基于眼球追踪的新手教师与专家教师课堂专业视觉差异研究

吴筱萌 许静竹

(1．北京大学 教育学院，北京 100871； 2.南京市江北新区管理委员会教育和社会保障局，江苏 南京 210015)

一、引言

教师专业视觉(teacher’s professional vision)涉及教师在课堂上注意和解释重要现象和关键交互的能力，即教师在复杂的课堂情境中选择去注意什么以及对注意到的现象作何解释，这是一种与情境高度相关的能力[1][2]。教师专业视觉与复杂的认知加工水平有着强烈关联，代表了某种“教师品质”，发展教师的专业视觉对于教师，特别是新手教师有着重要的意义。

Sherin等人建立了“视频俱乐部”，通过让教师观看教学视频，研究教师在观课时的选择性注意和基于注意的解释，并发展教师的专业视觉[3]。通过教学视频的方式探究教师的专业视觉也运用在教师的能力评估上。Kaiser等人运用了3段课堂模拟视频，让教师对课堂中发生的事情进行观察、解释和推测，以此将教师的认知能力和情境实践能力结合起来，更好地评估教师的专业性[4]。虽然不少研究采用教学视频研究教师的专业视觉，但这一方法也受到一些学者的质疑。有学者指出，观察自己或者其他教师的教学视频是采用了“情境之外”的视角，或多或少地带有了预设的焦点，而教师在情境之中和在情境之外往往看到的东西是不一样的。因此，运用视频进行注意能力的评估与在课堂事件的复杂性中采取真实的行动相去甚远。以往教师专业视觉的研究对课堂行动的“转瞬即逝的需求”难以捕捉[2][5]。

新兴的技术工具为上述困境带来新的突破。眼动仪可以实时记录人在处理视觉信息时眼球运动的精确轨迹，特别是目前的眼镜式眼动仪，便携带、干扰小，为真实课堂情境下教师的专业视觉研究带来了新的可能。借助眼动仪研究教师视觉，特别是新手教师的专业视觉特征，国外已经有一些相关研究[5]-[7]，而目前国内有关研究还非常少见。

旨在通过移动眼球追踪技术探究新手教师与专家教师在真实课堂场景中的专业视觉，揭示两类群体的视觉行为特征，在此基础上，比较两类群体的异同。

二、研究设计与实施

旨在探讨新手教师与专家教师在真实课堂情境中的专业视觉差异。具体来说，研究聚焦两类教师对学生的视觉关注情况。根据专业视觉的定义，教师专业视觉包括注意和解释两个方面，限于篇幅的原因，主要聚焦在两类教师的“注意”方面。从眼球运动层面关注两类教师对班级内每一位学生视觉关注的时长、平均程度等指标，在此基础上探究两类教师是否存在差异。

研究的核心问题为“新手教师与专家教师在课堂中的‘注意’存在什么异同”“一些假设要素是否会影响新手教师与专家教师在课堂中的‘注意’”“在学生进行练习的时候，新手教师与专家教师对于学生练习本的‘注意’存在什么异同”。

选取了北京市顺义区X小学6位中高年级数学教师作为研究对象，其中，新手教师与专家教师各3位。研究将新手教师界定为工作年限在2年及以下、未获得教师职称的教师；将工作年限在10年及以上、具备高级或一级教学职称的教师界定为专家教师。各位研究对象视力正常，佩戴Tobii Pro Glasses 2眼镜式眼动仪，可以校准，视物清晰，行动自如，能进行正常教学活动。研究对象的详细信息如表1所示。数据收集时间为2019年11月，6位教师分别进行了授课，课型为新授课，教学环节基本类似，都有新知讲解、学生练习等部分。

表1 研究对象基本情况表

眼动数据的处理由Tobii Pro Lab Analyzer(以下简称Lab)软件完成，大致可分为两步，即视觉焦点的匹配和兴趣区的划分。

视觉焦点的匹配是将眼动追踪视频的动态数据叠加到指定的静态目标图片(snapshot)上，以便生成量化的数据结果和眼动追踪统计指标。在每位教师的Tobii项目中，导入课前拍摄的班级学生全景图作为snapshot，采用手动匹配和机器匹配相结合、逐注视点匹配的方式进行数据叠加。兴趣区(AOI)是划定snapshot中的若干对象，从而进一步探究被试在这些对象上的眼动信息。每一位学生为一个兴趣区，兴趣区的命名参考坐标轴中点的命名方式，以教师站在讲台上面对学生为标准，教师左手边第一列为起始列，离教师最近的一排为起始排，按“列—行”的方式为兴趣区编号，如第2列第3排的兴趣区编号为2—3，这也是该兴趣区对应的学生代号。

