教学代理真的能促进学生学习吗？

周晓燕 杨孟娜

[摘   要] 教学代理是多媒体学习环境中整合语言及视觉线索等设计而成的虚拟人物形象，在交互式教学中希望通过发挥其引导、反馈等功能进而促进学生学习。为探究其实际应用效果，采用元分析方法，对国内外31项实验与准实验研究结果进行分析，发现：（1）教学代理能够促进学生学习，且对认知学习的促进效果强于非认知学习；（2）教学代理能够提升学生学习兴趣和学习效率；（3）教学代理能在一定程度上降低认知负荷，但不利于学习者心理努力及自我效能感的发展；（4）教学代理的应用效果受调节变量（学段、媒介组合方式、代理形象、代理手势）的影响而存在差异。因此，今后在教学代理的研究、设计与应用中，应强调其非认知效果，重视学生真实学习表现；设计多样化教学代理，兼顾学生认知基础及使用期待；注重调节变量优势，发挥教学代理的积极效力。

[关键词] 教学代理； 元分析； 调节变量； 学习效果

[中图分类号] G434            [文献标志码] A

[作者简介] 周晓燕（1977—），女，浙江绍兴人。副教授，博士，主要从事课程与教学论、学习评价研究。E-mail：zxy@zjnu.cn。

一、引   言

随着人工智能和虚拟现实技术的发展，原有的数字教育资源通过智能代理感知外部需求，借助智能导师、智能学伴等形成了具有智能化特征的学习资源环境[1]。一系列复杂、可视化的虚拟化身（教学代理）逐渐出现于智能导学系统中[2]，教学代理希望通过虚拟人物的语言线索和视觉线索（如手势、表情）设计，在交互式教学中发挥指导、反馈等功能，从而促进学生认知和情感发展[3]。当前，学界多数研究者将教学代理视为计算机屏幕中引导学生学习的拟人形象，专家型“辅导教师”、同伴型“学习伙伴”、个体化“自身影像”等教学代理多被应用于智能导学系统中[4]。教学代理已有近三十年的应用历史，在不断优化升级的同时，其实际效用也受到研究者的持续关注。对于教学代理能否有效激励学习者并提升其学习效果，学界存在不同看法。有研究认为，教学代理能够对学生学习动机、创造力、知识迁移及解决问题技能产生积极影响[5-7]。但也有研究发现，教学代理不能促进学习者的迁移测验成绩，也不能让学习者感受到更高的学习兴趣[8]。此外，有学者指出教学代理的有效性仍然存在争议[9]，还有研究者提出了“教学代理是促进还是干扰学习？”的质疑[10]。因此，教学代理的实际应用效果有待进一步探明。

二、研究综述

关于教学代理应用效果的争议，包含了来自理论探讨和实证研究的观点。在理论探讨方面，研究者提出Persona效应、社会存在感理论、社会代理理论能够为“教学代理促进学生学习”提供依据。Persona效应揭示，在交互学习环境中，拟人化的教学代理在一定程度上模拟了人—人互动过程，可对学生主观学习体验和客观学习表现产生显著影响[11]。社会存在感理论又称社会临场感理论，既指个体在媒介交往中感受到其他伙伴真实在场的程度，又指学习者借助网络媒体感知其他学习者心理效果的程度，还指媒介传递社会线索与社會氛围的能力[12]。有研究以此理论为基础，提出当学生将教学代理感知为“真实教师或同伴”时，可以降低学生的心理努力及学生感知到的任务难度[13]。另外，社会代理理论也支持“教学代理促进学生学习”的观点，认为学习者可以与教学代理建立社会联系，实现“类现实”的人际交流模式，进而促进个体认知结果，提升学习成绩[14]。

但是，有研究者基于认知理论、认知负荷理论和干扰理论等提出了相反的主张，认为存在“教学代理干扰学生学习”的可能。认知理论认为，人的知觉是通过两个通道加工外界信息：较低的通道加工视觉信息，较高的通道加工听觉信息。当学生面临多种视觉信息组成的学习材料时，其听觉通道的信息管理能力会随之降低。因此，一旦教学代理大量调动学生的视、听觉功能，学生的认知效果将会减弱。认知负荷理论和干扰理论认为，受个体工作容量的影响，教学代理的出现将会对学习者的认知加工造成额外负担。此外，教学代理的吸引性和“诱惑的细节”（Seductive Details）[15]等也会造成学习者在心理注意、信息组织等方面的困难。

