真实课堂中的视觉注意力：一项在智利城乡学校进行的眼动追踪研究 作者：Marco Villalta-Paucar 和 Jessica Verónica Rebolledo-Etchepare

《Journal of Eye Movement Research》：Visual Attention in Real Classrooms: A Study with Eye-Tracking in Urban and Rural Schools of Chile Marco Villalta-Paucar and Jéssica Verónica Rebolledo-Etchepare

　　摘要：在真实的拉丁美洲小学课堂中，对学生注视行为的研究非常少。本研究的目的是分析城市和农村环境中小学生的眼部行为与认知发展之间的关系。采用定量方法，研究对象为来自智利城市和农村学校的126名6至8岁的小学生。通过Raven彩色渐进矩阵（CPM）测试来评估认知发展，并使用眼动追踪眼镜记录学生在实际课堂中的眼部行为。眼部行为在六个感兴趣的领域进行分析：（1）自己的材料；（2）教师；（3）教师的材料；（4）同学；（5）同学的材料；（6）非互动性注视。结果表明，CPM测试具有较高的可靠性（α = 0.89）。此外，未发现性别与眼部行为或认知发展之间存在显著差异；然而，环境（城市与农村）对眼部行为有显著影响。回归分析显示（F(7, 102) = 6.173, p < 0.001），表明注视教师材料和自己材料是导致非互动性注视或学生脱离课堂的负面因素。总之，课堂上的分心受到与学习相关的环境变量的影响，而非性别或认知发展。

1. 引言
注意力是学习的第一步认知步骤，与学业表现直接相关[1,2,3]。吸引小学生的注意力对教师来说既是一个挑战也是一个基本任务，也是衡量其课堂管理能力的重要方面[4]。在课堂上，注意力是个体行为，需要与教师和同学的行为协调一致。通过脑电图（EEG）测量的小学生大脑间的注意力与课堂动态的结合与学业表现呈正相关[1]。同样，使用眼动追踪技术对学生的研究系统回顾表明，注视是学校环境中注意力的重要指标，例如在阅读理解和数学认知活动中[5,6,7,8]。具体而言，小学生的注视行为因发展因素而异，例如与自闭症谱系障碍（ASD）儿童相比[6]，随着年龄的增长，单眼注视变得更加稳定[9]，一些社会教育因素（如基于主动学习而非传统学习的教学活动）会增加学生注视教师呈现的材料的时间[10]。发展和学习共同促进了认知发展[11]；从这个意义上说，课堂教育不仅有助于学术知识的学习，还促进了学生的认知发展。在小学教育中使用眼动追踪技术可以提高互动性，保持学生的参与度，并为教师提供即时反馈[12]。便携式眼动追踪设备也是评估幼儿运动技能发展的可行选择[13]，因为学龄儿童的运动功能和视觉功能之间存在关联[14]。阅读流畅性有困难的学生往往会在阅读时花费更多时间注视单词，并表现出更快的眼球运动[15]。此外，眼动追踪技术能够捕捉学生数学思维过程和非语言交流的详细数据[16]。分析学生的眼部行为还有助于探索视觉过程与认知发展之间的关系[8]。

用于评估拉丁美洲小学生认知发展的工具多种多样，可以测量智力、语言和非语言推理等能力[17]。在小学教育中，最广泛验证的测试之一是Raven彩色渐进矩阵（CPM），因为它独立于学生的语言发展，能够评估注意力和自我调节等认知功能，因此适用于尚未发展出语言能力的小孩[17]。CPM已被用于研究认知技能与特定营养摄入之间的关系[18,19]、认知发展与学业表现之间的关系[2]、认知发展与神经发育因素之间的关系[20,21]，以及肌萎缩侧索硬化症（ALS）患者（伴有严重身体残疾）的认知发展与眼部行为之间的关系，发现基于眼动追踪的神经心理测试能够有效评估无法书写或说话的患者的认知缺陷[22]。最近的一项研究将CPM测试与眼部行为和身体生长联系起来，表明该测试与年龄相关的身高存在正相关，同时也发现CPM与眼部行为之间存在不一致的关联[23]。在学校环境中，基于维果茨基文化-历史心理学的研究使用CPM动态评估教育干预后的认知发展[24,25]，这些干预措施旨在促进学习自主性[26,27]。研究表明，在回答Raven彩色测试时提高自我意识可以改善学生的表现[28]。眼部行为，特别是注视点，可以为分类认知过程和认知负荷提供有价值且可靠的信息[29]，并为设计具有足够视觉刺激且不会过度负荷学生工作记忆的教育材料提供指导[30,31]。不同性别青少年之间的视觉活动模式存在差异[32]。同样，年轻成人和四年级学生在阅读文本时的行为也存在显著差异[33]。文化差异和专业经验也会影响教师的眼部注视模式[34]。然而，提高理解力的教育干预措施（如讽刺）并不一定与特定的眼部行为相关[35]。因此，这一领域需要进一步的研究。

