。吸引人的學習環(huán)境，特別是校外學生實驗室，據(jù)說能激勵學生[40]。相比于對模擬實驗的研究，人們對實操性實驗的關(guān)注較少，但現(xiàn)在人們也逐漸對這種實驗產(chǎn)生興趣[41]。

（四）已有的比較研究

雖然一些研究已經(jīng)直接比較了計算機模擬實驗和實操性實驗，但并未明確闡明這兩種教學方法的優(yōu)劣。一些研究發(fā)現(xiàn)，實驗有利于提升學習成績[42][43]，而另一些研究發(fā)現(xiàn)，計算機模擬能改善學習效果[44-47]。例如，貝格爾（Berger）發(fā)現(xiàn)，相比于實操性實驗，當學生進行計算機輔助物理實驗時，往往動力更強[48]。

反過來，其他研究也未能發(fā)現(xiàn)這兩種教學方法的任一方存在明顯的認知優(yōu)勢[49-53]。例如，贊德勒（Zendler）和格雷納（Greiner）發(fā)現(xiàn)，在對比實操性實驗和計算機模擬實驗運用于化學教學時，學生們對金屬反應(yīng)的學習在結(jié)果上沒有明顯的差異[54]。但有跡象表明，通過這些不同的方法，學生能更好地學習不同領(lǐng)域的知識。例如，近期研究表明，學生進行物理實驗時會一起討論如何安裝設(shè)備、學習測量方法或計算結(jié)果；而學生參與計算機模擬實驗時，會討論如何預(yù)測結(jié)果、發(fā)現(xiàn)變量間的關(guān)系以及解釋科學現(xiàn)象等[55]。

二、研究設(shè)計

本文介紹了兩項研究的結(jié)果，對實操性實驗和計算機模擬實驗這兩種學習方法進行比較，研究對象為10年級至13年級學生。兩項研究調(diào)查了運用這些學習方法的效果，主要關(guān)注學科知識成績、認知負荷和情境興趣的變化。由于兩項研究在設(shè)計與步驟上一致，所以具有高度的可比性。第一項研究在學校開展，而第二項研究在學生實驗室進行，以此表明研究結(jié)果與學習地點無關(guān)。學生實驗室又叫科學中心拓展實驗室，學生在探究式學習環(huán)境中進行實驗，有利于深入了解當代科學[56]，本文中學生的研究主題是海洋生態(tài)系統(tǒng)的氣候變化和人為變化。

（一）本次比較研究的意義

在該研究領(lǐng)域，大多數(shù)比較研究表明，有模擬與無模擬的教學之間存在差異[4]。因此，許多不同的教學因素，如閱讀課本、完成任務(wù)、課堂討論或不同的小組規(guī)模，都可能阻礙對學習方法效果的有效測量，導(dǎo)致研究缺乏可比較性。本研究側(cè)重于直接比較兩種教學方法，暫不考慮課程背景，因此，研究已具備穩(wěn)定的外部因素：相同的導(dǎo)入、教學單元結(jié)構(gòu)和主題。唯有學習方式不同，這有助于對這些方法本身的效果得出結(jié)論。其他研究則比較了在計算機模擬實驗室與實體實驗室工作之間的不同[57][3]。這些研究往往在整個學習環(huán)境中（如不同的實驗室）進行比較，而非聚焦于單個模式（實驗或模擬）。此外，一些研究主要在物理或化學教育領(lǐng)域?qū)@兩種方法進行了直接比較，重點是低復(fù)雜度的模擬實驗和類比實驗[50][58]，而我們的研究直接比較了具有相同內(nèi)容的和高復(fù)雜性的不同形式的實驗。相較于已有的對比研究，本研究采用了大量樣本（N研究Ⅰ= 443; N研究Ⅱ = 367; N總= 810）。例如，魯坦（Rutten）等人在詳細綜述中提到的60項研究，平均樣本量達160名參與者[4]。最后，在研究交互式計算機模擬實驗和實操性實驗學習方法領(lǐng)域，已有研究尚無法對復(fù)雜的社會科學議題中關(guān)于認知和動機的學習過程提供足夠的見解，本文解決了這一問題，旨在填補該領(lǐng)域的空白。

（二）本次研究問題與假設(shè)

以下為本項目的研究問題和提出的相應(yīng)假設(shè)。

（a）交互式計算機模擬/實操性實驗在多大程度上有助于增加學科知識？兩種方法有何不同？

我們假設(shè)這兩種方法都能增加學科知識，畢竟對大多數(shù)學生來說，學科內(nèi)容都是新的，而且實驗[23][27]和模擬[4][9]都已證實能促進學習。如果我們能通過提供適當?shù)慕虒W支持來降低認知負荷的影響[28]，就有望通過計算機模擬實驗為學生帶來相同甚至更好的學習成績[45][50][52]。

（b）交互式計算機模擬/實操性實驗在多大程度上影響完成任務(wù)時的認知負荷？兩種方法有何不同？

我們預(yù)設(shè)這兩種方法都會給學生帶來中等程度的認知負荷。兩種方法都有教學支持，并有助于減少學習者的外部認知負荷[32]，我們試圖匹配學科知識的難度與參與者的能力，來減少內(nèi)在認知負荷。然而我們預(yù)設(shè)學生的已有知識水平較低，因為所涉及的內(nèi)容并非德國的必修課程，這可能會對內(nèi)在認知負荷產(chǎn)生負面影響[7][12]。此外，我們預(yù)設(shè)參與者具有不同的認知技能，因為他們來自不同的學校和年級，也不適應(yīng)計算機模擬輔助學習的環(huán)境，畢竟這種教學方法在德國科學課上還不常見。這可能會導(dǎo)致學生在這種復(fù)雜結(jié)構(gòu)中尤其是模擬環(huán)境中認知超負荷[12]。因此，我們預(yù)測，與實操性實驗相比，學生使用計算機模擬學習時認知負荷更高。

（c）交互式計算機模擬/實操性實驗在多大程度上提高學生的情境興趣？兩種方法有何不同？

我們預(yù)設(shè)這兩種方法都對情境興趣至少有中等程度的作用，因為兩者都具有普遍的激勵作用。通過對計算機模擬實驗的研究，我們預(yù)設(shè)，由于數(shù)字媒體的激勵特征，學生們的情境興趣更容易得到提高。這些假設(shè)適用于情境興趣的所有分量表（情感、認知、相關(guān)價值）。至于不同的學習地點，我們推測學生實驗室更能激發(fā)學生的興趣[40]。

（三）研究方法與設(shè)計

本文中的兩項研究（研究Ⅰ和研究Ⅱ）在結(jié)構(gòu)、主題、目的和評估設(shè)計方面相似，但在持續(xù)時間、學習地點和主題復(fù)雜程度方面有所不同（兩項研究之間的異同比較，見表1）。在每個案例中，海洋生態(tài)學、媒體心理學和教育學的科學家共同設(shè)計，合作開發(fā)了實操性實驗和模擬實驗。這些方法基于真實的科學數(shù)據(jù)，實操性實驗是假設(shè)驅(qū)動的模型實驗，模擬實驗是交互式的并得到指導(dǎo)性支持。我們采用了簡單的實驗設(shè)計進行了這兩項研究（圖1），不同的學習地點作為組間變量。因此，模擬實驗的效果為實驗組（EG），實操性實驗的效果為對照組（CG）。

