教学视频中交互控制促进有意义学习的实验研究*
2018-01-19王志军
王 雪 周 围 王志军
（天津师范大学 教育科学学院，天津 300387）
一、引言
近年来，“视频公开课”、“资源共享课”、MOOCs、微课等新型的网络教育资源不断涌现，吸引了大批学习者的学习与访问。这些新型网络教育资源的共同之处在于，皆使用视频作为核心的教学内容传递媒介。视频是学习者获取知识的最主要渠道，其质量将直接影响学习者对课程的参与度和学习效果[1]。
随着视频教育价值的不断凸显，如何从学习技术层面提升教学视频的学习效果，是教学与技术研究者有义务进行解决的，其中，视频的学习交互性问题是突出的困境[2]。何克抗教授提出，交互能够支持动觉学习和并行协作学习，从而影响学习者的学习过程，且人们对交互变革教学持乐观态度[3]。教学视频中不同的交互设计可能会影响学习者的视觉认知过程、学习体验和学习效果。基于此，我们将探究适合于陈述性知识和程序性知识两种知识类型教学视频的交互控制设计方法，以促进有意义学习结果的发生，为提升教学视频的质量提供参考和借鉴。
二、相关研究综述
（一）教学交互是促进教学视频有意义学习结果发生的重要途径
国内外已有不少学者对网络教育领域中的教学交互分类进行了探究，为本研究的顺利开展提供了重要参考和理论依据。国外学者Moore提出了远程教育中的三大交互类型，即学习者与教师之间的交互、学习者与学习内容之间的交互以及学习者与学习者之间的交互[4]。Hillman等研究者在此基础上，对交互行为进行了更深入的分析，认为学习者与学习内容之间的交互纽带是界面，并提出了第四种交互类型即学习者与界面之间的交互[5]。我国学者陈丽进一步提出了远程学习中的教学交互层次塔，包含操作交互、信息交互和概念交互，三者从前往后逐渐是从具体到抽象、从低级到高级，且后者建立在前者基础之上[6]。
多媒体学习认知理论的创始人Mayer教授认为，在多媒体情境下有意义学习的本质是建构性的学习，要依靠学习者在学习过程中主动地激活一系列认知加工过程，包括选择新信息、组织信息结构和整合新信息与旧经验。因此，选择、组织和整合是建构学习的三个基本过程，他们共同组成有意义的学习[7]。教学视频作为网络教育资源的一种重要形式，也是发生于多媒体情境下的学习，其交互设计的根本目的在于激发学习者的主观能动性，引导学习者主动学习、建构知识体系，从而促进有意义学习结果的发生，提高学习效果。
我们参考陈丽教授的教学交互层次塔理论，将教学视频中的交互也分为三个层次，即学生与视频界面间的操作交互（如，播放、暂停、前进、后退等操作）、学生与视频之间的信息交互（如，视频中的内嵌测试、自主控制、超链接等）以及学生新旧概念之间的概念交互 （新知识与原有知识的联结与整合），如图1所示。其中，操作交互是设计和开发视频界面的重心；信息交互仅保留学生与视频资源之间的交互，因为学生与教师的交互体现于与视频资源间的交互，视频是教师教学设计的产物，而学生与学生的交互依靠教学视频难以实现，信息交互是教学设计的重点；概念交互是学生新旧概念的交互，是判断是否促成有意义学习结果发生的重要依据。
图1 教学视频中的教学交互层次塔
（二）教学视频的特征与学习行为及效果之间的关系
教学视频设计研究的一个重要主题，是将教学视频的特征与视频学习行为及效果联系起来，以了解视频中什么样的特征可以促进或阻碍学习者的学习，从而帮助视频制作者以更符合认知学习科学的方式来呈现知识[8]。
国内外研究者曾对视频的长度、标注、呈现方式、字幕设计等特征，与学习行为及效果之间的关系进行探究。如，Brinton等分析了视频观看过程中复播、暂停、跳过等行为与测验成绩的关系，结果表明，视频观看行为在有限的课程资源 （即长度较短的视频课程）中能明显影响测验成绩[9]。Moya等设计开发了MOOCs中的协同标注工具（CaTooL）和开放视频标注工具（OVA），并将其运用到edx平台的MOOCs中，以提高课程的趣味性。他们通过比较利用两种工具获得的180名学习者的学习数据，发现开放视频标注工具更有利于提升学习者的学习成绩[10]。
