楊九民 何靜 章儀 汪洋 皮忠玲

基金項目：2022年度國家自然科學基金面上項目“生成性學習策略影響視頻學習的認知神經機制及智能干預研究” （項目編號：62177027）；2023年度國家自然科學面上項目“共同觀看對視頻學習的影響及多模態(tài)預測模型建構” （項目編號：62377035）

[摘? ?要] 交互設計可以增加學習者與學習內容的互動性，從而促進其主動學習，因而在教育領域的重要性日益凸顯。然而，交互設計在教學視頻中的作用尚存在一定爭議。因此，研究納入53項國內外實證研究進行元分析，系統(tǒng)地分析了交互設計對視頻學習的影響。主效應檢驗結果發(fā)現(xiàn)，視頻中的交互設計對總注視時間、學習參與度、學習動機、學習滿意度、保持成績、遷移成績和延遲測試成績有顯著的促進作用，但對認知負荷的影響不顯著。研究進一步從交互功能特征、學習者特征、學習材料特征、學習情境特征四個維度進行調節(jié)效應分析，結果發(fā)現(xiàn)，交互設計的作用受到多種因素影響，如交互類型、先驗知識、學科領域、學習步調等。因此，在設計和實施教學視頻時，應全面考慮交互設計的本身特性、學習者的個體差異等多方面因素，以更有效地發(fā)揮交互設計在教育中的優(yōu)勢。

[關鍵詞] 教學視頻； 交互設計； 學習效果； 主動學習； 元分析

[中圖分類號] G434? ? ? ? ? ? [文獻標志碼] A

[作者簡介] 楊九民（1969—），男，湖北棗陽人。教授，博士，主要從事教學設計、教師教育研究。E-mail：yjm@ccnu.edu.cn。皮忠玲為通訊作者，E-mail：pizl@snnu.edu.cn。

一、引? ?言

優(yōu)質數(shù)字資源的構建與共享對于縮小教育數(shù)字化水平差距及促進教育公平發(fā)展具有至關重要的作用。視頻以學習內容的多樣性和易獲取性為優(yōu)勢，已成為主流數(shù)字資源。然而，對于視頻學習的有效性研究結果卻并不一致[1]。視頻學習相對被動，學生往往缺乏與內容的互動，導致較為淺層的學習過程[2-3]。研究表明，在視頻中嵌入交互功能可以促使學生更積極地學習內容互動[4-6]，有助于他們對學習內容的主動構建[7]。因此，如何在教學視頻中有效地設計交互功能，以促進學習者的主動學習并提高學習效果，已成為當前教育研究者關注的焦點。

以往研究從導航、超鏈接、彈幕、注釋、協(xié)作，以及綜合多個交互功能等方面開展了關于視頻中交互設計對學習的有效性探索，然而，已有研究結論并不完全一致。部分研究發(fā)現(xiàn)，在教學視頻中增加交互功能促進了學習，提高了學習者的保持和遷移成績，降低了其認知負荷[8]。然而，也有研究發(fā)現(xiàn)，交互并沒有促進學習，例如，添加目錄交互設計后，學習者很少使用它，且其學習效果并沒有顯著提升[9]。此外，還有較多研究發(fā)現(xiàn)交互活動可能會抑制學習者的學習，如分散注意力、增加認知負荷等[10-12]。產生如此差異的原因可能是學習者的個體差異、不同學科、不同的學習環(huán)境以及交互設計存在差異等多方面因素的綜合影響。

綜上所述，教學視頻中的交互設計對于學習者學習效果的影響尚未達成一致的結論，存在一定的邊界條件，如交互類型、交互強度以及視頻特征等?；诖?，本研究采用元分析方法，系統(tǒng)地探討教學視頻中交互設計的作用及其產生效果的潛在邊界條件，以期為教學資源開發(fā)提供借鑒和參考。

二、文獻綜述與研究問題

（一）文獻綜述

教學視頻中的交互指在教師、學習者、學習內容和學習系統(tǒng)之間的相互作用[13]，其目的是通過動態(tài)的反饋和溝通促進學習者的主動參與和深度思考。例如，在面臨復雜任務時（如學習如何打航海結），學習者可以操縱視頻的播放速度和播放方向（前進或后退），這種交互性允許學習者根據(jù)個體認知需求使用特定功能，以更深入地理解知識點[4]。

目前，關于交互設計的研究中主要存在三種各不相同的理論觀點。ICAP模型（Interactive-Constructive-Active Passive Framework）認為，交互能夠促進學習者學習，即隨著交互活動增加，學習者對學習材料的參與度越來越高，從被動接受轉變?yōu)橹鲃訁⑴c，從構建知識到進行交互對話，從而提高學習者的學習效果[7]。相反，認知負荷理論（Cognitive Load Theory）認為，交互活動越多，學習者需要處理更多的信息，這些額外任務會占用學習者的認知資源。由于認知容量有限，超出容量限制會導致認知負荷過大，從而降低學習效果。與認知負荷理論相似，注意力分散效應（Split-attention Effect）也認為，頻繁的交互行為可能會干擾學習者的注意力[14]。

