虚拟现实学习环境中的个性化测验研究*——以认知风格测验为例

柯照文 李建民 柯晓晓 汪亚珉

（首都师范大学 心理学院，北京 100048）

一、引言

近年来，随着虚拟现实（Virtual Reality，VR）技术的发展，其在教育领域的应用也越来越普遍，例如，虚拟实验室、虚拟图书馆、虚拟体育馆、虚拟教学、远程教育等等[1]。有研究表明，在教育领域，虚拟现实技术确实能够提高学生的学习效果[2-4]；在针对K-12 阶段学生的研究中，不少研究者也认为，使用虚拟现实技术，能够提高学生的自主学习能力，且将现实物体与虚拟物体的结合，能降低学生的认知负荷[5]。因此，虚拟现实教育具有突破时空的限制、弥补教学实践条件不足、降低实验危险系数等优势[6]。虽然虚拟现实教学有着许多传统课堂不具有的优势，但与此同时，我们应该认识到学生都是各不相同的，他们在认知特点、动机、情感、生理和社会性发展等方面存在差异，因此，在教学时应充分考虑学生之间的个体差异，进行以学习者为中心的个性化教育，而非“一刀切”式的教育[7]。故而在虚拟现实学习环境中，我们也应该考虑到学生的不同个性特征，为不同的学生提供最适合其认知风格的学习条件。

已有的研究表明，虚拟现实技术能够为学生提供丰富的个性化学习环境[8]。要达成向学习者提供符合其个性特征的学习服务，就要分析学习者的个性行为特征[9]，但仅仅设计出各种个性化的学习环境还不够，要实现在虚拟现实学习环境中为学生准确地匹配个性化的内容，就需要研究适合虚拟现实环境的个性化测验工具。

目前，获得这种测验工具的方式主要有两种：一是重新针对虚拟现实环境设计全新的个性化测验工具；二是将传统个性化测验工具经过一定的改造从而应用于虚拟现实环境。前者主要是采用人工智能、大数据等先进信息技术来实现，由于当前硬件及大数据获得的难度，要在短时间内建立可用的VR 个性化测试工具,尚有难度。因此，基于已有的三维测评工具，尤其是那些具有操作性和形象性的测试工具，进行情境化设计，以获得适应虚拟现实学习环境的个性化测试工具，就成为了一种现实的选择。但是目前对传统测试工具进行情境化改造是否可行，相关的研究还十分稀少。为此，本研究希望通过选择认知风格测试作为样例，来考察与验证这种情境化改造方式的可行性。

认知风格（Cognitive Style）是指在信息加工过程中，围绕内在人格特征、以合适的方式发展的自我一致性的特征[10]。认知风格是影响学生许多科目成绩的重要因素之一[11]，已有的研究表明：一个人的认知风格和学习风格（Learning Style）有着密不可分的关系，认知风格以学习风格为中介影响学习者对于学习环境和学习方式的偏好[12]，学习者的场认知风格、学习策略和学习动机有着显著的相关性[13]；在解决数学问题的严密思维（Rigorous Mathematical Thinking，RMT）上，沉思型和冲动型认知风格的学生存在差异[14]；不同的认知风格的初高中生，在地理和物理的学习上也具有显著差异[15-16]；在解决推理问题上，场独立型在低焦虑水平下，文字推理测验成绩良好，场依存型在高焦虑水平下，文字推理测验成绩更好[17]。此外，还有研究表明，在基于游戏的学习任务中，不同认知风格的学习者在不同的信息呈现形式下，学习结果存在差异[18]。由此可见，不同的学生在不同的教学设计下的学习效果是明显不同的，因此，认知风格测验是教学个性化测试中的重要工具，获取学生的认知风格，对于个性化教学平台建设有十分重要的影响。

在认知风格理论中，“场独立—场依存型” 认知风格理论（Field Dependence-Independence）以及“沉思—冲动型”认知风格理论（Reflectiveness-Impulsivity）的影响力较大[19-20]。“场独立—场依存型”认知风格最早的测验为棒框测验（Rod and Frame Test，RFT），被试在一个黑暗的屋子里，观察一个可以活动的倾斜的正方形框，内含可移动的发光短棒，框和棒的倾斜角度可以调整，被试需要在方框倾斜的情况下，将短棒调整至与真实地面垂直的角度[21]。其他的 “场独立—场依存型” 测验还有身体顺应测验（Body-Adjustment Test，BAT）和镶嵌图形测验（Group Embedded Figure Test，EFT）等[22]。其中，镶嵌图形测验是现在最常被用来测试“场独立—场依存型”认知风格的测验[23]。