杨九民采用实验研究方法，探究了教学视频中教师呈现比例对学习者的社会存在感、学习满意度、认知负荷和学习效果的影响。该研究将视频中的教师呈现比例划分为三种，即，8.4%的小呈现比例、26.1%的中等呈现比例和41.8%的大呈现比例，发现小呈现比例的教师呈现有利于提高学习满意度和学习效果，而大呈现比例的教师呈现却会降低学习满意度和学习效果[11]。陈侃等对Coursera平台上的中文课程“大数据与信息传播”的后台点击行为大数据进行了分析，同时对分析进行了评分者一致性检验，以探究学习者在视频学习时的跳转行为与视频呈现方式之间的关系，结果表明：当教师头像和PPT交替出现时，视频跳转率最高；PPT与头像同时出现或单独出现时差别不大；视频中PPT出现作业和概念性教学内容时，跳转率增加；PPT出现总结性内容时，跳转率则降低[12]。
王志军教授带领的多媒体画面语言学团队认为，数字化教学资源的基本组成单位是 “多媒体画面”，而教学视频也是由“多媒体画面”组成，这种画面融合了文字、图片、声音、动画和影像等多种媒体呈现形式，并且具有交互功能[13]。依据此种观点，教学视频中的字幕、PPT、声音、动画、教师呈现方式、交互等均属于教学视频的特征范畴。
我们研究团队针对教学视频的特征，也进行了一系列相关研究。例如，王雪等将教学视频中的字幕分为全字幕、概要字幕和无字幕三种形式，采用眼动实验方法探究了适合于陈述性和程序性知识教学视频的字幕形式，结果表明：对于陈述性知识视频，应该为其配上字幕，全字幕能够帮助学习者获得更好的学习数量，概要字幕则能帮助学习者取得更好的学习质量，学习者的学习效果与字幕区的眼动指标正向相关；对于程序性知识视频，概要字幕能帮助学习者同时取得最好的学习数量和学习质量，学习效果基本与视频区的眼动指标正向相关[14]。刘哲雨采用眼动实验和认知行为实验相结合的范式，对虚拟现实环境下的教学视频设计进行了探究，研究证实了为学习者提供学习过程回顾、学习效果评测，有助于帮助学习者维持较高的学习动机，促进学习者的行为投入，促成深度学习的发生[15]。
上述研究有力证实了学习者的学习行为和效果会受到教学视频特征的影响，与此同时，交互作为教学视频的特征之一，其优化设计也是不容忽视的。我们通过对目前主流网络教学平台中的教学视频进行分析，还发现仅有少量的教学视频提供交互功能，而且交互方式也较单一，如：视频下方字幕链接到视频中的对应位置、视频内嵌入学习资源的超链接或者测试题。此外，我们分析了在部分视频课程中学生对视频交互的评论，发现学生认为“学习者与学习资源的交互”和“学习者与媒体界面的交互”比较重要。
（三）多媒体学习材料中交互控制与学习行为及效果之间的关系
通过对国内外相关文献进行梳理，发现直接针对教学视频中的交互设计的研究目前较少，已有的研究大多集中于多媒体学习材料中的自主控制对学习行为及效果的影响。根据认知学习领域研究者Merrill和Reigeluth等的理论，多媒体学习中的学习者自主控制，有益于提升学习者的学习效果和学习效率[16-17]。Mayer教授进行了“闪电暴雷的形成过程”、“制动器的工作原理”等多媒体教学实验研究，验证了自主控制有利于提升学习者的学习效果，而且认为自主控制的交互性越高，赋予学习者的学习自主性越多，将越有利于学习者学习[18]。Kolas认为，在多媒体学习材料中交互的最主要作用，在于吸引学习者和激发其学习兴趣，增强学习者对学习内容的理解[19]。而另一方面，也有研究得出不一样的结论，如Snow认为，学习者控制并不能有效地适应所有学习者的个性化学习，不能完全决定学习者在学习过程中能够学到多少[20]；Lawless等的研究也表明，学习者控制虽然可以提升学习者的自我效能感和学习态度，但不限程度的控制反而会降低学习效果[21]。
