CC BY
19
Перспективы Науки и Образования
Международный электронный научный журнал ISSN 2307-2334 (Онлайн)
Адрес выпуска: https://pnojoumal.wordpress.com/2022-2/22-06/ Дата публикации: 31.12.2022 УДК 37.02
Т. А. Гаврилова, П. С. Бажина, А. К. Ходченко, Я. А. Замараева
Маркерная технология дополненной реальности как средство развития геометрической грамотности: эффективность и когнитивная нагрузка
Введение. Внедрение в образовательный процесс технологии дополненной реальности как оптимального средства для визуализации трехмерных объектов открывает перспективы для решения проблемы низкой геометрической грамотности, обнаруживаемой на протяжении ряда лет по результатам ЕГЭ, ГИА и PIZA. Одним из недостаточно изученных педагогических аспектов использования образовательных AR-средств остается объем когнитивной нагрузки на обучающихся в процессе обучения. Цель настоящего исследования - выяснить, может ли использование трехмерной AR-визуализации увеличить эффективность обучения решению геометрических задач и снизить постороннюю когнитивную нагрузку и увеличить релевантную.
Материалы и методы. Исследование было организовано по схеме обучающего эксперимента с использованием контрольной и экспериментальной групп с замерами умений решения геометрических задач «до и после». Испытуемыми выступили 40 студентов первого курса ДВФУ, обучающихся в по программе педагогического бакалавриата гуманитарного профиля. Для диагностики воспринимаемой когнтитивной нагрузки использовался переведенный на русский язык и модифицированный опросник когнитивной нагрузки CSL Леппинга с соавторами, который включает три субшкалы - внутренней, посторонней и релевантной когнитивных нагрузок. Первичные результаты анализировались при помощи аппарата описательной статистики, Z-теста Колмогорова-Смирнова и T-тестов для двух независимых выборок и для парных выборок.
Результаты исследования. Полученные результаты показали, что обучение с помощью трехмерной AR-визуализацией приводит к более высокому приросту результатов решения геометрических задач, чем обучение при помощи трехмерной визуализации модели на плоскости (Т = -3,00**, р=0,008). Было также обнаружено, что AR-вмешательство позитивно сказывается на объеме когнитивной нагрузки у обучающихся, позволяя снизить постороннюю нагрузку (t = -2,04*, p=0,04) и увеличить релевантную (t = 2,75**, p=0,009).
Заключение. Выявленные в исследование данные вносят вклад в научные обоснования методики преподавания математических дисциплин, разработок образовательных AR-приложений, а также - в углубление понимания когнитивно-психологических механизмов процесса обучения
Ключевые слова: дополненная реальность, обучение, математическое образование, геометрическая грамотность, PISA, пространственная визуализация, когнитивная нагрузка
Ссылка для цитирования:
Гаврилова Т. А., Бажина П. С., Ходченко А. К., Замараева Я. А. Маркерная технология дополненной реальности как средство развития геометрической грамотности: эффективность и когнитивная нагрузка // Перспективы науки и образования. 2022. № 6 (60). С. 535-553. doi: 10.32744Zpse.2022.632
Perspectives of Science & Education
International Scientific Electronic Journal ISSN 2307-2334 (Online)
Available: https://pnojournal.wordpress.com/2022-2/22-06/ Accepted: 9 July 2022 Published: 31 December 2022
T. A. Gavrilova, P. S. Bazhina, A. K. Khodchenko, Ya. A. Zamaraeva
Augmented reality marker technology as a means of geometric literacy development: efficiency and cognitive load
Introduction. The introduction of augmented reality technology into the educational process as an optimal means for visualizing three-dimensional objects opens up prospects for solving the problem of low geometric literacy, which has been detected over a number of years according to the results of the exam, GIA and PISA. One of the insufficiently studied pedagogical aspects of the use of educational AR tools is the volume of cognitive load on students in the learning process. The purpose of this study is to find out whether the use of three-dimensional AR-visualization can increase the effectiveness of training in solving geometric problems and reduce extraneous cognitive load and increase the relevant.
Materials and methods. The study was organized according to the scheme of a training experiment using the control and experimental groups with measurements of the skills of solving geometric problems "before and after". The subjects were 40 first-year students of the Far Eastern Federal University, studying in the program of the pedagogical bachelor's degree in the humanities. For the diagnosis of perceived cognitive load, we used the translated into Russian and modified questionnaire of cognitive load CSL by Lepping et al., which includes three subscales - internal, extraneous and relevant cognitive loads. Primary results were analyzed using the apparatus of descriptive statistics, the Kolmogorov-Smirnov Z-test and T-tests for two independent samples and for paired samples
Research results. The results showed that training using a three-dimensional AR-visualization leads to a higher growth in the results of solving geometric problems than training using three-dimensional visualization of the model on the plane (Т = -3,00**,р=0,008). It was also found that AR-mixing positively affects the volume of cognitive load in students, allowing you to reduce the extraneous load (t = - 2,04*, p=0,04) and increase the relevant релевантную (t = 2,75**, p=0,009).
Conclusions. The data identified in the study contribute to scientific justifications of the methods of teaching mathematical disciplines, the development of educational AR applications, as well as to deepening the understanding of the cognitive-psychological mechanisms of the learning process/
Keywords: augmented reality, training, mathematical education, geometric literacy, PISA, spatial visualization, cognitive load
For Reference:
Gavrilova, T. A., Bazhina, P. S., Khodchenko, A. K., & Zamaraeva, Ya. A. (2022). Augmented reality marker technology as a means of geometric literacy development: efficiency and cognitive load. Perspektivy nauki i obrazovania - Perspectives of Science and Education, 60 (6), 535-553. doi: 10.32744/pse.2022.6.32
_Введение
рогнозируемое в ближайшем будущем массовое внедрение киберфизиче-ских систем в производство и быт, - так называемая «четвертая промышленная революция», - предполагает помимо прочего и опору на технологии дополненной реальности (AR). Эта технология уже сейчас начинает входить и в сферу образования. Она включена в перечень перспективных инноваций в образовательную сферу Институтом ЮНЕСКО по информационным технологиям в образовании [1]. Исследования показывают, что наиболее успешно проходит использование данной технологии в области обучения математике и естественных наук, позволяя визуализировать невидимые явления и взаимодействовать с трехмерными объектами в реальном времени [2].
В настоящее время в России обозначилась проблема с геометрической грамотностью учащихся средних школ и студентов. Так, результаты ГИА и ЕГЭ по математике показывают, что задачи, в которых требуется понимание геометрической конструкции, решаются гораздо хуже, чем те, в которых требуется просто найти ту или иную геометрическую величину, подставляя данные в соответствующую формулу [3, с. 35]. У выпускников школ недостаточно развиты геометрические представления, они не умеют представлять и изображать геометрические фигуры, проводить дополнительные построения.
В обучении геометрии, а особенно в разделе стереометрии, большую роль играет визуализация трехмерных изображений. Этим геометрия качественно отличается от других разделов математики, целью изучения которой в школе является развитие абстрактно-логического мышления. Оперирование объемными образами требует опоры на наглядную основу и задействует особый вид другой вид мышления - пространственное мышление. И.С. Якиманская дает следующую трактовку понятия «пространственное мышление»: «специфический вид мыслительной деятельности, основным содержанием которой является оперирование пространственными образами в процессе решения задач, требующих ориентации как в видимом, так и в воображаемом пространстве» [4, с. 31].
Важно также отметить, что в последние годы пространственное мышление вообще стали рассматривать предиктором академической успешности школьников и студентов в STEM-предметах (Science, Technology, Engineering, Mathematics) [5].