关于教育中眼动追踪技术的系统回顾显示，2021年至2023年间其应用有所增加，尤其是在欧洲环境和大学生中[5,7]，并在认知科学和教育技术领域得到广泛应用[36]。此外，针对数学教育领域的回顾指出，自2023年以来，研究范围扩展到了学龄前、小学和中学学生，强调了基于桌面或屏幕的静态眼动追踪工具的使用[37]。然而，在真实课堂环境中进行的研究很少，这些环境中注视的作用在教学和学习方面得到了生态学验证[38]。关于真实课堂中教师注视行为的研究报告了课堂管理方面的文化和情境差异[34,39,40]，并对教学实践进行了讨论[41,42]。尚未发现使用头戴式眼动追踪设备（如眼镜）在拉丁美洲真实课堂中对小学生进行研究。在该地区，社会不平等现象（尤其是在城市和农村地区）与教育问题、心理健康问题及认知发展影响有关[43,44]，这导致了课堂现实的多样性。总之，关于教育中眼部行为的研究探讨了其与认知发展、学校表现和教学实践优化之间的关系。然而，大多数此类研究是在受控环境中进行的，这些环境有意减少了影响学生注意力和分心的关键环境因素（如噪音、班级规模或教学活动的多样性）。因此，这些人为条件并不总能反映教师和学生之间的真实动态和日常互动。课堂的复杂现实挑战了在受控环境中观察到的关系的稳定性。此外，农村课堂的研究明显不足，大多数研究都是在受控的城市环境中进行的。

分析注视、注意力/分心和认知发展之间的相互作用可以为理解环境在眼部行为中的作用及其对学习的影响提供宝贵见解。因此，本研究从学生在拉丁美洲真实课堂环境中的视角出发，探讨了这一关系。因此，在真实且多样化的小学教育课堂背景下，研究问题包括：学生的注视行为是什么？注视与认知发展之间可以建立什么关系？本研究旨在分析城市和农村环境中小学生的眼部行为与其认知发展之间的关系。研究重点关注使用瞳孔追踪眼镜的学生的注视行为，将这种先进的技术工具引入课堂环境，以实现实时分析视觉注意力。

