数字工具赋能巴扬音乐教育：声音、情感与创新的14周干预效果研究

本文探讨了数字技术（如SMT Expert和Bayan Trainer）在巴扬手风琴教学中的应用，通过14周干预实验（n=179）证实技术组在演奏技巧、表现力及音乐投入度（Engagement）显著优于传统组（p<0.05）。研究强调年龄、性别及既往音乐经验对效果的影响，为数字化音乐教育（AI、LMS系统）提供实证支持。

　　

Highlight

本研究通过数字化工具重构巴扬（bayan）教育范式，聚焦技术干预对演奏表现与情感表达的促进作用。

Participants

研究对象为[盲审]大学二、三年级学生（18-25岁），无巴扬演奏经验，均具备乐理基础与其他乐器技能。实验组（n=89）使用数字程序（SMT Expert、Bayan Trainer），对照组（n=90）采用传统教学。两组均接受14周基础巴扬演奏训练。

Results

验证性因子分析显示，音乐投入度量表的复合信度（CR）均＞0.70，平均变异抽取量（AVE）介于0.56-0.63，信效度达标。技术组在《Invocation of Da Zhao》演奏评估中显著优于对照组（β=0.32, p<0.001）。年龄、性别与既往音乐经验（prior experience）显著影响结果，其中经验因素效应最强（β=0.41）。

Discussion

数字技术通过降低认知负荷（Cognitive Load Theory, CLT）提升学习效率，但需警惕技术可能加剧性别刻板印象（Craiut & Iancu, 2022）。个体差异（如年龄、经验）调节技术干预效果，强调个性化教学在数字工具应用中的必要性。

Conclusion

14周数字化巴扬教学显著提升技术准确性、表现力与乐器掌控力（H1成立）。年龄、性别与音乐经验共同调节干预效果（H2、H3成立），为AI驱动的音乐教育提供适配性策略。