基于“沉思—冲动型”认知风格的测验主要有匹配相似图形测验（Matching Familiar Figures Task，MFFT），该测验包含12 张标准图片，标准图片下有8张选项图片，其中只有1 张选项图片与标准图片完全一致，被试要求指出与标准图片相同的选项[24-25]。其他的测验方法还有“触觉—视觉”匹配测验（Haptic-Visual Tests，HVT）和“图形—回忆”测验（Design Recall Test，DRT）等[26-28]。

上述认知风格测验固然能够区分学习者的认知风格，但对于虚拟现实学习环境来说，却未必适合。首先，传统的测验工具和长于直观呈现的虚拟现实学习环境不相符，很容易把虚拟现实学习环境所构建起来的直观性和趣味性破坏了，所以，我们需要开发符合虚拟现实学习环境的测量工具。其次，学生对传统问卷测验的兴趣一般不高，如果能够将测验转化到虚拟现实环境，成为一个有趣味的“小游戏”，他们会更愿意参与其中；同时，也提高了学生参与虚拟课堂的兴趣和积极性。而伴随着5G 技术的发展，远程虚拟课堂会获得更大的发展，若在远程教学中仍旧使用纸笔测验，首先无法保证学生能够正确、认真、完整地完成测试，其次会降低学生继续参与虚拟课堂的积极性。所以，在一定程度上，使用虚拟现实测验不仅能够帮助虚拟课堂系统识别学生的个性特征，而且还可以充分保持虚拟课堂的趣味性以及学生的参与积极性。

相对而言，虚拟现实学习环境中一些美妙的体验、漂亮的场景，对于学生来说具有较大的吸引力，而为了防止这些因素导致学生在虚拟环境中上瘾，在虚拟课堂的设计上必须以现实的课堂、生活化的场景为蓝本，进行精心再设计。这样既具有一定的趣味性，也避免了成瘾性。因此，在虚拟课堂中使用的测验工具也应该是与之匹配的、情境化的并且具有较好应用效度的。但是传统测验方式在情境化上却有所欠缺，很难和虚拟课堂整合为一体。

实际上，传统认知风格测验也是从生活情境中抽象出来的，例如，镶嵌图形测验就是通过从背景中分辨目标物体来进行认知风格的区分[29]。因此，在当前人工智能技术和VR 技术相结合的条件下，我们应该利用新技术，将测验还原到最初的环境中去，创建一个更加接近实际情境的新场景，并运用到虚拟现实学习环境中，以完善和优化虚拟课堂的可用性，让虚拟课堂系统成为一个智慧的、能够评估学生个性特征，进而呈现不同教学内容的学习空间。

情境化再设计是将传统测验改造为适合虚拟现实环境测验的关键步骤。在虚拟现实学习环境的情境化设计中，并不是简单、刻板地把现实世界的内容转移到虚拟世界。AR/VR 学习情境需要在四个维度上进行再设计，分别是用户情境、技术情境、资源情境和服务情境[30]。本研究借鉴了这四个维度，进行虚拟现实认知风格测验的情境化设计、三维场景的搭建以及模型的选择。

在选取样例测验上，本研究选择了棒框测验和匹配相似图形测验。首先，两项测验的基础理论经典可靠；其次，两项测验都是非文字测验，适合在虚拟现实情境中呈现；最后，两项测验的情境化程度不同，棒框测验情境性强，匹配图形测验则更具2D 测试特性。我们根据棒框测验设计了虚拟棒框测验，场景为一个可改变角度的房间和一根红色短棒，被试在不同的房间倾斜角度下，将倾斜的短棒调整至与真实地面垂直。我们又根据匹配相似图形测验设计了匹配相似模型测验，实验是在一个虚拟的空旷房间中进行，被试会看到1 个标准模型和9 个备选模型，并被要求从中选择出和标准模型相同的一个。在这个过程中，被试可以任意放大和旋转模型。在情境设计上，我们采用了简单空白的虚拟房间，以减少被试注意的分散；被试可以使用手柄交互，对各场景中手柄按键的功能进行统一。

