虛擬數(shù)字人對用戶在線學習效果的影響研究

摘 要： ［目的／ 意義］ 在教學環(huán)境中使用虛擬數(shù)字人進行授課可以促使用戶更高效地在線學習。本研究旨在探究在線學習中虛擬數(shù)字人特征對用戶在線學習效果的影響， 為在線教學視頻設計和教學策略優(yōu)化提供參考。［方法／ 過程］ 結合準社會互動理論， 使用ＶＴｕｂｅ Ｓｔｕｄｉｏ 軟件設計虛擬數(shù)字人教學的視頻材料， 招募用戶觀看教學視頻并測量用戶的主觀感受， 對在線學習中虛擬教師授課的情境進行探究。［結果／ 結論］ 虛擬數(shù)字人的吸引力、擬人化特征通過用戶對虛擬數(shù)字人的態(tài)度和學習滿意度的鏈式中介作用積極影響在線學習效果， 擬人化到學習效果的中介路徑之間存在遮掩效應； 準社會互動對學習滿意度有積極影響， 而對學習效果存在負面作用。

關鍵詞： 虛擬數(shù)字人； 虛擬人； 虛擬教師； 學習效果； 準社會互動

ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００８－０８２１．２０２５．０１．００６

〔中圖分類號〕Ｇ２５２. ０ 〔文獻標識碼〕Ａ 〔文章編號〕１００８－０８２１ （２０２５） ０１－００８１－１６

隨著新一代信息技術的日益成熟、數(shù)字化基礎設施的不斷完善， 互聯(lián)網(wǎng)和移動終端的普及為在線教育的發(fā)展奠定了堅實基礎［１］ ， 在線教育已然成為現(xiàn)代教育體系中的重要組成部分。同時， 伴隨著人們在日常生活和工作中對技能提升需求的不斷增長，越來越多的用戶通過網(wǎng)絡在線課程（如ＭＯＯＣ）、網(wǎng)絡直播教學等方式學習相關知識。在線教學視頻作為最有效的視聽輔助材料之一［２］ ， 如何提升其展示與教學效果是研究者們的關注重點［３］ 。

已有研究考察了在線教學視頻設計的各個特征對用戶學習體驗與學習效果的影響， 如教師呈現(xiàn)方式與比例［４］ 、言語或非言語交互特征［５］ 、情緒特征［６］等。而隨著人工智能和虛擬現(xiàn)實等新技術的發(fā)展，一些研究者開始嘗試在教學環(huán)境中使用虛擬數(shù)字人來代替?zhèn)鹘y(tǒng)人類講師形象提供指導。虛擬數(shù)字人作為具有類似人類外觀的具身代理， 已經(jīng)成為有效的學習輔助工具［５］ ， 能通過表情變化、肢體互動吸引學習者的注意力， 有助于為學習者提供教師反饋，有效激發(fā)學習者的學習動機， 喚起學習者的積極情緒， 減輕認知負荷， 增強學習效能感［７－８］ ， 幫助學習者建立與虛擬數(shù)字人之間的社會聯(lián)系， 創(chuàng)造有趣的學習環(huán)境［６］ 。

虛擬數(shù)字人也稱虛擬人或數(shù)字人， 根據(jù)驅動方式的不同可以劃分為數(shù)智驅動型和真人驅動型。新一代數(shù)智驅動型虛擬數(shù)字人的語言表達、面部表情、肢體動作等， 主要是通過深度學習模型進行實時或離線驅動， 并在渲染后呈現(xiàn)最終效果。真人驅動型則是通過真人來驅動虛擬數(shù)字人， 在進行面部及身體３Ｄ 建模后， 利用動作捕捉設備或攝像頭將真人的動作、表情等呈現(xiàn)在虛擬形象上［９］ 。虛擬數(shù)字人作為數(shù)智時代的新型媒介， 外觀是最重要的設計特征， 決定了學習者對虛擬數(shù)字人的感知［１０］ 。盡管虛擬數(shù)字人已經(jīng)廣泛應用于在線學習之中， 但以往的虛擬形象多采用控制智能程度較低的設計， 其外觀設計、表情神態(tài)和肢體動作等擬人化線索與當今人工智能最新的發(fā)展趨勢脫節(jié)， 對如何將虛擬人設計為有效的學習工具的理解仍然存在不足。同時， 真人驅動型虛擬數(shù)字人更容易根據(jù)操縱者的相應動作表情來呈現(xiàn)、表達操縱者意愿并及時與學習者進行交互， 相關文獻較為缺乏， 探索其在教學視頻中替代真人教師進行教學對學習效果影響的研究相對不足。

在線上教學環(huán)境中， 準社會互動用于描述用戶對媒介角色接觸過程中的心理反應， 能夠對學習者的認知、情感、行為過程產(chǎn)生有益影響［１１－１２］ 。研究表明， 準社會互動可以提高用戶參與度和愉悅度［１３］ 、提升用戶滿意度和主觀幸福感［２０］ 、促進知識采用［２６］ 、改善用戶學習體驗、提高用戶學習效果［３］ ， 但在線學習中的準社會互動視角尚未得到深入研究。教育領域中的研究多采用社會代理理論、多媒體學習認知理論及社會臨場感理論等［５，１４］ ， 缺乏應用準社會互動理論深入探索在線學習過程中用戶在認知、情感和行為等方面的反應。

基于此， 為探究真人驅動的虛擬數(shù)字人在線上教學中對學習者在線學習效果的影響， 本研究通過實驗研究法， 結合準社會互動理論， 深入探討真人驅動型虛擬數(shù)字人的吸引力與擬人化特征在線上教學中對學習者的認知、態(tài)度與情感等方面的影響，旨在為教育工作者的線上教學方式提供參考， 幫助他們更好地在人工智能時代結合虛擬數(shù)字人設計在線教學視頻， 改善線上教學效果， 提高學習者的滿意度與學習效果， 促進學習者更高效地在線學習［１５］ 。

１ 國內外研究現(xiàn)狀

１. １ 準社會互動理論

準社會互動（Ｐａｒａｓｏｃｉａｌ Ｉｎｔｅｒａｃｔｉｏｎ， ＰＳＩ） 指的是受眾在接觸媒體的情境中把媒介人物當作現(xiàn)實生活中真實的人物做出回應， 它是形成于受眾和媒介人物之間的一種主觀聯(lián)系［１１］ ， 是人們感知到的與無生命特征的“人” 之間進行親密互動的狀態(tài)。在與這些媒介人物頻繁的接觸中， 受眾產(chǎn)生類似真實社交活動中形成的精神互動。研究表明， 媒體人物的吸引力（包括外表、社會、性格和任務等維度）對準社會互動具有正向作用［１６－１７］ ， 準社會互動會帶來對數(shù)字技術更高的參與度和享受度［１３］ ， 增強對媒介角色的認同感［１８］ ， 提高用戶感知享樂性［１９］ 、滿意度、主觀幸福感［２０］ 與購買意愿［１９］ ， 并顯著影響社區(qū)成員之間的知識共享［２１］ 。

在教學視頻中引入社會互動線索， 使得學習者與教師發(fā)生類似于真實情景中的互動交流， 即為準社會互動［２２］ 。觀看視頻的學生可以觀察到教師的行為并給出教師反應， 但教師沒有與學生的交流回應渠道， 所以這種交往是單方面的［２３］ 。準社會互動會影響信息的選擇、組織、整合和理解等認知和元認知過程， 還影響共情、情感傳遞等情感過程與語言行為、非語言行為、行為意圖等行為過程［１２］ 。Ｂｅｅｇｅ Ｍ 等［３，２４］ 的研究表明， 相較于觀看使用側面相對風格視頻的學習者， 觀看使用正面相對風格視頻的學習者表現(xiàn)更優(yōu)， 正面相對的風格和專業(yè)著裝風格有利于減少認知負荷、增強準社會互動； 同時，眼神交流是一種非常有效的準社會互動形式， 它能夠在學習者的注意力、參與和評估過程等方面起積極作用， 有利于學習的深層認知加工和情感狀態(tài)提升， 從而使學習更有效。研究者還指出， 外表和溝通之間的專業(yè)一致性會促進準社會互動、強化內在動機并減少外部認知負荷， 且當教師具有專業(yè)的外表和溝通時， 學習者的學習表現(xiàn)會得到提高［２５］ 。此外， Ｊｉａ Ｍ 等［２６］ 則關注了直播情境下準社會互動對用戶知識采用的促進作用。

１. ２ 虛擬數(shù)字人

虛擬數(shù)字人是結合計算機圖形學、動作捕捉、深度學習、語音合成等技術創(chuàng)造的， 存在于虛擬世界中的、具有多重人類特征的綜合產(chǎn)物［２７］ 。通過二維或者三維的呈現(xiàn)形式， 虛擬數(shù)字人廣泛應用于虛擬客服、虛擬導游、虛擬代言人、影視角色、虛擬主播、虛擬偶像和虛擬教師等各個領域。作為一種新型體驗性媒介， 虛擬數(shù)字人能夠以不同的身份角色連接個體和各類場景并提供場景體驗反饋， 幫助人們在體驗過程中完成新的學習和社會化過程［９］ 。在在線教育環(huán)境中， 虛擬數(shù)字人也被稱為教學代理、虛擬教師等。虛擬數(shù)字人能夠為學習者提供教師反饋， 對學習過程感知產(chǎn)生積極影響， 幫助學習者建立與虛擬人之間的社會聯(lián)系并營造有趣的學習環(huán)境，對其滿意度、學習效果具有促進作用［２８，３８］ 。

已有研究表明， 虛擬數(shù)字人的吸引力［２９］ 、擬人化、可信度［３０，５３］ 、專業(yè)性、相關性［３１］ 、個性匹配度、人設植入與真實性［３２］ 等特征能夠影響用戶的感知、態(tài)度、接受度與行為意愿。例如， 一些研究者指出， 在視頻課程中， 在年齡、服裝等方面有吸引力外觀的虛擬教師更能吸引學生并使其集中注意力， 進而提升學生的學習表現(xiàn)［３３－３４］ 。Ｌｉｅｗ Ｔ Ｗ 等［８］認為， 虛擬數(shù)字人的熱情會增加其社會吸引力， 顯著提高學習者的積極情緒、內在動機和認知結果，使得學習者對虛擬數(shù)字人和多媒體學習界面有更好的感知， 并且提高學習者與虛擬數(shù)字人、多媒體學習環(huán)境再次互動的意愿。Ｌｉｅｗ Ｔ Ｗ 等［３５］ 還比較了擬人化與非擬人化多媒體課程的實驗教學結果， 發(fā)現(xiàn)虛擬形象的擬人化可以喚起學習者的積極情緒，降低內部認知負荷， 但對內在動機、保留與遷移學習結果沒有產(chǎn)生顯著影響。

１. ３ 在線學習效果

以往研究常通過評估學習者自我報告的感知學習效果［３６－３７］ 或保持測驗、遷移測驗、理解測驗、聯(lián)合測驗等客觀學習測驗指標來衡量其學習效果與表現(xiàn)［４，３８］ ， 并主要從學習者、教師、學習環(huán)境等多個維度探究影響在線學習成績與學習效果的各種因素［５，１４，３９］ 。學習者維度包括性別［４０］ 和性格［４１］ 、學習行為［４２，４４］ 、學習策略［４３］ 、先驗知識水平［３９］ 、自主學習能力［４４］ 、對在線學習的態(tài)度［４５］ 、個體—技術—任務—環(huán)境契合度［４６］ 等； 教師維度包括教學視頻中的教師呈現(xiàn)方式［４７］ 、教師類型及設計特征［４］ 、動作手勢［４８］ 、目光或眼神［１４］ 、面部表情［４９］等； 學習環(huán)境維度則包括學科性質［３９］ 、課程設計、課程質量、平臺功能與易用性［５０］ 等特征。除了多元回歸、結構方程模型等傳統(tǒng)方法外， Ｘｉａｏ Ｗ 等［５１］還基于機器學習模型進一步分析了在線學習效果的預測因素， 并指出參與度、課程互動、資源利用程度等對學習效果的影響相較于人口統(tǒng)計學特征、學術背景與在線課程設計更大。此外， Ｐｉ Ｚ 等［４３］ 結合了在線學習參與者的腦電信號來衡量學習策略的有效性。

對于在線教學視頻而言， 虛擬數(shù)字人的外在表征、交互特質與社會化屬性等均會對用戶的在線學習效果產(chǎn)生影響。例如， 研究者基于擬人效應（Ｐｅｒ?ｓｏｎａ Ｅｆｆｅｃｔ）指出栩栩如生的虛擬教師能對學習者的學習體驗和客觀學習表現(xiàn)產(chǎn)生積極影響［３９］ 。蔡新元等［５２］ 設計了虛擬教師授課的人智交互教學情境，發(fā)現(xiàn)對于超寫實擬真度的虛擬教師， 視頻這種信息呈現(xiàn)方式帶來的學習效果要顯著優(yōu)于文字和圖片；而對卡通版虛擬教師而言， 不同信息呈現(xiàn)方式帶來的學習效果則不存在顯著差異。Ｓｃｈｎｅｉｄｅｒ Ｓ 等［４９］ 指出， 同時展示手勢和面部表情的虛擬教師能誘導更好的記憶力表現(xiàn)和學習效果， 而實施與學習無關的身體動作并不會引起額外的認知負荷， 但可能會帶來更高的感知任務復雜性。Ｓｃｈｒｏｅｄｅｒ Ｎ Ｌ 等［５３］ 則探究了用戶對虛擬人的信任和可信度對學習成果的影響。此外， 研究者們還對比了真人教師與虛擬教師的教學視頻效果。Ｌｉ Ｊ 等［５４］ 的研究表明， 相較于觀看真人講師， 參與虛擬教師教學視頻學習的學習者回憶的信息更少， 不同類型的聲音還會分散學生注意力， 阻礙信息的保留， 并影響用戶的信任［５５］ 。但Ｐｉ Ｚ 等［５６］ 的對比實驗結果指出， 使用可愛的虛擬教師形象對參與者的學習表現(xiàn)和動機有積極影響，并且不會引發(fā)教師和學習材料領域之間的注意力分散， 但虛擬教師和真實教師在保持測驗中都發(fā)現(xiàn)了積極促進的效果。Ｌａｗｓｏｎ Ａ Ｐ 等［６］ 則發(fā)現(xiàn)學習者能夠感知到在線學習視頻中教師的積極或消極情緒，并與之感同身受， 積極情緒的教師在促進學習方面更有效， 且這些效應均出現(xiàn)在真人和虛擬教師身上。

