e-Learning環(huán)境學(xué)習(xí)測量研究進(jìn)展與趨勢*
——基于眼動應(yīng)用視角

張 琪，楊玲玉

(北京師范大學(xué) 教育學(xué)部 教育技術(shù)學(xué)院，北京 100875)

e-Learning環(huán)境學(xué)習(xí)測量研究進(jìn)展與趨勢*
——基于眼動應(yīng)用視角

張 琪，楊玲玉

(北京師范大學(xué) 教育學(xué)部 教育技術(shù)學(xué)院，北京 100875)

“日益關(guān)注學(xué)習(xí)測量”已成為教育變革的重要趨勢，e-Learning環(huán)境學(xué)習(xí)測量的研究正日益突顯多維整體、真實境脈、實時連續(xù)的特征。該文通過眼動應(yīng)用視角透析e-Learning環(huán)境學(xué)習(xí)測量研究的進(jìn)展與趨勢?；谛畔⒓庸ふ?、“直接假說”和“眼腦假說”，闡釋眼動在信息提取、加工、整合以及意義建構(gòu)中的重要作用。此外，圍繞多媒體界面有效性、多媒體學(xué)習(xí)效果、數(shù)字閱讀、信息加工過程和學(xué)習(xí)分析五個方面，對研究內(nèi)容、研究結(jié)果和發(fā)展趨勢進(jìn)行梳理與分析。研究認(rèn)為眼動技術(shù)有助于獲取具備“大數(shù)量、全樣本、實時性、微觀指向”特性的學(xué)習(xí)數(shù)據(jù)，可以深入評估多媒體學(xué)習(xí)效果和閱讀過程，量化注意力、認(rèn)知過程和學(xué)習(xí)結(jié)果之間的關(guān)系，為拓展教育技術(shù)的研究手段和應(yīng)用領(lǐng)域提供了方向指引。

e-Learning；數(shù)據(jù)驅(qū)動教學(xué)；學(xué)習(xí)測量；眼動范式

一、引言

在個性化教學(xué)、移動學(xué)習(xí)、學(xué)習(xí)分析的滲透與融合下，技術(shù)助力教育領(lǐng)域日益形成一個新研究范式——以學(xué)習(xí)測量為核心的“數(shù)據(jù)驅(qū)動教學(xué)”。《地平線報告》(2016高等教育版)也指出，未來教育變革的重要趨勢之一是“日益關(guān)注學(xué)習(xí)測量”[1]。e-Learning環(huán)境學(xué)習(xí)測量的研究強(qiáng)調(diào)在對學(xué)習(xí)過程全面、深刻理解的基礎(chǔ)上，基于“自下而上”和“自上而下”的整合分析，將特定數(shù)據(jù)即時、多維、直觀、全面地呈示與介入教學(xué)過程。其中，對學(xué)習(xí)行為和認(rèn)知過程數(shù)據(jù)的獲取和量化是起始點。相對于LMS系統(tǒng)以及MOOC平臺中的學(xué)習(xí)行為數(shù)據(jù)表征，未來學(xué)習(xí)測量中的“數(shù)據(jù)”更突顯多維整體、真實境脈、實時連續(xù)的特征，能夠量化學(xué)習(xí)者認(rèn)知狀態(tài)、注意力水平、信息加工過程的眼動技術(shù)在該領(lǐng)域的應(yīng)用具有巨大的潛能。

過去十年中，眼動技術(shù)在認(rèn)知心理學(xué)、消費市場、人機(jī)交互界面、閱讀、人類行為認(rèn)知、工業(yè)設(shè)計等領(lǐng)域得到了廣泛運用[2]。國際上，尤其歐美國家和我國臺灣地區(qū)，眼動研究已成為一種相對成熟的研究范式，從初期對媒體界面有效性的測量轉(zhuǎn)向?qū)-Learning環(huán)境學(xué)習(xí)行為以及認(rèn)知過程的研究，其研究涵蓋多媒體學(xué)習(xí)效果、數(shù)字閱讀、信息加工過程以及學(xué)習(xí)分析領(lǐng)域。本文旨在基于眼動視角透析e-learning環(huán)境學(xué)習(xí)測量研究的相關(guān)進(jìn)展，力求勾勒其研究脈絡(luò)、研究結(jié)果和發(fā)展趨勢，以拓展教育技術(shù)的研究手段和應(yīng)用領(lǐng)域，助推我國教育技術(shù)學(xué)科引領(lǐng)地位。

二、眼動與學(xué)習(xí)行為及認(rèn)知過程的關(guān)系

眾所周知，學(xué)習(xí)者的信息加工在很大程度上依賴于視覺通道。我們搜尋需要的信息(“追隨”)，將注意的目光集中在興趣點上(“注視”)，從一個興趣點轉(zhuǎn)移到另一個興趣點(“眼跳”)，對同一個興趣點進(jìn)行來回比較(“回視”)，并隨著外界刺激的變換調(diào)整視線軌跡。中國自古素有“眼睛是心靈的窗口”之說，“目不轉(zhuǎn)睛”“別具慧眼”“怒目而視”等成語亦揭示了視覺和心理活動的密切相關(guān)性。《證治準(zhǔn)繩》記載：“目用于心”；《素問：靈蘭秘典論》言：“心者，君主之官也，神明出焉。”通過眼睛這扇窗口，能夠洞見心理活動的本質(zhì)以及諸多思維變化的客觀規(guī)律。