然而，下文提到的“實驗”是指在學?；?qū)W生實驗室中使用的一種學習方法。我們通過前測來評估學生的個人數(shù)據(jù)、已有知識、科學成績以及對生物和化學學科的興趣（自變量）。后測則分析了基于模擬的學習和基于實驗的學習在學科知識、情境興趣和認知負荷（因變量）方面的效果。

1.研究Ⅰ的設(shè)計

研究Ⅰ是在學校進行90分鐘的干預(yù)測試。其目的是展示海洋酸化的過程及海洋酸化對全球和地方層面的影響。在導(dǎo)入階段，學生們會收到與測試和當天課程相關(guān)的通知。隨后，他們會進行20分鐘的筆試。緒論課概述了海洋酸化這一主題，并強調(diào)了由此產(chǎn)生的海洋生態(tài)系統(tǒng)問題。接著，學生們被隨機分為兩組，各組分至不同的房間，以避免在進行實驗或模擬時產(chǎn)生任何干擾。學生必須按照指定的方法，進行30分鐘實驗。實驗是以小組為單位進行的，由一名督導(dǎo)員指導(dǎo)實驗，并回答相關(guān)問題。督導(dǎo)員會分發(fā)腳本，必要時會安排結(jié)構(gòu)化流程（例如講解材料、協(xié)助回答腳本問題、提醒規(guī)避實驗中的典型錯誤）。在模擬中，每個學生使用自己的筆記本電腦，以小組或團隊的形式進行學習。督導(dǎo)員會回答技術(shù)和內(nèi)容方面的問題。分發(fā)腳本后，他會向?qū)W生展示模擬最重要的功能（必要按鈕的操作），幫助回答腳本相關(guān)的問題，并在必要時解釋學生無法理解的內(nèi)容。在整個測試期間，督導(dǎo)員不發(fā)生更換且一直在場。最后會進行為時20分鐘的后測。

（1）研究Ⅰ的材料

兩種方法傳達的內(nèi)容相同：pH值、全球大氣中CO2濃度增加的原因和程度、CO2在海水中的平衡反應(yīng)以及酸化對鈣化生物的影響。在兩組測試中，學生使用相同的研究問題來探究海洋酸化的過程和影響。活動的開展得到腳本的支持，其中模擬或?qū)嶒灩ぷ鞯慕Y(jié)果必須通過引導(dǎo)性問題進行總結(jié)。在方法開始階段會分發(fā)紙質(zhì)腳本，學生必須在學習期間完成。研究問題根據(jù)方法任務(wù)而提出，且兩種方法的研究問題相同。舉一個例子：“請解釋為什么隨著大氣CO2濃度的增加，鈣化會更加困難？請同時考慮先前建立的平衡系統(tǒng)的反應(yīng)方程?！倍綄?dǎo)員既要協(xié)助學生進行實驗或模擬，也要協(xié)助解答疑問。

（2）實操性實驗

首先，學生研究了大氣中CO2濃度增加的程度以及腳本中pH值的特征。這包括分析基林曲線（Keeling Curve）并匹配不同的溶液及對應(yīng)的pH值。接著，學生進行一項實驗，主要關(guān)注大氣中CO2含量增加對海水的影響，特別是海水的緩沖效應(yīng)。因此，我們選擇如下實驗裝置：波羅的海海水代表海洋、蠟燭代表化石燃料燃燒、倒置的水族箱代表大氣，并以蒸餾水作為對照。在兩種水樣中，數(shù)字式酸堿計用于測量液體pH值的變化。經(jīng)過10分鐘的測試，學生們觀察到蒸餾水中的pH值比波羅的海海水中的pH值下降得更快。學生們可以從腳本中獲取實驗的設(shè)置和程序，并且必須盡可能地自主操作實驗。在記錄實驗結(jié)果后，學生們建立了CO2在海水中的平衡反應(yīng)方程，進而討論海水的緩沖效應(yīng)，以此解釋兩種水樣中pH值的不同變化。為此，他們可以獲得支持卡。最后，他們分析了pH值變化對鈣化生物（如作為說明對象的貽貝）的影響，并討論了可能的保護措施。該實驗是海洋酸化的生物學影響（BIOACID）項目的一部分，由研究海洋酸化的科學家開發(fā)，作為他們公共關(guān)系工作的一部分[61]。

（3）交互式計算機模擬

交互式計算機模擬是斯坦福大學創(chuàng)造的一種學習環(huán)境，本研究項目已獲得使用許可。在導(dǎo)入部分，數(shù)字學習工具通過基林曲線動畫闡明了大氣中CO2濃度增加的原因和程度。接著，利用pH值匹配不同液體的酸性，計算機模擬提供了交互檢測pH值特性的可能。在主體部分，學生們能夠控制大氣中CO2濃度，并觀察由此產(chǎn)生的對海水動態(tài)平衡反應(yīng)的影響。為此，學生們移動滑塊，模擬1865年至2090年3種不同情況下大氣中CO2的濃度。他們可以實時觀察到示意圖所示的平衡反應(yīng)的變化、CO2、碳酸氫鹽（HCO3-）和碳酸鹽（CO32-）的確切濃度變化（見圖2）。模擬應(yīng)用了許多支持元素，如工具箱，點擊后會呈現(xiàn)如何閱讀基林曲線的說明，或掃過各種反應(yīng)箭頭時出現(xiàn)相應(yīng)的解釋。在下一個環(huán)節(jié)，學生必須以互動的方式區(qū)別鈣化生物和非鈣化生物。最后，學生在組內(nèi)討論了海洋酸化對鈣化過程的負面影響，并制定了保護措施。

2.研究Ⅱ的設(shè)計

研究Ⅱ是學生全天實驗日的一部分。該研究包括了一項為時180分鐘的干預(yù)測試，研究對象為10至13年級的學生，學習主題為“波羅的海的未來”。其目的是呈現(xiàn)波羅的海主要環(huán)境影響過程（變暖、富營養(yǎng)化、酸化和鹽度變化），及其對生態(tài)系統(tǒng)代表性生物（鉤蝦、墨角藻和附生植物）的影響，以及由此對整個系統(tǒng)（水質(zhì)、漁業(yè)和旅游業(yè)）帶來的挑戰(zhàn)。在收到有關(guān)測試和當天課程的總體情況后，學生們會進行為時15分鐘的前測。學生通過平板電腦上的數(shù)字調(diào)查問卷完成所有測試。隨后，緒論課會用30分鐘時間介紹全球海洋變化的原因和過程，并深入了解由此對海洋生態(tài)系統(tǒng)產(chǎn)生的影響。接著，我們將學生隨機分為兩組，各組分至不同的房間。進行實驗的小組則進一步分為兩個小組，每組進行4項為時30分鐘的實驗。其間有一位督導(dǎo)員指導(dǎo)實驗，并在每個小組的實驗過程中解答問題。督導(dǎo)員會分發(fā)腳本、展示可用材料，并解答學生相關(guān)腳本問題，必要時解釋不清楚的地方。進行模擬的小組也被分為兩個小組，各在一張小組桌上進行操作。盡管學生們擁有自己的平板電腦，但他們還是以小組或團隊的形式進行模擬。督導(dǎo)員可以解答技術(shù)和內(nèi)容方面的問題，并協(xié)助小組討論。所有小組的學習總時長為2小時，然后再進行為時15分鐘的后測。