綜上所述， 過去的研究主要集中于探究數(shù)智驅動型虛擬數(shù)字人在電商、新聞傳播、游戲及教育等領域對用戶的影響， 在線上教學中也有豐富的研究成果。然而， 受限于成本， 新一代數(shù)智驅動類虛擬數(shù)字人尚未普及， 已有研究中的虛擬數(shù)字人在智能化程度和人性化表現(xiàn)上存在較大提升空間。而真人驅動型虛擬數(shù)字人相關研究也存在缺口， 目前主要應用于虛擬主播和虛擬偶像等領域中。此外， 教育領域中的研究多采用社會代理理論、多媒體學習認知理論及社會臨場感理論等［５，１４］ ， 但從準社會互動視角開展的研究相對不足， 尤其是對用戶學習認知和情感等方面的影響。因此， 本研究旨在結合準社會互動理論探討真人驅動型虛擬數(shù)字人在線上教學中對學習者滿意度、學習效果等方面的影響， 以幫助更好地結合虛擬數(shù)字人設計在線教學視頻， 改善線上教學效果。

２ 研究方法

２. １ 研究模型

針對虛擬數(shù)字人在線上教學中對用戶在線學習體驗、學習效果的影響， 結合國內外相關研究與理論， 本研究在準社會互動理論的基礎上提出了研究模型， 如圖１ 所示。在虛擬數(shù)字人和在線學習的相關研究中， 用戶性別、年齡、年級、專業(yè)、先驗知識水平、是否有接觸過虛擬數(shù)字人的經(jīng)歷、是否有觀看虛擬教師講授課程的學習經(jīng)歷等變量通常作為控制變量。因此， 本研究也將上述變量作為控制變量進行處理。

２. ２ 研究假設

２. ２. １ 虛擬數(shù)字人特征對態(tài)度和準社會互動的影響

在線教學環(huán)境中虛擬數(shù)字人是典型的信息源角色， 其特征已被揭示出能對學生的動機、注意力產(chǎn)生潛在的影響， 從而影響他們的學習表現(xiàn)［４－５，３９］ 。其中， 虛擬數(shù)字人的外在表征是最重要的設計特征，作為學習者觀看視頻時最先形成的初步感知， 極大地影響了學習者對虛擬數(shù)字人的整體認知和評價［１０］ 。虛擬數(shù)字人的吸引力由外觀、表情、著裝風格等顯著的視覺要素構成， 這些視覺要素的設計可以吸引并保持學習者對教學視頻的注意力， 影響學習動機和學習表現(xiàn)［３３－３４，５６］ 。虛擬數(shù)字人往往具有良好的外表與獨特的形象風格， 能夠直接影響用戶的第一印象并誘發(fā)持續(xù)關注， 它表現(xiàn)出來的吸引力能夠對準社會互動產(chǎn)生積極影響［１７，５７］ ， 提高用戶觀感、舒適度并提供審美價值， 從而使用戶對學習材料和虛擬數(shù)字人抱有更加積極的態(tài)度、更高的認可度和接受度［１９］ 。因此， 提出假設：

Ｈ１ａ： 吸引力會對態(tài)度產(chǎn)生正向影響

Ｈ１ｂ： 吸引力會對準社會互動產(chǎn)生正向影響

在虛擬人的眾多外觀特征中， 擬人化是設計者在創(chuàng)建虛擬數(shù)字人形象時必須考慮的一個要素［５２］ ，栩栩如生的虛擬教師能對學習者的學習體驗和學習表現(xiàn)產(chǎn)生積極影響［３９］ 。用戶有著擬人化傾向， 即自發(fā)在非人類物體中找到擬人的要素， 認為它們能夠與人一樣擁有意識、人格與人際關系［５８］ 。虛擬教師具有類人的特征， 并能通過聲音、表情和手勢動作等社會線索創(chuàng)造社會存在感， 令人們更容易將其當作是真實世界的人或朋友［５９］ ， 從而產(chǎn)生擬人化感知與社會反應， 這會誘發(fā)更強的準社會互動體驗［２４］ 。在擬人化認知處理中， 學習者還會產(chǎn)生感知流暢性［６０］ ， 并通過這種愉悅情緒積極影響態(tài)度［６１］ ，提升學習者情緒的敏感度和情感的喚起水平， 使得學習者更能投入視頻學習之中。因此， 提出假設：

Ｈ２ａ： 擬人化會對態(tài)度產(chǎn)生正向影響

Ｈ２ｂ： 擬人化會對準社會互動產(chǎn)生正向影響

２. ２. ２ 態(tài)度對學習滿意度和學習效果的影響

理性行為理論認為態(tài)度是指個人對該項行為所保持的正面或負面的感覺， 亦指由個人對此特定行為的評價經(jīng)過概念化之后所形成的態(tài)度［６２－６３］ 。本研究探討的態(tài)度指用戶對虛擬數(shù)字人所持有的積極或消極感覺。３Ｐ 教學模型將用戶的學習結果劃分為情感和認知兩個方面［６４］ ， 情感學習結果主要指學習滿意度， 即學習過程中學習者對學習體驗的期望與實際感知效果比較后所形成的一種主觀心理狀態(tài)； 而認知學習結果主要指學習者在知識掌握、技能應用發(fā)展、創(chuàng)新能力等方面的提升， 可以通過評估學習測驗指標來考查。本研究的學習效果主要通過感知學習效果與客觀的學習測驗成績綜合考量，二者互相補充［６５］ 。已有研究表明， 學習者對在線學習的態(tài)度是影響在線學習有效性、課程滿意度和持續(xù)使用意愿的關鍵因素［４５，６５］ 。同樣地， 學習者對虛擬數(shù)字人的態(tài)度也會影響他們未來對線上教學材料的使用意愿與行為， 并最終影響在線資源帶來的學習益處。正向的態(tài)度能夠增加學習興趣， 喚起學習者的積極情緒， 增強內部動機， 提升在線學習滿意度和學習效果［６６］ 。因此， 提出假設：

Ｈ３ａ： 學習者對虛擬數(shù)字人的態(tài)度會對學習滿意度產(chǎn)生正向影響

Ｈ３ｂ： 學習者對虛擬數(shù)字人的態(tài)度會對學習效果產(chǎn)生正向影響

２. ２. ３ 準社會互動對學習滿意度和學習效果的影響

準社會互動能夠影響信息選擇、組織和理解等認知過程與情感投入等情感過程， 引發(fā)用戶認知、情感和行為等方面的反應［１２］ ， 提高用戶的滿意度，改善用戶體驗［２０］ 。研究表明， 教學視頻中教師的存在能夠使得學習者感知教師行為， 它的面部表情、眼睛注視、手勢動作等非言語行為能夠提升注意力、促進參與和評估過程［２４］ ， 進而促進師生之間的準社會互動感知［２３］ ， 提高師生間的親密度， 降低學習者在視頻學習中的孤獨感。準社會互動提升了學習者的內在學習動機， 使學習者對學習過程產(chǎn)生積極感受或愉快體驗進而更加滿意， 也促進了學習的深層認知加工和情感狀態(tài)， 提高了學生的學習成績與表現(xiàn)［３，１４］ 。因此， 提出假設：

Ｈ４ａ： 準社會互動會對學習滿意度產(chǎn)生正向影響

Ｈ４ｂ： 準社會互動會對學習效果產(chǎn)生正向影響

２. ２. ４ 學習滿意度對學習效果的影響

已有研究表明， 學習者的滿意度與其學習表現(xiàn)息息相關［６５，６７］ ， 當學習者體驗到高水平的滿意度時， 學習效果能夠得到改善， 更有可能學習額外的課程或計劃［６８］ ， 并樂于向他人推薦在線學習的方式［６５］ 。Ｂｏｓｓｍａｎ Ａ 等［５０］ 將學習滿意度和感知學習效果的影響因素整合到統(tǒng)一的框架中， 指出學習者的學習滿意度對學習效果有顯著影響， 并在滿意度驅動因素和學習效果之間發(fā)揮著中介作用。因此，提出假設：

Ｈ５： 學習滿意度會對學習效果產(chǎn)生正向影響

２. ３ 用戶實驗設計

２. ３. １ 視頻材料

本實驗的視頻材料改編自中國大學ＭＯＯＣ 國家精品《信息管理學基礎》“信息獲取” 章節(jié)中的視頻課程“信息源及其類型”。對課程中的內容進行精簡和調整后， 參考馬費成等［６９］ 學者編寫的教材《信息管理學基礎》， 最終確定本研究教學視頻的內容為“記錄型信息源的含義與類型”。

“小Ｋ 直播姬” “ＶＴｕｂｅ Ｓｔｕｄｉｏ” 等ＶＴｕｂｅｒ 直播軟件能允許用戶創(chuàng)建或導入虛擬形象， 并且利用攝像頭進行面部捕捉、動作捕捉等使得真人來驅動虛擬數(shù)字人做出一系列相應動作。人們對年輕女性具有高親和力和富有同情心的印象， 因此當前各個行業(yè)應用的虛擬數(shù)字人絕大多數(shù)采用具有美好外貌、個性化特點的二次元或３Ｄ 仿真類女性形象服務用戶［７０，７７］ 。此外， Ｇｕｏ Ｐ Ｊ 等［７１］ 在ＭＯＯＣ 視頻學習者參與度的研究中指出６ 分鐘以內的視頻能帶來更高的學生參與度。

本研究使用了網(wǎng)絡中免費的二次元虛擬數(shù)字人模型并將其導入軟件“ＶＴｕｂｅ Ｓｔｕｄｉｏ” 中， 通過捕捉真人的面部、身體等動作來驅動虛擬形象， 同時使用視頻錄制、直播串流軟件“ＯＢＳ Ｓｔｕｄｉｏ” 將虛擬數(shù)字人展示在視頻頂層。視頻使用ＯＢＳ 軟件進行錄制， 采用ＰＰＴ＋虛擬教師講解的形式， 錄制出的視頻素材是分辨率１９２０×１０８０、時長４ 分５２ 秒的ｍｋｖ 格式的微視頻， 如圖２ 所示。

２. ３. ２ 主觀感受量表

通過參考國內外學者編制的與本研究模型變量相關的測度量表， 設計了本研究調查問卷的主觀感受量表。量表采用李克特７ 級量表進行測量， 其中從“１” 到“７” 分別表示非常不同意、不同意、較不同意、中立、比較同意、同意、非常同意。具體設計如表１ 所示。

２. ３. ３ 先驗知識測驗與學習效果測驗

本研究對被試先驗知識經(jīng)驗水平的測試采取自編問卷的形式進行， 測驗共設計７ 道客觀題， 考察用戶對于信息、信息源、信息獲取的基本知識， 包括概念、分類及其特征等。學習效果測驗由知識的保持測試與遷移測試組成， 這兩個測驗中涵蓋的知識點都來自視頻課程中講授的學習內容， 測試題基于視頻內容與教材《信息管理學基礎》相關內容設計， 由９ 道客觀題與１ 道開放式問答題組成。

２. ４ 數(shù)據(jù)收集

由于虛擬數(shù)字人更加貼合年輕人的口味與文化，在關注和接觸虛擬數(shù)字人的用戶中， 大學生群體是最活躍的主體， 也是在線學習的主力軍［７７－７８］ ， 因此本研究選擇在讀大學生作為實驗對象展開研究。本研究在大學生常用社交平臺中發(fā)布招募信息， 要求實驗對象為在讀大學生， 最終共招募到被試６３ 名，所有被試均聽力正常， 視力或矯正視力正常。實驗通過線上形式展開， 使用騰訊會議軟件對每個人進行單獨實驗。正式實驗時， 被試首先填寫前測問卷，其中包含人口統(tǒng)計學信息、先驗知識測驗問卷， 然后進入學習階段， 觀看研究制作的視頻學習材料。在被試說明其學習結束之后， 進入后測階段， 被試填寫后測問卷， 包含主觀感受和學習效果測驗兩方面的調查內容。整個實驗時長約為２０ 分鐘。

實驗共回收實驗數(shù)據(jù)６３ 份， 根據(jù)問卷填寫的時間、問卷答案有效性和問卷有效性篩選題項， 剔除無效問卷１３ 份， 最終得到有效問卷５０ 份。