三、研究发现

(一)新手教师与专家教师的注意特征及差异

在对注意(noticing)的分析中，研究以时长和平均程度这两个维度的指标来描摹两类教师的特征及差异。

1.注意的时长

(1)总注视时长(Total Fixation Duration)

注视(fixation)是人类眼球运动的基本类型之一，是一种将眼睛的中央凹对准目标刺激的活动。总注视时长为被试在一段时间内注视某一个兴趣区的时间总和，即为教师在课堂中注视某一个学生的总时间。

分别对两类教师关注学生的总注视时长作描述性统计，新手教师对每位学生的总注视时长均值为15.41秒(标准误1.38)，高于专家教师的注视时长均值为9.20秒(标准误0.85)。在此基础上作均值比较，F检验伴随概率为0.000，在0.01的水平上拒绝原假设，即新手教师与专家教师的总注视时长方差在0.01的显著性水平上不等。在此情况下进行均值比较，T值为3.822，伴随概率为0.000，根据统计描述(15.41>9.20)可知新手教师对每位学生的总注视长显著高于专家教师。

(2)平均注视时长(Average Fixation Duration)

平均注视时长是被试一段时间内在某一兴趣区的总注视时长与在该兴趣区注视次数的比值，即为教师在课堂中对每个学生发出一次注视的平均时长。

分别对两类教师关注学生的平均注视时长作描述性统计，新手教师对每位学生的平均注视时长均值为0.44秒(标准误0.02)，高于专家教师的注视时长均值为0.27秒(标准误0.01)。在此基础上作均值比较，在独立样本检验中，T值为8.382，伴随概率为0.000，根据统计描述(0.44>0.27)可知新手教师的平均注视时间显著高于专家教师。

2.注意的平均程度

在新手教师对学生关注的时长显著高于专家教师的情况下，对于每一位教师个体而言，他们对全班学生关注的平均程度如何？这是关注的另一个重要方面。

将基尼系数作为衡量6位教师对各自班级学生关注多寡的指标，分别考察他们在总注视时长和平均注视时长方面的平均程度。基尼系数是意大利经济学家基尼于20世纪初提出的用于测定收入分配差异程度的指标，取值在0—1之间，越趋近于0则表示收入分配越取向平等。国际上通常把0.2以下视为绝对平均；0.2—0.3视为比较平均；0.3—0.4视为相对合理；0.4—0.5视为差距较大，当基尼系数达到0.5以上时则表示收入悬殊。

(1)总注视时长的平均程度

以每一位教师为研究对象，对其在课堂上对每位学生的总注视时长做平均程度分析，计算基尼系数如表2所示。

表2 教师对学生的总注视时长基尼系数汇总

由表2可知，两类教师对全班学生注视时长的分配差距整体较大，其中，专家教师呈现出较为一致的趋势，基尼系数在0.42—0.45之间；新手教师则呈现出较大的差异，其中两位教师的总注视时间基尼系数在0.51以上，即对不同学生给予的注视时间差距悬殊，另一位教师(X3—W)的基尼系数为0.38，小于所有专家教师，属于相对合理的范围。

将6位教师对各自班级所有学生的总注视时长作降序排列后绘制折线图(见图1)，可以看到所有新手教师的曲线在前半部分均较为陡峭，且最大值与最小值之间的差距，也即总注视时长的范围均高于专家教师。而专家教师的曲线不仅较为平缓，范围也仅有新手教师的一半左右。虽然样本量较少无法对两类教师的基尼系数做均值检验，但结合图表内容可以看出，专家教师对学生总注视时长的平均程度略优于新手教师。

(2)平均注视时长的平均程度

以每一位教师为研究对象，对其在课堂上对全体学生的总注视时长做平均程度分析，计算基尼系数如表3所示。

图1 6位教师总注视时长降序折线图

表3 教师对学生的平均注视时长基尼系数汇总

如表3所示，两类教师对全班学生平均注视时长的基尼系数几乎都小于0.2，可看作绝对平均，即无论是专家教师还是新手教师，对课堂上每一位学生发出一次注视(fixation)的时长几乎是相等的，这种个体内部的高度一致性可以看作一种相对固定的生理特性。