（1）研究Ⅱ的材料

兩種方法講授相同課程內(nèi)容。每項實驗都呈現(xiàn)了單一的變化過程（變暖、富營養(yǎng)化、酸化和鹽度變化），以及對某種生物（鉤蝦、墨角藻和附生植物）的影響，并由此產(chǎn)生的生態(tài)系統(tǒng)和社會變化（水質(zhì)、漁業(yè)和旅游業(yè)）。因此，學生們可以了解到不同變化和相關(guān)影響，以及變化之間的相互作用。在模擬中，計算機可以模擬所有變化，在考慮到它們之間相互作用的情況下，觀察其對3種生物的影響。此外，調(diào)整后的參數(shù)直接代表了對整個系統(tǒng)（水質(zhì)、漁業(yè)和旅游業(yè)）可能產(chǎn)生的影響。為了避免方向迷失和認知過載，特別是通過模擬學習的學生，他們必須根據(jù)輔助腳本進行操作，其中必須通過相同的指導(dǎo)問題總結(jié)學習成績。舉一個例子：“描述水溫升高對墨角藻適應(yīng)性的影響?！睂嶒灥哪_本是紙質(zhì)形式的，包含了每個實驗相應(yīng)的說明、解釋和問題。模擬的腳本是數(shù)字化的，并內(nèi)嵌于模擬網(wǎng)站中，其中包含了模擬的操作說明，以及所有參數(shù)相關(guān)問題和基本信息。

（2）實操性實驗

學生們研究了（a）水溫升高對墨角藻適應(yīng)性的影響；（b）過度施肥對附生植物生長速度的影響；（c）鹽度變化對鉤蝦適應(yīng)性的影響；（d）酸化加劇引起的生態(tài)系統(tǒng)變化。4項實驗的活動不同，但操作程序始終相同。首先，學生們通過文本或插圖等現(xiàn)有材料（如鹽度和鉤蝦）了解該站的參數(shù)（每個站點的變化和生物）。接著，他們提出研究問題（如“波羅的海鹽度較低對鉤蝦種群有何影響？”）。根據(jù)腳本解釋，學生們進行了各種實驗，并解釋了腳本中觀察到的效果。實驗活動的例子包括：（a）在不同水溫下制備3個相同大小的墨角藻樣本，并通過數(shù)字氧傳感器觀察氧氣的產(chǎn)生；（b）使用葉綠素a測量法對不同的富營養(yǎng)化水樣進行光度測定；（c）在不同鹽度的波羅的海海水中計數(shù)鉤蝦并確定其死亡率；（d）對不同酸度的海水樣本進行滴定。最后，學生們在組內(nèi)討論了這些影響可能對系統(tǒng)中的其他生物產(chǎn)生的沖擊，以及有助于保護它們的措施（如規(guī)模較小的鉤蝦種群對附生植物的攝食壓力降低，對墨角藻會產(chǎn)生負面影響，減少人為溫室效應(yīng)也可作為一項措施）。

（3）交互式計算機模擬

計算機模擬的總目標是使學習者在交互中能夠理解不同生態(tài)系統(tǒng)變化對3種生物產(chǎn)生的綜合影響。在進行模擬互動前，學生們傾聽關(guān)于模擬中每個變量的簡短信息音頻，以獲取基本信息。之后，交互模式被解鎖，學生們可以自主進行模擬互動。該交互界面允許用戶移動滑塊來選擇和操作不同的變化（見圖3）。學生們可以實時觀察這3種生物種群規(guī)模的變化。當然，他們可以（也應(yīng)該）通過移動預(yù)定義設(shè)置上的一個滑塊，一次只研究一種變化——就像在實驗中一樣。與實驗的不同之處在于，對生物體的影響是以互動方式呈現(xiàn)的。這意味著間接影響也是可見的（例如，較低的鹽度直接導(dǎo)致鉤蝦數(shù)量減少，這反過來又導(dǎo)致附生植物增加，從而對墨角藻生長產(chǎn)生了負面影響）。例如，通過屏幕底部的三級笑臉系統(tǒng)，學生們可以同時觀察到參數(shù)變化對水質(zhì)的進一步影響。我們運用了工具箱等支持元素，以獲取更多關(guān)于這些影響和其他模擬參數(shù)的信息。首先，學生們在腳本（為此提供了文本、插圖和視頻）的指導(dǎo)下了解模擬的各個參數(shù)（變化和生物體）。然后，他們在研究問題的指導(dǎo)下，必須改變對波羅的海產(chǎn)生影響的每個參數(shù)（變暖、富營養(yǎng)化、酸化和鹽度變化），并觀察、描述和解釋對生物體的影響。接著，同時改變幾個參數(shù)，并研究和描述對生物體水平影響及更進一步的沖擊。最后，他們要討論和描述保護波羅的海的可能措施。

3.研究Ⅰ與研究Ⅱ的樣本

研究Ⅰ的參與者是來自德國19所中學的443名學生，他們的平均年齡為17.58歲（標準差=1.41），其中女學生占56.88%，男學生占43.12%。隨機分班后，221名學生做實驗，另外222名學生進行計算機模擬。

研究Ⅱ的參與者是來自德國21所中學的367名學生，他們的平均年齡為17.02歲（標準差=1.20），其中女學生占54%，男學生占46%。其中，198名學生做實驗，另外169名學生進行計算機模擬。

4.研究Ⅰ與研究Ⅱ的方法措施

在前測中，我們評估了年齡、性別及年級等社會人口統(tǒng)計數(shù)據(jù)，以便對樣本有更好的了解。此外，我們詢問了學生們在科學科目上的成績（生物、化學、物理），以及他們在生物和化學學科的已有知識和個人興趣，以便更好地了解研究參與者先前存在的認知與動機情況。在后測中，我們對學科知識、認知負荷及情境興趣進行了問卷調(diào)查。研究Ⅰ的問題以紙筆測驗的形式展現(xiàn)；研究Ⅱ的調(diào)查問卷是數(shù)字化的，并整合到了計算機模擬的學習環(huán)境中。

（1）學科知識

為方便研究學科知識，我們分別設(shè)計了前測與后測問題。由于德國標準課程不包括這兩項研究的主題，我們預(yù)測學生們有少許的知識積累。因此，人們高度期望通過干預(yù)措施增加學科知識。為了避免產(chǎn)生困惑及測試效應(yīng)，即兩次回答相同問題而產(chǎn)生的學習效果，我們只進行簡短的前測。對學科知識的前測僅僅是為了驗證之后隨機劃分的兩個測試小組在已有知識上可能存在差異。我們制訂了詳細的后測，因為我們想著重分析這兩種方法之間的差異。該領(lǐng)域的幾位專家根據(jù)計算機模擬與實驗的主題制訂了任務(wù)。

