郑玲 等丨协作学习中虚拟现实技术对 学习效果的影响——2007—2019年国际实证论文的元分析研究

精选学术内容，让阅读更有价值

【刊载信息】郑玲, 刘革平, 谢涛, 陈娟菲, 张可.2021.协作学习中虚拟现实技术对学习效果的影响——2007—2019年国际实证论文的元分析研究[J].中国远程教育（4）：56-64.

【摘要】虚拟现实（VR）技术对计算机支持的协作学习（CSCL）有重要的能供性，但如何将其更好地应用于教育实践是一个颇具争议的问题。针对协作学习中VR对学习者认知、技能、情感的影响效果以及不同知识类型、学段和VR类型的调节效应，本研究采用元分析方法对2007—2019年间VR支持下协作学习的实验与准实验研究进行量化分析；使用随机效应模型对得到的40篇有效文献进行效应值（ES）计算。结果显示：在协作学习中，VR比传统非VR的方式更有效（ES=0.427），对学习者认知、技能、情感均有中等程度的正向影响；VR对不同学习阶段的协作学习效果的影响不存在显著性差异（p>0.05），但对K-12阶段的干预相对突出（ES=0.499）；在不同知识类型的协作学习中，VR对学习效果的影响不存在显著性差异（p>0.05），但对程序性知识的学习作用稍强（ES=0.436）；不同类型的VR对协作学习效果的影响存在显著性差异（p<0.05），其中虚拟世界的应用效果较弱（ES=0.320）。

【关键词】虚拟现实；协作学习；学习效果；元分析；调节效应；能供性；CSCL

一、

引言

计算机支持下的协作学习（Computer Supported Collaborative Learning，CSCL）是教育技术学、学习科学等领域的重要研究方向之一（杨刚, 等, 2010），如何构建数字化学习环境以及学生协作学习的交互设计是在线学习范畴的重要研究内容（李海峰, 等, 2019）。虚拟现实（Virtual Reality，VR）技术能够创建与现实场景类似的学习环境，给用户以身临其境的体验，满足学习媒体的情景化及自然交互性的要求。协作学习是VR教育应用中一个重要发展方向（赵一鸣, 等, 2016），通过VR构建学习环境，学习者的协同不再限制在一般网络空间和传统课堂，协作学习可通过共同的虚拟空间开展，学习者合作探究活动更为丰富自然（Monahan, Mcardle, & Bertolotto, 2008）。VR与协作学习的结合对CSCL研究领域来说是一项有着广阔的发展空间和应用前景的创新，其高度的沉浸感和互动性带来的潜在效益引发了广泛关注，无论是在学术研究还是教学实践领域，基于VR的CSCL已成为国内外教育界关心的热点问题。本研究将聚焦如下两个问题：①相比传统方式的协作学习，VR是否更利于学习者的认知、技能和情感的提高？②在基于VR的协作学习中，不同知识类型、学习阶段、VR类型对学习效果的调节效应如何？

二、

相关研究进展

计算机技术的进步推动了传统教育的变革，技术对学习的支持作用会影响教学设计和学习方式，进而影响其学习效果，塔米姆等（Tamim, Bernard, Borokhovski, Abrami, & Schmid, 2011）的研究表明技术可有效提高学生学习效果。吉布森（Gibson, 2014）和诺曼（Norman, 1988）等将工具或技术所提供的行为可能、作用能力概念化为能供性（Affordance），即事物对象、技术能够提供的功能作用。技术能供性关键在于那些决定如何使用该技术的技术基本属性或特征，它是国际教育技术领域中一个经常使用的术语，在技术应用的研究中通过能供性的探索有助于进一步分解技术的特定特征如何影响学习者体验（John & Sutherland, 2005; Limperos, Buckne, Kaufmann, & Frisby, 2015）。

交流与协作对在线学习的重要性不言而喻，尽管当前CSCL随时间的推移在互动性上有所进步，但在其提供真正刺激、真实的学习体验之前，仍有一些问题需要解决。VR对协作学习有独特的能供性，其能供性对开展更丰富、有效的协作学习具有推动作用，高度的沉浸感和互动性为CSCL带来了巨大的潜在效益。对于学习者来说，通过VR参加学习可以带来更多的互动，这种共享的虚拟环境有助于学习者在视觉上更清楚地了解自己的同伴并允许实时交谈讨论得到即时的反馈，尽管身处不同地理位置仍感觉与同伴在同一空间（Monahan, et al., 2008）。安德烈亚斯等（Andreas, Tsiatsos, Terzidou, & Pomportsis, 2010）对虚拟世界“第二人生”（Second Life，SL）在协作学习中的适用性进行了评估，提出SL具备补充、增强面对面的互动，改进以往的远程协作和交流方式的能供性。技术的能供性与其技术特征紧密联系，VR对协作学习的能供性将落实在技术本身和学习过程的整合上。目前，不少研究人员利用VR对协作的能供性开发了各式各样的支持协作学习的VR系统，包括虚拟世界（Khanal, 2014）、虚拟仿真（Ke & Carafano, 2016）、虚拟游戏（Ke & Moon, 2018）。基于VR的协作学习涵盖各个学习阶段和学科领域，从K-12阶段（Ke, et al., 2016）到职业培训（Lorenzo, 2014）再到高等教育（Nakayama & Jin, 2012），从外语交流（Zheng, Young, Brewer, & Wagner, 2009）到协作运动训练（Chen, et al., 2019）再到医学团队培训（Söderström, Häll, Nilsson, & Ahlqvist, 2012; Khanal, 2014），VR技术都扮演着重要角色。但如何基于其技术能供性开展良好的教育实践是当前研究的难点，在协作学习中VR对学习效果的影响也是颇具争议的问题。

