华子荀等｜虚拟现实技术教学效用模型建构与实效验证
点击上方蓝色文字关注我们
基金项目：广东省教育科学“十三五”规划2020年粤港澳大湾区国际教育示范区建设研究项目“粤港澳大湾区小学STEAM课程协同创新实践研究”（2020WQYB060）。
引用：华子荀,欧阳琪,郑凯方,蔡锦贤(2021).虚拟现实技术教学效用模型建构与实效验证[J].现代远程教育研究,33(2):43-52.
摘要：虚拟现实（Virtual Reality，VR）技术因在交互性、沉浸性和认知性方面具有独特优势而被认为是一种能够促进教育教学发展的新型手段，但是，VR技术在教学中发挥效用的内在机制还有待深入考证。教学效用是衡量技术能否发挥教学效果及其程度的指标，具体包括学习参与、教学效率和教学效果三个维度。结合VR的技术优势和教学效用维度、经由理论演绎建构的基于VR技术的教学效用模型（VR-E3 Model），聚焦于研究VR的交互过程、沉浸过程和认知过程三方面效用。其中，影响交互性效用的因素包括软件因素、硬件因素、感知有用性、感知易用性、行为意向、学习者特征等；影响沉浸性效用的因素包括感知、交互感、沉浸感、临场感等；影响认知性效用的因素包括情绪信息、知识建构、认知发展等。经过实证研究检验表明，该模型具有较好的理论解释力；VR技术产生教学效用的首因要素是教师的教学行为意向；VR技术因软硬件的差异，会为使用者带来不同的交互体验；学校在配置VR设备时应从教学需求和成本投入两个维度进行综合考量。
关键词：虚拟现实技术；教学效用模型；模型建构；熵值法
第一，交互过程。该过程是学生使用VR技术进行学习的第一层次，从人机交互的角度分析VR技术软硬件因素对学习者的影响，在技术接受模型（TAM）框架下分析学习者使用具体的VR设备所产生的感知有用性、感知易用性和行为意向。
第二，沉浸过程。该过程旨在解释学习者使用VR技术所产生的感知变化。在人机交互过程中，学习者使用软硬件设备首先会产生感知，随着参与的深入，感知会逐渐演化为交互感和沉浸感；通过不断的操作、互动、反馈，学习者将由感官沉浸发展到意识沉浸，逐步实现对VR内容的深度学习，最终产生最高阶的学习体验，即临场感。
第三，认知过程。该过程旨在从情感教学理论视角分析学习者使用VR设备的情绪变化，探索学习者内部认知的改变。学生利用VR进行学习的过程会产生情绪信息，包括低级情绪信息（对应感官）和高级情绪信息（对应认知），这两类信息的接收过程可以视为机械学习和意义学习。在情感教学理论的指导下，学生由感知发展到临场感的过程中，情绪对引起认知的发展发挥着重要作用，具体表现为临场感评判和临场感评价。因此，情绪信息的变化也可以解释学生认知发展的变化，同时由情绪信息变化引发的积极态度也有助于促进交互过程的行为意向。
1.研究假设
根据本研究提出的三个研究问题，笔者运用基于VR技术的教学效用模型尝试从三个方面进行探索，由此提出如下三个研究假设：
假设1：基于VR的交互过程能够有效支撑学习者的沉浸过程，即产生的教学效用促进了学习参与；
假设2：基于VR的沉浸过程能够有效支撑学习者的认知过程，即产生的教学效用提高了教学效率；
假设3：基于VR的认知过程能够有效支撑学习者的交互过程，即产生的教学效用提高了教学效果。
2.问卷设计
依据基于VR技术的教学效用模型，主要从交互性效用、沉浸性效用和认知性效用三个方面进行评价设计。对于交互性效用的评价，包括设备测评和使用者测评两个部分，其中，设备测评即测评设备的基础属性，使用者测评可通过使用者的反馈、自评等方式完成（李洪修等，2019）。由于基于VR的交互过程还涉及感官体验、感知、情绪等主观因素，要想准确评价VR的教学效用难度较高（史力范，2017）。为了降低调查对象的主观偏差，本研究设计了《基于VR技术的教学效用调查问卷》，在问卷编制过程中，围绕VR技术教学效用模型中交互性、沉浸性、认知性三类要素及其子因素进行了7级李克特问卷设计，其问卷结构如表1所示。
