沉浸式虚拟现实对学习者知识迁移效果及效率的影响研究*

高 楠 刘革平， 谢 涛 张 领

（1.西南大学 西南民族教育与心理研究中心；2.西南大学 教育学部，重庆 400715）

一、引言

教育的目标是促进学生学习， 学习的结果是实现知识迁移。在“知识大爆炸”的今天，学校教育不可能将所有知识都传递给学生，只有通过知识迁移，学生才能适应不断发展变化的社会。 认知教育心理学家奥苏贝尔（D. P. Aasubel）指出，帮助学生通过学习实现知识迁移， 是教学的根本目的， 还为此提出了“为迁移而教”的教育口号（Butterfield，et al.，1989）。可见，知识迁移的研究具有重要的价值意义。 然而，有关知识迁移的研究并没有获得人们期望的满意结果（Anderson，et al.，1996），大量研究表明，传统学习环境受限于固定的物理边界、有限的学习支持、客观的条件约束等， 使得学生脱离具体物理情境和社会实践情境进行学习， 无法满足知识迁移的发生条件（Hajian，2019）， 这也是知识迁移实践研究所面临的困境。

建构主义学习理论认为，知识是“情境化”的，学习情境决定性地影响了学习者建构和表征经验的方式以及对新知识的应用，即知识迁移。 近年来，虚拟现实技术的发展，尤其是沉浸式虚拟现实（Immersive Virtual Reality，IVR），受到教育研究者们的广泛关注（Hamilton，et al.，2021），其感官沉浸、自然交互和构想创造等特征， 能够为学习者提供逼真学习情境和具身交互方式，有利于促进意义学习的发生。维莱娜（Villena，et al.，2022） 等人的研究发现，IVR 提供的丰富感官刺激以及多通道反馈（如，听觉、视觉、触觉等），能够支持情境化学习，帮助学习者将虚拟学习环境中所学的知识迁移到真实生活中。 还有一些学者指出，IVR 能够促进学习者的分析和理解等更高层次认知活动，从而对知识迁移产生显著影响（Falloon，2020）。 可见，IVR 学习环境作为一种多种技术支持的学习媒介能够帮助学习者实现知识迁移。

随着知识迁移与虚拟现实教育之间关系研究的不断深入，IVR 促进知识迁移的潜力正逐步显现（Jensen，et al.，2018； Merchant，et al.，2014）。 但目前有关IVR 影响学习者知识迁移的实证研究还较少，并且已有研究仅通过比较知识迁移测试成绩（学习效果）来探究IVR 对学习者知识迁移的影响，并不能全面反映IVR 影响学习者知识迁移的真实作用。 为此，本研究采用帕斯等人（Paas，et al.，1993）提出的学习效率（Instructional Efficiency）评价指标，从效率和效果两个角度探究IVR 对学习者知识迁移的影响， 以期为IVR 促进学习者知识迁移的推广使用提供一定参考。

二、相关研究综述

（一）IVR 促进知识迁移的理论探究

已有研究表明，IVR 的感官沉浸（Sensory Immersion）、漫游（Navigation）和操纵（Manipulation）三大技术特性有助于学习者实现知识迁移 （Kang，et al.，2022）。 感官沉浸指IVR 为学习者提供视觉、 听觉、触觉等多感官刺激， 使学习者产生身临其境的学习体验。 在IVR 学习环境中，感官沉浸能够有效增强学习者的临场感，使学习者更加专注于学习内容，显著提高学习者在认知、 运动和情感技能方面的学习成效（Pellas，et al.，2021）。 同时，感官沉浸与IVR 学习环境的拟真度密切相关（Al-Jundi，et al.，2022），高拟真度的IVR 学习环境有助于学习者将虚拟环境中获得的知识迁移至现实世界（Champney，et al.，2017）。

漫游指学习者能够以第一人称视角观察虚拟环境， 并可与部分虚拟环境进行互动和控制来自由地移动和探索虚拟环境。在漫游过程中，学习者会产生身处他地的感觉， 有助于增强学习的情境性并支持学习者探索在现实生活中难以体验的学习情境（Ren，et al.，2015）。漫游也可以帮助学习者实现以自我为中心的编码（Egocentric Encoding），促进学习者对抽象实验现象的理解， 构建更加准确的心智模型（Kozhevnikov，et al.，2013）， 这不仅能够促进学习者的知识获取和保留， 而且有助于知识的迁移和应用（Falloon，2020）。