“信息加工論”“直接假說”和“眼腦假說”深刻揭示了視覺在信息提取、加工和意義建構(gòu)中的重要作用。尤其是“直接假說”和“眼腦假說”直接指向眼動與認(rèn)知的關(guān)系，揭示了眼動在閱讀等信息整合過程中的關(guān)鍵作用。

(一)信息加工論

信息加工論描述了信息在記憶系統(tǒng)中的轉(zhuǎn)移過程[3][4]。其中，Atkinson等提出了包含兩類記憶的記憶模型[5]，即包括短時記憶和長時記憶。Paivio擴(kuò)展了一般的信息加工理論[6]，認(rèn)為信息分別被編碼在言語記憶和視覺記憶存儲器中，并且可以相互激活，該理論也被稱為雙重編碼理論(Dual Coding Theory)。兩類編碼通過表征式、聯(lián)合式以及參照式三種方式運作，若兩類編碼在時間和空間上一致，則在編碼的過程中就會形成言語表征和視覺表征的連接，從而增加學(xué)習(xí)者提取信息的路徑。Mayer等依據(jù)知識建構(gòu)的“選擇—組織—整合”模型和雙通道、容量有限、主動加工假設(shè)原則提出了多媒體學(xué)習(xí)認(rèn)知理論[7]。該理論認(rèn)為學(xué)習(xí)是將所選擇的文字組織成連貫清晰的語言心理表征(或者將圖像組織成圖像表征)，進(jìn)而將言語模型、圖像模型與先前知識進(jìn)行整合的過程[8]。

(二)“直接假說”和“眼腦假說”

根據(jù)“直接假說”(Immediacy Assumption)，信息加工是及時的過程，發(fā)生于學(xué)習(xí)者看到信息的每一個瞬間。學(xué)習(xí)者學(xué)習(xí)時，對所學(xué)內(nèi)容在各水平上的加工是及時進(jìn)行的，因此有可能對詞語意思進(jìn)行誤判。眼睛的移動發(fā)生在信息加工(即字符解碼、選擇意思、指出詞語在語境中的指代等)之后?！把勰X假說”(Eye-mind Assumption)認(rèn)為，只要學(xué)習(xí)者大腦正在加工指定詞語，就會注視這個詞。因此注視時間揭示了注意的過程(即產(chǎn)生信息編碼的認(rèn)知過程)，對某個詞語的信息加工時間等于對該詞的總注視時間。

綜上所述，有充分的理論依據(jù)證明眼動為行為和認(rèn)知過程提供了非常重要的線索。這意味著，至少在自發(fā)以及任務(wù)相關(guān)的活動中，學(xué)習(xí)者的視線與注意力以及認(rèn)知過程有著緊密的聯(lián)系。因此，眼動技術(shù)可以被廣泛應(yīng)用于認(rèn)知活動以及閱讀的詞法訪問與句法分析中[9]。尤為難得的是，眼動技術(shù)可以量化“真實”的學(xué)習(xí)過程，即在各類緊湊設(shè)計的眼動儀支持下，研究者可以在學(xué)習(xí)者熟悉的靜脈中，通過分析注視次數(shù)(Fixation Count)、注視時間(Fixation Duration)、回視(Regression)、眼跳(Saccade)和眼動軌跡圖(Fixation Track)等測量指標(biāo)，在不干預(yù)學(xué)習(xí)者的情境下研究學(xué)習(xí)者的認(rèn)知過程。

三、基于眼動視角的學(xué)習(xí)測量研究

眼動技術(shù)被較早地應(yīng)用于多媒體界面效性以及學(xué)習(xí)效果的測量，聚焦學(xué)習(xí)者對媒體界面的反應(yīng)，量化學(xué)習(xí)者對不同圖文組合、色彩編碼以及圖形組織下的注意力分配和信息選擇行為。近年來，隨著移動學(xué)習(xí)的日益深入，研究者開始利用眼動技術(shù)進(jìn)行移動學(xué)習(xí)終端的信息設(shè)計。眼動技術(shù)在學(xué)習(xí)測量的另一個成熟的范例是數(shù)字閱讀，該類研究圍繞“眼動指標(biāo)與閱讀狀態(tài)、學(xué)習(xí)者的心理活之間的聯(lián)系”展開探索。隨著認(rèn)知科學(xué)、腦科學(xué)、學(xué)習(xí)科學(xué)的日益深入，眼動技術(shù)也被應(yīng)用到分析不同學(xué)科領(lǐng)域的信息加工過程，并作為生物數(shù)據(jù)分析的有效手段，整合到智能教學(xué)系統(tǒng)中，通過實時記錄認(rèn)知過程的數(shù)據(jù)，基于科學(xué)量化的方法分析學(xué)習(xí)發(fā)生的原理和機(jī)制，解釋學(xué)習(xí)結(jié)果產(chǎn)生的原因。

