柯照文 李建民 柯曉曉 汪亞珉

（首都師范大學(xué) 心理學(xué)院，北京 100048）

一、引言

近年來，隨著虛擬現(xiàn)實（Virtual Reality，VR）技術(shù)的發(fā)展，其在教育領(lǐng)域的應(yīng)用也越來越普遍，例如，虛擬實驗室、虛擬圖書館、虛擬體育館、虛擬教學(xué)、遠(yuǎn)程教育等等[1]。有研究表明，在教育領(lǐng)域，虛擬現(xiàn)實技術(shù)確實能夠提高學(xué)生的學(xué)習(xí)效果[2-4]；在針對K-12 階段學(xué)生的研究中，不少研究者也認(rèn)為，使用虛擬現(xiàn)實技術(shù)，能夠提高學(xué)生的自主學(xué)習(xí)能力，且將現(xiàn)實物體與虛擬物體的結(jié)合，能降低學(xué)生的認(rèn)知負(fù)荷[5]。因此，虛擬現(xiàn)實教育具有突破時空的限制、彌補(bǔ)教學(xué)實踐條件不足、降低實驗危險系數(shù)等優(yōu)勢[6]。雖然虛擬現(xiàn)實教學(xué)有著許多傳統(tǒng)課堂不具有的優(yōu)勢，但與此同時，我們應(yīng)該認(rèn)識到學(xué)生都是各不相同的，他們在認(rèn)知特點、動機(jī)、情感、生理和社會性發(fā)展等方面存在差異，因此，在教學(xué)時應(yīng)充分考慮學(xué)生之間的個體差異，進(jìn)行以學(xué)習(xí)者為中心的個性化教育，而非“一刀切”式的教育[7]。故而在虛擬現(xiàn)實學(xué)習(xí)環(huán)境中，我們也應(yīng)該考慮到學(xué)生的不同個性特征，為不同的學(xué)生提供最適合其認(rèn)知風(fēng)格的學(xué)習(xí)條件。

已有的研究表明，虛擬現(xiàn)實技術(shù)能夠為學(xué)生提供豐富的個性化學(xué)習(xí)環(huán)境[8]。要達(dá)成向?qū)W習(xí)者提供符合其個性特征的學(xué)習(xí)服務(wù)，就要分析學(xué)習(xí)者的個性行為特征[9]，但僅僅設(shè)計出各種個性化的學(xué)習(xí)環(huán)境還不夠，要實現(xiàn)在虛擬現(xiàn)實學(xué)習(xí)環(huán)境中為學(xué)生準(zhǔn)確地匹配個性化的內(nèi)容，就需要研究適合虛擬現(xiàn)實環(huán)境的個性化測驗工具。

目前，獲得這種測驗工具的方式主要有兩種：一是重新針對虛擬現(xiàn)實環(huán)境設(shè)計全新的個性化測驗工具；二是將傳統(tǒng)個性化測驗工具經(jīng)過一定的改造從而應(yīng)用于虛擬現(xiàn)實環(huán)境。前者主要是采用人工智能、大數(shù)據(jù)等先進(jìn)信息技術(shù)來實現(xiàn)，由于當(dāng)前硬件及大數(shù)據(jù)獲得的難度，要在短時間內(nèi)建立可用的VR 個性化測試工具,尚有難度。因此，基于已有的三維測評工具，尤其是那些具有操作性和形象性的測試工具，進(jìn)行情境化設(shè)計，以獲得適應(yīng)虛擬現(xiàn)實學(xué)習(xí)環(huán)境的個性化測試工具，就成為了一種現(xiàn)實的選擇。但是目前對傳統(tǒng)測試工具進(jìn)行情境化改造是否可行，相關(guān)的研究還十分稀少。為此，本研究希望通過選擇認(rèn)知風(fēng)格測試作為樣例，來考察與驗證這種情境化改造方式的可行性。

認(rèn)知風(fēng)格（Cognitive Style）是指在信息加工過程中，圍繞內(nèi)在人格特征、以合適的方式發(fā)展的自我一致性的特征[10]。認(rèn)知風(fēng)格是影響學(xué)生許多科目成績的重要因素之一[11]，已有的研究表明：一個人的認(rèn)知風(fēng)格和學(xué)習(xí)風(fēng)格（Learning Style）有著密不可分的關(guān)系，認(rèn)知風(fēng)格以學(xué)習(xí)風(fēng)格為中介影響學(xué)習(xí)者對于學(xué)習(xí)環(huán)境和學(xué)習(xí)方式的偏好[12]，學(xué)習(xí)者的場認(rèn)知風(fēng)格、學(xué)習(xí)策略和學(xué)習(xí)動機(jī)有著顯著的相關(guān)性[13]；在解決數(shù)學(xué)問題的嚴(yán)密思維（Rigorous Mathematical Thinking，RMT）上，沉思型和沖動型認(rèn)知風(fēng)格的學(xué)生存在差異[14]；不同的認(rèn)知風(fēng)格的初高中生，在地理和物理的學(xué)習(xí)上也具有顯著差異[15-16]；在解決推理問題上，場獨立型在低焦慮水平下，文字推理測驗成績良好，場依存型在高焦慮水平下，文字推理測驗成績更好[17]。此外，還有研究表明，在基于游戲的學(xué)習(xí)任務(wù)中，不同認(rèn)知風(fēng)格的學(xué)習(xí)者在不同的信息呈現(xiàn)形式下，學(xué)習(xí)結(jié)果存在差異[18]。由此可見，不同的學(xué)生在不同的教學(xué)設(shè)計下的學(xué)習(xí)效果是明顯不同的，因此，認(rèn)知風(fēng)格測驗是教學(xué)個性化測試中的重要工具，獲取學(xué)生的認(rèn)知風(fēng)格，對于個性化教學(xué)平臺建設(shè)有十分重要的影響。

