编辑推荐：
为解决虚拟现实（VR）中言语交互研究不足的问题，研究人员开展社交 VR 中言语交互的研究。他们开发 VRIDS 编码方案，分析 109 名参与者的言语。结果发现言语行为随时间变化，且与非言语行为有关联。这为 VR 交互研究提供新视角。
在虚拟现实（Virtual Reality，VR）的奇妙世界里，人们可以突破现实的束缚，体验各种新奇的场景。如今，VR 不仅用于娱乐，还广泛应用于教育、培训等领域，社交 VR 更是让人们能在虚拟空间中与他人实时交流。然而，在这个看似热闹的虚拟社交领域，却隐藏着诸多尚未解开的谜团。
以往学者研究 VR 中的人类行为时，常常更关注非言语行为和自我报告测量，对言语的研究相对较少。一方面，自我报告容易实施，VR 系统也能自动收集运动数据，研究言语则相对麻烦；另一方面，实验中参与者之间缺乏互动，多数研究聚焦个体，很少关注沉浸式 VR 中的群体行为。但在现实生活中，消费者经常用 VR 进行社交，在探索、游戏或学习时展开实时对话。可目前关于沉浸式 VR 中对话，尤其是言语对话的研究却非常有限。为了填补这一空白，深入了解人们在社交 VR 中的言语交互情况，来自未知研究机构的研究人员开展了一项大规模、纵向的研究，相关成果发表在《Computers in Human Behavior》上。
研究人员为了全面、系统地分析社交 VR 中的言语交互，开发了虚拟现实交互动态方案（Virtual Reality Interaction Dynamics Scheme，VRIDS）。该方案整合了现有言语框架，并结合从研究数据中提取的新结构，涵盖了 10 种言语行为，如提问、表达观点、表示不同意等。在研究过程中，他们招募了 145 名参加为期 10 周 VR 课程的大学生，这些学生自愿参与研究，并签署了相关同意书。参与者被分成 40 个小组，每周进行一次讨论，持续 8 周，小组人数在 2 - 5 人之间，且讨论过程没有课程辅导员或助教参与。在讨论过程中，研究人员收集了丰富的数据，包括参与者的言语内容，并对其进行细致的编码分析。
在定量数据分析方面，研究发现平均每次讨论时长为 20.92 分钟（SD = 6.28），不同言语行为的轮次长度存在差异，而且不同言语行为的发生频率在纵向研究中也有所变化。例如，参与者在讲述过去事件时的轮次长度最长（M = 53.57，SD = 8.96），其次是对未来的预期。此外，VRIDS 引入的新结构，如对虚拟对象的情境依赖评论，随着用户对技术越来越熟悉，出现的频率逐渐增加。同时，想法分享行为也随时间增多，这表明参与者之间的协作得到了增强。研究人员还通过言语行为序列识别出吸引子和排斥子状态，以及一种 “呼应” 策略。在非言语行为与言语行为的关系研究中发现，在提问和情境依赖评论时，头部和手部动作会增加，而在表示不同意时则会减少。
研究人员通过开发 VRIDS 编码方案，对大量参与者在社交 VR 环境下的言语和非言语行为进行长期跟踪分析，得出了一系列有价值的结论。这些结论揭示了社交 VR 中言语交互的动态变化规律，为理解人们在虚拟空间中的交流行为提供了重要依据。该研究不仅有助于完善 VR 交互的理论体系，还能为 VR 社交应用的设计和优化提供指导，让未来的 VR 社交体验更加自然、高效，促进 VR 技术在社交领域的进一步发展。