(一)多媒體界面有效性

該類研究旨在通過量化學(xué)習(xí)者的注意力分布以及視覺反應(yīng)，建構(gòu)“標(biāo)準(zhǔn)用戶行為”(Standard User Behavior)，從而將頁面關(guān)鍵要素放置到特定的區(qū)域。Djamasbia等對“Y一代”的網(wǎng)頁偏好進(jìn)行了眼動分析[10]。研究要求所有學(xué)習(xí)者在線瀏覽實驗材料，對每個頁面材料進(jìn)行打分，完成后填寫人口學(xué)變量相關(guān)信息。研究發(fā)現(xiàn)，網(wǎng)頁的Logo圖案通常會有開始幾秒獲得眼跳，之后會獲得持續(xù)的注視，證明第一印象形成的前幾秒中，學(xué)習(xí)者捕獲的注意元素會對其網(wǎng)頁感知產(chǎn)生重要的影響。導(dǎo)航條常會得到密切的注視，在缺少大圖頁面時，學(xué)習(xí)者注視集中在導(dǎo)航鏈接、列表和較大信息量的文本上。密集的注視點證實了名人效應(yīng)。

眼動技術(shù)已開始被應(yīng)用到提升儀表盤的信息設(shè)計方面。Laqua等采用“焦點隱喻”(Focus Metaphor)方法進(jìn)行學(xué)習(xí)分析儀表盤界面設(shè)計[11]。焦點隱喻法結(jié)合了腦科學(xué)、設(shè)計思想和教育理論以創(chuàng)造更自然的界面交互方式。研究設(shè)計了3個版本的儀表盤原型，利用眼動實驗分析主聚焦模塊花費的時間、不同模塊的視覺駐留時間、從一個模塊切換到另一個模塊前幾幀的注視時間變化，并通過在線評估揭示了參與者對界面原型的感受。研究驗證了焦點隱喻法在設(shè)計動態(tài)和適應(yīng)性強(qiáng)交互界面上的優(yōu)勢。Kunhee等利用眼動技術(shù)量化學(xué)習(xí)者對學(xué)習(xí)分析儀表盤的反應(yīng)[12]，以提升其感知有用性(Perceived Usefulness)。研究者通過問卷和訪談了解學(xué)習(xí)者的理解，根據(jù)反饋對設(shè)計原型進(jìn)行修訂。對儀表盤各子模塊的總注視時間、注視次數(shù)、平均注視時間進(jìn)行了記錄和分析。研究發(fā)現(xiàn)，多數(shù)學(xué)生對在線活動的記錄數(shù)據(jù)感興趣，學(xué)習(xí)者對自己和班級平均分對照方面的信息具備較高的關(guān)注度。

(二)多媒體學(xué)習(xí)效果

該類研究利用眼動技術(shù)評價學(xué)習(xí)者對不同學(xué)習(xí)材料的學(xué)習(xí)效果，解釋怎樣將認(rèn)知資源應(yīng)用到多媒體信息的理解中。部分研究進(jìn)一步驗證了多媒體學(xué)習(xí)認(rèn)知原則，如時空臨近原則、一致性原則、多通道原則和冗余原則，探究不同多媒體組合方式和數(shù)量可能引起的認(rèn)知模式變化。Chien等采用眼動技術(shù)衡量學(xué)生做物理實驗的專注度和認(rèn)知過程，分析了高中生在仿真實驗室(利用計算機(jī)模擬實驗過程與處理數(shù)據(jù))和傳統(tǒng)實驗室(真實實驗器材并用計算機(jī)處理數(shù)據(jù))中學(xué)習(xí)時的眼動信息[13]。被試分別在實驗室中完成波義耳定律實驗，并完成物理概念題的前后測，對注視時間和注視百分比(某注視區(qū)域內(nèi)的注視次數(shù)/注視總次數(shù))進(jìn)行分析。研究發(fā)現(xiàn)，仿真實驗室組的學(xué)生呈現(xiàn)出更高比例的長時注視，更傾向于一開始就做實驗，同時思考學(xué)習(xí)單上的問題，這意味著學(xué)生對于實驗更專注且認(rèn)知過程更加深入。Mayer團(tuán)隊利用眼動技術(shù)研究了學(xué)習(xí)輔助(如高亮顯示和圖形組織技術(shù))對認(rèn)知過程的影響[14]。研究選取了總計注視時間、注視次數(shù)、從上到下的注視時間以及從左到右的注視時間4個眼動指標(biāo)。研究發(fā)現(xiàn)，高亮文字僅強(qiáng)化了認(rèn)知過程的選擇行為，圖像組織技術(shù)強(qiáng)化了認(rèn)知過程的選擇、組織和整合行為，從根本上影響了他們對文本的注視和眼跳過程。

