游戏化学习方式对学生学习效果的影响研究
2019-12-03李玉斌宋金玉姚巧红
李玉斌 宋金玉 姚巧红
[摘 要] 作為一种独特的教育资源，数字化教育游戏注重心流体验和学习沉浸，在改善学生学习效果方面被寄予厚望。基于数字游戏的游戏化学习方式也一直被教育研究者高度关注，并展开了大量的研究。那么，游戏化学习方式在改善学生学习方面到底有没有作用？如果有，作用有多大？如果没有，什么原因造成的？这些问题是目前学界十分关心的问题。为此，研究利用元分析法，从总体效果、不同学段、不同知识类型、不同学科等多个方面，对国内外35项游戏化学习实验报告的结果进行了定量分析，比较客观地审视和评价了游戏化学习方式对学生学习效果的影响。分析结果显示：（1）总体来看，游戏化学习对学生学习效果具有较大程度且积极的影响;（2）游戏化学习对学生学习效果的影响不受知识类型、学段等调节变量的影响;（3）游戏化学习方式在不同学科的实验结果存在差异性。透过这些研究也可以看出，教育游戏若要真正融入学校教育生态还面临着不小的挑战，在获得支持、提供更多选择、降低制作技术门槛、研究有效的应用模式、改变攸关方的态度和认知等方面还需要做大量工作。
[关键词] 游戏化学习; 学习方式; 元分析; 学习效果; 学习资源
[中图分类号] G434 [文献标志码] A
[作者简介] 李玉斌（1975—），男，河北承德人。教授，博士，主要从事数字化学习、面向教育信息化的教师专业发展研究。E-mail：lybemail@126.com。姚巧红为通讯作者，E-mail：lnnuyao@126.com。
一、问题的提出
游戏化是将游戏设计元素应用于非游戏情境中[1]，从而提高用户的参与深度和投入程度。目前，游戏化已广泛应用在教育、工业、商业、环境、营销等领域[2]，其中教育学是较早进行游戏化研究和实践的领域。早在20世纪80年代，游戏在教学中的应用就引起了学者的关注。多人在线游戏的先驱理查德·巴特尔（Richard Battelle）进行了相关研究并率先提出“游戏化”这一概念。此后，随着教育研究的不断深入，游戏化在教学中的应用也先后经历了基于游戏的学习（Game-Based Learning，GBL）、教育游戏（Education Game）、严肃游戏（Serious Game）等阶段。当前，伴随着人工智能、大数据分析、AR、VR技术的不断成熟，以及移动学习、认知负荷等理论的不断完善，游戏化学习作为一种新兴的学习方式，逐步受到学界的关注。
游戏化学习在教学实践中以两种形式存在：一是在学习活动中应用游戏辅助学生学习，这里提到的游戏分为数字化教育游戏和传统的教育游戏两大类;另一种是利用游戏化元素（如点数、徽章、排行榜）将传统的学习活动转化为一个游戏。本文所关注的游戏化学习是以改善认知和促进学习为目的的数字化教育游戏。
通过查阅文献发现，目前有关“游戏化学习对学生学习效果影响的研究”已有大量的实证报告，但结论并不一致。主流的观点是从知识掌握、提高学习动机以及培养高阶思维能力[3]等角度证实了游戏化学习对提升学习效果的有效性。例如，赵海兰通过对比实验发现，基于数字化游戏的英语教学提高了小学生的学习兴趣[4];威斯康星大学的Squire教授让学生通过玩《文明Ⅲ》来学习地理和历史知识，加深了学生对文明的理解，同时，培养了其解决问题、自主学习、合作探究的能力。也有研究者通过研究得出了与上述观点不同的结论，认为游戏化学习在不同调节因素的影响下，会对学生的学业成绩产生消极影响。例如，莎拉（Sarah）进行了对照实验，发现游戏化学习对学生的数学成绩产生了消极的影响[5];钟晓洁将实验班的学生分为高分、中分、低分组，三组均采用游戏化学习方式进行学习，对比前后测成绩发现，游戏化学习运用在课堂中，对高分组并未起到提升成绩的作用[6]。