操纵为学习者提供抓取、平移、旋转等交互动作来探索和改变虚拟环境。 虽然漫游和操纵都属于学习者与虚拟环境之间的交互， 但它们在交互的形式和内容上有所不同。与漫游相比，操纵使得学习者能够采取直接、具体、自然的人机交互方式与虚拟对象进行互动，提供了更强的具身感和能动性（Johnson-Glenberg，2018）。 有研究发现，实时、主动地操纵，有助于学习者与虚拟环境之间发生深层次交互， 促进学习进程（Huang，et al.，2016）。 同时，操纵可以增加体验式学习和“做中学”实践机会，有效弥合知识获取与应用之间的差距， 进而促进知识迁移 （Di Natale，et al.，2020）。

感官沉浸、 漫游和操纵三大技术特性使得IVR学习环境能够突破时空、物理等客观限制，支持情境化学习。有研究表明，知识的迁移与获得知识的情境紧密相关（Pletz， et al.，2020）。柯林斯（Collins，1991）指出，当学习者在有意义的情境中获取知识时，知识的可迁移性更强。 IVR 不仅能够为学习者提供与学习情境相似的虚拟情境， 还可以将虚拟情境与迁移情境结合起来， 使得学习者能够基于现实问题进行学习，激发先前建立的心理表征和图式（Baceviciute，et al.，2021）。 莱 等 人（Lai，et al.，2022）发 现，基 于IVR 的情境学习活动可以帮助学习者将新获得的知识和技能运用到实际问题解决中。 除此之外，IVR 能够支持学习者通过身体动作和感官输入与虚拟学习对象进行自然交互，使认知根植于身体行动、经验建构于具身交互， 实现物理具身和意象具身的有效融合，帮助学习者将抽象概念转化为实际理解，促进知识迁移。 温伯格（Weinberg，et al.，2022）等人的研究结果表明， 身体运动的参与过程能够促进学习者对当前学习内容的加工和理解。 当学习者与虚拟环境发生交互时，尤其是身体参与的具身交互，能够降低想象和思考等高阶认知过程所耗费的认知资源，使得有限的认知资源也能实现对学习内容的深度加工（Araiza-Alba，et al.，2021），从而实现从虚拟环境到真实环境的知识迁移。 林德格伦（Lindgren，et al.，2016）等人的研究证明，在虚拟学习环境中为学习者提供具身交互方式， 不仅能有效增强学习者的自我效能感和学习参与度，而且显著提高了知识迁移效果。

IVR 对知识迁移的影响，不仅体现在促进学习者的认知发展上，对学习者情感体验的影响对于实现知识迁移同样重要。 根据多媒体学习认知—情感理论（Cognitive-Affective Theory of Multimedia Learning，CATML），学习者在多媒体学习过程中的情感体验会影响其认知投入程度，从而影响学习效果（Moreno，et al.，2006）。 有研究者（Huang，et al.，2022；Makransky，et al.，2021a） 将该理论引入IVR 教育领域并在此基础上构建了适用于IVR 学习的理论框架：虚拟现实多媒体学习认知—情感理论 （Cognitive-Affective Theory of Multimedia Learning for Virtual Reality，CATML-VR） 和沉浸式学习认知—情感模型（The Cognitive Affective Model of Immersive Learning，CAMIL），这两个框架都强调学习者情感体验在IVR能供性和学习效果（知识获取与迁移）之间的中介作用。 例如，CAMIL 框架表明IVR 具有的感官沉浸和交互控制能够提高学习者的学习动机和自我效能感，从而提升学习者的知识迁移表现。有研究同样强调IVR 学习中学习者情感体验对实现知识迁移的重要作用（Kang，et al.，2022）。 在此基础上，塔伊（Tai，et al.，2022） 等人利用结构方程模型探究IVR 学习环境中学习者的情感体验如何影响学习者的知识迁移表现， 结果发现，IVR 有助于增强自我效能感，提高学习兴趣/降低学习焦虑，产生心流体验，最终实现知识迁移。可见，IVR 能够提高学习者在学习过程中的情感体验，从而促进知识迁移的实现。