由此可见，教学视频中的交互尽管是作为一种特征元素，但其设计也会对学习者的学习行为和效果产生影响，且交互是学习者视频学习过程中特别需要关注的部分。然而，国内外直接针对于教学视频中交互控制程度的研究却很少，已有的研究结论多有关多媒体学习材料，交互控制程度是否适用于教学视频，仍需进一步验证。而且，多数有关教学交互控制的研究，对于学习效果的测量没有关注到有意义学习的效果，且测量通常发生于认知过程结束之后，不能充分反映学习者的视觉认知加工过程，对学习者的学习满意度、认知负荷等学习体验也缺乏分析。此外，已有的研究尚存在结论不一致的状况，这或许与教学视频的其他影响因素（如，视频中的知识类型等）有关。
三、研究方法
（一）实验目的
我们在教学视频中的教学交互层次塔基础上，探究不同知识类型的教学视频中，不同交互控制程度对学习者视觉认知过程、学习体验和学习效果的影响，从而总结出适用于不同知识类型的教学视频的交互控制程度的设计规则，以促进教学视频有意义学习结果的发生。
（二）被试
本实验随机招募了天津师范大学105名视听能力正常的大学生作为实验被试，筛选出无先前知识基础且眼动采样率高于60%的有效被试90人，随机分为三组，每组30人。
（三）实验仪器
眼动仪一台，用于记录被试的眼动数据，型号为Tobii X120，采样率为120Hz，配套软件为Tobii Studio 3.2。工作站一台，用于运行实验所用的软件系统，型号为惠普Z620。效果测试用计算机一台，被试用于完成程序性知识视频测试题中的操作题。
（四）实验设计
本实验采用3（交互控制程度）×2（知识类型）两因素混合实验设计形式，整体设计如图2所示。
图2 研究实验设计
1.自变量
（1）交互控制程度：被试间变量，属于教学视频中的教学交互层次塔的中间层，即信息交互层面，是视频教学设计的最主要内容，如图2所示，包括无选择、选择既定顺序、完全自主选择三个水平，交互控制程度依次升高。（2）知识类型：被试内变量，包括陈述性知识和程序性知识两个类型。
2.因变量
（1）认知负荷：反映学习者在完成某项特定的认知任务时，进行信息加工所消耗的认知资源的总量[22]。本研究采用主观的认知测量方法（由被试完成学习任务后自我汇报），获取被试的学习材料感知难度和心理努力程度[23]。
（2）学习满意度：包括整体满意度和交互满意度。整体满意度反映被试对视频学习整个过程体验的满意度，交互满意度反映被试对视频中的交互设计体验的满意度。
（3）眼动指标：包括总注视次数、总注视时间、平均注视时间[24]。其中总注视次数是一个或一组兴趣区内所用的注视点个数，反映学习者对学习材料的注意程度；总注视时间是一个或一组兴趣区内所有注视点的持续时间之和，反映学习者对学习材料的加工程度；平均注视时间是学习者的视线停留在注视点上的平均时间，反映学习者对学习材料的认知负荷和加工程度[25]。
（4）学习效果：包括保持测试成绩和迁移测试成绩。保持测试成绩，反映学习者记住了多少，即学习数量；迁移测试成绩，反映学习者理解、融会贯通和应用了多少，即学习质量，是教学视频中的教学交互层次塔的最高层交互（即新旧概念之间的交互）是否发生的标志，以此来判断学习者有意义学习的效果[26]。
3.无关变量
被试的先前知识基础：对所有被试进行先前知识测试，并将得分较高的被试数据剔除，以免对学习效果数据产生干扰。
（五）实验材料
1.被试基本信息问卷
对被试基本情况进行调查，具体包括姓名、性别、年龄、专业等。
2.先前知识问卷两份
分别用于测试两种知识类型视频被试的先前知识水平，保证所有被试具有相同的知识基础。
3.视频学习材料六份
陈述性知识视频的主题为“脑不对称性”，包括“脑功能偏侧化”、“左右脑半球大小和结构上的差异”、“神秘的脑不对称性”三个部分教学内容，时长为4分58秒；程序性知识视频的主题为“批量制作带照片的准考证”，包括“数据源处理”、“设置标签”、“制作准考证”三个部分教学内容，时长为5分18秒。陈述性知识和程序性知识视频各三份，包括“无选择”、“选择既定顺序”和“完全自主选择”三种交互控制程度。“无选择”视频是原始视频学习材料（如图3左），被试无法选择学习顺序；“选择既定顺序”是为被试提供三种设计好的学习顺序（如图3中）；“完全自主选择”则由被试完全自主选择学习内容顺序（如图3右）。视频的交互控制程度由“无选择”、“选择既定顺序”到“完全自主选择”依次升高。
