多用户AR技术培训中用户引导与任务演示的差异化效应：学习增益与物理迁移的沉浸式—物理任务保真权衡

《Proceedings of the Human Factors and Ergonomics Society Annual Meeting》：Investigating the Effect of User Onboarding and Task Demonstration on Training Performance and Learning in a Multiuser AR Learning Environment

　　

协作式增强现实（augmented reality, AR）系统正日益用于技术培训，但关于教学设计选择如何影响学习与迁移的证据仍然有限。本研究考察了在多用户AR环境中开展运动控制单元（motor control unit）设置与锁定挂牌（lockout-tagout, LOTO）培训时，用户引导（onboarding）策略与任务演示模态（task demonstration modality）的影响。研究人员在2 × 2被试间研究中将80名参与者分配到四种条件之一：清单式（checklist）与交互式（interactive）用户引导，以及视频式（video）与虚拟化身式（avatar-based）演示。参与者完成基于AR的培训后，在物理设备上执行该程序。结果表明，虚拟化身式演示产生了显著更大的学习增益，而视频式演示在物理迁移（physical transfer）过程中产生了更少的程序性错误（procedural errors）。用户引导策略未显著影响客观学习或迁移结果。这些发现揭示了一个重要的设计权衡：沉浸式虚拟化身演示可能增强概念理解，而以物理设备为参照的视频演示可能更好地支持真实世界程序性迁移。本研究为技术劳动力教育中协作式AR培训系统的设计提供了循证指导。

研究背景与问题：工业界日益依赖先进自动化、数字技术和复杂设备，技术劳动力培训需求上升，同时组织面临技能短缺与员工再技能化压力。技术岗位要求程序性知识与动手能力，但传统培训常以课堂讲授为主，专业设备可及性有限，限制体验式学习与实操技能发展。协作式增强现实（augmented reality, AR）可在学习任务情境中提供指导，使学习者同时与虚拟和物理内容交互；既有研究显示AR有助于复杂系统可视化、程序性学习及安全环境中的动手练习。协作式AR还支持学习者与讲师在共享增强环境中实时交流、引导和共同操作，使传统动手培训的关键要素可远程传递。因此，其培训效果不仅取决于技术，也取决于教学设计。用户引导（onboarding）和任务演示模态（task demonstration modality）是其中两个重要设计要素：前者帮助学习者熟悉系统交互与功能，可能降低学习新系统带来的认知负荷；后者通过观察专家操作支持程序性学习与准确心智模型形成。但远程、讲师主导的协作式AR环境中二者作用证据有限。为此，研究人员在多用户AR培训环境中考察用户引导策略（清单式 vs. 交互式）与任务演示模态（视频式 vs. 虚拟化身式）对学习结果、训练迁移与技术接受度的影响，研究问题聚焦于二者如何影响协作式AR技术培训中的学习增益，以及如何影响向物理设备的训练迁移。研究人员从美国东南部一所大学招募80名参与者，随机分配至2 × 2四条件，完成AR培训后在物理设备上执行MCU设置和LOTO程序。结果发现，虚拟化身式演示显著提高学习增益，视频式演示在物理迁移中程序性错误更少；用户引导策略未显著影响客观学习或迁移结果。研究揭示了沉浸式概念学习与物理任务迁移之间的设计权衡，并为协作式AR技术劳动力培训提供循证设计指导。

关键技术方法：研究从美国东南部一所大学招募80名参与者并随机分配。采用2 × 2被试间实验，自变量为用户引导（清单式 vs. 交互式）与任务演示模态（视频式 vs. 虚拟化身式）。多用户AR学习环境以Unity开发并部署于Meta Quest 3头显，模拟运动控制单元（MCU）设置和锁定挂牌（LOTO）程序，采用手部追踪与手势交互，并由远程讲师实时指导。评估包括前后测、Rasch学习增益（RLGs）、物理设备迁移任务中的程序性错误、技术接受度等问卷，以及半结构化访谈和归纳主题分析；迁移任务记录任务完成时间与程序性错误。