在認(rèn)知風(fēng)格理論中，“場獨立—場依存型” 認(rèn)知風(fēng)格理論（Field Dependence-Independence）以及“沉思—沖動型”認(rèn)知風(fēng)格理論（Reflectiveness-Impulsivity）的影響力較大[19-20]?！皥霆毩ⅰ獔鲆来嫘汀闭J(rèn)知風(fēng)格最早的測驗為棒框測驗（Rod and Frame Test，RFT），被試在一個黑暗的屋子里，觀察一個可以活動的傾斜的正方形框，內(nèi)含可移動的發(fā)光短棒，框和棒的傾斜角度可以調(diào)整，被試需要在方框傾斜的情況下，將短棒調(diào)整至與真實地面垂直的角度[21]。其他的 “場獨立—場依存型” 測驗還有身體順應(yīng)測驗（Body-Adjustment Test，BAT）和鑲嵌圖形測驗（Group Embedded Figure Test，EFT）等[22]。其中，鑲嵌圖形測驗是現(xiàn)在最常被用來測試“場獨立—場依存型”認(rèn)知風(fēng)格的測驗[23]。

基于“沉思—沖動型”認(rèn)知風(fēng)格的測驗主要有匹配相似圖形測驗（Matching Familiar Figures Task，MFFT），該測驗包含12 張標(biāo)準(zhǔn)圖片，標(biāo)準(zhǔn)圖片下有8張選項圖片，其中只有1 張選項圖片與標(biāo)準(zhǔn)圖片完全一致，被試要求指出與標(biāo)準(zhǔn)圖片相同的選項[24-25]。其他的測驗方法還有“觸覺—視覺”匹配測驗（Haptic-Visual Tests，HVT）和“圖形—回憶”測驗（Design Recall Test，DRT）等[26-28]。

上述認(rèn)知風(fēng)格測驗固然能夠區(qū)分學(xué)習(xí)者的認(rèn)知風(fēng)格，但對于虛擬現(xiàn)實學(xué)習(xí)環(huán)境來說，卻未必適合。首先，傳統(tǒng)的測驗工具和長于直觀呈現(xiàn)的虛擬現(xiàn)實學(xué)習(xí)環(huán)境不相符，很容易把虛擬現(xiàn)實學(xué)習(xí)環(huán)境所構(gòu)建起來的直觀性和趣味性破壞了，所以，我們需要開發(fā)符合虛擬現(xiàn)實學(xué)習(xí)環(huán)境的測量工具。其次，學(xué)生對傳統(tǒng)問卷測驗的興趣一般不高，如果能夠?qū)y驗轉(zhuǎn)化到虛擬現(xiàn)實環(huán)境，成為一個有趣味的“小游戲”，他們會更愿意參與其中；同時，也提高了學(xué)生參與虛擬課堂的興趣和積極性。而伴隨著5G 技術(shù)的發(fā)展，遠(yuǎn)程虛擬課堂會獲得更大的發(fā)展，若在遠(yuǎn)程教學(xué)中仍舊使用紙筆測驗，首先無法保證學(xué)生能夠正確、認(rèn)真、完整地完成測試，其次會降低學(xué)生繼續(xù)參與虛擬課堂的積極性。所以，在一定程度上，使用虛擬現(xiàn)實測驗不僅能夠幫助虛擬課堂系統(tǒng)識別學(xué)生的個性特征，而且還可以充分保持虛擬課堂的趣味性以及學(xué)生的參與積極性。

相對而言，虛擬現(xiàn)實學(xué)習(xí)環(huán)境中一些美妙的體驗、漂亮的場景，對于學(xué)生來說具有較大的吸引力，而為了防止這些因素導(dǎo)致學(xué)生在虛擬環(huán)境中上癮，在虛擬課堂的設(shè)計上必須以現(xiàn)實的課堂、生活化的場景為藍(lán)本，進(jìn)行精心再設(shè)計。這樣既具有一定的趣味性，也避免了成癮性。因此，在虛擬課堂中使用的測驗工具也應(yīng)該是與之匹配的、情境化的并且具有較好應(yīng)用效度的。但是傳統(tǒng)測驗方式在情境化上卻有所欠缺，很難和虛擬課堂整合為一體。

實際上，傳統(tǒng)認(rèn)知風(fēng)格測驗也是從生活情境中抽象出來的，例如，鑲嵌圖形測驗就是通過從背景中分辨目標(biāo)物體來進(jìn)行認(rèn)知風(fēng)格的區(qū)分[29]。因此，在當(dāng)前人工智能技術(shù)和VR 技術(shù)相結(jié)合的條件下，我們應(yīng)該利用新技術(shù)，將測驗還原到最初的環(huán)境中去，創(chuàng)建一個更加接近實際情境的新場景，并運(yùn)用到虛擬現(xiàn)實學(xué)習(xí)環(huán)境中，以完善和優(yōu)化虛擬課堂的可用性，讓虛擬課堂系統(tǒng)成為一個智慧的、能夠評估學(xué)生個性特征，進(jìn)而呈現(xiàn)不同教學(xué)內(nèi)容的學(xué)習(xí)空間。