Одним из компонентов пространственного мышления выступает пространственная визуализация [6].
Традиционно в обучении визуализация стереометрических объектов осуществляется при помощи условно-графических изображений и реальных геометрических тел. В последние годы к этому присоединились компьютерные технологии, которые основаны на идее «динамической геометрии», или интерактивных геометрических систем. Динамическая геометрия - «это среда, позволяющая создавать динамичные чертежи, т. е. компьютерные геометрические чертежи-модели, исходные данные которых можно варьировать с сохранением всего алгоритма построения, просматривать их и работать с ними» [7]. При всех преимуществах, которые дает интерактивность и визуальность компьютеризированной геометрии, она часто сложна в использовании и предполагает высокий уровень мотивации обучающегося [8].
Дополненной реальностью (AR) называют технологию, которая позволяет накладывать виртуальные объекты на реальный физический мир [9]. Полезность дополненной реальности для обучения геометрии видится в том, что она предлагает наилучшие возможности для моделирования трехмерных объектов и развития навыков пространственного мышления. Так, Х. Кауфман с коллегами показал это на специально разработанном для обучения геометрии AR-приложении [10]. Э.Т. Гюн и Б. Атасой [11], изучая результаты экспериментального обучения пониманию геометрических фигур с использованием AR-технологии по сравнению с использованием реальных объектов, выявили не только рост успеваемости, но и прирост в уровне развития пространственных способностей. О существенном влиянии использования технологии дополненной реальности на развитие пространственных способностей был сделан вывод в обзорной работе К.-Н. Чена и С. Цая [12].
Это обусловлено тем, что AR-визуализация может полагаться на дополнительные сигналы глубины, основанные на движении, которые получены из изменений положения тела по отношению к объекту [13]. В дополнение к сигналам глубины на основе движения, дополненная реальность позволяет обучающимся интуитивно перемещаться вокруг объектов (эффект интерактивности). Это отличается от перемещения объекта при помощи мыши или касания с дисплеями в случае изучения цифровых 3D-объектов без дополненной реальности. Такой же эффект присущ и оперированию 3D-объектами в иммерсивной виртуальной реальности [14], где тоже восприятию благоприятствуют сигналы глубины на основе движения. Но в случае дополненной реальности виртуальные объекты воспринимаются на фоне объектов реального мира и входят в пространственные отношения с ними (эффект контекстуальности) [15]. Восприятие виртуального 3D-объекта в данном случае очень похоже на восприятие реального, материального 3D-объекта. Взаимодействуя с виртуальными объектами дополненной реальности в реальном мире, обучающиеся могут интуитивно изменять перспективы вокруг 3D-объектов и пространственно связывать виртуальные с физическими элементами. И это даже лучше, чем манипуляции с реальными объектами, так как не требуют материальных затрат и легко тиражираются.
Кроме того, в отличие от манипулирования материальными геометрическими телами манипулирование виртуальными моделями лишено многих отвлекающих моментов, так как может производиться в одном визуальном поле с учебной информацией. Это снижает затраты на переключение внимания и предоставляет удобство для установления связей между воспринимаемой информацией и абстрактными понятиями, для более глубокого их усвоения. Более того, дополненная реальность может обеспечивать немедленную обратную связь по поводу совершения тех или иных учебных действий. Это также может облегчать процесс учения и приводить к более быстрому и устойчивому прогрессу в обучении.
Таким образом, изучение эффективности применения AR-технологий для развития геометрической грамотности школьников и студентов представляется актуальным и практически значимым.
_Обзор литературы
К настоящему времени накоплен достаточный объем эмпирических исследований, раскрывающих влияние использования AR-технологий для повышения успешности обучения по различным учебным предметам. Так, в своем недавнем мета-анализе Гарсон и Асеведо [16] пришли к выводу о том, что дополненная реальность по сравнению с другими, более традиционными средствами обучения, способствует повышению успеваемости учащихся на среднем уровне эффекта ^ = 0,68). А мета-анализ Каплан с коллегами [17] привело их к заключению о том, что превосходство обучения с использованием AR/VR-технологий в лучшем случае не доказано и их общая эффективность не хуже и не лучше обучения в традиционной среде обучения. Что, впрочем, делает использование данных технологий сопоставимой альтернативой традиционному обучению в тех случаях, когда это традиционное обучение затруднено (например, в случае отсутствия лаборатории для практических занятий). Таким образом, хотя в целом AR-технологии можно рассматривать как полезный инструмент для обучения, ее использование не всегда повышает результативность обучения. Что касается обучения в области геометрии, то здесь мы можем ожидать более высоких результатов по сравнению с традиционными средствами обучения за счет отмеченных выше эффектов интерактивности и контекстуальности, а также - за счет снижения затрат на переключение внимания и получения немедленной обратной связи.
Основными ограничениями в применении технологии дополненной реальности к образованию в области геометрии могут стать общие для этой технологии проблемы, -эргономические несовершенства и повышенные временные и энергетические затраты.
К эргономическим несовершенствам относятся, прежде всего, трудности с навигацией и сохранением наложенной информации. Аналитики подчеркивают необходимость в дальнейшем улучшать алгоритмы отслеживания и обработки изображений, проводить больше исследований юзабилити приложений AR в образовании, а также разработать общие принципы для разработки учебных приложений на основе дополненной реальности [18].
Повышенные временные и энергетические затраты проявляются в том, что часть учебного времени тратится на навигацию с ее возможными сбоями и в том, что обучающиеся могут потратить слишком большое внимание на виртуальные эффекты и переключиться с темы занятия на саму технологию. По-видимому, эти затраты будут уменьшаться по мере освоения педагогами методики и технологий использования средств дополненной реальности в практике учебной деятельности. Также большую роль в этом должны сыграть развитие информационно-технического обеспечения образовательных учреждений. Обучающиеся также со временем привыкнут к использованию AR-девайсов на учебных занятиях и научатся использовать их для организации своего внимания и мышления.
Между тем, указанные проблемы могут увеличивать риск когнитивной перегрузки обучающихся, которая также может усиливаться и за счет самого того факта, что обучающиеся могут тратить дополнительные усилия по восприятию виртуальных объектов. Согласно теории когнитивной нагрузки, кратковременная (или рабочая память) имеет ограниченную емкость и может эффективно обрабатывать только определенное количество информации за один раз. При перегрузке рабочей памя-
ти, человек не в состоянии правильно обрабатывать информацию, что приводит к плохому пониманию, запоминанию и обучению [19; 20]. Следовательно, цель обучения должна состоять в том, чтобы поддерживать построение схем в рабочей памяти, не перегружая ее возможности [21].
Объем умственных ресурсов, необходимых для выполнения учебной задачи, описывают как три категории когнитивной нагрузки: внутреннюю, внешнюю (постороннюю) и релевантную (уместную) когнитивную нагрузку [22; 23].
Внутренняя когнитивная нагрузка (ВКН) подразумевает умственные усилия по переработке сложности, присущей учебной задаче. Она зависит от внутренней структуры учебной задачи и от предварительных знаний, имеющихся у учащихся по темам задачи. Если обучающиеся имеют высокий уровень предварительных знаний, то они могут применять наработанные ранее ресурсы для более быстрой и легкой обработки новой информации, что приводит к снижению умственных усилий.