（二）IVR 促进知识迁移的实证研究

随着IVR 设备在教育中的普及与应用，目前，已有研究者开展了IVR 影响知识迁移的实证研究，但却呈现出大相径庭的研究结果。 一部分研究显示，IVR 能够显著促进学习者知识迁移。例如，马克兰斯基（Makransky，et al.，2019a）等人比较IVR 和视频学习两种方式对知识迁移的影响，发现IVR 不仅能够显著提升学习者的学习动机和自我效能感， 还能够显著提高知识迁移效果； 巴切维丘特（Baceviciute，et al.，2021） 等人将51 名学习者随机分配至文本组和IVR 组学习肉瘤癌相关知识，研究发现，IVR 组学习者的知识迁移成绩显著高于文本组； 克拉伊科维奇（Kraj ovi ，et al.，2021）等人的研究同样发现，相较于传统的视频和文本学习方式，IVR 能够显著促进学习者知识迁移。另一部分研究显示，IVR 对学习者知识迁移并无促进作用，甚至具有负面作用。 例如，帕龙（Parong，et al.，2021）等人以人体细胞结构为学习内容，比较IVR 与PPT 幻灯片对学习者知识迁移的影响，结果显示，PPT 组学习者的知识迁移测试成绩显著高于IVR 组。在此基础上，迈耶（Meyer，et al.，2019） 等人利用相同的IVR 教育应用， 比较了IVR和视频学习对学习者知识迁移的影响，结果发现，两组学习者在即时测试和一周后延时测试中的知识迁移成绩均不存在显著性差异。 马克兰斯基（Makransky，et al.，2021b） 等人的研究也发现视频组学习者的知识迁移测试成绩要高于IVR 组。

（三）从效率视角评价知识迁移——学习效率

学习效率（Instructional Efficiency）评价指标由帕斯（Paas）和范·梅里恩伯尔（Van Merriënboer）在1993 年提出（Paas，et al.，1993），目前，已被广泛应用到多媒体学习的相关研究中。 学习效率可以将学习者的测试成绩和心理努力结合起来， 通过计算学习者的测试成绩和测试中投入的心理努力， 来获得某种学习方式下学习者付出单位心理努力提高学习成绩的程度。与学习效果不同，学习效率不仅能够直观地体现某种学习方式的有效性， 还可以反映出该学习方式对学习者认知过程的影响 （Van Gog，et al.，2008）。帕斯解释称，两种学习方式相比，一种学习方式的学习效率高， 表明在该学习方式下学习者投入较少的心理努力就可以获得相等的学习效果， 或投入相同的心理努力获得更高的学习效果。 根据认知负荷理论， 学习效率高的方式表明学习者将有限的认知资源更多地投入到相关认知负荷中， 从而提高学习效果；反之，则说明学习者将有限的认知资源更多地投入到外部认知负荷中。可见，学习效率这一指标为研究者们提供了更为精确且深入的视角， 值得应用与推广。

综上，虽然IVR 凭借感官沉浸、漫游和操纵的技术特性， 在促进学习者知识迁移方面具有巨大的潜力，但目前有关IVR 影响学习者知识迁移的实证研究表明其实际应用效果并不尽如人意， 需从不同的角度进行更加深入的研究。利用学习效率评价指标，不仅能够直观表现IVR 促进学习者知识迁移的有效性，还可以通过揭示学习者知识迁移测试成绩、认知负荷和心理努力之间的关系，反映IVR 对学习者知识迁移认知过程的影响。因此，从效果和效率两个角度能够全面且深入地体现IVR 影响学习者知识迁移的真实作用。

三、实验设计

本研究试图利用 “探究串联电路中电流规律”IVR 实验， 从效果和效率两个角度探究IVR 对学习者知识迁移的影响。根据布卢姆认知目标分类学（修订版）知识维度的划分标准（Anderson，et al.，2001），本研究中的知识迁移测验包括对概念性知识迁移和程序性知识迁移的测验。具体而言，通过控制环境变量（IVR 学习方式和视频学习方式），我们对学习者概念性知识迁移效果和效率、程序性知识迁移效果和效率以及学习过程中的情感体验进行了差异性比较。

（一）实验假设

H1：相较于视频学习，IVR 能够显著提高学习者概念性知识迁移效果和效率；

H2：相较于视频学习，IVR 能够显著提高学习者程序性知识迁移效果和效率；

H3：相较于视频学习，IVR 能够显著提高学习者学习过程中的情感体验， 且学习者的情感体验越积极越有助于促进知识迁移。

（二）实验对象

本研究选取重庆市某中学初一年级40 名学生作为实验对象，其中，男生31 人，女生9 人。 所选实验对象均为自愿参加，且来自4 个不同的班级。实验开始前， 所有实验对象被随机分配到实验组和控制组，实验组学生利用IVR 进行学习（IVR 组），而控制组通过视频进行学习（VD 组）。 最终，IVR 组有实验对象20 人，其中，男生15 人，女生5 人；VD 组有实验对象20 人，其中，男生16 人，女生4 人。