在实证研究方面，总体呈现出三种不同的研究结论：（1）教学代理对学生学习效果有显著的积极影响。例如：Hong等人探究了计算机辅助语言学习环境中动画教学代理对31位小学生英语学习成绩的影响，发现使用教学代理能够促进学生学习效果[16]。此外，Kizilkaya、Moreno及康素杰等人的实验结果也支持“教学代理对学生学习效果有积极影响”这一结论[17-19]。（2）教学代理对学生学习效果不存在显著影响。Theodoridou对大学生使用教学代理学习西班牙语词汇的情况进行实验研究，发现学习者在词汇学习效果和情感态度方面并未出现明显变化[20]。方浩等在探究AR图书中动画教学代理对学龄儿童的阅读学习效果时，也发现教学代理对学生的内容记忆效果无显著影响[21]。（3）教学代理对学生的学习效果存在消极影响。尽管支持此种观点的研究尚不多见，但有研究证实了此类现象。Liew等人对56位商学院学生进行关于计算机基础应用的实验研究，发现被试越被教学代理的动作所吸引，其学习效果就越消极[22]。

综上所述，尽管已有研究在一定程度上探索了教学代理与学生学习效果间的关系，但“教学代理对学生学习效果有怎样的影响”仍存在诸多争议。鉴于此，本研究通过元分析方法，对国内外31项有关教学代理效果的实验与准实验研究进行统计学检验效能及分析，以期进一步探明教学代理与学习效果间的关系，为教学代理的研究设计与教学应用提供建议。

三、研究设计

（一）研究方法与工具

元分析是对具有相同研究目的的多个独立研究结果进行合并的一种研究方法，对有争议甚至矛盾的同类研究进行元分析可得出较为明确的结论[23]。在元分析中，效应量是衡量单个研究结果的综合指标，在避免“p值操控”的基础上能有效反映研究的效应及实际显著性[24]。受结局变量的非连续和不同测量单位对结果的影响，研究使用SMD（Std. Mean Difference）作为效应值来评估教学代理对学生学习效果的影响[25]。根据科恩的理论，当效应值为0.2、0.5和0.8时，分别对应小、中、大的影响程度[26]。本研究选用操作较为简便的Review Manager5.4.1（Revman5.4）软件为分析工具，通过发表偏倚检验、调节变量效应值等表征研究效应。

（二）文献检索与筛选

研究以中国知网、万方学术、维普中文、ScienceDirect、Springer Link、Wiley-Blackwell、Web of Science、EBSCOhost、ProQuest Education、Scopus为检索库，以“Pedagogical Agent、Conversational Pedagogical、Animated Agent、Teaching Agent”交叉性组合“Learning、Learning Effect、Learning Outcome”为检索词，时间跨度为2000—2022年，共检索出313篇相关文献。根据元分析程序，对文献进行遴选，标准为：（1）研究主题必须符合教学代理对学生学习效果（成绩、动机、兴趣等）的影响；（2）研究方法为实验或准实验，实验中包含教学代理实验组与控制组；（3）研究须汇报样本量N、均值M、标准差SD等；（4）研究数据无重复，若期刊文章与作者硕博论文相似，则选择硕博论文。最终获得31篇有效研究样本，符合“元分析数据大于30条”的要求。

（三）数据编码及变量分析

为方便分析，在整理文献作者、发表时间及样本量的基础上，对文献特征进行编码，生成编码表（见表1）。根据编码表整理和汇总31项研究样本中的数据，并将其导入Revman5.4，最终报告有效效应数为121个。

调节变量的选取既能采用已有研究所揭示的教学代理应用效果的影响因素，又可参照以往元分析文献的经验[27]。据此，本研究确立了基本分析框架（如图1所示），根据调节变量与代理的相关性程度，设置A、B、C三类调节变量，以研究教学代理对学生学习效果的差异性影响。

