眼动仪在教育研究中的应用现状分析

刘奇岳

摘 要：随着信息技术的深入发展，眼动仪作为一项成熟技术，逐渐进入众多研究机构与学院视野之中，利用眼动仪获取的数据具有量化、适用、实用等特点，在教育研究中为研究者提供了极大帮助。通过对眼动仪功能与特性的简要介绍，从教育策略、教育应用、数据处理3個维度分析眼动仪应用现状，最后对眼动仪应用前景与趋势作出展望。

关键词：眼动仪;教育策略;教育应用;数据处理

DOI：10. 11907/rjdk. 182479

中图分类号：TP319

文献标识码：A文章编号：1672-7800（2019）006-0135-03

Abstract：With the further development of the information technology， the eye movement tracker， as a mature technology， has gradually entered into the field of vision of many research institutions and colleges. The data obtained by the eye movement tracker have the characteristics of quantitation， applicability and practicability， and it can provide great help to the researchers in the application of educational research. This paper briefly introduces the functions and characteristics of the eye tracker， and analyzes its application status from three dimensions of educational strategy， educational application and data processing. Finally， the application prospect and trend of the eye tracker are analyzed and prospected.

Key Words： eye tracker; educational strategy; educational application; data processing

0 引言

教育因素、教学资源等在学习中的应用及对认知的影响，一直是教育技术和学习科学领域的研究热点。但传统研究往往是基于学习者自我表述，或者通过对输出结果的分析判断学习者学习是否发生，并进一步分析学习者学习特点。这些外在数据在一定程度上掺杂学习者主观色彩，不能代表学习发生时的数据，故而很难完全反映教学资源对学习者学习的激励。眼动仪是可以记录人眼活动的仪器，其多种特性与教育研究具有高契合度。

（1）量化性。眼动仪能够客观公正地记录受试者注视持续时间、注视次数以及注视点序列等量化数据，且具有极高的信度与效度，可以广泛、重复应用于诸多实验。

（2）应用性。眼动仪可以生成热点图、路径图等直观示意图，同时，眼动仪支持实验者自行划定兴趣区域（AOI），以便获得规定时间内特定区域的眼动数据。

（3）适用性。眼动仪适用于教育过程中包含的各个角色，可揭示学习者特性同教学设计策略的关系，帮助教育者发现教学问题，提升教学技能，改善教学质量，还可帮助教学平台优化页面设计，减少资源浪费，提高教学效率。

（4）便捷性。经过多年发展，现今眼动仪具有简单易用、自动智能、操作友好、设计人性化、数据追踪精准可靠且可由多种格式导出等特点。Scheiter等[1]认为眼动追踪具有可以提供细化数据、改进多媒体设计、可作为教学材料等优点。张丽川等[2]认为眼动仪从眼控、完善多通道交互、支持基于计算机的人人对话三方面支持了人机交互。Van等[3]认为眼动追踪可用以研究和增强多媒体学习。Alemdag等[4]也认为在多媒体学习中使用眼动技术的兴趣正在增长，学习成绩和认知过程的关系可通过眼动数据建立起联系。Kok等[5]认为以相应模型作为基础，眼动数据在医学教育领域具有一定价值。

眼动仪在教育方面的研究虽有开展，但缺乏系统性，学者们研究的问题及数据获取方式等各不相同、缺乏整合，目前欧美等发达国家对眼动仪的应用较多，我国目前相关研究开展还很少。因此，本文通过文献分析研究以下内容：①眼动仪对教师教学、学习者学习以及外部因素影响等教育策略的探索;②眼动仪在教育方法、教学环境等方面的应用;③眼动仪生成可视化图像、量化数据的使用方法。