關于交互設計在教學視頻中的作用，實證研究也沒有得出一致結論。部分研究支持ICAP模型，它們發(fā)現(xiàn)交互設計能激發(fā)學習者的主動性，促進學習成績的提升[15]。另一部分研究則支持認知負荷理論和注意力分散效應，這些研究發(fā)現(xiàn)，交互設計帶來了額外的認知負荷，并且分散學習者的注意力，抑制了學習[4， 10-12]。還有研究表明，學習者未能有效使用交互功能，導致學習效果未能得到提升[9]。隨著研究的深入，研究者指出，交互設計能否促進學習者的學習效果，關鍵在于是否確保學習者充分利用交互功能并促進學習者的主動參與和建構，而不增加額外的認知負荷及分散注意力，這與一些邊界條件有關[2， 16]。

較多研究結果表明，交互的類型是潛在邊界條件之一。例如，F(xiàn)idan和Gencel研究發(fā)現(xiàn)，與僅觀看視頻的對照組相比，接受聊天機器人即時反饋和同伴反饋的學習者表現(xiàn)出更好的學習結果和更強的學習動機。這種交互方式增加了他們與視頻內容的互動，促進了學習者的主動參與，刺激了認知活動[17]。然而，Pi等人研究指出，觀看他人的消息或發(fā)布消息對學習者的遷移成績和注意力產生了負面影響[11]。二者的差別主要源于交互類型的不同。楊九民在前人分類的基礎上，將在線開放課程中的交互分為三類，包括人—人交互、學習者—內容交互、學習者—界面交互[13]。其中，人—人交互也稱之為社會性交互（Social Interaction）[18]，與學習者的學習參與度、滿意度、學習動機以及學習表現(xiàn)密切相關[15]。此外，學習者與內容和界面的交互，本質上是與視頻系統(tǒng)產生交互，對于學習者的學習效果存在不同方面的促進和阻礙作用[2]?；诖?，本文將交互類型劃分為社會性交互和視頻系統(tǒng)交互。

此外，交互強度與學習也緊密相關[19]。學習者與視頻的互動水平不僅反映了其心理投入程度，同時也揭示了他們從被動學習者到主動學習者的角色轉變[20]。較多學者對交互強度（Interactivity Level）進行了界定，如Gao等人將其劃分為5級，并針對圖片和視頻定義了六個交互層次[21]。Sauli等人將超視頻中的交互分為基本功能（指暫停和超鏈接等控制功能）和額外功能（指測驗和個人和協(xié)作注釋功能）[2]。Ploetzner在一項元分析中進一步將交互分為“導航交互功能”和促進記憶理解的“增強交互功能”[16]。本文綜合這些分類，結合交互結果和交互次數(shù)將交互強度進行了劃分，見表1：

表1? ? ? ? ? ? ? ? ? ?交互強度界定

除了交互類型和交互強度外，還存在一些變量可能導致交互設計對學習效果產生不一致的影響。目前，已有較多研究在不同學科背景下探討交互設計對學習成效的影響，揭示了由于學科特性的差異而導致的研究結論不一致性[10，22-23]。在學習階段方面，研究對象橫跨幼兒園至大學各級教育階段，發(fā)現(xiàn)交互設計對學習成效的影響因階段不同而異。對于學習步調而言，有研究發(fā)現(xiàn)系統(tǒng)步調優(yōu)于學習者步調[24]，反之亦然[25]。產生此種差異的原因可能是研究情境各有不同，缺乏元分析研究在統(tǒng)一尺度上的探索。此外，不同學習環(huán)境下交互設計對學習效果的影響可能存在差異。相較于自然和教室環(huán)境，實驗室環(huán)境下進行的學習由于存在較少的外部干擾和潛在的選擇偏差，可能更有利于積極性較高的學生參與[1]。在知識類型方面，王雪等人的研究發(fā)現(xiàn)，在對比交互控制對陳述性和程序性兩種知識類型時，不同的交互控制程度對學習者的影響各不相同[5]。因此，知識類型也是影響交互設計有效性的潛在條件之一。學習者的先驗知識水平也可能調節(jié)交互設計的有效性，不同經驗水平的學習者在先前知識經驗儲備、認知加工方式等方面存在較大的差異，對交互設計的反應不同[26]。例如，前嵌問題和反饋設計對低知識經驗學習者有效，而對高知識經驗學習者無效[27]。最后，有研究發(fā)現(xiàn)，學習者的注意力可能隨著視頻觀看時間的延長而減弱[28]，但視頻中的交互功能可以維持學習者的注意力[29]，因此，視頻時長也被視為潛在的調節(jié)變量。鑒于此，本文將納入以上7個變量作為調節(jié)變量。

綜上所述，本研究以交互設計為自變量，以學習過程和學習結果為因變量，以交互功能特征、學習者特征、學習情境特征、學習材料特征為調節(jié)變量，探究交互設計對學習效果的影響及其邊界條件，研究的基本分析框架如圖1所示。