（三）实验工具

1.“探究串联电路中电流规律”IVR 实验

“探究串联电路中电流规律”IVR 实验是基于人教版九年级《物理》上册第15 章第5 节中“探究串联电路各处电流的关系”实验设计开发的，其目的在于让学生了解串联电路的特点， 熟练设计和连接串联电路， 正确使用电流表测量电流以及掌握串联电路电流规律。 该IVR 实验是基于Unity 3D 平台开发的，其虚拟现实设备选择HTC Vive VR 眼镜。

“探究串联电路中电流规律”IVR 实验分为内容讲解和动手操作两部分。当学习者进入IVR 实验时，首先进行的环节是实验内容讲解， 包括串联电路相关知识、 实验器材、 电路连接注意事项以及实验过程，如图（1-a）所示。 期间，学习者无需进行任何操作，只需观看相关文本介绍和聆听系统语音即可。在实验动手操作部分， 学习者使用手持控制器来操纵相应实验器材完成串联电路连接及电流测量。另外，本研究在IVR 实验开发过程中应用了线索原则和即时反馈等设计原则。 如图（1-b）所示，利用高亮和提示作为注意线索， 帮助学习者观察电路连接情况并及时纠正错误。当学习者操作错误时，会即时为其提供相对应的反馈。 如图（1-c）所示，当学习者连接电路开关未断开时，会提示“电路连接完毕前请不要闭合开关，目的是保护电路，否则易引起安全问题”。同样的反馈在电流表连接和示数读取等步骤均有设计。 最终连接正确的串联电路如图（1-d）所示。

图1 “探究串联电路电流规律”IVR 虚拟实验

2.“探究串联电路中电流规律”实验视频

对于“探究串联电路中电流规律”实验视频的制作，本研究采用屏幕捕捉的形式。为保证实验视频中包含IVR 实验中呈现的所有学习内容， 我们让三名实验助理分别录制两次，共产生6 份视频。依据信息呈现是否全面、录制画面是否出现歪斜或抖动、操作过程是否出现错误过多或步骤无序等筛选条件，从6 份视频中选取最佳实验视频。

3.前测问卷与后测问卷

前测问卷主要包括学习者的性别信息和先验知识水平。由于所选实验对象均为初中一年级学生，因此，未对学生年龄进行测量。学习者先验知识水平的测量内容共有5 道题目，包括电路课程经历、电路连接相关活动和知识。 先验知识水平的测量采用自我报告的方式而非知识测验， 原因在于知识测验有可能造成在实验过程中把学习者的注意力集中在特定的学习内容上， 从而产生 “测试效应”（Dunlosky，et al.，2013）。

后测问卷主要测量学习者在学习过程中的情感体验以及心理努力程度。 已有的多媒体学习研究大多选择自我效能感、 内部动机和满意度作为学习者情 感 体 验 的 评 价 指 标 （Makransky，et al.，2019a；Cheng，et al.，2019）。 因此，本研究采用“动机学习策略”问卷中文版（Lee，et al.，2010a）来测量学习者的自我效能感和内部动机； 满意度问卷则参照周斯畏等人（Chou，et al.，2005）的研究；心理努力的测量采用帕斯等人 （Paas，et al.，1993） 编制的心理努力问卷， 该问卷也被用于测量学习者在虚拟学习环境中的认知负荷（Liu，et al.，2011）。编制好的问卷共有16道题，其中，自我效能感5 道、内部动机5 道、满意度5 道和心理努力1 道，Cronbach’s Alpha 系数分别为0.82、0.77、0.87 和0.88，均通过一致性检验。

4.知识迁移测验

主要包括对概念性知识和程序性知识的测验。

（1）概念性知识。 本研究采用测试题的形式测量两组学生概念性知识的迁移效果。 概念性知识迁移测验主要测量学习者能否利用所学知识解决与学习情境相关的问题。 本研究中所有测试题均基于现实问题，学习者需应用串联电路连接和串联电路电流规律的理论知识才能完成，并且得到相关学科10 年教龄以上教师的检验与认可。测试题包括2 道选择题和2 道电路设计题，共计10 分。 其中，每道选择题回答正确得1 分，共计2 分；电路设计题中电路设计正确得2 分，文字解释正确得2 分，否则不得分。