那么，游戏化学习是否可以增强学习者的学习效果、对不同年龄阶段学生的学习是否有不同的影响、对不同学科和不同知识类型是否具有普适性的促进作用等一系列问题是大家比较关心的。为了回答这些问题，本研究采用元分析方法，对国内外有关“游戏化学习”的35篇研究文献进行了系统梳理和量化分析，以探明游戏化学习方式对学生学习效果的影响。
二、研究方法与过程
（一）研究方法
本文采用的是英国教育心理学家Glass提出的元分析（Meta-analysis）方法进行定量研究。元分析的起源可以追溯到1904年，英国统计学家Pearson为了检验肠菌类疫苗是否有效，基于样本大小对估计值进行平均，这被看作是元分析的雏形[7]。后来不断有学者进行研究，元分析方法逐渐被心理学、教育学、社会科学、医学等领域接受。
Glass认为，元分析是“分析的分析”，是对大量的个体研究结果进行统计分析，目的就是对研究结果进行整合，从而得出定量的结论[8]。他将元分析过程分为以下五个步骤：提出问题、检索相关文献、制定遴选标准、描述基本信息、定量分析。与传统的文献综述相比，元分析方法能够最大限度地减少偏倚，保证分析结论的科学性和客观性。
（二）研究过程
1. 文献检索
本文选取中国知网、万方数据库作为中文文献的数据来源，Springer、ERIC、Elsevier作为外文文献来源，检索类型为期刊论文和硕士论文。为了保证文献查全率，将中文关键词设置为“游戏化学习or数字化教育游戏”and“学习效果or实验研究”;英文关键词为“Gamification Learning or Game-based Learning”and“learning performance or learning effectiveness”进行检索，检索时间跨度为2007年至2018年。本研究将检索得到的相关文献导入Microsoft Excel 2010进行筛查，删除所有重复的文献，最终检索到中文文献78篇，外文文献121篇。
2. 样本筛选标准
由于检索到的文献并不完全符合元分析的要求，本文制定了以下文献筛选标准：
（1）研究的主题是游戏化学习对学生学习效果的影响。
（2）研究方法为实验研究法，采用实验或准实验方法进行研究。
（3）研究包含实验组和对照组，实验组采用游戏化学习方式进行学习，对照组采用传统的学习方式开展学习。
（4）实验对象为在校学生，而非成人学习者。
（5）研究中提供了足够的数据用以计算效应量。
样本筛选完成后，筛选出符合标准的文献35篇，其中，中文文献14篇，外文文献21篇。
3. 特征值编码
文献筛选完成后，为了方便统计分析和计算效应量，本文根据原始文献的各项特征值进行编码。编码对象分别为文献作者、出版年份、样本量、学科、学科分类、学段和知识类型。学生被划分为不同的学段，1～6年级为小学，7～12年级、中专和高职为中学，大学生为大学。学科根据其所属门类被划分为会计、历史、语文、数学、外语、计算机、化学、医学、科学、地理、生物等。参考心理学家安德森的知识分类理论，将知识类型划分为陈述性知识和程序性知识。陈述性知识是关于事物及其关系的知识，程序性知识是关于完成某项任务的行为或操作步骤的知识[9]。文献编码结果见表1。
4. 效应值计算
本研究采用综合性元分析软件（Comprehensive Meta Analysis2.0，简称CMA 2.0）作为数据分析工具。由于本研究中的实验数据不大，因而选取Hedgesg[10]值作为标准化的效应值（ES） ，计算公式如式（1）所示：
式（1）（2）中ME、MC分别表示实验组和控制组的平均数，NE、NC分别表示实验组和控制组的样本量，SE2、SC2分别表示实验组和控制组的标准差，SP表示合并标准差。
三、研究结果
（一）发表偏倚检验与异质性检验
偏倚（又称为系统误差），在科学研究过程中系统性误差是不可避免的。只有正确地报告系统误差，才能减小误差对元分析结果的影响。由于本研究中样本数量不大，因而采用了Begg[11]提出的回归检验方法进行偏倚检验，结果如图1所示。
