《International Journal of Educational Technology in Higher Education》：A framework for university readiness in extended reality (XR): a socio-technical perspective
编辑推荐：
尽管扩展现实（Extended Reality, XR）具有变革高等教育的教学潜力，但机构层面的采纳仍是碎片化的，并伴有大量的试点项目被放弃和高失败率。现有的成熟度模型，例如技术就绪水平（Technology Readiness Level, TRL），优先考
尽管扩展现实（Extended Reality, XR）具有变革高等教育的教学潜力，但机构层面的采纳仍是碎片化的，并伴有大量的试点项目被放弃和高失败率。现有的成熟度模型，例如技术就绪水平（Technology Readiness Level, TRL），优先考虑硬件功能，但未能考虑大学环境的复杂性。本研究通过为大学XR准备度开发一个系统性框架来填补这一空白。研究人员采用社会技术扎根理论（Socio-Technical Grounded Theory, STGT）方法，对来自澳大利亚、北美、欧洲和东南亚的二十位多元利益相关者（从实验室主任到技术专家）进行了半结构化访谈。分析显示，准备度并非一个仅由技术采购定义的二元状态，而是众多因素共同作用产生的一个涌现属性。这些因素被组织成三个阶段：基础阶段（基础设施/后勤）、运营阶段（内容/治理）和战略阶段（公平/融合）。XR采纳由远见卓识的领导力推动，并因人工智能（Artificial Intelligence, AI）的融合而加速。研究人员的发现揭示了系统性抑制因素，并表明可持续的整合需要人员、教学法、政策和技术基础设施之间的协同一致。本研究强调了总体原则，以协助大学管理者实施有效的XR设计与整合。
### 研究背景与问题
扩展现实（Extended Reality, XR），包括虚拟现实（Virtual Reality, VR）、增强现实（Augmented Reality, AR）和混合现实（Mixed Reality, MR），在高等教育中具有变革教学交付方式、提供沉浸式体验的巨大潜力。然而，一个显著的脱节存在于硬件的成熟度与高校寻求实施它的准备度之间。尽管商业XR头戴设备已达到很高的技术稳定性，但大学的XR举措常常停滞在试点阶段，无法从早期采纳者的初步热情中扩展出去。这表明，XR采纳的障碍不仅仅是技术性的，更是系统性的。
现有的成熟度框架，如源自系统工程的技术就绪水平（Technology Readiness Level, TRL），仅评估设备的功能成熟度，却忽略了大学这一环境的兼容性。一个头戴设备可能在实验室中运行良好，但由于缺乏内容创作的法律框架、僵化的IT防火墙或高昂的维护成本而无法成功整合。因此，大学常处于碎片化创新的状态，即拥有先进硬件，但因社会技术摩擦而功能性地停滞。技术接受模型（Technology Acceptance Model, TAM）和统一技术接受与使用理论（Unified Theory of Acceptance and Use of Technology, UTAUT）则过分关注个体视角，忽视了机构层面的结构性能力，例如，教师可能有高意愿使用XR，但受限于缺乏法律框架或基础设施。
本研究旨在弥补缺乏一个能捕捉高等教育机构中XR整合所特有的社会技术相互依赖关系的整体框架这一核心问题。研究目标是通过社会技术系统（Socio-Technical Systems, STS）视角，概念化一个大学XR准备度框架，超越简单地罗列孤立障碍，从而评估整体准备状态。本研究回答了以下研究问题：有哪些独特的社会技术因素定义了一所大学整合XR的准备度？
### 主要关键技术方法
本研究采用**社会技术扎根理论**（Socio-Technical Grounded Theory, STGT）（Hoda, 2024）方法，这是一种明确承认物质基础设施（即物理和技术系统）积极作用的定性方法。研究通过**半结构化访谈**收集数据，访谈对象为二十位（N=20）来自**澳大利亚、北美、欧洲和东南亚**不同地理区域和机构角色的利益相关者，包括技术专家、高级讲师、实验室主任等。数据分析遵循STGT的三阶段编码生命周期：**开放编码**（对转录稿进行逐行编码，生成200多个初始代码）、**主轴编码**（将开放代码聚类成高阶类别，例如将“充电推车”、“卫生”和“存储”聚为“物资物流”子类别）、以及**选择性编码**（综合类别，识别出准备度的层次结构，即基础、运营和战略准备度）。为保证研究严谨性，研究采用了**成员核查**（Member Checking）和**跨学科反思性**（Interdisciplinary Reflexivity）方法。