本实验选取镶嵌图形测验和匹配相似图形测验作为校标测验，将虚拟现实测验和传统测验进行比较，以探究被试在传统认知风格测验上的结果和在虚拟现实认知风格测验中的结果，是否具有相关性；传统的测验分数能否预测虚拟现实测验的分数，并对虚拟现实认知风格测验进行信效度的分析。

研究假设如下：

假设1：被试在镶嵌图形测验上的得分和被试在虚拟棒框测验上的角度偏差，存在显著负相关；

假设2：被试在匹配相似图形测验中的反应时和错误次数，与被试在匹配相似模型测验中的反应时和错误次数，存在显著正相关。

二、研究方法

（一）被试

我们通过网络平台，招募北京在校大学生或研究生共74 名（男22 名，女52 名），第2、20、27、62 号被试因数据缺失予以剔除，余下70 名被试（男20名，女50 名）数据完整。被试的认知风格类型，囊括了场独立型和场依存型认知风格，以及沉思型、冲动型、迅捷型和缓慢型认知风格。被试样本对总体的代表性较好，所有被试的视力或者矫正视力正常，右利手，身体及心理健康，无既往精神病史，自愿参加本实验，并获得一定报酬。

（二）实验材料

1.基于“场独立—场依存型”认知风格的测验

（1）镶嵌图形测验。本研究采用的是北京师范大学心理学系修订的镶嵌图形测验（EFT），信度为0.9，校标效度为0.49[31]。该测验一共包括三部分，第一部分为测验的练习，共9 道题，第二、三部分为正式测验，每部分各10 道题。每部分限时4 分钟完成，要求被试从复杂图形中找出一个隐藏在其中的简单图形。第一部分不计分，以被试在第二、三部分正确画出简单图形的个数来计分，每画出一个记1 分，满分为20分。为避免记分误差，本实验中记分者由同一人担任，采用统一的评分标准对被试的成绩进行评分。

（2）虚拟棒框测验。虚拟棒框测验仿照Witkin最早采用的传统棒框测验进行设计。棒框测验场景内有1 个可转动的房间和1 根红色短棒（见图1）。房间的倾斜度共有16 种水平（顺时针与逆时针，各16种倾斜角度：0°、3°、6°、9°、12°、15°、18°、21°、24°、27°、30°、33°、36°、39°、42°、45°），倾斜水平以随机顺序呈现。在每种房间的倾斜角度下，红色短棒的初始倾斜角度（与垂直于地平面的直线间的夹角）在0°-40°之间随机取8 个角度。被试佩戴VR 头盔，在每种倾斜角度的虚拟房间中，根据指导语，使用手柄调整红色短棒，让其与真实地面垂直，在每种房间的倾斜角度下完成8 次棒框测试，整个实验共有128（16*8）个试次。

图1 虚拟棒框测验场景

2.基于“沉思—冲动型”认知风格的测验

（1）匹配相似图形测验。卡根（J.Kagan）等人在对儿童的信息加工方式研究中，首次提出匹配相似图形测验[32]。凯恩斯（E.Cairns）等在原版本的基础上，修订并发展成具有更高可靠性和有效性的匹配相似图形测验（MFFT20）[33]。该测验包括20 个测试项目，在每个测试项目中，被试会看到一张标准图片，在标准图片下方有8 张相似图片，被试需要选出与标准图片相同的一张图片。实验员同时记录两个数据，一个是被试做出第一次选择的反应时，另一个是直到被试选出正确图片为止时，所犯的错误次数。以往进行匹配相似图形测验时，主要由主试用秒表手动记录反应时（第一次做出反应的反应时间）和错误次数，这种完全手动的记录方式，在测验过程中难免存在误差。因此，本研究改用E-prime2.0 软件进行测验，由计算机记录被试的数据。