（2）程序性知识。为测量程序性知识迁移的效果，本研究安排两组学习者使用真实实验器材动手完成“探究串联电路中电流规律”实验任务。另外，选择任务完成时间（Time to Completion，TTC）（Bohné，et al.，2021）、错误数（Number of Error，NOE）（Cooper，et al.，2021）和 求 助 数（Number of Help，NOH）（Ganier，et al.，2014） 作为程序性知识迁移效果的评价指标。其中，TTC 指从学生开始连接电路到完成串联电路电流测量所花费的时间。 NOE 指学生在电路连接过程中所犯错误的数量， 由实验助理根据错误操作清单进行计数。 错误操作清单由相关学科教师共同参与制定，共包含8 个错误操作，如，电路连接过程中开关未断开和电流表“+”、“-”接线柱接反等。实验助理也会在学生错误操作5 秒后为其提供正确指导，帮助纠正该错误。 如果学生在连接电路过程中忘记下一步操作，可向实验助理寻求帮助，寻求帮助的次数即为NOH。

5.迁移效率计算公式

本研究利用帕斯等人（Paas，et al.，1993）研究中提供的公式计算两组学习者概念性知识和程序性知识迁移的效率，公式如下：

其中，E 指学习效率；SLearningPerformance指学习者测试成绩的标准分数，即z 分数；RInvestedMentaleffort指学习者在学习过程中心理努力的z 分数。 由于本研究中使用学习者迁移测试成绩替代原公式中的学习成绩，因此，E 在本研究中也称为迁移效率。

（四）实验过程

本次实验在重庆市某中学的教室里举行， 整个实验过程共分为五步，如图2 所示。实验介绍指实验助理向参加实验的学生介绍此次实验的基本情况。实验前测主要包括收集个人信息和测试串联电路先验知识。 在开展干预学习之前， 实验助理会对IVR组学习者进行虚拟现实（VR）设备操作培训，指导他们如何使用手柄控制器进行交互， 时间约为10 分钟。实验干预过程如下：两组学生分别位于教室对角位置同时进行实验，相互间不能讨论，最大程度控制实验环境内无关变量对实验的影响。 在IVR 组，实验助理为学习者佩戴HTC Vive 头戴式显示器，在实验过程中学习者也可向实验助理询问VR 设备操作的相关问题；VD 组学习者佩戴耳机， 在14 英寸笔记本电脑上观看实验视频。 两组学习者的学习时间均为25 分钟。 结束之后，两组学习者立即进行实验后测，填写自我效能感、内部动机、满意度以及心理努力问卷。 接着， 两组学习者需完成概念性知识迁移测试和程序性知识迁移测试。其中，程序性知识迁移测试的整个过程将以视频形式记录下来，便于后续分析。

图2 实验过程

四、实验结果

为了探究IVR 对学习者概念性知识和程序性知识迁移效果和效率的影响， 分别以IVR 和视频两种学习方式为自变量，以学习者的心理努力、概念性知识迁移效果和效率、 程序性知识迁移效果和效率以及学习者自我效能感、内部动机和满意度为因变量，利用SPSS 22.0 进行独立样本t 检验。

（一）前测结果

首先， 分析IVR 组和VD 组学习者在实验前的基本特征上是否存在显著性差异。 独立样本t 检验显示， 两组学习者在先验知识方面不存在显著性差异，（t（38）=1.27，p=0.213）。 卡方检验显示两组的性别构成比例不存在显著性差异，（χ2（1，N=40）=0.143，p=0.705）。 因此，可以排除两组学习者的先验知识水平和性别构成比例对知识迁移实验结果的影响。

（二）IVR 对学习者心理努力的影响

为比较不同学习方式对学习者心理努力的影响， 本研究对两组学习者的心理努力进行了独立样本t 检验，结果如表1 所示。 IVR 组学习者的心理努力（Mean=6.95，SD=0.76）高于VD 组学习者（Mean=6.45，SD=0.69），且存在显著性差异（t（38）=2.185，p=0.0035，d=0.69）。检验结果表明，IVR 组学习者比VD组学习者在学习过程中付出更多的心理努力， 也可以说IVR 组学习者的认知负荷更高。

表1 IVR 组和VD 组心理努力检验结果

（三）IVR 对概念性知识迁移效果和效率的影响

概念性知识迁移测试结果如表2 所示， 首先，IVR 组学习者的概念性知识迁移测试得分 （Mean=6.85，SD=1.05）高于VD 组学习者（Mean=6.05，SD=0.83），并且两组之间的差异具有统计学意义（t（38）=2.694，p=0.01，d=0.85）。 这说明， 与视频学习相比，IVR 能够显著促进学习者概念性知识迁移效果。 其次， 虽然IVR 组学习者的概念性知识迁移效率（Mean=0.06，SD=0.79） 高于VD 组学习者 （Mean=-0.06，SD=0.69），但未达到显著性差异水平（t（38）=0.49，p=0.627，d=0.16）。 综上，本研究实验结果仅部分支持实验假设H1， 即相较于视频学习，IVR 能够显著提高学习者概念性知识迁移效果， 但不能促进概念性知识迁移效率。