３ 研究結果

３. １ 描述性統(tǒng)計分析

實驗樣本的基本信息如表２ 所示。從性別比例來看， 參與實驗的人群中女性略高于男性， 總體比較協(xié)調。年級方面， 大四的參與者比例最高， 其余年級人數(shù)相對一致， 比例較均衡。專業(yè)方面， 最多的是社科類， 其次是理工類， 最少的人文類占１０.０％。在實驗被試中， ７４. ０％的參與者接觸過虛擬數(shù)字人相關視頻， 說明隨著科技的發(fā)展， 虛擬數(shù)字人正廣泛應用在生活中。１８. ０％的參與者觀看過虛擬教師講授的課程， 表明虛擬教師授課的形式盡管存在，但并不普遍， 更多的還是通過真人教師授課進行學習。在信息源相關知識的主題熟悉度方面， 被試大多認為自己的熟悉度比較低或中等， 少數(shù)人熟悉度非常低或比較高， 僅２. ０％的被試認為自己的主題熟悉度非常高， 這與先驗知識水平測驗結果分布相符， 大部分被試的先驗知識水平得分在３～５ 之間。

經(jīng)過對各變量的各個測量項的描述統(tǒng)計分析，可以發(fā)現(xiàn)吸引力、態(tài)度的各個測度項均值都在４ 以上， 得到了用戶的認可。而擬人化、準社會互動的各個測度項（除“虛擬教師是在給我上課” 均值為４. ６６ 外）均值都在４ 以下， 表明虛擬形象的擬人化程度在用戶感知上并不高， 虛擬教師授課并沒有帶來足夠好的準社會互動體驗。學習滿意度（除“總的來說， 我喜歡這種虛擬教師授課的學習方式”，均值為３. ７８）、感知學習效果的測度項均值都在４以上， 得到了大部分用戶的認可。

３. ２ 信度與效度檢驗

偏最小二乘法能夠對研究模型有效性進行評估， 同時對樣本量的要求不高［７９］ 。因此， 本研究通過ＳＰＳＳ ２６. ０ 和ＳｍａｒｔＰＬＳ ３. ０ 軟件， 采用探索性因子分析的操作流程并結合偏最小二乘法對信度與效度進行檢驗。

刪除使用主成分分析法發(fā)現(xiàn)的因子載荷小于０. ５ 的測度項后， 采用Ｂａｇｏｚｚｉ Ｒ Ｐ 等［８０］ 推薦的３個標準評估聚合效度， 如表３ 所示， 所有指標因子載荷超過０. ５， 組合信度均大于０. ７， 提取的每個潛變量的平均萃取變異量（ＡＶＥ）均超過０. ５， 說明聚合效度良好， 采?。疲铮颍睿澹欤欤蹋幔颍悖耄澹?方法［８１］ 評估區(qū)分效度， 從表４ 可知， 各個構念ＡＶＥ 的平方根（已加粗表示）均大于該構念與其他構念之間的相關系數(shù)， 說明測量模型的區(qū)分效度較好。問卷整體的Ｃｒｏｎｂａｃｈ'ｓ Ａｌｐｈａ 值為０.９４９，且所有變量的Ｃｒｏｎｂａｃｈ'ｓＡｌｐｈａ 值均大于０. ７， 組合信度均大于０. ７， 如表３所示， 可見本研究編制的量表具有較高的信度， 問卷質量較好。綜上所述， 模型具有令人滿意的信度、聚合效度和區(qū)分效度。

３. ３ 共同方法偏差檢驗

為了排除人為共變對研究結果產(chǎn)生的嚴重混淆和對結論產(chǎn)生的潛在誤導， 在數(shù)據(jù)分析之前往往要先進行共同方法偏差檢驗。本研究采用較為常用的Ｈａｒｍａｎ 單因素檢驗法進行共同方法偏差檢驗， 使用主成分分析法提取因子， 結果發(fā)現(xiàn)所有因子共占方差的７９.１９％， 第一公因子解釋了總方差的３７.５５％，小于５０％的臨界值， 說明第一個因子對變異量的解釋程度并不起主要作用， 因此本研究不存在明顯的共同方法偏差。

３. ４ 相關性分析

對實驗獲得的學習測驗成績（記作ＬＰ， 滿分１７）按照式（１） 進行換算：

ＯＬＰ ＝（７－１）×ＬＰ÷（１７－１）＋１ （１）

得到與李克特７ 級量表一致區(qū)間的學習測驗成績變量（記作ＯＬＰ）， 接著對感知學習效果（ＰＬＰ）與客觀的學習測驗成績（ＯＬＰ）求算術平均數(shù)作為后續(xù)分析中的學習效果變量。本研究采用皮爾遜（Ｐｅａｒ?ｓｏｎ）相關系數(shù)ｒ 對變量進行分析， 變量之間的相關系數(shù)矩陣如表５ 所示。分析結果說明了各變量之間存在著一定的相關關系， 但變量之間關系的緊密程度還需要借助后續(xù)的回歸分析來進一步檢驗。

３. ５ 回歸分析

吸引力、擬人化、態(tài)度、準社會互動、學習滿意度、學習效果之間存在著顯著相關關系， 通過回歸分析探究各個變量之間的關系， 對提出的各個研究假設進行檢驗， 檢驗結果如表６ 所示， 除假設Ｈ１ｂ 不成立（Ｂｅｔａ ＝ －０. ０５８， ｐ＞０. ０５）、假設Ｈ３ｂ不成立（Ｂｅｔａ＝０. ０６８， ｐ＞０. ０５）、假設Ｈ４ｂ 不成立（Ｂｅｔａ＝－０. ２６９， ｐ＜０. ０５）外， 其他假設均得到數(shù)據(jù)支持。其中， 準社會互動對學習效果產(chǎn)生了顯著的負面影響， 這與假設Ｈ４ｂ 相悖， 而各個控制變量沒有對學習效果產(chǎn)生顯著影響， 并未在表中列出。

３. ６ 中介效應分析

對吸引力、擬人化與在線學習效果之間進行回歸分析發(fā)現(xiàn)， 吸引力與在線學習效果存在顯著正相關關系（Ｂｅｔａ ＝ ０. ４４９， ｔ ＝ ３. ５１２， ｐ＜０. ００１）， 而擬人化與在線學習效果之間沒有顯著的相關關系（Ｂｅｔａ＝０. ２６９， ｔ＝１. ８７４， ｐ＞０. ０５）， 這與以往研究的結論存在不同［３５］ 。為了進一步研究虛擬數(shù)字人特征與學習效果之間的關系， 本文進行了事后分析以探索它們之間的關系， 使用ＳＰＳＳ ２６. ０ 的ＰＲＯＣＥＳＳｖ４. １ 插件， 基于偏差校正百分位Ｂｏｏｔｓｔｒａｐ 法（重復抽樣５ ０００次）檢驗態(tài)度、準社會互動和學習滿意度的中介作用［８２］ 。根據(jù)相關性分析與回歸分析可知，吸引力和準社會互動之間并不存在顯著的相關關系，因此不納入中介效應分析中。

３. ６. １ 態(tài)度、學習滿意度在吸引力與學習效果之間的中介效應

態(tài)度、學習滿意度在吸引力與學習效果的中介效應的回歸分析結果如表７ 所示。經(jīng)檢驗發(fā)現(xiàn)， 態(tài)度、學習滿意度在吸引力與學習效果之間的鏈式中介作用的９５％置信區(qū)間不包含０， 表明該路徑的中介效應顯著， 中介效應的相對效應值為４７. ４％， 同時吸引力產(chǎn)生的直接效應的置信區(qū)間包含０， 表明直接效應不顯著， 這說明態(tài)度、學習滿意度在吸引力與學習效果之間起完全中介作用。

３. ６. ２ 態(tài)度、準社會互動、學習滿意度在擬人化與學習效果之間的中介效應

態(tài)度、準社會互動、學習滿意度在擬人化與學習效果的中介效應的分析結果如表８ 所示。檢驗發(fā)現(xiàn)， 擬人化對學習效果的總效應、直接效應的９５％置信區(qū)間包含０， 表明擬人化對學習效果的影響不顯著， 但以態(tài)度、學習滿意度為鏈式中介的間接效應顯著（置信區(qū)間不包含０）。由于擬人化與學習效果之間的各個間接效應值有正有負， 根據(jù)溫忠麟等的中介效應檢驗步驟［８２］ 可知， 擬人化對學習效果的主效應關系被遮掩， 遮掩效應量即間接效應與直接效應的比例的絕對值為４４６. ４％， 態(tài)度和學習滿意度發(fā)揮了完全中介作用。

此外， 擬人化通過準社會互動影響學習滿意度的間接效應值為０. ３２６， 置信區(qū)間［０. ０９８，０. ６６８］不包含０， 擬人化產(chǎn)生的直接效應的置信區(qū)間［－０.２２４，０.５７０］包含０， 說明準社會互動在擬人化與學習滿意度之間起完全中介作用， 中介效應的相對效應值為６５. ３％。

為了增強研究結論的說服力， 除了基于偏差校正百分位Ｂｏｏｔｓｔｒａｐ 法外， 本研究還使用Ｓｏｂｅｌ 檢驗法對中介效應結果進行了穩(wěn)健性檢驗［８２］ 。對于態(tài)度、學習滿意度在吸引力與學習效果之間的中介效應， 檢驗結果顯示該路徑的中介效應值為０. ２９０（ｔ＝３. ３８８， ｐ＜０. ００１）。對于態(tài)度、準社會互動、學習滿意度在擬人化與學習效果之間的中介作用， 擬人化通過態(tài)度、學習滿意度對學習效果的鏈式中介作用效應值為０. ２６０（ｔ＝ ３. １９４， ｐ＜０. ０１）， 擬人化通過準社會互動、學習滿意度對學習效果的中介作用效應值為０. １１２（ｔ＝ １. ７６３， ｐ＞０. ０５）， 和前文的中介作用分析結果一致。此外， 為了進一步驗證中介效應的分析結果， 將感知學習效果和客觀學習測驗對學習效果的貢獻比例修改為０. ４ 與０. ６， 使用偏差校正百分位的Ｂｏｏｔｓｔｒａｐ 法進行檢驗， 得到的中介效應結果如表９ 所示， 假設檢驗情況與前文一致。

４ 結論與討論

４. １ 主要發(fā)現(xiàn)

本文旨在探討虛擬數(shù)字人的吸引力、擬人化特征對用戶在線學習體驗、學習效果的影響， 結合回歸分析、中介效應分析等量化分析結果， 主要得到以下研究結論：

第一， 虛擬數(shù)字人的吸引力會通過態(tài)度、學習滿意度的鏈式中介作用顯著正向影響在線學習效果。虛擬數(shù)字人的形象設計在在線學習環(huán)境中發(fā)揮著至關重要的作用， 相較于真人教師， 其最大的特點就是形象設計上的靈活性和個性化， 不論是二次元動漫風格還是３Ｄ 仿真風格的虛擬形象， 它們具有美感的外觀或獨特的外表特點（如動物特征、虛構特征等）不僅能引起學習者注意， 還能激發(fā)其學習興趣， 降低感知的心理努力水平［４７］ 。與Ｗａｎｇ Ｊ 等［４７］的研究結果相符， 虛擬教師授課情境下， 優(yōu)化的審美體驗提升了用戶的觀感和舒適度， 令其對虛擬教師及該教學視頻抱有更積極的態(tài)度， 進而增加了學習興趣， 激發(fā)了學習動機［８３］ 。學習者以更加認真的態(tài)度投入更多的精力和視覺注意參與學習， 并對整個學習過程更加滿意［６６］ ， 令人愉悅與滿意的學習經(jīng)歷和體驗帶來了更好的學習成績與主觀學習評價［５０，６７］ 。

第二， 擬人化主要通過態(tài)度、學習滿意度的中介作用間接正向影響在線學習效果。從整個中介模型來看， 擬人化到學習效果的幾條中介路徑之間存在遮掩效應， 這導致了擬人化到學習效果的主效應不顯著。只有在以態(tài)度和學習滿意度為鏈式中介的條件下， 擬人化才能顯著正向預測學習效果， 這一鏈式中介作用抵消了擬人化通過準社會互動帶來的負向影響， 凸顯了態(tài)度、學習滿意度在學習過程中的關鍵作用。和劉超等［３２］ 的研究結果相同， 虛擬教師的擬人化特征能夠提高用戶對在線學習過程的愉悅享受程度， 并對虛擬教師產(chǎn)生更加積極的態(tài)度；用戶由于喜愛虛擬教師而對整個學習過程感到滿意，進而提升了學習效果。影響遮掩效應的主要中介路徑， 即擬人化通過準社會互動影響學習效果的中介效應為負但不顯著， 而準社會互動對學習效果有顯著的負面影響， 與以往的研究結果不同［３，２４］ ， 這可能與社會互動線索有關。社會代理理論指出， 教師的肢體動作、眼神交流和面部表情能夠激活學習者的社會反應， 促進學習者更加努力地參與主動認知過程， 包括選擇、組織和整合學習內容， 從而提高學習效率［３９］ 。在教學視頻材料中， 雖然虛擬教師的聲音與基本動作都是由真人控制的， 但在教學過程中與學習者的眼神交流和手勢動作引導等顯得較為僵硬或不合時宜， 學習者可能感覺到被注視而沒有激活社會化反應， 并在虛擬教師身上停留了更長的時間［５６］ ， 增加了其嘗試理解虛擬教師行為意圖的認知負荷［３８］ ， 未能對學習的深層認知加工和情感狀態(tài)產(chǎn)生正向影響， 阻礙了學習過程， 但這種效應被態(tài)度、滿意度路徑中所產(chǎn)生的積極情緒的影響所覆蓋。