通過眼動數(shù)據(jù)，可了解學(xué)習(xí)者關(guān)注的色彩組合與關(guān)鍵內(nèi)容信息，有助于實現(xiàn)有意義的學(xué)習(xí)。Ozcelik等的研究對評估多媒體學(xué)習(xí)中如何使用顏色編碼提供了實驗支持[15]。研究認(rèn)為色彩編碼可幫助學(xué)習(xí)者發(fā)現(xiàn)圖文中的相關(guān)信息，學(xué)習(xí)環(huán)境應(yīng)該根據(jù)學(xué)習(xí)者選擇的信息、整合語言和文字通道的特點進(jìn)行設(shè)計。該研究拓展了學(xué)習(xí)者在特定多媒體環(huán)境中的學(xué)習(xí)效果，對多媒體環(huán)境設(shè)計具有較強(qiáng)指導(dǎo)作用。

(三)數(shù)字閱讀

研究可分為兩類：一是考察不同技能和速度學(xué)習(xí)者的閱讀過程；二是聚焦在與閱讀文本直接相關(guān)的認(rèn)知過程、影響文本變量的因素以及話語因素方面。Leinenger等調(diào)查了不同閱讀水平聽障學(xué)習(xí)者中央凹視覺區(qū)的字形和音韻編碼[16]。研究采用邊界范式(Boundary Paradigm)，對發(fā)生在眼跳過程中何種信息得到加工進(jìn)行研究。研究發(fā)現(xiàn)慢速閱讀者有更短的眼跳、更長的平均注視時間以及更多的回視。這進(jìn)一步佐證了Jared等的觀點，即嫻熟閱讀者通常顯示出更短的注視時間和聚焦到搜尋單詞的時間[17]。此外，MVD Schoot等基于小學(xué)生的研究也表明，相對于嫻熟閱讀者，慢速閱讀者存在更長的注視時間，但重要信息上，嫻熟閱讀者的注意時間更長[18]。

過去的十年中，閱讀中的眼動行為得到了系統(tǒng)的研究，提出了諸多眼動閱讀模型，包括：IA模型[19]，SWIFT模型[20]和E-Z reader模型[21]等。各模型整合了視覺處理、字符確認(rèn)、注意力轉(zhuǎn)移和眼球控制等過程，以揭示眼動和注意力、單詞辨認(rèn)、閱讀之間的直接的聯(lián)系。根據(jù)以上模型的觀點，詞語辨析是閱讀中眼部運動的核心驅(qū)動力，包括驅(qū)動眼球運動的熟悉檢查以及詞匯接通過程。此外，理解單詞在上下文中的意思以及整合學(xué)習(xí)者在長時記憶中的相關(guān)知識會影響學(xué)習(xí)者的回視[22]。

(四)信息加工過程

該類研究主要對學(xué)科認(rèn)知機(jī)制、概念圖學(xué)習(xí)與學(xué)習(xí)建模過程展開探索。Hegarty等利用眼動技術(shù)分析了數(shù)學(xué)學(xué)習(xí)中理解過程的相關(guān)策略[23]。研究發(fā)現(xiàn)，學(xué)習(xí)者對解決問題的關(guān)鍵因素(數(shù)字及變量名)擁有更長的注視時間，高精度(High-accuracy)學(xué)生更多地傾向使用問題建模策略(Problem-model Strategy)，而低精度(Low-accuracy)的學(xué)生更多地使用直接轉(zhuǎn)變策略(Direct-translation Strategy)。Berrin等研究了專家和新手在概念圖學(xué)習(xí)過程中的認(rèn)知過程[24]。結(jié)果表明，對于專家學(xué)習(xí)者，雖然可能未有預(yù)設(shè)想遵循某種策略，但實際操作過程會運用各種演繹策略。新手在整個學(xué)習(xí)過程以及特殊點的注視時間上高于專家。再次佐證了注視次數(shù)的增加意味著認(rèn)知過程的線索提取不夠或?qū)δ骋粎^(qū)域感興趣這一觀點。

Yu-chu Yeh等聚焦在多媒體環(huán)境下注意力以及工作記憶容量如何影響頓悟問題解決(Insight Problem Solving)[25]。研究發(fā)現(xiàn)，學(xué)習(xí)者工作記憶越高，具備更多的注視時間和次數(shù)。此外，反應(yīng)正確的學(xué)習(xí)者會在目標(biāo)區(qū)域擁有更多的注意時間及注視次數(shù)。研究構(gòu)建了工作記憶能力對頓悟問題解決的影響過程模型，如圖1所示。由該模型可知，當(dāng)與洞察力問題相關(guān)的刺激吸引眼球時，會引起工作記憶互動，從而進(jìn)一步影響工作記憶的表現(xiàn)能力。具有更好工作記憶容量的學(xué)習(xí)者會采用自上而下的搜索流程并關(guān)注關(guān)鍵信息，從而更有效地解決頓悟問題。相反，那些具有較差工作記憶容量的學(xué)習(xí)者很難積極地選擇相關(guān)信息，多采用更耗時間的自下而上搜索進(jìn)程，導(dǎo)致低效率的頓悟問題解決能力。