图3 无选择（左）、选择既定顺序（中）和完全自主选择（右）
4.认知负荷问卷
包括学习材料感知难度 （7点量表：1表示最少的努力程度，7表示最大的努力程度）、心理努力程度（7点量表：1表示非常简单，7表示非常困难）。
5.学习满意度问卷
由4道主观评定题（7点量表：1表示最不满意，7表示最满意）构成，包含对于 “视频整个学习过程”、“视频中的交互设计”满意程度的调查[27]。
6.学习效果测试问卷
陈述性知识保持测试共有7道题目，题型为判断题、填空题、选择题三种；程序性知识保持测试共有4道题目，题型为填空题、选择题两种。问卷分别考察对应视频学习材料的10个知识点，答对1个计1分，答错计0分，总分为10分。
陈述性知识迁移测试共有2道题目，1道简答题、1道开放题，每道题各5分，总分为10分。简答题共有三个层面的答案，答对分别计2分、2分、1分，答错计0分，开放题共有两种可能性的解释，答对1个计2.5分（依据回答的完整度、精确度酌情给分），答错计0分；程序性知识迁移测试为1道上机操作题，分为“表格操作”和“文档操作”两个部分，完成1个部分计5分（依据操作的准确度、完整度酌情给分），共10分。
（六）实验过程
1.被试填写先前知识测试问卷，记录被试的基本信息，测试先前知识水平；
2.主试引导被试进入实验室，坐到眼动仪前的椅子上，向被试说明实验过程和注意事项，并帮助被试放松心情；
3.根据需要调整座椅的距离和高度，进行眼动定标，定标完成后呈现实验指导语；
4.被试开始学习视频材料，视频播放完毕按空格键退出实验程序；
5.被试运用移动设备扫描调查问卷二维码，完成学习体验调查问卷；
6.被试完成学习效果测验试题。
四、数据分析
（一）学习效果分析
本研究分别记录被试学习不同知识类型和不同交互控制程度教学视频的保持测试成绩、迁移测试成绩，如表1所示，并使用IBM SPSS Statistics 22对相关数据进行统计分析。
表1 不同实验分组的两项成绩
在保持测试成绩方面：两种知识类型视频的保持测试成绩都是从无选择组、选择既定顺序组到完全自主选择组依次升高。
在迁移测试成绩方面：陈述性知识视频的迁移测试成绩从无选择组、选择既定顺序组到完全自主选择组依次升高；程序性知识视频的迁移测试成绩从选择既定顺序组、无选择组到完全自主选择组依次升高。
1.两因素的主效应与交互作用分析
为了解交互控制程度和知识类型两种因素的主效应和交互作用情况，我们对各组的两项成绩进行了重复测量多因素方差分析（GLM重复度量），结果表明：对于保持测试成绩，交互控制程度主效应显著（F（2，87）=7.997，p=0.001＜0.01），知识类型和两因素交互作用都不显著（F（1，87）=1.874，p=0.175＞0.05；F（2，87）=0.783，p=0.460＞0.05）； 而对于迁移测试成绩，两因素的主效应和交互效应都显著（F（2，87）=19.223，p=0.000＜0.01；F（1，87）=23.290，p=0.000＜0.01；F（2，87）=4.363，p=0.0.016＜0.05）。这表明，交互控制程度对不同知识类型教学视频两项学习效果的影响是不同的。
2.组间差异分析
通过对陈述性知识视频和程序性知识视频三组被试的保持测试成绩和迁移测试成绩进行Oneway方差分析，结果发现：陈述性知识视频的保持测试成绩和迁移测试成绩组间差异都极其显著 （F=8.004，p=0.001＜0.01；F=13.038，p=0.000＜0.01）；程序性知识视频的保持测试成绩组间差异不显著 （F=2.476，p=0.090＞0.05），迁移测试成绩组间差异极其显著 （F=12.784，p=0.000＜0.01）。使用 LSD 和配对样本 T 检验法，分别对两种知识类型视频下三组不同交互控制程度的各项成绩进行比较，以进一步确定组间差异情况，分析结果汇总如表2所示。
表2 学习效果的组间差异情况分析
（二）眼动数据分析
本研究分别记录被试学习不同知识类型和不同交互控制程度教学视频时的总注视时间、总注视次数和平均注视时间，分析被试的视觉认知过程，具体数据如表3所示。