在第一項研究中，前測包含3道基于海洋酸化基本原理的多項選擇題。其中有2道含有4個不同選項的題，每題1分；1道含有5個不同選項的題，每題2分。學生們總共可以獲得4分。后測包含9道題，這些問題的結(jié)構(gòu)基于方法內(nèi)容，因此反映了實驗及計算機模擬涵蓋的主題：pH值（3道題）、全球大氣層CO2濃度增加的程度及原因（2道題）、海水中CO2的平衡反應(yīng)（3道題）及鈣化有機物的酸化效果（1道題）。此外還有不同學科知識領(lǐng)域的樣例，有5道含4個不同選項的多選題，每題有1個正確答案，每題1分。還有3道含5個不同選項的多選題，每題有2個正確選項，每題2分，問題僅涉及兩種方法都涵蓋的主題。為了使用對比的方式真正測試出通過這些方式得到的學習成績，關(guān)于具體實施（比如實驗的設(shè)置）的問題沒有明確提出。這些多項選擇題由專家研發(fā)，隨后也進行了驗證。此外，我們還設(shè)計了一項任務(wù)，學生們應(yīng)該在表格中用箭頭標記海洋中CO2、HCO3-及碳濃度的增減。完成此項任務(wù)可獲3分，參與者一共可獲15分。這兩項測試都是在現(xiàn)有的化學知識測試的基礎(chǔ)上開發(fā)的[62]。

第二項研究中的知識前測包含3個開放式問題，檢測學生們對波羅的海生態(tài)系統(tǒng)變化及其面臨挑戰(zhàn)的基本了解。首先，我們決定詢問學生們是否都知道波羅的海面臨哪些威脅。其次，我們也詢問了其他兩個概念，這兩個概念極有可能在科學教育中作為衡量氣候變化及人為影響等生態(tài)變化知識掌握的基準（問題2和問題3）。對于開放式問題的評分，我們制訂了一個期望值框架，基于此回答每個問題可得6分。關(guān)于波羅的海面臨威脅的問題，有3個大分類（氣候變化、過度使用和污染），每類題目有2個子問題。對于問題2和問題3，學生們闡明變化的原因、過程和影響可得2分。因此，學生們總共可得18分。后測一共有15道多項選擇題和3道開放式題目。多項選擇題的結(jié)構(gòu)也是基于具體的方法：處理過的生物體以及它們的相互作用（4道題），變化過程（4道題）、單個變化的影響（4道題）及多種變化共同的影響（3道題）。此外還有不同學科知識領(lǐng)域的樣例。對于最后3道開放式問題，學生們需描述（a）預(yù)測的4個變化在2100年對生物層面的影響，（b）對生態(tài)系統(tǒng)的影響以及（c）對社會層面的影響。多項選擇題有4個不同答案選項，其中有一個是該領(lǐng)域?qū)＜已邪l(fā)并得到證實的正確選項。對于3個開放式問題，我們制訂了一個期望值范圍，每道題有3個可能的得分點：（a）更多的附生植物，更少的墨角藻，更少的端足目生物；（b）對生物多樣性、水質(zhì)和海岸保護的影響；（c）對旅游業(yè)、漁業(yè)和健康的威脅。每道多項選擇題1分；每道開放式題目3分。參與者總共可得到24分。

（2）認知負荷

考慮到進行交互式計算機模擬及實操性實驗需要學習者具備一定的認知資源，我們決定測量認知負荷。因此，在后測階段，我們采用帕亞斯（Paas）等人的認知負荷測試[63]作為學生的自我報告（表2）。學生們需用2個以內(nèi)的問題來評估他們感知到的認知負荷，并采用7分制量表（1=毫無付出；7=認真努力）。題目由帕亞斯等人提供。我們選擇這個短量表，因為它是最廣泛使用的認知負荷測量方式，具有可靠性和靈敏性，并易于使用[60]。此外，由于我們在研究中沒有關(guān)注內(nèi)部負荷與外部負荷之間的區(qū)別，這種省時的兩項量表尤為合適。

（3）興趣

為了控制影響情境興趣的變量——個體興趣差異，我們研究了學生對生物和化學學科的興趣。選擇這兩個學科的原因是它們代表了兩項研究中所涉及話題的基本領(lǐng)域。為此，我們將“科學的樂趣和興趣”測試從對科學的普遍興趣改為對生物和化學學科的普遍興趣。該測試最初是為國際學生評估項目而開發(fā)和驗證的[59]。學生們需用4分評分機制來評估每個人就化學和生物學科的興趣所做的5個陳述（1=完全不同意；4=完全同意）。

參與者對計算機模擬和實驗的情境興趣通過恩格爾恩（Engeln）開發(fā)和驗證的問卷進行評估[37]。該測試有12個選項來衡量情境興趣的情感、認知及價值相關(guān)成分。參與者可用4分評分機制來作答（1=完全不同意；4=完全同意）。案例見表2。

（4）核實量表質(zhì)量

我們對來自13年級3個不同班級的44名學生進行了興趣和認知負荷測試（表2）。

如果不考慮其中一個選項，則對價值相關(guān)情境興趣的可靠性分析將得出克隆巴赫系數(shù)的值為0.510。我們將該組部分的低可靠性歸結(jié)于語言不一致，并在下文中對此進行了改進。所有其他的量表都顯示出足夠高的可靠性，可以在不進行修改的情況下用于主要研究。為了確保內(nèi)容的有效性，我們與教師和海洋生物科學家合作研發(fā)了學科知識測試。學科知識調(diào)查問卷由研究Ⅰ試點研究的同批學生和研究Ⅱ來自12年級的23名學生進行驗證。學生們按計劃進行了干預(yù)，但要與我們一起在公開的全體會議中回答問題。這種合作驗證使我們能夠消除公式和專業(yè)術(shù)語上的歧義。在調(diào)整試行研究后，我們可以確定下列研究Ⅰ和研究Ⅱ中所使用量表的內(nèi)部一致性（表3）。

三、結(jié)果

所有結(jié)果均采用SPSS統(tǒng)計軟件進行計算。我們用t檢驗來檢測均值比較，t檢驗表明，在之后隨機分配的兩項研究小組（實驗或模擬）之間，已有知識、科學科目（生物、化學、物理）的平均分數(shù)以及對生物或化學的興趣均沒有顯著差異（表4和表5）。我們檢查了前測調(diào)查問卷可能存在的差異，以排除對后期隨機分組的因變量差異的影響。對已有知識調(diào)查問卷的分析表明，在第一項研究中，學生們在可得的4分中平均得分為1.3分（標準差=1.05）。在第二項研究中，學生們在前測18分的3道開放式題目中平均得分為3.38分（標準差=2.46）。

t檢驗中，兩項研究的因變量證實，一方面，相比于實驗學習，計算機模擬學習會使學生的學科知識成績（d研究Ⅰ=-0.19; d研究Ⅱ=-1.05）及認知負荷水平（d研究Ⅰ=0.19; d研究Ⅱ=0.21）進一步提高。另一方面，與計算機模擬相比，參與實驗的學生展示了更高水平的情境興趣的認知（d研究Ⅰ=-0.33; d研究Ⅱ=-0.54）和價值（d研究Ⅰ=-0.35; d研究Ⅱ= -0.37）成分。在兩項研究中，我們未能觀察到兩種方法在情境興趣的情感成分方面的差異。所有的平均值、標準差和統(tǒng)計值如表6和表7所示，以及如圖4、圖5、圖6及圖7所示。我們在分組中沒有發(fā)現(xiàn)任何顯著差異（年齡、性別、辦學形式或年級）。

四、研究討論

本研究旨在調(diào)查計算機模擬與實驗在學習成效上的差異，包括以下方面：學科知識貢獻、受影響的認知負荷范圍及情境興趣的程度，以確定哪種方法更適合交流當前的復(fù)雜主題。因此，我們通過簡單的實驗調(diào)查設(shè)計進行了兩項研究，將學習地點類型作為實驗因素。下面詳細解釋每個研究問題的假設(shè)和由此產(chǎn)生的影響。

