你真正在问什么？CPR培训中学习者使用智能虚拟代理提问的比较性5W1H分析：屏幕环境与增强现实环境

文献标题

What Are You Really Asking For? A Comparative 5W1H Analysis of Learner Questioning in CPR Training with IVAs in Screen-based and Augmented Reality Environments

出版信息

• 主题领域: 不同呈现方式下（智能虚拟代理，IVAs）的学习者提问行为。
• 关键词: 智能虚拟代理，增强现实，基于屏幕的学习，提问行为，5W1H框架，空间临场感，社会临场感，心肺复苏培训，学习动机，学习策略。

背景与问题

• 问题/挑战: 对于呈现方式（增强现实 vs. 基于屏幕）和学习者特征如何影响与具身IVAs的提问行为的理解有限。以往研究主要集中于基于文本的交互或系统层面的性能，忽视了沉浸式环境中自然的口头提问。
• 意义: 理解这些动态对于设计有效的IVA支持的学习系统至关重要，特别是在心肺复苏等技能型培训情境中，程序性和概念性知识同样重要。
• 动机与相关研究: 先前的研究探讨了人工智能介导的学习和用户体验，但缺乏系统框架来分析沉浸式情境中的提问行为。本研究基于沉浸式学习的认知情感模型（CAMIL），并结合5W1H框架以填补这一空白。

解决方案

• 提出的方法: 基于5W1H框架，从“谁、何时、何地、什么、为什么、如何”六个维度系统分析学习者的提问行为。该框架被用于比较增强现实IVA（AR-IVA）和视频IVA（Video-IVA）在心肺复苏培训中的表现。
• 创新点:
  1. 开发了用于分析沉浸式教育情境中提问行为的5W1H框架。
  2. 对AR-IVA与Video-IVA模式下的提问行为进行了实证比较。
  3. 探讨了学习动机和策略对提问行为的调节作用。
  4. 提出了适应性IVA系统的设计原则。
• 过程与关键技术:
  1. 开发了一个实时问答IVA系统，在增强现实和基于屏幕的环境中提供心肺复苏指导。
  2. 对40名参与者进行用户研究，随机分配至AR-IVA或Video-IVA条件。
  3. 使用5W1H框架收集并分析提问行为、临场感和学习成果数据。
  4. 通过统计和主题分析评估关于模式效应、临场感中介作用以及学习者特质调节作用的假设。

结果

• 具体发现:
  • AR-IVA引发了更高的空间临场感（M = 3.66 vs. 3.01, p < 0.001）和社会临场感（M = 4.96 vs. 4.46, p = 0.036）。
  • AR-IVA学习者提出了更频繁（M = 6.60 vs. 4.20, p = 0.001）且更长的问题（p < 0.001），但问题复杂性无显著差异。
  • AR-IVA促进了概念深化，而Video-IVA则鼓励程序优化。
  • 临场感作为选择性过滤器，在行动阶段抑制提问，在结束阶段增加反思性提问。
  • AR-IVA的实践表现得分更高（M = 11.65 vs. 9.70, p = 0.009），而知识测验得分无显著差异。
• 相较基线的优势:
  • AR-IVA增强了程序性学习成果，并促进了更深层次的概念性探究，相较于Video-IVA更具优势。
  • 临场感效应在AR中更为显著，能将注意力集中于核心任务并抑制外围干扰。
• 实验/评估:
  • 参与者（N = 40）使用AR-IVA或Video-IVA进行心肺复苏培训。
  • 收集的数据包括转录的提问内容、临场感问卷以及学习评估（知识测验和实践表现）。
  • 通过统计分析检验关于模式效应、临场感中介作用以及学习者特质调节作用的假设。
• 局限性与未来工作:
  • 在实验室控制环境下进行，并仅涉及单一学习任务（心肺复苏），限制了研究的普适性。
  • 短期研究可能无法捕捉长期行为模式。
  • 由于各条件下注意目标一致，未纳入“何地”维度的提问分析。
  • 未来研究应探索多样化情境、长期效应以及针对个体学习者特质的适应性IVA设计。

总结

本研究提出了一个基于5W1H的框架，用于分析AR和基于屏幕环境中学习者与IVA的提问行为。结果表明，AR-IVA增强了空间和社会临场感，促进了概念深化，并改善了程序性学习成果。临场感作为选择性过滤器，影响了提问的时机和焦点。学习动机和策略进一步调节了这些效应，突出了设计适应性、以学习者为中心的IVA系统的必要性。这些发现为优化基于模式和个体学习者特质的交互策略的IVA设计提供了指导。