3.研究工具设计
作为一种人机交互工具，VR设备对使用者的影响层次是不同的，软硬件的不同设计对教学效果产生的作用也不尽相同。因此，验证VR的教学效用需要对不同类型的VR设备进行划分，以检验各种类型的VR设备所产生的教学效用及其差异。
Wloka（1995）根据人机互动方式将VR设备划分为多维输入类、多维输出类、多维参与类、动态虚拟世界四种类型。也有研究者从使用者感官调动的视角将VR设备划分为动作捕捉、虚拟导航、视觉模拟、听觉模拟、触觉模拟等类型。本研究根据当前中小学校普遍采用的VR设备及其教学形态进行分类，形成了如表2所示的6种VR技术类别以及本研究选用的案例设备。
4.研究实施
本研究选取广州和深圳两地基础教育一线教师共86人为实验对象。研究者首先向参与教师阐明本次调查的目的，之后分别针对6个类别的设备进行解说和演示，要求每位教师用3个小时左右的时间分别体验6个VR设备，并对6个设备的安装细节、资源内容、使用方式进行充分了解。当教师完全理解其内容后，在工作人员的辅助下填答《基于VR技术的教学效用调查问卷》。同时，在调查对象体验VR设备的过程中，工作人员收集其设备安装时长、体验时长、虚拟教学时长、协作时长和对设备的主观评断等数据。
本次实验共发放86份问卷，最后回收有效问卷86份。从基本信息来看，男教师占比25.6%，女教师占比74.4%；受访教师年龄30岁及以下占比55.8%，31~40岁占比34.9%，其他占比9.3%；学历层次上，本科学历占比76.7%，研究生学历占比20.9%，其他占比2.4%；教师多为小学学段（74.4%），学科涉及语文（22.1%）、英语（12.8%）、数学（11.6%）、信息技术（8.1%）、科学（8.1%）、美术（7.0%）、音乐（4.7%）、体育（4.7%）等；多数教师体验过同类VR设备（67.4%），但绝大部分教师缺乏用VR进行教学的经验（94.2%）。
1.VR技术教学效用因素分析
通过问卷调查，研究者对受访教师使用6种VR设备的教学效用进行了验证，从回收的数据来看，该问卷的Cronbach’s α信度系数为0.88，表明问卷信度较高；综合6种设备在各二级因素的平均得分可知，受访教师对交互性效用、沉浸性效用、认知性效用的各因素均给予了较高的评价（如表3所示）。
在交互性效用方面，感知有用性和行为意向得分较高，表明受访教师在体验VR设备过程中对该设备持肯定态度，并且具有应用该类设备开展教学的行为意向；然而感知易用性得分较低，表明VR在设备适应、开发适配的教学资源方面仍存在难点。总体来说，感知有用性和积极的行为意向证明了VR技术在促进交互积极性方面有较好的作用。
在沉浸性效用方面，各项因素均获得较高认同度，表明受访教师首先应用VR设备进行了视听动觉感知，之后按照虚拟环境的提示进行互动并产生交互感，逐步由感官沉浸转化为意识沉浸，从而更加深刻地理解相应交互模块的内容，最后产生模拟真实环境的拟真体验。总体而言，感知、交互感、沉浸感、临场感的得分均较高，证明了VR技术对提高教学效率具有较好的作用。
在认知性效用方面，受访教师对情绪信息认同度较高，对内外部因素所产生的认知发展也给予较高认同度，但在知识建构方面认同度一般。这源于实验时间受限不能为受访教师提供更加完整的互动知识，另一方面源于VR设备本身所提供的资源有限，不能提供覆盖全部学科和学段的互动知识。总体来说，情绪信息和认知发展的得分较高也证明了VR技术对促进教学效果具有较好的作用。