对基于VR的协作学习效果，当前研究主要得出三种结论：一是VR协作和传统非VR方式对学生学习效果的影响无显著差异。卡纳尔（Khanal, 2014）将VR应用于医学团队培训，发现在VR协作和传统协作中，医学生表现并无显著差异，提出VR可作为一种经济实用的医学团队培训方式。同样支持此观点的陈等（Chen, et al., 2019）介绍了“ImmerTai”系统，以沉浸式方式进行远程协作运动训练，研究者衡量和比较在VR环境和传统个人计算机环境中学生的学习成果（学习时间、质量和整体效率），结果发现良好的VR体验可以显著加快学生的学习速度，但不一定能提高学习效果。

二是相比传统协作方式，VR协作能够显著提高学生的学习效果。Hwang等（Hwang & Hu, 2013）以小学五年级数学几何知识为学习内容进行实验研究，实验结束后，对受试者小组提出的几何问题解决方案进行评分，发现基于VR协作的实验组几何学习成绩明显优于无VR的对照组。Söderström等（2012）研究比较了两种学习条件（基于屏幕的VR放射学模拟器和传统的PowerPoint幻灯片演示文稿）下的学习效果，研究的重点是在小型协作小组中工作的牙科学生如何交流探讨以及他们在射线照相解释方面的熟练程度，36名参与者随机分配到模拟训练小组（SIM）或常规训练小组（CON）中，结果发现，模拟SIM组学习者在前测和后测的结果之间表现出显著的提高，而常规CON组则没有。Wang等（2012）人的研究也支持上述观点，研究者把“第二人生”作为学习环境探究其对中国学生外语交流的影响，发现在英语成绩测试中SL实验组的测试得分要显著高于对照组得分，SL虚拟学习环境对学生的外语学习产生了积极影响。

三是从不同层面探讨学习效果，VR协作和传统非VR方式各有优劣。郑等（Zheng, et al., 2009）研究了虚拟世界Quest Atlantis（QA）中的英语学习，发现在中学英语学习中，虚拟世界组和非虚拟世界组在英语成绩测试上没有显著差异，但虚拟世界组的学生的自我效能感、对英语的态度要好于非虚拟世界组。认为虚拟世界可以为各地区的英语学习者提供互动空间，增强他们的信心和舒适度，并有助于他们克服英语学习的文化障碍。Moskaliuk等（2013）则认为虚拟培训环境适用于需要团队成员进行协作和交互的复杂任务，他们比较了三种训练条件（虚拟条件、标准条件和控制条件），参加者是在行动中接受过地面部队与直升机机组人员之间沟通训练的警察，学习成果和知识转移被作为因变量测量。其研究结果证实，在知识获得方面虚拟训练环境与标准培训一样有效，在知识转移方面虚拟训练甚至更有效，但关于培训的感知价值，标准培训要优于虚拟培训。卡纳尔等（Khana, et al., 2014）提出，在高级心脏生命支持（ACLS）课程中，VR协作培训具有传统培训难以集成的潜力，他们设计了用于ACLS的新型协作VR模拟器系统，在VR虚拟协作环境中，学习者可得到各项操作的详细评分、反馈和交互。将使用基于VR的ACLS培训模拟器的新型方法与传统ACLS培训相关的功效和绩效结果进行比较，结果发现在程序性知识协作学习中，给予充分反馈的VR组的学习效果与传统面对面培训学习组无显著性差异，给予有限反馈的VR组学习效果则较差。

