Wpływ obrazu nauczyciela w edukacyjnych materiałach wideo na przyswajanie wiedzy

Perły Nauki, 2023
Kierowniczka projektu: Yen Ying Ng
Opiekun naukowy: dr hab. Sławomir Wacewicz, prof. UMK

Rozwój technologii oraz powszechna dostępność Internetu sprawiły, że zdalne nauczanie, w tym nauczanie języków obcych, stało się wszechobecnym zjawiskiem. Studiowanie języków obcych online może przybierać różnorakie formy i być realizowane z wykorzystaniem masowych otwartych kursów online (MOOC), aplikacji mobilnych (np. Duolingo, Babbel) oraz spotkań online z lektorem przy pomocy komunikatorów internetowych (np. Microsoft Teams, Zoom). Niniejszy projekt koncentruje się na edukacyjnych nagraniach wideo stanowiących kluczowy element masowych otwartych kursów online oraz nauczania mieszanego [Hong et al. 2018].

Jednym z zasadniczych wyzwań projektowania edukacyjnych materiałów wideo jest rozbieżność teorii oraz rezultatów badań, a tym samym brak jednolitego stanowiska w kwestii wpływu obecność obrazu nauczyciela na wspomaganie procesu uczenia [Homer et al. 2008; Ng and Przybyłek 2021; Henderson and Schroeder 2021]. Z jednej strony, według social agency theory [Mayer 2005; Mayer 2021; Stull et al. 2018] obraz nauczyciela w nagraniach wideo wzmacnia social presence (odczucie jakoby nauczyciel osobiście uczył ucznia [Gunawardena 1995]), co przekłada się na głębsze przetwarzanie kognitywne, a w rezultacie lepsze rezultaty uczenia. Z drugiej strony, orędownicy cognitive load theory [Paas et al. 2003; Paas et al. 2010; Sweller 2012] twierdzą, że obraz nauczyciela w nagraniach wideo wprowadza dodatkowe obciążenie poznawcze, a tym samym negatywnie wpływa na przyswajanie materiału, ponieważ uczniowie muszą dzielić swoją uwagę (split-attention effect [Ayres and Sweller 2014]) pomiędzy instruktora a informacje na slajdzie. W kontekście nauki języków obcych, sytuacja jest bardziej złożona, jako że obraz nauczyciela może ułatwiać przyswajanie języka poprzez dostarczanie dodatkowej informacji nieobecnej w głosie, jaką jest sposób ustawienia ust w trakcie wypowiadania poszczególnych wyrazów [Sueyoshi and Hardison 2005; Barenholtz et al. 2016; Kushch et al. 2018; Batty 2020].

Co więcej, liczne badania empiryczne mające na celu ustalenie efektu netto obu czynników nie dostarczają jednoznacznej odpowiedzi. Rezultaty większości przeprowadzonych badań nie są istotne statystycznie, a wśród rezultatów istotnych jedne wskazują na przewagę materiałów z obrazem nauczyciela, a inne na przewagę materiałów bez obrazu nauczyciela [Ng & Przybyłek 2021; Henderson & Schroeder 2021; Butler 2017; van Wermeskerken & van Gog 2017; van Wermeskerken et al. 2018; Kizilcec et al. 2014]. Niektórzy badacze sugerują, że rozbieżność w rezultatach może wynikać z tego, że obecność obrazu nauczyciela może mieć wpływ pozytywny lub negatywny w zależności od typu przekazywanej wiedzy, trudności materiałów oraz narodowości i kręgu kulturowego ucznia [Hong et al. 2018]. Ponadto, różnice w indywidualnych zdolnościach nauki języków obcych są na tyle duże, że losowy przydział do grup eksperymentalnych, jaki miał miejsce w dotychczas przeprowadzonych badaniach, może nie zapewnić zrównoważonych grup [Ng & Przybyłek, 2021].