从图1中可以看出，漏斗图上的点基本围绕着合并效应值0.917对称散开，可以初步判定本研究不存在偏倚。Beggs检验结果表示Z=1.13<1.96，p=0.26（p>0.05），说明不存在发表偏倚，所得数据是可靠的。
由于在元分析的过程中，不同实验选取的样本量、采用的研究方法均存在差异，因而无法进行效应值合并，需要进行异质性检验。当异质性较小时，采用固定效应模型;当异质性较大时，采用随机效应模型。
检验异质性常用的方法是Q检验、I2检验和H检验。本文采用的是I2检验[12]，当I2=0%时，则认为存在轻度异质性;当25%<=I2<=50%时，则认为存在中度异质性;当p>50%时，则认为存在高度异质性。本研究中，I2=94.538%，说明本研究存在高度异质性，因而选用随机效应模型进行分析。
（二）游戏化学习对学生学习效果的总体影响
从对35项实验报告的数据进行元分析结果来看（见表2），游戏化学习对学生学习效果整体的合并效应值为0.917，且p<0.001，达到了统计学显著水平。根据Cohen提出的效应值标准，当ES<0.2时，为小效应;当0.2
（三）游戏化学习对不同学科学习效果的影响
本文分析的35篇文献实验的学科涉及数学、地理、外语、计算机、物理、历史、医学等十多个学科，游戏化学习对不同学科学习效果影响的统计结果见表3。统计结果表明，游戏化学习对以数学、物理等为代表的学科，具有显著的正向影响（p<0.05，ES>0.8）;游戏化学习对以化学、科学等为代表的学科，具有中等程度的积极影响（p<0.05，0.2
（四）游戏化学习对不同学段学习效果的影响
目前，数字化教育游戏已经走进了小学、中学、大学的课堂，一线教师进行了大量的实证研究。从表4的统计结果来看，游戏化学习对小学（p<0.001，ES=0.719）、中学（p<0.05，ES=0.713）学段学生的学习效果具有中等程度的影响，对大学（p<0.05，ES=1.387）学段的学生具有较大程度的影响。不过从组间效应值来看，QB=1.527（p=0.466>0.05），说明虽然游戏化学习方式对不同学段学生学习效果的影响程度不同，但其差异程度在统计上并不显著。
（五）游戏化学习对不同知识类型学习效果的影响
游戏化学习对不同知识类型学习效果的影响结果见表5。从表5可以看出，游戏化学习对陈述性知识（p<0.001，ES=0.821）、程序性知识（p<0.001，ES=0.986）均具有较大程度的正向积极影响。组间效应值QB=0.258（p=0.612>0.05），说明游戏化学习对陈述性知识和程序性知识的影响效果不存在显著差异。
四、结论与建議
本文对35篇采用实验和准实验研究的相关文献进行了定量分析，客观地分析和评价了游戏化学习对学习效果的影响，主要结论和建议如下：
（一）研究结论
1. 游戏化学习对学习效果具有较大程度的积极影响
元分析结果显示，游戏化学习与学习效果呈显著相关，合并效应值为0.917，对学生学习效果有较大程度的积极影响。这一结果与已有研究结果[14]基本一致。究其原因，布里斯托大学神经学家Paul认为，游戏能够加速人类大脑分泌多巴胺物质，多巴胺能够促进神经元的连接，使学习者集中注意力从而提高学习效果[15]。Chu、马颖峰等学者认为，教育游戏为学生提供了一个真实和愉快的学习环境，游戏化学习过程能够带来愉快、紧张或沉浸的情感体验，从而激发了学生的学习动机[16-17]。Hwang认为，挑战是教育游戏吸引学生全身心投入学习活动的重要因素，学生通过参与具有挑战性的任务从而对他们的学习感知产生积极影响[18]。
2. 学段和知识类型对游戏化学习效果不具有调节效应
游戏化学习不受知识类型、学段等调节变量的影响。首先，游戏化学习不受学段的影响。组间效应值QB=1.527（p=0.466>0.05），说明不同学段之间不存在显著差异。虽然总体上不存在显著差异，但游戏化学习方式对不同学段学生学习效果的影响程度却有所不同，对大学学段学生学习效果的影响更大。其次，游戏化学习不受知识类型的影响。陈述性知识和程序性知识的合并效应值都达到了统计显著水平（p<0.001）。其中，陈述性知识的效应值ES为0.821，程序性知识的效应值ES为0.986，两者均大于0.8且组间效应值QB=0.258（p=0.612>0.05），说明游戏化学习对陈述性知识和描述性知识均具有正向促进作用。