情境化再設(shè)計是將傳統(tǒng)測驗改造為適合虛擬現(xiàn)實環(huán)境測驗的關(guān)鍵步驟。在虛擬現(xiàn)實學(xué)習(xí)環(huán)境的情境化設(shè)計中，并不是簡單、刻板地把現(xiàn)實世界的內(nèi)容轉(zhuǎn)移到虛擬世界。AR/VR 學(xué)習(xí)情境需要在四個維度上進(jìn)行再設(shè)計，分別是用戶情境、技術(shù)情境、資源情境和服務(wù)情境[30]。本研究借鑒了這四個維度，進(jìn)行虛擬現(xiàn)實認(rèn)知風(fēng)格測驗的情境化設(shè)計、三維場景的搭建以及模型的選擇。

在選取樣例測驗上，本研究選擇了棒框測驗和匹配相似圖形測驗。首先，兩項測驗的基礎(chǔ)理論經(jīng)典可靠；其次，兩項測驗都是非文字測驗，適合在虛擬現(xiàn)實情境中呈現(xiàn)；最后，兩項測驗的情境化程度不同，棒框測驗情境性強(qiáng)，匹配圖形測驗則更具2D 測試特性。我們根據(jù)棒框測驗設(shè)計了虛擬棒框測驗，場景為一個可改變角度的房間和一根紅色短棒，被試在不同的房間傾斜角度下，將傾斜的短棒調(diào)整至與真實地面垂直。我們又根據(jù)匹配相似圖形測驗設(shè)計了匹配相似模型測驗，實驗是在一個虛擬的空曠房間中進(jìn)行，被試會看到1 個標(biāo)準(zhǔn)模型和9 個備選模型，并被要求從中選擇出和標(biāo)準(zhǔn)模型相同的一個。在這個過程中，被試可以任意放大和旋轉(zhuǎn)模型。在情境設(shè)計上，我們采用了簡單空白的虛擬房間，以減少被試注意的分散；被試可以使用手柄交互，對各場景中手柄按鍵的功能進(jìn)行統(tǒng)一。

本實驗選取鑲嵌圖形測驗和匹配相似圖形測驗作為校標(biāo)測驗，將虛擬現(xiàn)實測驗和傳統(tǒng)測驗進(jìn)行比較，以探究被試在傳統(tǒng)認(rèn)知風(fēng)格測驗上的結(jié)果和在虛擬現(xiàn)實認(rèn)知風(fēng)格測驗中的結(jié)果，是否具有相關(guān)性；傳統(tǒng)的測驗分?jǐn)?shù)能否預(yù)測虛擬現(xiàn)實測驗的分?jǐn)?shù)，并對虛擬現(xiàn)實認(rèn)知風(fēng)格測驗進(jìn)行信效度的分析。

研究假設(shè)如下：

假設(shè)1：被試在鑲嵌圖形測驗上的得分和被試在虛擬棒框測驗上的角度偏差，存在顯著負(fù)相關(guān)；

假設(shè)2：被試在匹配相似圖形測驗中的反應(yīng)時和錯誤次數(shù)，與被試在匹配相似模型測驗中的反應(yīng)時和錯誤次數(shù)，存在顯著正相關(guān)。

二、研究方法

（一）被試

我們通過網(wǎng)絡(luò)平臺，招募北京在校大學(xué)生或研究生共74 名（男22 名，女52 名），第2、20、27、62 號被試因數(shù)據(jù)缺失予以剔除，余下70 名被試（男20名，女50 名）數(shù)據(jù)完整。被試的認(rèn)知風(fēng)格類型，囊括了場獨立型和場依存型認(rèn)知風(fēng)格，以及沉思型、沖動型、迅捷型和緩慢型認(rèn)知風(fēng)格。被試樣本對總體的代表性較好，所有被試的視力或者矯正視力正常，右利手，身體及心理健康，無既往精神病史，自愿參加本實驗，并獲得一定報酬。

（二）實驗材料

1.基于“場獨立—場依存型”認(rèn)知風(fēng)格的測驗

（1）鑲嵌圖形測驗。本研究采用的是北京師范大學(xué)心理學(xué)系修訂的鑲嵌圖形測驗（EFT），信度為0.9，校標(biāo)效度為0.49[31]。該測驗一共包括三部分，第一部分為測驗的練習(xí)，共9 道題，第二、三部分為正式測驗，每部分各10 道題。每部分限時4 分鐘完成，要求被試從復(fù)雜圖形中找出一個隱藏在其中的簡單圖形。第一部分不計分，以被試在第二、三部分正確畫出簡單圖形的個數(shù)來計分，每畫出一個記1 分，滿分為20分。為避免記分誤差，本實驗中記分者由同一人擔(dān)任，采用統(tǒng)一的評分標(biāo)準(zhǔn)對被試的成績進(jìn)行評分。

（2）虛擬棒框測驗。虛擬棒框測驗仿照Witkin最早采用的傳統(tǒng)棒框測驗進(jìn)行設(shè)計。棒框測驗場景內(nèi)有1 個可轉(zhuǎn)動的房間和1 根紅色短棒（見圖1）。房間的傾斜度共有16 種水平（順時針與逆時針，各16種傾斜角度：0°、3°、6°、9°、12°、15°、18°、21°、24°、27°、30°、33°、36°、39°、42°、45°），傾斜水平以隨機(jī)順序呈現(xiàn)。在每種房間的傾斜角度下，紅色短棒的初始傾斜角度（與垂直于地平面的直線間的夾角）在0°-40°之間隨機(jī)取8 個角度。被試佩戴VR 頭盔，在每種傾斜角度的虛擬房間中，根據(jù)指導(dǎo)語，使用手柄調(diào)整紅色短棒，讓其與真實地面垂直，在每種房間的傾斜角度下完成8 次棒框測試，整個實驗共有128（16*8）個試次。