综上所述，由于学习阶段、学习内容、技术应用等的区别，VR对协作学习的影响效果尚未有明确统一的结论。目前，大部分研究关注VR对学习效果影响的某一个具体方面，没有对VR综合效应进行分析，在某种程度上限制了VR潜能的进一步开发，同时也不能以动态、系统和客观的方式评价VR教育应用。基于VR的学习效果受多种因素影响（史铁君, 2008;高媛, 等, 2016），这些因素导致了在一些研究中得到不同的结论，不同条件下学习效果的差异及其显著性是当代VR研究所需考虑的问题。已有研究（王雪, 等, 2019;周榕, 等, 2019;李宝敏, 等, 2019）指出，VR并非适用所有情况，应根据教学系统的不同要素合理使用。协作学习效果存在多种影响因素，是内外部各个条件对学习者作用下的结果（余亮, 等, 2013; 李文昊, 等, 2016; 彭梓涵, 等, 2019）。当前，支持协作学习的VR系统类型丰富多样，用于各类知识，覆盖了各个学习阶段的学生，基于VR的协作是否适用于所有的学习阶段与知识类型的协作学习，不同的VR类型对协作学习效果的影响是否存在差异，这也是探究VR对协作学习的能供性时必须明晰的问题。

三、

研究方法

传统文献综述在对同一研究主题的文献进行定量分析时，一般通过频次分析的方法对研究样本进行简单统计，而统计的样本频次与样本量的大小具有直接联系（郑兰琴, 等, 2018）。元分析方法与传统的文献综述有所差异，它综合同类研究中多个实验或准实验研究结果，抽取编码所需要的研究信息，整合研究数据，通过加权平均处理得到的合并效应值对整合后的结果进行展示，因此其效应值的生成受样本量大小的影响较小，研究结果更加合理、客观和科学（毛良斌, 等, 2005）。

本研究通过元分析方法，按照Cooper等提出的元分析过程（Cooper, Hedges, & Valentine, 2009），对协作学习中VR对学习效果的影响进行综合探讨，以研究VR对CSCL的能供性。

（一）文献检索

本研究以虚拟现实、协作学习为关键词，在Springer、ERIC、Science Direct、Wiley Online Library、IEEE Xplore Digital Library、Engineering Village、Web of science、Google Scholar等主要的英文数据库进行大范围组合搜索。搜索范围限定在2007年至2019年间发布的英文文献。其中，所采用的虚拟现实的关键词为“Virtual Reality”“VR”“Virtual World”“Simulation”，协作的关键词为“Collaborat”“Cooperat”“Teamwork”“Multiuser”。为更加精准地获得文献，将检索到的文献数据导入文献管理软件Endnote进行筛选。首先去除重复文献，然后对保留下的文献中的参考文献及其施引文献进行再次检索，也就是进行第二轮文献检索，尽量使得到的文献更为全面，借此获得更丰富的研究数据。

（二）筛选标准

元分析方法是一种综合多个实验或准实验研究结果并通过合并效应值来考察总体效应的统计分析方法（Cooper, et al., 2009），初步检索的文献并不能完全符合本研究元分析的要求。因此，本研究进一步对文献进行筛选，设定文献采纳标准：①研究方法必须有实验或准实验研究，排除综述性和纯理论性文章；②必须应用了VR，且以促进协作学习为研究目的或实验过程包含学习者协作环节；③实验干预为使用与不使用VR，实验组使用VR进行干预，排除无对照组的文献；④实验结果以学习效果作为因变量，文中报告了通过标准化或研究者构建的测试衡量的学习效果指标；⑤提供可计算效应值大小的实验组和对照组数据，如平均值Mean、标准差SD和样本量N。基于以上检索和筛选标准，本研究最终得到40篇有效文献。依据元分析的统计标准，为了保证分析结果的准确性、可靠性和有效性，元分析的研究样本数量最好不少于30个（宋伟, 等, 2013），本研究样本量符合元分析要求。

（三）分析框架

本研究旨在聚焦VR应用于协作学习的核心问题，即VR对协作学习效果的影响。理解信息技术对学习者认知的影响是进一步研究测评信息技术在教学中的应用效果的关键所在（王素芬, 等, 2018; Hu & Hui, 2012）。根据布鲁姆教育目标分类可将学习结果划分为三个领域：认知领域、技能领域和情感态度领域。基于此，为综合探讨协作学习中VR对学习效果各个方面的影响，学习效果不仅考虑了认知层面这一主流学习结果变量，也将技能层面和情感层面纳入了VR对学习者的影响效果分析中。与此同时，以协作学习的学习阶段、知识类型、VR类型等因素为调节变量。通过认知、技能和情感三个层面的学习效果以及调节变量的引入，综合评价VR对协作学习效果的影响。本研究分析框架如图1所示。

图1 元分析框架

（四）文献编码

为了便于研究分析，对纳入的有效文献特征进行编码，根据研究需要选择的编码元素如下：学习阶段、知识类型、VR类型和学习效果各维度。编码体系如表1所示。选取两位教育技术学专业背景的研究生独立阅读原始研究文献，并分别填写元分析编码表。然后由笔者依据原始研究文献对编码表进行反复核查校对，有异议的地方与其他两位成员协商，以保证文献编码信息的准确性。收集的数据主要包括实验组、对照组的被试样本数、学习效果的均值和标准差等。由于不少文献从多个层面衡量了其VR系统在协作中的应用效果，包含多组数据，故在保证独立性的前提下分别提取以便充分利用文献信息。