（一）學科知識

前測的低成績表明，兩項研究中的已有知識都如預(yù)期一樣低。這可能是因為這些主題并不屬于標準的德國課程內(nèi)容。兩個隨機分配的小組之間的已有知識和科學科目得分的預(yù)期差異并不顯著，這表明學科知識成績的差異并不能歸咎于已有知識的差異或?qū)W?？茖W科目方面的成功與否。

正如預(yù)期的那樣[50][52]，與實驗學習相比，學生們在計算機模擬學習中并無劣勢；實際上，盡管認知負荷較高，他們還是學到了更多東西。除了模式本身不同之外（模擬與實驗），還有其他幾個跡象解釋了在這種情況下，計算機模擬為什么有助于學習多個變量的相互作用。我們認為，學生在這兩種方法中的任務(wù)重點可能會對所學內(nèi)容產(chǎn)生影響[55]。由于學生們的模擬不涉及體力活動，他們有更多時間研究過程和背景，因此，他們能夠更好地學習這些內(nèi)容。此外，由于每個人都有自己的設(shè)備，學生們能夠或多或少地單獨處理單個過程。因此，他們能夠決定自己的學習進度，包括從什么時候開始進行交互活動。而做實驗的時間分布是通過實驗程序嚴格預(yù)定的。實際上，學生們雖然擁有自己的設(shè)備，但仍然是與團隊合作，因此，相較于實驗學習來說，這可能為模擬學習提供了另一個優(yōu)勢：學生們有機會控制每一個變化或自己去執(zhí)行任務(wù)，然后小組一起討論。做實驗需要更細的勞動分工，因此不是每個學生都能自己完成所有的任務(wù)。如前所述，這種高水平的互動性以及在模擬中自主決定行為的可能性對于學習具有挑戰(zhàn)性的內(nèi)容非常重要[6]。然而，由于僅以自主學習科學原理和概念為導(dǎo)向的學習往往會導(dǎo)致不太明顯的學習成效[7][26]，所以參加我們研究的學生會以團隊合作或伙伴合作形式進行。這可能有助于避免因使用計算機模擬的探索性學習而經(jīng)常導(dǎo)致的低水平知識獲取[12]。

我們研究中涉及的主題不僅有基礎(chǔ)內(nèi)容，也有復(fù)雜過程和結(jié)構(gòu)，尤其是在第二項研究中。這意味著干預(yù)傳遞了實際的、難以溝通的、與社會相關(guān)的主題（社會科學問題）。為了了解海洋變暖、富營養(yǎng)化、酸化和低鹽度對生態(tài)系統(tǒng)和社會的影響，需要同時考慮多個方面。第二項研究因其考慮了全部過程，所以顯示出了比第一項研究更高的復(fù)雜性，而第一項研究只考慮了一個過程。與第二項研究中的實驗相比，模擬學習優(yōu)勢的巨大影響表明，正如其他作者的假設(shè)，交互式計算機模擬尤其適合用來教授復(fù)雜過程和系統(tǒng)[9]。施洛寧（Scheuring）、羅斯（Roth）[47]和利希特（Lichi）等[45]都能獨自展示計算機模擬極大促進復(fù)雜思考的過程，這可能是因為在模擬過程中可以同時操作多個變量。因此，計算機模擬似乎特別適合用來理解多個變量的相互作用。所以，如果教育者的目標是傳授（復(fù)雜）知識，而非教授科學方法，又在尋找適合的學習方法，那么計算機模擬將對此有益。

然而，計算機模擬中適當?shù)慕虒W支持在這里發(fā)揮著重要作用。研究文獻的結(jié)果表明，尤其是對于那些已有知識很少的學生——比如我們研究中的學生——教學支持對其獲得知識提供有效的幫助[4][7][26][32]。我們認為，由于現(xiàn)在日益增加的數(shù)字化正在創(chuàng)造越來越多的數(shù)字化和交互式學習環(huán)境，應(yīng)該考慮這些關(guān)于教學支持重要性的假設(shè)。該領(lǐng)域未來的工作可能包括為使用計算機模擬的教師和學生提供額外支持。例如，關(guān)于適當?shù)慕虒W支持，支持學生通過對話系統(tǒng)與計算機模擬互動，或提供人工智能方面的指導(dǎo)將會非常有用[64][65]。

（二）認知負荷

在使用計算機模擬時，學生預(yù)期會產(chǎn)生更高的認知負荷，以下從內(nèi)容、任務(wù)與工作模式方面進行解釋。第一，學生們可以同時改變多個變量（研究Ⅰ：CO2濃度+場景；研究Ⅱ：變暖+富營養(yǎng)化+酸化+鹽度），并且不得不觀察這些變量對各個方面所帶來的影響 （研究Ⅰ：均衡反應(yīng)+珊瑚的鈣化過程；研究Ⅱ：墨角藻+片角類動物+真菌+它們之間的相互作用）。這種基于模型的計算機模擬的非線性結(jié)構(gòu)使得該學習方法更加復(fù)雜。這點已得到多次論證，原因在于高度的認知負荷[12][53]。第二，平板電腦上的數(shù)字工作（打字、推送、觀察和閱讀等）可能會比實際實驗（切割、飛行、測量和記錄等）帶來更高的認知需求，尤其是對使用數(shù)字媒體能力弱的學生來說，模擬工作可能會帶來認知負荷。第三，不同的工作方法可能會在模擬過程中帶來更高的認知負荷。在實驗中，這種分工尤其讓能力較差的學生處于劣勢。但在計算機模擬中不會這樣，因為每個學生任務(wù)相同，都做著同樣的工作。運用學生自己的設(shè)備進行模擬需要每個學生平等參與，這樣，每個學生都很難被“湮沒”在群體中。

（三）情境興趣

在兩個實驗小組之間并未發(fā)現(xiàn)學生對生物或化學學科的興趣有何差異，因此，兩個小組之間觀察到的情境興趣差異可能并非出于個人興趣差異。研究顯示，學習地點不同并不會引起興趣差異，因此，重要的不是學習地點而是學習方法。由于外延活動是由同一個人在兩個學習地點進行的，學生們對于老師的依賴性可能成為決定性的重要因素[25]。正如第2、3部分所示，情境興趣并不依賴于個人對某物的偏好，而是取決于個人對某物在具體情境下的興趣。將興趣細分為情感、價值和認知成分，可以更詳細地分析學生們的感知興趣。

學習者將這兩種方法與積極的感受和情緒（情緒成分）聯(lián)系起來。相比于計算機模擬，實驗的認知及價值相關(guān)的情境興趣更高，這與我們的第三個研究問題相矛盾。這些強調(diào)計算機模擬能夠促進興趣及激勵特性的文獻，大多來自于科學教育的前數(shù)字時代[4][39]。今天的學生在數(shù)字媒體中長大（所謂的數(shù)字原住民），因此 “新奇”效果、互動性活動、模擬內(nèi)自主交互的可能性或者數(shù)字媒體本身很難打動他們。這很可能會對價值相關(guān)的組成部分產(chǎn)生影響。如今，學生們早已習慣于數(shù)字媒體，因此，使用數(shù)字媒體本身不再具有特殊價值。這就引出了一個問題，即在數(shù)字化社會，現(xiàn)有的假設(shè)是否仍然有效，或者是否需要重新評估。因此，基于計算機的（學習）環(huán)境通常表現(xiàn)出的增強興趣的效果可能已經(jīng)過時了，而實驗學習可能比預(yù)期更能激勵和增強學生興趣（尤其是在價值及認知成分方面）。通過數(shù)字媒體增強情境興趣的一種方式是使用游戲效果或類似于增強/虛擬現(xiàn)實的沉浸式體驗[58][66][67]， 在未來的數(shù)字化學習模式發(fā)展中應(yīng)加以考慮。

