支持适应性学习:探讨在使用识字游戏时情感在认知负荷中的作用

认知障碍与神经多样性(自闭症、ADHD、阅读困难)严肃游戏与功能游戏STEM 教育与科学传播大学教授与研究人员特殊教育教师儿童教育工作者律师与法律研究员

文献标题

Toward Supporting Adaptation: Exploring Affect’s Role in Cognitive Load when Using a Literacy Game

文献信息

  • 主题领域: 游戏化学习、情感计算、认知负荷理论
  • 关键词: 情感, 认知负荷, 游戏化学习, 阅读理解, 个性化学习, 学生行为模式, 数据驱动适应, 自我调节学习, 影响力, 情感预测

研究背景与问题

  • 发现的问题或挑战: 学习过程中情感状态(如积极或消极)对认知处理有显著影响,但大多数针对在线教育技术的研究忽略了情感状态的动态性及其与认知负荷的互动。此外,目前鲜有将情感与认知负荷整合的学习系统或模型。
  • 重要性: 情感状态可能会影响学习的有效性,深入研究情感与认知负荷的互动可能为学习系统的设计优化提供重要指导,从而提升学习体验和学习效率。
  • 研究动机与相关工作: 游戏化学习被认为能够提高学习者的学习动机,但其产生的效果参差不齐。认知负荷理论强调优化学习设计以减少无关信息负荷(即“额外认知负荷”)。而情感状态(如积极或消极)可能调节学习者的认知资源分配,从而影响学习效果。

解决方案

  • 研究方法: 研究采用了经验采样方法,结合情感(活跃度和效价)与认知负荷的自我报告测量,用参与者的游戏行为模式和眼动数据进行分析。
  • 创新点:
    • 判断情感与认知负荷类型(本质负荷、额外负荷、促进负荷)之间的关系。
    • 通过动态分析情感和认知负荷路径中的行为模式,揭示游戏化学习设计中的潜在优化方向。
    • 提出了适应性学习系统设计准则,如促进积极情感和管理负面情感。
  • 实施步骤:
    • 设计实验使用具有阅读理解任务的游戏化学习系统并结合实时眼动跟踪。
    • 通过问卷量化情感状态和认知负荷。
    • 应用线性混合模型进行定量分析并辅以行为模式的质性分析。

研究成果

  • 具体成果:
    • 情感状态(效价)可预测认知负荷:积极情感与促进认知负荷有关(能够帮助学习结构的构建);消极情感与额外负荷相关(可能增加额外处理需求且阻碍学习)。
    • 学生自我调节行为(交替进行学习与游戏活动)与积极情感增加有关。
    • 游戏中的失败或重复负面反馈可能导致情感下降,并对学习过程产生负面影响。
  • 优势:
    • 提供了情感对认知负荷作用的新视角,有助于开发情感感知学习系统。
    • 提供了定量与定性结合的方法框架,能够识别更复杂的行为模式。
    • 为设计优化提供了实证支持,如通过设计情感调节功能提升游戏化学习的效果。
  • 局限性与未来方向:
    • 局限性包括研究样本集中在加拿大大学生,可能影响结果的泛化性。此外实验环境为短期互动,未充分考虑长期学习效果。
    • 建议未来研究探索其他文化背景的学生群体,结合其他自我报告以外的数据源如生物信号进行验证。
    • 考虑设计更好的人性化反馈机制与支持功能来减少负面反馈对学生情感的影响。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/147807/2024

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3613904.3642150
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2024
emoji_events
奖项
未标记奖项
group
作者
6 位作者
sell
研究子方向
认知障碍与神经多样性(自闭症、ADHD、阅读困难)、严肃游戏与功能游戏、STEM 教育与科学传播
work
职业/产业
大学教授与研究人员、特殊教育教师、儿童教育工作者、律师与法律研究员
article
内容状态
已索引正文
hub
相关论文
0 篇相关论文