表1 编码体系

（五）数据分析

本研究使用软件Comprehensive Meta Analysis （CMA）2.0进行元分析，包括效应值的计算、异质性检验、发表偏倚等。用固定效应模型（Fixed Effects Model，FEM）和随机效应模型（Random Effects Model，REM）以计算合并效应值大小（Borenstein, Hedges, Higgins, & Rothstein, 2009），采用平均标准差d（Std diff in means）作为效应值，并据此进行显著性差异分析。效应值大小（Effect Size，ES）是反映效果程度的统计量，其表示变量之间的接近程度或差异程度。根据Cohen提出的效应标准衡量效果，其中ES <0.2表示小效果，0.2 0.8表示大效果（Cohen, et al., 1988）。

四、

研究结果

（一）发表偏倚检验与异质性检验

发表偏倚是指相对无显著性意义或无效的研究结果，具有统计学显著意义的结果被报告发表出来的可能性更大的一种倾向性（夏凌翔, 2005）。鉴于研究文献数据样本普遍受到发表偏倚的影响，因此对发表偏倚进行分析不可或缺。为确保样本具有统计学意义，本研究通过效应值分布漏斗图和Egger检验（Egger, Smith, Schneider, & Minder, 1997）对样本的发表偏倚进行检测识别。如图2所示，研究样本效应值较为均匀地分布在漏斗上部且位于合并效应值的两侧，位于底部的研究较少，初步显示样本不存在发表偏倚。但漏斗图法是一种通过定性判断图形对元分析样本是否存在发表偏倚进行评价的方法，其结论存在较大的主观因素，在这种情况下观察人员的差异性可能会导致不一致的结论出现（Greenland, 1994）。Egger检验是常见的用于定量评价元分析发表偏倚的方法之一，其检验结果显示，t=0.216，p=0.829>0.05，说明纳入分析的文献研究发表偏倚现象可能性不大，所得数据分析结果可靠性高，样本数据可用于进一步研究分析。

图2 样本数据发表偏倚检测漏斗图

用Q检验和I2检验计算异质性，以便根据异质性分析结果选择适当的效应模型。显著的Q值即为拒绝同质性的零假设，各个研究的差异显著，效应大小彼此不同。统计量I2则反映了异质性部分在效应大小的总变化中的比例。I2值25%表示低异质性，50%为中度异质性，75%则为高异质性（Higgins, Thompson, Deeks, & Altman, 2003）。研究样本的异质性检验结果显示，Q=562.084（p <0.001），I2 = 80.074%，说明样本之间的异质性较高。当各研究异质性较高时，更适合采用REM模型，反之用FEM模型进行分析（Borenstein, Hedges, Higgins, & Rothstein, 2010）。鉴于此，本研究选用REM模型进行后续分析。

（二）在协作学习中VR对学习效果的整体影响

在通过筛选标准的文献中，共包含40项研究，纳入分析的样本数据总计113组。用于协作学习的VR对学习效果的影响从小的负面影响到大的积极影响，有较为广泛的变化范围。对样本进行综合分析，得到元分析基本数据统计，如表2所示。从表2的REM模型可以看出，合并效应值ES大小为0.427，且达到了统计意义上的显著水平（p<0.001），表明VR可以在中等程度上对协作学习中学生学习效果产生积极而显著的影响，与传统非VR的协作方式相比，VR对学生整体学习效果的提高更有效。此外，合并效应值高于报告的技术对学习的整体效应0.35（Tamim et al., 2011），说明将VR用于协作学习相比于传统学习技术的应用具有一定优势。

表2 学习效果的整体影响

（三）在协作学习中VR对认知、技能、情感的具体影响

从认知、技能、情感三个层面来衡量VR对学生协作学习的具体作用，对其应用效果进行探讨，结果如表3所示。组间效应检验结果显示，Q=4.325，p>0.05，说明VR对不同层面的学习效果的影响不存在显著差异。VR对学习者认知、技能以及情感影响的合并效应值ES分别是0.375（p<0.001）、0.566（p<0.001）和0.357（p<0.05），都为中等效果并达到统计上显著水平，说明在协作学习中VR对三个层面学习效果都有正向积极的作用，且学习效果在学习者技能层面相对好于认知层面以及情感态度层面。