除了媒體本身，不同方式所需的不同活動對情境興趣的發(fā)展可能也有影響。做實驗時的實際操作可能比操作數(shù)字控制器、滑塊及工具箱更多樣、更令人激動。在日常學校生活中，教師經(jīng)常由于缺少時間、設(shè)備及機會來讓學生們獨立開展實驗 [14]。因此，實操性實驗可能是特別的，且能讓情境興趣達到頂峰。這與林（Lin）等人的研究一致，其表明新奇或者引人注目的活動對學生們的情境興趣有積極影響[36]。這些特性尤其導(dǎo)致學生們希望通過這些方式（認知成分）來學習更多相關(guān)主題的知識。此外，學生們可能更享受實驗中的勞動分工，因為工作中不同步驟環(huán)環(huán)相扣使得小組內(nèi)進行更多的互動，并比模擬更支持社會化學習。

五、局限性

本研究可能具有以下局限性。這里提出的結(jié)果和影響僅適用于本文描述的干預(yù)措施?；顒拥木唧w背景（復(fù)雜的、當前科學主題）及方法的特征（教學支持、合作方式等）會影響結(jié)果。因此，在進一步的研究中應(yīng)調(diào)查是否可遷移到其他外延活動。經(jīng)過證明，教育者對教育活動的結(jié)果有重大影響[25]。我們嘗試在兩個研究中使用相同的督導(dǎo)員來讓這個因素保持恒定，然而，仍不能排除教育者對結(jié)果的影響。兩個研究不僅學習地點不同，干預(yù)的持續(xù)時間也不同，這是理論上的局限。持續(xù)時間的差異是因為相比于第一個干預(yù)實驗，第二個干預(yù)實驗的內(nèi)容更為復(fù)雜。然而，由于結(jié)果顯示出高度的相似性，我們得出結(jié)論，這個差異對結(jié)果并無重大影響。我們發(fā)現(xiàn)認知負荷量表的可靠性較低（表3），這讓我們對結(jié)果的價值產(chǎn)生了一些懷疑。然而，我們之所以使用這個測量標準，是因為事實表明，這種主觀評價量表是區(qū)分不同教學方法認知負荷可獲得的最靈敏的方法[68]。此外，奈史密斯（Naismith）和卡瓦爾坎蒂（Cavalcanti）在一篇綜述表明，自我報告量表的有效性與其他量表（如次要任務(wù)方法或者有生理指標的量表）沒有差異[69]。為了提高測量認知負荷的嚴謹性，使用更復(fù)雜的測量方法，如雙任務(wù)測量[70]或區(qū)分認知負荷類別的心理測量量表[71]可能更可取。有關(guān)情境興趣的一些結(jié)果存在一定的局限性，這表明了研究Ⅰ中量表的可靠性較低（表3）。這一點在認知和價值的情境交互量表中尤為明顯，它們顯示了兩種方法之間的顯著差異。這就讓人質(zhì)疑這些項目測量是否準確。然而，因為研究Ⅱ中，克隆巴赫系數(shù)相當高（所有α值大于0.7），而且結(jié)果非常相似，因此我們認為這些結(jié)果仍然可靠。

六、結(jié)論

本文就學生在進行實驗與計算機模擬時產(chǎn)生的激勵與認知效果提出了一些見解。認為交互式計算機模擬在復(fù)雜內(nèi)容交流方面具有優(yōu)勢，實操性實驗對提高學生情境興趣非常重要（尤其是在價值和認知方面）。我們認為研究結(jié)果與學習地點無關(guān)，因為兩個研究中的調(diào)查展現(xiàn)了相同的結(jié)果。此外，測試人員眾多（總測試人數(shù)=810名學生）使得本研究結(jié)果更有意義。這些結(jié)果發(fā)現(xiàn)為教育者提供了一定的參考，便于他們選擇適當?shù)姆椒ㄔ谛?nèi)外進行復(fù)雜的社會科學教育。我們指出，對于科學教育而言，激發(fā)興趣與講授學科知識同樣重要。由于兩種方法可以相互補充，因此將兩者結(jié)合起來似乎是一個能將我們觀察到的積極效果最大化的正確方法（獲取知識+激勵）。在我們的研究之后，帕塔姆貝卡（Puntambekar）等人指出，用一種方法學習可以補充和完善另一種方法的不足（學習內(nèi)容的重點不同），并要在戰(zhàn)略上將兩者結(jié)合起來[55]。在研究當中，他們發(fā)現(xiàn)學生們的討論會受到方法顯著特征的影響：進行實操性物理實驗的學生討論如何安排設(shè)備、做出準確的測量以及用公式來計算輸出量。相反，在虛擬實驗室工作的學生更多地參與變量輸入、預(yù)測和現(xiàn)象闡釋。此外，斯美塔那（Smetana）、貝爾（Bell）、利希特（Lichti）和羅斯（Roth）也指出，實驗室實驗與基于模型的模擬相結(jié)合是一個潛在的強大的學習工具[9][45]。此外，德容（de Jong）等人強調(diào)，虛擬與非虛擬學習因素的結(jié)合似乎能夠?qū)崿F(xiàn)更深入、更細致的理解，尤其是在講授復(fù)雜問題的時候[72]。最后我們認為，未來應(yīng)該關(guān)注實驗與計算機模擬相結(jié)合之后對于學生的激勵與認知效果。

【參考文獻】

[1] BENNETT D J， JENNINGS R C. Successful science communication： Telling it like it is [M]. Cambridge University Press， 2011.

[2] BENNETT R E， PERSKY H， WEISS A， et al. Measuring problem solving with technology： A demonstration study for NAEP [J]. The Journal of Technology， Learning and Assessment， 2010，8（08）：4-89.

[3] QUELLMALZ E S， DEBARGER A H， HAERTEL G， et al. Exploring the role of Technology-Based Simulations in Science Assessment： The Calipers Project [J]. Assessing Science Learning： Perspectives From Research and Practice， 2005（01）.

[4] RUTTEN N， VAN JOOLINGEN W R， VAN DER VEEN J T. The learning effects of computer simulations in science education [J]. Computers amp; Education， 2012，58（01）：136-153.

[5] DEVELAKI M. Using computer simulations for promoting model-based reasoning [J]. Science amp; Education， 2017，26（07–09）：1001-1027.

[6] LINN M C， CHANG H Y， CHIU J， et al. Can desirable difficulties overcome deceptive clarity in scientific visualizations [J]. Successful Remembering and Successful Forgetting， 2010，24（01）：239-262.

[7] DE JONG T， VAN JOOLINGEN， W R. Scientific discovery learning with computer simulations of conceptual domains [J]. Review of Educational Research， 1998，68（02）：179-201.

[8] LIN Y C， LIU T C， SWELLER J. Improving the frame design of computer simulations for learning： Determining the primacy of the isolated elements or the transient information effects [J]. Computers amp; Education， 2015，88（10）： 280-291.