（2）匹配相似模型测验。匹配相似模型测验仿照传统的匹配相似图形测验进行设计，在虚拟房间中，被试会看到一面白墙，墙壁右侧是标准模型，在标准模型左侧有9 个和标准模型相似的备选模型，如图2所示。被试可以通过手柄的按键来使模型旋转，扣动扳机选出和标准模型相同的备选模型，当被试扣动扳机时，系统会根据被试选择正确与否，给出不同的提示音。如果选择错误，还会给出“选择错误，请重新选择”的文字提示。本测验中共有10 组相似模型，10 组模型分别为圆盘、番茄、多面体、酒杯、青椒、胡萝卜、猫、牛头、机器人、蝴蝶照片。在实验中，每一组模型随机出现三次，同一组模型每次出现时，其备选模型的排列顺序不同。被试需要完成30（10*3）个试次，由计算机记录反应时（第一次做出反应的反应时间）和错误次数。

图2 匹配相似模型测验场景

3.实验使用的软硬件

本实验主要使用的虚拟场景搭建软件和图形处理软件为Unity 5.6.0、3ds Max 2018、Adobe Photoshop cc 和E-prime 2.0。在研究中，被试穿戴使用的为Vive头戴式设备及其操控手柄、Vive 激光定位器、Dell Precision T6510 工作站。Vive 头戴式设备分辨率为2160*1200，感应器刷新率为90Hz，视广角为110°。

（三）实验设计与实验程序

本研究采用2×2 的被试内设计，自变量为被试在传统认知风格测验中的结果（镶嵌图形测验、匹配相似图形测验），因变量为被试在虚拟认知风格测验中的结果（虚拟棒框测验、匹配相似模型测验）。实验设计目标对应假设：通过传统的认知风格测验来区分认知风格的类型，观察其结果能否预测被试在虚拟认知风格测验上的结果；虚拟认知风格测验结果是否与传统认知风格测验结果存在显著相关。

被试需要依次完成四种认知风格测验，为平衡实验的顺序效应，对被试接受测验的顺序进行拉丁方平衡，将74 名被试分为4 组，并对每组的男女人数进行平衡，第一组18 人（男5 人，女13 人）、第二组18 人（男5 人，女13 人）、第三组19 人（男6 人，女13 人）、第四组19 人（男6 人，女13 人）。

实验流程为：被试在参加实验前需要在首都师范大学虚拟现实实验室官网注册账号，随后根据被分配组别的实验顺序进行测验；每项测验前，主试会对被试解说相应的指导语，直到被试能够准确理解测验规则以及如何在虚拟场景中进行操作后，再开始测试，每项测试之间被试可以休息2-3 分钟。

三、结果分析

（一）基于“场独立—场依存型”认知风格测验的结果

1.镶嵌图形测验

剔除数据缺失的被试，余下70 名被试在镶嵌图形测验中的结果为：场依存型认知风格9 人（男2 人，女7 人），占比12.9%；场独立型认知风格61 人（男18 人，女43 人），占比87.1%。实验结果与前人在此测验中的“场独立—场依存”人数分布相似[34]，说明招募的被试中囊括了场独立和场依存两种认知风格，样本覆盖全面。

2.虚拟棒框测验

在剔除5 名极端值（角度偏差大于15°）被试后，根据在镶嵌图形测验中被试的认知风格类型分布，在余下的65 名被试中，场独立型被试的平均角度偏差为3.31°，场依存型被试的平均角度偏差为5.57°。随后进行独立样本t 检验，两者平均数差异显著，效应量大（t（63）=2.242，p=0.028，Cohen’s d=0.72）。这说明场独立型认知风格和场依存型认知风格被试在虚拟棒框测验中的角度偏差大小存在显著差异。根据图3的分布可以发现，被试主要集中分布于坐标系的右下部分（镶嵌图形测验得分50 之右和平均角度偏差3.59°之下的区域）。

图3 被试在镶嵌图形测试得分与虚拟棒框测试的角度偏差

我们进一步对虚拟棒框测验进行初步信效度检验。在信度检验上，使用克龙巴赫α 系数进行内部一致性检验，结果为α=0.944。这说明在虚拟棒框测验中，每个角度测量的心理特质具有一致性。在效度检验上，将已完成的镶嵌图形测验结果（即获得的分数）作为校标，通过计算角度偏差和得分的相关系数，得到校标效度。结果显示，被试在虚拟棒框测验中的角度偏差和镶嵌图形测验得分的相关系数r=-0.304（p＜0.05），两者负相关显著。