2. 材料与方法
2.1 参与者
样本包括126名5至8岁的第一年级和第二年级小学生，其中56名来自农村学校（25名男孩和31名女孩），70名来自城市学校（35名男孩和35名女孩），这些学校分别位于智利的城市（大都会区）和农村（拉阿劳卡尼亚区）。数据收集时间为2015年至2018年。根据智利政府的数据[45]，参与研究的19所学校具有从中等到高的教育脆弱性指数（IVE）。该指数基于家庭收入、住房条件以及获得健康和娱乐服务的机会等因素计算得出。本研究中的农村学校学生具有最高的教育脆弱性指数。
2.2 工具
Raven彩色渐进矩阵（CPM）测试通过类比比较和推理来衡量儿童的认知发展能力，解决问题时不依赖语言[46]。测试包含一本小册子，其中包含36个用彩色图画不完全描绘的问题，提供多种完成图形的选项，只有一个选项是正确的。测试分为三个系列：A、Ab和B，每个系列的难度逐渐增加，从最简单的A系列到最难的B系列。该测试被用于临床实践和教育领域的整体智力研究[28]。CPM在拉丁美洲文化中的可靠性已得到研究，特别是在智利[47,48]。
对于无线眼动追踪眼镜，使用了Tobii Pro Glasses 2（Tobii Technology K.K.，东京，日本）型号，这是一种配备四个眼动追踪摄像头的眼动追踪系统——每只眼睛两个摄像头——用于捕捉瞳孔运动和眼球方向，以及简化的单点校准过程，几秒钟内即可完成。该设备配备了一个1920 × 1080像素分辨率的前置摄像头、四个用于瞳孔检测和追踪的红外传感器以及一个用于音频录制的集成麦克风。注视采样率为100 Hz。眼镜连接到参与者口袋中的记录单元。学生在上课前戴上眼动追踪眼镜。通过校准确保无线记录的准确性，即调整每个参与者的眼睛模型以匹配摄像头记录的场景。Pro v.1.6.7软件还报告了每次记录捕获的注视样本百分比。
SONY HDR-CX440（Sony Corporation，东京，日本）录音机用于补充记录课堂互动事件。固定位置的录音机放置在教室底部，面向白板，位于学生后方。
2.3 程序
研究过程遵循智利认可的研究伦理委员会的伦理协议。研究团队向管理层、教师和监护人说明了研究的目的和程序。在收集课堂记录之前，签署了知情同意书。首先是在上课时间集体进行CPM测试，遵循作者指定的协议[48]。随后，与学校、教师和学生监护人协调了课堂记录的时间和日期。课堂记录在CPM测试后5至10天内进行。这两项活动均在2015年至2018年间进行。每节课中有两名学生使用眼动追踪眼镜。每节课持续45至60分钟。教师根据学生在课堂活动中的意愿及适应和融入情况选择使用眼镜的学生。有些学生在课堂上取下了眼镜，这些记录未被纳入研究。共拍摄了96节课，获得了126条记录。课堂上进行的课程活动主要是西班牙语教学，旨在教授读写能力，但也包括自然科学和数学等科目的活动。教师们选择了允许录制的活动。录制是在真实的、完整的课程中进行的，其时长和内容与教学计划和学校日程安排一致。学生们与他们平时的同学一起参与。在这项研究中，每个班级只有两名学生佩戴了Tobii Pro Glasses 2眼镜。考虑到在单个教室安装摄像头以及仅由两名学生使用眼动追踪眼镜可能会引起普遍的好奇心并影响自然的课堂动态，因此进行了一次预演环节，即“第0阶段”。在这一阶段，整个设置过程没有录制数据，让学生们适应录制设备和研究团队的存在。此外，当学生的好奇心干扰了教学时，采取了额外的措施：给其余的学生提供了没有视线追踪功能的眼镜。这种方法有助于标准化小组对观察的感知，减少了反应性行为，并控制了好奇心因素。无论小组规模或具体活动如何，这种情况在农村和城市的教室中都存在，突显了教师采用的课堂管理策略的多样性。

2.4 数据分析
CPM的分析使用了获得的总分，并计算了该工具的可靠性。为了分析学生的眼部行为，使用Tobii Pro Glasses 2记录了1260分钟的眼部数据，共收集了126个10分钟的会话。为了控制观察时间，考虑了课程发展阶段的前10分钟。这一阶段被定义为教师呈现和实施活动以实现课程目标的时期，包括目标的详细讲解、视频展示、促进小组讨论等类似任务。通过Tobii I-VT Attention算法分析了眼球注视情况。其设置是预先定义的，并针对眼镜中使用的便携式眼动追踪器进行了优化[49]，非常适合这项研究，能够量化视觉注意力的分布以及教师进行教学活动时注视的持续时间。眼部行为是通过Tobii Glasses Analyzer 1.171软件在静态兴趣区域地图上跟踪视线注视来记录的。兴趣区域（AOIs）的划定基于关于注视在各种教育情境中作用的文献综述，包括教师与学生之间的交流互动[12,50]、心算活动的实践[8]、教育材料的使用（如阅读或多媒体资源）[36,51]以及同伴互动。因此，建立了六个AOIs（表1）。其中一个“非互动注视”被定义为注视与课堂活动无关的区域。这种AOI定义的应用是通过两名经过培训的编码员手动记录注视时间（以毫秒为单位）并在静态AOI布局上绘制的。为了确保数据的一致性和可靠性，只有经过两位编码员批准的每位参与者10分钟的记录被纳入分析。