圖1 工作記憶對問題解決能力的影響過程模型

(五)學(xué)習(xí)分析

該類研究主要聚焦于搜集學(xué)生學(xué)習(xí)過程產(chǎn)生的眼動數(shù)據(jù)，建立分析模型以改善學(xué)習(xí)過程及環(huán)境。Pivec等致力于應(yīng)用眼動技術(shù)提升對認(rèn)知過程的理解，提出了基于眼動的學(xué)習(xí)分析和自適應(yīng)的“AdeLE”理論框架[26]。該框架闡明了基于眼動系統(tǒng)實時動態(tài)捕捉用戶的行為，據(jù)此分析學(xué)習(xí)者的個性特征，為其提供實時的教學(xué)策略、教學(xué)內(nèi)容等。眼動指標(biāo)(眨眼、眼跳、注視、瞳孔直徑)可用于辨別學(xué)生的學(xué)習(xí)行為，包括瀏覽文本、簡單的閱讀文本、學(xué)習(xí)的文本內(nèi)容、在文本中尋找信息等，進(jìn)而從學(xué)習(xí)者的注視行為中抽取學(xué)習(xí)風(fēng)格和認(rèn)知風(fēng)格，該框架能夠整合到學(xué)習(xí)管理和知識管理系統(tǒng)，為學(xué)習(xí)者提供個性化的自適應(yīng)解決方案。

Chen等探索了眼動指標(biāo)與不同多媒體呈現(xiàn)形式(文本、圖像)的考試成績之間的關(guān)系[27]，眼動指標(biāo)包括平均注視時間(MFD)、平均眼跳距離(MSD)和重復(fù)閱讀的時間比例(RRTp)。研究發(fā)現(xiàn)眼動指標(biāo)可預(yù)測考試成績，在圖像呈現(xiàn)形式下，三者均有顯著的預(yù)測作用，MFD預(yù)測力最大、RRTp次之，MSD具有顯著負(fù)向預(yù)測作用。在文本呈現(xiàn)形式下，MFD具有最顯著的預(yù)測作用、RRTp次之，MSD沒有顯著預(yù)測作用。研究進(jìn)一步探究發(fā)現(xiàn)眼動注視順序、注視時間、重復(fù)注視點的頻次對學(xué)生的答題準(zhǔn)確性有顯著的影響。圖2給出了圖形呈現(xiàn)形式的考試中，回答正確(A圖)和錯誤的學(xué)生(B圖)第5次注視熱點圖。由圖2可見，回答正確的學(xué)習(xí)者落在上方滑輪上的停留時間顯著高于回答錯誤的學(xué)習(xí)者，而在重物上的停留時間顯著低于回答錯誤的學(xué)習(xí)者。研究還發(fā)現(xiàn)眼跳時間負(fù)向預(yù)測知識成功檢索的可能性。因此在設(shè)計圖文表征內(nèi)容時，重要的概念與內(nèi)容應(yīng)被突出描述并緊湊排列，以產(chǎn)生較短的視覺移動從而增加信息提取的精確性。該研究對未來實時人機(jī)接口的預(yù)警設(shè)計具有借鑒價值，對設(shè)計有效圖文表征提供了方向指引。

圖2 學(xué)習(xí)者第5次注視點位置和停留時間熱點

四、研究分析與趨勢

眼動技術(shù)可以深入評估多媒體學(xué)習(xí)效果和閱讀過程，量化注意力、認(rèn)知過程和學(xué)習(xí)結(jié)果之間的關(guān)系。豐富的眼動指標(biāo)使得描述學(xué)習(xí)行為更具有時空的立體性。為了更真實地還原學(xué)習(xí)者的認(rèn)知和學(xué)習(xí)行為，一般將眼動研究與訪談、問卷等分析結(jié)果相互結(jié)合。根據(jù)研究流程，眼動在學(xué)習(xí)測量的應(yīng)用可以分為前測階段、記錄(干預(yù)階段)和后測階段三部分。前測階段主要了解被試人口學(xué)特征與已有知識掌握情況。國際通常的做法是根據(jù)知識體系，通過5點打分的形式獲取相關(guān)信息；記錄階段，呈現(xiàn)刺激材料，眼動系統(tǒng)記錄學(xué)習(xí)者眼動過程?？紤]學(xué)習(xí)者在“自然條件下”做出反應(yīng)和判斷以及研究場景相對穩(wěn)定兩方面的要求，通常會采用包含一定數(shù)量學(xué)生和教師的實驗室來模擬真實課堂，提供PC與移動學(xué)習(xí)終端、“應(yīng)用型”與“高精度型” 眼動設(shè)備以體現(xiàn)優(yōu)勢互補(bǔ)；后測階段則會進(jìn)行信息留存度、知識遷移水平、技術(shù)接受度、認(rèn)知負(fù)荷、學(xué)習(xí)動機(jī)等測試，通過選擇題、半結(jié)構(gòu)化問卷以及開放性問題展開。