第三， 擬人化能通過用戶的準社會互動感知正向影響學習滿意度。虛擬教師采用了動漫風格的人物形象， 具有較為鮮明的人類特征， 雖然其人設可能會脫離現(xiàn)實， 但人具有與生俱來的擬人化傾向，在觀看虛擬數(shù)字人的時候會自發(fā)地尋找擬人的要素特征， 將其當作現(xiàn)實中存在的人， 模糊現(xiàn)實與虛擬的邊界［５９］ 。擬人化感知使學習者感知教師行為， 在精神層面誘發(fā)更強的準社會互動感知。研究結果發(fā)現(xiàn)， 準社會互動對學習效果產(chǎn)生負向影響， 而對學習滿意度有正向影響， 這種現(xiàn)象可能反映了學習過程中認知和情感反應的區(qū)別與準社會互動對不同學習評價維度的影響。認知層面， 準社會互動可能增加學習者的認知負荷， 并在社會互動元素過多或設計不當時分散其注意力， 未能激發(fā)深層次的認知加工， 從而降低學習效果。情感層面， 準社會互動使學習者對學習體驗和學習過程產(chǎn)生愉快、獨特、新穎的積極感覺， 提升了情緒敏感度和情感的喚起水平［６１］ ， 學習者的需求得到滿足或部分滿足， 并更樂于和繼續(xù)使用虛擬教師授課的在線學習方式， 而這可能無法直接促進學習效果的提升。此外， 虛擬數(shù)字人的吸引力對用戶的準社會互動體驗沒有影響，與過去學者們的結果不同［１６－１７］ ， 這可能是由于吸引力雖然會使用戶對虛擬人投入更多關注并抱有積極的態(tài)度與情緒， 卻不會讓用戶將其作為真實的人物而做出反應， 擬人化特征在這過程中發(fā)揮了更大的作用。

４. ２ 理論貢獻

本研究的理論貢獻主要體現(xiàn)在以下兩個方面：

第一， 本研究豐富了虛擬數(shù)字人作為教學代理的理論研究， 揭示了虛擬數(shù)字人特征對學習效果的影響機制。已有研究中的在線課程多以真人教師和智能程度較低的虛擬數(shù)字人為教學主體， 本研究則聚焦于真人驅動型虛擬數(shù)字人這一新興的人工智能教學代理， 對其吸引力、擬人化程度等特征如何影響在線學習滿意度、學習效果的作用機制進行了探索。與前人的研究結果［３５］ 不同， 本研究指出了擬人化對在線學習效果的促進作用與復雜作用機制，并驗證了虛擬教師特征對學習者動機和認知結果的積極影響［５６］ 。本研究有助于拓寬對虛擬教師特征的影響和虛擬數(shù)字人作為教學代理支持學習的機制的理解， 并為如何設計和優(yōu)化它們以提高在線教學視頻的有效性提供了指導， 也為未來進一步研究虛擬數(shù)字人在線上教學中的應用提供了見解。

第二， 本研究拓展了準社會互動理論的應用邊界。先前研究主要關注真人教師與學習者的準社會互動， 較少涉及高度擬人化的虛擬數(shù)字人。本研究則將準社會互動理論擴展到在線教育使用真人驅動型虛擬數(shù)字人作為教學代理的新型教育情境中。研究結果顯示， 擬人化特征通過增強學習者的準社會互動感知顯著提升了學習滿意度， 吸引力則更多地通過改善學習者的態(tài)度而非準社會互動來積極影響學習滿意度； 準社會互動對學習效果有負向影響，而對學習滿意度有正向影響， 這反映了準社會互動對認知和情感兩種不同的學習評價維度的不同影響機制。本研究為準社會互動理論的應用提供了新的實證支持， 豐富了對在線學習環(huán)境中準社會互動理論影響機制的理解， 進一步證實了準社會互動理論在人智互動環(huán)境中的適用性和擴展性。

４. ３ 實踐啟示

本研究為在線課程中虛擬數(shù)字人的設計提供了如下實踐啟示：

第一， 在線學習環(huán)境中應充分利用虛擬教師相對于真人教師的設計靈活性和個性化特點。根據(jù)本研究結果， 吸引力和擬人化程度強的虛擬教師可以提升學習者的學習體驗、滿意度和學習效果。因此，教育工作者在教學視頻設計時應考慮更加貼合新時代技術發(fā)展現(xiàn)狀， 結合動漫風格或３Ｄ 仿真風格等多樣的視覺元素和外表特征來優(yōu)化視覺外觀， 使用可愛的、具有吸引力的虛擬形象（由學習者自己定義）來保持學習者的積極態(tài)度， 增加在線課程的吸引力和教學效果。本研究的實驗設計采用了較新的虛擬數(shù)字人形象， 能夠為教育工作者更好地結合虛擬數(shù)字人設計在線教學視頻、增加在線課程吸引力與趣味度提供參考。

第二， 教學視頻設計中應優(yōu)化虛擬教師和學習者之間的準社會互動以提升教學效果。研究結果表明， 準社會互動能夠影響學習滿意度和學習效果。教育工作者在考慮在線學習材料和虛擬教師的互動特征時， 應通過精心設計的社會互動線索（如適時的眼神交流、表情變化和符合語境的手勢動作引導）減少潛在的認知負擔［３］ 與增強準社會互動體驗， 確保激發(fā)學習者的情感參與， 避免不佳的準社會互動感知帶來的學習干擾， 同時提升學習效果和滿意度。具體而言， 開發(fā)者可以利用最新的人工智能和動態(tài)捕捉技術， 使虛擬教師的動作和表情更加自然和流暢， 同時保持與學習內容的緊密結合。

第三， 教育工作者需要探索如何適應數(shù)智技術發(fā)展并利用這些技術以提升教學效果。隨著元宇宙及人工智能、動態(tài)捕捉、虛擬現(xiàn)實等相關技術的發(fā)展進步， 虛擬和真實的邊界逐漸消弭， 教育開發(fā)者和實踐者應積極探索這些技術在在線學習中的應用潛力， 不斷更新自己的技術知識和教學方法， 以便在快速變化的技術環(huán)境中保持教學的前沿性和有效性， 為學習者提供更加高質量的在線課程。本研究對虛擬數(shù)字人在在線教育中的應用進行了探索， 并發(fā)現(xiàn)其對于提升學習體驗和效果具有重要作用， 為未來教育元宇宙的實踐提供了一定參考。

５ 結 語

本研究旨在探究真人驅動型虛擬數(shù)字人在線上教學中對學習者在線學習效果的影響， 通過設計虛擬數(shù)字人教學視頻材料開展實驗， 并結合準社會互動理論， 探討了虛擬數(shù)字人的吸引力與擬人化特征對學習者滿意度、學習效果等方面的影響， 豐富了虛擬數(shù)字人在在線教學方面的應用研究， 為深入理解虛擬數(shù)字人特征及準社會互動在在線學習的作用、設計更有效的虛擬數(shù)字人教學視頻和優(yōu)化教學策略等提供參考。

本研究還存在著一些局限與不足。首先， 虛擬數(shù)字人的設計方面， 本研究使用了網(wǎng)絡上免費提供的模型， 虛擬形象的面部表情、動作手勢等相應的功能還不夠豐富和完善， 可能無法很好地為學習者提供手勢指引、目光注視等社會線索， 和真人教師授課情境存在一些差距， 未來可以考慮設計神態(tài)、表情和動作更加豐富的虛擬數(shù)字人模型， 或使用３Ｄ 模型動作捕捉進行授課； 其次， 本研究只考慮了虛擬數(shù)字人的部分特征， 忽視了用戶特征、情境特征的一些變量， 且各變量之間可能還存在交叉影響， 未來還可以從更多角度展開研究； 第三， 本研究的實驗模擬了一個短時間的在線學習場景， 并未關注長視頻（如３０～４０ 分鐘）對學習者的影響， 今后可以進一步開展縱向研究， 并拓展到直播情境中，考察師生之間的互動體驗、感受及反應， 還應更多地嘗試收集多模態(tài)數(shù)據(jù)以更全面地評估虛擬數(shù)字人的影響， 包括眼動、心電、腦電等神經(jīng)生理信號和數(shù)據(jù)； 最后， 實驗法的被試樣本量較少， 未來研究可以擴大樣本的范疇和數(shù)量， 使結論更具有可推廣性。

參考文獻

［１］ 中國互聯(lián)網(wǎng)絡信息中心． 第５２ 次《中國互聯(lián)網(wǎng)絡發(fā)展狀況統(tǒng)計

報告》［ ＥＢ／ ＯＬ］． ｈｔｔｐｓ：／ ／ ｃｎｎｉｃ．ｃｎ／ ｎ４／２０２３／０８２８／ ｃ１９９－１０８３０．

ｈｔｍｌ， ２０２４－０５－３０．

［２］ Ｔａｒｃｈｉ Ｃ， Ｚａｃｃｏｌｅｔｔｉ Ｓ， Ｍａｓｏｎ Ｌ． Ｌｅａｒｎｉｎｇ ｆｒｏｍ Ｔｅｘｔ， Ｖｉｄｅｏ， ｏｒ

Ｓｕｂｔｉｔｌｅｓ： Ａ Ｃｏｍｐａｒａｔｉｖｅ Ａｎａｌｙｓｉｓ ［ Ｊ］． Ｃｏｍｐｕｔｅｒｓ ＆ Ｅｄｕｃａｔｉｏｎ，

２０２１， １６０： １０４０３４．

［３］ Ｂｅｅｇｅ Ｍ， Ｓｃｈｎｅｉｄｅｒ Ｓ， Ｎｅｂｅｌ Ｓ， ｅｔ ａｌ． Ｌｏｏｋ ｉｎｔｏ Ｍｙ Ｅｙｅｓ！ Ｅｘ?

ｐｌｏｒｉｎｇ ｔｈｅ Ｅｆｆｅｃｔ ｏｆ Ａｄｄｒｅｓｓｉｎｇ ｉｎ Ｅｄｕｃａｔｉｏｎａｌ Ｖｉｄｅｏｓ ［Ｊ］． Ｌｅａｒｎ?

ｉｎｇ ａｎｄ Ｉｎｓｔｒｕｃｔｉｏｎ， ２０１７， ４９： １１３－１２０．

［４］ Ｄａｉ Ｌ， Ｊｕｎｇ Ｍ Ｍ， Ｐｏｓｔｍａ Ｍ， ｅｔ ａｌ． Ａ Ｓｙｓｔｅｍａｔｉｃ Ｒｅｖｉｅｗ ｏｆ Ｐｅｄ?

ａｇｏｇｉｃａｌ Ａｇｅｎｔ Ｒｅｓｅａｒｃｈ： Ｓｉｍｉｌａｒｉｔｉｅｓ， Ｄｉｆｆｅｒｅｎｃｅｓ ａｎｄ Ｕｎｅｘｐｌｏｒｅｄ

Ａｓｐｅｃｔｓ ［Ｊ］． Ｃｏｍｐｕｔｅｒｓ ＆ Ｅｄｕｃａｔｉｏｎ， ２０２２， １９０： １０４６０７．

［５］ Ｃａｓｔｒｏ－Ａｌｏｎｓｏ Ｊ Ｃ， Ｗｏｎｇ Ｒ Ｍ， Ａｄｅｓｏｐｅ Ｏ Ｏ， ｅｔ ａｌ． Ｅｆｆｅｃｔｉｖｅ?

ｎｅｓｓ ｏｆ Ｍｕｌｔｉｍｅｄｉａ Ｐｅｄａｇｏｇｉｃａｌ Ａｇｅｎｔｓ Ｐｒｅｄｉｃｔｅｄ ｂｙ Ｄｉｖｅｒｓｅ Ｔｈｅｏｒｉｅｓ：

Ａ Ｍｅｔａ－ａｎａｌｙｓｉｓ ［ Ｊ］． Ｅｄｕｃａｔｉｏｎａｌ Ｐｓｙｃｈｏｌｏｇｙ Ｒｅｖｉｅｗ， ２０２１， ３３

（３）： ９８９－１０１５．

［６］ Ｌａｗｓｏｎ Ａ Ｐ， Ｍａｙｅｒ Ｒ Ｅ． Ｄｏｅｓ ｔｈｅ Ｅｍｏｔｉｏｎａｌ Ｓｔａｎｃｅ ｏｆ Ｈｕｍａｎ ａｎｄ

Ｖｉｒｔｕａｌ Ｉｎｓｔｒｕｃｔｏｒｓ ｉｎ Ｉｎｓｔｒｕｃｔｉｏｎａｌ Ｖｉｄｅｏｓ Ａｆｆｅｃｔ Ｌｅａｒｎｉｎｇ Ｐｒｏｃｅｓｓｅｓ

ａｎｄ Ｏｕｔｃｏｍｅｓ？ ［Ｊ］． Ｃｏｎｔｅｍｐｏｒａｒｙ Ｅｄｕｃａｔｉｏｎａｌ Ｐｓｙｃｈｏｌｏｇｙ， ２０２２，

７０： １０２０８０．

［７］ Ｅｌｌｉｏｔｔ Ｃ， Ｂｒｚｅｚｉｎｓｋｉ Ｊ． Ａｕｔｏｎｏｍｏｕｓ Ａｇｅｎｔｓ ａｓ Ｓｙｎｔｈｅｔｉｃ Ｃｈａｒａｃｔｅｒｓ

［Ｊ］． ＡＩ Ｍａｇａｚｉｎｅ， １９９８， １９ （２）： １３－３０．

［８］ Ｌｉｅｗ Ｔ Ｗ， Ｍａｔ Ｚｉｎ Ｎ Ａ， Ｓａｈａｒｉ Ｎ． Ｅｘｐｌｏｒｉｎｇ ｔｈｅ Ａｆｆｅｃｔｉｖｅ， Ｍｏ?