四、研究结果与分析

（一）研究样本的发表偏倚检验与异质性检验

发表偏倚指研究者、审稿者和编辑在选择论文发表时，倾向于报道“有统计学意义”的结果，这导致某些研究的发表被压制，元分析结果不具有准确性[28]，故在元分析前需进行发表偏倚检验。在多数研究中，判断发表偏倚问题大都采用绘制漏斗图法[29]。漏斗图假设效应量的精度随样本量的增加而增加，其宽度随精度的增加而变窄，最后将趋近于点状，形成一个对称的倒置漏斗图。如果存在偏移，则漏斗图不对称。如图2所示，漏斗图中的点对称地分布于平均效应量两边，且偏漏斗图的中上侧。由此，可以判斷本研究所选样本不存在偏倚，研究精度较高。

纳入同一元分析的所有研究会存在干预措施、测量工具等差异，故在元分析前需进行异质性检验，以选用合适的效应模型来消除异质性影响，有效合并效应量[25]。研究以I2值来检验异质性，当I2对应25%、50%、75%时，分别代表低、中、高度异质性。在Revman5.4中采用固定、随机效应模型进行分析发现，研究样本存在高度异质性（I2>75%，p<0.001）。随机效应模型允许不同研究的真实效应有所不同，且假定各种因素的存在是合乎逻辑的，具有更宽的可信区间，能有效消除样本异质性。因此，研究选用随机效应模型进行分析。

（二）教学代理对学生学习效果的总体影响

整体学习效果的效应量为SMD=0.24，p<0.001（见表2），这表明多媒体教学代理对学生学习效果具有中等偏小的促进作用。在课堂及教学中选择具有教学代理的智能教学技术或教学视频，总体上有利于提升学生的学习效果。

教学代理对学生学习的影响具体表现在认知及非认知层面。由表2可知，教学代理对学生的认知学习（SMD=0.25，p<0.001）有中等偏下的促进作用，而对非认知学习的提升作用则表现较小（SMD=0.17，p<0.05）。另外，认知学习和非认知学习的I2值均较高，且p<0.001，差异极其显著。这说明教学代理对不同类别的学习效果产生了较为明显的影响。

（三）教学代理对不同类别学习效果的影响

从认知学习的效应强度看，教学代理对学生学习效率（SMD=0.50，p<0.01）的影响效果最好，对学习迁移水平（SMD=0.27，p<0.01）的作用大于学习保持水平（SMD=0.17，p<0.05）。教学代理对学生认知负荷（SMD=-0.24，p>0.05）的影响表现为抑制作用。在非认知学习方面，教学代理对学生的学习兴趣（SMD=0.34，p<0.05）产生显著的促进作用，而对学习动机（SMD=0.25，p>0.05）的促进作用不显著。学生心理努力（SMD=-0.18，p>0.05）和自我效能感（SMD=-0.02，p>0.05）的效应值为负值，说明教学代理存在抑制学生心理努力和自我效能感的可能。具体见表3。

（四）不同调节变量对学生学习效果的影响

我们将研究重点从平均效应转移到差异本身时，需在分类数据的基础上展开亚组分析，即调节变量分析。软件分析结果见表4。

1. 学段和学科性质对教学代理应用效果的影响

教学代理作为智能学习辅助工具，已在各学段和学科教学中得以应用。从学段的组间效应看，Chi2=10.08，p<0.01，达到统计学显著差异，说明学段对教学代理的应用成效存在调节作用。按效应值的大小区分效应强度可知，随着学段的上升，教学代理对学生的促进作用逐渐减弱。其中，教学代理对小学生（SMD=0.60，p<0.001）有中等偏上的促进作用，对中学生（SMD=0.49，p>0.05）有偏中等的正向影响。值得一提的是，教学代理在大学教学中的应用最广泛，但其对大学生（SMD=0.19，p<0.001）的影响程度却较弱。

从组间效应看，Chi2=2.08，p>0.05，未达到统计学显著水平，故学科性质不是影响教学代理应用效果的决定性因素。从具体效应值看，教学代理对文理科学习均能产生显著作用，且人文学科（SMD=0.27，p<0.001）的应用效果强于科学学科（SMD=0.18，p<0.01）。体育运动（SMD=0.41，p>0.05）的应用效果虽强于信息技术（SMD=0.10，p>0.05），但两者作用均不显著。