表2 IVR 组与VD 组概念性知识迁移效果和效率

（四）IVR 对程序性知识迁移效果和效率的影响

程序性知识迁移效果的各评价指标结果如图3所示（从左到右依次为完成时间TTC、 错误数NOE和求助数NOH），其中，IVR 组学习者利用实验器材动手完成迁移实验任务的平均TTC （M=236.25，SD=48.23）比VD 组学习者（M=270.60，SD=47.93）减少了12.7%；平均NOE（M=1.60，SD=0.68）比VD 组学习者（M=2.50，SD=1.00）减少了36%；平均NOH（M=0.65，SD=0.88）比VD 组学习者（M=1.30，SD=1.12）减少了50%。 可见，IVR 组学习者不仅能更快，而且可以更为独立且顺利地完成程序性知识迁移任务。 独立样本t 检验结果如表3 所示，IVR 组和VD 组学习者在TTC（t（38）=-2.259，p=0.03，d=0.71），NOE（t（38）=-3.327，p=0.002，d=1.05）和NOH（t（38）=-2.035，p=0.049，d=0.65）上均存在显著性差异，说明IVR 组学习者的程序性知识迁移效果显著优于VD 组。

图3 程序性知识迁移测试各项指标结果

表3 IVR 组与VD 组程序性知识迁移效果和效率

利用迁移效率公式分别对TTC、NOE 和NOH 进行计算和独立样本t 检验。 结果显示，IVR 组学习者在完成时间TTC（t（38）=-2.825，p=0.007，d=0.89）、错误数NOE（t（38）=-3.582，p=0.001，d=1.12）和求助数NOH （t（38）=-2.933，p=0.006，d=0.92）上的迁移效率均显著高于VD 组。另外，三个指标的效应量Cohen’s d均大于0.8，表明IVR 对学习者程序性知识迁移效率具有最大促进作用。综上，本研究实验结果支持实验假设H2， 即相较于视频学习，IVR 能够显著提高学习者程序性知识迁移效果和效率。

（五）IVR 对学习者情感体验的影响

机和满意度的均值、标准差和独立样本t 检验结果。IVR 组学习者的自我效能感（t（38）=3.264，p=0.002，d=1.03）、内部动机（t（38）= 4.180，p=0.000，d=1.32）和满意度（t（38）= 2.292，p=0.028，d=0.72）均显著高于VD 组。 由此可以得出，相较于视频学习，IVR 能够显著增强学习者的自我效能感、 内部动机和学习满意度。换言之，IVR 能够显著提高学习者在学习过程中的情感体验。

表4 IVR 组与VD 组情感体验结果

另外， 为探究IVR 环境中学习者的情感体验对知识迁移效果及效率的影响， 本研究利用皮尔森相关系数对IVR 组学习者的自我效能感、内部动机和满意度与概念性知识和程序性知识迁移效果和效率进行计算，结果如表5 所示。 可以看出，IVR 组学习者的自我效能感、 内部动机和满意度与概念性知识迁移效果和效率成显著正相关， 与程序性知识迁移效果和效率成显著负相关，表明学习者在IVR 学习中的情感体验越积极， 其概念性知识和程序性知识迁移效果和效率越高。综上，本研究实验结果支持实验假设H3， 即相较于视频学习，IVR 能够显著提高学习者的情感体验， 且情感体验越积极越有助于促进知识迁移。