ｔｉｖａｔｉｏｎａｌ ａｎｄ Ｃｏｇｎｉｔｉｖｅ Ｅｆｆｅｃｔｓ ｏｆ Ｐｅｄａｇｏｇｉｃａｌ Ａｇｅｎｔ Ｅｎｔｈｕｓｉａｓｍ ｉｎ

ａ Ｍｕｌｔｉｍｅｄｉａ Ｌｅａｒｎｉｎｇ Ｅｎｖｉｒｏｎｍｅｎｔ ［ Ｊ］． Ｈｕｍａｎ－ｃｅｎｔｒｉｃ Ｃｏｍｐｕ?

ｔｉｎｇ ａｎｄ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｃｉｅｎｃｅｓ， ２０１７， ７ （１）： １－２１．

［９］ 程思琪， 喻國明， 楊嘉儀， 等． 虛擬數(shù)字人： 一種體驗性媒介———

試析虛擬數(shù)字人的連接機制與媒介屬性［Ｊ］． 新聞界， ２０２２， （７）：

１２－２３．

［１０］ Ｂａｙｌｏｒ Ａ Ｌ． Ｔｈｅ Ｄｅｓｉｇｎ ｏｆ Ｍｏｔｉｖａｔｉｏｎａｌ Ａｇｅｎｔｓ ａｎｄ Ａｖａｔａｒｓ ［Ｊ］． Ｅｄ?

ｕｃａｔｉｏｎａｌ Ｔｅｃｈｎｏｌｏｇｙ Ｒｅｓｅａｒｃｈ ａｎｄ Ｄｅｖｅｌｏｐｍｅｎｔ， ２０１１， ５９ （ ２）：

２９１－３００．

［１１］ Ｈｏｒｔｏｎ Ｄ， Ｒｉｃｈａｒｄ Ｗ Ｒ． Ｍａｓｓ Ｃｏｍｍｕｎｉｃａｔｉｏｎ ａｎｄ Ｐａｒａ－ｓｏｃｉａｌ

Ｉｎｔｅｒａｃｔｉｏｎ： Ｏｂｓｅｒｖａｔｉｏｎｓ ｏｎ Ｉｎｔｉｍａｃｙ ａｔ ａ Ｄｉｓｔａｎｃｅ ［Ｊ］． Ｐｓｙｃｈｉａ?

ｔｒｙ， １９５６， １９ （３）： ２１５－２２９．

［１２］ Ｓｃｈｎｅｉｄｅｒ Ｓ， Ｂｅｅｇｅ Ｍ， Ｎｅｂｅｌ Ｓ， ｅｔ ａｌ． Ｔｈｅ Ｃｏｇｎｉｔｉｖｅ－ａｆｆｅｃｔｉｖｅｓｏｃｉａｌ

Ｔｈｅｏｒｙ ｏｆ Ｌｅａｒｎｉｎｇ ｉｎ Ｄｉｇｉｔａｌ Ｅｎｖｉｒｏｎｍｅｎｔｓ（ ＣＡＳＴＬＥ） ［ Ｊ］．

Ｅｄｕｃａｔｉｏｎａｌ Ｐｓｙｃｈｏｌｏｇｙ Ｒｅｖｉｅｗ， ２０２２， ３４ （１）： １－３８．

［１３］ Ｔｓａｙ－Ｖｏｇｅｌ Ｍ， Ｓｃｈｗａｒｔｚ Ｍ Ｌ． Ｔｈｅｏｒｉｚｉｎｇ Ｐａｒａｓｏｃｉａｌ Ｉｎｔｅｒａｃｔｉｏｎｓ

Ｂａｓｅｄ ｏｎ Ａｕｔｈｅｎｔｉｃｉｔｙ： Ｔｈｅ Ｄｅｖｅｌｏｐｍｅｎｔ ｏｆ ａ Ｍｅｄｉａ Ｆｉｇｕｒｅ Ｃｌａｓｓｉｆｉ?

ｃａｔｉｏｎ Ｓｃｈｅｍｅ ［Ｊ］． Ｐｓｙｃｈｏｌｏｇｙ ｏｆ Ｐｏｐｕｌａｒ Ｍｅｄｉａ Ｃｕｌｔｕｒｅ， ２０１４， ３

（２）： ６６－７８．

［１４］ 匡子翌， 成美霞， 李文靜， 等． 視頻教學中教師的眼神注視能否

促進學習？ ［Ｊ］． 心理科學進展， ２０２２， ３０ （１０）： ２２９１－２３０２．

［１５］ Ｓｃｈｒｏｅｄｅｒ Ｎ Ｌ， Ｒｏｍｉｎｅ Ｗ Ｌ， Ｃｒａｉｇ Ｓ Ｄ． Ｍｅａｓｕｒｉｎｇ Ｐｅｄａｇｏｇｉｃａｌ

Ａｇｅｎｔ Ｐｅｒｓｏｎａ ａｎｄ ｔｈｅ Ｉｎｆｌｕｅｎｃｅ ｏｆ Ａｇｅｎｔ Ｐｅｒｓｏｎａ ｏｎ Ｌｅａｒｎｉｎｇ ［Ｊ］．

Ｃｏｍｐｕｔｅｒｓ ＆ Ｅｄｕｃａｔｉｏｎ， ２０１７， １０９： １７６－１８６．

［１６］ Ｓｃｈｒａｍｍ Ｈ， Ｈａｒｔｍａｎｎ Ｔ． Ｔｈｅ ＰＳＩ－ｐｒｏｃｅｓｓ Ｓｃａｌｅｓ： Ａ Ｎｅｗ Ｍｅａｓ?

ｕｒｅ ｔｏ Ａｓｓｅｓｓ ｔｈｅ Ｉｎｔｅｎｓｉｔｙ ａｎｄ Ｂｒｅａｄｔｈ ｏｆ Ｐａｒａｓｏｃｉａｌ Ｐｒｏｃｅｓｓｅｓ ［Ｊ］．

Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ， ２００８， ３３ （４）： ３８５－４０１．

［１７］ Ｓｏｋｏｌｏｖａ Ｋ， Ｋｅｆｉ Ｈ． Ｉｎｓｔａｇｒａｍ ａｎｄ ＹｏｕＴｕｂｅ Ｂｌｏｇｇｅｒｓ Ｐｒｏｍｏｔｅ

ｉｔ， Ｗｈｙ Ｓｈｏｕｌｄ Ｉ Ｂｕｙ？ Ｈｏｗ Ｃｒｅｄｉｂｉｌｉｔｙ ａｎｄ Ｐａｒａｓｏｃｉａｌ Ｉｎｔｅｒａｃｔｉｏｎ

Ｉｎｆｌｕｅｎｃｅ Ｐｕｒｃｈａｓｅ Ｉｎｔｅｎｔｉｏｎｓ ［ Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｒｅｔａｉｌｉｎｇ ａｎｄ Ｃｏｎ?

ｓｕｍｅｒ Ｓｅｒｖｉｃｅｓ， ２０２０， ５３： １０１７４２．

［１８］ Ｏｌｉｖｅｒ Ｍ Ｂ， Ｂｉｌａｎｄｚｉｃ Ｈ， Ｃｏｈｅｎ Ｊ， ｅｔ ａｌ． Ａ Ｐｅｎｃｈａｎｔ ｆｏｒ ｔｈｅ

Ｉｍｍｏｒａｌ： Ｉｍｐｌｉｃａｔｉｏｎｓ ｏｆ Ｐａｒａｓｏｃｉａｌ Ｉｎｔｅｒａｃｔｉｏｎ， Ｐｅｒｃｅｉｖｅｄ Ｃｏｍ?

ｐｌｉｃｉｔｙ， ａｎｄ Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ｏｎ Ｌｉｋｉｎｇ ｏｆ Ａｎｔｉ－ｈｅｒｏｅｓ ［ Ｊ］． Ｈｕｍａｎ

Ｃｏｍｍｕｎｉｃａｔｉｏｎ Ｒｅｓｅａｒｃｈ， ２０１９， ４５ （２）： １６９－２０１．

［１９］ Ｘｉａｎｇ Ｌ， Ｚｈｅｎｇ Ｘ， Ｌｅｅ Ｍ Ｋ Ｏ， ｅｔ ａｌ． Ｅｘｐｌｏｒｉｎｇ Ｃｏｎｓｕｍｅｒｓ

Ｉｍｐｕｌｓｅ Ｂｕｙｉｎｇ Ｂｅｈａｖｉｏｒ ｏｎ Ｓｏｃｉａｌ Ｃｏｍｍｅｒｃｅ Ｐｌａｔｆｏｒｍ： Ｔｈｅ Ｒｏｌｅ

ｏｆ Ｐａｒａｓｏｃｉａｌ Ｉｎｔｅｒａｃｔｉｏｎ ［ Ｊ］． Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｊｏｕｒｎａｌ ｏｆ Ｉｎｆｏｒｍａｔｉｏｎ

Ｍａｎａｇｅｍｅｎｔ， ２０１６， ３６ （３）： ３３３－３４７．

［２０］ 馬志浩， 葛進平， 周翔． 網(wǎng)絡直播用戶的持續(xù)使用行為及主觀

幸福感———基于期望確認模型及準社會關系的理論視角［Ｊ］．

新聞與傳播評論， ２０２０， ７３ （２）： ２９－４６．

［２１］ Ｌａｂｒｅｃｑｕｅ Ｌ Ｉ． Ｆｏｓｔｅｒｉｎｇ Ｃｏｎｓｕｍｅｒ－Ｂｒａｎｄ Ｒｅｌａｔｉｏｎｓｈｉｐｓ ｉｎ Ｓｏｃｉａｌ

Ｍｅｄｉａ Ｅｎｖｉｒｏｎｍｅｎｔｓ： Ｔｈｅ Ｒｏｌｅ ｏｆ Ｐａｒａｓｏｃｉａｌ Ｉｎｔｅｒａｃｔｉｏｎ ［Ｊ］． Ｊｏｕｒ?

ｎａｌ ｏｆ Ｉｎｔｅｒａｃｔｉｖｅ Ｍａｒｋｅｔｉｎｇ， ２０１４， ２８ （２）： １３４－１４８．

［２２］ Ｈａｒｔｍａｎｎ Ｔ， Ｓｃｈｒａｍｍ Ｈ， Ｋｌｉｍｍｔ Ｃ． Ｐｅｒｓｏｎｅｎｏｒｉｅｎｔｉｅｒｔｅ Ｍｅｄｉ?

ｅｎｒｅｚｅｐｔｉｏｎ： Ｅｉｎ Ｚｗｅｉ－Ｅｂｅｎｅｎ－Ｍｏｄｅｌｌ Ｐａｒａｓｏｚｉａｌｅｒ Ｉｎｔｅｒａｋｔｉｏｎｅｎ

［Ｊ］． Ｐｕｂｌｉｚｉｓｔｉｋ， ２００４， ４９ （１）： ２５－４７．

［２３］ 匡子翌， 張洋， 王福興， 等． 教師的存在能否促進視頻學習？

［Ｊ］． 心理科學進展， ２０２１， ２９ （１２）： ２１８４－２１９４．

［２４］ Ｂｅｅｇｅ Ｍ， Ｎｅｂｅｌ Ｓ， Ｓｃｈｎｅｉｄｅｒ Ｓ， ｅｔ ａｌ． Ｓｏｃｉａｌ Ｅｎｔｉｔｉｅｓ ｉｎ Ｅｄｕｃａ?

ｔｉｏｎａｌ Ｖｉｄｅｏｓ： Ｃｏｍｂｉｎｉｎｇ ｔｈｅ Ｅｆｆｅｃｔｓ ｏｆ Ａｄｄｒｅｓｓｉｎｇ ａｎｄ Ｐｒｏｆｅｓｓｉｏｎ?

ａｌｉｓｍ ［Ｊ］． Ｃｏｍｐｕｔｅｒｓ ｉｎ Ｈｕｍａｎ Ｂｅｈａｖｉｏｒ， ２０１９， ９３： ４０－５２．

［２５］ Ｂｅｅｇｅ Ｍ， Ｋｒｉｅｇｌｓｔｅｉｎ Ｆ， Ａｒｎｏｌｄ Ｃ． Ｈｏｗ Ｉｎｓｔｒｕｃｔｏｒｓ Ｉｎｆｌｕｅｎｃｅ Ｌｅａｒｎ?

ｉｎｇ ｗｉｔｈ Ｉｎｓｔｒｕｃｔｉｏｎａｌ Ｖｉｄｅｏｓ－ｔｈｅ Ｉｍｐｏｒｔａｎｃｅ ｏｆ Ｐｒｏｆｅｓｓｉｏｎａｌ Ａｐｐｅａｒ?

ａｎｃｅ ａｎｄ Ｃｏｍｍｕｎｉｃａｔｉｏｎ ［Ｊ］． Ｃｏｍｐｕｔｅｒｓ ＆ Ｅｄｕｃａｔｉｏｎ， ２０２２， １８５：

１０４５３１．

［２６］ Ｊｉａ Ｍ， Ｚｈａｏ Ｙ Ｃ， Ｓｏｎｇ Ｓ， ｅｔ ａｌ． Ｈｏｗ Ｖｉｃａｒｉｏｕｓ Ｌｅａｒｎｉｎｇ Ｉｎ?