圖1 虛擬棒框測驗場景

2.基于“沉思—沖動型”認(rèn)知風(fēng)格的測驗

（1）匹配相似圖形測驗。卡根（J.Kagan）等人在對兒童的信息加工方式研究中，首次提出匹配相似圖形測驗[32]。凱恩斯（E.Cairns）等在原版本的基礎(chǔ)上，修訂并發(fā)展成具有更高可靠性和有效性的匹配相似圖形測驗（MFFT20）[33]。該測驗包括20 個測試項目，在每個測試項目中，被試會看到一張標(biāo)準(zhǔn)圖片，在標(biāo)準(zhǔn)圖片下方有8 張相似圖片，被試需要選出與標(biāo)準(zhǔn)圖片相同的一張圖片。實驗員同時記錄兩個數(shù)據(jù)，一個是被試做出第一次選擇的反應(yīng)時，另一個是直到被試選出正確圖片為止時，所犯的錯誤次數(shù)。以往進(jìn)行匹配相似圖形測驗時，主要由主試用秒表手動記錄反應(yīng)時（第一次做出反應(yīng)的反應(yīng)時間）和錯誤次數(shù)，這種完全手動的記錄方式，在測驗過程中難免存在誤差。因此，本研究改用E-prime2.0 軟件進(jìn)行測驗，由計算機(jī)記錄被試的數(shù)據(jù)。

（2）匹配相似模型測驗。匹配相似模型測驗仿照傳統(tǒng)的匹配相似圖形測驗進(jìn)行設(shè)計，在虛擬房間中，被試會看到一面白墻，墻壁右側(cè)是標(biāo)準(zhǔn)模型，在標(biāo)準(zhǔn)模型左側(cè)有9 個和標(biāo)準(zhǔn)模型相似的備選模型，如圖2所示。被試可以通過手柄的按鍵來使模型旋轉(zhuǎn)，扣動扳機(jī)選出和標(biāo)準(zhǔn)模型相同的備選模型，當(dāng)被試扣動扳機(jī)時，系統(tǒng)會根據(jù)被試選擇正確與否，給出不同的提示音。如果選擇錯誤，還會給出“選擇錯誤，請重新選擇”的文字提示。本測驗中共有10 組相似模型，10 組模型分別為圓盤、番茄、多面體、酒杯、青椒、胡蘿卜、貓、牛頭、機(jī)器人、蝴蝶照片。在實驗中，每一組模型隨機(jī)出現(xiàn)三次，同一組模型每次出現(xiàn)時，其備選模型的排列順序不同。被試需要完成30（10*3）個試次，由計算機(jī)記錄反應(yīng)時（第一次做出反應(yīng)的反應(yīng)時間）和錯誤次數(shù)。

圖2 匹配相似模型測驗場景

3.實驗使用的軟硬件

本實驗主要使用的虛擬場景搭建軟件和圖形處理軟件為Unity 5.6.0、3ds Max 2018、Adobe Photoshop cc 和E-prime 2.0。在研究中，被試穿戴使用的為Vive頭戴式設(shè)備及其操控手柄、Vive 激光定位器、Dell Precision T6510 工作站。Vive 頭戴式設(shè)備分辨率為2160*1200，感應(yīng)器刷新率為90Hz，視廣角為110°。

（三）實驗設(shè)計與實驗程序

本研究采用2×2 的被試內(nèi)設(shè)計，自變量為被試在傳統(tǒng)認(rèn)知風(fēng)格測驗中的結(jié)果（鑲嵌圖形測驗、匹配相似圖形測驗），因變量為被試在虛擬認(rèn)知風(fēng)格測驗中的結(jié)果（虛擬棒框測驗、匹配相似模型測驗）。實驗設(shè)計目標(biāo)對應(yīng)假設(shè)：通過傳統(tǒng)的認(rèn)知風(fēng)格測驗來區(qū)分認(rèn)知風(fēng)格的類型，觀察其結(jié)果能否預(yù)測被試在虛擬認(rèn)知風(fēng)格測驗上的結(jié)果；虛擬認(rèn)知風(fēng)格測驗結(jié)果是否與傳統(tǒng)認(rèn)知風(fēng)格測驗結(jié)果存在顯著相關(guān)。

被試需要依次完成四種認(rèn)知風(fēng)格測驗，為平衡實驗的順序效應(yīng)，對被試接受測驗的順序進(jìn)行拉丁方平衡，將74 名被試分為4 組，并對每組的男女人數(shù)進(jìn)行平衡，第一組18 人（男5 人，女13 人）、第二組18 人（男5 人，女13 人）、第三組19 人（男6 人，女13 人）、第四組19 人（男6 人，女13 人）。

實驗流程為：被試在參加實驗前需要在首都師范大學(xué)虛擬現(xiàn)實實驗室官網(wǎng)注冊賬號，隨后根據(jù)被分配組別的實驗順序進(jìn)行測驗；每項測驗前，主試會對被試解說相應(yīng)的指導(dǎo)語，直到被試能夠準(zhǔn)確理解測驗規(guī)則以及如何在虛擬場景中進(jìn)行操作后，再開始測試，每項測試之間被試可以休息2-3 分鐘。

