张 岩，李大灿，龚园园

(1.河北经贸大学 社会治理研究所，河北 石家庄 050061；2.河北经贸大学 公共管理学院，河北 石家庄 050061)

虚拟现实(Virtual Reality，简称VR)和教育的结合是传统教学的重要补充，是教育行业的发展趋势。虚拟现实教学通过三维建模及场景搭建，为学习者提供近乎逼真的教学模型，可以提高知识呈现的情境性与直观性，有助于学生提高学习的积极性和主动性，进而有效提高教学质量和教学效果[1-3]。当前，随着新一代信息技术的发展，VR教育对传统的教育模式产生了深远影响。VR教育行业出现了众多VR教学平台和VR课件产品，然而针对这些VR教学产品支持学习的效果，尚缺乏完善的教学质量评价标准和评价体系。为此，笔者拟构建VR教学质量评价体系，为VR教学行为、VR教学过程以及VR教学效果的评价提供参考。

一、虚拟现实含义与特征

(一)虚拟现实含义

VR技术是利用三维建模、计算机视觉、系统集成、多媒体等计算机技术生成的三维虚拟空间，可以模拟各种逼真的虚拟场景，作用于用户视觉、听觉、触觉，使其具有身临其境的感觉[4]。这种由计算机相关技术生成的高仿真系统具有良好的交互性和情景化能力，用户可以与虚拟场景进行良好的互动。

VR技术在学界中有着不同的定义，主要分为狭义虚拟现实技术和广义虚拟现实技术。广义虚拟现实技术还包括增强现实(Augmented Reality，简称AR)和混合现实(Mixed Reality，简称MR)[5]，在许多情况下，人们把这些技术统称为扩展现实(Extended Reality，简称XR)。AR技术以虚实结合、实时交互为主要特征，在真实环境中增添虚拟场景；MR技术通过全息图，将现实环境与虚拟环境相互混合，在虚拟世界、现实世界和用户之间搭起一个交互反馈的信息回路，以增强用户体验的真实感。

图1为真实—虚拟连续体模型[6]。现实环境是人们通过视觉、听觉、触觉、嗅觉等感官来感知真实的世界，而虚拟环境则通过计算机技术来模拟视觉、听觉、触觉、嗅觉等来创造虚拟的世界。真实—虚拟连续体模型中处于现实环境与虚拟环境之间的部分称为混合现实(MR)，偏向现实环境的部分称为增强现实(AR)，偏向虚拟环境的部分称为增强虚拟(Augmented Virtuality)。混合现实在现实环境中多表现为增强现实，是真实环境与虚拟环境的叠加，用户既可以感知虚拟环境又可以感知真实环境。

图1 真实—虚拟连续体模型

(二)虚拟现实技术基本特征

VR技术具有沉浸感、互动性、构想性、智能化等特性[7]，正是由于这些特性，虚拟现实技术已经被广泛应用到了各个领域，例如虚拟教学、军事仿真、地理信息系统、工业仿真、人机交互、数字孪生等多个领域。

1.沉浸感(Immersion)。VR技术可以创造逼真的虚拟环境，为用户提供听觉、视觉、触觉等感官体验，使其具有身临其境的感觉[8-9]。例如在VR教育场景中，可以突破时空界限，潜移默化中帮助学生加深知识理解，比传统的教育模式更加直观、立体，能快速激发学生的学习兴趣。

2.交互性(Interaction)。用户可以参与虚拟世界中的活动，通过传感器或手柄能够对虚拟环境中的对象或事物进行可行性的操作，像在真实世界中一样，虚拟环境可以做出相应的回应[10-11]。例如在VR教育场景中，学生可以操控专业的VR设备，以手势、眼球追踪、表情识别、语言识别等方式与虚拟环境进行交互。

3.构想性(Imagination)。构想性，也称创意性，VR技术为人类认识和改造世界提供了崭新的方法，不仅可再现真实存在的环境，也可以创造出客观真实世界不存在的事物，可拓宽人类认知范围和可想象空间，进而提高认识，加强联想[12]。例如在VR教育场景中，学生沉浸在虚拟环境中，与之进行各种交互，从中得到感性和理性的认识，从而可以深化概念，萌发新意，产生认识上的飞跃。VR技术不仅是一个用户与终端的接口，而且还可以启发用户进行创造性思维活动，有助于用户在沉浸式环境中获取新知识，提高感性认识与理性认识，进而产生新的构思与创意。