以上结果表明，被试在镶嵌图形测验中得分越高，在虚拟棒框测验中角度偏差越小。这表明镶嵌图形测验得分能够预测虚拟棒框测验的角度偏差，符合研究假设1，且虚拟棒框测验具有较好的信效度。

（二）基于“沉思—冲动型”认知风格测验的结果

1.匹配相似图形测验

在匹配相似图形测验中，被试的平均反应时为37.49 秒，平均错误次数为11.96 次；认知风格分布为沉思型27 人（38.6%）、冲动型28 人（40.0%）、迅捷型7 人（10%）、缓慢型8 人（11.4%）。可见，被试在四种认知风格上均有分布。

对各认知风格类型的被试的反应时和平均错误次数进行方差分析，组间存在显著差异，且效应显著（F（3，66）=32.521，p＜0.001，η2=0.60；F（3，66）=55.151，p＜0.001，η2=0.71），见表1。

表1 匹配相似图形方差分析表

2.匹配相似模型测验

在匹配相似模型测验中，被试的平均反应时为18.28 秒，平均错误次数为14.92 次。将本测验中的平均反应时和匹配相似图形的平均反应时做配对样本t 检验，两者相关系数r=0.349（p=0.003），相关性显著。将被试的平均错误次数和匹配相似图形的平均错误次数，进行配对样本t 检验，两者相关系数r=0.254（p=0.034），相关性显著。

我们将被试在匹配相似图形测验的反应时和在匹配相似模型测验的反应时制成散点图（见图4），反应时呈现线性分布。故进行简单线性回归分析，直方图和P-P 图显示观测值（匹配相似模型反应时）接近正态分布，符合正态性假设；根据残差分布，观察点分布随机，符合误差等分散性假设和独立性假设。回归方程的R2=0.122，adjusted R2=0.109，影响中等；反应时的F 检验得到F=9.448（p=0.003），说明回归方程显著；分析得到常量a=13.583（p＜0.001），回归系数b=0.124（p=0.003），故回归方程为：匹配相似模型测验反应时=0.124* 匹配相似图形测验反应时+13.583。

被试在匹配相似图形测验中的错误次数和在匹配相似模型测验中的错误次数反应时，呈现线性分布（见图5）。故进行简单线性回归分析，直方图和PP 图显示观测值（匹配相似模型错误次数）接近正态分布，符合正态性假设；根据残差分布，观察点分布随机，符合误差等分散性假设和独立性假设；回归方程的R2=0.064，adjusted R2=0.051，影响中等；错误次数的F 检验F=4.679（p=0.034），说明回归方程显著；分析得到常量a=11.642（p＜0.001），回归系数b=0.275（p=0.034），故回归方程为：匹配相似模型测验错误次数=0.275* 匹配相似图形测验错误次数+11.642。

图4 匹配相似图形反应时和匹配相似模型反应时散点图

图5 匹配相似图形错误次数和匹配相似模型错误次数散点图

根据匹配相似图形对被试认知风格的分类，对匹配相似模型的数据进行方差分析，结果发现，反应时（F=4.72（3，66），p=0.005，η2=0.18）和错误次数（F=5.60（3，66），p=0.002，η2=0.20）在四种认知风格的被试中，差异显著（见表2）。

表2 匹配相似模型方差分析表

对匹配相似模型测验进行信效度分析，反应时α=0.760，内部一致性高；总错误次数α=0.417，内部一致性一般。在效度分析上，采用相似图形测验作为校标，两者反应时的相关系数r=0.349（p=0.003），总错误次数的相关系数r=0.254（p=0.034），两者均存在显著正相关，符合研究假设2。

四、讨论

为了建立适合虚拟现实环境的心理测试，我们将传统2D 测试进行情境化再设计是相对简单直接的方法，也是解决虚拟现实环境下测验工具问题的努力方向之一。本研究针对这一迫切需求，选取认知风格测试中的两款有代表性的测试工具，分别对其进行情境化再设计后，获得适用于虚拟现实环境的新版本，并测试这种情境化再设计的可行性与有效性。结果显示：针对镶嵌图形测验和匹配相似图形测验设计的虚拟棒框测验，与匹配相似模型测验，均具有良好的信度，其结果和传统测验之间具有显著的相关，显示出良好的关联效度。随着虚拟现实技术的发展以及虚拟现实技术在教育领域中的大量应用，适合虚拟现实环境的心理测试工具，可以通过直接对传统2D 测试进行情境化再设计来获得。

