AR技术赋能对用户认知负荷影响的元分析研究.docxVIP

? ? AR技术赋能对用户认知负荷影响的元分析研究 ? ? 张 玥 姚璐静 (南京大学信息管理学院，江苏 南京 210023) 技术赋能是信息资源建设的重要思路。随着元宇宙时代的来临与发展，基于数字孪生和仿真模拟的技术逐渐成熟[1]，这为技术赋能带来了新的可能。其中，AR作为一种可以实现用户、虚拟与现实三元交互的技术，是未来几年技术行业的重要发展方向之一[2]。AR技术的基本思想是通过在现实环境中嵌入虚拟组件来增强人类的感知，具有创建真实和虚拟对象相结合的交互环境的独特能力[3]，其所具备的优势使得AR技术赋能趋于流行化与商业化[4]。技术赋能强调以用户为核心，通过技术为用户提供支持。研究发现，AR技术赋能为用户的知识获取提供了新途径，在支持用户的知识获取行为中体现出了巨大潜力[5]。但值得注意的是，有研究者指出，在AR技术与用户知识获取行为交互时，可能存在着认知负荷过高的风险[6]。 认知负荷被认为是用户在处理特定任务时其认知系统上的负荷的多维结构[7]。认知负荷理论揭示了在信息处理过程中发生的认知限制，认为人类的认知结构只允许处理有限数量的信息[8]。当认知负荷总量超过人类认知结构所能承受的极限时，就会造成认知超载，从而影响信息利用的效率。认知负荷是衡量用户行为的重要指标[9]，用户的认知负荷水平代表了所采用的信息技术的功效[8]，对认知负荷的探究有助于更全面、更深刻地评价用户知识获取行为中AR赋能的效益。但相关研究中，就AR技术赋能对用户认知负荷的影响尚未达成统一结论。部分研究指出，AR技术赋能可以有效降低用户的认知负荷[10-12]，但也有研究表明，AR技术赋能对用户认知负荷产生的影响并不显著[13-15]，更有甚者认为AR技术赋能会增加用户的认知负荷水平，造成认知超载[16-17]。AR技术赋能究竟会对用户的认知负荷产生怎样的影响是亟待回答的重要问题[18]。 元分析是一个有价值的工具，与质性综述相比更具客观性与判断性。元分析严格遵循一定的标准与程序进行系统分析，将个体研究的效应量转化为通用指标以进行有意义的比较。通过对个体数据的合并可以扩大数据量，提供更高的统计效力，从而对某一特定因素或干预方案的效果作出更有力的估计，产生更可靠的结果证据。元分析能帮助研究人员解决研究结果中的不一致，并可以通过调节分析确定解释这些差异的调节变量或中介变量[19]。鉴于此，本研究采用元分析的方法进一步梳理用户知识获取行为中AR技术赋能与认知负荷的关系，以期扩大对AR技术赋能的认识。本文采用PICO框架来确定研究目标。PICO框架包含人口(Population,P)、干预(Intervention,I)、比较(Comparison,C)、结果(Outcomes,O)[20]。基于此框架，选择AR用户作为人口，以AR赋能作为干预，与非AR应用做比较，最终衡量用户的认知负荷水平。 1 文献综述 1.1 AR与知识获取的相关研究 AR技术出现在20世纪50年代，随着技术壁垒的不断突破，越来越多的研究者投入到对AR技术的探索之中。AR技术也逐渐从实验室的理论研究阶段转向了大众和工业应用阶段，并在多个领域取得了发展。自2010年以来，AR技术在知识获取中的应用稳步增加，成为日益流行和重要的研究课题。学者们已从多维度出发考察AR赋能知识获取所取得的效果。一方面，AR技术的应用可以提升知识获取效益。Altmeyer K等[21]使用一种基于平板电脑的程序，创建了一个AR环境来支持有关电路实验的知识获取，发现AR提供的信息呈现模式可以增强知识理解。Zumbach J等[22]的研究表明，在有关飞机涡轮的知识获取过程中，AR体验比起纸质或视频体验更容易给用户留下深刻的知识记忆，产生更高的知识留存率；另一方面，AR技术对知识获取的支持有利于提升用户的情感表现。Khan T等[23]研究了用户在健康科学主题下的知识获取，结果表明，AR能提高用户的知识获取动机。Cheng K H[24]揭示了用户在AR阅读过程中的积极态度，用户认为AR对其自身的知识获取有益。在Wojciechowski R等[25]的研究中，同样强调了用户的感知有用性。这意味着，AR可以有效激励用户积极参与知识获取。在大量研究成果证明了AR作为支持技术具备可行性和有效性的同时，也有研究指出AR技术所面临的挑战。如Ak?ayr M等[17]表明，AR用户可能会遇到技术可用性和稳定性等问题。Wu H K等[16]指出，现实和虚拟对象的交叉可能会导致用户产生混淆和迷失感。此外，Buchner J等[6]指出，认知负荷也是与AR技术交互时需重点考虑的问题。 1.2 AR对认知负荷影响的相关研究 用户的认知负荷是体现技术使用效果的重要因素之一。越来越多的学者关注到了AR技术赋能对用户认知负荷的