为进一步探究VR技术教学效用模型的解释度，研究者对所得数据进行了探索性因素分析，得到KMO测度检验值为0.86，Bartlett球形检验近似χ2值为3523.20，显著性p值为0.00，这表明问卷数据适合进行因素分析并且存在相关性意义。探索性因素分析得到数据的解释度为82%，剔除因素负荷量小于0.6的因子，得到各类因素的负荷量结果（如表4所示）。
根据因素负荷量可知，在交互性效用方面，感知易用性的负荷量最高，表明受访教师切实认同VR技术对教学的有用性；在沉浸性效用方面，交互感与沉浸感的负荷量较高，表明受访教师在实际体验VR技术时产生了较好的交互体验；在认知性效用方面，认知发展的负荷量相对较高，表明受访教师认同运用VR技术向学习者传授知识的教学方式。
总体来说，本研究所选取的6种VR设备在交互性效用、沉浸性效用、认知性效用三方面都获得了较高的认同度，问卷获得的数据对VR技术教学效用理论模型解释度达到82%，各因素的负荷量均在0.7以上，表明该问卷具有较好的信度和效度，也间接证明了该教学效用模型具有较好的理论解释力，同时也验证了VR技术在提高学习参与、教学效率和教学效果方面具有重要作用。
2.VR技术的教学效用及其比较
（1）利用熵值反映不同设备类型的教学效用
由于VR技术在实现方式、使用体验、教学融入等方面存在较大差异，很难用统一的标准进行比较。为解决以上问题，本研究选取熵值法（Entropymethod）进行VR的客观数据测算和设备比较。熵值法是一种客观赋权的方法，能够对无序变量进行有条理的测算（Bulinski et al.，2019），通过计算不同指标值的差异程度确定权重系数，避免人为干扰因素的影响，能够客观地反映指标在综合体系中的重要性（迟绍明，2004）。熵值法的计算采用熵值（e）、数据集无量纲化（Yij）与熵权（wj）三个公式，其中，因素的熵值越小则熵权越大，表明该因素的解释力越高。
由于所计算熵值的数据更多体现为使用者行为，所以只对使用者的交互过程数据进行熵值计算，而没有对其沉浸性、认知性过程数据进行计算，这源于人的主观评判并非无序，而是经过一定的主观判断所反映的。6类设备的熵值数据来自受访教师体验VR技术的过程。交互性效用数据包括硬件因素数据、软件因素数据及行为意向数据，其中设备中的硬件安装、价格、稳定性等为VR设备数据，计量单位为百分比；行为意向中的教学过程、混合教学、教学方式为受访教师在使用VR设备开展相应模拟动作时的时长数据，维度以分钟为记录单位。应用Python实现熵值计算，得到6类设备的熵值、熵权及其综合评价值的结果如表5所示。
根据熵值、熵权的分析结果，在交互性效用的三类因素中，硬件因素熵权最低（0.1094）、行为意向熵权最高（0.6930），表明受访教师在使用VR设备时，设备差异对教师的影响是不确定的，但教师行为意向因素具有较高确定性，教师们更倾向于确定该类设备是否能够支持其教学过程，包括课前、课中、课后的教学支持（A8/A9/A10），线上线下的混合式教学（A11/A12）以及在课堂教学中演示（A13）、实验（A14）、协作（A15）等方法的支持。
在6类VR设备中，头戴式视觉模拟设备（HVD）综合评价得分最高（32.89），其次为整合式触觉模拟设备（MHD）、虚拟现实+增强现实模拟设备（VAHD）、手机支持视觉模拟设备（PVD）、视听互动模拟设备（VAID）和动作捕捉式模拟设备（PTD）。针对设备的交互性数据进行的分析表明，6类设备在软硬件因素的权重占比较低，教师们更关注该设备是否能够辅助教学；软硬件因素虽然具有不确定性，但并不代表该因素不重要，设备的易用性、设备附加的教学资源都是支持教学的有效因素，尤其在积极性提升方面，交互性因素具有重要作用。