研究结果：学习增益（Learning Gains）方面，通过前后测计算Rasch学习增益（RLGs），双因素方差分析显示用户引导类型对学习增益无显著主效应，F(1, 76) = 0.003, p = .96；任务演示有显著主效应，F(1, 76) = 4.54, p = .036, η² = .06；虚拟化身式组（M = 1.69, SD = 0.98）学习增益显著高于视频式组（M = 1.13, SD = 1.30）；无显著交互效应。训练迁移（Transfer of Training）方面，通过物理MCU设备操作评估训练迁移，采用对齐秩变换ANOVA分析总任务错误数；用户引导类型无显著影响，F(1, 76) = 1.80, p = .18；任务演示有显著主效应，F(1, 76) = 4.45, p = .038, η² = .06；虚拟化身式组程序性错误（M = 3.72, SD = 3.15）多于视频式组（M = 2.55, SD = 1.96）；无显著交互效应。该结果表明虚拟化身式演示支持更强概念学习，视频式演示在程序性技能向物理设备迁移上更优。技术接受度（Technology Acceptance）方面，采用偏最小二乘结构方程模型（PLS-SEM），自我效能感（β = .32, p = .016）和享受感（β = .24, p = .033）正向影响感知易用性；感知易用性显著预测感知有用性（β = .36, p = .006）和行为意向（β = .28, p = .014），感知有用性也显著预测行为意向（β = .35, p = .018）。多组分析显示，交互式引导增强自我效能感对感知易用性的影响，清单式引导更依赖感知交互质量；视频式教学更强调系统易用性对使用意向的影响，虚拟化身式教学更强调感知有用性对使用意向的影响。定性发现（Qualitative Findings）方面，半结构化访谈经归纳主题分析形成四个主题：AR增强的学习体验、讲师指导的重要性、对任务演示感知的差异、AR环境中的交互挑战。参与者认为协作式AR通过技术部件可视化和动手性质支持理解，并可在不损坏设备或造成安全风险的安全环境中练习；讲师实时反馈和指导被视为关键。虚拟化身式条件参与者常报告沉浸感及与教学过程连接，视频式条件参与者常报告观看实际设备有助于想象真实任务操作。交互挑战主要包括偶发手部追踪困难及物体操作时缺乏触觉反馈，参与者建议更精确交互机制和更多动手练习机会。

讨论与设计启示：本研究核心贡献是任务演示模态在各结果上并非一致效应：虚拟化身式与视频式演示支持培训有效性的不同方面。关键发现是概念学习与物理迁移的分离，挑战“更高沉浸感必然带来更好培训表现”的假设；本研究中沉浸感似乎支持AR环境内学习，而物理任务保真度支持向真实设备迁移。虚拟化身式演示可能通过将专家动作嵌入共享AR空间，帮助学习者关注任务相关成分、理解程序关系并形成更强概念模型；视频式演示保留真实设备外观、物理布局和动作约束，可能帮助学习者为准确执行物理迁移任务编码线索。该结果与沉浸式协作学习理论强调教学设计特征而非仅沉浸感塑造学习的观点一致，并进一步表明不同形式的教学保真度可能支持不同培训结果：虚拟化身演示可能提供沉浸与协作保真，视频演示可能提供物理任务保真。用户引导策略未显著影响学习增益、迁移表现、可用性、工作负荷、临场感或共临场感，提示在交互机制较直观的短时AR培训中，广泛引导未必必要；但技术接受度结果提示引导仍可能塑造学习者接近系统的方式，交互式引导似乎增强自我效能感，说明引导可能影响信心与准备度而不直接改善客观表现。定性发现进一步解释机制：虚拟化身组强调沉浸与连接，视频组强调看到实际设备并理解真实世界操作。讨论还强调协作式AR培训中人工指导的重要性，参与者重视实时讲师指导、反馈和解释；讲师不应被视为AR系统的附属，协作式AR最有效的方式可能是扩展和增强而非替代讲师主导培训；对技术劳动力培训，这种人机回环设计方法可能重要，因为学习者需同时发展理解与安全程序表现。由此提出三点设计启示：依据目标结果选择演示模态；当主要目标为物理设备迁移时使用视频式演示；考虑混合演示方法，先以虚拟化身式演示建立概念理解，再以视频式演示准备物理任务执行。局限性包括仅考察单一MCU设置与锁定挂牌程序任务、短期学习且未评估长期知识保持；未来应跨技术领域研究协作式AR培训、考察长期保持与技能迁移，并探索结合二者优势的混合演示方法。

结论翻译：本研究证明，协作式AR培训效果不仅取决于所用技术，还取决于教学演示如何设计。虚拟化身式演示产生更强的学习增益，而视频式演示在物理迁移中产生更少错误。这些结果表明，更具沉浸感的教学并不必然对每个结果都更好；相反，演示模态应与培训目标一致。对于技术培训，设计者应考虑混合方法，将虚拟化身式演示的概念优势与视频式演示的迁移优势结合起来。