### 研究结果
#### 基础准备度
该层级包含支撑可行XR计划所需的核心要素，包括技术、人力和组织因素。研究通过与社会技术系统理论的对话，揭示了以下结论：
- **技术准备度**：大学XR整合的技术准备度远不止设备本身。研究发现四个核心摩擦点：网络基础设施与整合（如标准IT安全协议与实时多用户XR应用不兼容）、物资物流与设备管理（如充电、清洁、存储）、碎片化与缺乏标准化（如硬件快速过时导致维护负担）、用户体验与物理可用性（如设备笨重、设置耗时）。这表明，即使拥有高端硬件，若网络阻止协作功能，大学在技术上也并非准备就绪。
- **人力准备度**：数据反驳了“数字原住民”或专家教师会直觉适应XR的假设。研究发现主要有四个障碍：入职与培训缺失（教师和学生缺乏正式培训）、教师“学教困境”（同时学习并教授复杂技术）、抵抗与依赖“冠军”推动者（成功整合依赖少数关键个人）、学生准备度与数字素养差距（学生可能只是技术的消费者而非创造者）。
- **组织准备度**：孤立的创新“孤岛”是低组织成熟度的表现。研究发现四个关键因素：草根创新与机构战略间的张力（零散举措缺乏整体战略）、领导力与战略背书（高层支持对资源分配至关重要）、官僚惯性（缺乏评估XR投入的明确指标，导致资源分配困难）、集中式支持生态系统（从临时项目转向集中支持结构是高组织准备度的要求）。
#### 运营准备度
该层级关注XR在教学情境中的日常运营化，包括教学、伦理/法律/政策及经济因素。研究通过与社会技术系统理论的对话，揭示了以下结论：
- **教学准备度**：决定XR能否产生真正教育价值的关键因素。主要挑战是内容创建负担（创建高质量、学科特定的XR体验需要教师不具备的专业技能）。成功准备度要求问题驱动的对齐策略（仅在特定教学瓶颈处使用XR）、避免质量风险（避免简单地将传统内容翻译到3D空间），以及系统性课程映射（目前缺乏将XR作为渐进式技能构建工具的课程蓝图）。
- **伦理与法律/政策准备度**：这是数据集中最不成熟的因素。主要问题包括数据隐私与身份管理（如XR收集的生物识别数据管理）、高利害风险与运营风险（如医疗模拟中的法律责任）、知识产权与采购（缺乏数字内容采购的许可模型）、心理安全与“伦理速度”（技术发展快于伦理政策制定）。
- **经济准备度**：主要挑战是高昂的资本成本与“货架软件”（Shelfware）风险（设备购入后因缺乏持续资金而闲置）、投资回报率（Return on Investment, ROI）论证困难（难以将学习成果转化为财务指标），以及缺乏可持续的资金模型。建议采取“聚焦投资”策略，集中资源于特定领域。
#### 战略准备度
该层级涉及XR在更广泛社会和技术融合背景下的整合，包括社会/社会因素和技术融合因素。研究通过与社会技术系统理论的对话，揭示了以下结论：
- **社会与社会准备度**：核心关注公平性与可及性。高硬件成本可能造成分层获取，排斥低社会经济背景学生。同时，XR可能因运动症等问题产生生理性排斥。社会保真度（如缺乏非语言线索）会影响课堂社交动态。
- **技术融合准备度**：XR与人工智能（Artificial Intelligence, AI）的交汇被视为未来XR采纳的最大驱动力。AI被看作是解决XR内容创建负担的关键催化剂，可显著降低创建成本并实现个性化学习。目前大学在两者的交叉领域缺乏系统性的协调努力。
### 讨论与结论总结
讨论部分指出，XR整合远超简单获取硬件。基于STGT分析的经验发现表明，准备度并非一个简单的二元状态，而是一个复杂涌现的系统属性，挑战了以科技为中心的模型（如TRL和TAM）的充分性。研究发现，一个大学可能拥有高端硬件（高TRL）和热情的早期采纳者（高个体接受度），但由于系统性摩擦的存在，在功能上仍处于未准备就绪状态。
研究结论部分翻译如下：
本研究旨在探讨将XR整合到高等教育中的复杂性，超越以技术为中心的指标来理解采纳的系统性抑制因素。通过对二十位大学利益相关者的社会技术扎根理论（STGT）分析，本研究确立了准备度并非硬件采购的二元状态，而是教育生态系统的一种动态涌现属性。由此产生的八因素XR准备度框架表明，成功的整合需要跨人员、教学法和政策，协调基础、运营和战略层面的准备度。关键的是，研究表明XR内容创建需求构成了教师采纳的主要障碍，因此需要战略性地转向集中支持单元和AI辅助开发。最终，能脱颖而出的大学将是那些将XR重新定义为需要培育和发展的生态系统，而非要采购的创新工具或小装置的大学。通过弥合战略-运营鸿沟并利用AI的潜力，高等教育机构可以从孤立的实验转向连贯的系统级现实，使沉浸式技术有意义地增强其教育使命。