Внешняя или посторонняя когнитивная нагрузка (ПКН) относится к умственным усилиям, необходимым для обработки того, как представлен учебный материал. Примером посторонней нагрузки могут стать картинки, смайлики, различные визуальные эффекты, которые придают эстетичный вид учебному материалу, но отвлекают внимание от основного предмета занятия. Это может быть также специфика речи преподавателя, его внешний вид, излишняя многословность или, наоборот, лаконичность. Большое количество вспомогательных действий (достать учебник, открыть его на определенной странице и т.п.) также увеличивает постороннюю когнитивную нагрузку. И проблема даже не в том, что они вызывают утомление, а в том, что эти умственные усилия не обеспечивают формирования умственных действий или понятий, они не являются необходимым компонентом обучения. Устранение необходимости таких усилий, с точки зрения теории когнитивной нагрузки, способствует повышению эффективности и результативности процесса обучения.
Релевантная (уместная) когнитивная нагрузка (РКН) включает в себя умственные усилия, которые обеспечивают обработку информации для создания новых структур знаний. Этот вид нагрузки рассматривается как способствующий обучению и потому чем она выше, тем лучше результаты обучения. Этот вид КН может быть описан также как такой, при котором включается познавательный интерес, желание разобраться и ощущение инстайта или личностного роста. В последние годы предполагается, что РКН, возможно, не является независимым видом КН, а выполняет перераспределительную функцию по отношению к ВКН и ПКН [20]. Несмотря на это, РКН рассматривается как имеющая решающее значение для обучения, и с точки зрения измерения важно понимать все три аспекта когнитивной нагрузки в учебной ситуации [24].
Таким образом, основной задачей учебного дизайна становится определение того, как разработать учебный материал так, чтобы максимально уменьшить умственные усилия, не имеющие отношения или даже вредящие обучению, и в то же время поддерживать и увеличивать уместную когнитивную обработку, которая необходима для обучения [25].
К настоящему времени накоплены противоречивые эмпирические данные о влиянии технологий дополненной реальности на когнитивную нагрузку. В обзорах последних лет отмечается, что дополненная реальность обладает хорошим потенциалом для управления когнитивной нагрузкой во время обучения. Впервые это было отмечено в мета-анализе, выполненном в 2014 году И. Раду [26]. Позднее вывод об этом был сделан в мета-анализах М. и Г. Акчайр [27], М.Б. Ибаньес и К. Дельгадо-
Клоос [2]. Тем не менее, эмпирических работ в этой области еще недостаточно и они дают неоднозначные результаты. Так, например, в исследовании Альтмейер и др. [28] при сопоставлении форматов обучения интегрированного с дополненной реальностью с традиционным неинтегрированным обнаружилось, что в обоих случаях студенты сообщали о сопоставимой когнитивной нагрузке и разница была только в более значительном прогрессе в обучении на основе AR-интегрированного формата. А в подобном сравнительном исследовании Thees и др. [29], наоборот, прогресс в обучении оказался сопоставимыми, но когнитивная нагрузка разная: в случае обучения с использованием AR-формата была значительно ниже посторонняя когнитивная нагрузка. Свежий мета-анализ работ по влиянию дополненной реальности на когнитивную нагрузку и эффективность обучения Бучнера, Бунтинса и Керрес [30] выделил три объема данных в этом поле. Так, в 64,3% исследований сообщается о том, что AR обеспечивает более низкую или равную когнитивную нагрузку при увеличении результативности обучения по сравнению с другими форматами обучения, в 21,4% - различий не обнаружено, а в 14,3% - обнаружено увеличение когнитивной нагрузки в отсутствие увеличения результативности обучения.
Исходя из этого, мы решили исследовать возможности дополненной реальности в развитии геометрической грамотности в контексте результативности и когнитивной нагрузки у обучающихся.
Цель исследования состояла в том, чтобы выяснить, может ли использование трехмерной AR-визуализации увеличить эффективность обучения решению геометрических задач и снизить постороннюю когнитивную нагрузку и увеличить релевантную.
Нами были выдвинуты следующие гипотезы:
Нг Обучение с помощью трехмерной AR-визуализации приводит к более высоким результатам решения геометрических задач, чем обучение при помощи трехмерной визуализации модели на плоскости.
Н2а. Обучение решению геометрических задач с помощью трехмерной AR-визуализации приводит к более низкой воспринимаемой ПКН во время обучения, чем обучение с помощью трехмерной визуализации модели на плоскости.
H2b. Обучение решению геометрических задач с помощью трехмерной AR-визуализации приводит к более высокой воспринимаемой РКН во время обучения, чем обучение с помощью трехмерной визуализации модели на плоскости.
Н2с. Обучение решению геометрических задач с помощью трехмерной AR-визуализации приводит к такой же воспринимаемой ВКН во время обучения, что и обучение с помощью трехмерной визуализации модели на плоскости.
_Методология, материалы и методы
Для исследования было использовано авторское маркерное AR-приложение «VirtualPisa» в качестве цифрового помощника в обучении решению типовых задач на пространственную визуализацию типа PISA [31]. По своему характеру данный цифровой помощник может быть отнесен к разряду интерактивных наглядных средств обучения.
Приложение разработано с помощью программного обеспечения Unity и Vuforia Augmented Reality Development Kit в лаборатории Цифровой педагогики ШП ДВФУ. Для моделирования 3D-объектов были использованы стандартные объекты из Unity. Вир-
туальные изображения были закреплены на точке визуального маркера на бумаге, так что, когда участники перемещались, изображение оставалось на том же месте. Участники могли либо вращать лист бумаги, либо перемещаться по виртуальному представлению, чтобы рассмотреть его с разных точек зрения, дополнительное взаимодействие с виртуальным представлением было невозможно, фактическое взаимодействие участников не отслеживалось и не наблюдалось.
Приложения экспортировались в виде пакетов Android (APK), устанавливались и использовались на планшете с 10,5-дюймовым Super AMOLED-дисплеем с разрешением 2560x1600 пикселей и весом около 420 г. Он имел 6 ГБ оперативной памяти и вось-миядерный процессор Qualcomm Snapdragon SDM855 2800 МГц. Камера имела разрешение 13 мегапикселей и разрешение UHD 4K (3840 x 2160) при 30 кадрах в секунду.
Цифровой помощник «VirtualPisa» представляет собой комплекс, состоящий из приложения для мобильных устройств (на базе Android) и комплекта карточек-маркеров для работы с приложением.
Рисунок 1 Общий вид цифрового помощника «VirtualPisa»
Приложение поддерживает несколько форм представления AR технологии: использование AR в подсказках и в условиях задач. При наведении камеры мобильного устройства на AR-маркер (карточка), пользователь сможет увидеть необходимые 3D модели.
Приложение имеет ряд дидактических обоснованных подсказок для решения задач, составленных по рекомендациям PISA; режим обратной связи, отражающий информацию о правильности введенных ответов; статистика, отражающая данные о количестве активаций подсказок, количестве ошибок при вводе ответа, времени решения задачи.
При запуске приложение появляется в главное меню состоящего из трех кнопок: Начать, Автор, Выход (а). При нажатии кнопки «Начать» пользователю предлагается инструкция со значениями кнопок (б). После выхода из инструкции, на дисплее отражаются четыре основных модуля: Пространство и форма, Изменения и отношения,
Неопределенность и данные, Количество (в). Прототип приложения имеет 23 задач PISA. В эксперименте использовался только первый модуль Пространство и формы (г). Все задачи были взяты с сайта Международная программа по оценке образовательных достижений учащихся (2018 г.) [32] с примерами открытых заданий по математике. На любом этапе решения у пользователя имеется возможность возврата в главное меню приложения по кнопке «Главное меню».
