增强现实中不同协作模式对数学问题解决的影响研究

《COMPUTERS and EDUCATION》：The Impact of Different Collaboration Formats on Mathematical Problem-Solving in Augmented Reality

本研究针对AR（增强现实）教育应用中协作模式设计缺乏理论指导的问题，探讨了平行协作、观察/被观察协作和联合协作三种模式对高中生几何推理学习效果的影响。通过预注册的组内设计实验（n=70对），发现平行协作整体效果最优，而联合协作对高知识水平学习者更具优势。研究揭示了协作模式通过影响手势和操作行为进而调节学习效果的机制，为AR教育环境的设计提供了重要理论依据和实践指导。

　　

在数字化教育浪潮中，增强现实（Augmented Reality， AR）技术正以前所未有的速度渗透到数学教育领域。通过将数字全息图像叠加到真实世界中，AR为学生创造了能够直接操纵三维几何图形的沉浸式学习环境。然而，当教育工作者试图将AR技术应用于实际教学时，面临着一个关键难题：如何设计有效的协作学习模式？现有的研究虽然肯定了AR技术和协作学习各自的教育价值，但对二者结合的最佳方式却知之甚少。

当前，教育技术开发者和教师在实践中主要采用三种不同的AR协作模式，它们各具特色，也各有成本和实施难度。第一种是平行协作（parallel collaboration），每位学生使用自己的AR设备独立操作相同的全息图像，需要通过语言交流来协调彼此的理解。第二种是观察/被观察协作（observer/observed collaboration），一名学生操作AR设备，另一名通过笔记本电脑观看其第一人称视角的实时画面，形成一种指导与被指导的关系。第三种是联合协作（joint collaboration），两名学生共享一个同步的全息图像，能够实时看到对方对图形的所有操作，并围绕同一对象进行指向和讨论。

这三种模式不仅涉及不同的设备需求和技术复杂度（如是否需要网络同步），更重要的是，它们可能以不同的方式影响学生的认知过程、协作体验和学习效果。来自南卫理公会大学教学与学习系的Candace Walkington教授团队意识到，缺乏对这些协作模式效果的系统比较，已成为AR在教育领域深入应用的瓶颈问题。为此，他们在《COMPUTERS and EDUCATION》期刊上发表了一项开创性研究，首次通过严格的实验设计，揭示了不同AR协作模式如何影响学生的数学问题解决能力。

为开展这项研究，研究人员采用了几个关键技术方法：使用微软HoloLens 2头显设备和GeoGebra AR应用构建动态数学环境（Dynamic Mathematics Environment， DME）；采用预注册的（pre-registered）组内设计，70名高中生配对依次经历三种协作模式；通过多角度视频记录（第一人称视角和第三方视角）分析学生的手势和操作行为；使用空间推理测验（Spatial Reasoning Instrument， SRI）和几何诊断评估（Diagnostic Geometry Assessment， DGA）等标准化工具测量学生的基础能力；开发专门的编码系统对学生的数学推理水平（直觉、洞察、概括）和 embodied 行为（指向手势、动态手势、操作行为）进行量化分析。

研究结果挑战了人们的传统认知。与预期相反，需要最高技术投入的联合协作模式并非总是最佳选择。

4.1. 描述性统计

数据显示，学生在后测中的直觉判断正确率为76.23%，洞察能力为59.75%，而能够进行数学概括的能力仅为26.91%。手势和操作行为的发生频率在三分之一到一半的试验中出现，表明这些 embodied 行为在AR数学学习中相当普遍。

4.2. 研究问题1：对问题解决的影响

在洞察能力方面，平行协作模式显著优于联合协作模式（B=0.574， d=0.32， p=0.0415）。这一结果完全推翻了研究团队预先注册的假设（原假设为联合协作>观察协作>平行协作）。空间推理能力（SRI分数）和对几何学的兴趣度被证明是预测学习效果的重要协变量。

4.3. 研究问题2：对手势和操作的影响

被观察的学生比联合协作模式下的学生更频繁地使用指向手势（B=0.705， d=0.39， p=0.0477），而平行协作模式下的学生则比联合协作模式下的学生更多使用动态手势（B=0.566， d=0.31， p=0.0486）。令人意外的是，操作行为与后测表现呈负相关（洞察：B=-0.844， p=0.0059；概括：B=-0.748， p=0.0323），表明不是所有的动手操作都能促进学习。

4.4. 研究问题3：基于几何先验知识的变化

最具启发性的发现来自学生先验知识的调节作用。对于没有学过高中几何的学生，平行协作和观察协作都比联合协作更有效；而对于已学过高中几何的学生，情况则完全相反——联合协作显示出明显优势。这一交互作用显著（χ²(2)=11.80， p=0.0027），表明协作模式的效果高度依赖于学生的知识准备程度。

研究的讨论部分深入剖析了这些发现背后的理论意义。平行协作的优势可能源于其最大化了个体与AR内容的直接物理互动，为低知识水平学生提供了构建基础 embodied 经验的机会。而联合协作对高知识水平学生的有效性，则可能得益于共享全息图像带来的认知和情境优势，如共同注意协调和视角交流。

对手势和操作行为的分析揭示了AR学习中 embodied 认知的复杂性。动态手势在平行协作中的频繁使用，可能是学生对缺乏共享视觉参照的一种补偿策略，他们通过身体动作来传达数学变换思想。操作行为与学习效果的负相关则提示我们，并非所有的动手操作都有助于学习——只有当操作与学习目标高度相关时，才能产生积极效果。

这项研究对教育技术设计者和实践者具有重要启示。考虑到联合协作的技术复杂度和成本较高（Johnson-Glenberg， 2019），研究结果表明在资源有限的情况下，平行协作（带宽需求低）和观察协作（设备需求少）是可行的替代方案。更重要的是，协作模式的选择应考虑学生的知识水平，在学习初期优先保证个体与内容的直接互动，随着知识积累再逐步引入更复杂的协作形式。

研究的局限性包括未收集学生的主观体验数据，以及所有参与者都是AR新手，结果在长期使用情境下的适用性有待进一步验证。未来的研究需要结合更精细的行为编码方法和纵向设计，以全面揭示AR协作学习的内在机制。

这项研究突破了AR教育应用研究的传统范式，将关注点从“是否有效”转向“如何设计才有效”，为创建理论驱动、证据本位的教育技术提供了重要范例。随着AR技术日益普及，这类针对实施细节的精细研究将帮助教育工作者在技术创新与教学实效之间找到最佳平衡点。