學(xué)習(xí)測量的關(guān)鍵在于測量指標(biāo)的獲取和篩選。先前闡述的研究均考慮了較基本的眼動指標(biāo)，例如注視次數(shù)、注視時間、興趣區(qū)的過度時間等。通常來講，眼動注視位置反映了注意力分布情況，注意時間反映了信息處理的難度以及注意的次數(shù)。兩者共同揭示了個體閱讀策略以及原有的知識和經(jīng)歷。越多的視覺注視(注視次數(shù)、總計注視時長以及平均注視時間)表明學(xué)習(xí)者對概念的理解程度越高，小范圍內(nèi)注視次數(shù)還反映了注意力以及有效信息的搜集能力[28]。對眼跳路徑的歸類分析可以揭示不同學(xué)習(xí)者信息加工模式的類型，眼跳次數(shù)和長度可反映信息整合或信息搜索能力。此外，根據(jù)研究文獻(xiàn)[29-32]，對于學(xué)習(xí)個體，同一學(xué)習(xí)者在不同難度、題型的問題解決過程存在不同的眼動模式；對于學(xué)習(xí)群體，不同學(xué)習(xí)成績?nèi)后w在表征“關(guān)鍵信息”(數(shù)字、符號或語句)和注意力分配上存在差異。

從研究趨勢上看，迄今還鮮有系統(tǒng)討論e-Learning環(huán)境(尤其是移動學(xué)習(xí)環(huán)境和智慧學(xué)習(xí)環(huán)境)不同學(xué)習(xí)特質(zhì)、文化、情緒、認(rèn)知水平、歸納推理能力學(xué)習(xí)個體的眼動模式差異。有限的研究圍繞眼動指標(biāo)與注意力、信息加工能力、學(xué)習(xí)表現(xiàn)之間展開分析，限于樣本數(shù)量、學(xué)科內(nèi)容的限制，以及缺乏聚類分析、回歸預(yù)測、中介變量等定量統(tǒng)計方法，其結(jié)果的信效度還有待進(jìn)一步檢驗。個別研究嘗試將眼動技術(shù)與自適應(yīng)教學(xué)系統(tǒng)整合，用于記錄學(xué)生在學(xué)習(xí)和考試過程中的眼動指標(biāo)，并通過學(xué)習(xí)分析技術(shù)挖掘?qū)W習(xí)者的個性特征(學(xué)習(xí)策略、學(xué)習(xí)風(fēng)格、學(xué)習(xí)偏好等)。對于這類前瞻性的研究，如何能突破理論層面的討論，在實踐中落地需要后續(xù)的嘗試與驗證。此外，未來的研究應(yīng)加強(qiáng)對眼動“過渡指標(biāo)”(Eye Movement Transitions)和“細(xì)粒度”(Finer-grained Indices)指標(biāo)的運用，以從更加微觀的層面闡釋問題、對比數(shù)據(jù)、發(fā)現(xiàn)新規(guī)律。其中，眼動“過渡指標(biāo)”通常被用來反應(yīng)不同興趣區(qū)域之間的信息整合程度，或利用圖文之間眼跳路徑、注視時間與次數(shù)的比較等揭示學(xué)習(xí)者整合文字和圖片內(nèi)容的認(rèn)知過程；眼動“細(xì)粒度指標(biāo)”包括第n次注視時間、從左(上)到右(下)的注視時間以及重新閱讀某個片段上的回視時間等。

未來研究的另一個重點是探索e-Learning環(huán)境表征關(guān)鍵信息的眼動指標(biāo)，尤其是何種眼動指標(biāo)可以正(負(fù))向預(yù)測學(xué)習(xí)者的學(xué)習(xí)能力、應(yīng)答正確性，以及如何構(gòu)建眼動指標(biāo)與學(xué)習(xí)結(jié)果之間的預(yù)測模型。此類研究不僅對設(shè)計有效的e-learning評估系統(tǒng)具有借鑒價值，而且對有效學(xué)習(xí)環(huán)境創(chuàng)設(shè)具有指導(dǎo)意義，應(yīng)重點關(guān)注?？筛鶕?jù)研究需要將眼動指標(biāo)分類為注視指標(biāo)(某個區(qū)域的時間與次數(shù)、總時間與總次數(shù)等)和軌跡指標(biāo)(眼跳、回視等)兩類，其中注視指標(biāo)為定長數(shù)據(jù)，軌跡指標(biāo)是由位置和時間組成的變長序列數(shù)據(jù)。利用機(jī)器學(xué)習(xí)算法對眼動數(shù)據(jù)進(jìn)行學(xué)習(xí)與建模，可以預(yù)測不同眼動特征學(xué)習(xí)者的學(xué)習(xí)行為。例如，隨機(jī)森林和支持向量機(jī)可分析定長記錄數(shù)據(jù)，隱馬爾科夫模型擅長分析以“位置”形式表征的變長序列數(shù)據(jù)。此外，國內(nèi)的相關(guān)研究應(yīng)盡快突破傳統(tǒng)“媒體界面”的禁錮，在移動終端與信息可視化方面尋找新的增長點。例如，學(xué)習(xí)分析儀表盤的數(shù)據(jù)可視化設(shè)計以及移動學(xué)習(xí)終端的有效信息設(shè)計等。