ｃｒｅａｓｅｓ Ｕｓｅｒｓ Ｋｎｏｗｌｅｄｇｅ Ａｄｏｐｔｉｏｎ ｉｎ Ｌｉｖｅ Ｓｔｒｅａｍｉｎｇ： Ｔｈｅ Ｒｏｌｅｓ ｏｆ

Ｐａｒａｓｏｃｉａｌ Ｉｎｔｅｒａｃｔｉｏｎ， Ｓｏｃｉａｌ Ｍｅｄｉａ Ａｆｆｏｒｄａｎｃｅｓ， ａｎｄ Ｋｎｏｗｌｅｄｇｅ

Ｃｏｎｓｅｎｓｕｓ ［Ｊ］． Ｉｎｆｏｒｍａｔｉｏｎ Ｐｒｏｃｅｓｓｉｎｇ ＆ Ｍａｎａｇｅｍｅｎｔ， ２０２４， ６１

（２）： １０３５９９．

［２７］ 量子位． ２０２１ 年虛擬數(shù)字人深度產(chǎn)業(yè)報告［ＥＢ／ ＯＬ］． ｈｔｔｐ：／ ／

ｗｗｗ．１９９ｉｔ．ｃｏｍ／ ａｒｃｈｉｖｅｓ／１３４６８３２．ｈｔｍｌ， ２０２４－０４－０７．

［２８］ Ｌｅｓｔｅｒ Ｊ Ｃ， Ｃｏｎｖｅｒｓｅ Ｓ Ａ， Ｋａｈｌｅｒ Ｓ Ｅ， ｅｔ ａｌ． Ｔｈｅ Ｐｅｒｓｏｎａ

Ｅｆｆｅｃｔ： Ａｆｆｅｃｔｉｖｅ Ｉｍｐａｃｔ ｏｆ Ａｎｉｍａｔｅｄ Ｐｅｄａｇｏｇｉｃａｌ Ａｇｅｎｔｓ ［ Ｃ］ ／ ／

Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ ＡＣＭ ＳＩＧＣＨＩ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｈｕｍａｎ Ｆａｃｔｏｒｓ ｉｎ

Ｃｏｍｐｕｔｉｎｇ Ｓｙｓｔｅｍｓ， １９９７： ３５９－３６６．

［２９］ Ｈｏｌｚｗａｒｔｈ Ｍ， Ｊａｎｉｓｚｅｗｓｋｉ Ｃ， Ｎｅｕｍａｎｎ Ｍ Ｍ． Ｔｈｅ Ｉｎｆｌｕｅｎｃｅ ｏｆ Ａｖａ?

ｔａｒｓ ｏｎ Ｏｎｌｉｎｅ Ｃｏｎｓｕｍｅｒ Ｓｈｏｐｐｉｎｇ Ｂｅｈａｖｉｏｒ ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｍａｒｋｅｔ?

ｉｎｇ， ２００６， ７０ （４）： １９－３６．

［３０］ 王憶希， 吳福仲， 王崢． 人工智能新聞主播何以被接受？： 新

技術與社會行動者的雙重視角［ Ｊ］． 全球傳媒學刊， ２０２１， ８

（４）： ８６－１０２．

［３１］ 張寧． 虛擬代言人對品牌資產(chǎn)的影響研究： 品牌體驗的中介

作用及消費者個人特征和產(chǎn)品特征的調節(jié)作用［ Ｄ］． 武漢：

武漢大學， ２０１３．

［３２］ 劉超， 吳倩盈， 熊開容， 等． ＣＧＩ 仿真虛擬代言人應用與品

牌傳播效果： 消費者感知視角的質性研究［ Ｊ］． 新媒體與社

會， ２０２０， （１）： ８２－１０３．

［３３］ Ｄｏｍａｇｋ Ｓ． Ｄｏ Ｐｅｄａｇｏｇｉｃａｌ Ａｇｅｎｔｓ Ｆａｃｉｌｉｔａｔｅ Ｌｅａｒｎｅｒ Ｍｏｔｉｖａｔｉｏｎ ａｎｄ

Ｌｅａｒｎｉｎｇ Ｏｕｔｃｏｍｅｓ？ ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｍｅｄｉａ Ｐｓｙｃｈｏｌｏｇｙ， ２０１０， ２２

（２）： ８４－９７．

［３４］ Ｓｈｉｂａｎ Ｙ， Ｓｃｈｅｌｈｏｒｎ Ｉ， Ｊｏｂｓｔ Ｖ， ｅｔ ａｌ． Ｔｈｅ Ａｐｐｅａｒａｎｃｅ Ｅｆｆｅｃｔ：

Ｉｎｆｌｕｅｎｃｅｓ ｏｆ Ｖｉｒｔｕａｌ Ａｇｅｎｔ Ｆｅａｔｕｒｅｓ ｏｎ Ｐｅｒｆｏｒｍａｎｃｅ ａｎｄ Ｍｏｔｉｖａｔｉｏｎ

［Ｊ］． Ｃｏｍｐｕｔｅｒｓ ｉｎ Ｈｕｍａｎ Ｂｅｈａｖｉｏｒ， ２０１５， ４９： ５－１１．

［３５］ Ｌｉｅｗ Ｔ Ｗ， Ｐａｎｇ Ｗ Ｍ， Ｌｅｏｗ Ｍ Ｃ， ｅｔ ａｌ． Ａｎｔｈｒｏｐｏｍｏｒｐｈｉｚｉｎｇ Ｍａｌ?

ｗａｒｅ， Ｂｏｔｓ， ａｎｄ Ｓｅｒｖｅｒｓ ｗｉｔｈ Ｈｕｍａｎ－ｌｉｋｅ Ｉｍａｇｅｓ ａｎｄ Ｄｉａｌｏｇｕｅｓ： Ｔｈｅ

Ｅｍｏｔｉｏｎａｌ Ｄｅｓｉｇｎ Ｅｆｆｅｃｔｓ ｉｎ ａ Ｍｕｌｔｉｍｅｄｉａ Ｌｅａｒｎｉｎｇ Ｅｎｖｉｒｏｎｍｅｎｔ ［Ｊ］．

Ｓｍａｒｔ Ｌｅａｒｎｉｎｇ Ｅｎｖｉｒｏｎｍｅｎｔｓ， ２０２２， ９ （１）： ５．

［３６］ Ｋａｎｇ Ｍ， Ｉｍ Ｔ． Ｆａｃｔｏｒｓ ｏｆ Ｌｅａｒｎｅｒ－ｉｎｓｔｒｕｃｔｏｒ Ｉｎｔｅｒａｃｔｉｏｎ Ｗｈｉｃｈ

Ｐｒｅｄｉｃｔ Ｐｅｒｃｅｉｖｅｄ Ｌｅａｒｎｉｎｇ Ｏｕｔｃｏｍｅｓ ｉｎ Ｏｎｌｉｎｅ Ｌｅａｒｎｉｎｇ Ｅｎｖｉｒｏｎ?

ｍｅｎｔ ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｃｏｍｐｕｔｅｒ Ａｓｓｉｓｔｅｄ Ｌｅａｒｎｉｎｇ， ２０１３， ２９ （３）：

２９２－３０１．

［３７］ Ｒｉｃｈａｒｄｓｏｎ Ｊ Ｃ， Ｍａｅｄａ Ｙ， Ｌｖ Ｊ， ｅｔ ａｌ． Ｓｏｃｉａｌ Ｐｒｅｓｅｎｃｅ ｉｎ Ｒｅｌａｔｉｏｎ

ｔｏ Ｓｔｕｄｅｎｔｓ Ｓａｔｉｓｆａｃｔｉｏｎ ａｎｄ Ｌｅａｒｎｉｎｇ ｉｎ ｔｈｅ Ｏｎｌｉｎｅ Ｅｎｖｉｒｏｎｍｅｎｔ： Ａ

Ｍｅｔａ－ａｎａｌｙｓｉｓ ［ Ｊ］． Ｃｏｍｐｕｔｅｒｓ ｉｎ Ｈｕｍａｎ Ｂｅｈａｖｉｏｒ， ２０１７， ７１：

４０２－４１７．

［３８］ 王燕青， 龔少英， 姜甜甜， 等． 情感代理能否提高多媒體學

習的效果？ ［Ｊ］． 心理科學進展， ２０２２， ３０ （７）： １５２４－１５３５．

［３９］ 王福興， 李文靜， 謝和平， 等． 多媒體學習中教學代理有利

于學習嗎？———一項元分析研究［Ｊ］． 心理科學進展， ２０１７， ２５

（１）： １２－２８．

［４０］ Ｍａｋｒａｎｓｋｙ Ｇ， Ｗｉｓｍｅｒ Ｐ， Ｍａｙｅｒ Ｒ Ｅ． Ａ Ｇｅｎｄｅｒ Ｍａｔｃｈｉｎｇ Ｅｆｆｅｃｔ

ｉｎ Ｌｅａｒｎｉｎｇ ｗｉｔｈ Ｐｅｄａｇｏｇｉｃａｌ Ａｇｅｎｔｓ ｉｎ ａｎ Ｉｍｍｅｒｓｉｖｅ Ｖｉｒｔｕａｌ Ｒｅａｌｉｔｙ

Ｓｃｉｅｎｃｅ Ｓｉｍｕｌａｔｉｏｎ ［ Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｃｏｍｐｕｔｅｒ Ａｓｓｉｓｔｅｄ Ｌｅａｒｎｉｎｇ，

２０１９， ３５ （３）： ３４９－３５８．

［４１］ Ｙｕ Ｚ． Ｔｈｅ Ｅｆｆｅｃｔｓ ｏｆ Ｇｅｎｄｅｒ， Ｅｄｕｃａｔｉｏｎａｌ Ｌｅｖｅｌ， ａｎｄ Ｐｅｒｓｏｎａｌｉｔｙ

ｏｎ Ｏｎｌｉｎｅ Ｌｅａｒｎｉｎｇ Ｏｕｔｃｏｍｅｓ Ｄｕｒｉｎｇ ｔｈｅ ＣＯＶＩＤ － １９ Ｐａｎｄｅｍｉｃ

［Ｊ］． Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｊｏｕｒｎａｌ ｏｆ Ｅｄｕｃａｔｉｏｎａｌ Ｔｅｃｈｎｏｌｏｇｙ ｉｎ Ｈｉｇｈｅｒ Ｅｄ?

ｕｃａｔｉｏｎ， ２０２１， １８ （１）： １４．

［４２］ 沈欣憶， 劉美辰， 吳健偉， 等． ＭＯＯＣ 學習者在線學習行為

和學習績效評估模型研究［Ｊ］． 中國遠程教育， ２０２０， （１０）：

１－８， ７６．

［４３］ Ｐｉ Ｚ， Ｚｈａｎｇ Ｙ， Ｚｈｏｕ Ｗ， ｅｔ ａｌ． Ｌｅａｒｎｉｎｇ ｂｙ Ｅｘｐｌａｉｎｉｎｇ ｔｏ Ｏｎｅ?

ｓｅｌｆ ａｎｄ ａ Ｐｅｅｒ Ｅｎｈａｎｃｅｓ Ｌｅａｒｎｅｒｓ Ｔｈｅｔａ ａｎｄ Ａｌｐｈａ Ｏｓｃｉｌｌａｔｉｏｎｓ

ｗｈｉｌｅ Ｗａｔｃｈｉｎｇ Ｖｉｄｅｏ Ｌｅｃｔｕｒｅｓ ［Ｊ］． Ｂｒｉｔｉｓｈ Ｊｏｕｒｎａｌ ｏｆ Ｅｄｕｃａｔｉｏｎａｌ

Ｔｅｃｈｎｏｌｏｇｙ， ２０２１， ５２ （２）： ６５９－６７９．

［４４］ 劉威童， 喬偉峰． 在線同步學習效果的影響機制： 交互行為的

中介效應———基于清華大學大規(guī)模在線調查數(shù)據(jù)的分析［Ｊ］．

現(xiàn)代教育技術， ２０２２， ３２ （３）： １１０－１１８．

［４５］ Ｗｅｉ Ｈ Ｃ， Ｃｈｏｕ Ｃ． Ｏｎｌｉｎｅ Ｌｅａｒｎｉｎｇ Ｐｅｒｆｏｒｍａｎｃｅ ａｎｄ Ｓａｔｉｓｆａｃ?

ｔｉｏｎ： Ｄｏ Ｐｅｒｃｅｐｔｉｏｎｓ ａｎｄ Ｒｅａｄｉｎｅｓｓ Ｍａｔｔｅｒ？ ［Ｊ］． Ｄｉｓｔａｎｃｅ Ｅｄｕｃａ?

ｔｉｏｎ， ２０２０， ４１ （１）： ４８－６９．

［４６］ Ｌｉｕ Ｋ， Ｙａｏ Ｊ， Ｔａｏ Ｄ， ｅｔ ａｌ． Ｉｎｆｌｕｅｎｃｅ ｏｆ Ｉｎｄｉｖｉｄｕａｌ－ｔｅｃｈｎｏｌｏｇｙｔａｓｋ－

ｅｎｖｉｒｏｎｍｅｎｔ Ｆｉｔ ｏｎ Ｕｎｉｖｅｒｓｉｔｙ Ｓｔｕｄｅｎｔ Ｏｎｌｉｎｅ Ｌｅａｒｎｉｎｇ Ｐｅｒｆｏｒｍ?