3. 游戏化学习方式在不同学科的实验结果不同
总体来看，游戏化学习具有提高学生的课堂参与度、满意度和学习效果[19]、激发学习兴趣与学习热情[6]、提升学习沉浸感以及培养创新思维能力[20]等作用。但就具体学科而言，组间效应值QB达到了21.234（p=0.047<0.05），说明游戏化学习方式应用在不同学科的效果是有所差异的。具体来看，游戏化学习对数学（效应值ES=1.188）、地理（效应值ES=1.305）、外语（效应值ES=1.346）、计算机（效应值ES=1.551）、化学外语（效应值ES=0.482）等学科具有显著的正向影响。而对医学、历史、语文、生物等学科促进效果不显著。有学者对此的解释是，与当前历史、生物等学科相关的数字化教育游戏资源匮乏，学生也缺乏游戏化学习的相关经验有关[21];医学和生物学需要进行真实的人体或动植物实验，为了达到最佳的学习体验，教育游戏需要为学生创设一个逼真的实验场景，然而开发此类教育游戏的难度较大、技术门槛较高，致使教育游戏质量不高，因而无法达到预期的学习效果。
（二）建议
尽管游戏化学习方式对学习效果具有积极影响，在提升学习者行为投入、认知投入和情感投入方面能发挥独特的作用，但若要真正有机地融入学校教育生态中还面临着不小的挑战。透过这些研究报告对实证结果的解释可以看出，在获得支持、提供更多选择、降低制作技术门槛、研究有效的应用模式、改变攸关方的态度和认知等方面还需要做大量工作。
1. 政策层面适当引导和支持，促进数字化教育游戏快速发展
作为一种独特的教育资源，目前数字教育游戏无论在应用端还是在供给侧都面临着一定的挑战。需求、供给、动力不足是现实问题，数字教育游戏的研发与使用也基本处于自发和零散状态，政策层面给予适当引导和支持非常必要。在我国，尽管在《義务教育小学科学课程标准》中明确了“科学游戏是科学学习的有效方式之一”，2018年“两会”期间也有委员呼吁发展教育游戏，显然力度还不够，主管部门还应给予教育游戏更多的政策支撑。例如，出台相关政策和行动计划，鼓励教师在课堂教学中应用教育游戏;制定行业标准和质量标准，为数字教育游戏的开发和应用提供行动规范;积极引导相关企业和研究机构开发更多的数字化教育游戏产品，逐步培育权威的数字化教育游戏平台等。
2. 加强数字化教育游戏资源建设，为应用提供更多的选择
当前，国内有的企业和高校开始重视游戏化学习资源的研发和建设。例如，北京大学于2015年启动了“游戏进课堂创新研究计划”，腾讯公司2018年开始研发包括教育类游戏在内的功能游戏。但从总体来看，数字化教育游戏资源研发人员不足、体系不完善、质量不高、教育性不足等问题依然存在，加强数字化教育游戏资源建设，降低教育游戏的技术门槛，为学校、教师提供更丰富的产品和更多选择，仍将是今后的重点工作。另外，打造“专业教师+游戏开发者”共同体，构建数字化教育游戏资源建设联盟也十分必要，有助于解决“一线教师缺乏游戏开发技术、企业或游戏开发者缺乏教学经验”的问题，从而保证产品的教育性与游戏性的平衡。
3. 数字化教育游戏应用模式尚不成熟，需要加强应用研究
尽管大量的实证研究结果表明了游戏化学习方式的有效性，但要想真正把游戏化学习方式整合到日常教学中还是存在不少困难。例如，王陆等人[22]通过实验发现，在教学过程中运用数字化教育游戏，教师有时不能明确自己在游戏中需要承担的角色，数字化教育游戏的选择也是一个难题。Jong等指出，在游戏化教学环节中，教师在教学、反思、总结和评估的环节往往会有“束手无策”的感觉，有些学生之间有趣的互动行为无法记录，缺少完善的评价机制，导致教师不知道该如何帮助学生[23]。这些问题反映出了数字化教育游戏应用模式的不成熟问题，若要实现数字化游戏与课堂教学深度融合，今后还需要针对不同学科、不同学段、不同课程的特点，对数字化教育游戏应用模式进行更加深入的研究。
