弹幕教学视频中学习者的眼动行为模式及其作用机制研究*

王 雪 张 蕾 王 羽 乔玉飞 李慧洋

（1.天津师范大学 教育学部，天津 300387；2.临沂滨河实验学校，山东临沂 276000）

一、引言

《2021 地平线报告（教与学版）》中提到，受疫情影响许多教育机构被迫采取在线教学模式和方法，并在紧急情况下将大量线下课程转型为数字化课程，但在线学习资源的质量却难以得到保障（金慧，等，2021）。随着后疫情时代的到来，在线学习已逐渐成为学生学习的主要手段，在此情形下，持续优化在线学习资源以提升在线教学的效果与效率显得尤为重要（方旭，等，2021；翟雪松，等，2020）。教学视频作为一种应用最为广泛的在线学习资源， 备受学习者青睐， 如何提升教学视频的质量以改善在线学习成效， 也一直备受研究者和教师关注 （杨九民， 等，2021）。 教学视频既可以通过图、文、声、像多种媒体形式为学习者呈现形象直观的教学内容， 也可以通过反馈、弹幕、智能线索等交互功能给学习者带来身临其境的学习体验（巴深，等，2021；王雪，等，2021a；王雪，等，2021c）。 随着网络上弹幕视频（如，Bilibili、腾讯课堂等）的兴起，越来越多的学习者通过发送或阅读弹幕， 与教师或同伴交流实时的学习成果和体验，使学习者的视频学习不再孤单。弹幕为学习者提供了一种前所未有的社会性交互体验（王蕊，等，2017）。

近年来，一些研究发现，视频中弹幕的出现使得信息传播更具效率、能帮助学习者获得良好的学习体验， 且与视频学习内容关联度密切的高质量弹幕能明显促进学习（张婧婧，等，2017）。但是，还有一些研究发现，视频中的弹幕作为一种附加的信息刺激，会使学习者在同一时刻经由视觉加工通道处理的信息量增加，从而对学习也产生了干扰。不同的学习者个体特征（如，认知加工风格等）是弹幕应用效果的最主要影响因素之一。 不同认知加工风格的学习者对学习内容与形式的接受程度和关注区域不尽相同，有的学习者可能会忽略弹幕，而有的学习者则会特别关注弹幕（李稚，等，2021）。 学习者不同的认知加工风格表现为认知行为的差异， 进而影响其学习体验和效果，因此，学习者的个体差异是设计和改进在线学习资源的重要依据。

综上，本研究使用眼动追踪技术，采集弹幕教学视频中学习者的眼动行为数据，采用聚类数据挖掘、组间差异比较和结构方程模型， 来发现并分析不同类型的学习者眼动行为模式及其对视频学习的影响机制，为教学视频中弹幕的设计和管理提供依据，以提高教学视频资源的质量， 满足学习者个性化的学习需求，进而提升在线学习的成效。

二、文献综述

弹幕是指在播放的视频中以字幕形式呈现在屏幕上的评论，起源于日本的视频网站NicoNico，而后传入中国并兴起了广泛的流行风潮（黄旭君，2016）。弹幕作为一种基于视频画面呈现的评论文本，被用于与其他用户进行信息共享与交流互动，从而形成良好的信息交互体验（冯钰茹，等，2021）。 在教学视频领域， 弹幕的应用也愈加普遍， 在各大视频网站（如，Bilibili、腾讯课堂等）上的学科类教学视频中，弹幕非常活跃。 弹幕能够使学习者在自主学习视频的过程中，同步发表看法或提出问题，营造出真实课堂中的讨论氛围，从而很好地解决学习者在线学习时缺乏交互的问题（丁国栋，等，2021；孙田琳子，等，2018）。

近年来， 国内外很多研究者探究了教学视频中弹幕对学习效果的影响， 研究结论呈现出两种不同的情况。一方面，部分研究发现教学视频中的弹幕能够改善学习者的学习体验或学习效果： 有研究者（Lin，et al.，2018）对在线视频讲座中的弹幕进行了归纳分析，发现弹幕可以显著增强学习互动、改善学习体验；此外，还有研究者（Zhang，et al.，2019）探究了在教学视频中发送贴近学习内容的弹幕与不发送弹幕对学习者学习的影响，结果显示：与视频内容有关的弹幕，可以显著提高学习者的社会存在感、学习满意度与学习效果，这证明了弹幕促进学习的作用。