（2）VR设备与教学效用因素的相关性分析
本研究进一步采用相关性分析对不同VR设备在教学效用因素上的表现进行研究，结果如表6所示。
（注：*p＜0.05，**p＜0.01。）
根据相关性计算结果，6类设备在教学效用三个维度上大部分存在相关关系，但其相关性系数介于0.2~0.3，表明其相关性一般。这可能与各类VR设备的特性及其使用体验有关。例如，VAHD设备以AR卡与智能手机相配合的方式进行，不会涉及太多软件的使用过程，因而与交互性效用不具有相关性，而与沉浸性效用、认知性效用具有高度相关关系。HVD设备能够为使用者提供更具沉浸性的体验，因而在三种效用方面都有相关性，尤其是认知性效用方面，其相关性较高。PVD设备由简易的头戴式框架和智能手机组成，要求使用者不断进行操作和交互，因而与交互性效用、沉浸性效用、认知性效用均存在高相关关系。VAID设备以视听觉互动为主，本研究选取Switch Labo VR，由于其开源性较低，缺乏合适的教学资源，因而与交互性效用、沉浸性效用不具有相关性，但其互动体验方式能够较好地支持学习过程，因而与认知性效用存在相关性。PTD设备以体感互动技术为主，还常常与VR眼镜配合使用，能够为体验者提供较好的沉浸互动，因此其与教学效用的三个方面都具有高相关性。MHD设备整合了虚拟现实、增强现实、体感技术等多种互动方式，提供了整合性的互动体验，因而其与教学效用的三个方面都具有高相关性。
1.基于VR技术的教学效用模型构建
教学效用是衡量技术能否发挥教学效果及其程度的指标，具体包括学习参与、教学效率和教学效果。本研究基于VR技术在互动性、沉浸性、认知性方面所具有的特征和优势，在相关文献综述基础上提出了基于VR技术的教学效用模型（VR-E³ Model）。该模型中的教学效用体现在交互性效用、沉浸性效用和认知性效用三个方面。其中，交互性效用的影响因素包括软件因素、硬件因素、感知有用性、感知易用性、行为意向、学习者特征等；沉浸性效用的影响因素包括感知、交互感、沉浸感、临场感等；认知性效用的影响因素包括情绪信息、知识建构、认知发展等。同时，研究通过实证方式、运用探索性因素分析方法验证了该模型具有较好的理论解释力。
2.VR技术促进教学效用的机制
VR技术教学效用因素分析结果验证了本研究提出的前两个研究假设，发现了影响VR技术教学效用的核心因素及其作用关系。本研究发现，VR技术产生教学效用的首因要素是教师的教学行为意向，有三方面的证据支持这一结果：一是在对6类VR设备的使用数据进行熵值计算得到教师的行为意向熵权最高（69%）；二是根据VR技术教学效用模型，使用该设备开展教学的行为意向也受到感知有用性（因素负荷量＝0.75）及感知易用性（因素负荷量＝0.91）的影响；三是当使用者体验VR设备时，根据其实现方式不同，将产生不同程度的交互体验，即感知、交互感、沉浸感、临场感（其对应的因素负荷量分别为0.78、0.81、0.80、0.77），而沉浸感和临场感有助于学习者情绪信息的产生（因素负荷量＝0.69），情绪信息又能为学习者知识建构（因素负荷量＝0.71）和认知发展（因素负荷量＝0.79）提供支持。
3.VR技术的实施难点及其解决策略