三、結(jié)果分析

（一）基于“場獨立—場依存型”認(rèn)知風(fēng)格測驗的結(jié)果

1.鑲嵌圖形測驗

剔除數(shù)據(jù)缺失的被試，余下70 名被試在鑲嵌圖形測驗中的結(jié)果為：場依存型認(rèn)知風(fēng)格9 人（男2 人，女7 人），占比12.9%；場獨立型認(rèn)知風(fēng)格61 人（男18 人，女43 人），占比87.1%。實驗結(jié)果與前人在此測驗中的“場獨立—場依存”人數(shù)分布相似[34]，說明招募的被試中囊括了場獨立和場依存兩種認(rèn)知風(fēng)格，樣本覆蓋全面。

2.虛擬棒框測驗

在剔除5 名極端值（角度偏差大于15°）被試后，根據(jù)在鑲嵌圖形測驗中被試的認(rèn)知風(fēng)格類型分布，在余下的65 名被試中，場獨立型被試的平均角度偏差為3.31°，場依存型被試的平均角度偏差為5.57°。隨后進(jìn)行獨立樣本t 檢驗，兩者平均數(shù)差異顯著，效應(yīng)量大（t（63）=2.242，p=0.028，Cohen’s d=0.72）。這說明場獨立型認(rèn)知風(fēng)格和場依存型認(rèn)知風(fēng)格被試在虛擬棒框測驗中的角度偏差大小存在顯著差異。根據(jù)圖3的分布可以發(fā)現(xiàn)，被試主要集中分布于坐標(biāo)系的右下部分（鑲嵌圖形測驗得分50 之右和平均角度偏差3.59°之下的區(qū)域）。

圖3 被試在鑲嵌圖形測試得分與虛擬棒框測試的角度偏差

我們進(jìn)一步對虛擬棒框測驗進(jìn)行初步信效度檢驗。在信度檢驗上，使用克龍巴赫α 系數(shù)進(jìn)行內(nèi)部一致性檢驗，結(jié)果為α=0.944。這說明在虛擬棒框測驗中，每個角度測量的心理特質(zhì)具有一致性。在效度檢驗上，將已完成的鑲嵌圖形測驗結(jié)果（即獲得的分?jǐn)?shù)）作為校標(biāo)，通過計算角度偏差和得分的相關(guān)系數(shù)，得到校標(biāo)效度。結(jié)果顯示，被試在虛擬棒框測驗中的角度偏差和鑲嵌圖形測驗得分的相關(guān)系數(shù)r=-0.304（p＜0.05），兩者負(fù)相關(guān)顯著。

以上結(jié)果表明，被試在鑲嵌圖形測驗中得分越高，在虛擬棒框測驗中角度偏差越小。這表明鑲嵌圖形測驗得分能夠預(yù)測虛擬棒框測驗的角度偏差，符合研究假設(shè)1，且虛擬棒框測驗具有較好的信效度。

（二）基于“沉思—沖動型”認(rèn)知風(fēng)格測驗的結(jié)果

1.匹配相似圖形測驗

在匹配相似圖形測驗中，被試的平均反應(yīng)時為37.49 秒，平均錯誤次數(shù)為11.96 次；認(rèn)知風(fēng)格分布為沉思型27 人（38.6%）、沖動型28 人（40.0%）、迅捷型7 人（10%）、緩慢型8 人（11.4%）?？梢?，被試在四種認(rèn)知風(fēng)格上均有分布。

對各認(rèn)知風(fēng)格類型的被試的反應(yīng)時和平均錯誤次數(shù)進(jìn)行方差分析，組間存在顯著差異，且效應(yīng)顯著（F（3，66）=32.521，p＜0.001，η2=0.60；F（3，66）=55.151，p＜0.001，η2=0.71），見表1。

表1 匹配相似圖形方差分析表

2.匹配相似模型測驗

在匹配相似模型測驗中，被試的平均反應(yīng)時為18.28 秒，平均錯誤次數(shù)為14.92 次。將本測驗中的平均反應(yīng)時和匹配相似圖形的平均反應(yīng)時做配對樣本t 檢驗，兩者相關(guān)系數(shù)r=0.349（p=0.003），相關(guān)性顯著。將被試的平均錯誤次數(shù)和匹配相似圖形的平均錯誤次數(shù)，進(jìn)行配對樣本t 檢驗，兩者相關(guān)系數(shù)r=0.254（p=0.034），相關(guān)性顯著。

我們將被試在匹配相似圖形測驗的反應(yīng)時和在匹配相似模型測驗的反應(yīng)時制成散點圖（見圖4），反應(yīng)時呈現(xiàn)線性分布。故進(jìn)行簡單線性回歸分析，直方圖和P-P 圖顯示觀測值（匹配相似模型反應(yīng)時）接近正態(tài)分布，符合正態(tài)性假設(shè)；根據(jù)殘差分布，觀察點分布隨機(jī)，符合誤差等分散性假設(shè)和獨立性假設(shè)。回歸方程的R2=0.122，adjusted R2=0.109，影響中等；反應(yīng)時的F 檢驗得到F=9.448（p=0.003），說明回歸方程顯著；分析得到常量a=13.583（p＜0.001），回歸系數(shù)b=0.124（p=0.003），故回歸方程為：匹配相似模型測驗反應(yīng)時=0.124* 匹配相似圖形測驗反應(yīng)時+13.583。