4.智能化(Intelligence)。智能化特征是随着VR技术和人工智能技术的发展相互结合形成的。随着VR技术和人工智能(AI)技术的不断发展与相互渗透，VR交互的智能化、VR对象及内容制作的智能化、自动化也在不断增强[13]。VR与AI的这种融合，非常适用于分布式虚拟仿真条件下的教育场景应用[14]，通过实时智能化教学数据分析，可以为教师提供智慧化、精准化教学建议。

二、虚拟现实技术创新教学模式

传统的多媒体教学主要体现为“以教师讲解为中心”的教学模式，师生双方缺乏及时的信息交流和反馈，学生始终处在被动的学习状态，导致学生主动学习的积极性在课堂上无法得到充分的体现[15]；这种传统的“填鸭式”教学方式还压抑了学生心理发展的需求，束缚了学生创造性的发挥，导致学生普遍缺乏创新能力。图2展示了传统教学模式与虚拟现实教学模式的比较。

图2 传统教学模式与虚拟现实教学模式比较

通过传统教学模式与虚拟现实教学模式的对比分析可知，VR技术有助于促进教育资源分配，推进信息技术与教育环节的深度融合，提高教学质量。虚拟沉浸式教学可以提高学生注意力，逼真的教学环境可以有效调动学生积极性。虚拟现实技术可以打破时空限制，解决教学资源紧缺问题，教学资源可以重复利用，节约教学成本[16-18]，还可以有效防范实验中的风险，避免危险实验安全事故问题的发生。2020年3月，美国高校教育信息化协会发布《2020 EDUCAUSE地平线报告：教学与学习版》，将XR(AR、VR、MR)作为新兴技术和实践，在未来交互性课程里面可以作为教学的重要补充，并预测其应用于教育行业将成为未来发展趋势，对教育教学具有重要意义[19-20]。

三、虚拟现实教学质量评价指标因素确定

(一)筛选指标因素的方法

本文在确定虚拟现实教学质量评价指标因素时，选用德尔菲法(DELPHI METHOD)，也称为专家咨询法，其核心要点包括：一是匿名性，所有专家组成员在完全匿名的情况下通过函件相互交流，可以消除权威性、相互性的影响；二是反馈性，工作人员收集每一轮的专家调查意见后，再通过匿名的方式并将其反馈给专家，一般进行多次反馈，一直到最终结果基本能够趋于一致为止。德尔菲法的流程如图3所示。

图3 德尔菲法流程

德尔菲法成败的关键因素在于所选择专家的知识、经验和主观判断能力，因此，专家的选择是虚拟现实教学质量评价指标筛选的关键。本文所优选的专家主要来自于政府、行业协会、高校、科研机构以及行业龙头企业，最终确定10名专家，专家背景具体如表1所示。

表1 专家背景

(二)指标因素的确定

为了使虚拟现实教学质量评价指标更全面、客观、系统，并且具有良好的可行性，本文对国内外虚拟现实教学相关的研究成果进行了梳理分析，初步识别出18项评价指标因素清单。经过3轮德尔菲法调查后，专家的调查意见趋于一致(见表2)。

表2 德尔菲法第三轮专家打分表

依据专家组甄选结果，识别出14项虚拟现实教学质量评价指标因素，根据指标因素内容的性质，可以将这14项指标划分为四类，包括课程前期的教学准备、教学资源设置、教学实施以及教学反馈(见表3)。

表3 虚拟现实教学质量评价指标因素内容

四、虚拟现实教学质量评价体系构建

(一)指标体系权重确定方法

本文主要运用层次分析法对教学质量评价指标因素进行权重分析，层次分析法赋权的主要步骤包括如下几个方面。

1.建立评价模型。在决策目标明确的基础上，通过将决策问题的主要因素进行层次化分析，建立出有层次、系统的递阶结构。

2.两两比较风险因素，构建判断矩阵。建立评价模型后，请专业人士运用1-9及倒数的标度法对所有风险因素进行比较评分，得分值如表4所示。

表4 标度的含义

根据比较结果构造出判断矩阵，Aij表示第i个因素相对于第j个因素的Aij与Aji互为倒数。

其中，i，j=1，2，3…n。

3.层次单排序，并作一致性检验。对于每个成对比较的矩阵，计算并判断矩阵的最大特征根λmax及其对应的特征向量，将特征向量归一化后记为W。通过进行一致性检验能够检验层次单排序能否被确认，进行一致性检验需引进一致性指标CI，定义为：