1 基于眼动仪的教育策略

1.1 教师教学策略

眼动仪的数据可帮助教师进一步了解学生状态，弥补教学缺陷，提高教学水平。课堂教学能力一直是教师最为看重的能力之一，Kai等[6]利用眼动仪记录新老教师讲课时的眼动差异，从而分析出老教师对于每位学生的注视度是接近的，而新手教师对于学生的注意力分配则不够均匀，其将大部分注意力放在部分学生上，从而导致难以驾驭课堂，由此对教师教学提出建议。根据实验可知，教师自身的行为会从多种层面有效影响学习者学习行为的发生，在今后教学策略设计中，教师应对自身有更详细的考量。为学习者设计合适的教学内容同样是教学过程的关键，Lin等[7]利用眼动仪测试被试者认知逻辑，通过对比高绩效被试者数据和低绩效被试者数据，得出高绩效被试者具有更高认知逻辑的结论，提出教师在教学媒体和教学策略设计两方面应更加符合学生认知等建议。Choi[8]使用眼动仪收集学生做完形填空时的眼动数据，得出的结论为加粗的文本会吸引被试者注意力并增强相关记忆，但是会降低被试者对周边内容的记忆，学习者认知资源有限，建议教师在讲课过程中合理分配，以达到最佳教学效果。在以上两个实验中，眼动仪记录的是学生个性化数据，进而分析出的学生特征也必然是个性化的，因此教师在设计教学资源时能针对性、个性化地改进教学。

1.2 学习者学习策略

学习者在学习过程中会遇到诸多现象与问题，研究者借由眼动仪获取的量化数据可作出有效解释，并由此提出意见。如Jamet[9]用眼动仪对多媒体学习效应进行研究，从数据角度支持了重点标记有助于学习者集中注意力的观点。Ko？等[10]按照認知风格将被试者分成形象化者和动词化者，这两种学习者观看不同图文搭配时的眼动数据表明，不管知识类型如何，言语化者倾向于依赖文本信息，而视觉化者倾向于依赖图像信息。Miles等[11]假设研究QET（Quiet-Eye Training）有助于儿童投射和捕捉能力的提升，并通过眼动仪数据得到了与之一致的结论，即QET可以加快儿童眼动反应、提高移动物体捕捉成功率，但这种能力会衰退，故建议儿童经常进行QET以提高技能。Noordende等[12]在研究儿童数学学习困难症（MLD）时，利用眼动仪得到的结论为MLD儿童在数学方面存在的问题可能不仅是由先天生理导致的，也有可能是由于较少使用自身功能性评价策略导致的。该研究建议学习者按照需求进行学习，以便教师因材施教。

1.3 外部因素对教育教学策略的影响

眼动仪同样可以用来探讨外部因素对教育教学策略的影响。Verdine等[13]在探索不同家庭经济状况的儿童平面处理能力时，用眼动仪数据作为依据，得出了高经济家庭儿童关注目标以及转移注意力速度更快的结论。喻国明[14]依靠眼动仪探索受试者阅读材料时的重点注视位置，总结出在接受同等视觉信息刺激时，人在阅读材料时的眼动轨迹呈顺序性阅读规律，即从左到右， 由上及下等。安璐等[15]使用眼动仪探究不同网页布局设计对学习者寻找相应信息及完成特定任务效率的影响，从数据角度探索尽量避免视线浪费的策略。以上研究对于媒体呈现设计或教育资源视觉设计，具有一定参考价值，有助于改进教学媒体资源平面视觉设计策略。

2 眼动仪的教育应用

2.1 教学方法改善

研究者利用眼动仪进行研究，可用量化的数据对教育教学方法提出改进意见。Miles等[11]利用眼动仪证明静眼训练有助于儿童抓取技能的培养。Lin等[7]使用眼动仪记录学生在调试C++程序时的眼动数据，提出应为不同水平的学生制定适应的教学策略，改善调试中的认知过程，从而促进调试和编程学习的结论。Choi[8]收集实验者做英语完形填空时的眼动数据并进行比较研究，得出重点标记文本对搭配学习具有一定帮助，但是会使学习者对其它文本记忆下降的结论，并在此基础上对教师教学提出重复教学等建议。Ponce等[16]记录小学生观看两段文字时的总注视时间和段落之间来回扫视的次数，认为一定的总注视时间是形成整合深层次认知的相关前提，扫视次数表明学习者对信息的整合程度，根据这两项数据进一步探讨多种及单种计算机支持的学习策略对学习者的影响，并得出使用生成性策略可加深认知加工，且在某些情况下使用两种学习策略比使用一种学习策略可更好地加深认知加工这两条结论。以上研究某种程度上颠覆了传统认知及原有研究结论，完善了学习理论，为改善教学提供了有价值的参考，同时进一步揭示了不同学生个性化学习特点和规律。