表3 不同实验分组的眼动指标
在总注视时间和总注视次数上：陈述性知识视频和程序性知识视频的总注视时间和总注视次数都是从无选择组、选择既定顺序组到完全自主选择组依次升高。
在平均注视时间上：陈述性知识视频的平均注视时间从无选择组、完全自主选择组到选择既定顺序组依次升高；程序性知识视频的平均注视时间从无选择组、选择既定顺序组到完全自主选择组依次降低。
1.两因素的主效应与交互作用分析
通过对各项眼动指标进行重复测量多因素方差分析，以探究知识类型和交互控制程度两因素的主效应和交互作用情况，结果表明：对于总注视时间和总注视次数，交互控制程度和知识类型主效应显著（F（2，87）=9.476，p=0.000＜0.01；F（1，87）=105.817，p=0.000 ＜0.01；F （2，87） =4.091，p=0.020 ＜0.05；F（1，87）=58.885，p=0.000＜0.01），两因素交互作用都不显著 （F （2，87）=0.190，p=0.827＞0.05；F （2，87）=0.530，p=0.591＞0.05）。 但是，由于两种知识类型视频的时长相差20秒，因此，知识类型主效应显著意义不大；对于平均注视时间，知识类型主效应显著（F（1，87）=388.045，p=0.000＜0.01），而交互控制程度主效应和两因素的交互作用都不显著（F（2，87）=0.033，p=0.967＞0.05；F（2，87）=0.930，p=0.399＞0.05）。
2.组间差异分析
对陈述性知识视频和程序性知识视频三组被试的各项眼动指标进行Oneway方差分析，结果表明：陈述性知识视频的总注视时间组间差异显著 （F=4.002，p=0.022＜0.05）， 总注视次数和平均注视时间的组间差异都不显著 （F=2.039，p=0.136＞0.05；F=0.474，p=0.624＞0.05）；程序性知识视频的总注视时间和总注视次数组间差异都极其显著（F=15.418，p=0.000＜0.01；F=5.256，p=0.007＜0.01）， 平均注视时间组间差异不显著（F=0.072，p=0.931＞0.05）。 使用 LSD和配对样本T检验法，分别对两种知识类型视频下三组不同交互控制程度的各项眼动指标进行比较，以进一步确定组间差异情况，分析结果汇总如表4所示。由于两种知识类型视频时长相差20秒，分析两种知识类型视频的总注视时间和总注视次数组间差异意义不大，因此，仅对相同交互方式下不同知识类型视频的平均注视时间进行了配对样本T检验。
表4 眼动指标的组间差异情况分析
（三）学习体验分析
1.认知负荷
本研究分别记录被试学习不同知识类型和不同交互控制程度教学视频的学习材料感知难度和心理努力程度，如表5所示。
表5 不同实验分组的认知负荷
在学习材料感知难度方面：两种知识类型视频的学习材料感知难度都是从无选择组、选择既定顺序组到完全自主选择组依次降低。
在心理努力程度方面：陈述性知识视频的心理努力程度从选择既定顺序组、完全自主选择组到无选择组依次升高，程序性知识视频的心理努力程度从选择既定顺序组、无选择组到完全自主选择组依次升高。
（1）两因素的主效应与交互作用分析。通过进行重复测量多因素方差分析，结果表明：对于学习材料感知难度，交互控制程度主效应显著（F（2，87）=3.323，p=0.041＜0.05）， 知识类型和两因素的交互效应都不显著（F（1，87）=1.720，p=0.193＞0.05；F（2，87）=0.019，p=0.981＞0.05）；对于心理努力程度，知识类型的主效应显著（F（1，87）=4.214，p=0.043＜0.05），交互控制程度和两因素的交互效应都不显著（F（2，87）=0.233，p=0.793＞0.05；F（2，87）=0.977，p=0.381＞0.05）。