为衡量CI的大小，引入随机一致性指标RI，如表5所示。

表5 RI说明

可能存在随机原因导致一致性的偏离，因此需要在检验判断矩阵的一致性时，比较CI和随机一致性指标RI，进而可以得到检验系数CR，公式如下：

通过判断CR的值是否小于0.1，来判断矩阵是否通过一致性检验。如果CR<0.1，则可以认为该判断矩阵通过一致性检验，否则认为不通过。

4.层次总排序及一致性检验。层次总排序指的是按照从高到低的层次顺序，计算某一层次所有因素对于最高层重要性的权值。

(二)构建层次模型

根据虚拟现实教学质量评价14项指标因素的具体性质进行分类，可以初步建立虚拟现实教学质量评价体系，包括教学准备、教学资源、教学实施以及教学反馈4个一级指标及14个二级指标，如图4所示。

图4 虚拟现实教学质量评价体系结构图

(三)确定准则层权重

通过与专家讨论，在教学准备、教学资源、教学实施、教学反馈4个因素中，将4个因素两两比较之后，可得准则层的判断矩阵A，如表6所示。

表6 准则层判断矩阵

1.计算各因素的权重。根据构建的准则层判断矩阵，具体权重计算步骤如下：

第一步：归一化处理A的每一列元素；

第二步：归一化后，将各行相加；

第三步：相加后算行平均数，得权重向量；

2.一致性检验。为保证最后结果的客观性与科学性，需要保证判断矩阵A达到一致性。当CR<0.1时，判断矩阵的一致性在允许的范围内，特征向量可作为权向量。一致性检验过程如下：

表7 准则层判断权重

(四)指标体系各权重的确定

1.VR教学准备指标各因素权重的确定。专家对VR教学准备指标因素的两两判断矩阵如表8所示。

表8 VR教学准备指标判断矩阵A1

构建判断矩阵A1，计算过程及结果简单描述如下：

对其进行一致性检验，CR=0<0.1，通过一致性检验。

2.VR教学资源指标各因素权重的确定。专家对VR教学资源指标因素的两两判断矩阵如表9所示。

表9 VR教学资源指标因素的两两判断矩阵

构建判断矩阵A2，计算过程及结果简单描述如下：

3.VR教学实施指标各因素权重的确定。专家对VR教学资源指标因素的两两判断矩阵如表10所示。

表10 VR教学实施指标判断矩阵A3

构建判断矩阵A3，计算过程及结果简单描述如下：

由A3W3=λW3，计算得λ=0.080 5<0.1，通过一致性检验。

4.VR教学反馈指标各因素权重的确定。专家对VR教学反馈指标因素的两两判断矩阵如表11所示。

表11 VR教学反馈指标判断矩阵A4

构建判断矩阵A4，计算过程及结果简单描述如下：

计算得CR=0.051 6<0.1，通过一致性检验。

(五)指标体系权重的确定

按照上述运算确定了“虚拟现实教学质量评价指标体系”中各层级指标的权重，结果如表12所示。虚拟现实教学质量评价指标体系各指标因素中，一级指标包括VR教学准备、VR教学资源、VR教学实施、VR教学反馈所占比重分别为14.04%、42.77%、24.46%和18.72%，二级指标中所占比重最高的两项分别是多样性、沉浸感，所占比重为15.62%、9.28%。由此可见，无论传统的教学模式还是虚拟现实教学模式，教学内容的多样性与丰富性仍是教学质量评价的最重要标准；对于虚拟现实教学来说，其沉浸感也是教学质量评价中的重要因素之一。

表12 虚拟现实教学质量评价体系指标权重表

五、结论

虚拟现实技术对传统的教育模式产生了深远影响，虚拟现实融入教育已成为未来发展趋势。本研究运用德尔菲法，经过三轮专家征询，利用定性与定量的研究方法制定了虚拟现实教学质量评价指标体系。本评价体系为学校开展虚拟现实教学提供量化标准，为教学准备、教学资源、教学实施、教学效果等评价提供参考建议；也有助于梳理虚拟现实教学中存在的问题并改进，有利于对教学进行有效监督和反馈，是保障虚拟现实教学质量的重要手段。随着虚拟现实技术和新一代信息技术的飞速发展，本指标体系可以根据实际需要有选择性地对各项指标因素以及权重进行调整，从而实现更全面的教学质量评价。