另一方面， 还有一部分研究发现教学视频中的弹幕，对学习体验或学习效果产生了不利的影响：有研究（Pi，et al.，2020）探究了在线视频讲座中的弹幕对学习者学习效果的影响，结果显示：弹幕会分散学习者的注意力， 进而降低了视频学习效果； 易田（2018）探究了陈述性知识下弹幕对不同学习风格学习者学习的影响，结果同样表明：无弹幕组学习者的学习效果显著优于有弹幕组， 且无弹幕组学习者的学习满意度也高于有弹幕组。上述研究结果表明，弹幕对教学视频学习体验和效果影响的结论， 仍存在不稳定性。有研究进一步发现，学习者不同的个体特征（如，认知风格、先前知识水平等）是弹幕能否促进视频学习的重要影响因素（杨九民，等，2019）。

教学视频画面中不断出现的弹幕能够吸引学生的视觉注意， 有研究者使用眼动跟踪技术深入分析了学习者学习弹幕教学视频时的视觉认知行为（何亚玲，2017）。刘晓莉（2019）研究发现，使用弹幕会提高学习者对弹幕区的总注视时间、总注视次数和平均注视时间， 降低对视频内容区的总注视次数和平均注视时间；段朝辉（2018）研究发现，弹幕的出现对眨眼频次无显著影响， 但弹幕可以显著影响学习者的注视频次与眼跳距离；冷静等人（Leng，et al.，2016）通过眼动数据分析发现， 教学视频画面中弹幕的出现，可以显著吸引学习者对弹幕的视觉注意力。但上述研究均未深入分析学习者的眼动行为与学习效果之间是否存在关联。并且，不同的学习者对教学视频中的弹幕接受程度也有所不同，部分学习者认为，弹幕会分散注意力从而选择性地忽略弹幕， 但另一部分学习者则会积极关注弹幕并主动发送弹幕参与互动。这一学习过程中产生的“实时差异”，会使这些学习者有可能呈现出不同的眼动行为模式，例如，更多关注视频内容或更多关注弹幕等。因此，学习者的眼动行为模式差异， 有可能是弹幕促进或阻碍视频学习体验和效果的重要原因之一。

总的来说， 国内外相关研究对弹幕影响教学视频学习体验、效果和视觉认知行为进行了积极的探索， 为本研究的开展提供了参考， 但也存在一定不足：第一，已有研究发现，教学视频中的弹幕对学习者的学习体验和效果有积极或消极的影响， 这与学习者不同的个体特征（如，认知风格及其表现出的认知行为等）紧密相关，仍需深入探究；第二，已有研究发现， 教学视频中弹幕的出现会影响学习者的眼动行为（如，注视时间、注视次数、眼跳等），但还未发现不同类型学习者的不同眼动行为模式， 以及眼动行为模式的差异对视频学习的影响机制， 而这应该是针对学习者的个性化学习需求设计和管理教学视频中弹幕的基本依据。因此，本研究借助眼动跟踪技术采集学习者学习弹幕教学视频时的眼动指标， 采用聚类数据挖掘发现学习者不同的眼动行为模式，并深入探究不同的眼动行为模式对学习者的情绪状态、认知负荷和学习效果的内部作用机制。具体将解决以下两个研究问题：（1）弹幕教学视频中学习者的眼动行为模式有哪些类型和特征？ （2）不同的眼动行为模式对学习者的情绪状态、认知负荷和学习效果的作用机制是怎样的？

三、研究方法与过程

（一）技术路线

本研究的技术路线， 主要包括数据采集和数据挖掘分析两个阶段。

1.数据采集阶段

通过眼动实验法， 采集学习者学习弹幕教学视频的眼动指标、学习体验和学习效果的各类数据。在实验开始前，通过问卷收集被试的基本信息，并测试被试的先前知识水平；在实验准备期间，为学习者佩戴耳机和情绪测试仪并进行眼动定标； 在视频学习期间， 学习者自主完成视频学习并自主选择是否发送弹幕参与互动， 同时全程实时追踪学习者的眼动数据和过程性情绪状态；在实验结束后，通过量表测量学习者的结果性情绪状态、认知负荷，通过测试题测量学习者的学习效果。

