《Computers & Education: X Reality》：Extended reality in the digital age: A literature review on technology-driven learning environments
编辑推荐：
本文献综述系统探讨了Extended Reality (XR) 与AI、Big Data等技术在延伸教育(extended education)学习环境中的融合。面对数字时代对终身学习的迫切需求，特别是COVID-19疫情对远程教育工具的催化，本研究回顾了2014-2024年间72篇同行评议文献。研究人员通过系统性分析，识别了XR技术在专业培训、STEM教育、软技能发展等五大应用领域的潜力，以及提升学习成效、增加参与度、确保可及性、培养21世纪技能等四大教学目标。研究发现，XR技术能带来显著的教育效益，但其效果并非固有，而高度依赖于深思熟虑的教学设计。研究也揭示了方法标准化、地域研究差异、纵向研究缺乏及隐私算法偏见等伦理挑战。综述最终得出结论，充分发挥XR潜力需要一个跨学科、以人为本的方法，将教学整合置于技术创新之上，并同时促进公平、包容、合乎伦理及可持续的采用。这为未来教育技术研究与发展提供了关键见解。
想象一下，未来的课堂不再是四面墙壁，学生可以“走进”人体内部观察细胞活动，可以“站在”火山口模拟地质考察，或者在虚拟工厂里安全地操作精密机械。这种由扩展现实(XR)技术打造的沉浸式学习体验，正从科幻小说走向现实。近年来，以扩展现实(XR)、人工智能(AI)和大数据(Big Data)为代表的数字技术飞速发展，深刻地改变着传统教育形态。特别是在非正式、非正规的延伸教育(extended education)领域，如职业培训、技能再提升、在线课程等，这些技术为创建超越传统课堂的沉浸式、个性化、数据驱动的学习环境提供了可能。然而，技术本身并非“万能药”。在XR被寄予厚望的同时，一系列问题也随之浮现：这些酷炫的技术真的能有效提升学习效果吗？它们是否仅仅增加了趣味，却加重了学习者的认知负荷？教育机构、教师和企业是否已准备好将数字环境作为可靠的学习工具来采用？更重要的是，面对潜在的隐私泄露、算法偏见等伦理风险，我们应如何确保技术应用是公平、包容且可持续的？为了回答这些问题，意大利“Kore”恩纳大学的Ottaviano Emma对2014年至2024年间该领域的研究进行了系统的文献综述，旨在梳理XR、AI与大数据如何共同增强延伸教育，识别其整合带来的教学机遇与挑战，并对最先进应用的成熟度与采纳水平进行评估。这篇题为“Extended reality in the digital age: A literature review on technology-driven learning environments”的研究最终发表在《Computers 》期刊上。
为了开展这项研究，作者遵循了PRISMA指南，在Scopus、IEEE Xplore和ScienceDirect三个主要的学术数据库中进行了系统性检索。检索策略采用了布尔逻辑“与”连接了“教育/学习/培训”、“多模态交互/眼动追踪/触觉/手势/语音”以及“虚拟/增强/扩展现实”三组关键词，筛选了2014年至2024年间发表的、聚焦于延伸教育背景的英文同行评议文章。经过严格的纳入与排除标准筛选，并使用Zotero软件去重后，最终纳入了72篇文献进行深入分析。随后，研究采用定性的主题分析方法，对筛选出的文献进行编码和归类，以叙事综合的方式呈现研究发现。
本研究的结果揭示了XR在教育中的应用全景、目标、研究策略及其成熟度与挑战。
1. 应用领域与教学目标
通过对文献的主题分析，研究识别出扩展现实(XR)在教育中的五大主要应用领域：1) 职业与实操培训，如医疗手术模拟、工业维护训练；2) STEM与抽象概念可视化，如3D解剖模型、分子结构互动；3) 认知与软技能发展，如公众演讲、同理心培养；4) 通识教育与教学支持，如虚拟实地考察、沉浸式叙事；5) 评估、评价与研究，如程序性技能评估、行为数据收集。尽管应用多样，但其核心教学目标高度一致，可归纳为四类：提升学习成果、增强参与度与动机、确保可及性与安全性、培养21世纪技能。
2. 采用的研究策略、达成的目标与局限性
研究将72篇文献所采用的研究策略分为11类，并逐一分析了其目标与局限。叙事性综述(A)能广泛映射快速发展的领域，但缺乏系统性和可重复性。系统性综述(B)和元分析(C)提供了更透明、量化的证据，证实了XR技术的积极效果（效应量中等至高），但常面临研究异质性高、发表偏倚等问题。系统性图谱研究(D)有助于组织新兴研究领域并识别趋势。批判性/理论性分析(E)挑战固有假设，强调教学设计优先于技术本身。定量实证实验(F)和比较/交叉研究(G)提供了控制条件下的因果证据，表明沉浸式环境在提升动机方面效果显著，但对认知学习的影响取决于教学设计，不当的沉浸可能增加外在认知负荷。高级统计建模(H)揭示了技术采纳受感知有用性和享乐动机驱动。主题定性分析(I)深入探索了教育数字化转型的复杂过程。愿景性综述/观点论文(J)则为领域勾勒了未来研究方向。
3. 技术成熟度与采纳现状
分析表明，XR解决方案的技术成熟度和在教育中的采纳仍处于新兴而非巩固阶段。软件开发高度集中于Unity、Unreal Engine等平台，硬件则以Oculus、HTC Vive、ARKit/ARCore为主，但多数应用仍停留在实验原型阶段，未能充分利用多模态交互的潜力。在采纳层面，尽管兴趣日增，但普遍面临教师数字能力准备不足、缺乏标准化设计评估指南、以及高昂成本与互操作性障碍等挑战，限制了其大规模、系统性的整合。
研究的结论与讨论部分对四个研究问题进行了深入阐述。首先，XR的应用虽呈现碎片化，但其底层教学目标具有高度一致性，即作为实现更有效、更吸引人、更可及、更相关学习的教学赋能者，而非技术本身。其次，尽管开发工具趋于集中，但在先进功能利用、可扩展性和互操作性方面存在显著差距，阻碍了从原型到产品的转化。再者，教学策略和实验证据显示XR能有效提升动机和参与度，但其认知效益高度依赖于精心设计的教学法，不当的沉浸可能适得其反。该领域研究正从“是否有效”转向“如何、何时、对谁有效”的更深层探索。最后，关于技术成熟度，研究指出当前大多数解决方案仍处于实验阶段，真正的系统性整合面临基础设施、师资培训和标准化等多重壁垒。
总之，这篇综述清晰地指出，XR、AI与大数据技术的融合为延伸教育带来了变革性机遇，使其学习过程更加灵活、引人入胜和个性化。然而，要充分发挥其潜力，必须超越单纯的技术驱动创新，采取一种跨学科的、以人为本的方法，将深思熟虑的教学整合置于核心位置。同时，必须积极应对教学、技术和伦理层面的障碍，通过推广包容性设计、确保隐私保护、提供充足的教师培训，并开展更多纵向研究和建立监管框架，最终实现可持续和公平的技术采纳。这项研究不仅系统梳理了当前的研究图景，也为教育技术研究者、教学设计者和政策制定者提供了重要的路线图。