Virtual Pisa
Нрчрть
Ч.тм
Выход
Ииструкций^^
(У) YMHtw^i
О
0
©
(У)
(?) f^Mtw» ^ Оа/ifjL** с. wyirfivQ
1 Alt I ■ t МСцИЧЦ
О
модули
im
TpW^Jl^Hin ц форч »
iriirEHK ■ ЛШ4ШГК11
Нвн рел^.Ith in . 11.
Ирсстршитви Ii ферма
х7
ЛиоиЗ
14
Арджчвз '
J-71
j.-i -,i'I ,i ii
а б в г
Рисунок 2 Интерфейс Главного меню (а), Инструкции (б), Модули (в), Задач (г)
При нажатии кнопки AR, камера устройства наводится на карточку-маркер, после чего на экране устройства появляется необходимая 3D модель, отражающая геометрическую пространственную модель. После изучения объекта, пользователь может вернуться к задаче. В случае возникновения сложности при решении задачи, можно воспользоваться подсказками в текстовом или графическом виде. Открытие подсказок возможно после знакомства с AR-моделью задачи, при нажатии на знак «?» или «AR» в левом нижнем углу экрана. После выхода из подсказки цвет значка кнопки меняется на черный и появляется возможность открытия следующей подсказки (Рис. 3, г и д).
|эцдлп» 5 (£)(*)(§ Покупка кяЯрткрн
>1L" |"-АН ШЯСЧРфЪ, luiunra
"01-1 t^lnrt w OftnlfM
c>;
Задана 5
Покупки квартиры
ДМ Ё-^гй Ди №1 t
■ырпч» ijtß^^m |*№<т к сфчр?
Р*4| Г I*! Üftn^ft
»ффм!ЧГМ. ngml о^мы яйврЯ гияы^ая пс ляМДОь liVuü 4 i-'i-i-i"!
AR
щш ШтЮ Ч*IUp* 4fß**Ul
R>
, 0
Подсмэкд
яш iiiiciirpH ни AU ФЧЕГЗГИМ m FW ijrmm тя С' ДО- .>-4—-Ь
ПОДС[11ЕЯ 2
Li.iLpi.ifcHra-WiHiiir /V ¡Vi^wtart I ЧНМ i«ut« » ЙОЬаМО RfHH**Ü>WVUL '£"¿1 Pi
■ar*r* »mi/M» ид ко
а б в г д
Рисунок 3 Основной интерфейс работы с задачей
После рассуждения, вводится ответ и нажимается кнопка Ввод. Далее появляется сообщения, что ответ о правильности ответа (Рис. 4,б или в). При нажатии на кнопки Статистика приложение переходит на соответстующую сцену (см. рис. 4, г).
Задача £
Пукумкз ширтнрн
(I.-■ оцма бЬЦИ! ПГ4ЦМ1 гмпл 1
НМ1 (ЧЦЧЛ- -.»чЖЛ
■ ■■■14 ««"И- лгут,** Г.^^ л Ч*Е Н СПЮ-к Н пк ||ИП
м
[АЯ]
Л+ЛП * .и м—С» 41 №
■ I ■ I■ II □
ЧЛО-МД^ 1 в* ■ ррг
Задача 5
ГГ{|Ку[|Ш кнзртмры
■V- ОЦСН1 н ГЛ^Р ПМ^ *
■нс'рр* 1.Н. 1 г |р н 4.1+—-:
— н л н\
НС нрн» А
С
Задача 5 Пикупка квирптри
А™ ичими чм *
■ !■ ИРШ -рррл.,1 Щ Л т) Шш
■ЫН1 ГПНрН* |Л*Щ|ЯГ ылйс*
11< |ь^с^л» >т1*ь -Дч*^ и
■VI и Г1ЫН1к ЫГ П|0 иг кгъ. Син
)4<£сч1га-яи0 1мгод три шц« ¿.п■ 0иг-™- йвисИ ЛгЧЧщ^ МА1 ни г/- чО НК-^-Ч 1М1
верно
о
■-гпр»г:
■о^срыр нужм! ч1й4ы> -пдон^ оСч-рю
с
ГМЯ
б в
Рисунок 4 Интерфейс обратной связи
Ствти
сГикя; О
Подсказа 1; 1
ПиДск.пк;» 2 1
Еречя 0.7.7
Ошибки 2
В качестве сравнительного наглядного средства обучения разработаны презентация и опорный конспект, которые были по содержанию и оформлению аналогичны интерфейсу цифрового помощника. Источником константной информации, представленной в приложении, выступал опорный конспект, включающий описание задачи и необходимые 3D модели, представленные в точно таком же виде, как и в AR-помощнике (см. рис. 5). Роль средства для 3D-визуализации выполняла презентация, позволяющая в аналогичной последовательности с AR-приложением демонстрировать необходимые подсказки и 3D модели на плоскости. Демонстрация 3D-модели на плоскости всей группе одновременно осуществлялась при помощи интерактивной доски.
а
г
б
а
в г
Рисунок 5 Вид опорного конспекта (а) и 3D-модели на плоскости в последовательной
презентации на интерактивной доске (б, в, г)
Исследование было организовано по схеме обучающего эксперимента с использованием контрольной и экспериментальной групп с замерами «до и после». Процесс обучения в экспериментальной группе и контрольной группе проходил одни и те же этапы занятия, решение каждой задачи проводилось по одним и тем же этапам (см. табл. 1).
Таблица 1
Алгоритм проведения учебного занятия в экспериментальной и контрольной группах
Этап занятия Экспериментальная группа Контрольная группа
Ознакомление с задачей Открытие соответствующего меню и прочтение на экране Прочтение в опорном конспекте
Изучение модели задачи Изучение на экране планшета трехмерного Дй-объекта при наведении камеры на маркер Изучение на экране интерактивной доски трехмерного объекта на плоскости средствами презентации
Мозговой штурм для поиска решения задачи Устный опрос Устный опрос
Ознакомление с подсказкой 1 Нажатие соответствующей управляющей кнопки и ознакомление на экране планшета Изучение на экране интерактивной доски трехмерного объекта на плоскости средствами презентации
Ознакомление с подсказкой 2 Нажатие соответствующей управляющей кнопки и ознакомление на экране планшета Изучение на экране интерактивной доски трехмерного объекта на плоскости средствами презентации
Подведение итогов решенной задачи Устный опрос Устный опрос
Запись ответа и проверка Ответ вводится индивидуально в приложении, затем проверяется средствами программы Ответ записывается индивидуально в опорный конспект, затем проверяется преподавателем
Испытуемыми выступили 40 студентов первого курса, обучающихся по программе педагогического бакалавриата гуманитарного профиля в ДВФУ в течении весеннего семестра 2022 года. Из них 36 женского и 4 мужского пола. Эксперимент осуществлялся в рамках учебного курса «Теоретические основы естественнонаучного образования», который носил общеобразовательный характер. Студентов мотивировали проверить свое умение решать школьные задачи и повысить свой уровень
геометрической грамотности. Случайным образом студенты были распределены по двум группам обучения: с использованием технологии дополненной реальности (AR-группа) и с использованием традиционной технологии с использованием презентации трехмерной модели на плоскости (МП-группа).