2.数据挖掘分析阶段

通过聚类数据挖掘方法对眼动数据进行深入分析，发现不同类型的眼动行为模式，进而通过非参数检验分析， 发现不同眼动行为模式下学习者的眼动行为特征；最后，再通过组间差异分析和作用路径分析， 对不同的眼动行为模式对弹幕教学视频学习者的情绪状态、认知负荷以及学习效果的作用机制进行分析。 研究的技术路线如图1 所示。

（二）被试对象

从某大学随机招募70 名大学生作为被试，为控制无关变量对结果的影响， 剔除高先前知识水平者（先前知识水平测试高于总分值的60%）、情绪测试中断和眼动采样率低于60%的被试共16 名，最终有效被试54 名（男生28 名，女生26 名）。

（三）弹幕教学视频学习材料

本研究中视频学习材料的主题为《物质跨膜运输的方式》（刘晓莉，2019）， 内容参考中国大学MOOC（慕课）网站上的《细胞生物学》课程、高中《生物（必修一）》第四章第三节的内容以及相关教辅资料。 视频时长为3 分54 秒，画面顶部弹幕区域呈现弹幕（共计35 条），学习者可以自主选择是否发送弹幕。 弹幕内容以各大视频网站中与本主题相关的教学视频中的弹幕为主要来源， 相关教学视频评论区的文本为次要来源。 参考已有相关研究 （林钦杰，2017），将弹幕的筛选和呈现标准确定为：弹幕内容与视频内容直接或间接相关； 弹幕内容与视频内容在时间关系上保持一致。例如，当教学视频中讲述到“物质跨膜运输的方式之自由扩散”时，画面顶部弹幕区同步呈现弹幕“酒精也是自由扩散”，弹幕文本在弹幕区以单行滚动呈现，且不遮挡视频内容，字体颜色为红色，字号为28，如图2 所示。

（四）测量变量及使用的设备、工具

（1）眼动数据。使用型号为Tobii X120 的眼动仪进行眼动数据的采集， 从微观层面测量学习者的视觉认知投入， 可反映出学习者在不同关键区域的认知资源的分配情况（Miller，2015）。 将视频学习材料划分为弹幕区和内容区两个兴趣区， 导出六种眼动指标：弹幕区总注视时间、弹幕区总注视次数、弹幕区平均注视时间、内容区总注视时间、内容区总注视次数以及内容区平均注视时间。其中，弹幕区和内容区的总注视时间是指学习者在弹幕区或内容区内所有注视点的持续时间总和， 可反映学习者对弹幕或视频内容的加工程度； 弹幕区和内容区总注视次数是指学习者在弹幕区或内容区的注视点的总个数，可反映学习者对弹幕或视频内容的注意程度和熟悉程度； 弹幕区和内容区的平均注视时间是指学习者停留在弹幕区或内容区内每个注视点上的平均时间，可反映学习者对弹幕或视频内容的加工程度，也可反映学习者的认知负荷，平均注视时间越长，认知负荷就越大（Kruger，et al.，2016）。

（2）情绪状态。测量学习者学习弹幕教学视频的过程性情绪状态和结果性情绪状态， 以全面反映学习者的情绪状态。过程性情绪状态的测量如下：采用型号为emWave Pro 6030 的情绪测试仪，实时监控并记录学习者的心率变异HRV，借助配套数据采集软件中内部HRV 算法，以识别不同情绪状态（积极、中性和消极）所占的百分比，可反映学习者在学习过程中实时的情绪状态；结果性情绪状态的测量如下：选用沃森等人（Watson，et al.，1988）编制的、邱林等人（2008）改编修订的积极—消极情绪量表，包括9 种积极情绪状态和9 种消极情绪状态， 积极情绪量表Cronbach’s α=0.85， 消极情绪量表Cronbach’s α=0.84，反映学习者学习结束后的结果性情绪状态。