表1. 用于分析学生注视的兴趣区域（AOIs）的定义。
使用Tobii Glasses Analyzer 1.171软件记录了AOIs上的眼球注视，结果以秒为单位生成在Excel电子表格中。随后，这些文件被导入SPSS v28软件进行相应的统计分析。

数据分析包括计算主要描述性统计量，如平均值和标准差，以全面描述样本并综合研究变量的核心特征：认知发展和注视。为了确保心理测量的稳健性，通过Cronbach’s alpha评估了CPM的可靠性，这是一种用于确定构念内部一致性的统计技术，这是进一步分析的重要方法学要求。由于眼部行为和认知发展研究变量被概念化和操作化为连续变量，因此采用了Pearson（r）相关系数来检验它们之间的双变量关联。此外，还基于性别和参与者所在的城乡地区使用Student’s t检验比较了变量均值。

最后，在进行线性回归之前验证了假设，这包括检查Pearson相关矩阵以评估线性，分析方差膨胀因子（VIFs）以检测多重共线性，以及检查残差图以分析正态性和同方差性。这一过程旨在探索注视兴趣区域、年龄和CPM之间的预测能力。

3. 结果
CPM在126个研究案例中显示出良好的内部一致性，36个量表项目的Cronbach’s alpha α = 0.89。
为了确保眼动测量的可靠性，省略了注视捕捉百分比（注视样本）低于60%的案例。这一阈值被认为是自然课堂环境中研究的最佳值，在这种环境中，个体的移动性和动态互动可能会影响追踪的连续性，从而在样本代表性和分析数据的精确性之间取得平衡。因此，共有110个案例（表2）被用于后续分析。

表2. 研究变量的描述性统计。
表2显示，注视主要指向教师和课堂上呈现的材料（45.4%），而指向学生材料、同伴及其材料的注视较少（28.6%）。这种差异可能与课堂动态和录制阶段有关，因为录制阶段以教师为中心。
观察到的相关性较低；然而，有些相关性在统计上是显著的（表3）。发现年龄和通过CPM测量的认知发展之间存在弱但显著的相关性（r = 0.206, p = 0.03）。注视兴趣区域与CPM之间没有显著关系。

表3. 按年龄和CPM量表划分的学生注视行为的Pearson相关性。
最高且最显著的相关性出现在注视同伴及其材料之间（r = 0.635, p < 0.001），即注视同学的学生也倾向于注视他们正在使用的材料。此外，注视自己材料的学生（r = 0.367, p < 0.001）倾向于较少关注教师（r = ?0.271, p < 0.001）和教师呈现的材料（r = ?0.216, p = 0.02），并且表现出较少的非互动注视（r = ?0.258, p = 0.007）。反过来，非互动注视与注视教师呈正相关（r = 0.245, p = 0.01），这可能与在教师指导期间容易分心有关。
在比较参与者的性别时，没有观察到注视行为或CPM结果的显著差异（表4）。参与者的性别没有影响他们的认知发展或课堂上的眼部行为模式。

表4. 使用Student’s t检验和效应量比较不同性别的研究变量均值。
在大多数研究变量中，城市和农村教室之间存在显著差异（表5）。Student’s t检验的结果显示，城市教室的学生倾向于更多地注视教师（M = 143.12; SD = 94.86），而农村学生则较少（M = 83.82; SD = 57.81），效应量较大（Cohen’s d = 0.73）。此外，城市教室的学生表现出更高的分心频率（M = 132.59; SD = 69.58; p < 0.001; Cohen’s d = 0.84）。相比之下，农村教室的学生花费更多时间注视自己的工作材料（M = 116.14; SD = 103.84; p = 0.01; Cohen’s d = ?0.52）和教师的教学材料（M = 152.14; SD = 101.21; p = 0.04; Cohen’s d = ?0.39），这表明他们的学习动态更侧重于与课堂材料的互动（图1）。根据CPM，城乡环境在认知发展上没有显著差异（p = 0.20）。