4. 设计易于接受的教育游戏名称，尽量合理规避偏见
在古代，教育与游戏的关系十分密切。著名的思想家、教育家孔子认为，学习的最高境界就是“乐”学，强调了游戏应用于教学中的重要性。然而，随着班级授课制的推行，人们逐渐将教育与游戏割裂开来，特别是随着电子娱乐游戏的发展，受到“游戏成瘾”等负面现象的影响，游戏之于学习似乎成了“雷区”。正如国际知名学习科学专家David Shaffer指出的，当说到这是个游戏时，它总会让学生联想到将要发生的事，也会让家长和教师联想到一些情景，而这些事和情景并非都是积极的[24]。因此，在具体教学中有必要设计易于接受的教育游戏活动名称，做到既发挥了数字游戏的教育价值，又合理规避了偏见。David Shaffer教授为了更清晰地向教师、家长和管理者传达游戏中学生要做的事，使用了“虚拟实习（Virtual Intership）”的概念。
[参考文献]
[1] DETERDING S， DIXON D， KHALED R， et al. From game design elements to gamefulness： defining "gamification"[C]// Proceedings of the 15th International Academic MindTrek Conference： Envisioning Future Media Environments. ACM， 2011.
[2] HANUS M D， FOX J. Assessing the effects of gamification in the classroom： a longitudinal study on intrinsic motivation， social comparison， satisfaction， effort， and academic performance[J]. Computers & education， 2015， 80：152-161.
[3] 尚俊杰，裴蕾丝.重塑学习方式：游戏的核心教育价值及应用前景[J].中国电化教育，2015（5）：41-49.
[4] 赵海兰， 龚子兰. 基于数字化游戏的教学对学生学习兴趣和学业成绩的影响——以英语教学为中心[J]. 现代教育技术， 2007， 17（11）：47-54.
[5] SARAH A N. An examination of the effects of computer-assisted educational games on student achievement[D]. Houston：the University of Houston-Clear Lake，2006： 16-20.
[6] 钟晓洁. 教育游戏在小学语文课堂教学中的应用研究[D]. 南昌：南昌大学， 2012.
[7] 夏凌翔.元分析方法的几个基本问题[J].山西师大学报（社会科学版），2005（3）：34-38.
[8] GLASS G V. Primary， secondary， and meta-analysis of research[J]. Educational researcher， 1976， 5（10）：3-8.
[9] 杨显忠. 教学视频中教师形象呈现方式对大学生学习的影响研究[D]. 武汉：华中师范大学，2016.
[10] HEDGES L V. Distribution theory for glass's estimator of effect size and related estimators[J]. Journal of educational statistics， 1981， 6（2）：107-128.