（3）认知负荷。 使用帕斯（Paas，1992）修订的认知负荷量表（Cronbach’s α=0.74），测量学习者对学习材料的感知难度和心理努力程度。

（4）学习效果测试。测试包括保持测试和迁移测试两部分： 保持测试测量学习者对材料内容的记忆水平，即学习数量，包括4 道填空题和7 道单选题；迁移测试测量学习者对材料内容的理解应用水平，即学习质量，包括8 道单选题和1 道简答题（Mayer，et al.，2005；刘晓莉，2019）。

四、研究数据分析

（一）弹幕教学视频中学习者的眼动行为模式分析

本研究使用K-means 聚类数据挖掘方法，对弹幕和内容兴趣区内的各项眼动指标进行数据挖掘分析（姚晓彤，2021；Jian，et al.，2019），发现有三种不同类型的眼动行为模式， 这三种类型学习者的占比分别为20.37%、31.48%、48.15%，其初始聚类中心和最终聚类中心如表1 所示。 表1 中的数据表明：类型1学习者对弹幕区更为关注， 表现为初始聚类中心和最终聚类中心的弹幕区的总注视时间和总注视次数均最高；类型2 学习者对弹幕区和内容区均有关注，表现为初始聚类中心和最终聚类中心的弹幕区总注视次数和内容区总注视时间均居中， 且内容区总注视次数最高；类型3 学习者更为关注内容区，表现为初始聚类中心和最终聚类中心的内容区总注视时间和平均注视时间均最高。

表1 各眼动指标的初始聚类中心和最终聚类中心

对各项眼动指标进行Kolmogorov-Smirnov 检验（柯尔莫戈洛夫—斯米诺夫检验：用于验证数据是否符合正态分布），结果发现：部分眼动指标（如，弹幕区平均注视时间K-S 检验=0.159，p=0.002＜0.05）不具备正态分布特征， 故采用非参数模型Kruskal-Wallis H 检验进行组间差异分析 （王萍丽， 等，2021）。 三种类型学习者的各项眼动指标的均值、标准差和组间差异分析结果，如表2 所示。

表2 三种类型学习者眼动指标的均值和标准差（M±SD）

Kruskal-Wallis H 检验结果显示，三种类型学习者的弹幕区总注视时间（Chi-Square=14.154，DF=2，p=0.001）、弹幕区总注视次数（Chi-Square=24.283，DF=2，p=0.000）、内容区总注视次数 （Chi-Square=37.635，DF=2，p=0.000）以及内容区平均注视时间（Chi-Square=15.739，DF=2，p=0.000），存在显著组间差异， 但三种类型学习者的弹幕区平均注视时间（Chi-Square=0.253，DF=2，p=0.881）和内容区总注视时间（Chi-Square=1.140，DF=2，p=0.565），不存在显著组间差异。 这表明不同类型的学习者在学习弹幕视频时，其眼动行为模式存在明显的差异，因此，我们进一步对存在显著组间差异的眼动指标进行非参数两两比较， 确定三种不同类型的学习者眼动行为模式分别为关注弹幕型、两者兼顾型和关注内容型。图3 为三种类型学习者的注视热点灰度图， 进一步直观地呈现出三种眼动行为模式的特征。其中，深灰色表示学习者最为关注，高亮灰色次之，浅灰色表示学习者关注最少。 注视热点灰度图主要用来分析学习者浏览和注视学习材料的情况， 可直观反映学习者对学习材料不同区域的关注程度及视觉注意力的分布情况（程时伟，等，2014）。

（1）关注弹幕型。 如表2 所示，类型1 学习者的弹幕区总注视时间显著高于类型2（p=0.001）和类型3（p=0.001），类型2 和类型3 之间无显著差异（p=0.869）。 类型1 学习者的弹幕区总注视次数显著高于类型2（p=0.000）和类型3（p=0.000），类型2 和类型3 之间无显著差异（p=0.337）。由此可见，与类型2和类型3 的学习者相比， 类型1 的学习者对教学视频中弹幕区的注视时间最长、注视次数最多。 从图3（a）也可以看出，学习者的注视热点主要集中于弹幕区，表现为弹幕区的深灰色部分面积最大，而内容区则以浅灰色部分为主， 进一步表明此类学习者在视频学习过程中主要关注呈现弹幕的区域， 对视频内容区域的关注相对较少， 弹幕吸引了他们大部分的视觉注意力。因此，将类型1 学习者的眼动行为模式确定为“关注弹幕型”。