表3 学习效果的具体影响（随机效应模型）

（四）调节变量的检验结果

1. 不同学习阶段应用VR的协作学习效果差异

为了进一步探索VR对不同学习阶段学生协作学习效果的影响，本研究根据实验对象的年龄、学习阶段将文献数据进行归纳统计，得出结果如表4所示。从不同学习阶段来看，目前VR在K-12教育、职业教育、高等教育三个层次的协作学习中都有应用。其中，对高等教育这一学习阶段的基于VR的协作学习研究最多，而K-12以及职业教育领域的偏少。根据组间效应检验结果，p>0.05，不具备统计学意义，说明VR对不同学习阶段的协作学习效果的影响较为稳定。K-12、职业教育和高等教育的合并效应值ES分别为0.499（p<0.001）、0.408（p<0.05）和0.393（p<0.001），从整体上看VR对这三个学习阶段的协作学习效果都具有中等效果的正向提升作用，从具体影响效应看VR在K-12教育的协作学习中的应用效果较为突出，略高于职业教育和高等教育。

表4 调节效应检验结果（随机效应模型）

2. 不同知识类型应用VR的协作学习效果差异

在协作学习中VR对不同知识类型学习效果的影响结果如表4所示。VR目前在陈述性知识和程序性知识的协作学习中都有应用，不过将VR应用于程序性知识学习的研究要相对多于陈述性知识类型。从组间效应检验结果看，p>0.05，未达到显著水平，由此可知，VR对陈述性知识和程序性知识的协作学习效果影响不存在显著差异。从表4可知，陈述性知识和程序性知识的学习效果合并效应值ES分别是0.416（p<0.001）和0.436（p<0.001），均是正值且略高于0.4，说明VR对两类知识的协作学习都起到中等效果的促进作用。从具体效应看，两类知识的协作学习效果合并效应值十分接近，程序性知识的学习效果要略微高于陈述性知识。

3. 不同VR类型对协作学习效果的影响差异

在所纳入的文献中，为利用VR技术能供性，研究者根据需要设计VR系统，VR应用各有特点。进一步探讨虚拟游戏、虚拟仿真、虚拟世界这三类的VR应用对协作学习效果的影响（如表4所示）。在三类VR应用系统中以虚拟世界形式展开协作学习的研究相对较多，而虚拟游戏偏少。根据组间效应检验结果，Q=3.308，p<0.05，说明不同类型的VR系统对学习效果的影响具有显著性差异。游戏、仿真以及虚拟世界的合并效应值ES依次为0.606（p<0.001）、0.586（p<0.001）和0.320（p<0.001），可以看出，游戏、仿真、虚拟世界三者间具有一定差异，但它们都具有中等效果。从具体影响效应看，游戏形式的VR系统运用于协作学习的效果最好，虚拟仿真次之，而虚拟世界虽有一定积极的影响，但影响水平相对较低。

五、

讨论

近年来相关研究的数量不断增加，表明学界对基于VR的协作学习兴趣日益增加。本研究采用元分析方法对2007—2019年间有关VR对协作学习作用效果的实证研究进行了系统性的梳理和分析，并剖析了其影响效果在学习阶段、知识类型和VR类型等调节变量上的差异。主要得出以下结论：①与传统的协作学习方法相比，总体上VR在提高学习成果收益方面更有用，在一定程度上可以改善和促进学生学习，是一种有效的教学模式。②VR对于学生协作学习的促进是多维的，对学习者的认知、技能、情感都具有中等程度的影响效果，既能有效提高学习者的技能，又能促进学习者的认知及情感。③不同学习阶段、知识类型、VR类型，VR在协作学习中的应用效果皆达到中等程度，但学习阶段和知识类型对学习效果不起调节作用（p>0.05），三者中仅VR类型在基于VR的协作学习中起调节作用（p<0.05）。

开发者的诉求目标会对VR在协作学习中的应用效果产生影响。元分析的结果肯定了VR在教育教学中的重要性及其对学生协作学习积极正面的促进作用，通过分析VR应用于协作学习的具体情况进一步探知相关研究争论不断的原因，发现其关键可能在于开发者对VR协作系统的诉求方面，它指向了系统的应用目标。把VR作为一种经济实用、可重复操作的协作学习环境时，其诉求一般是节约现实成本，如医学解剖，当VR协作与传统协作的学习者表现无显著差异即为达成系统应用目标（Khanal, 2014）。当充分利用VR独特的能供性以满足现实场景中难以实现的学习方式（刘德建, 等, 2016）时，研究人员与教学者对VR协作系统的应用诉求是，相比传统协作方式，VR协作能有效提高学生学习质量，如数学教学，现实中其教学更倾向于对传统知识的讲授，而VR系统高度的沉浸性、想象性、交互性正好能增强其表现形式（Hwang, et al., 2013）、促进学习者知识的协同构建（刘德建, 等, 2016）。