2.2 教学环境优化

从纸质书籍到数字媒体，从简单的阅读到复杂的解题，眼动仪对教学环境优化体现在多个方面。

研究者利用眼动仪实验所得结论对学习者学习环境进行改善性实践操作，为学习者提供更好的服务。如Rivas等[17]通过测量实验者阅读图片上文字的眼动路径，开发出一种非侵入性学习交互系统，该系统可用于心理学评估，亦可用于教师考察学生的阅读进程。安璐等[15]对厦门大学网络课程系统首页进行设计优化，减少非必要注视时间，进而提高了学习效率。于伟昌等[18]在眼动仪辅助下，阐述了被试者阅览字典时的眼动模型，对字典菜单、路标等提出优化建议，以提高学习者对词语释义的注意力。

3 眼动仪对于数据的处理

3.1 基于可视化图像的研究

眼动仪可生成多种可视化图像作为实验结果，常用图像有热点图、路径图等。热点图使用不同颜色呈现受试者对一张图像的关注程度，路径图阐述受试者注视研究材料的顺序。可视化图像既可整体使用，亦可同AOI相结合进行局部研究。喻国明等[14]将阅读材料等分为若干AOI，记录所有受试者眼动路径数据，并将之转化为AOI顺序，通过统计受试者注视次序，从而得到每个AOI注视优先级别。于伟昌等[18]准备了包括手机有道词典、牛津高阶英汉双解词典第7版等在内的多种词典，以单双语、有无句子释义、有无菜单作为自变量，利用热点图标明受试者查询不同字典时的主要注视范畴，以此探索其眼动模型。Rivas等[17]让多名受试者观看带有文字的特定材料，并记录各个受试者注视路径，最后藉由Matlab分析功能对注视路径进行相关性分析。热点图、路径图等可视化图像在单独使用时更适合于浅层研究，研究者若要将研究推向更深层次，应将可视化图像融合于其它研究方法和研究数据。

3.2 基于量化数据的研究

眼动仪可统计多种量化数据，如注视时间、注视位置、访问次数及瞳孔变化等。数据之间相互联系、调取方便。在诸多数据中，注视时间可应用于几乎所有对受试者眼动有需求的实验，尤其方便测量学习者对教学资源的利用程度，并由此判断资源有效性，从而提升对资源的设计。而瞳孔变化这一类的数据则应用较少，大部分实验亦鲜有提及。如Choi等[8]设计对比实验并准备了原始文本与部分文字加粗两种版本的完形填空材料，让不同小组测试者做不同版本的完形填空，提前划分AOI，利用眼动仪测量出总注视时间及各AOI内的时间，得到各AOI注视比例，用以分析测试者对各区域分配的认知资源。Jamet[9]同样设计了一组对比实验，每一组受试者观看的PPT主要内容相同，但将不同的重点标明区域作为自变量（不同填充颜色的内容框与大面积黑色覆盖区域），测量其中不同AOI总注视时间，并将之转化为受试者对不同区域注意力集中度。江波等[19]利用眼动仪收集被试者在完成题目时注视次数、凝视次数等17种数据，结合T检验等分析手段，发现题目类型和难度都会影响被试者的视觉注意。王珏等[20]记录了被试者在观看不同难度和呈现方式的文章时注视次数、瞳孔直径等数据，随后将数据导入SPSS进行分析，得出文章难度是影响阅读理解指标和实验选取眼动行为指标的主要因素等结论。量化数据更加适合于进行深层次眼动研究，除普通计算外，将量化数据导入SPSS等分析软件中进行检验，得出的结论可形成更加有力的数据支撑。