圖1? ?研究分析框架

（二）研究問題

基于文獻綜述，本文嘗試使用元分析的方法回答以下兩個研究問題：

1．教學視頻中的交互設計是否能夠影響認知負荷和注意力，促進學習者的學習效果？

2．交互設計對視頻學習產生效果存在哪些邊界條件？

三、研究思路與方法

（一）文獻搜索

對英文文獻，使用Web of Science核心數(shù)據(jù)庫、EBSCO host、Science Direct等進行聯(lián)合搜索，利用關鍵詞“Interaction / Interactive / Interactivity / Danmaku / Online Chat / Test / Question / Problem / Feedback / Hyperlink / Keyframe / Comment / Note / Label / Navigation / Annotations”結合“Video Lecture / Video Learning / Instructional Video / Educational Video / Video-based Learning / Video Training”進行檢索。對中文文獻，使用中國知網，利用關鍵詞“交互設計/交互/互動/彈幕/論壇/在線聊天/測試/反饋/超鏈接/關鍵幀/添加評論/筆記/標注/導航/播放設置/注釋”結合“視頻學習”進行檢索。文獻搜索分兩輪進行，第一輪在多個數(shù)據(jù)庫進行廣泛搜索，第二輪采用滾雪球方式進行進一步檢索和補充。所選文獻時間跨度為2003—2023年。

（二）文獻篩選

初步檢索獲得1087篇文獻。第一步，排除來自不同數(shù)據(jù)庫的重復文獻。第二步，通過瀏覽摘要剔除與主題無關及非實證文獻，隨后瀏覽全文篩選，PRISMA流程如圖2所示。最終，納入符合標準的53篇文獻，其中，中文期刊文獻4篇，中文碩博學位論文14篇，英文文獻35篇。

圖2? ?文獻搜索與篩選的PRISMA流程

（三）文獻編碼

元分析的文獻編碼條目包括文獻作者及出版年份、交互強度（低、中等、高）、交互類型（社會性交互和視頻系統(tǒng)交互）、學科（自然科學和人文科學）、學段（小學、中學和大學）、學習步調（學習者步調和系統(tǒng)步調）、學習環(huán)境（教室和實驗室）、知識類型（陳述性知識和程序性知識）、先驗知識（高經驗和低經驗）以及視頻時長（短視頻<5分鐘、中等視頻 5～10分鐘、長視頻>10分鐘）[30]。為保證元分析編碼的質量與可靠性，由兩名成員共同編碼。初始階段，兩名成員分別對隨機挑選的10篇文獻（約為20%）進行獨立編碼，隨后協(xié)商討論編碼框架，達成一致后對其余文獻進行編碼。編碼一致性采用Kappa系數(shù)，計算得出一致性為0.90，說明編碼一致性較高，編碼具有可靠性。對于不一致的編碼，兩名成員再次協(xié)商確定最終結果。

（四）效應量生成

本文采用CMA3.0軟件計算效應量并進行后續(xù)分析。為了解釋可能由于樣本量小或不相等而導致的偏差，選用Hedges'g作為標準化效應量。根據(jù)Cohen提出的效應量大小判斷標準，將±0.20、±0.50、±0.80作為效應量低、中、高的臨界值[31]。針對一篇文章涉及多個實驗的情況，如果實驗變量為本文的調節(jié)變量，則納入不同的效應量；如果是非調節(jié)變量，則將其合并為同一個效應量。

四、研究結果

（一）發(fā)表偏差檢驗

本文選取了漏斗圖、失安全系數(shù)（Rosenthal's fail-safe Number， Nfs）、Egeger線性回歸檢驗（Egeger Linear Regression Test）以及剪補法（Trim and Fill Method）來評價發(fā)表偏差。從漏斗圖的分布情況來看，本文所選文獻的效應值均對稱地分布在中上部分的左右兩側，初步判斷不存在顯著的發(fā)表偏差（如圖3所示）。從失安全系數(shù)來看，保持成績和遷移成績分別為697和1867，均遠遠大于“5k+10”，表明存在發(fā)表偏差的可能性較?。坏渌兞康氖О踩禂?shù)均遠遠小于“5k+10”，可能存在發(fā)表偏差。從Egeger線性回歸檢驗來看，在認知負荷、總注視時間、學習參與度、保持成績和延遲后測維度中，其p值均大于0.05，說明在這幾個維度上存在發(fā)表偏差的可能性較小。針對以上檢驗結果的差異，進一步采用剪補法對合成效應量兩邊的文獻進行剪補后，效應量仍顯著。綜合來看，本文所選的文獻不存在較大的發(fā)表偏差。