五、結(jié)束語

相對于LMS系統(tǒng)中行為數(shù)據(jù)抽取與鼠標(biāo)移動記錄方法，眼動數(shù)據(jù)能夠精確量化學(xué)習(xí)者的認(rèn)知過程與注意力分配情況，眼動數(shù)據(jù)與LMS系統(tǒng)的結(jié)合有助于獲取具備“大數(shù)量、全樣本、實時性、微觀指向”特性的教育大數(shù)據(jù)，可以深化對學(xué)習(xí)行為與認(rèn)知規(guī)律的理解，并有可能形成基于生物數(shù)據(jù)驅(qū)動學(xué)習(xí)與評價的研究新領(lǐng)域。后續(xù)，研究團(tuán)隊將圍繞不同學(xué)習(xí)階段及個體差異（特質(zhì)、學(xué)習(xí)風(fēng)格、已有知識水平等）的眼動模式展開研究，嘗試建立混合眼動數(shù)據(jù)的學(xué)習(xí)者個性化學(xué)習(xí)與預(yù)測模型，以推動“數(shù)據(jù)驅(qū)動教學(xué)”的深入應(yīng)用，提升e-Learning環(huán)境設(shè)計的有效性。

[1]Johnson, L., Adams Becker, S., et al. NMC Horizon Report: 2016 Hig her Education Edition[R].Austin, Texas: The New Media Consortium,2016.

[2]Ana I.Molina,Miguel A.Redondo,Carmen Lacave,Manuel Ortega.Assessing the effectiveness of new devices for accessing learning materials: An empirical analysis based on eye tracking and learner subjective perception[J].Computers in Human Behavior,2014,(31):475-490.

[3]Berry,D.C.,Broadbent,D.E..On the relationship between task performance and associated verbalizable knowledge[J].The Quarterly Journal of Experimental Psychology,1984,(36A),209-231.

[4]Daniel G.Bobrow,Donald A.Norman.On Data-limited and Resourcelimited Processes[J].Congnitive Psychology,1975,(7):44-64.

[5]Atkinson,R.C.,Shiffrin,R.M..Human memory:A proposed system and its control processes[A].K. W.,Spence,J.T..The psychology of learning and motivation[C].New York:Academic Press,1968.89-195.

[6]Paivio,A..Dual coding theory: retrospect and current status[J].Canadian Journal of Psychology,1991,(3):255-287.

[7]Richard E.Mayer.The Cambridge handbook of multimedia learning[M].Cambridge:Cambridge University Press,2005.

[8]賈義敏.多媒體學(xué)習(xí)的科學(xué)探索——Richard E.Mayer學(xué)術(shù)思想研究[J].現(xiàn)代教育技術(shù),2009,(11):5-9.

[9]Rayner, Keith.Eye movements and attention in reading, scene perception, and visual search[J].The Quarterly Journal of Experimental Psychology,2009,(62):1457-1506.

[10]Soussan Djamasbi,Marisa Siegel,Tom Tullis.Generation Y,web design,and eye tracking[J].International Journal of Human-Computer Studies,2014,(5):307-323.

[11]S Laqua,P Brna.The Focus-Metaphor Approach: A Novel Concept for the Design of Adaptive and User-Centric Interfaces[J].Lecture Notes in Computer Science,2005,(3585):295-308.

[12]Kunhee Ha,Hyun Jo,Sohye Lim.Tracking Students’Eye-Movements on Visual Dashboard Presenting Their Online Learning Behavior Patterns[A].G.Chen et al.Emerging Issues in Smart Learning,Lecture Notes in Educational Technology[C].Berlin Heidelberg:Springer Verlag,2015.371-376.

[13]Chien K P, Tsai C Y, Chen H L, et al. Learning differences and eye fixation patterns in virtual and physical science laboratories[J].Computers & Education, 2015,(3):191-201.

[14]Hector R.Ponce,Richard E.Mayer. Qualitatively different cognitive processing during online reading primed by different study activities[J].Computers in Human Behavior,2014,(1):121-130

[15]Erol Ozcelik,Turkan Karakus,Engin Kursun,Kursat Cagiltay.An eyetracking study of how color coding affects multimedia learning[J].Computers & Education,2009,(2):445-453.

[16]Mallorie Leinenger,Keith Rayner. Eye Movements while Reading Biased Homographs: Effects of Prior Encounter and Biasing Context on Reducing the Subordinate Bias Effect[J].Journal of cognitive psychology.2013,(6):665–681.