2. 媒介组合方式及讲解声音对教学代理应用效果的影响

从组间效应看，Chi2=12.21，p<0.05，研究达到统计学显著水平，说明教学代理的不同媒介组合方式对学生的学习效果存在显著差异。教学代理一般采用声音、文本、说明性图解或混合方式开展教学。按效应值的大小排序，发现“声音+文本+图片”（SMD=0.55，p>0.05）的组合方式具有最强的促进效果，“声音+图片”（SMD=0.30，p<0.001）与“文本”（SMD=0.21，p>0.05）次之；“声音”（SMD=0.09，p>0.05）、“声音+文本”（SMD=0.09，p>0.05）的组合仅对学生产生较小影响。值得一提的是，“文本+图片”（SMD=-0.19，p>0.05）反而不利于学生学习。但由于“文本”“文本+图片”的效应数均为2，小于4，故其影响效果有待进一步检验。从讲解声音的组间效应看，Chi2=0.00，p>0.05，研究未达到统计学显著水平，说明教学代理在人声讲解（SMD=0.16，p<0.01）和机器合成声音（SMD=0.16，p>0.05）方面具有相同作用，均对学生产生较弱影响。

3. 代理类型、形象及手势对教学代理应用效果的影响

通过数据分析发现，代理类型的组间效应为Chi2=1.00，p>0.05，研究未达到统计学显著水平，说明代理类型不是影响学生学习效果的核心因素。具体到组内，按效应强度排列，发现卡通教学代理（SMD=0.32，p=0.05）具有中等偏下程度的促进作用，拟人教学代理（SMD=0.17，p<0.01）、动物教学代理（SMD=0.15，p>0.05）和真人教学代理（SMD=0.12，p>0.05）的促进作用依次递减。

从组间效应看，Chi2=18.85，p<0.001，说明代理形象调节教学代理的应用效果。具体来看，教师形象（SMD=0.36，p<0.001）和同伴形象（SMD=0.23，p<0.05）均对学生学习产生了正向影响，且教师形象的促进作用和显著性程度均强于同伴形象。相比之下，角色模糊且无法判断的代理形象（SMD=-0.07，p>0.05）不利于学生的学习。从代理手势的组间效应看，Chi2=6.39，p<0.05，说明代理手势调节教学代理的应用效果。指向明确的代理手势（SMD=0.34，p<0.001）比无指向的代理手势（SMD=0.29，p<0.01））有着更强的促进作用，无手势的教学代理（SMD=0.09，p>0.05）仅有较小的影响作用。

五、结论与启示

本研究运用元分析，从总体学习效应、认知与非认知学习效果、类别性学习效果及亚组分析等方面出发，对2000—2022年发表的31项实验与准实验研究进行分析并发现：（1）教学代理能够促进学生学习，且对认知学习的促进效果强于非认知学习；（2）教学代理能够提升学生学习效率和学习兴趣，促进学生迁移水平与保持水平的发展；（3）教学代理能在一定程度上降低认知负荷，但不利于学习者心理努力及自我效能感的发展；（4）教学代理的应用效果受学段、媒介组合方式、代理形象、代理手势的影响而存在差异。研究结果肯定了教学代理对学生学习的积极影响，明确了调节变量的作用，为后续教学代理的研究、设计与教学应用提供了以下启示：

（一）关注教学代理的非认知效果，重视学生真实学习表现

研究回应了“教学代理是促进还是干扰学习”这一问题，证实教学代理对学生学习效果产生了显著促进作用，且认知效果强于非认知效果。从认知和非认知效果的数据来看，认知学习的变量指标（迁移测验、保持测验、认知负荷、学习效率共占比68.69%）占比较重。可见，研究者较关注教学代理对学生认知学习的影响，尤其注重保持学习水平和迁移学习水平的发展。虽然学习动机、心理努力及自我效能感等非认知因素会对学生的综合素养能力产生显著影响[30]，但研究者对其作用的关注明显不足。另外，研究者多以认知因素、成绩测验或学生对屏幕的注视时间、范围等变量来测量教学代理的“促进”或“干扰”程度，由此导致研究将“学习效果”窄化为“认知学习”。