被試在匹配相似圖形測驗中的錯誤次數(shù)和在匹配相似模型測驗中的錯誤次數(shù)反應(yīng)時，呈現(xiàn)線性分布（見圖5）。故進(jìn)行簡單線性回歸分析，直方圖和PP 圖顯示觀測值（匹配相似模型錯誤次數(shù)）接近正態(tài)分布，符合正態(tài)性假設(shè)；根據(jù)殘差分布，觀察點分布隨機(jī)，符合誤差等分散性假設(shè)和獨立性假設(shè)；回歸方程的R2=0.064，adjusted R2=0.051，影響中等；錯誤次數(shù)的F 檢驗F=4.679（p=0.034），說明回歸方程顯著；分析得到常量a=11.642（p＜0.001），回歸系數(shù)b=0.275（p=0.034），故回歸方程為：匹配相似模型測驗錯誤次數(shù)=0.275* 匹配相似圖形測驗錯誤次數(shù)+11.642。

圖4 匹配相似圖形反應(yīng)時和匹配相似模型反應(yīng)時散點圖

圖5 匹配相似圖形錯誤次數(shù)和匹配相似模型錯誤次數(shù)散點圖

根據(jù)匹配相似圖形對被試認(rèn)知風(fēng)格的分類，對匹配相似模型的數(shù)據(jù)進(jìn)行方差分析，結(jié)果發(fā)現(xiàn)，反應(yīng)時（F=4.72（3，66），p=0.005，η2=0.18）和錯誤次數(shù)（F=5.60（3，66），p=0.002，η2=0.20）在四種認(rèn)知風(fēng)格的被試中，差異顯著（見表2）。

表2 匹配相似模型方差分析表

對匹配相似模型測驗進(jìn)行信效度分析，反應(yīng)時α=0.760，內(nèi)部一致性高；總錯誤次數(shù)α=0.417，內(nèi)部一致性一般。在效度分析上，采用相似圖形測驗作為校標(biāo)，兩者反應(yīng)時的相關(guān)系數(shù)r=0.349（p=0.003），總錯誤次數(shù)的相關(guān)系數(shù)r=0.254（p=0.034），兩者均存在顯著正相關(guān)，符合研究假設(shè)2。

四、討論

為了建立適合虛擬現(xiàn)實環(huán)境的心理測試，我們將傳統(tǒng)2D 測試進(jìn)行情境化再設(shè)計是相對簡單直接的方法，也是解決虛擬現(xiàn)實環(huán)境下測驗工具問題的努力方向之一。本研究針對這一迫切需求，選取認(rèn)知風(fēng)格測試中的兩款有代表性的測試工具，分別對其進(jìn)行情境化再設(shè)計后，獲得適用于虛擬現(xiàn)實環(huán)境的新版本，并測試這種情境化再設(shè)計的可行性與有效性。結(jié)果顯示：針對鑲嵌圖形測驗和匹配相似圖形測驗設(shè)計的虛擬棒框測驗，與匹配相似模型測驗，均具有良好的信度，其結(jié)果和傳統(tǒng)測驗之間具有顯著的相關(guān)，顯示出良好的關(guān)聯(lián)效度。隨著虛擬現(xiàn)實技術(shù)的發(fā)展以及虛擬現(xiàn)實技術(shù)在教育領(lǐng)域中的大量應(yīng)用，適合虛擬現(xiàn)實環(huán)境的心理測試工具，可以通過直接對傳統(tǒng)2D 測試進(jìn)行情境化再設(shè)計來獲得。

一方面，這種方法不僅有效，而且能夠節(jié)省大量的人力物力；另一方面，這種通過情境化再設(shè)計獲得的虛擬現(xiàn)實心理測試工具，可以和虛擬現(xiàn)實學(xué)習(xí)環(huán)境設(shè)計相整合。教育者根據(jù)學(xué)生不同的認(rèn)知風(fēng)格設(shè)計不同的學(xué)習(xí)環(huán)境，并通過虛擬認(rèn)知風(fēng)格測試的結(jié)果，為其匹配相應(yīng)的學(xué)習(xí)環(huán)境、學(xué)習(xí)材料等，以最大化地利用虛擬學(xué)習(xí)環(huán)境來提高學(xué)生的學(xué)習(xí)績效，同時不影響虛擬現(xiàn)實學(xué)習(xí)環(huán)境自身的趣味性。

結(jié)合本研究的結(jié)果，虛擬棒框測驗和匹配相似模型測驗的信效度總體較好，使用傳統(tǒng)認(rèn)知風(fēng)格測驗中的鑲嵌圖形測驗和匹配相似圖形測驗作為校標(biāo)測驗，鑲嵌圖形測驗得分和虛擬棒框測驗的角度偏差呈現(xiàn)顯著負(fù)相關(guān)，被試在匹配相似圖形測驗中的反應(yīng)時和錯誤次數(shù)與被試在匹配相似模型測驗中的反應(yīng)時和錯誤次數(shù)，呈現(xiàn)顯著的正相關(guān)，并且得到具有顯著性的回歸方程。這說明根據(jù)被試在傳統(tǒng)認(rèn)知風(fēng)格測驗中的結(jié)果，能夠預(yù)測其在虛擬現(xiàn)實認(rèn)知風(fēng)格測驗中的結(jié)果，該結(jié)果符合預(yù)期假設(shè)，即虛擬現(xiàn)實認(rèn)知風(fēng)格測驗和傳統(tǒng)認(rèn)知風(fēng)格測驗效果接近。而場獨立和場依存認(rèn)知風(fēng)格的被試，在虛擬棒框測驗中平均角度偏差差異顯著，說明虛擬棒框測驗對“場獨立—場依存”認(rèn)知風(fēng)格能夠有效區(qū)分；沉思型、沖動型、迅捷型和緩慢型認(rèn)知風(fēng)格的被試，在匹配相似模型測驗中反應(yīng)時和錯誤次數(shù)差異顯著，說明匹配相似模型測驗?zāi)軐Τ了夹?、沖動型等認(rèn)知風(fēng)格進(jìn)行有效區(qū)分。