Процедура эксперимента состояла в том, что студентам в ходе одной пары учебного занятия давали задание решить набор задач, используя помощник. В ходе занятия студент мог также обращаться за помощью к инструктору в случае проблем с использованием помощника. Во избежание воздействия таких факторов, как стиль обучения и окружающая обстановка, в обеих группах работал один и тот же инструктор, занятия проводились в одной и той же аудитории в один и тот же учебный день, последовательно друг за другом). В AR-группе студентам раздавали планшеты и опорные конспекты с маркерами. В МП-группе студентам выдавались печатные опорные конспекты, демонстрация 3D-моделей на плоскости осуществлялась преподавателем фронтально перед группой на интерактивной доске. На отдельных занятиях до и после эксперимента проводились тесты проверки успешности решения задач, которые также были разработаны по аналогии с задачами PISA из области «Пространство и форма». В пре- и пост-тестах было по 3 задачи. Решение каждой задачи оценивалось по двухбалльной шкале, наивысший балл по тесту - 6, наименьший - 0.
Непосредственно после экспериментального занятия с помощником студенты заполняли шкалу когнитивной нагрузки. Для этого использовался переведенный на русский язык и модифицированный опросник CSL Леппинга с колл. [33]. Данная шкала широкой используется для измерения воспринимаемой когнитивной нагрузки (КН) и имеет три субшкалы - внутренней, посторонней и релевантной когнитивных нагрузок. Шкала внутренней когнитивной нагрузки измеряет впечатление от сложности изучаемой темы, шкала посторонней нагрузки оценивает дизайн учебного материала, а шкала релевантной когнитивной нагрузки - такую нагрузку на рабочую память, которая ведет к углублению обработки информации и улучшению за счет этого результатов обучения. Шкала включает 10 пунктов с десятибалльным Лайкер-форматом ответов. Первые три пункта шкалы измеряют оценку внутренней когнитивной нагрузки (ВКН), следующие три - посторонней нагрузки (ПКН) и последние четыре измеряют оценку релевантной нагрузки (РКН). Максимальное количество баллов по субшкалам ВКН и ПКН - 30, по субшкале РКН - 40. Минимальное количество баллов по шкалам - 0. Модификация шкалы состояла в ее адаптации к контексту использования пособия, помогающего решать геометрические задачи. Так, пункты, в которых требовалось оценить объяснение понятий, переформулированы как оценивающие объяснение решения задач. Например, пункт «Определения и понятия, с которыми я работал, показались мне очень сложными» был сформулирован так: «Правила и операции решения задач воспринимались как очень сложные». Предварительная оценка внутренней согласованности по тесту Кронбаха переведенных и модифицированных субшкал показала их высокую надежность, (аВКН = 0,88; аПКН=0,81; арКН=0,98).
Полученные результаты были проанализированы при помощи программы IBM SPSS 19.0 следующим образом:
1) Оценки результатов пре- и пост-тестов, а также по шкале когнитивной нагрузки и ее субшакалам анализировались при помощи аппарата описательной статистики и Z-теста Колмогорова-Смирнова (нормальность распределения).
2) В связи с тем, что все переменные нашем анализе обнаружили нормальное распределение различия в результатах обучения с использованием трехмерной AR- визуализации и с трехмерной визуализацией модели на плоскости, а также в уровне всех
«-» -I-
видов когнитивной нагрузки оценивались при помощи Т-теста для двух независимых выборок и для парных выборок.
_Результаты исследования
Описательная статистика по результатам пре- и пост-тестов, по шкале когнитивной нагрузки и ее субшкалам представлены в таблице 1. Распределения всех переменных в нашем анализе не отличаются от нормального, потому далее мы использовали методы параметрической статистики.
Анализ результатов обучения. Межгрупповые различия между AR -группой и ПМ-группой в средних баллах по пре- и пост- тестам оказались не значимыми (^ = - 0,77, р=0,45; ^ = - 0,38, р=0,70). При внутригрупповых парных сравнениях средних баллов оказалось, что в AR -группе прирост баллов после обучения был значимо выше (Т= -3,00**, р=0,008), в то время как в ПМ-группе прирост не достиг значимого уровня (Т= -1,66, р=0,12).
Анализ оценок воспринимаемой когнитивной нагрузки. Межгрупповые различия между AR-группой и ПМ-группой в средних баллах по шкале воспринимаемой когнитивной нагрузки показали, что они были не значимы по субшкале ВКН -0,42, р=0,67) и значимы по шкалам ПКН ^ = - 2,04*, р=0,04) и РКН 2,75**, р=0,009). При этом в AR-группе значимо ниже были средние по ПКН и значимо выше по РКН.
Таблица 1
Средние значения (М), стандартные отклонения и значения одновыборочного теста Колмогорова-Смирнова (г) в группах с использованием опорного конспекта с 3D-AR-визуализацией (AR) и с использованием трехмерной визуализации модели на
плоскости
группа М SD г Р
Оценки пре-теста AR 2,33 1,20 0,83 0,49
ПМ 2,65 1,32 0,89 0,39
Оценки пост-теста AR 3,39 1,61 0,97 0,29
ПМ 3,58 1,39 0,94 0,34
Субшкала ВКН AR 6,35 6,11 0,67 0,76
ПМ 7,20 6,63 0,83 0,49
Субшкала ПКН AR 3,75 4,72 0,955 0,32
ПМ 7,35 6,30 0,99 0,28
Субшкала РКН AR 25,15 10,58 0,51 0,96
ПМ 15,35 11,85 0,56 0,92
_Обсуждение результатов
Полученные результаты показывают, что гипотеза Нх о том, что обучение с помощью трехмерной AR-визуализацией приводит к более высоким результатам решения геометрических задач, чем обучение при помощи трехмерной визуализации модели
на плоскости, частично подтвердилась. Так, мы не обнаружили значимых различий в результатах пост-теста между группой с использованием AR-помощника и группой, использовавшей презентацию 3D-моделей на плоскости. Тем не менее, был обнаружен значимый прирост успешности в решении задач пост-теста по сравнению с результатами пре-теста в группе с использованием AR-помощника. В группе же, использовавшей трехмерную визуализацию модели на плоскости, прирост результатов был статистически не значимый. Эти данные подтверждают выводы недавнего мета-обзора [16] о том, что по результатам большинства публикаций дополненная реальность по сравнению с другими, более традиционными средствами обучения, способствует повышению успеваемости учащихся
Нашли подтверждение и все три выдвинутые гипотезы, касающиеся воспринимаемой когнитивной нагрузки. Основываясь на выводах мета-обзоров и характеристиках дизайна нашего AR-помощника, мы предположили, что обучение решению геометрических задач с помощью трехмерной AR-визуализации во время обучения приводит к менее высокой воспринимаемой ПКН (H2a), к более высокой РКН (H2b) и к сопоставимой ВКН (H2c), чем обучение с помощью презентаций 3D-моделей на плоскости. Результаты замеров показали, что, действительно, средние баллы по шкалам опросника воспринимаемой когнитивной нагрузки различались между группами с использованием дополненной реальности и без ее использования именно в таком соотношении, как и предполагалось. В группе с использованием дополненной реальности были значимо ниже средние баллы по шкале посторенней нагрузки, выше - по шкале релевантной нагрузки и не различались значимо по шкале внутренней нагрузки. Такие результаты свидетельствуют о том, что, с точки зрения теории когнитивной нагрузки, использование в обучении пособий с опорой на технологию дополненной реальности могут иметь хорошие перспективы для эффективного распределения умственных усилий обучающихся и повышения уровней владения умениями пространственной визуализации.
Заключение
Целью нашей работы было выяснение того, может ли использование трехмерной AR-визуализации увеличить эффективность обучения решению геометрических задач и позитивно повлиять на когнитивную нагрузку: снизить постороннюю и увеличить релевантную когнитивную нагрузку. Полученные данные показывают, что результаты в обучении решению геометрических задач в случае использования AR-помощника дают больший прирост обученности, чем в случае использования традиционного обучения на основе презентации трехмерной моделей на плоскости.
