从运动到学习:利用虚拟现实(VR)行为指标来评估认知负荷与好奇心

时间:2026年1月25日
来源:International Journal of Human-Computer Studies

编辑推荐:

虚拟现实(VR)教育中,通过分析手部与头部运动模式等行为指标,可有效同步评估学习者的认知负荷和内在动机。研究显示,头部运动频率与认知负荷及内在动机呈正相关,而手部运动过多可能反映低动机或分心。熵值分析进一步验证运动复杂度可预测好奇心驱动的学习行为。这些发现为VR教学环境设计提供了行为数据支持,需结合实时数据采集优化评估体系。

广告
   X   

马蒂斯·普帕尔(Matisse Poupard)、弗洛里安·拉鲁(Florian Larrue)、马丁·贝尔特朗(Martin Bertrand)、多米尼克·利古罗(Dominique Liguoro)、海伦·索泽翁(Hélène Sauzéon)、安德烈·特里科(André Tricot)
法国波尔多大学塔尔朗斯分校Inria中心的Flowers团队

摘要

由于虚拟现实(VR)具有沉浸式和交互式的特点,它在教育领域得到了越来越多的应用。然而,其对认知负荷和好奇心的影响尚未得到充分研究,尤其是在实时行为指标方面。本研究探讨了VR行为指标(特别是手部和头部运动模式)如何作为认知参与度和内在动机的客观、同步的衡量标准。
我们进行了一项控制实验,共有125名医学生参与,他们在具有不同交互程度的VR环境中完成神经解剖学学习任务。研究人员分析了包括运动熵、探索模式和手势动态在内的行为数据,并将其与受试者自我报告的认知负荷、动机和参与度指标进行了对比。结果表明,虽然手部运动较多与较低的内在动机相关,但头部运动较多则与较高的认知负荷和内在动机正相关,这表明参与者具有更深入的认知参与度。此外,运动熵被证明是预测好奇心驱动学习的有效指标,表明其可作为VR环境中学习行为的衡量工具。
这些发现有助于更好地理解行为数据如何补充传统的学习体验评估方法。同时,也突显了需要进一步研究将基于运动的指标与教学设计相结合,以促进学生的参与度和学习效果。

引言

虚拟现实(VR)因其沉浸式特性和创建互动环境的能力,在教育领域得到了广泛应用,尤其是在解剖学学习中。VR的主要目的之一是让用户沉浸在虚拟环境中,并允许他们通过手部追踪等功能自然地与3D对象互动。研究表明,VR能够提升学习者的好奇心(即内在动机)和参与度(García-Robles等人,2024年;Makransky等人,2020年),从而改善学习效果。然而,也有研究指出,如果VR设计不当,可能会增加认知负荷,从而影响学习表现(Makransky和Petersen,2021年;Huang等人,2021年)。
尽管VR具有这些潜在优势,但对内在动机和认知负荷的评估传统上依赖于心理测量和用户测试。尽管这些方法有效,但它们存在局限性。例如,一项系统评价发现,VR虽然能激发动机,但并不总能转化为更好的学习成果(Poupard等人,2025b)。此外,这些评估方法依赖于受访者的元认知能力,并且通常在任务完成后才进行,无法实时捕捉学习过程中的动机和认知状态。
相比之下,VR能够收集任务过程中的大量用户行为数据,这些数据可以作为动机和认知负荷的客观、同步的衡量指标。在本研究中,我们重点关注身体手势和探索模式这两种在任何VR应用中都能轻松获取的行为指标,以探讨它们与任务后动机和认知负荷指标之间的关系。

好奇心、动机与参与度:来自虚拟现实教育的启示

近年来,激发学生的好奇心一直是教育领域的主要挑战之一。根据学习进步假设(Oudeyer等人,2016年),好奇心可以被视为一种针对学习进步的内在动机(Murayama等人,2019年)。这种认知状态表现为强烈的获取新知识和解决不确定性的内在动机。