[17]Jared,D.,Levy,B.A.,Rayner,K..The role of phonology in the activation of word meanings during reading:evidence from proofreading a n d e y e m o v e m e n t s[J].J o u r n a l o f E x p e r i m e n t a l Psychology:Learning,Memory,and Cognition,1999,(3):219-264.

[18]MVD Schoot,Alain L.Vasbinder,Tako M.Horsley.The role of two reading strategies in text comprehension:An eye fixation study in primary school children[J].Journal of Research in Reading,2008,(2):203-223.

[19]McClelland,J.L.,Rumelhart,D. E..An Interactive Activation Model of Context Effects in Letter Perception:Part 1. An Account of Basic Findings[J].Psychological Review,1981,(9), 375-407.

[20]Engbert,R.,Longtin, A.,Kliegl,R..A dynamical model of saccade generation in reading based on spatially distributed lexical processing[J].Vision Research,2002,(5):621-636.

[21]Reichle,E.D.,Warren,T.,McConnell,K..Using E-Z reader to model effects of higher-level language processing on eye movements during reading[J].Psychonomic Bulletin & Review,2009,(1):1-21.

[22]Reichle ED,Pollatsek A,Rayner K.Using E-Z Reader to simulate eye movements in non-reading tasks: A unified framework for understanding the eye-mind link[J].Psychological Review,2012,(1):155-185.

[23][30]M Hegarty,RE Mayer,CA Monk.Comprehension of Arithmetic Word Problems:A Comparison of Successful and Unsuccessful Problem Solvers.Journal of Educational Psychology,1995,(1):18-32.

[24][31]Berrin Dogusoy-Taylan,Kursat Cagiltay.Cognitive analysis of experts’and novices’concept mapping processes:An eye tracking study[J].Computers in Human Behavior,2014,(7):82-93.

[25][32]Yu-chu Yeh,Jie-Li Tsai,Wei-Chin Hsu,Chun Fu Lin.A model of how working memory capacity influences insight problem solving in situations with multiple visual representations: An eye tracking analysis[J].Thinking Skills and Creativity, 2014,(9):153-167.

[26]Pivec M,Trummer C,Pripfl J.Eye-Tracking Adaptable e-Learning and Content Authoring Support[J].Informatica, 2006,(1):1-6.

[27]Chen S C,She H C,Chuang M H,et al.Eye movements predict students’ computer-based assessment performance of physics concepts in different presentation modalities[J].Computers &Education, 2014,(5):61-72.

[28]Cowen,L.,Ball,L.J.,Delin,J..An Eye Movement Analysis of Webpage Usability[A].Xristine Faulkner,Janet Finlay,Francoise Detienne. People and Computers XVI-memorable yet invisible [C].London:Springer Verlag Ltd.,2002.317-335.

[29]Fang-Ying Yang, Chun-Yen Chang,Wan-Ru Chien.Tracking learners’ visual attention during a multimedia presentation in a real classroom[J].Computers & Education,2013,(3):208-220.

Learning Measurement Progress and Trends in e-Learning—Based on Eye Movement Application Perspective

Zhang Qi, Yang Lingyu
(School of Educational Technology, Beijing Normal University, Beijing 100875)

“Increasingly concerned about learning measurement” has become an important trend in the future of education reform，the characteristics of multi dimension, realistic situation and real time are increasingly highlighted. This paper analyzes the progress and trends of learning measurement in e-Learning environment from eye movement perspective. Explaining the role of eye movement in information extraction, processing, integration and meaning construction based on Information Processing Theory, “Immediacy Assumption” and “Eye-mind Assumption”. Summarizing the research context, fi ndings and trends from fi ve aspects of multimedia interface e ff ectiveness, multimedia learning, digital reading, information processing and learning analysis. The study suggests that eye movement technology has facilitated access to “l(fā)arge quantities, full sample, real-time, microscopic” of learning data, which deepen understanding of learning behavior, cognitive process and the relationship between attention, cognitive process and learning outcomes, it provides a guidance of expanding research methods and applications fi eld in educational technology.

e-Learning; Data-driven Instruction; Learning Measurement; Eye Movement Research Paradigm

G434

A

張琪：在讀博士，副教授，研究方向為數(shù)字化學(xué)習(xí)技術(shù)與學(xué)習(xí)環(huán)境設(shè)計(zqzqhata@sina.com)。

楊玲玉：在讀碩士，研究方向為數(shù)字化學(xué)習(xí)環(huán)境與學(xué)習(xí)分析(paobayly@163.com )。

2016年7月22日

責(zé)任編輯：趙云建

1006—9860(2016)11—0068—06

* 本文系2014年全國教育科學(xué)“十二五”規(guī)劃教育部重點課題“基于教育大數(shù)據(jù)的學(xué)習(xí)分析工具設(shè)計與應(yīng)用研究”(課題編號：DCA140230)研究成果。