VR技术因软硬件的差异，会给使用者带来不同的交互体验。对VR设备教学效用数据的熵值计算结果表明，具有较大不确定性的因素是硬件因素（熵权＝0.1094）和软件因素（熵权＝0.1977）。对受访教师的访谈也证明了这一点，他们普遍关注VR技术如何应用于课堂，而硬件安装、价格因素、稳定性、资源支持、开发难易度等因素会直接影响教学者的使用行为意向，因此，解决软硬件问题成为VR教学的实施难点。熵值分析与相关性分析表明，本研究提出的研究假设三得到验证。相关性分析结果为VR的教学实施难点提供了较好的解决方案支持。由于6种VR设备都与认知性效用具有高相关性，因此，解决以上实施难点，应充分考虑教师对VR设备的接受度，初期可以考虑选择购置成本低、开发难度低、稳定性高的VR设备开展教学，如AR扫描教学卡、Google Cardboard纸盒眼镜等，这样不仅能够激发教师的使用行为意向，也能较好地发挥VR设备在促进认知方面的效果。
4.学校开展VR教学的设备配置方案
根据熵值计算结果，各类别VR设备综合评价得分由高到低依次为：HVD设备（wj＝32.89）、MHD设备（wj＝30.07）、VAHD设备（wj＝29.05）、PVD设备（wj＝28.56）、VAID设备（wj＝27.86）、PTD设备（wj＝27.68）。以上6类设备与认知性效用均具有高相关性，实际应用中可按其购置成本高低、开发性难易、资源支持是否丰富等因素进行综合考量，笔者提供了如图3所示的教学配置方案，以供教师和管理者参考借鉴。
该方案将学校VR建设需求按照教学需求高低与投入程度高低两个维度划分为四种类别。对于低教学需求且低投入的学校，可购置VR+AR模拟设备，其成本低、互动性好，能够为学生提供基本的VR学习体验；对于高教学需求且低投入的学校，可考虑采用手机支持视觉模拟设备开展教学，利用VR设备与智能手机相结合，可实现基本的VR沉浸体验；对于低教学需求且高投入的学校来说，可考虑采购成本略高的动作捕捉式模拟设备或视听互动模拟设备，这类设备还具有一定的开源性，能够支撑未来的互动资源开发和课堂活动扩展；对于高教学需求且高投入的学校，可考虑购置头戴式视觉模拟设备或整合式触觉模拟设备，这类设备虽然成本较高，但设备本身已经提供了较好的教学支撑资源或方案，能够有效帮助教师解决学科教学中的重难点问题。
参考文献：
[1]蔡苏,王沛文,杨阳等(2016). 增强现实(AR)技术的教育应用综述[J]. 远程教育杂志, 34(5):27-40.
[2]迟绍明(2004). 信息熵在原子体系中的应用研究[D]. 昆明:云南师范大学:24.
[3]何聚厚,梁瑞娜,韩广欣等(2019). 基于虚拟现实技术的深度学习场域模型构建研究[J]. 电化教育研究, 40(1):59-66.
[4]华子荀(2019). 虚拟现实技术支持的学习者动觉学习机制研究[J]. 中国电化教育, (12):16-23.
[5]孔少华(2019). 从Immersion到Flow Experience: “沉浸式传播”的再认识[J]. 首都师范大学学报(社会科学版), (4):74-83.
[6]李洪修,李美莹(2019). 基于虚拟现实环境的深度学习模型构建[J]. 中国电化教育, (9):68-73.
[7]廖宏建(2014). 应用Kinect构建英语课堂虚拟教学情境研究[J]. 现代教育技术, 24(3):64-70.
[8]廖宏建,杨玉宝(2013). 体感交互设计及其在三维虚拟实验中的应用[J]. 远程教育杂志, 31(1):54-59.
[9]刘德建,刘晓琳,张琰等(2016). 虚拟现实技术教育应用的潜力、进展与挑战[J].开放教育研究, 22(4):25-31.
[10]刘衡,冯婷(2013). 基于虚拟现实技术的体育教学模式的实践与思考[J]. 北京师范大学学报(自然科学版), 49(6):649-652.
[11]马建荣,章苏静,李凤(2012). 基于体感技术的亲子互动游戏设计与实现[J]. 中国电化教育, (9):85-88.
[12]孟祥旭(2010). 人机交互基础教程[M]. 北京:清华大学出版社:15.