具体来看，教学代理对学生认知学习的促进作用明显强于非认知学习，主要表现在学习效率方面。其中，教学代理对学生迁移学习水平的影响高于保持学习水平，这说明教学代理并不是“记忆工具”，而是学生学习经验转化的“加速器”。此外，教学代理可以降低学生的认知负荷，这在一定程度上驳斥了“教学代理加重学生认知负荷”的观点。具体来看，教学代理主要通过重组、设计学习材料，降低材料难度和混杂性，从而减轻个体内在认知负荷及外部认知負荷[31]。从非认知学习效果来看，教学代理能显著提升学生学习兴趣、促进学习动机，但学生心理努力和自我效能感则有一定程度削弱。这可能是因为：（1）学生尚未将教学代理感知为“真实的教师或同伴”，教学代理对学生心理努力的降低作用并未发生[13]；（2）学生的心理努力和自我效能感受到教学代理能力强弱的影响[32]；（3）受测量方式的影响，教学代理对学生学习兴趣、动机等的测量结果中可能包含学生对教学代理形象、情绪、行为等“诱惑的细节”的兴趣，学生学习兴趣和动机提升的结果并不表现为学生努力和自我效能感的增强。

基于上述分析，可以明确教学代理对学生迁移学习水平、学习效率、学习兴趣和学习动机具有促进作用，且能有效降低学生的认知负荷。由此可以判断，教学代理可从整体上提升学生的学习效果。但在资料分析中发现，研究者一定程度上存在“重认知学习效果、轻非认知学习效果”的研究倾向，这不利于教学代理应用的有效性检验，不能为研究提供更加科学、客观、全面的证据和资料。因此，未来研究应充分关注教学代理对学生非认知发展的作用和影响，真实、全面测量学生学习表现。而针对“教学代理不利于学生心理努力和自我效能感发展”这一质疑，则有待于从以下方面进一步探明：第一，探究学生对教学代理的感知情况，挖掘学生对教学代理“真实性”感知的核心要素，如教学代理的拟人程度、学习环境、学生年龄等；第二，扩大教学代理研究视角，研究教学代理形象、能力、情绪等因素对学生学习的影响；第三，真实测量学生学习表现，排除其他因素对学生学习兴趣和动机等的影响。

（二）设计多样化教学代理，兼顾学生使用期待及认知基础

元分析结果表明，声图结合以及声图文结合的媒介组合方式最能促进学生学习，图文结合的讲解效果不利于学生学习。这一结果与“当图像与文字整合在一起时，能够发挥更大的教育作用”[33]的观点恰恰相反。究其原因，可能是受到了图文结合方式、图文趣味性、有效性等因素的影响。另外，由于研究只收集到2个“文本+图片”的效应数，故也可能与效应数较少有关。此外，教师的引领作用在智能虚拟环境中依然发挥着重要作用，与形象模糊的教学代理相比，角色感鲜明的教师或同伴代理均能促进学生的学习效果，且教师形象的代理效果和显著性程度均强于同伴形象。从代理类型看，卡通代理具有中等偏下的促进效果，其他代理类型的应用效果均较弱，但从样本量来看，拟人代理的效应数最大，而真人和动物类型的教学代理（占比均为6.06%）均存在效应数较小的问题。

上述结果反映了教学代理研究和设计存在的不足：第一，教学代理研究效应数不均衡的情况。具体表现为，各亚组样本量相差较大，研究多偏向于拟人类型（占比78.79%）、教师形象（占比56.04%），声图结合（占比46%）或声音（占比35%）的媒介组合方式等。这也反映出教学代理设计存在多样化不足的问题。第二，教学代理设计和研究是否兼顾学生的使用期待及认知基础的问题。Domagk和Kim发现，学生面对符合偏好的教学代理时能表现出更好的状态动机和学习迁移水平，教学代理的情绪和性别能显著影响学生的学习动机和行为[7，34]。这表明学生对教学代理存在“使用期待”。在本研究中，与教师和学生代理的正向作用不同，“无法判断”形象的教学代理对学生学习有抑制作用，这说明形象“模糊”的教学代理较难满足学生的“使用期待”。当然，有研究表明，能力强的教学代理可能会造成学生自我效能感、自信心和完成学习任务责任感的显著降低，而能力弱的教学代理反而有利于学生学习[32]。可见，不同形象和类型的代理应用效果不同，也可能与教学代理能力强弱相关，所以，教学代理能力的设计需符合学生认知基础，过强或过弱均不利于学生学习。同时，也有国内研究者指出，教学代理与学生的交互设计，代理的性别、情绪状态、信息传递内容与方式等均影响其作用和功能，使学生的感官感受和学习效果产生差异[4]。