表5 IVR 组学习者情感体验与知识迁移相关性分析结果

五、结果讨论

（一） 对于概念性知识迁移效果和效率，IVR 仅能显著提高其迁移效果

与以往研究结果不同（Makransky，et al.，2021b；Meyer，et al.，2019；Parong，et al.，2021），本研究发现相较于视频学习，IVR 能够显著提高学习者概念性知识迁移效果。之所以如此，其原因可能在于所使用的IVR 设备不同。 马克兰斯基 （Makransky，et al.，2021b）、迈耶（Meyer，et al.，2019）和帕龙（Parong，et al.，2021）等人在研究中所使用的IVR 设备均为移动式虚拟现实 （Mobile Virtual Reality，MVR）。 虽然MVR 也被称为沉浸式虚拟现实，但其有限的图形处理能力和仅支持三自由度的交互方式， 使得其沉浸性和交互性远远不如HTC Vive 等完全沉浸式虚拟现实（Fully Immersive Virtual Reality，FIVR）（Buttussi，et al.，2017）。 可见， 不管相较于视频学习还是MVR，FIVR 都能够大大提升学习者的感官沉浸体验和实现更加灵活、自由的漫游和操纵，为学习者提供更高的表征拟真度和交互拟真度， 从而对学习者概念 性 知 识 迁 移 产 生 积 极 影 响 （Makransky，et al.，2021a）。首先，更高的表征拟真度不仅能够为学习者提供更强烈的感官体验， 帮助学习者利用多通道获取与学习内容相关的知觉信息， 为学习者理解抽象概念奠定认知基础，还可以激活原有认知结构，更有效地将当前所学概念与原有知识建立联系， 帮助学习者内化相关概念、实现深度学习。深度学习是实现概念性知识迁移的必要手段和重要途径（刘伟，等，2019）。 其次，更高的交互拟真度能够支持学习者对学习对象外部表征更灵活、直接的身体操作，赋予学习者真实的直觉感受和操作体验，激发学习者身体、心理和IVR 学习环境之间的频繁互动，促进学习者的具身认知，实现概念性知识从低级到高级、从具体到抽象的复杂建构， 从而提高学习者概念性知识迁移效果。

此外，本研究还发现，相较于视频学习，IVR 并不能显著提高学习者概念性知识迁移效率。 这说明在付出相同心理努力的情况下，IVR 组学习者获得的概念性知识迁移效果与VD 组并没有显著性差异。 以往研究中指出，IVR 由于逼真的画面呈现、复杂的人机交互等特点在学习材料的组织和呈现上更容易造成学习者外在认知负荷超载， 使得学习者有限的认知资源无法实现对学习材料的深度加工，影响学习者的知识建构和意义生成过程 （相关认知负荷）， 最终导致学习效果不佳 （Makransky，et al.，2019b）。 在本研究中， 心理努力测量结果表明，IVR组学习者的认知负荷显著高于VD 组。 尽管本研究中没有对学习者认知负荷的类型和水平进行客观的识别和测量， 但结合概念性知识迁移效率的结果可以看出，相较于VD 组，IVR 组学习者将更多的认知资源投入到外在认知负荷上，即IVR 造成学习者外在认知负荷超载。 因此，在学习相同内容时，IVR 组学习者必须付出更多的认知资源才能完成对学习材料的内容加工和意义生成。 由于学习者的认知资源是有限的（Sweller，2010），导致IVR 组学习者投入到相关认知负荷的认知资源减少， 造成其概念性知识迁移效率并未显著高于VD 组。 由此可知，虽然IVR 凭借其独特的技术优势能够显著提高学习者概念性知识的迁移效果， 但也会造成学习者外在认知负荷超载，降低相关认知负荷，影响概念性知识迁移效率。

（二）IVR 显著提高程序性知识迁移效果和效率

以往研究表明，IVR 能够提高学习者程序性知识迁移效果（Ramírez，et al.，2018），本研究不仅再次验证了该结论， 还进一步发现IVR 能够显著提高学习者程序性知识迁移效率。

首先，相较于视频学习，IVR 能够显著提高程序性知识迁移效果， 这得益于IVR 的人机交互特性能够为学习者提供更强的用户控制 （User Control）（John，et al.，2017；Mulders，et al.，2020）。一方面，IVR的漫游和操纵能够支持学习者对虚拟学习对象的直接控制， 学习者可利用双手通过手持控制器抓取实验器材和连接电路。 身体参与的学习过程会为学习者带来更丰富的感知觉体验和动作表征， 帮助学习者获得程序性知识（Morélot，et al.，2021）。 另一方面，用户控制实现了学习者在学习过程中主动控制学习节奏，在错误的地方可反复练习，从而更好地理解问题并找到解决问题的最佳方法，实现“做中学”（Lee，et al.，2010b）。 例如，在连接电流表的过程中，通过不断地试误掌握电流表的正确连接方法。 然而，视频学习方式仅支持学习者被动观看， 且所学内容均为事先录制，不利于发挥学习者的主观能动性，促进学习者从实践经验中积极建构知识意义和生成实验技能。 因此，在程序性知识迁移测试中，VD 组学习者的TTC、NOH 和NOE 三项指标显著高于IVR 组。