總的來說，虛擬現(xiàn)實認(rèn)知風(fēng)格測驗是一種可靠的工具，這說明在虛擬現(xiàn)實環(huán)境下對傳統(tǒng)認(rèn)知風(fēng)格測試進(jìn)行情境化再設(shè)計，具有可行性。相對于使用人工智能和大數(shù)據(jù)的技術(shù)來設(shè)計一個全新的個性化測試工具，情境化再設(shè)計的實用性更高，其以原有的認(rèn)知風(fēng)格測試為樣例，具有可靠的理論基礎(chǔ)，僅需要對樣例測試進(jìn)行三維場景搭建和建模工作，再進(jìn)行信效度檢驗，就可以獲得一個有效的測試工具。

在匹配模型測驗中，各組模型的錯誤次數(shù)內(nèi)部一致性系數(shù)為0.417，其內(nèi)部一致性一般。根據(jù)分析數(shù)據(jù)發(fā)現(xiàn)，在匹配相似模型測驗中，某些模型的錯誤次數(shù)為極端值。由于在設(shè)計測驗時，并未對選用的模型進(jìn)行熟悉度、表象一致性和視覺復(fù)雜性的標(biāo)準(zhǔn)化，這可能是造成內(nèi)部一致性一般的原因。而匹配相似模型測驗雖然能夠區(qū)分沉思型、沖動型、迅捷型和緩慢型認(rèn)知風(fēng)格，但效應(yīng)量較小，可能是由于部分題目過于簡單或者困難，使得被試之間的得分差異減小。相對來說，更具有情境性特征的“場獨立—場依存型”測試，在進(jìn)行虛擬現(xiàn)實情境化設(shè)計時更具有優(yōu)勢。

值得注意的是，進(jìn)行情境化再設(shè)計并不適合所有傳統(tǒng)測試。在本研究中，對棒框測驗和匹配相似圖形測驗進(jìn)行情境化再設(shè)計時，這兩個測驗都需要被試進(jìn)行具體的操作，或者需要使用視知覺信息來完成任務(wù)。這些因素成為一個測驗?zāi)芊襁M(jìn)行情境化設(shè)計的先決因素。因為VR 環(huán)境是一個充滿交互性的新環(huán)境，并且能夠創(chuàng)造出許多現(xiàn)實環(huán)境中難以滿足的實驗條件，因此，像棒框測驗和轉(zhuǎn)屋測驗等需要進(jìn)行實際操作，且對實驗環(huán)境具有較高要求的測驗，就比較適合進(jìn)行情境化設(shè)計。

同時，VR 環(huán)境能夠給被試帶來豐富的視覺和聽覺刺激，但由于設(shè)備等硬件條件的限制，其他的感覺通道，例如，觸覺、嗅覺刺激等，還很難在VR 環(huán)境中較好地呈現(xiàn)。所以，像匹配相似圖形一類需要通過視知覺來判斷的測驗，在進(jìn)行情境化設(shè)計時，可以選擇將原測驗中的相似圖形進(jìn)行三維建模，也可以采用新的相似模型進(jìn)行測驗。而一些自陳式問卷也不太適合進(jìn)行情境化設(shè)計，比如，明尼蘇達(dá)多相人格測試（MMPI）、艾森克人格問卷（EPQ）等，就很難進(jìn)行情境化設(shè)計；或者說其情境化設(shè)計的難度很高，對虛擬現(xiàn)實軟硬件技術(shù)的要求也很高。因此，一項測驗是否適合進(jìn)行情境化設(shè)計，需要考察該測驗的操作方式、測驗環(huán)境、刺激呈現(xiàn)方式。而匹配相似圖形的測驗結(jié)果也說明，在情境化設(shè)計中，對于場景的搭建和模型的建模與選用，均有著較高要求，需要對其進(jìn)行標(biāo)準(zhǔn)化的評定，或者采用已經(jīng)完成的標(biāo)準(zhǔn)化模型庫，以排除可能對測試結(jié)果造成影響的因素。

阿肖里（M.Ashoori）等人認(rèn)為，在虛擬學(xué)習(xí)環(huán)境中，個性化是一個關(guān)鍵問題，因為不同的學(xué)習(xí)者對交互方式和圖形界面有著不同的偏好[35]。且有已有的研究發(fā)現(xiàn)，虛擬現(xiàn)實學(xué)習(xí)環(huán)境的可用性對學(xué)生學(xué)習(xí)滿意度有很大的影響[36]。在解決高階思維難題時（High Order Thinking Skill Problems），場獨立型學(xué)生會嘗試采用多種方法解決問題，而場依存型學(xué)生會嚴(yán)格遵從他們學(xué)到的解題方法答題[37]。也有研究表明，場獨立型學(xué)生更能夠解決難題[38]。在醫(yī)學(xué)教育中，不同認(rèn)知風(fēng)格的學(xué)生在同樣的箱式訓(xùn)練任務(wù)（Box Trainer Tasks）教學(xué)方式下，對于腹腔鏡手術(shù)技能的學(xué)習(xí)效果差異顯著[39]。在計算機(jī)自適應(yīng)測試（Computerized Adaptive Testing，CAT）中，沉思型學(xué)生的反應(yīng)時要明顯慢于沖動型學(xué)生[40]。