沉浸式与具身学习中的认知负荷理论

在评估基于技术的学习时,另一个关键因素是认知负荷。认知负荷理论(CLT)认为,当工作记忆的有限容量得到最佳管理时,学习效果最佳(Sweller等人,2019年)。根据CLT,认知负荷可分为三类:内在认知负荷(由学习材料的复杂性决定)、外在认知负荷(由信息呈现方式引起)等。

利用VR活动数据评估好奇心和认知负荷

利用VR活动数据评估好奇心和认知负荷比传统的李克特量表等方法更具优势,因为后者往往受到主观性和时间同步性的限制。VR系统配备了先进的追踪技术,能够捕捉头部和手部位置、注视方向、瞳孔反应(Gavas等人,2018年)以及互动频率等丰富行为数据,从而提供更客观、更同步的学习过程洞察。

研究目的与假设

本研究的主要目标是识别在VR任务执行过程中可以反映学习者好奇心和认知负荷的行为指标。具体而言,我们探讨了虚拟环境中的上肢手势和探索行为这两种行为维度是否能够反映潜在的动机和认知状态。
为了引发不同程度的自主性和自我决定感,研究设置了三种交互条件。

材料与方法

本研究旨在探讨VR学习环境中用户行为与内在动机、认知负荷等认知状态之间的关系。为此,我们设计了基于VR技术的实验框架,收集手部和头部运动数据以及探索模式等行为数据,并通过分析计算运动熵等行为指标,再将其与受试者的自我报告指标进行对比。

结果

卡方检验显示,两组在性别分布(p = 0.673)和先前VR使用经验(p = 0.125)方面没有显著差异。

讨论

本研究分析了VR环境中手部和头部运动行为指标与学习表现、好奇心、内在动机和认知负荷之间的关系。实验中,125名学生在具有三种不同交互程度的VR学习任务中完成了行为数据收集。通过改变交互程度(被动、引导、主动),研究了交互性对学习过程的影响。

局限性

尽管本研究揭示了VR学习环境中运动行为与认知及动机参与度之间的相互作用,但仍存在一些局限性。首先,由于无法直观展示参与者的VR活动,我们难以细致解读原始运动数据。在没有直接观察手势和空间互动的情况下,难以区分与任务相关的行为和其他行为。

结论

总之,本研究展示了利用VR行为指标洞察沉浸式学习环境中认知和动机参与度的潜力。分析表明,不同类型的运动具有不同的作用:手部活动较多可能与较低的内在动机相关(可能表明非任务相关的手势或注意力分散),而头部运动较多则与较高的内在动机和认知负荷相关。

人工智能生成的内容

在撰写过程中,作者使用了ChatGPT 4.0(https://chat.openai.com)来提升文本的可读性和语言表达。使用该工具后,作者对内容进行了审查和编辑,并对最终发布的版本负全责。

伦理声明

涉及人类参与者的研究均经过了法律与伦理风险评估操作委员会(OCELER)的审查和批准。参与者已书面同意参与本研究。

作者贡献声明

马蒂斯·普帕尔(Matisse Poupard):撰写初稿、可视化设计、软件开发、方法论设计、数据分析、概念构建。弗洛里安·拉鲁(Florian Larrue):数据验证、监督工作、方法论设计、概念构建。马丁·贝尔特朗(Martin Bertrand):资源协调、概念构建。多米尼克·利古罗(Dominique Liguoro):资源提供、概念构建。海伦·索泽翁(Hélène Sauzéon):文本撰写与编辑、数据验证、监督工作、方法论设计。安德烈·特里科(André Tricot):文本撰写与编辑、数据验证、监督工作、概念构建、方法论设计

资金支持

作者感谢法国国家研究和技术协会(CIFRE 2021/1881)对本项目的财政支持。

利益冲突声明

作者声明不存在可能影响本研究结果的已知财务利益冲突或个人关系。

致谢

我们感谢波尔多大学和蒙彼利埃大学医学院在实验筹备中的协助,同时也感谢CATIE提供的人力和资金支持,使我们能够顺利完成这项研究。

生物通微信公众号
微信
新浪微博


生物通 版权所有