VR具有影响协作学习中学习者的认知、技能、情感的能供性。信息技术支持下的学习者认知信息加工各环节间存在着复杂的相互关系，各个维度的相互协同造成学习效果的不同（王素芬, 等, 2018）。VR支持下的学习更具现实感和沉浸感，具备多重表征和感官刺激，在协作探索和创造知识的过程中有助于学习者想象和构建各类事物对象。VR协作从传统的基于视频、声音和文本的在线讨论转变为更加身临其境和直观的交互（丁楠, 等, 2017），支持各学习者间的情感表达以及协同群体感知（刘小燕, 2011）。在VR环境中，学习者能以多维度、更自然的方式相互交流，以便他们表达观点及协作探究，促进学习中的有效协作。在协作学习环境中积极的互动、评估以及交流思想和经验，可增强学习者的兴趣，同时提高他们的批判性思维（Johnson & Johnson, 1986）。但不可否认的是，作为一种较为复杂的新兴技术，VR技术应用所产生的认知负荷（高媛, 等, 2016）对知识协同构建具有一定阻碍。

VR适合各个学习阶段、各类知识的协作学习。从目前文献中已有的对VR协作学习效果的研究数据来看，各学习阶段学习者皆能受到VR中等的促进作用，不同的学习阶段并不影响基于VR的协作学习效果。每个学习阶段有各自的学段特点，各阶段对应的学习者、学习内容、协作方式等都有很大的不同，若VR协作系统根据其学段特点具体设计，VR在协作学习中的应用效果在各个阶段并不会出现较大差异。不同类型的知识学习同样不影响VR在协作学习中的应用效果，VR既适用于学习事物“是什么”“怎么样”的理论知识的协作探究，又适用于教授关于“怎么办”的实践技能的协作培训。需要注意的是，调节作用不显著的原因也可能是目前基于VR的协作学习相关研究较少，仍然需要后续研究者通过类似研究对此进行反复验证。VR在协作学习中的应用效果如何还将落脚于VR系统的具体设计上，不同的学习阶段需要学习不同的知识内容，不同的知识内容可通过不同的表征方式呈现，协作系统研发时应将学习内容与VR技术特征进行适宜结合，设计出适应学习者学习阶段、所学知识特征的交互功能（刘永娜, 等, 2015），才有助于协作的发生。

VR具有影响协作内容设计的能供性。VR的独特特征与其功能和协作学习效果密切相关，根据不同学习阶段学习者的特点、不同知识点的特征等对协作交互功能及内容呈现方式（丁楠, 等, 2017）等进行科学、合理且有针对性的选择与设计，有助于保证VR在协作中的顺利使用。在三类VR协作系统中，当前研究和实践主要集中在基于虚拟世界的多人协作上，但其应用效果相对稍弱。剖析其原因可发现，一般而言，相对于虚拟游戏、虚拟仿真，虚拟世界的场景构架、活动范围虽大于二者，但学习的趣味性、针对性略低。多刺激物的设置使得学生的注意力易受无关事物影响（高媛, 等, 2016）。VR并非能直接适用于所有课程的协作学习，不能盲目地应用。为了发挥其潜在的学习效益，在具体研究和应用中VR系统的开发需在学习目标的指导下将学习者特征、知识内容与技术特点恰当融合，设计能够充分发挥学习者能动性和创造性的VR协作活动，将VR对协作学习的促进作用提升到一个更高的水平。这对基于VR的学习的发展来说无疑是一个挑战。

六、

结束语

VR的发展促进现代学习体验的开发和评估，越来越多的VR系统被应用于协作学习，这为研究人员和教学设计者提供了新的机遇和挑战。目前，由于可能存在的VR应用方式以及实验设计等的差异，VR系统对学生学习效果的影响呈现了广泛的可变性。对现有基于VR的协作学习文献的回顾使本研究得出结论，在协作学习中，与传统的协作方式相比，总体上VR在提高学习收益方面更有用，其对学习者认知、技能和情感均起促进作用，是一种有效的教学模式，且存在较大提升空间。有一点需要注意，在协作学习中VR对学习效果的影响大小应该是批判性的。一方面，它是VR在协作学习中使用效果的一个很好的观照，是对当前的争议“VR作用于协作学习是否具有实质性应用效果”的回应。另一方面，应具体情况具体分析，这些研究结果仅作参考。本研究依旧存在研究数据样本量不够大、分析框架不够完善以及分类还需要更细致等方面的不足。因此，未来还需要综合考虑更多的有关VR对学习效果影响的研究，从而进行更为深入完善的分析，才能进一步验证VR对协作学习的真正教育价值及其能供性。

参考文献

丁楠，汪亚珉. 2017. 虚拟现实在教育中的应用：优势与挑战[J]. 现代教育技术，27（2）：19-25.

高媛，刘德建，黄真真，等. 2016. 虚拟现实技术促进学习的核心要素及其挑战[J]. 电化教育研究，37（10）：77-87.

李宝敏，王钰彪，任友群. 2019. 虚拟现实教学对学生学习成绩的影响研究——基于40项实验和准实验的元分析[J]. 开放教育研究，25（4）：82-90.

李海峰，王炜. 2019. 计算机支持的协作学习的研究谱系与发展动态[J]. 中国远程教育（3）：23-33.