Между тем общий уровень умения решать геометрические задачи в обеих группах после обучающего занятия был сопоставим и значимо не различался. Такой результат может быть объяснен и тем, что использование AR-пособия не оказывает существенного влияния на обучение, но тем, что одного занятия было недостаточно для того, чтобы получить достоверные данные в пользу этого или же, альтернативного вывода. По-видимому, в будущем было бы полезно изучить результаты более длительной серии занятий, равно как и отсроченные их результаты.
Было обнаружено также, что AR-вмешательство позволяет снизить постороннюю нагрузку и увеличить релевантную. Мы можем допустить то, что, используя AR-
помощник студентам приходится тратить меньше умственных усилий на понимание инструктивного материла, и они могут легче перенаправлять имеющиеся ресурсы рабочей памяти на создание новых умственных схем и укрепление имеющихся.
Наши данные подтверждают выводы большинства исследований о том, что материалы с дополненной реальностью позволяют снижать постороннюю когнитивную нагрузку и улучшать результативность обучения по сравнению с обучением с использованием традиционных сред.
При всем этом мы не можем распространить полученные результаты на саму технологию дополненной реальности как таковую. Мы исследовали проблему, используя маркерную AR-технологию с носителем на мобильном устройстве (планшете). Эта технология является на настоящий момент самой распространенной и доступной, но в то же время идет интенсивное развитие и других AR-технологий. Безмаркерные и геолокационные технологии, использование смарт-очков и т.п. способы создания дополненной реальности - все это сейчас в тренде развития и имеют свои преимущества и ограничения, которые еще предстоит исследовать на предмет образовательной эффективности и когнитивной загрузки.
Не ясно также, за счет каких именно особенностей дизайна AR-помощника произошел прирост успешности в решении геометрических задач. Что сыграло в этом решающую роль: более широкие возможности для 3D-визуализации или же возможности для эффективной организации внимания? Или же это совокупность указанных условий? Исследование Ю.М. Крюгер с соавторами показало, что 3D-визуализация объектов в AR может иметь положительное влияние, увеличивая уместную когнитивную нагрузку и объем знаний о пространственных структурах [34]. Однако, оно не подтвердило гипотезу о влиянии 3D-визуализации на снижение посторонней когнитивной нагрузки. Будущие исследования в этом плане представляются полезными как для педагогической теории и практики, так и для разработки принципов AR-дизайна образовательных приложений.
Одним из ограничений нашего исследования является использование опросного метода основанного на субъективном ретроспективном самоотчете. Это может снизить точность наших измерений в силу того, что не всегда обучающиеся могут отслеживать свои умственные состояния и не все из них обладают достаточным для этого уровнем рефлексии и мотивации к ней. Кроме того когнитивная нагрузка постоянно изменяется по ходу занятия, что невозможно отследить при помощи опросника. В настоящее время разработаны объективные методики для регистрации когнитивной нагрузки - например, по физиологическим показателям (реакции зрачков и движения глаз) [35]. Однако, эти методики не позволяют оценивать когнитивную нагрузку по видам и потому мы все же остановились на опроснике Леппинка с соавторами. Дифференциация видов нагрузки кажется нам важной как для оценки дизайна образовательного AR-приложения, так и для понимания того, за счет каких умственных усилий достигается результат обучения. В будущем было бы интересно собрать одновременно объективные и субъективные показатели когнитивной нагрузки и сопоставить их.
В целом, полученные в ходе нашего исследования данные эмпирически поддерживают отдельные выводы аналогичных исследований и высвечивают перспективы дальнейших разработок. Полученные данные могут представлять интерес для совершенствования методики преподавания математических дисциплин, для научного обоснования разработок образовательных AR-приложений, а также - для продвижения в понимании когнитивно-психологических механизмов процесса обучения.
_Финансирование
Статья публикуется в рамках реализации государственного задания Министерства науки и высшего образования РФ (проект № 0657-2020-0009).
ЛИТЕРАТУРА
1. Структура ИКТ-компетентности учителей. Рекомендации ЮНЕСКО. URL: https://iite.unesco.org/ru/publications/ struktura-ikt-kompetentnosti-uchitelej-rekomendatsii-unesco/ (дата обращения: 01.11.2021)
2. Ibáñez M.-B., Delgado-Kloos C. Augmented reality for STEM learning: A systematic review // Computers & Education. 2018. № 123. P. 109-123.
3. Смирнов В.А., Смирнова И.М., Ященко И.В. Какой быть наглядной геометрии в 5-6 классах // Математика в школе. 2013. № 3. С. 35-44.
4. Якиманская И.С. Развитие пространственного мышления школьников. М.: Педагогика, 1980. 240с.
5. Лобанов А. П., Радчикова Н. П. и Семенова Е. М. Сценарии взаимосвязи академических достижений и интеллектуально-когнитивного развития студентов // Известия Саратовского университета. Новая серия. Серия: Акмеология образования. Психология развития. 2013. № 2(4). С. 366-373.
6. Аристова И.Л., Есипенко Е.А., Шарафиева К.Р. и др. Пространственные способности: структура и этиология // Вопросы психологии. 2018. № 1. С. 118-126.
7. Дубровский В. Н., Лебедева Н. А., Белайчук О. А. 1С: Математический конструктор - новая программа динамической геометрии // Компьютерные инструменты в образовании. 2007. № 3. С. 47-56.
8. Шеховцова Д. Н. Использование компьютерных технологий для визуализации математического знания // Вестник Томского государственного педагогического университета. 2010. № 10. С. 99-103.
9. Azuma R. A survey of augmented reality // Presence: Teleoperators and Virtual Environments. 1997. № 6 (4). P. 355-385. DOI: 10.1162/pres.1997.6.4.355.
10. Kaufmann H., Steinbügl K., Dünser A. and Glück J. Improving Spatial Abilities by Geometry Education in Augmented Reality - Application and Evaluation Design // Proceedings of the Virtual Reality International Conference (VRIC). 2005. № 3. Р. 25-34.
11. Gün E. T. and Atasoy B. The effects of augmented reality on elementary school students'spatial ability and academic achievement // Egitim ve Bilim. 2017. Vol. 42. P. 31-51.
12. Chen K-H., Tsai C C-C. Affordances of Augmented Reality in Science Learning: Suggestions for Future Research // Journal of Science Education and Technology, 2013. № 22. Р. 449-62.
13. Craig A.B. Chapter 2-Augmented reality concepts. In: Craig A.B, editor. Understanding augmented reality. Morgan Kaufmann, 2013. P. 39-67. DOI: 10.1016/B978-0-240-82408-6.00002-3
14. Zinchenko Y.P., Khoroshikh P.P., Sergievich A.A., Smirnov A.S., Tumyalis A.V., Kovalev A.I., Gutnikov S.A., Golokhvast K.S. Virtual reality is more efficient in learning human heart anatomy especially for subjects with low baseline knowledge // New Ideas in Psychology, 2020. Vol. 59. P. 100786. DOI: 10.1016/j. newideapsych.2020.100786.
15. Krüger J.M., Buchholz A., Bodemer D. Augmented reality in education: three unique characteristics from a user's perspective. In: Chang M, So H-J, Wong L-H, Yu F-Y, Shih JL, editors. Proceedings of the 27th international conference on computers in education. Taiwan: Asia-Pacific Society for Computers in Education. 2019. p. 412-22.