ａｎｃｅ： Ｔｈｅ Ｍｅｄｉａｔｉｎｇ Ｒｏｌｅ ｏｆ Ｂｅｈａｖｉｏｒａｌ， Ｅｍｏｔｉｏｎａｌ， ａｎｄ Ｃｏｇｎｉｔｉｖｅ

Ｅｎｇａｇｅｍｅｎｔ ［ Ｊ］． Ｅｄｕｃａｔｉｏｎ ａｎｄ Ｉｎｆｏｒｍａｔｉｏｎ Ｔｅｃｈｎｏｌｏｇｉｅｓ， ２０２３，

２８ （１２）： １５９４９－１５９６８．

［ ４７］ Ｗａｎｇ Ｊ， Ａｎｔｏｎｅｎｋｏ Ｐ Ｄ． Ｉｎｓｔｒｕｃｔｏｒ Ｐｒｅｓｅｎｃｅ ｉｎ Ｉｎｓｔｒｕｃｔｉｏｎａｌ

Ｖｉｄｅｏ： Ｅｆｆｅｃｔｓ ｏｎ Ｖｉｓｕａｌ Ａｔｔｅｎｔｉｏｎ， Ｒｅｃａｌｌ， ａｎｄ Ｐｅｒｃｅｉｖｅｄ Ｌｅａｒｎ?

ｉｎｇ ［Ｊ］． Ｃｏｍｐｕｔｅｒｓ ｉｎ Ｈｕｍａｎ Ｂｅｈａｖｉｏｒ， ２０１７， ７１： ７９－８９．

［４８］ Ｌｉ Ｗ， Ｗａｎｇ Ｆ， Ｍａｙｅｒ Ｒ Ｅ， ｅｔ ａｌ． Ｇｅｔｔｉｎｇ ｔｈｅ Ｐｏｉｎｔ： Ｗｈｉｃｈ

Ｋｉｎｄｓ ｏｆ Ｇｅｓｔｕｒｅｓ ｂｙ Ｐｅｄａｇｏｇｉｃａｌ Ａｇｅｎｔｓ Ｉｍｐｒｏｖｅ Ｍｕｌｔｉｍｅｄｉａ Ｌｅａｒｎ?

ｉｎｇ？ ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｅｄｕｃａｔｉｏｎａｌ Ｐｓｙｃｈｏｌｏｇｙ， ２０１９， １１１ （ ８）：

１３８２－１３９５．

［４９］ Ｓｃｈｎｅｉｄｅｒ Ｓ， Ｋｒｉｅｇｌｓｔｅｉｎ Ｆ， Ｂｅｅｇｅ Ｍ， ｅｔ ａｌ． Ｔｈｅ Ｉｍｐａｃｔ ｏｆ Ｖｉｄｅｏ

Ｌｅｃｔｕｒｅｒｓ Ｎｏｎｖｅｒｂａｌ Ｃｏｍｍｕｎｉｃａｔｉｏｎ ｏｎ Ｌｅａｒｎｉｎｇ－Ａｎ Ｅｘｐｅｒｉｍｅｎｔ ｏｎ

Ｇｅｓｔｕｒｅｓ ａｎｄ Ｆａｃｉａｌ Ｅｘｐｒｅｓｓｉｏｎｓ ｏｆ Ｐｅｄａｇｏｇｉｃａｌ Ａｇｅｎｔｓ ［ Ｊ］． Ｃｏｍ?

ｐｕｔｅｒｓ ａｎｄ Ｅｄｕｃａｔｉｏｎ， ２０２２， １７６： １０４３５０．

［５０］ Ｂｏｓｓｍａｎ Ａ， Ａｇｙｅｉ Ｓ Ｋ． Ｔｅｃｈｎｏｌｏｇｙ ａｎｄ Ｉｎｓｔｒｕｃｔｏｒ Ｄｉｍｅｎｓｉｏｎｓ，

Ｅ－ ｌｅａｒｎｉｎｇ Ｓａｔｉｓｆａｃｔｉｏｎ， ａｎｄ Ａｃａｄｅｍｉｃ Ｐｅｒｆｏｒｍａｎｃｅ ｏｆ Ｄｉｓｔａｎｃｅ

Ｓｔｕｄｅｎｔｓ ｉｎ Ｇｈａｎａ ［Ｊ］． Ｈｅｌｉｙｏｎ， ２０２２， ８ （４）： ｅ０９２００．

［５１］ Ｘｉａｏ Ｗ， Ｈｕ Ｊ． Ａｎａｌｙｚｉｎｇ Ｅｆｆｅｃｔｉｖｅ Ｆａｃｔｏｒｓ ｏｆ Ｏｎｌｉｎｅ Ｌｅａｒｎｉｎｇ

Ｐｅｒｆｏｒｍａｎｃｅ ｂｙ Ｉｎｔｅｒｐｒｅｔｉｎｇ Ｍａｃｈｉｎｅ Ｌｅａｒｎｉｎｇ Ｍｏｄｅｌｓ ［ Ｊ］． ＩＥＥＥ

Ａｃｃｅｓｓ， ２０２３， １１： １３２４３５－１３２４４７．

［５２］ 蔡新元， 陶夢楚， 張健， 等． 信息呈現(xiàn)方式對學習效果的影

響： 虛擬教師擬真度的調節(jié)作用［ Ｊ］． 圖書情報知識， ２０２３，

４０ （２）： ２０－２８．

［５３］ Ｓｃｈｒｏｅｄｅｒ Ｎ Ｌ， Ｃｈｉｏｕ Ｅ Ｋ， Ｓｉｅｇｌｅ Ｒ Ｆ， ｅｔ ａｌ． Ｔｒｕｓｔｉｎｇ ａｎｄ Ｌｅａｒｎ?

ｉｎｇ Ｆｒｏｍ Ｖｉｒｔｕａｌ Ｈｕｍａｎｓ ｔｈａｔ Ｃｏｒｒｅｃｔ Ｃｏｍｍｏｎ Ｍｉｓｃｏｎｃｅｐｔｉｏｎｓ ［Ｊ］．

Ｊｏｕｒｎａｌ ｏｆ Ｅｄｕｃａｔｉｏｎａｌ Ｃｏｍｐｕｔｉｎｇ Ｒｅｓｅａｒｃｈ， ２０２３， ６１ （４）： ７９０－

８１６．

［５４］ Ｌｉ Ｊ， Ｋｉｚｉｌｃｅｃ Ｒ， Ｂａｉｌｅｎｓｏｎ Ｊ， ｅｔ ａｌ． Ｓｏｃｉａｌ Ｒｏｂｏｔｓ ａｎｄ Ｖｉｒｔｕａｌ

Ａｇｅｎｔｓ ａｓ Ｌｅｃｔｕｒｅｒｓ ｆｏｒ Ｖｉｄｅｏ Ｉｎｓｔｒｕｃｔｉｏｎ ［Ｊ］． Ｃｏｍｐｕｔｅｒｓ ｉｎ Ｈｕｍａｎ

Ｂｅｈａｖｉｏｒ， ２０１６， ５５： １２２２－１２３０．

［５５］ Ｓｃｈｒｏｅｄｅｒ Ｎ Ｌ， Ｃｈｉｏｕ Ｅ Ｋ， Ｃｒａｉｇ Ｓ Ｄ． Ｔｒｕｓｔ Ｉｎｆｌｕｅｎｃｅｓ Ｐｅｒｃｅｐ?

ｔｉｏｎｓ ｏｆ Ｖｉｒｔｕａｌ Ｈｕｍａｎｓ， Ｂｕｔ Ｎｏｔ Ｎｅｃｅｓｓａｒｉｌｙ Ｌｅａｒｎｉｎｇ ［Ｊ］． Ｃｏｍ?

ｐｕｔｅｒｓ ＆ Ｅｄｕｃａｔｉｏｎ， ２０２１， １６０： １０４０３９．

［５６］ Ｐｉ Ｚ， Ｄｅｎｇ Ｌ， Ｗａｎｇ Ｘ， ｅｔ ａｌ． Ｔｈｅ Ｉｎｆｌｕｅｎｃｅｓ ｏｆ ａ Ｖｉｒｔｕａｌ

Ｉｎｓｔｒｕｃｔｏｒｓ Ｖｏｉｃｅ ａｎｄ Ａｐｐｅａｒａｎｃｅ ｏｎ Ｌｅａｒｎｉｎｇ ｆｒｏｍ Ｖｉｄｅｏ Ｌｅｃｔｕｒｅｓ

［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｃｏｍｐｕｔｅｒ Ａｓｓｉｓｔｅｄ Ｌｅａｒｎｉｎｇ， ２０２２， ３８ （ ６）：

１７０３－１７１３．

［５７］ Ｈａｒｔｍａｎｎ Ｔ， Ｇｏｌｄｈｏｏｒｎ Ｃ． Ｈｏｒｔｏｎ ａｎｄ Ｗｏｈｌ Ｒｅｖｉｓｉｔｅｄ： Ｅｘｐｌｏ?

ｒｉｎｇ Ｖｉｅｗｅｒｓ Ｅｘｐｅｒｉｅｎｃｅ ｏｆ Ｐａｒａｓｏｃｉａｌ Ｉｎｔｅｒａｃｔｉｏｎ ［ Ｊ］． Ｊｏｕｒｎａｌ ｏｆ

Ｃｏｍｍｕｎｉｃａｔｉｏｎ， ２０１１， ６１ （６）： １１０４－１１２１．

［ ５８］ Ｅｐｌｅｙ Ｎ， Ｗａｙｔｚ Ａ， Ｃａｃｉｏｐｐｏ Ｊ Ｔ． Ｏｎ Ｓｅｅｉｎｇ Ｈｕｍａｎ： Ａ Ｔｈｒｅｅ－ｆａｃ?

ｔｏｒ Ｔｈｅｏｒｙ ｏｆ Ａｎｔｈｒｏｐｏｍｏｒｐｈｉｓｍ ［Ｊ］． Ｐｓｙｃｈｏｌｏｇｉｃａｌ Ｒｅｖｉｅｗ， ２００７，

１１４ （４）： ８６４－８８６．

［５９］ 陳一奔， 宋鈺． 真實與虛擬的雙重扮演———虛擬主播的演變、

問題與展望［Ｊ］． 青年記者， ２０２２， （８）： ９５－９７．

［６０］ Ｌａｂｒｏｏ Ａ Ａ， Ｄｈａｒ Ｒ， Ｓｃｈｗａｒｚ Ｎ． Ｏｆ Ｆｒｏｇ Ｗｉｎｅｓ ａｎｄ Ｆｒｏｗｎｉｎｇ

Ｗａｔｃｈｅｓ： Ｓｅｍａｎｔｉｃ Ｐｒｉｍｉｎｇ， Ｐｅｒｃｅｐｔｕａｌ Ｆｌｕｅｎｃｙ， ａｎｄ Ｂｒａｎｄ Ｅｖａｌ?

ｕａｔｉｏｎ ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｃｏｎｓｕｍｅｒ Ｒｅｓｅａｒｃｈ， ２００８， ３４ （６）： ８１９－

８３１．

［６１］ 柳茜， 龐暉， 王興華， 等． 人工智能支持的語言學習———擬

人化技術如何影響學習［Ｊ］． 電化教育研究， ２０２２， ４３ （１０）：

１０２－１０９．

［６２］ Ａｊｚｅｎ Ｉ． Ｔｈｅ Ｔｈｅｏｒｙ ｏｆ Ｐｌａｎｎｅｄ Ｂｅｈａｖｉｏｒ ［Ｊ］． Ｏｒｇａｎｉｚａｔｉｏｎａｌ Ｂｅ?

ｈａｖｉｏｒ ａｎｄ Ｈｕｍａｎ Ｄｅｃｉｓｉｏｎ Ｐｒｏｃｅｓｓｅｓ， １９９１， ５０ （２）： １７９－２１１．

［６３］ Ｖｅｎｋａｔｅｓｈ Ｖ， Ｍｏｒｒｉｓ Ｍ Ｇ， Ｄａｖｉｓ Ｇ Ｂ， ｅｔ ａｌ． Ｕｓｅｒ Ａｃｃｅｐｔａｎｃｅ ｏｆ

Ｉｎｆｏｒｍａｔｉｏｎ Ｔｅｃｈｎｏｌｏｇｙ： Ｔｏｗａｒｄ ａ Ｕｎｉｆｉｅｄ Ｖｉｅｗ ［Ｊ］． ＭＩＳ Ｑｕａｒｔｅｒ?

ｌｙ， ２００３， ２７ （３）： ４２５－４７８．

［６４］ 戴薇酈， 吳立保， 祝成林， 等． 研究生課程感知對學習方式

及學習結果的影響———基于３Ｐ 教學模型的實證研究［ Ｊ］． 研

究生教育研究， ２０２３， （５）： ２７－３４．

［６５］ Ｋｉｎｔｕ Ｍ Ｊ， Ｚｈｕ Ｃ， Ｋａｇａｍｂｅ Ｅ． Ｂｌｅｎｄｅｄ Ｌｅａｒｎｉｎｇ Ｅｆｆｅｃｔｉｖｅｎｅｓｓ：

Ｔｈｅ Ｒｅｌａｔｉｏｎｓｈｉｐ Ｂｅｔｗｅｅｎ Ｓｔｕｄｅｎｔ Ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ， Ｄｅｓｉｇｎ Ｆｅａｔｕｒｅｓ

ａｎｄ Ｏｕｔｃｏｍｅｓ ［Ｊ］． Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｊｏｕｒｎａｌ ｏｆ Ｅｄｕｃａｔｉｏｎａｌ Ｔｅｃｈｎｏｌｏ?