（2）两者兼顾型。如表2 所示，类型2 学习者的内容区总注视次数显著高于类型1（p=0.006）和类型3（p=0.000）， 且类型2 学习者的弹幕区总注视次数显著低于类型1（p=0.000）、高于类型3（未达到统计学意义上的显著水平），介于二者之间。 由此可见，类型2 学习者对弹幕区和内容区的注视次数都较高，学习者平均分配了他们的视觉认知资源。 从图3（b）也可以看出，学习者的注视热点既出现在弹幕区也出现在内容区，表现为弹幕区和内容区都出现了面积较为均衡的深灰色部分，进一步表明此类学习者在学习弹幕教学视频时，同时关注了弹幕区和内容区，弹幕和视频内容都吸引了他们的视觉注意力。 因此，将类型2学习者的眼动行为模式确定为“两者兼顾型”。

（3）关注内容型。 如表2 所示，类型3 学习者的内容区总注视时间和内容区平均注视时间在三种类型中都最高， 弹幕区总注视次数在三种类型中都最低。其中，类型3 学习者的内容区平均注视时间显著高于类型2（p=0.000），弹幕区总注视时间（p=0.001）和弹幕区总注视次数（p=0.000）均显著低于类型1。由此可见， 类型3 学习者对内容区投入了更多的视觉认知加工资源，但对弹幕区的关注相对较少。从图3（c）也可以看出，学习者的注视热点主要集中于内容区，表现为内容区的深灰色部分面积最大，而弹幕区则以浅灰色部分为主， 进一步表明此类学习者主要关注呈现学习内容的区域，对弹幕区关注得较少，教学视频的内容吸引了他们大部分的视觉注意力。因此，将类型3 学习者的眼动行为模式确定为“关注内容型”。

（二）不同的眼动行为模式对学习者的情绪状态、认知负荷和学习效果的作用机制分析

表3 显示了三种眼动行为模式学习者的情绪状态、认知负荷以及学习效果的各项数据的平均值和标准差。 具体研究过程如下：首先，采用非参数两两比较进行组间差异分析， 发现不同的眼动行为模式学习者的情绪状态、认知负荷和学习效果有何差异；其次，采用结构方程模型（Structural Equation Model，SEM）进一步分析弹幕教学视频中学习者的眼动行为模式对学习者的情绪状态、认知负荷以及学习效果的作用路径。

表3 实验数据描述性统计分析（M±SD）

1.组间差异分析

（1）过程性情绪状态：测量分析结果显示，不同类型学习者的过程性积极情绪 （Chi-Square=1.454，DF=2，p=0.483）、过程性中性情绪 （Chi-Square=3.157，DF=2，p=0.206）、过程性消极情绪 （Chi-Square=0.152，DF=2，p=0.927）均无显著组间差异。

（2）结果性情绪状态：测量分析结果显示，不同类型学习者的结果性积极情绪组间差异边缘显著（Chi-Square=5.026，DF=2，0.05＜p=0.081＜0.1）、结果性消极情绪组间差异显著 （Chi-Square=6.000，DF=2，p=0.05）。 事后多重比较结果表明，两者兼顾型学习者的结果性积极情绪显著高于关注内容型 （p=0.050）、边缘显著高于关注弹幕型 （0.05＜p=0.057＜0.1）， 关注弹幕型和关注内容型学习者的结果性积极情绪无显著差异（p=0.726）；关注弹幕型和关注内容型学习者的结果性消极情绪分别为边缘显著和显著高于两者兼顾型（0.05＜p=0.090＜0.1；p=0.018），关注弹幕型和关注内容型学习者的结果性消极情绪无显著差异（p=0.816）。