表5. 使用Student’s t检验和效应量比较不同地区的研究变量均值。
图1. 统计显著AOI差异中的城乡注视均值比较。
基于相关数据和均值比较，探讨了认知因素、年龄和学生在课堂上的注视之间的因果关系。为此，测试了残差独立性、线性和多重共线性假设，获得了适当的方差膨胀因子（VIF < 2）的容忍值。
在多元回归模型中，非互动注视被视为因变量，而年龄、CPM、注视同伴材料、注视自己材料、注视教师和注视教师材料被定义为预测变量（表6）。该模型在统计上显著（F(7, 102) = 6.173, p < 0.001），解释了29.8%的方差（R2 = 0.298）。确定了两个显著的预测变量：注视自己材料（β = ?0.503, p < 0.001）和注视教师材料（β = ?0.351, p < 0.001），两者呈负相关。其他变量没有显示出显著影响。总之，减少注视自己材料和教师材料的次数有助于减少非互动注视。

表6. 多元线性回归分析以预测非互动行为。
总之，数据表明，通过CPM测量的认知过程不是非互动注视或学生分心的显著预测因子。减少注视自己材料和教师材料的次数解释了非互动注视的29.8%的方差。注视自己材料和同伴材料之间的显著相关性表明这些变量是相互加强的，反映了课堂内的一个独立世界。因此，减少注视自己材料和教师材料可以预测非互动注视或学生与课堂的脱节。

4. 讨论
本研究通过使用便携式眼动追踪设备，探讨了真实课堂中学生注视与认知发展之间的关系。其中一个结果表明，课堂上的注视行为与认知发展之间没有关系。这证实了之前对10岁儿童进行的类似研究的结果，该研究使用静态眼动追踪发现，尽管阅读理解有所提高，但注视模式并未改变[35]。这项研究表明，类比推理和视觉空间分析——这些能力独立于语言（西班牙语）并通过CPM进行评估——与学生在真实课堂环境中的眼部行为无关。年龄也被发现是比通过眼动追踪记录的扫视眼动更好的预测因子[23]。
同样，在这项研究中，男孩和女孩在认知发展量表上没有显著差异，也没有在真实课堂中对感兴趣区域的注视时间上存在显著差异——注视教师、自己材料、同伴、同伴材料或非互动注视。Cuesta-Cambra等人的研究[32]报告了使用静态眼动追踪评估健康教育计划时年轻男性和女性之间的差异。
本研究的结果表明，学生的注意力通过他们的注视行为表现出来，并不受性别和认知发展等结构因素的影响。在智利的实际小学教室中，学生的注意力更多地受到城乡教育环境的影响。在农村教室中，学生人数在5到10人之间，他们更频繁地注视自己的材料和教师的教学材料。这种环境的特点是学生们在教师的帮助下完成工作表，教师在教室里走动，促进直接和个性化的互动。相比之下，在城市教室中，学生人数为30到40人，教师倾向于采用讲授式教学方法，站在教室前面。在这些教室中，不仅观察到对学生更多的关注，而且非互动注视更为普遍，学生可能会分心或脱离学习。
这些注意力模式可以通过注视在交流中的文化作用来解释。在农村环境中，交流动态促进了通过更个性化使用教学材料进行的更个性化互动。这与城市教室形成了鲜明对比，在城市教室中，由于学生人数较多且采用讲解式教学方法，导致了一种既关注教师又容易分散注意力的环境，这种分散注意力表现为学生之间缺乏互动的眼神交流。因此，这些眼神行为不仅反映了教室的实际情况，也体现了每种教学环境中的沟通方式，表明物理和社会环境对学生参与自身学习的方式有着重要影响。已有研究通过调查来自不同文化背景的高等教育教师，证明了文化在课堂行为中的作用[34]。本研究的创新之处在于揭示了城市和农村小学学生之间课堂注视行为的差异与文化背景及教学环境之间的关联。这有助于我们更好地理解真实课堂中注视行为的情境和社会文化特性，尤其是在拉丁美洲背景下。