（2）组间差异分析。通过进行Oneway方差分析，结果表明：陈述性知识视频和程序性知识视频三组的学习材料感知难度组间差异都不显著 （F=1.564，p=0.215＞0.05；F=2.163，p=0.121）， 心理努力程度组间 差 异 也 都 不 显 著 （F=0.080，p=0.924＞0.05；F=0.736，p=0.482＞0.05）。使用LSD和配对样本T检验法，分别对两种知识类型视频下三组不同交互控制程度的两项认知负荷进行比较，以进一步确定组间差异情况，分析结果汇总如表6所示。
表6 认知负荷的组间差异情况分析
2.学习满意度
本研究分别记录被试学习不同知识类型和不同交互控制程度教学视频的整体满意度和交互满意度（见表 7）。
表7 不同实验分组的学习满意度
在整体满意度方面：陈述性知识视频从无选择组、选择既定顺序组到完全自主选择组依次升高，程序性知识视频则从选择既定顺序组、无选择组到完全自主选择组依次升高。
在交互满意度方面：陈述性知识视频和程序性知识视频都是完全自主选择组高于选择既定顺序组。
（1）两因素的主效应与交互作用分析。通过进行重复测量多因素方差分析，结果表明：对于整体满意度， 知识类型的主效应显著 （F （1，87）=9.164，p=0.003＜0.01），交互控制程度的主效应和两因素交互效应都不显著（F（2，87）=1.242，p=0.294＞0.05；F（2，87）=2.127，p=0.125＞0.05）；对于交互满意度，交互控制程度和知识类型的主效应都显著 （F （1，58）=9.164，p=0.001＜0.01；F（1，58）=5.252，p=0.026＜0.05），两因素交互效应不显著（F（1，58）=0.307，p=0.582＞0.05）。
（2）组间差异分析。通过进行Oneway方差分析，结果表明：陈述性知识视频和程序性知识视频三组整体满意度的组间差异都不显著 （F=2.226，p=0.114＞0.05；F=0.861，p=0.426＞0.05）。 使用 LSD、配对样本T检验和独立样本T检验法，分别对两种知识类型视频下三组不同交互控制程度的整体满意度和交互满意度进行比较，以进一步确定组间差异情况，分析结果汇总如表8所示。
表8 学习满意度的组间差异情况分析
五、实验结果讨论
（一）交互控制程度和知识类型对学习效果的影响
不同的交互控制程度在两种知识类型下，对学习者保持测试成绩的影响是相同的。当学习者学习两种知识类型的教学视频时，其保持测试成绩均依次为完全自主选择组最高、选择既定顺序组居中、无选择组最低，且陈述性知识视频的组间差异显著。这表明：交互控制程度对两种知识类型视频的学习数量影响趋势相同，即，交互控制程度越高，学习数量越高，交互控制程度与学习数量正向相关。
不同的交互控制程度在两种知识类型下，对学习者迁移测试成绩的影响是不同的。两种知识类型的教学视频均是完全自主选择组的迁移测试成绩最高，这表明：当交互控制程度最高时，能帮助学习者加深对知识的理解，促进有意义学习结果的发生，取得最好的学习质量；当交互控制程度分别为选择既定顺序和无选择时，学习者学习两种不同知识类型的教学视频取得了不同的迁移测试成绩。陈述性知识视频的选择既定顺序组要显著高于无选择组，程序性知识视频的两组成绩却恰恰相反。
在三种交互控制程度下，陈述性知识视频组的保持测试成绩均低于程序性知识视频组，但差异不显著，这表明知识类型在视频的学习数量方面影响并不显著。而陈述性知识视频组的迁移测试成绩均高于程序性知识视频组，且当交互控制程度为选择既定顺序和完全自主选择时差异显著，这表明，当视频中的交互控制程度升高时，两种知识视频的学习质量差距加大，显然交互控制程度的升高，更有利于陈述性知识视频有意义学习结果的发生。
（二）交互控制程度和知识类型对眼动指标的影响
不同的交互控制程度在两种知识类型下，对学习者总注视时间和总注视次数的影响是相同的。学习者学习两种知识类型的教学视频时的这两项眼动指标均是完全自主选择组最高、选择既定顺序组居中、无选择组最低，且陈述性知识视频的总注视时间和程序性知识视频的总注视时间、总注视次数组间差异显著。这表明：交互控制程度对两种知识类型视频的视觉注意力影响趋势相同，即，交互控制程度越高，越能吸引学习者的视觉注意力，交互控制程度与视觉注意力正向相关。不同的交互控制程度在两种知识类型视频下，对学习者平均注视时间的影响都不显著。