(二)对新手教师与专家教师“注意”产生影响的要素分析

1.学生位置对其受关注程度的影响程度分析

按照前述编组方式，将分别从学生位置所在的行和列探究其对学生接受的总注视时长的影响。

(1)学生所在行对其受关注度的影响分析

按照每个学生所在位置的行进行编组，将某一位教师对这一行内所有学生的注视时长相加，得到这一行的总注视时长(以秒计)。对6位教师在各行的总注视时长进行单因素方差分析，结果如表4所示。可以看出，F值为0.838，伴随概率0.55>0.1，也即从6位教师整体而言，学生的受关注程度并不会受到其所在行的影响。

表4 受关注程度*学生所在行的方差分析

(2)学生所在列对其受关注程度的影响分析

按照每个学生所在位置的列编组，计算某一位教师对这一列内所有学生的注视时长总和，得到这一列的总注视时长(以秒计)。在6位教师中，仅有一位专家教师执教的班级座位为5列，其余班级为6列。统计6位教师对班级内每一列学生的总注视时长，并进行学生所在列的单因素方差分析，结果如表5所示。

表5 受关注程度*学生所在列的方差分析

由表5ANOVA分析可知，F值为2.561，伴随概率0.049<0.05，即在0.05的水平上显著，也即学生的受关注程度在其所在列上存在显著差异。

根据每位教师对各列总注视时长的数据做堆积折线图(见图2)，可以看到，教师们的关注具有比较统一的趋势，即第四列学生受到的关注最多，其次是第五列和第三列；受关注最少的是第六列学生，第一列次之。

图2 教师的列关注度堆积折线图

因为两类教师对学生所在列的关注度呈现出中间多两边少的趋势，进一步将学生所在列编组，第一、第二列为教室左边组，第三、第四列为中间组，第五、第六列为右边组，进行学生所在大组别对其受关注程度的单因素方差分析(见表6)，由表6可知，学生所在的大组别(左、中、右)会显著影响其受关注程度。在此基础上作事后多重比较，可知中间组的学生受到的关注会显著高于左右两组，而左右两组之间则并没有显著差异。

表6 受关注程度*学生所在大组别的方差分析

由上述分析可知，学生所在位置会在一定程度上影响其所受关注的程度。具体来说，中间列的学生受到的关注显著高于左右两列，这一差异在新手教师与专家教师中均有体现。位于教室左右侧的学生受关注程度显著低于教室中间的学生，但教室左侧或右侧之间并无显著差别。学生所在列的不同是造成位置对其受关注程度影响的主要来源，其所在行，也即学生坐在哪一排并不会显著影响其受关注程度。

2.学生成绩对其受关注程度的影响程度分析

为探究学生成绩是否会影响其受关注程度，将实验班级学生的期末成绩与每位学生获得的总注视时长做相关分析。研究期间受疫情影响，只获得了专家教师Z1—F和新手教师X2—Z、X3—W这3位教师班级学生的数学和语文期末成绩。因为该实验小学实行班主任包班制教学，即班主任教师同时教授语文课和数学课，虽然研究场域为数学课堂，但考虑到数学教师同时也是语文教师，对学生成绩的印象会有超越数学成绩本身的因素，因此在该部分的研究中，同时考察了数学成绩和语数总成绩对学生受关注程度的影响。

以执教班级学生的期末成绩和每位学生获得的总注视时长作为变量，选择皮尔森相关系数做相关关系检验，3位教师班级的学生数学成绩和语数总成绩同其受关注程度的相关分析如表7所示。

表7 新手教师班级学生成绩和其受关注程度的相关分析表

由表7可以看出，新手教师并不会因为学生成绩的差别给予更多或更少的关注。而专家教师执教班级学生的语数总成绩和他们受教师关注程度呈显著负相关，相关系数绝对值为0.388，处于弱相关和中等相关之间，也即学生语数总分越低，受关注的可能性越高，但学生的数学成绩和其受关注程度并不相关。这从某种程度上也说明对于执教多个学科的包班教学教师来说，学生的单科成绩并不一定会影响其给予该学生关注程度，但对学生总成绩的印象和给予该学生关注程度显著相关。

(三)学生练习期间教师对学生练习本的“注意”