圖3? ?整體漏斗圖

（二）主效應檢驗

考慮到所納入文獻涉及的干預措施和實驗對象存在多樣性，因此，本文采用隨機效應模型。主效應檢驗發(fā)現(xiàn)（見表2），交互設計對學習區(qū)總注視時間、學習參與度、學習動機、學習滿意度、保持成績、遷移成績和延遲測試成績有顯著的促進作用，p值大于0.05且95%置信區(qū)間的下限大于0。

（三）異質性檢驗

對所有因變量進行異質性檢驗，結果發(fā)現(xiàn)（見表2），認知負荷、學習區(qū)總注視時間、學習參與度、保持成績、遷移成績和延遲測試的Q檢驗均顯著（p＜0.05）。另外，從I2值來看，6個結果變量由效應量的真實差異造成的變異各占總變異的比例均大于50%，表明交互設計對學習效果的影響可能受到潛在的調節(jié)變量的影響，并驗證了采用隨機效應模型的適切性。因此，需要進一步對這6個結果變量進行調節(jié)效應檢驗，以確定交互設計對學習效果產生影響的邊界條件。

（四）調節(jié)效應檢驗

研究主要從交互功能特征、學習者特征、學習情境特征和學習材料特征四個維度對交互設計的有效性是否起到了調節(jié)作用展開了分析。

在交互功能特征上，交互強度會顯著調節(jié)交互對總注視時間的作用［Q（2）=28.308，p<0.01］，其中，低交互（g=0.560）的促進效果優(yōu)于中等交互（g=0.418）和高交互（g=-1.047）。交互類型對保持成績［Q（1）=3.998，p<0.05］、延遲測試成績［Q（1）=8.296，p<0.01］有顯著的調節(jié)作用，且均為視頻系統(tǒng)交互（保持：g=0.231；延遲：g=0.508）的促進效果優(yōu)于社會性交互（保持：g=-0.032；延遲：g=-0.030）。在其他結果變量上，未發(fā)現(xiàn)顯著的調節(jié)作用。

在學習者特征上，先驗知識顯著調節(jié)交互對保持成績［Q（2）=7.036，p<0.05］和遷移成績［Q（2）=8.109，p<0.05］的影響，且低先驗知識（保持：g=0.592；遷移：g =0.545）的促進效果均顯著高于高先驗知識（保持：g= -0.211；遷移：g=-0.084）。由于認知負荷的樣本量不足，存在一定的偶然性，不足以證明先驗知識和學段有顯著的調節(jié)作用。

在學習情境特征上，學習步調對學習參與度也呈現(xiàn)出顯著的調節(jié)作用［Q（1）=5.830，p<0.05］，學習者步調（g=0.521）顯著優(yōu)于系統(tǒng)步調（g=-0.068）。除此之外，學習步調顯著調節(jié)交互對保持成績［Q（1）= 3.971，p<0.05］的影響，且系統(tǒng)步調（g=0.287）的促進效果均顯著高于學習者步調（g=0.088）。由于學習環(huán)境在學習參與度方面的樣本量不足，故不探討其調節(jié)作用。在其他結果變量上，未發(fā)現(xiàn)顯著的調節(jié)作用。

在學習材料特征上，學科領域顯著調節(jié)交互對保持成績［Q（1）=7.261，p<0.05］的影響，自然科學（g= 0.224）的促進效果顯著高于人文科學（g=-0.096）。視頻時長會顯著調節(jié)交互對延遲測試成績的作用［Q（1）=5.259，p<0.05］，短時長視頻（g=0.657）顯著優(yōu)于中等時長視頻（g=0.170）。由于部分調節(jié)變量的樣本量不足，故不探討其調節(jié)作用。在其他結果變量上，未發(fā)現(xiàn)顯著的調節(jié)作用。

五、研究結論與討論

本研究使用元分析技術，對近20年的53篇國內外相關文獻進行定量分析。結果發(fā)現(xiàn)，在教學視頻中使用交互設計能夠有效引導學習者關注視頻內容增加總注視時間，提高學習者的學習參與度、學習動機和學習滿意度，并且能夠提高學習者的保持、遷移和延遲測試成績。同時，交互設計也受到了交互強度、交互類型、學習步調、先驗知識等因素的調節(jié)。

（一）交互設計對學習效果的影響

1. 交互設計對學習過程的影響

交互設計對認知負荷的影響不顯著。一方面，交互功能可以減輕處理瞬時信息所造成的認知負荷，因為學習者可以利用暫停、導航、超鏈接等功能來促進對視頻中高度交互的瞬態(tài)信息的處理[32]，從而降低認知負荷。然而，大多數(shù)參與者缺乏足夠的元認知技能和教學支持[33]，無法在視頻學習時使用交互功能完成有效的學習者控制，并沒有降低認知負荷。另一方面，在視頻學習中引入交互活動會增加學習者的認知負荷，因為需要處理更多的活動和決策[4]。同時分心—沖突理論認為，學習者需要同時關注正在進行的任務和其他人的存在，可能引起注意力沖突[34]和認知超負荷，從而降低了學習效果。