刘德建，刘晓琳，张琰，等. 2016. 虚拟现实技术教育应用的潜力、进展与挑战[J]. 开放教育研究，22（4）：25-31.

刘小燕. 2011. 分布式虚拟现实在CSCL中应用的学习环境展望[J]. 中国教育信息化（7）：71-73.

刘永娜，张树玲，孙波. 2015. 社会性交互及其在三维虚拟学习环境中的实现[J]. 现代远程教育研究（4）：104-112.

李文昊，张银艳. 2016. 学习风格对学习者在线协作学习过程影响的实证研究[J]. 现代教育技术，26（6）：94-100.

毛良斌，郑全全. 2005. 元分析的特点、方法及其应用的现状分析[J]. 应用心理学（4）：354-359.

彭梓涵，王运武. 2019. 基于混合学习模式的小组协作学习行为影响因素研究[J]. 黑龙江高教研究（6）：141-147.

史铁君. 2008. 虚拟现实在教育中的应用[D]. 长春：东北师范大学硕士学位论文.

宋伟，孙众. 2013. 数字化学习资源有效性的元分析[J]. 中国电化教育（11）：81-85.

王素芬，冯亚男，王志军，等. 2018. 信息技术对学习者认知信息加工的协同影响[J]. 东华大学学报（自然科学版），44（1）：132-140.

王雪，徐文文，高泽红，等. 2019. 虚拟现实技术的教学应用能提升学习效果吗？——基于教学设计视角的38项实验和准实验的元分析[J]. 远程教育杂志，37（6）：61-71.

夏凌翔. 2005. 元分析方法的几个基本问题[J]. 山西师大学报（社会科学版）（3）：34-38.

杨刚，徐晓东. 2010. 计算机支持的协作学习研究现状与发展趋势——关于CSCL的定量与定性分析[J]. 远程教育杂志，28（3）：93-101.

余亮，黄荣怀. 2013. 资源、角色结构化对协作学习结果的影响研究[J]. 电化教育研究，34（1）：32-40.

赵一鸣，郝建江，王海燕，等. 2016. 虚拟现实技术教育应用研究演进的可视化分析[J]. 电化教育研究（12）：26-33.

郑兰琴，崔盼盼，李欣. 2018. 移动学习能促进学习绩效吗——基于2011-2017年国际英文期刊92项研究的元分析[J]. 现代远程教育研究，156（6）：47-56.

周榕，李世瑾. 2019. 虚拟现实技术能提高学习成效吗？——基于46个有效样本的实验与准实验元分析[J]. 现代教育技术，29（11）：46-52.

Andreas, K., Tsiatsos, T., Terzidou, T., & Pomportsis, A. (2010). Fostering collaborative learning in Second Life: Metaphors and affordances. Computers & Education, 55(2), 603-615.

Borenstein, M., Hedges, L. V., Higgins, J. P., & Rothstein, H. R. (2009). Introduction to meta-analysis. West Sussex,UK: Wiley & Sons:3-203.

Borenstein, M., Hedges, L. V., Higgins, J. P., & Rothstein, H. R. (2010). A basic introduction to fixed-effect and random-effects models for meta-analysis. Research synthesis methods, 1(2), 97-111.

Chen, X., Chen, Z., Li, Y., He, T., Hou, J., Liu, S., & He, Y. (2019). ImmerTai: Immersive Motion Learning in VR Environments. Journal of Visual Communication and Image Representation, 58, 416-427.

Cohen, J. , Cohen, J. , Cohen, J. W. , Cohen, J. , Cohen, J., Cohen, J., et al. (1988). Statistical power analysis for the behavioral science. Technometrics, 31(4), 499-500.

Cooper, H., Hedges, L. V., & Valentine, J. C. (Eds.). (2009). The handbook of research synthesis and meta-analysis. New York: Russell Sage Foundation.

Dickey, M. D. (2005). Three-dimensional virtual worlds and distance learning: two case studies of Active Worlds as a medium for distance education. British journal of educational technology, 36(3), 439-451.

Egger, M. , Smith, G. D. , Schneider, M. , & Minder, C.. (1997). Bias in meta-analysis detected by a simple, graphical test. BMJ, 315.

Gibson, J. J. (2014). The ecological approach to visual perception: classic edition. London: Psychology Press.

Greenland, S. (1994). Invited commentary: a critical look at some popular meta-analytic methods. American journal of epidemiology, 140(3), 290-296.

Hew, K. F., & Cheung, W. S. (2010). Use of three-dimensional (3-D) immersive virtual worlds in K-12 and higher education settings: A review of the research. British journal of educational technology, 41(1), 33-55.

Higgins, J. P., Thompson, S. G., Deeks, J. J., & Altman, D. G. (2003). Measuring inconsistency in meta-analyses. Bmj, 327(7414), 557-560.