16. Garzón J., Acevedo J. Meta-analysis of the impact of Augmented Reality on students' learning gains // Educational Research Review. 2019. № 27. DOI: 10.1016/J.EDUREV.2019.04.001
17. Kaplan A.D., Cruit J., Endsley M., Beers S.M., Sawyer B.D., Hancock P.A. The Effects of Virtual Reality, Augmented Reality, and Mixed Reality as Training Enhancement Methods: A Meta-Analysis // Human Factors. 2021. № 63(4). Р.706-726. DOI: 10.1177/0018720820904229
18. Bacca J., Fabregat R., Baldiris S., Graf S., Kinshuk. Augmented reality trends in education: A systematic review of research and applications // Educational Technology & Society. 2014. № 17 (4). P. 133-149.
19. Sweller J., Ayres P., Kalyuga S. Categories of knowledge: an evolutionary approach // In: Cognitive Load Theory, eds J. Sweller, P. Ayres, and S. Kalyuga (New York, NY: Springer), 2011. P. 3-14. DOI: 10.1007/978-1-4419-8126-4_1
20. Sweller J., van Mer^nboer J. J., Paas F. Cognitive architecture and instructional design: 20 years later // Educational Psychology Review. 2019. № 31. P. 261-292. DOI: 10.1007/s10648-019-09465-5
21. Paas F., Sweller J. Implications of cognitive load theory for multimedia learning. In: R. E. Mayer (Ed.), The Cambridge handbook of multimedia learning. Cambridge University Press. 2014. P. 27-42. DOI: 10.1017/
CBO9781139547369.004
22. Leppink J., Paas F., Van der Vleuten C. M., Van Gog T., Van Mer^nboer J. G. Development of an instrument for measuring different types of cognitive load // Behavior Research Methods.2013. № 45(4). P. 1058-1072.
23. Sweller J., Van Merrienboer J. J., Paas F. G. Cognitive architecture and instructional design // Educational psychology review. 1998. № 10 (3). P. 251-296.
24. Klepsch M., Seufert T.Making an effort versus experiencing load // Frontiers in Education. 2021. № 6. DOI: 10.3389/ feduc.2021.645284
25. Van Merrienboer J.G., Kester L., Paas F. Teaching complex rather than simple tasks: balancing intrinsic and germane load to enhance transfer of learning // ApplCogn Psychol. 2006. Vol. 20(3). P. 343-52. DOI: 10.1002/acp.1250.
26. Akgayir M., Akgayir G. Advantages and challenges associated with augmented reality for education: A systematic review of the literature // Educational Research Review. 2017. № 20. P. 1-11. DOI: 10.1016/j.edurev.2016.11.002
27. Radu I. Augmented reality in education: A meta-review and cross-media analysis // Personal and Ubiquitous Computing. 2014. Vol. 18(6), P. 533-543.
28. Altmeyer K., Kapp S., Thees M., Malone S., Kuhn J., & Brünken R. Augmented reality to foster conceptual knowledge acquisition in STEM laboratory courses - theoretical derivations and empirical findings // British Journal of Educational Technology. 2020. Vol. 51(4). DOI: 10.1111/bjet.12900
29. Thees M., Kapp S., Strzys M.P., Beil F., Lukowicz P., Kuhn J. Effects of augmented reality on learning and cognitive load in university physics laboratory courses // Computers in Human Behavior. 2020. № 108. DOI: 10.1016/j. chb.2020.106316
30. Buchner J., Buntins K., Kerres M.The impact of augmented reality on cognitive load and performance: A systematic review // Journal of Computer Assisted Learning. 2022. Vol. 38. P. 285-303. DOI: 10.1111/jcal.12617.
31. Бажина П.С., Ходченко A.K.VirtualPisa Свидетельство о регистрации программы для ЭВМ 2021668150, 10.11.2021.
32. Международная программа по оценке образовательных достижений учащихся (2018 г.) // Центр оценки качества образования Института Стратегии развития образования Российской академии образования. URL: http://www.centeroko.ru/pisa18/pisa2018_pub.html
33. Leppink J., Paas F., Van der Vleuten C. M., Van Gog T., Van Mer^nboer J. G. Development of an instrument for measuring different types of cognitive load // Behavior Research Methods. 2013. № 45(4). P. 1058-1072.
34. Krüger J.M., Palzer K., Bodemer D. Learning with augmented reality: Impact of dimensionality and spatial abilities // Computers and Education Open. 2022. Vol. 3. P.100065. DOI: 10.1016/j.caeo.2021.100065
35. Величковский Б.Б. Новые глазодвигательные методы оценки когнитивной нагрузки // Вопросы психологии. 2021. № 1. С. 119-129.
REFERENCES
1. ICT Competency Framework for Teachers. UNESCO recommendations. Available at: https://iite.unesco.org/ru/ publications/struktura-ikt-kompetentnosti-uchitelej-rekomendatsii-unesco/ (accessed 01.11.2021).
2. Ibanez M.-B., Delgado-Kloos C. Augmented reality for STEM learning: A systematic review. Computers & Education, 2018, no. 123, pp. 109-123.
3. Smirnov V.A., Smirnova I.M., Yashchenko I.V. What to be visual geometry in 5-6 grades. Mathematics in school, 2013, no. 3, pp. 35-44.
4. Yakimanskaya I.S. Development of spatial thinking of schoolchildren. Moscow, Pedagogy Publ., 1980. 240 p.
5. Lobanov A. P., Radchikova N. P. and Semenova E. M. Scenarios of the relationship between academic achievements and intellectual and cognitive development of students. Izvestiya Saratov University. New Series. Series: Accmeology of Education. Developmental Psychology, 2013, no. 2(4), pp. 366-373.
6. Aristova I.L., Esipenko E.A., Sharafieva K.R. et al. Spatial abilities: structure and etiology. Voprosy psychologii, 2018, no. 1, pp. 118-126.
7. Dubrovsky V. N., Lebedeva N. A., Belaichuk O. A. 1C: Mathematical constructor - a new program of dynamic geometry. Computer tools in education, 2007, no. 3, pp. 47-56.
8. Shehovtsova D. N. Using computer technology to visualize mathematical knowledge. Bulletin of Tomsk State Pedagogical University, 2010, no. 10, pp. 99-103.
9. Azuma R. A survey of augmented reality. Presence: Teleoperators and Virtual Environments, 1997, no. 6 (4), pp. 355-385. DOI: 10.1162/pres.1997.6.4.355.
10. Kaufmann H., Steinbügl K., Dünser A. and Glück J. Improving Spatial Abilities by Geometry Education in Augmented Reality - Application and Evaluation Design. Proceedings of the Virtual Reality International Conference (VRIC), 2005, no. 3, pp. 25-34.
11. Gün E. T. and Atasoy B. The effects of augmented reality on elementary school students'spatial ability and academic achievement. Egitim ve Bilim, 2017, vol. 42, pp. 31-51.
12. Chen K-H., Tsai C C-C. Affordances of Augmented Reality in Science Learning: Suggestions for Future Research. Journal of Science Education and Technology, 2013, no. 22, pp. 449-62.
13. Craig A.B. Chapter 2-Augmented reality concepts. In: Craig A.B, editor. Understanding augmented reality. Morgan Kaufmann, 2013, pp. 39-67. DOI: 10.1016/B978-0-240-82408-6.00002-3
14. Zinchenko Y.P., Khoroshikh P.P., Sergievich A.A., Smirnov A.S., Tumyalis A.V., Kovalev A.I., Gutnikov S.A., Golokhvast K.S. Virtual reality is more efficient in learning human heart anatomy especially for subjects with low baseline knowledge. New Ideas in Psychology, 2020, vol. 59, p. 100786. DOI: 10.1016/j.newideapsych.2020.100786.