[9] SMETANA L K， BELL R L. Computer simulations to support science instruction and learning： A critical review of the literature [J]. International Journal of Science Education， 2012，34（09）：1337-1370.

[10] SIAHAAN P， SURYANI A， KANIAWATI I， et al. Improving students' science process skills through simple computer simulations on linear motion conceptions [J]. Journal of Physics： Conference Series， 2017，812（01）.

[11] PAAS F， RENKL A， SWELLER J. Cognitive load theory and instructional design： Recent developments [J]. Educational Psychologist， 2003，38（01）：1-4.

[12] DE JONG T. Cognitive load theory， educational research， and instructional design： Some food for thought [J]. Instructional Science， 2010，38（02）：105-134.

[13] K?CK H. Fachliche konsistenz und spezifk in allen dimensionen des geographieunterrichts [M]. Rempfer， Unterrichtsqualit?t Wirksamer Geographieunterricht 5. Schneider Verlag Hohengehren GmbH， 2018：110-121.

[14] HANEKAMP G. Zahlen und fakten： Allensbach-studie 2013 der deutsche telekom stiftung [M]. Maxton-Küchenmeister amp; J. Me?inger-Koppelt， Naturwissenschaften. Digitale Medien im naturwissenschaftlichen Unterricht. Joachim-Herz-Stiftung Verlag， 2014：21-28.

[15] DI FUCCIA D， WITTECK T， MARKIC S， et al. Trends in practical work in german science education [J]. EURASIA Journal of Mathematics Science and Technology Education， 2012，8（01）：48.

[16] National Research Council （NRC）. A framework for K-12 science education： Practices， crosscutting concepts， and core ideas [M]. National Academies Press， 2012.

[17] National Science Teachers Association （NSTA）. Next generation science standards： For states， by states [M]. National Academies Press， 2013.

[18] BRAUND M， REISS M. Towards a more authentic science curriculum： The contribution of out-of-school learning [J]. International Journal of Science Education， 2006，28（12）：1373-1388.

[19] TRUNDLE K C， BELL R L. The use of a computer simulation to promote conceptual change： A quasi-experimental study [J]. Computers amp; Education， 2010，54（04）：1078-1088.

[20] PARK M. Effects of simulation-based formative assessments on students' conceptions in physics [J]. Eurasia Journal of Mathematics， Science and Technology Education， 2019，15（07）：14.

[21] RENNINGER A. Individual interest and its implications for understanding intrinsic motivation. Intrinsic and Extrinsic Motivation [M]. Elsevier. 2000：373-404.

[22] HOFSTEIN A， LUNETTA V N. The laboratory in science education： Foundations for the twenty-first century [J]. Science Education， 2004，88（01）：28-54.

[23] EKWUEME C O， EKON E E， EZENWANEBIFE D C. The impact of hands-on-approach on student academic performance in basic science and mathematics [J]. Higher Education Studies， 2015，5（06）：47.

[24] TUNNICLIFE S D. Overcoming ‘Earth Science Blindness' earth science in action in natural history dioramas [C]. Costa amp; J. B. Vázquez Dorrío， Hands-on science： Growing with science. Universidade de Vigo， 2017.

[25] HATTIE J. Visible learning for teachers： Maximizing impact on learning [M]. Routledge， 2012.

[26] MAYER R E. Should there be a three-strikes rule against pure discovery learning？ The case for guided methods of instruction [J]. The American Psychologist， 2004，59（01）：14-19.

[27] VAN MERRI?NBOER J J G， SWELLER J. Cognitive load theory and complex learning： recent developments and future directions [J]. Educational Psychology Review， 2005，17（02）：147-177.

[28] MAYER R E， HEGARTY M， MAYER S， et al. When static media promote active learning： Annotated illustrations versus narrated animations in multimedia instruction [J]. Journal of Experimental Psychology. Applied， 2005，11（04）：256-265.

[29] ANMARKRUD ?， ANDRESEN A， BR?TEN I. Cognitive load and working memory in multimedia learning： Conceptual and measurement issues [J]. Educational Psychologist， 2019，54（02）：61-83.

[30] MUTLU-BAYRAKTAR D， COSGUN V， ALTAN T. Cognitive load in multimedia learning environments： A systematic review [J]. Computers amp; Education， 2019，141（02）：1-22.

[31] KALYUGA S. Enhancing instructional efficiency of interactive E-learning environments： A cognitive load perspective [J]. Educational Psychology Review， 2007，19（03）：387-399.

[32] ECKHARDT M， URHAHNE D， HARMS U. Instructional support for intuitive knowledge acquisition when learning with an ecological computer simulation [J]. Education Sciences， 2018，8（03）：94.

[33] SCHARFENBERG F J， BOGNER F X， KLAUTKE S. Learning in a gene technology laboratory with educational focus： Results of a teaching unit with authentic experiments [J]. Biochemistry and Molecular Biology Education， 2007，35（01）：28-39.

[34] WINBERG T M， BERG C A R. Students' cognitive focus during a chemistry laboratory exercise： Effects of a computer-simulated prelab [J]. Journal of Research in Science Teaching， 2007，44（08）：1108-1133.

[35] KRAPP A， HIDI S， RENNINGER A. Interest， learning and development [J]. Renninger S， Hidi amp; A Krapp， The role of interest in learning and development. Hillsdale， 1992：3-25.

[36] LIN H S， HONG Z R， CHEN Y C. Exploring the development of college students' situational interest in learning science [J]. International Journal of Science Education， 2013，35（13）：2152-2173.

[37] ENGELN K. Schülerlabors： authentische， aktivierende Lernumgebungen als M?glichkeit， Interesse an Naturwissenschaften und Technik zu wecken [D]. Christian-Albrechts-Universit?t zu Kiel， Kiel， 2004.

[38] KRAPP A. An educational–psychological conceptualisation of interest [J]. International Journal for Educational and Vocational Guidance， 2007，7（01）：5-21.

[39] JAIN C， GETIS A. The effectiveness of internet-based instruction： An experiment in physical geography [J]. Journal of Geography in Higher Education， 2003，27（02）：153-167.

[40] GLOWINSKI I， BAYRHUBER H. Student labs on a university campus as a type of out-of-school learning environment： Assessing the potential to promote students' interest in science [J]. International Journal of Environmental and Science Education， 2011，6（04）：371-392.

[41] PALMER D H. Student interest generated during an inquiry skills lesson [J]. Journal of Research in Science Teaching， 2009，46（02）：147-165.

[42] KIRO?LU K， TüRK C， ERDO?AN ?. Which one is more effective in teaching the phases of the moon and eclipses： Hands-on or computer simulation？ [J]. Research in Science Education， 2019，23（11）：1095.

[43] MARSHALL J A， YOUNG E S. Preservice teachers' theory development in physical and simulated environments [J]. Journal of Research in Science Teaching， 2006，43（09）：907-937.

[44] FINKELSTEIN N D， ADAMS W K， KELLER C J， et al. When learning about the real world is better done virtually： A study of substituting computer simulations for laboratory equipment [J]. Physical Review Special Topics - Physics Education Research， 2005，1（01）：340.

[45] LICHTI M， ROTH J. How to foster functional thinking in learning environments using computer-based simulations or real materials [J]. Journal for STEM Education Research， 2018，1（01-02）：148-172.