Hu, P. J. H., & Hui, W. (2012). Examining the role of learning engagement in technology-mediated learning and its effects on learning effectiveness and satisfaction. Decision support systems, 53(4), 782-792.

Hwang, W. Y., & Hu, S. S. (2013). Analysis of peer learning behaviors using multiple representations in virtual reality and their impacts on geometry problem solving. Computers & Education, 62, 308-319.

John, P., & Sutherland, R. (2005). Affordance, opportunity and the pedagogical implications of ICT. Educational Review, 57(4), 405- -413.

Johnson, R. T., & Johnson, D. W. (1986). Cooperative learning in the science classroom. Science and children, 24(2), 31-32.

Ke, F., & Carafano, P. (2016). Collaborative science learning in an immersive flight simulation. Computers & Education, 103, 114-123.

Ke, F., & Moon, J. (2018). Virtual collaborative gaming as social skills training for high-functioning autistic children. British Journal of Educational Technology, 49(4), 728-741.

Khanal, P. (2014). Design, Development and Evaluation of Collaborative Team Training Method in Virtual Worlds for Time-critical Medical Procedures (Doctoral dissertation, Arizona State University).

Khanal, P., Vankipuram, A., Ashby, A., Vankipuram, M., Gupta, A., Drumm-Gurnee, D., .& Smith, M. (2014). Collaborative virtual reality based advanced cardiac life support training simulator using virtual reality principles. Journal of biomedical informatics, 51, 49-59.

Limperos, A. M. , Buckner, M. M. , Kaufmann, R. , & Frisby, B. N. . (2015). Online teaching and technological affordances: an experimental investigation into the impact of modality and clarity on perceived and actual learning. Computers & Education, 83(apr.), 1-9.

Lorenzo, C. M. (2014). Teacher’s skill improvement by role-play and simulations on collaborative educational virtual worlds. Journal of Educational Computing Research, 50(3), 347-378.

Merchant, Z., Goetz, E. T., Cifuentes, L., Keeney-Kennicutt, W., & Davis, T. J. (2014). Effectiveness of virtual reality-based instruction on students’ learning outcomes in K-12 and higher education: A meta-analysis. Computers & Education, 70, 29-40.

Monahan, T., Mcardle, G., & Bertolotto, M.. (2008). Virtual reality for collaborative e-learning. Computers & Education,50(4), 1339-1353.

Moskaliuk, J., Bertram, J., & Cress, U. (2013). Impact of virtual training environments on the acquisition and transfer of knowledge. Cyberpsychology, Behavior, and Social Networking, 16(3), 210-214.

Nakayama, S., & Jin, G. (2012). Improving Students’ Learning Outcomes in Safety Education through Interdepartmental Collaboration. In Proceedings of the 2012 Conference for Industry and Education Collaboration, Orlando, Florida, February (pp. 1-3).

Norman, D. A. (1988). The psychology of everyday things. New York: Basic books.

Soderstrom, T., Hall, L., Nilsson, T., & Ahlqvist, J. (2012). How does collaborative 3D screen-based computer simulation training influence diagnostic skills of radiographic images and peer communication?. Contemporary Educational Technology, 3(4), 293-307.

Tamim, R., Bernard, R., Borokhovski, E., Abrami, P., & Schmid, R. (2011). What Forty Years of Research Says About the Impact of Technology on Learning: A Second-Order Meta-Analysis and Validation Study. Review of Educational Research, 81(1), 4-28.

Wang, C. X., Calandra, B., Hibbard, S. T., & Lefaiver, M. L. M. (2012). Learning effects of an experimental EFL program in Second Life. Educational Technology Research and Development, 60(5), 943-961.

Zheng, D., Young, M. F., Brewer, R. A., & Wagner, M. (2009). Attitude and self-efficacy change: English language learning in virtual worlds. CALICO journal, 27(1), 205-231.

作者简介

郑玲，硕士研究生；陈娟菲，硕士研究生；张可，本科生。西南大学教育学部（400715）。

刘革平，教授，博士生导师，本文通讯作者；谢涛，副教授。西南大学教育学部智慧教育研究院（400715）。

基金项目：本文系国家自然科学基金项目“基于大数据协同感知的学习行为时间模式挖掘研究”（项目编号：61807027）的研究成果。

责任编辑：张志祯 刘莉

2021年第4期目次

中国期刊方阵双效期刊

中文核心期刊

中文社会科学引文索引（CSSCI）来源期刊

AMI综合评价（A刊）核心期刊

人大复印报刊资料重要转载来源期刊

中国科学评价研究中心（RCCSE）核心期刊

邮发代号2-353，全国各地邮局均可订阅。

本社亦办理征订，联系电话：010-68182513

更多精彩内容，尽在阅读原文

我知道你在看哟

欢迎您留言，反馈意见建议

电话：（010）68182514

邮箱：zzs@ouchn.edu.cn