ｇｙ ｉｎ Ｈｉｇｈｅｒ Ｅｄｕｃａｔｉｏｎ， ２０１７， １４： １－２０．

［６６］ Ｓａｈｉｎ Ｉ， Ｓｈｅｌｌｅｙ Ｍ． Ｃｏｎｓｉｄｅｒｉｎｇ Ｓｔｕｄｅｎｔｓ Ｐｅｒｃｅｐｔｉｏｎｓ： Ｔｈｅ Ｄｉｓ?

ｔａｎｃｅ Ｅｄｕｃａｔｉｏｎ Ｓｔｕｄｅｎｔ Ｓａｔｉｓｆａｃｔｉｏｎ Ｍｏｄｅｌ ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｅｄｕｃａ?

ｔｉｏｎａｌ Ｔｅｃｈｎｏｌｏｇｙ ＆ Ｓｏｃｉｅｔｙ， ２００８， １１ （３）： ２１６－２２３．

［６７］ Ｐéｒｅｚ－Ｐéｒｅｚ Ｍ， Ｓｅｒｒａｎｏ－Ｂｅｄｉａ Ａ Ｍ， Ｇａｒｃíａ－Ｐｉｑｕｅｒｅｓ Ｇ． Ａｎ

Ａｎａｌｙｓｉｓ ｏｆ Ｆａｃｔｏｒｓ Ａｆｆｅｃｔｉｎｇ Ｓｔｕｄｅｎｔｓ？ Ｐｅｒｃｅｐｔｉｏｎｓ ｏｆ Ｌｅａｒｎｉｎｇ

Ｏｕｔｃｏｍｅｓ ｗｉｔｈ Ｍｏｏｄｌｅ ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｆｕｒｔｈｅｒ ａｎｄ Ｈｉｇｈｅｒ Ｅｄｕｃａ?

ｔｉｏｎ， ２０２０， ４４ （８）： １１１４－１１２９．

［６８］ Ａｂｏｕ Ｎａａｊ Ｍ， Ｎａｃｈｏｕｋｉ Ｍ， Ａｎｋｉｔ Ａ． Ｅｖａｌｕａｔｉｎｇ Ｓｔｕｄｅｎｔ Ｓａｔｉｓ?

ｆａｃｔｉｏｎ ｗｉｔｈ Ｂｌｅｎｄｅｄ Ｌｅａｒｎｉｎｇ ｉｎ ａ Ｇｅｎｄｅｒ－ｓｅｇｒｅｇａｔｅｄ Ｅｎｖｉｒｏｎｍｅｎｔ

［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｉｎｆｏｒｍａｔｉｏｎ Ｔｅｃｈｎｏｌｏｇｙ Ｅｄｕｃａｔｉｏｎ： Ｒｅｓｅａｒｃｈ， ２０１２，

１１： １８５－２００．

［６９］ 馬費成， 宋恩梅， 趙一鳴． 信息管理學基礎［ Ｍ］． 第３ 版．

武漢： 武漢大學出版社， ２０１８．

［７０］ Ｂｅｌｄａｄ Ａ， Ｈｅｇｎｅｒ Ｓ， Ｈｏｐｐｅｎ Ｊ． Ｔｈｅ Ｅｆｆｅｃｔ ｏｆ Ｖｉｒｔｕａｌ Ｓａｌｅｓ Ａｇｅｎｔ

（ ＶＳＡ） Ｇｅｎｄｅｒ － ｐｒｏｄｕｃｔ Ｇｅｎｄｅｒ Ｃｏｎｇｒｕｅｎｃｅ ｏｎ Ｐｒｏｄｕｃｔ Ａｄｖｉｃｅ

Ｃｒｅｄｉｂｉｌｉｔｙ， Ｔｒｕｓｔ ｉｎ ＶＳＡ ａｎｄ Ｏｎｌｉｎｅ Ｖｅｎｄｏｒ， ａｎｄ Ｐｕｒｃｈａｓｅ Ｉｎｔｅｎ?

ｔｉｏｎ ［Ｊ］． Ｃｏｍｐｕｔｅｒｓ ｉｎ Ｈｕｍａｎ Ｂｅｈａｖｉｏｒ， ２０１６， ６０： ６２－７２．

［７１］ Ｇｕｏ Ｐ Ｊ， Ｋｉｍ Ｊ， Ｒｕｂｉｎ Ｒ． Ｈｏｗ Ｖｉｄｅｏ Ｐｒｏｄｕｃｔｉｏｎ Ａｆｆｅｃｔｓ Ｓｔｕｄｅｎｔ

Ｅｎｇａｇｅｍｅｎｔ： Ａｎ Ｅｍｐｉｒｉｃａｌ Ｓｔｕｄｙ ｏｆ ＭＯＯＣ Ｖｉｄｅｏｓ ［ Ｃ］ ／ ／ Ｐｒｏ?

ｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ Ｆｉｒｓｔ ＡＣＭ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｌｅａｒｎｉｎｇ ＠ Ｓｃａｌｅ Ｃｏｎｆｅｒ?

ｅｎｃｅ， ２０１４： ４１－５０．

［７２］ ＭｃＣｒｏｓｋｅｙ Ｊ Ｃ， ＭｃＣａｉｎ Ｔ Ａ． Ｔｈｅ Ｍｅａｓｕｒｅｍｅｎｔ ｏｆ Ｉｎｔｅｒｐｅｒｓｏｎａｌ

Ａｔｔｒａｃｔｉｏｎ ［Ｊ］． Ｓｐｅｅｃｈ Ｍｏｎｏｇｒａｐｈｓ， １９７４， ４１ （３）： ２６１－２６６．

［７３］ Ｎｏｗａｋ Ｋ Ｌ， Ｒａｕｈ Ｃ． Ｃｈｏｏｓｅ Ｙｏｕｒ “ Ｂｕｄｄｙ Ｉｃｏｎ” Ｃａｒｅｆｕｌｌｙ：

Ｔｈｅ Ｉｎｆｌｕｅｎｃｅ ｏｆ Ａｖａｔａｒ Ａｎｄｒｏｇｙｎｙ， Ａｎｔｈｒｏｐｏｍｏｒｐｈｉｓｍ ａｎｄ Ｃｒｅｄｉ?

ｂｉｌｉｔｙ ｉｎ Ｏｎｌｉｎｅ Ｉｎｔｅｒａｃｔｉｏｎｓ ［ Ｊ］． Ｃｏｍｐｕｔｅｒｓ ｉｎ Ｈｕｍａｎ Ｂｅｈａｖｉｏｒ，

２００８， ２４ （４）： １４７３－１４９３．

［７４］ Ａｒｂａｕｇｈ Ｊ Ｂ． Ｖｉｒｔｕａｌ Ｃｌａｓｓｒｏｏｍ Ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ａｎｄ Ｓｔｕｄｅｎｔ Ｓａｔｉｓ?

ｆａｃｔｉｏｎ ｗｉｔｈ Ｉｎｔｅｒｎｅｔ－ｂａｓｅｄ ＭＢＡ Ｃｏｕｒｓｅｓ ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｍａｎａｇｅ?

ｍｅｎｔ Ｅｄｕｃａｔｉｏｎ， ２０００， ２４ （１）： ３２－５４．

［７５］ Ｗａｎｇ Ｙ Ｓ． Ａｓｓｅｓｓｍｅｎｔ ｏｆ Ｌｅａｒｎｅｒ Ｓａｔｉｓｆａｃｔｉｏｎ ｗｉｔｈ Ａｓｙｎｃｈｒｏｎｏｕｓ

Ｅｌｅｃｔｒｏｎｉｃ Ｌｅａｒｎｉｎｇ Ｓｙｓｔｅｍｓ ［Ｊ］． Ｉｎｆｏｒｍａｔｉｏｎ ＆ Ｍａｎａｇｅｍｅｎｔ， ２００３，

４１ （１）： ７５－８６．

［７６］ Ｒｉｃｈａｒｄｓｏｎ Ｊ Ｃ， Ｓｗａｎ Ｋ． Ｅｘａｍｉｎｉｎｇ Ｓｏｃｉａｌ Ｐｒｅｓｅｎｃｅ ｉｎ Ｏｎｌｉｎｅ

Ｃｏｕｒｓｅｓ ｉｎ Ｒｅｌａｔｉｏｎ ｔｏ Ｓｔｕｄｅｎｔｓ Ｐｅｒｃｅｉｖｅｄ Ｌｅａｒｎｉｎｇ ａｎｄ Ｓａｔｉｓｆａｃｔｉｏｎ

［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ａｓｙｎｃｈｒｏｎｏｕｓ Ｌｅａｒｎｉｎｇ Ｎｅｔｗｏｒｋｓ， ２００３， ７ （１）：

６８－８９．

［７７］ 清華大學新聞與傳播學院－元宇宙文化實驗室． 虛擬數(shù)字人

研究報告２ ０ 版［ ＥＢ／ ＯＬ］． ｈｔｔｐｓ： ／ ／ ｗｗｗ．１００ｅｃ．ｃｎ／ ｉｎｄｅｘ．ｐｈｐ／

ｄｅｔａｉｌ－－６６１９４１８．ｈｔｍｌ， ２０２４－０５－３０．

［７８］ 艾瑞咨詢． 中國虛擬偶像行業(yè)研究報告［Ｒ］． 北京： 艾瑞市

場咨詢有限公司， ２０２２： ８１７－８６３．

［７９］ Ｃｈｉｎ Ｗ Ｗ． Ｔｈｅ Ｐａｒｔｉａｌ Ｌｅａｓｔ Ｓｑｕａｒｅｓ Ａｐｐｒｏａｃｈ ｔｏ Ｓｔｒｕｃｔｕｒａｌ Ｅ?

ｑｕａｔｉｏｎ Ｍｏｄｅｌｉｎｇ ［ Ｊ］． Ｍｏｄｅｒｎ Ｍｅｔｈｏｄｓ ｆｏｒ Ｂｕｓｉｎｅｓｓ Ｒｅｓｅａｒｃｈ，

１９９８， ２９５ （２）： ２９５－３３６．

［８０］ Ｂａｇｏｚｚｉ Ｒ Ｐ， Ｙｉ Ｙ． Ｏｎ ｔｈｅ Ｅｖａｌｕａｔｉｏｎ ｏｆ Ｓｔｒｕｃｔｕｒａｌ Ｅｑｕａｔｉｏｎ

Ｍｏｄｅｌｓ ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ ｔｈｅ Ａｃａｄｅｍｙ ｏｆ Ｍａｒｋｅｔｉｎｇ Ｓｃｉｅｎｃｅ， １９８８，

１６ （１）： ７４－９４．

［８１］ Ｆｏｒｎｅｌｌ Ｃ， Ｌａｒｃｋｅｒ Ｄ Ｆ． Ｅｖａｌｕａｔｉｎｇ Ｓｔｒｕｃｔｕｒａｌ Ｅｑｕａｔｉｏｎ Ｍｏｄｅｌｓ

ｗｉｔｈ Ｕｎｏｂｓｅｒｖａｂｌｅ Ｖａｒｉａｂｌｅｓ ａｎｄ Ｍｅａｓｕｒｅｍｅｎｔ Ｅｒｒｏｒ ［ Ｊ］． Ｊｏｕｒｎａｌ

ｏｆ Ｍａｒｋｅｔｉｎｇ Ｒｅｓｅａｒｃｈ， １９８１， １８ （１）： ３９－５０．

［８２］ 溫忠麟， 葉寶娟． 中介效應分析： 方法和模型發(fā)展［ Ｊ］． 心

理科學進展， ２０１４， ２２ （５）： ７３１－７４５．

［８３］ Ｗｅａｖｅｒ Ｃ Ｍ， Ａｌｂｉｏｎ Ｐ． Ｍｏｍｅｎｔｕｍ ｉｎ Ｏｎｌｉｎｅ Ｄｉｓｃｕｓｓｉｏｎｓ： Ｔｈｅ

Ｅｆｆｅｃｔ ｏｆ Ｓｏｃｉａｌ Ｐｒｅｓｅｎｃｅ ｏｎ Ｍｏｔｉｖａｔｉｏｎ ｆｏｒ Ｐａｒｔｉｃｉｐａｔｉｏｎ ［ Ｃ］ ／ ／

Ｐｒｏｃｅｅｄｉｎｇｓ ＡＳＣＩＬＩＴＥ ２００５： ２２ｎｄ Ａｎｎｕａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｆ ｔｈｅ Ａｕｓ?

ｔｒａｌａｓｉａｎ Ｓｏｃｉｅｔｙ ｆｏｒ Ｃｏｍｐｕｔｅｒｓ ｉｎ Ｌｅａｒｎｉｎｇ ｉｎ Ｔｅｒｔｉａｒｙ Ｅｄｕｃａｔｉｏｎ：

Ｂａｌａｎｃｅ， Ｆｉｄｅｌｉｔｙ， Ｍｏｂｉｌｉｔｙ－Ｍａｉｎｔａｉｎｉｎｇ ｔｈｅ Ｍｏｍｅｎｔｕｍ， ２００５．

（責任編輯： 楊豐僑）