（3）认知负荷：测量分析结果显示，不同类型学习者对学习材料的感知难度组间差异边缘显著（Chi-Square=4.842，DF=2，0.05＜p=0.089＜0.1）， 心理努力程度组间差异不显著 （Chi-Square=3.468，DF=2，p=0.177）。 事后多重比较结果表明，关注内容型学习者的感知难度显著高于两者兼顾型（p=0.028），关注弹幕型与两者兼顾型、关注内容型学习者的感知难度组间差异均不显著（p=0.315；p=0.409）。

（4）学习效果：测量分析结果显示，不同类型学习者的保持测试成绩组间差异不显著 （Chi-Square=0.909，DF=2，p=0.635）， 迁移测试成绩组间差异显著（Chi-Square=6.622，DF=2，p=0.036）。事后多重比较结果表明，两者兼顾型学习者的迁移测试成绩显著高于关注弹幕型和关注内容型（p=0.036；p=0.020），关注弹幕型和关注内容型学习者的迁移测试成绩组间无显著差异（p=0.805）。

2.作用路径分析

多媒体学习的认知情感理论（Cognitive Affective Theory of Learning with Media，CATLM）整合了多媒体学习中的认知过程和情绪体验， 认为不同视觉呈现的学习材料， 可以引导学习者在学习的过程中分配不同的认知资源，呈现出不同的认知行为模式，并且学习者的情绪和学习体验贯穿于整个学习过程。其中， 学习者积极的情绪体验对认知过程起协调和促进作用，此时学习效果会较好，而消极的情绪体验对认知过程起破坏和阻断作用， 此时学习效果会较差（Moreno，2006；王雪，等，2020）。因此，本研究基于多媒体学习认知情感理论， 以学习者学习过程中的眼动行为模式作为输入端，以学习者的学习效果（保持测试成绩和迁移测试成绩）作为输出端，以学习者的过程性、结果性积极情绪状态和认知负荷（感知难度和心理努力的总和）为中介变量，构建出作用路径的假设模型（如图4 所示），以深入分析学习者的眼动行为模式对弹幕教学视频学习效果的作用路径（王雪，等，2021b）。 各假设路径解释如下：

假设路径1： 眼动行为模式影响过程性积极情绪（H1），过程性积极情绪再影响认知负荷（H4）、保持测试成绩（H6）和迁移测试成绩（H7），保持测试成绩再影响迁移测试成绩（H12）。

假设路径2：眼动行为模式影响认知负荷（H2），认知负荷再影响结果性积极情绪（H5）、保持测试成绩（H8）和迁移测试成绩（H9），保持测试成绩再影响迁移测试成绩（H12）。

假设路径3： 眼动行为模式影响结果性积极情绪（H3），结果性积极情绪再影响保持测试成绩（H10）和迁移测试成绩（H11），保持测试成绩再影响迁移测试成绩（H12）。

本研究的验证模型的整体拟合度， 采用卡方与自由度比（X2/DF）、比较拟合指数（CFI）、规范拟合指数（NFI）、拟合度指数（GFI）、增量拟合度指数（IFI），以及渐进残差均方根误差拟合（RMSEA）等指标表示，其参考标准以及模型的验证结果如表4 所示。表4 中的数据表明，验证模型的整体拟合度较好，最终得到作用机制验证模型的标准化路径系数， 如图5所示。从整体来看，不同眼动行为模式对学习效果的影响，通过过程性积极情绪、认知负荷以及结果性积极情绪来调节和介导。

表4 参考标准和整体拟合度结果

首先，不同的眼动行为模式（关注内容型、两者兼顾型、关注弹幕型）到过程性积极情绪的路径不显著， 但从过程性积极情绪到认知负荷的路径显著（beta=-0.052，p=0.014，SE=0.021），表明较高的积极情绪，有助于帮助学习者调整有限的认知资源，从而降低学习者的认知负荷； 从认知负荷到保持测试成绩的路径显著（beta=-0.441，p=0.022，SE=0.193），表明认知负荷越低，学习者处理信息的能力就越强，保持测试成绩也越高； 保持测试成绩到迁移测试成绩的路径也显著（beta=0.925，p=0.000，SE=0.124），表明保持测试成绩与迁移测试成绩存在正相关关系，可见，学习者对知识内容的记忆是理解、掌握和应用知识的基础。