交互設計對總注視時間有中等大小的促進作用，有助于學習者更深入地關注教學內容。這與王雪的研究結果一致，即交互與視覺注意力呈正向相關[5]。

交互設計對學習參與度、學習動機和學習滿意度的促進作用達到了顯著水平。從技術參與度的角度來看，學習者參與交互活動會提高他們對學習的積極看法，從而提高學習參與度和滿意度[35]。此外，社會性交互由于存在人與人之間的互動，能夠影響學習者的情感投入，從而促進他們的主動學習[15]。不可否認的是，交互設計作為專門用來提升學習動機的策略之一，和以往研究一致，能夠有效促進學習者的學習動機[2]。

2. 交互設計對學習結果的影響

從主效應檢驗結果來看，交互設計對學習者學習成績的促進作用達到了顯著水平，即交互設計能夠提高保持、遷移和延遲測試成績。該結果與Sauli、Ploetzner的元分析結論一致，即在有交互的情況下，學習者的學習效果比沒有交互的情況更好[2， 16]，并且符合ICAP模型的觀點，在交互活動中，學習者通過與學習內容互動，從被動轉變?yōu)橹鲃?，更有利于促進深層次學習。另外，該結果可以從其他幾個方面來解釋：第一，從分段原則的角度來看，視頻在向學習者提出問題和任務時暫停，這些停頓可以以兩種不同的方式支持學習[36]：首先，學習者在處理新的知識信息前有時間處理舊的信息，從而促進對視頻中高度交互的瞬態(tài)信息的處理。其次，交互功能可以將學習內容組織成有意義的部分，有助于學習者對視頻內容的整體組織。第二，在視頻中加入交互功能，使學生在教學過程中保持活躍，并指導他們激活自我調節(jié)的學習行為，這可能促進更投入的學習和更好的知識保持[37]，傾向于參與深度學習過程。第三，加入交互功能將支持大腦邊緣系統(tǒng)的正常功能，從而增加大腦中負責長期記憶的部分的神經可塑性。本研究額外的發(fā)現(xiàn)是，交互設計在遷移成績和延遲后測成績上的效應量高于保持成績，這一結果還有待后續(xù)更多的研究予以驗證。

（二）交互設計有效性的邊界條件

從調節(jié)效應的結果來看，在學習過程方面，交互強度顯著調節(jié)交互設計對注視時間的影響；學習步調顯著調節(jié)交互設計對學習參與度的影響。在認知負荷上，并未發(fā)現(xiàn)顯著的調節(jié)效應。在學習結果方面，交互類型、先驗知識、學科領域和學習步調在保持成績方面調節(jié)作用顯著，先驗知識在遷移成績方面、交互類型和視頻時長在延遲測試成績方面有顯著調節(jié)作用。

交互設計對學習過程的調節(jié)作用主要表現(xiàn)在總注視時間和學習參與度兩個方面。首先，交互強度顯著影響總注視時間。低強度交互會增加學習區(qū)的總注視時間，而高強度交互則可能導致注意力分散。這一結果符合注意力分散理論的觀點，交互活動會分散學習者的注意力。然而與王雪等人的結論不一致，他們認為高強度交互越能吸引學習者的視覺注意力[5]。但此研究的交互屬于視頻系統(tǒng)交互，是低和中等交互強度。綜合來看，高強度的交互會分散學習者的注意力，比如，與同伴在討論區(qū)互動時，學習者的注意力將會聚焦到與同伴或教師的互動活動中。其次，學習步調顯著調節(jié)學習參與度。學習者步調能夠讓學習者更好地參與到學習中，而系統(tǒng)步調則相反。學習者步調允許學習者根據(jù)個體的學習速度和風格進行學習，從而激發(fā)學習者的積極性。

交互設計對學習結果的促進作用在多個方面都得到了顯著的調節(jié)。首先，在交互類型上，視頻系統(tǒng)交互對保持和延遲測試成績的促進作用顯著大于社會性交互，即視頻系統(tǒng)交互更能夠促進學習者對內容知識的短時和長時記憶。從注意力角度來解釋，視頻系統(tǒng)交互的注意力主要集中在視頻內容的學習中，因此，對學習內容的加工時間較多；然而，社會性交互由于需要和同伴或者教師互動，分散其注意力，進而對知識的加工時間變少，影響對知識的記憶。在學習區(qū)總注視時間這一維度的調節(jié)效應可以驗證注意力的分配情況。雖然交互類型對總注視時間的影響并不顯著，但是可以看出，視頻系統(tǒng)交互的綜合效應量遠遠大于社會性交互的綜合效應量。另外，從認知負荷理論角度來解釋，在社會性交互的學習情況下，學習者需要額外的認知資源處理其他人的信息，容易造成認知超載，故而抑制學習。