15. Krüger J.M., Buchholz A., Bodemer D. Augmented reality in education: three unique characteristics from a user's perspective. In: Chang M, So H-J, Wong L-H, Yu F-Y, Shih JL, editors. Proceedings of the 27th international conference on computers in education. Taiwan: Asia-Pacific Society for Computers in Education, 2019, pp. 412-22.
16. Garzón J., Acevedo J. Meta-analysis of the impact of Augmented Reality on students' learning gains. Educational Research Review, 2019, no. 27. DOI: 10.1016/J.EDUREV.2019.04.001
17. Kaplan A.D., Cruit J., Endsley M., Beers S.M., Sawyer B.D., Hancock P.A. The Effects of Virtual Reality, Augmented Reality, and Mixed Reality as Training Enhancement Methods: A Meta-Analysis. Human Factors, 2021, no. 63(4), pp. 706-726. DOI: 10.1177/0018720820904229
18. Bacca J., Fabregat R., Baldiris S., Graf S., Kinshuk. Augmented reality trends in education: A systematic review of research and applications. Educational Technology & Society, 2014, no. 17 (4), pp. 133-149.
19. Sweller J., Ayres P., Kalyuga S. Categories of knowledge: an evolutionary approach. In: Cognitive Load Theory, eds J. Sweller, P. Ayres, and S. Kalyuga (New York, NY: Springer), 2011, pp. 3-14. DOI: 10.1007/978-1-4419-8126-4_1
20. Sweller J., van Merriënboer J. J., Paas F. Cognitive architecture and instructional design: 20 years later. Educational Psychology Review, 2019, no. 31, pp. 261-292. DOI: 10.1007/s10648-019-09465-5
21. Paas F., Sweller J. Implications of cognitive load theory for multimedia learning. In: R. E. Mayer (Ed.), The Cambridge handbook of multimedia learning. Cambridge University Press, 2014, pp. 27-42. DOI: 10.1017/ CBO9781139547369.004
22. Leppink J., Paas F., Van der Vleuten C. M., Van Gog T., Van Merriënboer J. G. Development of an instrument for measuring different types of cognitive load. Behavior Research Methods, 2013, no. 45(4), pp. 1058-1072.
23. Sweller J., Van Merrienboer J. J., Paas F. G. Cognitive architecture and instructional design. Educational psychology review, 1998, no. 10 (3), pp. 251-296.
24. Klepsch M., Seufert T.Making an effort versus experiencing load. Frontiers in Education, 2021, no. 6. DOI: 10.3389/ feduc.2021.645284
25. Van Merrienboer J.G., Kester L., Paas F. Teaching complex rather than simple tasks: balancing intrinsic and germane load to enhance transfer of learning. ApplCogn Psychol, 2006, vol. 20(3), pp. 343-52. DOI: 10.1002/acp.1250.
26. Akçayir M., Akçayir G. Advantages and challenges associated with augmented reality for education: A systematic review of the literature. Educational Research Review, 2017, no. 20, pp. 1-11. DOI: 10.1016/j.edurev.2016.11.002
27. Radu I. Augmented reality in education: A meta-review and cross-media analysis. Personal and Ubiquitous Computing, 2014, vol. 18(6), pp. 533-543.
28. Altmeyer K., Kapp S., Thees M., Malone S., Kuhn J., & Brünken R. Augmented reality to foster conceptual knowledge acquisition in STEM laboratory courses - theoretical derivations and empirical findings. British Journal of Educational Technology, 2020, no. 51(4). DOI: 10.1111/bjet.12900
29. Thees M., Kapp S., Strzys M.P., Beil F., Lukowicz P., Kuhn J. Effects of augmented reality on learning and cognitive load in university physics laboratory courses. Computers in Human Behavior, 2020, no. 108. DOI: 10.1016/j. chb.2020.106316
30. Buchner J., Buntins K., Kerres M.The impact of augmented reality on cognitive load and performance: A systematic review. Journal of Computer Assisted Learning, 2022, vol. 38, pp. 285-303. DOI: 10.1111/jcal.12617.
31. Bazhina P.S., Khodchenko A.K. VirtualPisa Software Registration Certificate 2021668150, 10.11.2021.
32. International Program for the Assessment of Educational Achievements of Students (2018). Center for Quality Assessment of Education of the Institute for Strategy of Education Development of the Russian Academy of Education. Available at: http://www.centeroko.ru/pisa18/pisa2018_pub.html
33. Leppink J., Paas F., Van der Vleuten C. M., Van Gog T., Van Merriënboer J. G. Development of an instrument for measuring different types of cognitive load. Behavior Research Methods, 2013, no. 45(4), pp. 1058-1072.
34. Krüger J.M., Palzer K., Bodemer D. Learning with augmented reality: Impact of dimensionality and spatial abilities. Computers and Education Open, 2022, vol. 3. p. 100065. DOI: 10.1016/j.caeo.2021.100065
35. Velichkovsky B.B. New oculomotor methods for assessing cognitive load. Voprosy psychologii, 2021, no. 1, pp. 119-129.
Информация об авторах Гаврилова Татьяна Александровна
(Россия, Владивосток) Доцент, кандидат психологических наук, заведующая лабораторией цифровой педагогики Дальневосточный федеральный университет ORCID ID: 0000-0002-7265-579X
ResearcherlD: N-3260-2013 Scopus Author ID: 7006541928 E-mail: gavrilova.ta@dvfu.ru
Бажина Полина Сергеевна
(Россия, Владивосток) Кандидат педагогических наук, научный сотрудник лаборатории цифровой педагогики Дальневосточный федеральный университет ORCID ID: 0000-0002-7273-0702
ResearcherID: S-5972-2018 Scopus Author ID 57216184928 E-mail: bazhina.ps@dvfu.ru
Ходченко Алексей Константинович
(Россия, Владивосток) Лаборант-исследователь лаборатории цифровой педагогики
Дальневосточный федеральный университет E-mail: khodchenko.ak@dvfu.ru
Замараева Яна Александровна
(Россия, Владивосток) Лаборант-исследователь лаборатории цифровой педагогики
Дальневосточный федеральный университет E-mail: zamaraevayana@gmail.com
Information about the authors
Tatiana Alexandrovna Gavrilova
(Russia, Vladivostok) Associate Professor, Cand. Sci. (Educ.), Head of Digital Pedagogy Laboratory Far Eastern Federal University ORCID ID: 0000-0002-7265-579X
ResearcherlD: N-3260-2013 Scopus Author ID: 7006541928 E-mail: gavrilova.ta@dvfu.ru
Polina S. Bazhina
(Russia, Vladivostok) Cand. Sci. (Educ.), Researcher, Digital Pedagogy Laboratory Far Eastern Federal University ORCID ID: 0000-0002-7273-0702
ResearcherID: S-5972-2018 Scopus Author ID 57216184928 E-mail: bazhina.ps@dvfu.ru
Aleksey K. Khodchenko
(Russia, Vladivostok) Laboratory Researcher, Digital Pedagogy Laboratory Far Eastern Federal University E-mail: khodchenko.ak@dvfu.ru
Yana A. Zamaraeva
(Russia, Vladivostok) Laboratory Researcher, Digital Pedagogics Lab Far Eastern Federal University E-mail: zamaraevayana@gmail.com