此外，也有一些研究表明，不同認(rèn)知風(fēng)格的被試，在面對復(fù)雜材料情況下，其視空間工作記憶有顯著差異[41]，教師應(yīng)該按照學(xué)生需求在虛擬環(huán)境中創(chuàng)建物體和場景。而VR 環(huán)境可以根據(jù)不同認(rèn)知風(fēng)格和學(xué)習(xí)風(fēng)格的差異，通過進(jìn)行適當(dāng)?shù)慕虒W(xué)設(shè)計，便可達(dá)到理想的教育效果[42-43]。另一項研究則顯示，集體中認(rèn)知風(fēng)格的多樣性與集體智慧呈現(xiàn)倒U 曲線關(guān)系，而集體智慧影響集體學(xué)習(xí)效率[44]。在虛擬學(xué)習(xí)環(huán)境中，學(xué)生也會存在集體學(xué)習(xí)的情況，根據(jù)學(xué)生的認(rèn)知風(fēng)格進(jìn)行合適的分組，也可提高其學(xué)習(xí)效率。

因此，適合于虛擬現(xiàn)實環(huán)境的認(rèn)知風(fēng)格測試，對創(chuàng)建優(yōu)良的個性化虛擬現(xiàn)實課堂，具有重要的現(xiàn)實意義。本研究探討的認(rèn)知風(fēng)格測試，其成功之處在于能真正解決個性化的虛擬現(xiàn)實學(xué)習(xí)環(huán)境的測試問題。在以往的虛擬課堂中，通常是設(shè)計出一套教學(xué)程序，然后，所有學(xué)生統(tǒng)一使用，并沒有充分考慮學(xué)生的認(rèn)知風(fēng)格差異；教育者應(yīng)該設(shè)計多套適合不同認(rèn)知風(fēng)格的教學(xué)程序，并且和虛擬認(rèn)知風(fēng)格測試相配合：在開始教學(xué)前，分析學(xué)生的個性化特征，接著為其匹配最適合的學(xué)習(xí)環(huán)境。這樣才能充分發(fā)揮虛擬課堂的作用，充分照顧不同認(rèn)知風(fēng)格學(xué)生的學(xué)習(xí)差異，以提高虛擬課堂的可用性，而不是“一刀切”式地給每個學(xué)生安排相同的學(xué)習(xí)環(huán)境。

例如，在一項使用虛擬課堂進(jìn)行二次函數(shù)教學(xué)的研究中，研究者使用投籃游戲來讓學(xué)生學(xué)習(xí)相關(guān)知識，結(jié)果發(fā)現(xiàn)，外向型的學(xué)生在學(xué)習(xí)成績上的提示最為顯著，說明投籃游戲可能更適合外向型學(xué)生[45]。這里雖然使用的不是認(rèn)知風(fēng)格測試，而是“大五人格測試”，但是依然能夠提示我們：應(yīng)該根據(jù)學(xué)生的個性特征設(shè)計不同的虛擬課堂，并根據(jù)虛擬認(rèn)知風(fēng)格測試的結(jié)果加以匹配。此外，在虛擬現(xiàn)實學(xué)習(xí)環(huán)境中進(jìn)行認(rèn)知風(fēng)格測驗時，與紙筆測驗相比，使用三維的虛擬現(xiàn)實測驗，其與虛擬空間的整合度會更高，也更加簡便，并且這類情境化的“小游戲”設(shè)計能夠引起學(xué)生的興趣，從而提升虛擬課堂的使用效果。

總之，虛擬認(rèn)知風(fēng)格測驗比紙筆測驗有更高的生態(tài)效度，能夠更加自然地把測驗融入到虛擬課堂中，它和虛擬課堂的整合性更好，有利于提高虛擬課堂的可用性和學(xué)習(xí)者體驗；同時，可根據(jù)學(xué)生的認(rèn)知風(fēng)格進(jìn)行虛擬課堂的個性化匹配，能夠提高學(xué)生在虛擬課堂中的學(xué)習(xí)興趣和學(xué)習(xí)效果。但是，本研究也存在著一些問題，比如在匹配相似模型測驗中，使用的模型未經(jīng)過標(biāo)準(zhǔn)化，但此項工作是一個較為繁瑣的過程，今后需進(jìn)一步著手進(jìn)行模型的標(biāo)準(zhǔn)化工作，以提高測驗的信效度。

五、結(jié)語

虛擬現(xiàn)實認(rèn)知風(fēng)格和傳統(tǒng)認(rèn)知風(fēng)格測驗的結(jié)果呈顯著相關(guān)，并具有較好的信效度，說明虛擬現(xiàn)實認(rèn)知風(fēng)格測驗基本可以替代傳統(tǒng)的認(rèn)知風(fēng)格測驗。虛擬現(xiàn)實認(rèn)知風(fēng)格測驗是對開發(fā)適合于虛擬現(xiàn)實學(xué)習(xí)環(huán)境的個性化測驗的一次嘗試，對未來虛擬課堂的開發(fā)設(shè)計也是一個重要工具，將大大地提高虛擬課堂的可用性和學(xué)生的參與度。尤其是在遠(yuǎn)程虛擬課堂中的應(yīng)用，能夠為學(xué)習(xí)者智能匹配個性化的學(xué)習(xí)環(huán)境，讓其真正成為助推個性化學(xué)習(xí)的一種教學(xué)方式，從而推動虛擬現(xiàn)實技術(shù)在教育領(lǐng)域中的深度應(yīng)用。