[46] PAUL I， JOHN B. Effectiveness of computer simulation in enhancing higher order thinking skill among secondary school students [J]. UGC Care Journal， 2020，31（04）：343-356.

[47] SCHEURING M， ROTH J. Real materials or simulations？ Searching for a way to fosterfunctional thinking [J]. CERME， 2017，10：2677-2679.

[48] BERGER M. Neue medien im experimentellen physikunterricht der sekundarstufe I： Eine empirisch-explorative studie zur untersuchung der auswirkungen von virtuell durchgeführten physikalischen experimenten auf die motivation der lernenden im sekundarstufenbereich I [D]. P?dagogische Hochschule Heidelberg， 2018.

[49] CHINI J J， MADSEN A， GIRE E， et al. Exploration of factors that affect the comparative effectiveness of physical and virtual manipulatives in an undergraduate laboratory [J]. Physical Review Special Topics Physics Education Research， 2012，8（01）： 24.

[50] EVANGELOU F， KOTSIS K. Real vs virtual physics experiments： Comparison of learning outcomes among fifth grade primary school students： A case on the concept of frictional force [J]. International Journal of Science Education， 2019，41（03）：330-348.

[51] LAMB R， ANTONENKO P， ETOPIO E， et al. Comparison of virtual reality and hands on activities in science education via functional near infrared spectroscopy [J]. Computers amp; Education， 2018，124（09）：14-26.

[52] MADDEN J， PANDITA S， SCHULDT J P， et al. Ready student one： Exploring the predictors of student learning in virtual reality [J]. PLoS ONE， 2020，15（03）： e0229788.

[53] STULL A T， HEGARTY M. Model manipulation and learning： Fostering representational competence with virtual and concrete models [J]. Journal of Educational Psychology， 2016，108（04）：509.

[54] ZENDLER A， GREINER H. The effect of two instructional methods on learning outcome in chemistry education： The experiment method and computer simulation [J]. Education for Chemical Engineers， 2020，30：9-19.

[55] PUNTAMBEKAR S， GNESDILOW D， DORNFELD TISSENBAUM C， et al. Supporting middle school students' science talk： A comparison of physical and virtual labs [J]. Journal of Research in Science Teaching， 2020，58（03）：392-419.

[56] ITZEKGREULICH H， FLUNGER B， VOLLMER C， et al. Effects of a science center outreach lab on school students' achievement： Are student lab visits needed when they teach what students can learn at school？ [J]. Learning and Instruction， 2015，38（08）：43-52.

[57] DARRAH M， HUMBERT R， FINSTEIN J， et al. Are virtual labs as effective as hands-on labs for undergraduate physics？ A comparative study at two major universities [J]. Journal of Science Education and Technology， 2014，23（06）：803-814.

[58] MAKRANSKY G， PETERSEN G B， KLINGENBERG S. Can an immersive virtual reality simulation increase students' interest and career aspirations in science？ [J]. British Journal of Educational Technology， 2020，51（06）：2079-2097.

[59] FREY A， TASKINEN P， SCHüTTE K， et al. PISA-2006-Skalenhandbuch： Dokumentation der Erhebungsinstrumente [M]. Münster： Waxmann， 2009.

[60] PAAS F， TUOVINEN J E， TABBERS H， et al. Cognitive load measurement as a means to advance cognitive load theory [J]. Educational Psychologist， 2003，38（01）： 63-71.

[61] BIOACID. Das andere CO2-Problem： Ozeanversauerung： Acht Experimente für Schüler und Lehrer [C]. Helmholtz-Zentrum für Ozeanforschung Kiel （GEOMAR）， 2012.

[62] H?FT L， BERNHOLT S， BLANKENBURG J， et al. Knowing more about things you care less about： Cross-sectional analysis of the opposing trend and interplay between conceptual understanding and interest in secondary school chemistry [J]. Journal of Research in Science Teaching， 2019，56（02）：184-210.

[63] PAAS F G， VAN MERRI?NBOER J J， ADAM J J. Measurement of cognitive load in instructional research [J]. Perceptual and Motor Skills， 1994，79（01）：419-430.

[64] WALLACE P， GRAESSER A， MILLIS K， et al. Operation ARIES： A computerized game for teaching scientific inquiry [J]. Frontiers in Artificial Intelligence and Applications， 1945，200：602-604.

[65] ZAPATARIVERA D， JACKSON T， LIU L， et al. Assessing science inquiry skills using trialogues [C]. In International Conference on Intelligent Tutoring Systems. Springer， Cham， 2014（06）：625-626.

[66] MCCLARTY K L， ORR A， FREY P M， et al. A literature review of gaming in education [J]. Gaming in Education.， 2012，24（06）：1-35.

[67] PARONG J， MAYER R E. Learning science in immersive virtual reality [J]. Journal of Educational Psychology， 2018，110（06）：785-797.

[68] SWELLER J. Cognitive Load Theory. In Psychology of learning and motivation [M]. Academic Press， 2011：37-76.

[69] NAISMITH L M， CAVALCANTI R B. Validity of Cognitive Load Measures in Simulation-Based Training： A Systematic Review [J]. Academic Medicine， 2015，90（11）： S24-35.

[70] BRüNKEN R， PLASS J L， LEUTNER D. Assessment of cognitive load in multimedia learning with dual-task methodology： Auditory load and modality effects [J]. Instructional Science， 2004，32（01-02）：115-132.

[71] LEPPINK J， PAAS F， VAN GOG T， et al. Effects of pairs of problems and examples on task performance and different types of cognitive load [J]. Learning and Instruction， 2013，30（04）：32-42.

[72] JONG T， DE LINN M C， ZACHARIA Z C. Physical and virtual laboratories in science and engineering education [J]. Science， 2013，340（6130）：305-308.

Two Comparative Studies of Computer Simulations and Experiments as Learning Tools in School and Out-of-School Education

JOHANNA T Krüger1， TIM N H?ffler1， MARTIN Wahl2， KATRIN Knickmeier1， ILKA Parchmann1

（1. Leibniz Institute for Science and Mathematics Education; 2. GEOMAR Helmholtz Centre for Ocean Research Kiel）

Abstract： Interactive computer simulations and hands-on experiments are important teaching methods in modern science education. Especially for the communication of complex current topics with social relevance （socioscientific issues）， suitable methods in science education are of great importance. However， previous studies could not sufficiently clarify the educational advantages and disadvantages of both methods and often lack adequate comparability. This paper presents two studies of direct comparisons of hands-on experiments and interactive computer simulations as learning tools in science education for secondary school students in two different learning locations （Study I： school; Study II： student laboratory）. Using a simple experimental research design with type of learning location as between-subjects factor （NstudyI = 443， NstudyII = 367）， these studies compare working on computer simulations versus experiments in terms of knowledge achievement， development of situational interest and cognitive load. Independent of the learning location， the results showed higher learning success for students working on computer simulations than while working on experiments， despite higher cognitive load. However， working on experiments promoted situational interest more than computer simulations （especially the epistemic and value-related component）. We stated that simulations might be particularly suitable for teaching complex topics. The findings reviewed in this paper moreover imply that working with one method may complement and supplement the weaknesses of the other. We conclude that that the most effective way to communicate complex current research topics might be a combination of both methods. These conclusions derive a contribution to successful modern science education in school and out-of-school learning contexts.

Keywords： Science Education; Hands-on Experiments; Computer Simulation; Learning; Interest

（責任編輯：孫新樂）