因此，教学代理设计者应设计多样的代理类型、代理形象及相关学习内容。例如：设计拟人程度不同的代理形象，选择贴近学生真实生活、教材内容的学习资源，开发更符合学生认知发展水平的教学代理系统。教学代理研究者则应通过过程性调查、测验、统计等方式探究学生的知识基础、代理形象认知等内容，为教学代理的拟人化形象、情感状态等设计提供学生视角，为学习者偏好和使用期待研究提供数据支持。同时，设计者可对比代理形象下“教师代理”“同伴代理”“无法判断”型代理的特征、标志，探寻教学代理针对性、多样化设计的具体思路和方法。

（三）注重调节变量优势，发挥教学代理的积极效力

从研究结果看，学段、媒介组合方式、代理形象、代理手势是影响教学代理有效性的核心因素，虽然学科、讲解声音、代理类型的组间差异并不显著，但其组内变量会影响学生的学习效果。通过元分析发现：首先，教学代理的应用效果随学段的上升而减弱。其中，教学代理对中学生的影响作用并不显著，这与“中学生面临升学和考试压力，其学业成绩直接影响着学生对学习生活的直观感受、客观结果和现实行为表现”[35]相关。其次，元分析结果证实了降低教学代理干扰作用的有效方式之一是增加指向明确的代理手势，且代理手势的指向性越明晰，学生的学习效果越好。再次，有学者通过元分析发现，“教学代理对科学和数学更有效，对人文学科学习材料并未产生显著效应量”[36]，但Johnson在2010年的实证研究中已指出“教学代理对人文学科有效”[37]。本研究发现，教学代理在人文学科的应用效果优于科学学科，这与Johnson的研究结论相符合。最后，人声和合成声音的教学效果相同，但人声讲解的效果具有显著性。这可能是因为学习者在真实人声的环境下，更能产生较强的学习注意和认知体验。Clark和Mayer曾指出，人声使学习者学习得更好，且当屏幕代理能够以类似“真人”的方式表现面部表情、眼睛注视、手势运动时，学习者的学习效果更佳[38]。由此可见，教学代理接近现实的程度影响着学习者成绩及其对教学代理的回应。

基于上述分析，我们认为：首先，研究者和设计者应以学生学习需求为导向，开发符合学生偏好、满足學生发展水平的教学代理。其次，教师可在体育或信息技术等操作性、程序性强的学习活动中加强教学代理的运用，借助教学代理可视化、程序化等特点提升教学效率。当然，关于“人文、科学学科教学代理的应用效果谁强谁弱”的问题，研究者应结合教学代理中不同学段的学习材料、教学策略及学生的认知基础和偏好等展开深入研究。最后，可以采用“教师+教学代理”的混合式教学，克服教学代理可能带来的注意力分散、教学刺激不够、“真人”性不足等问题，推进教学代理的多学科、多学段、常态化应用。

本研究探讨了教学代理的有效性问题，发现了影响教学代理应用效果的调节变量，证实了教学代理可从总体上促进学生的学习效果。但针对教学代理促进作用偏低[10，39-41]的问题，却因现有实验数据不足而未能作出深入探讨。结合上述分析发现，学习者与教学代理之间存在一种双向互动关系，即教学代理的设计元素会对学习者的学习过程和结果产生不同作用，学习者的不同特征也会影响教学代理的实际应用效果。因此，在技术融合的学习环境下，教学代理设计需以生为本、以教学实际为核心，以此实现智能教学代理的迭代升级。同样，教学代理应用者也需从“人机”协同的角度出发，探索教学代理融入教学的最优路径。

[参考文献]

[1] 贺相春，郭绍青，张进良，李泽林.智能化学习空间（学习空间V4.0）与学校教育变革——网络学习空间内涵与学校教育发展研究之六[J].电化教育研究，2017，38（7）：38-42，50.