由于两种知识类型视频的时长相差20秒，因此，在三种交互控制程度下的总注视时间和总注视次数的比较意义不大。而学习者学习程序性知识视频的平均注视时间都显著高于陈述性知识视频，这表明，学习者在学习程序性知识视频时投入了更多的认知加工资源，产生了更多的认知负荷。
（三）交互控制程度和知识类型对学习体验的影响
两种知识类型的教学视频，随着其交互控制程度的升高，学习者的学习材料感知难度都随之降低，这说明学习者的内在认知负荷也在随之降低，但学习者心理努力程度的变化不明显。学习者在学习程序性知识视频时的心理努力程度都显著高于陈述性知识视频，说明学习者获取程序性知识更加困难，产生了更多的内在认知负荷。
陈述性知识视频的整体满意度从无选择组、选择既定顺序组到完全自主选择组依次升高，且完全自主选择组显著高于无选择组，这表明，交互控制程度越高，学习者对教学视频的整体满意度越高；程序性知识视频的整体满意度则是从选择既定顺序组、无选择组到完全自主选择组依次升高，选择既定顺序是学习者最不满意的交互控制程度。两种知识类型视频的交互满意度，均是完全自主选择组显著高于选择既定顺序组，这表明完全自主选择最受学习者欢迎。此外，学习者学习陈述性知识视频的整体和交互满意度，都显著高于程序性知识视频。
（四）交互控制程度、学习效果、眼动指标与学习体验之间的联系
学习者在学习陈述性知识教学视频时：学习数量（保持测试成绩）和学习质量（迁移测试成绩）都与教学视频的交互控制程度、学习满意度和眼动指标正向相关，与学习材料感知难度反向相关。如图4至图6所示，教学视频的交互控制程度越高，越能促进有意义学习，学习者的学习效果就越好，总注视时间、总注视次数和学习满意度也越高，学习材料感知难度则越低。
学习者在学习程序性知识教学视频时：学习数量也是与教学视频的交互控制程度、学习满意度和眼动指标正向相关，与学习材料感知难度反向相关，各项数据之间的关联与上述的陈述性知识教学视频一致，如图4至图6所示；而学习质量仅与视频学习的整体满意度正向相关，即视频学习的整体满意度越高则学习质量越高，这表明学习者对自身有意义学习是否有效发生的认知与实际取得的学习质量较为匹配；选择既定顺序组取得了最差的学习质量和学习满意度，这或许是因为程序性知识的学习不仅仅停留在对概念和规则的理解上，还要在此基础上进行实际操作，学习者是否能利用视频中讲授的技能解决实际问题是程序性知识学习质量的重要体现，而视频中既定的学习顺序或许打乱了学习者的技能转化过程，阻碍有意义学习结果的发生。
图4 学习体验组间变化趋势图
图5 学习效果组间变化趋势图
图6 眼动指标组间变化趋势图
六、结论与展望
对于陈述性知识教学视频，应该添加学习者能自主控制的交互功能，交互控制程度越高（完全自主选择＞选择既定顺序＞无选择），越能优化学习者的视觉认知行为，有效控制认知负荷，促进学习者积极的认知活动和有意义学习，从而获得更好的学习体验和学习效果；对于程序性知识视频，也应该添加学习者能自主控制的交互功能，完全自主选择是最优的交互控制程度，可以帮助学习者降低认知负荷，获得最优的视觉认知行为、学习体验和学习效果，同时，应该避免使用选择既定顺序的交互控制程度，它会对程序性知识的技能转化与应用产生干扰，阻碍有意义学习结果的发生。
我们通过实验研究方法，针对教学视频中的交互控制程度，对学习者的视觉认知过程、学习体验和学习效果，进行了全面系统的分析。通过研究结论可知，教学视频中的交互作用是不容忽视的，它能够促进学习者积极主动地投入到学习中，提高课程参与度和信息加工深度，引导学习者形成新旧概念之间的交互，更好地完成知识的意义建构，进而提升学习体验和学习效果。需要注意的是，受人力、物力和时间等条件的限制，本研究中的被试仅限于天津师范大学的在校大学生105人，今后仍需选取多种类型的被试进行多次实验，通过大规模的教学实践检验研究结论。
[1]李青，刘娜.MOOC中教学视频的设计及制作方法——基于Coursera及edX平台课程的实证研究[J].现代教育技术，2016（7）:64-70.