在學習者特征方面，交互在促進低先驗知識學習者的保持和遷移測試成績方面發(fā)揮著積極作用，但對于高先驗知識學習者則有抑制效果。這種經驗逆轉現(xiàn)象可以從兩個角度解釋。第一，低先驗知識學習者由于缺乏相關知識，在這種情況下，交互設計能夠幫助他們建立新的認知圖式，從而更能夠理解和記憶新的概念。然而，對于高先驗知識者而言，交互可能與其認知圖式相沖突，增加認知負荷，阻礙了學習的進行。第二，高先驗知識學習者由于自身已有一定的知識儲備，在交互活動中更容易分散注意力。然而，對于低經驗知識學習者而言，更多的交互功能可以吸引他們的注意力，積極與學習內容互動，降低視覺搜索帶來的認知負荷，避免認知超負荷現(xiàn)象的發(fā)生，從而促進學習。

在學習情境特征方面，系統(tǒng)步調相比學習者步調更有利于學習者保持成績。系統(tǒng)步調更有利于發(fā)揮雙通道處理信息的優(yōu)勢[38]，促進信息傳遞效果，而且通過明確的學習路徑有助于學習者按照適當?shù)捻樞蚝蜕疃日莆罩R，避免知識片段化。然而，相關研究表明，學習者步調能夠根據(jù)個體認知需求調整學習節(jié)奏、減輕認知負荷、促進知識遷移。盡管已有研究指出，學習者步調有助于學生理解，但這一結論需要更多研究來進一步驗證。

在學習材料特征方面，學科類型顯著調節(jié)交互對保持成績的促進作用。對于自然科學類材料而言，交互能夠更有效地促進保持成績，因為自然科學主要涉及科學概念與實驗過程，交互設計有助于整合圖片和文字，降低認知負荷，促進記憶和理解。然而，在人文科學材料中，過度的交互可能會干擾學習者對語言信息的處理，增加認知負荷，從而阻礙深層次理解。

除此之外，視頻時長對延遲測試成績也有顯著的調節(jié)作用。在有交互的視頻學習中，短時長視頻比中等時長視頻更有利于促進學習者的長時記憶，盡管其對保持和遷移成績的影響未達到顯著水平，總體上，短視頻學習的成績更好。從認知負荷角度來看，短時長視頻可能減輕了學習者的認知負荷，更符合學習者的工作記憶容量，便于理解和記憶。由于學習者在學習較長的視頻時需要在較長的時間內集中注意力，可能會增加認知負荷。從注意力角度來看，學習者的注意力可能隨著視頻觀看時間的延長而減弱[28]，較短的視頻有利于保持較高的專注度。然而，有研究發(fā)現(xiàn)視頻中的互動特征可以維持學習者的注意力[30，39]，因此，本研究認為在較長的視頻中，增強的交互功能可能比較短的視頻更有效。在設計教學視頻時，應綜合考慮學習目標和內容特點，權衡時長和交互設計，以優(yōu)化學習效果。

六、總結與展望

（一）總結

本研究有如下研究結論：教學視頻中的交互設計有助于學習者對學習內容的記憶和理解，表現(xiàn)出更好的保持、遷移和延遲測試成績。除了對學習者的認知有積極的影響外，交互設計還能夠有效地引導學習者的注意力，增加對學習內容的注視時間，提升學習參與度、學習動機以及學習滿意度，然而對學習者認知負荷沒有顯著影響。值得注意的是，交互設計的促進作用受到多種因素的調節(jié)影響，包括交互類型、交互強度、先驗知識水平、學科領域、學習步調和視頻時長等。因此，未來的教育實踐應當結合學科特點和學習者需求，平衡交互強度和視頻時長，從而優(yōu)化教學視頻的設計和開發(fā)。

（二）不足與展望

本研究存在以下幾點不足：首先，在主效應檢驗中，延遲測試和關于學習過程的文獻樣本相對較為有限，導致效應量的數(shù)量相對較少。其次，在調節(jié)效應檢驗中，部分變量的獨立效應量存在較少或分布不均的情況，因此未能充分進行調節(jié)效應檢驗。最后，目前的實證研究較少考慮學習者個人偏好、學習風格等學習者特征以及學習者使用的具體技術設備（如平板電腦、筆記本電腦、智能手機）等因素，未來的研究可以加以深入探討，以更全面地理解交互設計對學習效果的影響。

隨著數(shù)字學習需求的增長，精心設計的交互元素在視頻學習中的應用將更加引人注目。為了提高學習效果，研究者需綜合考慮交互設計的本身特性、學習場景的特殊性以及學習者的個體差異等多方面因素。未來關于交互設計的研究可以深入探討以下幾個方向：一是在視頻交互方面，現(xiàn)有的實證研究主要集中在同伴或視頻系統(tǒng)交互的影響上，對于師生交互的實證研究相對較少。因此，未來的研究可以增加師生交互的樣本量，以彌補這一不足。二是瞬態(tài)信息效應在高度交互的視頻內容中表現(xiàn)得更為顯著，學習者的控制被視為管理瞬態(tài)信息效應的一種方式。未來的研究可以將學習者控制作為調節(jié)變量之一，如暫停。三是隨著技術的發(fā)展，新興技術如虛擬現(xiàn)實、智能聊天機器人已經成為學習場景中備受關注的方向，未來的研究可以深入探究在這些新興技術的學習環(huán)境中，交互設計對學習效果的影響。四是考慮學習者個體差異，如先驗知識水平、學習風格、認知能力等，以個性化的方式設計交互元素，提供有針對性的學習支持，更好地滿足學習者的個體需求。五是由于大多數(shù)學習者缺乏足夠的元認知技能，簡單地為學習者提供交互功能，并不能保證學習者會用這些功能或使用之后達到更好的學習效果[1]。因此，在未來的研究中可以為學習者提供必要的腳手架和學習策略，以提供更全面的支持。