[2] 何克抗.教学代理与自适应学习技术的新发展——对美国《教育传播与技术研究手册》（第四版）的学习与思考之六[J].开放教育研究，2017，23（5）：11-20.

[3] TAO Y， ZHANG G， ZHANG D， et al. Exploring persona characteristics in learning： a review study of pedagogical agents[J]. Procedia computer science，2022，201：87-94.

[4] 詹泽慧.远程教育中的智能教学代理：角色、设计要素與应用方式[J].现代远程教育研究，2011（4）：76-82.

[5] VELETSIANOS G， MILLER C. Conversing with pedagogical agents： a phenomenological exploration of interacting with digital entities[J]. British journal of educational technology， 2008，39（6）：969-986.

[6] LUSK M M， ATKINSON R K. Animated pedagogical agents： does their degree of embodiment impact learning from static or animated worked examples？[J]. Applied cognitive psychology， 2007，21（6）：747-764.

[7] DOMAGK S. Do pedagogical agents facilitate learner motivation and learning outcomes？ The role of the appeal of agent's appearance and voice[J]. Journal of media psychology，2010，22（2）：84-97.

[8] 冀苗.教学代理对小学生学习影响的研究[D].武汉：华中师范大学，2021：2-3.

[9] SCHROEDER N L， GOTCH C M. Persisting issues in pedagogical agent research[J]. Journal of educational computing research， 2015，53（2）：183-204.

[10] DAVIS R O. The impact of pedagogical agent gesturing in multimedia learning environments： a meta-analysis[J]. Educational research review，2018，24：193-209.

[11] 卞玉龙. 教学代理的Persona效应：模型建构和实证检验[D].济南：山东师范大学，2016：5-7.

[12] 王广新.网络课程论坛内社会临场感的结构与影响因素[J].电化教育研究，2008（11）：48-52.

[13] GUNAWARDENA C N， ZITTLE F J. Social presence as a predictor of satisfaction within a computer-mediated conferencing environment[J]. American journal of distance education，1997，11（3）：8-26.

[14] MAYER R E， SOBKO K， MAUTONE P D. Social cues in multimedia learning： role of speaker's voice[J]. Journal of educational psychology，2003，95（2）：419-425.

[15] GARNER R， GILLINGHAM M G， WHITE C S. Effects of 'seductive details' on macroprocessing and microprocessing in adults and children[J]. Cognition and instruction，1989，6（1）：41-57.

[16] HONG Z W， CHEN Y L， LAN C H. A courseware to script animated pedagogical agents in instructional material for elementary students in english education[J]. Computer assisted language learning， 2014， 27（5）： 379-394.

[17] KIZILKAYA G， ASKAR P. The effect of an embedded pedagogical agent on the students' science achievement[J]. Interactive technology and smart education，2008，5（4）：208-216.

[18] MORENO R， REISLEIN M， OZOGUL G. Using virtual peers to guide visual attention during learning： a test of the persona hypothesis[J]. Journal of media psychology，2010，22（2）：52-60.

[19] 康素杰. 代理形象对多媒体学习的影响：学习者特征和材料特征的调节作用[D].武汉：华中师范大学，2014：34-35.

[20] THEODORIDOU K D. Learning with laura： investigating the effects of a pedagogical agent on spanish lexical acquisition[D]. Austin： The University of Texas， 2009： 95-96.

[21] 方浩，王一婧，魏希，王翩然，代沁伶.学龄儿童AR图书阅读效果——以动画教学代理形象为视角[J].圖书馆论坛，2021，41（6）：126-133.

[22] LIEW T W， TAN S M， JAYOTHISA C. The effects of peer-like and expert-like pedagogical agents on learners' agent perceptions， task-related attitudes， and learning achievement[J]. Journal of educational technology & society，2013，16（4）：275-286.

[23] 郑明华.Meta分析软件应用与实例解析[M].北京：人民卫生出版社，2013：1.

[24] 王光明，李健，张京顺.教育实证研究中的p值使用：问题、思考与建议[J].教育科学研究，2018（2）：59-65.