其次，程序性知识迁移效率的结果表明，IVR 能够帮助学习者在付出相同甚至更少心理努力的情况下，获得更好的程序性知识迁移效果。 梅耶（Mayer，2002）指出，程序性知识的应用分为两个认知过程：执行（Executing）和实施（Implementing）。 其中，执行发生在学习者熟悉的任务中， 相似的情境能够为学习者提供大量的线索来选择恰当的程序以完成任务。而实施发生在学习者不熟悉的任务中，陌生的情境使得学习者难以立即判断哪一程序适用， 必须先对当前情境中的信息进行加工， 在理解问题之后才能确定选择某一程序，从而完成任务。 可见，实施比执行需要更多的认知资源对当前信息进行加工。 与视频学习相比，IVR 具有的感官沉浸、实时交互等特征能够为学习者提供逼真的学习情境， 最大程度提高虚拟学习情境和现实迁移情境之间的相似度，从而有效支持学习者在迁移情境中执行恰当的程序。因此，IVR 组的学习者能够在串联电路实物连接过程中获得更多的线索以选择正确的程序， 省略了对当前信息进行认知加工的步骤， 由此提高程序性知识迁移效率。

（三）IVR 显著提高学习者情感体验， 且情感体验越积极越有助于促进知识迁移

本研究发现，IVR 能够显著提高学习者在学习过程中的自我效能感、内部动机和学习满意度，与以往研究结果相一致（Jensen，et al.，2018；Chang，et al.，2022）， 说明相较于视频学习，IVR 能够为学习者提供更佳的情感体验。 在此基础上，本研究还发现，在IVR 学习中，学习者的情感体验越积极，其概念性知识和程序性知识迁移效果和效率越高。 这也证实了已有研究（Huang，et al.，2022；Makransky，et al.，2021a）提出的沉浸式学习理论框架，表明在IVR 学习中，学习者的情感体验对实现知识迁移的重要作用。 IVR的沉浸性和交互性能够有效激发学习者的内部动机，促进学习者全身心参与到学习活动中，从而避免无关认知加工过程，将更多的认知资源投入到选择、组织和整合的生成性认知过程中（Makransky，et al.，2018），实现学习内容的整合与内化，提高知识迁移效果和效率。有研究发现，自我效能感与知识迁移之间存在显著的正相关关系 （Tzafilkou，et al.，2021）。IVR 学习环境能够显著提高学习者的自我效能感，增加学习者对所学知识的熟悉度和应用知识的自信心， 从而激励学习者在现实实践中应用获得的知识和技能（Chiang，et al.，2022）。 不仅如此，自我效能感强的学习者也具有更强烈的知识迁移意愿， 贾德夫（Jaidev，2018）发现学习者的迁移意愿越强烈，实现的迁移效果就越好。另外，学习者对学习环境的满意度会直接影响其学习动机（Joo，et al.，2014）和自我效能感（Tzafilkou，et al.，2022），从而影响知识迁移效果和效率。

六、总结与展望

本研究利用“探究串联电路中电流规律”IVR 实验，创新性地从效果和效率两个角度探究IVR 对学习者概念性知识和程序性知识迁移的影响。 根据研究结果，在利用IVR 帮助学习者实现知识迁移时，要尽可能降低IVR 对学习者外在认知负荷的影响并提高学习者在学习过程中的情感体验。为此，可在IVR实验设计开发过程中应用梅耶的多媒体设计原则（例如，切块原则）（Klingenberg，et al.，2022），也可在IVR 学习过程中应用相关学习策略（例如，生成性学习策略）（王雪，等，2021）促进学习者的深度认知加工过程，提高学习者的知识迁移效果和效率。

同时，本研究也存在一定的局限性。 首先，所使用的心理努力量表无法准确判断学习者认知负荷的类型和水平，未来研究中可使用非侵入式、客观的数据采集方法（例如，眼动追踪技术和脑电分析技术）来测量学习者的认知负荷类型及水平， 以更好地分析IVR 对学习者知识迁移过程的影响。 其次， 已有研究表明IVR 环境中存在着性别差异（Grassini，et al.，2020）， 本研究所选实验对象男女性别比例悬殊，可能会对实验结果产生一定影响， 未来研究可探究在IVR 学习中不同性别对知识迁移效果和效率的影响。 最后，由于知识迁移测试与IVR 虚拟电路实验在表面特征和结构特征上高度相似，因此，本研究是对学习者近迁移效果的探究， 未来研究可尝试探究IVR 对学习者远迁移效果的影响。