研究结果还表明，学生的注意力通过他们注视自己学习材料、同学以及同学学习材料的方式体现出来，这不仅仅意味着“关注教师”。然而，在课堂上存在一种倾向，即教师的管理方式会抑制学生对自己和同学学习材料的兴趣，迫使他们集中注意力听讲。这一发现将焦点从单个学生转移到了一种利用学生之间互动来促进学习的教学法上。人们通常认为“更多的视觉关注等同于更好的认知表现”，但研究结果表明，在实际的教学情境中，注视行为并不能预测认知发展。许多研究仅关注学生与屏幕或学生与教师之间的互动，而本研究揭示了同学之间的互动动态，强调了他们在课堂上的兴趣区域，并强调了与同学和教材的互动。观察到同学之间存在一种横向的注意力生态系统，这种系统与他们朝向教师和教材的垂直注视形成了竞争。

学生不仅用目光与教师互动，还通过注视自己的学习材料和同学的学习材料来自我调节，并通过这种方式进行社会性学习。这种“不同的视觉注意力世界”表明，这并非纯粹的个体行为，而是深深植根于人际互动和学习环境中可用教育资源的管理之中。尽管存在一些局限性，例如只有60%的注视数据经过校准，可能遗漏了一些重要的注视信息；此外，真实的初级教育课堂是一个包含课程开始、发展和结束阶段的教学过程，而本研究仅记录了发展阶段的最初10分钟内容，这可能影响了6至8岁学生的课堂管理动态；同时，教师选择的课堂类型和教学内容也可能影响学生的注视行为。教师的课堂管理经验以及为适应真实课堂条件而对注视记录所做的调整也是影响研究结果的因素。尽管如此，这项研究在拉丁美洲小学的真实且异质性课堂中首次使用了眼动追踪技术，填补了方法学和地理学上的空白，提供了具有高生态效度的数据，尤其是在社会和教育不平等较为突出的背景下[43,44]。

研究发现，虽然认知发展与学生的注视模式无关，但教育机构的城乡背景却与之相关。这表明情境或教学因素（如班级规模、使用的教学资源、教学方法以及教师促进的互动方式）显著影响了学生的注视行为。这一视角将研究重点从纯个体模型转向了整合环境和互动的模型。总之，本研究通过在自然的小学环境中使用移动眼动追踪技术，为方法学做出了新的贡献，克服了传统实验室或屏幕研究通常具有的较低生态效度问题。这种方法使我们能够观察6至8岁儿童在真实且动态的课堂环境中的视觉注意力情况，这一群体和情境既具有挑战性又很少被研究。此外，该研究通过重新审视课堂注意力的影响因素，提供了重要的概念性贡献。尽管文献常强调个体认知发展，但研究发现非语言认知能力（通过CPM测量）并不能预测注意力的分散，表明注意力是一个由多种动态因素共同调节的复杂现象。最后，这项研究不仅填补了眼动追踪应用的方法学空白，还为理解课堂注意力的多因素本质提供了新的理论和实证见解，对教学法及日常互动中出现的教育不平等现象具有直接意义。

总之，这项研究是首次在拉丁美洲小学课堂中应用移动眼动追踪技术的先驱性研究，考虑了城乡差异，揭示了影响学生注意力的关键因素。研究结果证实，课堂上的注视行为既不受性别等结构因素的影响，也与通过CPM测量的个体非语言认知发展无关。这种脱钩现象提醒我们在将视觉注意力视为认知能力的直接和唯一指标时需要谨慎。相反，学习环境在注意力中起着决定性作用。城市和农村学校的学生在注视模式上存在显著差异，表明班级规模、教学资源、教学方法以及教师促进的互动方式等情境和教学因素显著影响了学生的视觉注意力。具体来说，城市课堂的学生更倾向于注视教师并且更容易分心，而农村课堂的学生则主要注视自己的学习材料和教师的材料，这表明了不同的学习风格。这些发现强调了视觉注意力的动态性和社会中介性质，它构成了学生、同学和课堂材料之间复杂的互动网络。因此，教育干预措施若能侧重于教学创新和资源呈现的优化，而非仅仅关注个体认知能力，将更有可能取得成效。从实际应用的角度来看，该研究为课程设计和教学策略的实施提供了宝贵数据，有助于在异质性环境中最大化学习体验。从理论角度来看，该研究将课堂注意力视为一个受生态和社会教育因素影响的变量。未来的研究应扩大农村和偏远地区的样本规模，以验证这些发现的普遍性，并深入理解影响课堂注意力的具体情境因素。