其次，不同的眼动行为模式到认知负荷的路径显著（beta=-1.103，p=0.032，SE=0.514），关注内容型的认知负荷显著更高，表明学习者越关注内容，其认知负荷相对于关注弹幕型和两者兼顾型就越高，即弹幕的出现可能会降低学习者对学习材料的感知难度和心理努力程度，这可能与弹幕的类型、学习材料的难度以及学习者的风格特点相关（孙晓宁，等，2021）。本研究中采用的弹幕含有对学习材料中关键内容的标记和相关信息，会促进学习者在学习过程中对关键内容的理解和加工，弹幕与学习内容的相互联系降低了对学习材料的感知难度和心理努力程度，从而降低了认知负荷（林钦杰，2017）；从认知负荷到保持测试成绩的路径显著，保持测试成绩到迁移测试成绩的路径显著，前述已说明，在此不再赘述。

最后， 不同的眼动行为模式到结果性积极情绪的路径不显著，表明学习者不同的眼动行为，对学习结束后的结果性积极情绪无显著影响； 从结果性积极情绪到保持测试成绩的路径显著（beta=0.231，p=0.004，SE=0.081）， 表明学习者学习结束后的积极情绪，有助于提高学习者对知识内容的回忆，从而提高保持测试成绩（Ashby，et al.，2002）。

五、结果分析与讨论

（一）弹幕教学视频中学习者的眼动行为呈现出三种模式

弹幕教学视频中学习者的眼动行为模式， 可分为三类：一是关注弹幕型，该类型的学习者对弹幕关注较多， 对学习内容关注相对较少； 二是两者兼顾型，该类型的学习者无论是对弹幕还是对学习内容，都有较多的关注；三是关注内容型，该类型的学习者对学习内容关注较多，对弹幕关注相对较少。总的来说， 三种眼动行为模式中关注内容型学习者数量最多 （占比为48.15%）， 两者兼顾型学习者数量居中（占比为31.48%），关注弹幕型学习者数量最少（占比为20.37%）。 有研究表明，不同学习风格的学习者对交互工具和交互内容的感知敏感程度也存在不同， 活跃型学习者对交互工具和内容的感知更为敏感，会更容易关注到视频中出现的弹幕，而沉思型学习者在视频学习过程中， 为避免受到干扰会选择忽视弹幕， 故这类学习者更适合于无弹幕的教学视频（段朝辉，2018；杨九民，等，2019）。 学习者的学习风格特点， 是弹幕教学视频中学习者眼动行为模式呈现出不同特征的重要原因， 本研究的发现也进一步证实了该观点。因此，根据学习者的学习风格和认知行为模式等个性化学习需求， 有针对性地设计教学视频就显得至关重要。

（二）眼动行为模式影响弹幕教学视频学习并呈现出三条作用路径

不同的眼动行为模式的学习者，呈现出不同的情绪状态、认知负荷和学习效果。 相比于关注弹幕型和关注内容型，两者兼顾型学习者的结果性积极情绪和迁移测试成绩均显著更高。这是由于两者兼顾型学习者能更合理地分配弹幕区和学习内容区的认知资源，既可以及时提取弹幕中的有效信息，也可以深度加工视频材料中的学习内容。 有研究表明，教学视频中弹幕的实时性、互动性强等社交特点，有助于增加学习者黏性， 更能激发学习者的愉悦情绪（高志立， 等，2021）； 本研究也发现两者兼顾型学习者更符合弹幕的社交特点，其结果性积极情绪状态显著更高。此外，本研究教学视频中的弹幕文本信息，均为对学习内容和学习感受的直接或间接的讨论，弹幕信息与学习内容之间存在密切的关系，因此，弹幕能够进一步促进学习者将自身原有知识与视频学习内容之间建立联系（林钦杰，2017）。 当学习者将学习内容与自身原有知识体系进行关联，建构并形成知识体系时，其学习的过程和结果也将得到深化，进而提升知识的迁移能力，表现为迁移测试成绩也相应得到提升。