一方面，这种方法不仅有效，而且能够节省大量的人力物力；另一方面，这种通过情境化再设计获得的虚拟现实心理测试工具，可以和虚拟现实学习环境设计相整合。教育者根据学生不同的认知风格设计不同的学习环境，并通过虚拟认知风格测试的结果，为其匹配相应的学习环境、学习材料等，以最大化地利用虚拟学习环境来提高学生的学习绩效，同时不影响虚拟现实学习环境自身的趣味性。

结合本研究的结果，虚拟棒框测验和匹配相似模型测验的信效度总体较好，使用传统认知风格测验中的镶嵌图形测验和匹配相似图形测验作为校标测验，镶嵌图形测验得分和虚拟棒框测验的角度偏差呈现显著负相关，被试在匹配相似图形测验中的反应时和错误次数与被试在匹配相似模型测验中的反应时和错误次数，呈现显著的正相关，并且得到具有显著性的回归方程。这说明根据被试在传统认知风格测验中的结果，能够预测其在虚拟现实认知风格测验中的结果，该结果符合预期假设，即虚拟现实认知风格测验和传统认知风格测验效果接近。而场独立和场依存认知风格的被试，在虚拟棒框测验中平均角度偏差差异显著，说明虚拟棒框测验对“场独立—场依存”认知风格能够有效区分；沉思型、冲动型、迅捷型和缓慢型认知风格的被试，在匹配相似模型测验中反应时和错误次数差异显著，说明匹配相似模型测验能对沉思型、冲动型等认知风格进行有效区分。

总的来说，虚拟现实认知风格测验是一种可靠的工具，这说明在虚拟现实环境下对传统认知风格测试进行情境化再设计，具有可行性。相对于使用人工智能和大数据的技术来设计一个全新的个性化测试工具，情境化再设计的实用性更高，其以原有的认知风格测试为样例，具有可靠的理论基础，仅需要对样例测试进行三维场景搭建和建模工作，再进行信效度检验，就可以获得一个有效的测试工具。

在匹配模型测验中，各组模型的错误次数内部一致性系数为0.417，其内部一致性一般。根据分析数据发现，在匹配相似模型测验中，某些模型的错误次数为极端值。由于在设计测验时，并未对选用的模型进行熟悉度、表象一致性和视觉复杂性的标准化，这可能是造成内部一致性一般的原因。而匹配相似模型测验虽然能够区分沉思型、冲动型、迅捷型和缓慢型认知风格，但效应量较小，可能是由于部分题目过于简单或者困难，使得被试之间的得分差异减小。相对来说，更具有情境性特征的“场独立—场依存型”测试，在进行虚拟现实情境化设计时更具有优势。

值得注意的是，进行情境化再设计并不适合所有传统测试。在本研究中，对棒框测验和匹配相似图形测验进行情境化再设计时，这两个测验都需要被试进行具体的操作，或者需要使用视知觉信息来完成任务。这些因素成为一个测验能否进行情境化设计的先决因素。因为VR 环境是一个充满交互性的新环境，并且能够创造出许多现实环境中难以满足的实验条件，因此，像棒框测验和转屋测验等需要进行实际操作，且对实验环境具有较高要求的测验，就比较适合进行情境化设计。

同时，VR 环境能够给被试带来丰富的视觉和听觉刺激，但由于设备等硬件条件的限制，其他的感觉通道，例如，触觉、嗅觉刺激等，还很难在VR 环境中较好地呈现。所以，像匹配相似图形一类需要通过视知觉来判断的测验，在进行情境化设计时，可以选择将原测验中的相似图形进行三维建模，也可以采用新的相似模型进行测验。而一些自陈式问卷也不太适合进行情境化设计，比如，明尼苏达多相人格测试（MMPI）、艾森克人格问卷（EPQ）等，就很难进行情境化设计；或者说其情境化设计的难度很高，对虚拟现实软硬件技术的要求也很高。因此，一项测验是否适合进行情境化设计，需要考察该测验的操作方式、测验环境、刺激呈现方式。而匹配相似图形的测验结果也说明，在情境化设计中，对于场景的搭建和模型的建模与选用，均有着较高要求，需要对其进行标准化的评定，或者采用已经完成的标准化模型库，以排除可能对测试结果造成影响的因素。