[參考文獻]

[1] MERKT M， WEIGAND S， HEIER A， et al. Learning with videos vs. learning with print： the role of interactive features[J]. Learning and instruction，2011， 21（6）：687-704.

[2] SAULI F， CATTANEO A， VAN DER MEIJ H. Hypervideo for educational purposes： a literature review on a multifaceted technological tool[J]. Technology， pedagogy and education， 2018，27（1）：115-134.

[3] SHIN Y， KIM D， JUNG J. The effects of representation tool （visible-annotation） types to support knowledge building in computer-supported collaborative learning[J]. Educational technology and society， 2018，21：98-110.

[4] SCHWAN S， RIEMPP R. The cognitive benefits of interactive videos： learning to tie nautical knots [J]. Learning and instruction， 2004，14（3）：293-305.

[5] 王雪，周圍，王志軍.教學視頻中交互控制促進有意義學習的實驗研究[J].遠程教育雜志，2018，36（1）：97-105.

[6] NOETEL M， GRIFFITH S， DELANEY O， et al. Video improves learning in higher education： a systematic review[J]. Review of educational research， 2021，91（2）：204-236.

[7] CHI M T H， WYLIE R. The ICAP framework： linking cognitive engagement to active learning outcomes[J]. Educational psychologist， 2014， 49（4）：219-243.

[8] 冷曉雪，成美霞，王福興.測驗與反饋在分段視頻學習中的作用[J].心理與行為研究，2022，20（1）：52-58.

[9] COJEAN S， JAMET E. Does an interactive table of contents promote learning from videos？ A study of consultation strategies and learning outcomes[J]. British journal of educational technology， 2022，53（2）：269-285.

[10] RUF A， ZAHN C， ROOS A-L， et al. How do enhanced videos support generative learning and conceptual understanding in individuals and groups？ [J]. Educational technology research and development， 2023，71（6）：2243-2269.

[11] PI Z， TANG M， YANG J. Seeing others' messages on the screen during video lectures hinders transfer of learning[J]. Interactive learning environments， 2022，30（10）：1809-1822.

[12] MOU Y， JING B， LI Y， et al. Interactivity in learning instructional videos： sending danmaku improved parasocial interaction but reduced learning performance[J]. Frontiers in psychology， 2022，13：1066164.

[13] 楊九民，李麗，劉曉莉，等.在線開放課程中的交互設計及其應用現(xiàn)狀分析[J].電化教育研究，2018，39（11）：61-68.

[14] AYRES P， SWELLER J. The split attention principle in multimedia learning[J]. The Cambridge handbook of multimedia learning， 2014：206-226.

[15] MOLINILLO S， AGUILAR-ILLESCAS R， ANAYA-S？魣NCHEZ R， et al. Exploring the impacts of interactions， social presence and emotional engagement on active collaborative learning in a social web-based environment [J]. Computers & education， 2018，123： 41-52.

[16] PLOETZNER R. The effectiveness of enhanced interaction features in educational videos： a meta-analysis[J]. Interactive learning environments， 2022：1-16.

[17] FIDAN M， GENCEL N. Supporting the instructional videos with Chatbot and peer feedback mechanisms in online learning： the effects on learning performance and intrinsic motivation[J]. Journal of? educational computing research， 2022，60（7）：1716-1741.

[18] BATES A W. Interactivity as a criterion for media selection in distance education[C]. Indonesia： the Annual Conference of the Asian Association of Open Universities， 1990：1-16.

[19] KO？譕UH I， JEREMIC Z， SARJA？譒 A， et al. Social presence and interaction in learning environments： the effect on student success[J]. Educational technology & society， 2015，18（1）：223-236.

[20] PATWARDHAN M， MURTHY S. When does higher degree of interaction lead to higher learning in visualizations？ Exploring the role of 'interactivity enriching features' [J]. Computers & education， 2015，82：292-305.

[21] GAO T. The effects of different levels of interaction on the achievement and motivational perceptions of college students in a web-based learning environment[J]. Journal of interactive learning research， 2003，14（4）：367-386.

[22] CHEN C-M， CHEN I C. The effects of video-annotated listening review mechanism on promoting EFL listening comprehension [J]. Interactive learning environments， 2021， 29（1）：83-97.

[23] MCCLELLAN D， CHASTAIN R J， DECARO M S. Enhancing learning from online video lectures： the impact of embedded learning prompts in an undergraduate physics lesson[J]. Journal of computing in higher education， 2023：1-23.