W ostatnich latach, pojawiło się hybrydowe podejście do umieszczania wizerunku nauczyciela na nagraniach wideo [Kizilcec et al. 2015; Yi et al. 2019; Yu 2021]. W ramach tego podejścia obraz nauczyciela prezentowany jest w wybranych momentach nagrania, w szczególności gdy nauczyciel nie przekazuje kluczowych informacji do przyswojenia. W założeniach, podejście to powinno poprawić social presence w stosunku do nagrań bez obrazu nauczyciela, bez wprowadzania znacznego obciążenia poznawczego, charakterystycznego dla nagrań w których obraz nauczyciela jest nieustannie widoczny. Jednakże pojawianie się i znikanie obrazu nauczyciela samo w sobie może odwracać uwagę ucznia, a empiryczne badania w tym obszarze są znikome i nie wykorzystują potencjału dostępnej technologii (w tym eye-tracker’ów) do dogłębnej analizy.

Wobec przedstawionej luki badawczej, wnioskuję o sfinansowanie badań mających na celu ustalenie:

• który z trzech rodzajów narracji, tj. sam głos, głos oraz obraz nauczyciela w trybie ciągłym, głos oraz obraz nauczyciela w trybie przerywanym, skutkuje najlepszym przyswojeniem wiedzy w kontekście materiałów wideo do nauki języka obcego;
• czy istnieją wzorce oglądania materiałów wideo (“ścieżka” koncentracji wzroku na wybranych elementach) sprzyjające przyswajaniu wiedzy?

Badanie zostanie przeprowadzone w oparciu o kontrolowany eksperyment w następującej konfiguracji:

• projekt eksperymentu: matched-groups design,
• zmienna niezależna: rodzaj narracji,
• zmienne zależne: stopień przyswojenia wiedzy, wizualna alokacja uwagi.

W ramach eksperymentu uczestnicy najpierw zostaną ocenieni pod względem zdolności do zapamiętywania wyrazów języka obcego, a następnie w oparciu o technikę matched-groups design [Coolican 2018] przydzieleni do materiału edukacyjnego wideo o jednej z trzech narracji określonych przez zmienną niezależną. Sposób ten zapewni bardziej zrównoważone grupy pod względem zdolności językowych niż tradycyjny podział losowy. Każdy uczestnik będzie oglądać przydzieloną wersję materiału szkoleniowego na komputerze wyposażonym w eye-tracker. Stopień przyswojenia materiału zostanie oceniony dwojako. Najpierw uczestnik będzie musiał połączyć obrazki poznanych wyrazów obcych z ich nagraniem głosowym (zadanie łatwiejsze). W kolejnym etapie uczestnik będzie musiał samemu nagrać każdy zapamiętany wyraz używając mikrofonu (zadanie trudniejsze). Uzyskane rezultaty dostarczą nie tylko informacji dla lektorów języków obcych jakiej narracji używać, aby nagrywane przez nich materiały były lepiej przyswajalne, ale także praktyczne wskazówki dla uczniów jak oglądać takie materiały, aby przyswoić jak najwięcej materiału.

Dodatkowym badaniem będzie ewaluacja rozwiązań chmurowych opartych o sztuczną inteligencję do rozpoznawania mowy i możliwości ich wykorzystania do automatycznej oceny nagrań uczestników. W tym celu zostaną zaimplementowane skrypty łączące się z usługami oferowanymi przez co najmniej dwóch wiodących dostawców (np. Amazon Transcribe i Google Speech-to-Text) i dokonujące konwersji nagranych wyrazów na tekst, a następnie porównania z wartością oczekiwaną oraz oceną eksperta. Jeśli rezultaty rozpoznawania wyrazów przez eksperta i sztuczną inteligencję okażę się zbliżone, rozwiązanie automatyczne będzie mogło zostać wykorzystane w przyszłych badaniach ze znacznie większą liczbą uczestników, przykładowo w masowych otwartych kursach online.