[2]沈夏林，周跃良.论开放课程视频的学习交互设计[J].电化教育研究，2012（2）:84-87.
[3]何克抗.新技术在教育中应用的重要趋势:利用交互界面与交互空间支持学习——对美国《教育传播与技术研究手册》（第四版）的学习与思考之五[J].开放教育研究，2017（4）:30-39.
[4]Moore M．Three Types of Interaction[J].American Journal of Distance Education，1989（2）:1-6.
[5]Hillman D C A， Willis D J， Gunawardena C N.Learner-Interface Interaction in Distance Education:An Extension of Contemporary Models and Strategies for Practitioners[J].American Journal of Distance Education， 1994（2）:30-42.
[6]陈丽.远程学习的教学交互模型和教学交互层次塔[J].中国远程教育，2004（5）:24-28.
[7]钟志贤，肖宁.用信息技术促进有意义的学习[J].开放教育研究，2009（2）:44-49.
[8]Williams J J.Improving Learning in MOOCs with Cognitive Science[EB/OL].[2017-03-06].http://people.csail.mit.edu/zp/moocshop2013/paper23.pdf.
[9]Brinton C G，Buccapatnam S，Chiang M，et al.Mining MOOC Clickstreams:Video-Watching Behavior vs.In-Video Quiz Performance[J].IEEE Transactions on Signal Processing， 2016（14）:3677-3692.
[10]Moya J J M，Robles D C，Desenne P.Usabilidad y Satisfaction en Herramientas de Anotaciones Multimedia para MOOC[J].Comunicar，2015（44）:55-62.
[11][27]杨九民.在线视频课程中教师对学习过程与效果的影响[D].武汉：华中师范大学，2014.
[12]陈侃，周雅倩，丁妍，严文蕃，吕倩文.在线视频学习投入的研究——MOOCs视频特征和学生跳转行为的大数据分析[J].远程教育杂志，2016（4）:35-42.
[13]王志军，王雪.多媒体画面语言学理论体系的构建研究[J].中国电化教育，2015（7）:42-48.
[14]王雪，王志军，候岸泽.网络教学视频字幕设计的眼动实验研究[J].现代教育技术，2016（2）:45-51.
[15]刘哲雨，王志军.行为投入影响深度学习的实证探究——以虚拟现实（VR）环境下的视频学习为例[J].远程教育杂志，2017（1）:72-81.
[16]Merrill M D.Learner Control:Beyond Aptitude-treatment Interactions[J].Av Communication Review， 1975（2）:217-226.
[17]Reigeluth C，Stein F.The Elaboration Theory of Instruction[M]//Instructional-Design Theory，Vol.I:An Overview of their Current Status.LawrenceErlbaumAssociates，1983.
[18][美]迈耶著.多媒体学习[M].牛勇，丘香译.北京:商务印书馆，2006:172-181.
[19]Kolas L.Application of Interactive Videos in Education[C].International Conference on Information Technology based Higher Education and Training，2015:1-6.
[20]Richard E Snow.Aptitude， Learner Control， and Adaptive Instruction[J].Educational Psychologist， 1980（3）:151-158.
[21]Lawless K A，Brown S W.Multimedia Learning Environments:Issues of Learner Control and Navigation[J].Instructional Science，1997（2）:117-131.
[22]John Sweller， Jeroen J G van Merrienboer， Fred G W C Pass.Cognitive Architecture and Instructional Design[J].Educational Psychology Review， 1998（3）:251-296.
[23]陈巧芬.认知负荷理论及其发展[J].现代教育技术，2007（9）:16-19.
[24]王雪，王志军，李晓楠.文本的艺术形式对数字化学习影响的研究[J].电化教育研究，2016（10）:97-103.
[25]闫国利，熊建萍，臧传丽，余莉莉，崔磊，白学军.阅读研究中的主要眼动指标评述[J].心理科学进展，2013（4）:589-605.
[26]Mayer R E，Jaekson J.The Case for Coherence in Scientific Explanations:Quantitative Details can Hurt Qualitative Understanding[J].Journal of Experimental Psychology:Applied， 2005（1）:13-18.
