跳到主要內容

科技大觀園商標

分類項目
Menu

眼睛透露了祕密

105/08/08 瀏覽次數 2138
人在學習過程中是如何處理訊息的?如果學會了,是怎麼學會的?若沒學會,又是因為什麼?交通大學的佘曉清教授在認知與科學學習領域深耕多年,就是在探究這學習歷程的奧妙。

「要理解一個人在當下如何處理訊息是很困難的。過去有人以問學生或考學生的方式來理解其思維歷程,但所得到的結果其實都不是『當下』的思維。即使學生是一邊想、一邊說,說出來的話也是已經過處理或篩選過的。人『當下』是如何思維的,始終是科學學習的研究中尚待理解的問題。」而她選擇了從「眼動」切入,探究一個人在學習的「當下」是如何處理訊息的。

佘曉清教授表示,過去的眼動研究證實了眼動與學習行為有密切關係,但只能說明眼動是學習行為表現的指標,而無法確切告知我們處理科學問題的思維是怎樣的歷程,從眼動也沒有辦法預測學生答對或答錯的能力。

她在研究中發現,學生學習或考試時,有沒有看到教材的「關鍵字」或考題的「關鍵區」是很重要的。因此,她嘗試藉由學習者的眼動情形,探究眼動是否可預測電腦化科學測驗的表現(即答題正確率),同時探討學生進行物理概念提取時,以眼動情形是否能預測不同表徵(圖片或文字)的電腦化測驗表現(答題正確率)。

佘教授把物理概念試題分別以圖片和文字呈現,並找來60位受試者,給他們84題試題,其中42題以圖片、42題以文字等不同表徵呈現,希望藉由學生眼動的情形,觀察他們處理圖片與文字試題時的差別,以及眼動是不是具有預測其答對、答錯的能力。

這個實驗運用了「眼動儀」探測他們在答題過程中的眼動情形。眼動儀是放在電腦螢幕下方的一個儀器,可以偵測眼睛移動的位置,藉此了解受試者處理訊息的先後順序。實驗結果發現3個眼動指標,分別是「平均凝視時間」、「平均掃視距離」與「回視率」,能有效預測學生在不同表徵時的電腦化測驗表現。

佘曉清教授分析了上述眼動指標,證實「平均凝視時間」是最佳的預測指標,即從受試者的「平均凝視時間」在關鍵區上是否夠長,最能預測其答題正確與否,其次是「回視時間」也能有效預測。此外,研究結果顯示,圖片表徵方式較文字表徵方式能「更有效率」地傳遞物理概念,即圖片較能引發學生早點找到關鍵點並預測答題的正確性。

但另一方面,以文字為表徵的題目能較「精準」地傳遞物理概念。這研究顯示無論題目是以圖片或文字為表徵,都能藉由學生的眼動預測其反應。值得一提的是,學生看圖片題目時的回答速度較快,而文字的答對率卻比圖片的高。

然而,無論是圖片或文字表徵,都必須看到關鍵區才可能答對。佘曉清教授在研究設計與分析方法上突破了過去的發現,證實眼動確實具有預測學習者學習成效的能力,她希望這項成果未來能應用在人機介面上。

她表示,有些孩子在學習時會因始終無法學會某些教材而深感挫折,這是因為他們不知道哪些地方是關鍵區。其實無論教材或試題,都有其關鍵字或關鍵區,但有些學生就是很難發現,或凝視時間不夠長、處理訊息深度不夠。因此,若透過人機介面把「眼動儀」做為電腦的一部分裝置,一旦偵測到學生在關鍵區的凝視時間不夠,或沒注意到關鍵區時,就適時透過人機介面給他們提示,要求他們把視線放在該注意的關鍵區域,就能幫助他們提高學習的效果。
OPEN
回頂部