[13]沈夏林,张际平,王勋(2019). 虚拟现实情感机制:身体图式增强情绪唤醒度[J].中国电化教育, (12):8-15.
[14]史力范(2017). 虚拟现实技术在教育领域应用的理性认识[J]. 大连教育学院学报, 33(4):37-38.
[15]王晓春,朱麟,吴立宝(2009). 基于笔交互的教学软件框架及其应用[J]. 中国电化教育, (1):108-111.
[16]徐鹏,刘艳华,王以宁(2016). 国外增强现实技术教育应用研究演进和热点——基于SSCI期刊文献的知识图谱分析[J]. 开放教育研究, 22(6):74-80.
[17]杨雪,吴双,宋金刚(2012). 虚拟实验的感性设计研究[J].中国电化教育, (1):127-131.
[18]张奇勇,卢家楣(2013). 情绪感染的概念与发生机制[J].心理科学进展, 21(9):1596-1604.
[19]张思,李勇帆(2014). 基于技术接受模型的高校教师网络教学行为研究[J]. 远程教育杂志, 32(3):56-63.
[20]Baritz, M., Cotoros, D., & Moraru, O. (2007). Virtual and Augmented Reality for Mechanism Motion Modeling in Technical Application[C]// Proceedings of the 7th WSEAS International Conference on Signal Processing, Athens, Greece: 54-57.
[21]Borrero, A. M., & Márquez, J. M. A. (2012). A Pilot Study of the Effectiveness of Augmented Reality to Enhance the Use of Remote Labs in Electrical Engineering Education[J]. Journal of Science Education and Technology, 21(5):540-557.
[22]Bulinski, A., & Dimitrov, D. (2019). Statistical Estimation of the Shannon Entropy[J]. Acta Mathematica Sinica, 35(1):17-46.
[23]Burdea, G., Richard, P., & Coiffet, P. (1996). Multimodal Virtual Reality: Input-Output Devices, System Integration, and Human Factors[J]. International Journal of Human-Computer Interaction, 8(1): 5-24.
[24]Diemer, J., Alpers, G. W., & Peperkorn, H. M. et al. (2015). The Impact of Perception and Presence on Emotional Reactions: A Review of Research in Virtual Reality[J]. Frontiers in Psychology, 6:26.
[25]Fast-Berglund, Å., Gong, L., & Li, D. (2018). Testing and Validating Extended Reality (xR) Technologies in Manufacturing[J]. Procedia Manufacturing, 25:31-38.
[26]Hoffman, E. S. (2014). Beyond the Flipped Classroom: Redesigning a Research Methods Course For E3 Instruction[J]. Contemporary Issues in Education Research, 7(1):51-59.
[27]Huang, H. M., Rauch, U., & Liaw, S. S. (2010). Investigating Learners’ Attitudes Toward Virtual Reality Learning Environments: Based on a Constructivist Approach[J]. Computers & Education, 55(3):1171-1182.
[28]Kim, C. M. (2008). Using Email to Enable E3 (Effective, Efficient, and Engaging) Learning[J]. Distance Education, 29(2): 187-198.
[29]Kim, S. Y. S., Prestopnik, N., & Biocca, F. A. (2014). Body in the Interactive Game: How Interface Embodiment Affects Physical Activity and Health Behavior Change[J]. Computers in Human Behavior, 36:376-384.
[30]Lee, Y., Kozar, K. A., & Larsen, K. R. (2003). The Technology Acceptance Model: Past, Present, and Future[J]. Communications of the Association for Information Systems, 12:752-780.
[31]Merrill, M. D. (2009). Finding E3 (Effective, Efficient, and Engaging) Instruction[J]. Educational Technology, 49(3):15-26.
[32]Wloka, M. M. (1995). Interacting with Virtual Reality[M]// Rix, J., Haas, S., & Teixeira, J. (Eds.). Virtual Prototyping. IFIP Advances in Information and Communication Technology. Boston, MA: Springer.