教师在课堂巡视的过程中可以掌握学生的问题，及时发现教学活动中的不足，并根据学生的反馈调整教学。因此，课堂巡视成为小学数学课堂中必不可少的环节[8]。研究发现，教师对学生练习本的关注几乎都在课堂巡视的时候进行，因此本节内容聚焦课堂巡视这一数学课堂中常见的教学事件，结合动作等其他课堂行为分析两类教师的视觉行为在这一事件中的异同。

将6位教师在课堂中巡视的情况进行统计，结果如表8所示。其中，覆盖人数是教师在巡视时关注其课本的学生数量，覆盖率则为覆盖人数和班级总人数的百分比。复看人数是教师关注其课本两次及以上的学生数量，复看比是复看人数与覆盖人数的百分比，复看率是复看人数与总人数的百分比。可以看到，新手教师的三项指标均低于专家教师。在专家教师中，Z2—R和Z3—Z教师的覆盖率近100%，复看比和复看率也都在80%和90%左右，明显高于所有新手教师。Z1—F教师所在班级是6个班级中唯一采用双人座椅的教室，桌椅摆放方式阻碍了其对靠墙一列学生练习本的巡视，使其三个指标略低于上述两位教师，但仍高出表现最佳的新手教师10%左右。

表8 教师课堂巡视情况统计表

四、结论与启示

收集了3位新手教师和3位专家教师在真实课堂场景中的眼动数据，对新手教师与专家教师在课堂中的“注意”及其影响因素进行了分析，得到了如下结论，也为教师发展，特别是新手教师的发展提供了一些启示。

(一)发现专家教师比新手教师对学生的“注意”更具效率，专家教师对学生的平均注视时间更短，也更均衡

这一结论与国外相关学者的研究发现相互验证[6][7]。而这种更具效率的“注意”代表了更快速的课堂事件处理能力[9]以及对课堂更好的监控能力[10][11]。通过访谈了解到，专家教师对学生群体了解充分，有着丰富的课堂经验和教学经验，在课堂上拥有更迅速、准确地识别学生状态的视觉能力。同时，专家教师也更强调时刻留意全班状态，进行有效管理。研究结果提示我们，作为新手教师可以通过观察专家教师的课堂注视，更加有意识地发展自己的视觉监控能力。

(二)在收集的数据中，专家教师与新手教师对于学生的注视分布都不是太平均

表现在两类教师对教室中间几列学生的关注程度显著高于左右列的学生。引起这种现象的原因可能与我们传统的教室桌椅摆放位置相关。虽然访谈中也有教师认为，这个问题可以经由定期的轮换座位而得到解决，但是这一结论所带来的启示是教师们可以对自己的视觉分布更具有自我监控的意识，多注意处于边角位置的学生。

以往我国学者大多研究教师的关注程度对学生成绩的影响[12][13]，然而这次发现学生成绩也会影响教师对学生的关注。发现专家教师会对分数低的学生予以更多的关注，而新手教师对学生的关注程度和学生成绩之间不存在显著的相关关系。这或许可以解读为专家教师对学生的学习状况更加了解。所以作为新手教师，还可以在这个方面向专家教师进行更好的学习。

(三)发现专家教师对学生的课堂练习状况关注更为普遍

对学生练习状况无论是覆盖率还是复看率都远远高于新手教师，这进一步证明了有经验的专家教师更加关注课堂中的学生学习是否发生,而新手教师却在此表现欠佳。根据福勒的教师关心阶段理论，新手教师由于还处在“求生存”阶段，他们往往更加关注自己的教学表现和他人的评价[14]。因此，教师教育者应该帮助新手教师有意识地加强对学生学习的关注。通过指导其对一些教学环节的关注，例如，学生课堂练习环节，让新手教师发展其获得学生学习状况，识别具有学习困难的学生，检验教学效果，根据学生反馈改进教学的能力，从而促进他们更快地向熟练和专家型教师迈进。

对课堂信息的知觉和加工既是教师教学专长的重要组成部分，也是教师从事教学活动应该具备的特殊认知能力[15][16]。有关专长视觉信息加工和注意分配的元分析认为，经验可以引导并影响个体的注意分配[17]，这使得研究新手教师与专家教师的专业视觉差异就显得更加重要。基于眼动数据的收集与分析，对于教师专业性的研究具有低推断性、高客观性，也可以发现一些习以为常或者不易发现的问题。基于真实教学情境中的教师眼动数据的分析，得到了一些具有典型性的新手教师与专家教师的课堂眼动特征。由于教师眼动数据有限，也使得研究具有一定的局限性。未来我们还将在更大的数据基础上，进行更加深入的研究。