关注弹幕型和关注内容型的学习者， 在学习结束后的消极情绪状态均显著更高。 前者可能是由于该类学习者过于重视学习形式的变化， 忽视了学习材料中的重要学习内容， 导致在学习结束后对整体学习内容的把握可控感不强， 以及即将进行学习效果测试的压力导致了消极情绪的产生（Pekrun，et al.，2007）； 后者可能是由于该类学习者对于学习材料内容的难度主观评估不够准确， 学习内容难度较大易引发消极情绪的产生（黄崑，等，2020），关注内容型学习者的感知材料难度显著更高， 也进一步佐证了此观点。

根据分析结果，眼动行为模式作用于学习效果的路径可总结为三条：（1）“眼动行为模式→认知负荷→保持测试成绩→迁移测试成绩”路径。 当弹幕内容作为有用的信息或者是对学习材料中重要内容的标记时，可降低学习者对学习材料的感知难度和心理努力程度， 学习者在学习过程中可提取弹幕中的有效信息，与学习材料内容进行组织、整合，进而促进学习效果的提升。 （2）“过程性积极情绪→认知负荷→保持测试成绩→迁移测试成绩”路径。 学习者在学习过程中体验到的积极情绪状态有助于降低认知负荷，进而提升学习效果， 该路径并未发现学习者的眼动行为模式对过程性情绪状态的有效激发作用， 后续研究可针对情绪型弹幕进行深入探索， 以寻求利用弹幕促进互动、激发积极情绪的有效手段。 （3）“结果性积极情绪→保持测试成绩→迁移测试成绩” 路径。学习者学习结束后的积极情绪状态对于促进学习效果的提升也具有重要作用，这也同样证实了积极情绪与学习效果的高度相关性（Chen，et al.，2011）。

六、结论与展望

本研究的结果表明， 弹幕教学视频中学习者的眼动行为模式，呈现出三种类型：关注弹幕型、关注内容型和两者兼顾型。 两者兼顾型学习者的结果性积极情绪和迁移测试成绩均显著更高； 关注弹幕型和关注内容型学习者的结果性消极情绪显著更高；关注内容型学习者的感知难度显著更高； 不同眼动行为模式对学习效果的影响，通过过程性积极情绪、认知负荷以及结果性积极情绪来调节和介导。 基于上述研究结果， 我们提出以下两点教学视频中弹幕设计与管理的建议：

（一）个性化调整弹幕显示，满足学习者的个体需求

本研究发现， 学习者学习弹幕教学视频的眼动行为模式存在差异，因此，我们应依据学习者不同的学习风格特点，自适应调整弹幕的呈现方式，这对于提升弹幕教学视频学习体验与效果显得尤为重要。目前的在线学习平台仅提供是否关闭弹幕的功能，此类“一刀切”的屏蔽弹幕方法，可能使得学习者错过与教学视频内容关联度较高的、有利于学习的弹幕。因此，相关设计者或开发人员可以采用关键字识别等技术，将弹幕内容进行归类。 例如，按照与视频学习内容的相关程度分类， 或按照弹幕涉及的知识点进行分类等， 使学习者可以根据自身需求灵活选择是否观看以及观看哪一类的弹幕内容， 从而增强学习者对弹幕内容的自主选择与把控程度。

（二）智能化调整弹幕情绪，激发学习者的积极情绪

弹幕作为一种社会化交互的手段， 具有强化共鸣、情绪传染、参与感强等诸多优势，我们可以借助弹幕激发视频学习者的积极情绪（董艳，等，2021）。本研究的结论证明积极情绪对促进弹幕视频学习发挥着关键作用，因此，需要智能、高效地优化调整弹幕的情绪设定。例如，在线学习平台通过采用积极情绪设计的句子（如，你很棒，继续加油等）进行弹幕的自动回复， 鼓励学习者积极参与互动， 激发积极情绪，进而提升学习效果；再如，优化弹幕的发送方式，采用人工智能技术审核弹幕内容， 以缩短弹幕内容出现的时延， 从而保证学习者方便、快捷地发送弹幕，积极参与互动，改善学习过程中的情绪体验，进而提高学习效果。

最后，需要说明的是，本研究的被试群体均为大学生，且被试数量相对较少，后续研究可继续扩大被试类型和数量， 在真实的教学情境中检验弹幕的应用效果，以提高研究结论的稳健性。