[25] 罗杰，冷卫东.系统分析/Meta分析理论与实践[M].北京：军事医学科学出版社，2013：116-120.

[26] 许玮，代陶陶，沈致仪，刘迎春.技术应用真的能够有效提升场馆学习效果吗？——基于近十年34项实验与准实验研究的元分析[J].电化教育研究，2021，42（12）：63-70，85.

[27] 李珍，李小红，陈晨，王杉，刘拓.STEM教育能提高中小学生学业成就吗？——基于国内外31项实证研究的元分析[J].清华大学教育研究，2021，42（4）：118-129.

[28] 杨扬，沈志超，靳纯桥.发表偏倚的原因、后果与预防研究[J].编辑学报，2002（3）：170-172.

[29] 刘志辉，李文绚.元分析方法研究综述[J].情报工程，2016，2（6）：31-38.

[30] 陈昭志.非认知因素对我国15岁学生综合素养能力的影响——基于PISA 2015调查数据[J].教育学术月刊，2017（4）：80-88.

[31] 张慧，张定文，黄荣怀.智能教育时代认知负荷理论发展、应用与展望——“第十一届国际认知负荷理论大会”综述[J].现代远程教育研究，2018（6）：37-44.

[32] URESTI J A R， DE BOULAY B. Expertise， motivation and teaching in learning companion systems[J]. International journal of artificial intelligence in education，2004，14（2）：193-231.

[33] 李云星.图像的育人价值与教育的图像转向——以符号表征与交流为视角[J].首都师范大学学报（社会科学版），2019（1）：172-177.

[34] KIM Y， BAYLOR A L， SHEN E. Pedagogical agents as learning companions： the impact of agent emotion and gender[J]. Journal of computer assisted learning，2007，23（3）：220-234.

[35] 蔡金花.初中生学习生活质量：现状与改进[J].现代教育管理，2020（5）：122-128.

[36] SCHROEDER N L， ADESOPE O O， GILBERT R B. How effective are pedagogical agents for learning？ A meta-analytic review[J]. Journal of educational computing research，2013，49（1）：1-39.

[37] JOHNSON W L. Serious use of a serious game for language learning[J]. International journal of artificial intelligence in education， 2010， 20（2）： 175-195.

[38] CLARK R C， MAYER R E. E-learning and the science of instruction： proven guidelines for consumers and designers of multimedia learning[M]. Hoboken： John Wiley & Sons，2016：189-190.

[39] 王福兴，李文静，谢和平，刘华山.多媒体学习中教学代理有利于學习吗？——一项元分析研究[J].心理科学进展，2017，25（1）：12-28.

[40] CASTRO-ALONSO J C， WONG R M， ADESOPE O O， et al. Effectiveness of multimedia pedagogical agents predicted by diverse theories： a meta-analysis[J]. Educational psychology review，2021，33（3）：989-1015.

[41] KACMAZ G， DUB？魪 A K. Examining pedagogical approaches and types of mathematics knowledge in educational games： a meta-analysis and critical review[J]. Educational research review，2022，35：100428.

[Abstract] Pedagogical agents are virtual characters designed by integrating language and visual cues in a multimedia learning environment， and it is hoped to facilitate students' learning by providing guidance and feedback in interactive teaching. In order to explore the effect of its practical application， a meta-analysis method was adopted to analyze the results of 31 experimental and quasi-experimental studies at home and abroad， and finds that：（1） Pedagogical agents can promote students' learning， and have a stronger effect on cognitive learning than non-cognitive learning; （2） Pedagogical agents can improve students' learning interest and learning efficiency; （3） Pedagogical agents can reduce cognitive load to a certain extent， but are not conducive to the development of learners' mental effort and self-efficacy; （4） The application effect of pedagogical agents varies depending on the moderating variables （key stage， media combination method， agent image and agent gesture）. Therefore， in the future research， design and application of pedagogical agents， emphasis should be placed on their non-cognitive effects and on students' authentic learning performance. Various pedagogical agents can be designed， taking into account the students' cognitive base and usage expectations. Attention should be paid to moderating variable advantage to bring into play the positive efficacy of pedagogical agents.

[Keywords] Pedagogical Agent; Meta-analysis; Moderating Variable; Learning Effects