[11] BEGG C B， MAZUMDAR M. Operating characteristics of a rank correlation test for publication bias[J]. Biometrics， 1995， 50（4）：1088-1101.
[12] BORENSTEIN M， HEDGES L V， HIGGINS J P T， ROTHSTEIN H R. Introduction to meta-analysis[M].Wiley：Chichester： 9.
[13] COHEN J. Statistical power analysis for the behavioral sciences[M].New York： Academic Press，1969.
[14] 段春雨.教育游戲对学生学业成就影响研究——基于48项实验与准实验研究的元分析[J].开放教育研究，2017，23（4）：65-75.
[15] 李馨. 融入“适应性”的教育游戏结构设计模型及实验研究[J].远程教育杂志，2015（2）：97-103.
[16] CHU H C， CHANG S C. Developing an educational computer game for migratory bird identification based on a two-tier test approach[J]. Educational technology research and development， 2014， 62（2）：147-161.
[17] 马颖峰，胡若楠.不同类型电子游戏沉浸体验研究及对教育游戏设计的启示[J].电化教育研究，2016，37（3）：86-92，114.
[18] HWANG G J， WU P H， CHEN C C， et al. Effects of an augmented reality-based educational game on students' learning achievements and attitudes in real-world observations[J]. Interactive learning environments， 2015（8）：1-12.
[19] 龍腾飞. 《国际商务谈判》课程实践教学改革——基于电子游戏激励机制模型（TPR）的准实验研究[J]. 中外企业家， 2016（4Z）：196-199.
[20] 闫霞. 教育游戏在中职信息技术专业教学中的应用研究[D]. 石家庄：河北师范大学， 2013.
[21] 杨劭尊. Unity3d教育游戏在七年级历史教学中的应用研究[D].南昌：南昌大学，2017.
[22] 王陆，孙洪涛，刘敬光.教育游戏中的教师角色设计与教师创作工具[J].电化教育研究，2007（1）：38-40，49.
[23] JONG M S Y， SHANG J J， LEE F L， et al. An evaluative study on VISOLE-virtual interactive student-oriented learning environment[J]. IEEE transactions on learning technologies， 2010， 3（4）：307-318.
[24] 吴忭，胡艺龄，赵玥颖.如何使用数据：回归基于理解的深度学习和测评——访国际知名学习科学专家戴维·谢弗[J].开放教育研究，2019，25（1）：4-12.
Research on Influence of Gamification Learning Method on Students' Learning Effect： Meta-analysis Based on 35 Experiments and Quasi-experimental Studies
LI Yubin， SONG Jinyu， YAO Qiaohong
（School of Computer and Information Technology， Liaoning Normal University， Dalian Liaoning 116081）
[Abstract] As a unique educational resource， digital educational games focus on the experience of flow experience and learning immersion， and are expected to improve students' learning effect. The gamification learning based on digital games has also been highly concerned by educational researchers and a lot of researches have been carried out. So， does gamification learning have any effects on improving students' learning？ If so， how useful is it？ If not， why？ Those issues are of great concern to the academic circle. Therefore， this study uses the meta-analysis method to quantitatively analyze the results of 35 gamification learning experiments at home and abroad from the aspects of the overall effect， different stages ， different knowledge types and different disciplines， and objectively evaluates the influence of gamification learning on students' learning effects. The results show that in general， gamification learning has a great and positive impact on students' learning effects. The impact of gamification learning on students' learning effects is not affected by the regulating variables such as knowledge types and school stages. Moreover， there are differences in the experimental results of gamification learning in different disciplines. Through those studies， it can be seen that educational games are still facing a lot of challenges to integrate into the school education ecosystem. A lot of work needs to be done in terms of gaining support， providing more choices， lowering the threshold of production technologies， studying effective application models， and changing the stakeholders' attitudes and cognition as well.
[Keywords] Gamification Learning; Learning Style; Meta-Analysis; Learning Effect; Learning Resources