[24] REY G D， BEEGE M， NEBEL S， et al. A meta-analysis of the segmenting effect[J]. Educational psychology review， 2019，31（2）： 389-419.

[25] MAYER R， DOW G， MAYER S. Multimedia learning in an interactive self-explaining environment： what works in the design of agent-based microworlds？[J]. Journal of educational psychology， 2003，95（4）：806.

[26] DE BOER J， KOMMERS P A， DE BROCK B， et al. The influence of prior knowledge and viewing repertoire on learning from video [J]. Education and information technologies， 2016， 21： 1135-1151.

[27] 謝耀輝，楊九民，皮忠玲，等.教學視頻中前嵌問題與反饋對學習的影響研究[J].中國遠程教育，2021（12）：63-71，77.

[28] GUO P， KIM J， RUBIN R. How video production affects student engagement： an empirical study of MOOC videos[C]//Proceedings of the First ACM Conference on Learning@ Scale Conference. New York： Association for Computing Machinery， 2014：41-50.

[29] GERI N， WINER A， ZAKS B. A learning analytics approach for evaluating the impact of interactivity in online video lectures on the attention span of students[J]. Interdisciplinary journal of? e-learning and learning objects， 2017，13（1）：215-228.

[30] 楊九民， 陳輝， 楊文蝶，等.教學視頻中的字幕應該如何設計？——基于2000—2021年44篇實驗和準實驗研究文獻的元分析[J].電化教育研究，2022，43（8）：59-67.

[31] COHEN J. Quantitative methods in psychology： a power primer[J]. Psychological bulletin 1992，112（1）：1155-1159.

[32] CASTRO-ALONSO J C， DE KONING B B， FIORELLA L， et al. Five strategies for optimizing instructional materials： instructor-and learner-managed cognitive load[J]. Educational psychology review， 2021，33（4）：1379-1407.

[33] RENKL A， SCHEITER K. Studying visual displays： how to instructionally support learning[J]. Educational psychology review， 2017，29（3）：599-621.

[34] SKUBALLA I T， XU K M， JARODZKA H. The impact of co-actors on cognitive load： when the mere presence of others makes learning more difficult[J]. Computers in human behavior， 2019， 101： 30-41.

[35] CHEN Y-C， LU Y-L， LIEN C-J. Learning environments with different levels of technological engagement： a comparison of game-based， video-based， and traditional instruction on students' learning [J]. Interactive learning environments， 2021，29（8）：1363-1379.

[36] SPANJERS I A E， VAN GOG T， VAN MERRI？觕NBOER J J G. A theoretical analysis of how segmentation of dynamic visualizations optimizes students' learning[J]. Educational psychology review， 2010，22（4）：411-423.

[37] DELEN E， LIEW J， WILLSON V. Effects of interactivity and instructional scaffolding on learning： self-regulation in online video-based environments[J]. Computers & education， 2014，78：312-320.

[38] GINNS P. Meta-analysis of the modality effect[J]. Learning and instruction， 2005，15（4）：313-331.

[39] CHERRETT T J， WILLS G B， PRICE J， et al. Making training more cognitively effective： making videos interactive[J]. British journal of educational technology， 2009，40（6）：1124-1134.

Can Interaction Design in Video Promote Learning？—A Meta-analysis Based on

53 Experiments and Quasi-experiments

YANG Jiumin1，? HE Jing1，? ZHANG Yi2，? WANG Yang3，? PI Zhongling4

（1.Faculty of Artificial Intelligence in Education， Central China Normal University， Wuhan Hubei 430079; 2.College of Education for the Future， Beijing Normal University， Zhuhai Guangdong 519087;

3.School of Educational Technology， Beijing Normal University， Beijing 100875;

4.Key Laboratory of Modern Teaching Technology of Ministry of Education， Shaanxi Normal University， Xi'an? Shaanxi 710062）

[Abstract] Interaction design has become increasingly important in education because it can increase the interaction between learners and learning content to promote their active learning. However， the role of interaction design in instructional video is still controversial. Therefore， 53 domestic and foreign empirical studies are selected in this study to conduct a meta-analysis and the impact of interaction design on video learning is systematically analyzed. The results of the main effects test show that the interaction design in video significantly contributes to total gaze time， learning engagement， learning motivation， learning satisfaction， grade retention， learning transfer and delayed test scores， but has no significant effect on cognitive load. The study further analyzes the moderating effect from four dimensions of interactive function characteristics， learner characteristics， learning material characteristics， and learning context characteristics， and finds that the interaction design is influenced by various factors， such as the type of interaction， prior knowledge， subject area， and learning pace. Therefore， when designing and implementing instructional videos， the characteristics of interaction design， individual differences of learners and other factors should be considered comprehensively in order to utilize interaction design in education more effectively

[Keywords] Instructional Video; Interaction Design; Learning Effect; Active Learning; Meta-analysis