阿肖里（M.Ashoori）等人认为，在虚拟学习环境中，个性化是一个关键问题，因为不同的学习者对交互方式和图形界面有着不同的偏好[35]。且有已有的研究发现，虚拟现实学习环境的可用性对学生学习满意度有很大的影响[36]。在解决高阶思维难题时（High Order Thinking Skill Problems），场独立型学生会尝试采用多种方法解决问题，而场依存型学生会严格遵从他们学到的解题方法答题[37]。也有研究表明，场独立型学生更能够解决难题[38]。在医学教育中，不同认知风格的学生在同样的箱式训练任务（Box Trainer Tasks）教学方式下，对于腹腔镜手术技能的学习效果差异显著[39]。在计算机自适应测试（Computerized Adaptive Testing，CAT）中，沉思型学生的反应时要明显慢于冲动型学生[40]。

此外，也有一些研究表明，不同认知风格的被试，在面对复杂材料情况下，其视空间工作记忆有显著差异[41]，教师应该按照学生需求在虚拟环境中创建物体和场景。而VR 环境可以根据不同认知风格和学习风格的差异，通过进行适当的教学设计，便可达到理想的教育效果[42-43]。另一项研究则显示，集体中认知风格的多样性与集体智慧呈现倒U 曲线关系，而集体智慧影响集体学习效率[44]。在虚拟学习环境中，学生也会存在集体学习的情况，根据学生的认知风格进行合适的分组，也可提高其学习效率。

因此，适合于虚拟现实环境的认知风格测试，对创建优良的个性化虚拟现实课堂，具有重要的现实意义。本研究探讨的认知风格测试，其成功之处在于能真正解决个性化的虚拟现实学习环境的测试问题。在以往的虚拟课堂中，通常是设计出一套教学程序，然后，所有学生统一使用，并没有充分考虑学生的认知风格差异；教育者应该设计多套适合不同认知风格的教学程序，并且和虚拟认知风格测试相配合：在开始教学前，分析学生的个性化特征，接着为其匹配最适合的学习环境。这样才能充分发挥虚拟课堂的作用，充分照顾不同认知风格学生的学习差异，以提高虚拟课堂的可用性，而不是“一刀切”式地给每个学生安排相同的学习环境。

例如，在一项使用虚拟课堂进行二次函数教学的研究中，研究者使用投篮游戏来让学生学习相关知识，结果发现，外向型的学生在学习成绩上的提示最为显著，说明投篮游戏可能更适合外向型学生[45]。这里虽然使用的不是认知风格测试，而是“大五人格测试”，但是依然能够提示我们：应该根据学生的个性特征设计不同的虚拟课堂，并根据虚拟认知风格测试的结果加以匹配。此外，在虚拟现实学习环境中进行认知风格测验时，与纸笔测验相比，使用三维的虚拟现实测验，其与虚拟空间的整合度会更高，也更加简便，并且这类情境化的“小游戏”设计能够引起学生的兴趣，从而提升虚拟课堂的使用效果。

总之，虚拟认知风格测验比纸笔测验有更高的生态效度，能够更加自然地把测验融入到虚拟课堂中，它和虚拟课堂的整合性更好，有利于提高虚拟课堂的可用性和学习者体验；同时，可根据学生的认知风格进行虚拟课堂的个性化匹配，能够提高学生在虚拟课堂中的学习兴趣和学习效果。但是，本研究也存在着一些问题，比如在匹配相似模型测验中，使用的模型未经过标准化，但此项工作是一个较为繁琐的过程，今后需进一步着手进行模型的标准化工作，以提高测验的信效度。

五、结语

虚拟现实认知风格和传统认知风格测验的结果呈显著相关，并具有较好的信效度，说明虚拟现实认知风格测验基本可以替代传统的认知风格测验。虚拟现实认知风格测验是对开发适合于虚拟现实学习环境的个性化测验的一次尝试，对未来虚拟课堂的开发设计也是一个重要工具，将大大地提高虚拟课堂的可用性和学生的参与度。尤其是在远程虚拟课堂中的应用，能够为学习者智能匹配个性化的学习环境，让其真正成为助推个性化学习的一种教学方式，从而推动虚拟现实技术在教育领域中的深度应用。