AR技術(shù)賦能對用戶認(rèn)知負(fù)荷影響的元分析研究

AR技術(shù)賦能對用戶認(rèn)知負(fù)荷影響的元分析研究

張玥姚璐靜(南京大學(xué)信息管理學(xué)院，江蘇南京210023)技術(shù)賦能是信息資源建設(shè)的重要思路。隨著元宇宙時代的來臨與發(fā)展，基于數(shù)字孿生和仿真模擬的技術(shù)逐漸成熟[1]，這為技術(shù)賦能帶來了新的可能。其中，AR作為一種可以實現(xiàn)用戶、虛擬與現(xiàn)實三元交互的技術(shù)，是未來幾年技術(shù)行業(yè)的重要發(fā)展方向之一[2]。AR技術(shù)的基本思想是通過在現(xiàn)實環(huán)境中嵌入虛擬組件來增強人類的感知，具有創(chuàng)建真實和虛擬對象相結(jié)合的交互環(huán)境的獨特能力[3]，其所具備的優(yōu)勢使得AR技術(shù)賦能趨于流行化與商業(yè)化[4]。技術(shù)賦能強調(diào)以用戶為核心，通過技術(shù)為用戶提供支持。研究發(fā)現(xiàn)，AR技術(shù)賦能為用戶的知識獲取提供了新途徑，在支持用戶的知識獲取行為中體現(xiàn)出了巨大潛力[5]。但值得注意的是，有研究者指出，在AR技術(shù)與用戶知識獲取行為交互時，可能存在著認(rèn)知負(fù)荷過高的風(fēng)險[6]。認(rèn)知負(fù)荷被認(rèn)為是用戶在處理特定任務(wù)時其認(rèn)知系統(tǒng)上的負(fù)荷的多維結(jié)構(gòu)[7]。認(rèn)知負(fù)荷理論揭示了在信息處理過程中發(fā)生的認(rèn)知限制，認(rèn)為人類的認(rèn)知結(jié)構(gòu)只允許處理有限數(shù)量的信息[8]。當(dāng)認(rèn)知負(fù)荷總量超過人類認(rèn)知結(jié)構(gòu)所能承受的極限時，就會造成認(rèn)知超載，從而影響信息利用的效率。認(rèn)知負(fù)荷是衡量用戶行為的重要指標(biāo)[9]，用戶的認(rèn)知負(fù)荷水平代表了所采用的信息技術(shù)的功效[8]，對認(rèn)知負(fù)荷的探究有助于更全面、更深刻地評價用戶知識獲取行為中AR賦能的效益。但相關(guān)研究中，就AR技術(shù)賦能對用戶認(rèn)知負(fù)荷的影響尚未達(dá)成統(tǒng)一結(jié)論。部分研究指出，AR技術(shù)賦能可以有效降低用戶的認(rèn)知負(fù)荷[10-12]，但也有研究表明，AR技術(shù)賦能對用戶認(rèn)知負(fù)荷產(chǎn)生的影響并不顯著[13-15]，更有甚者認(rèn)為AR技術(shù)賦能會增加用戶的認(rèn)知負(fù)荷水平，造成認(rèn)知超載[16-17]。AR技術(shù)賦能究竟會對用戶的認(rèn)知負(fù)荷產(chǎn)生怎樣的影響是亟待回答的重要問題[18]。元分析是一個有價值的工具，與質(zhì)性綜述相比更具客觀性與判斷性。元分析嚴(yán)格遵循一定的標(biāo)準(zhǔn)與程序進(jìn)行系統(tǒng)分析，將個體研究的效應(yīng)量轉(zhuǎn)化為通用指標(biāo)以進(jìn)行有意義的比較。通過對個體數(shù)據(jù)的合并可以擴(kuò)大數(shù)據(jù)量，提供更高的統(tǒng)計效力，從而對某一特定因素或干預(yù)方案的效果作出更有力的估計，產(chǎn)生更可靠的結(jié)果證據(jù)。元分析能幫助研究人員解決研究結(jié)果中的不一致，并可以通過調(diào)節(jié)分析確定解釋這些差異的調(diào)節(jié)變量或中介變量[19]。鑒于此，本研究采用元分析的方法進(jìn)一步梳理用戶知識獲取行為中AR技術(shù)賦能與認(rèn)知負(fù)荷的關(guān)系，以期擴(kuò)大對AR技術(shù)賦能的認(rèn)識。本文采用PICO框架來確定研究目標(biāo)。PICO框架包含人口(Population,P)、干預(yù)(Intervention,I)、比較(Comparison,C)、結(jié)果(Outcomes,O)[20]。基于此框架，選擇AR用戶作為人口，以AR賦能作為干預(yù)，與非AR應(yīng)用做比較，最終衡量用戶的認(rèn)知負(fù)荷水平。1文獻(xiàn)綜述1.1AR與知識獲取的相關(guān)研究AR技術(shù)出現(xiàn)在20世紀(jì)50年代，隨著技術(shù)壁壘的不斷突破，越來越多的研究者投入到對AR技術(shù)的探索之中。AR技術(shù)也逐漸從實驗室的理論研究階段轉(zhuǎn)向了大眾和工業(yè)應(yīng)用階段，并在多個領(lǐng)域取得了發(fā)展。自2010年以來，AR技術(shù)在知識獲取中的應(yīng)用穩(wěn)步增加，成為日益流行和重要的研究課題。學(xué)者們已從多維度出發(fā)考察AR賦能知識獲取所取得的效果。一方面，AR技術(shù)的應(yīng)用可以提升知識獲取效益。AltmeyerK等[21]使用一種基于平板電腦的程序，創(chuàng)建了一個AR環(huán)境來支持有關(guān)電路實驗的知識獲取，發(fā)現(xiàn)AR提供的信息呈現(xiàn)模式可以增強知識理解。ZumbachJ等[22]的研究表明，在有關(guān)飛機渦輪的知識獲取過程中，AR體驗比起紙質(zhì)或視頻體驗更容易給用戶留下深刻的知識記憶，產(chǎn)生更高的知識留存率；另一方面，AR技術(shù)對知識獲取的支持有利于提升用戶的情感表現(xiàn)。KhanT等[23]研究了用戶在健康科學(xué)主題下的知識獲取，結(jié)果表明，AR能提高用戶的知識獲取動機。ChengKH[24]揭示了用戶在AR閱讀過程中的積極態(tài)度，用戶認(rèn)為AR對其自身的知識獲取有益。在WojciechowskiR等[25]的研究中，同樣強調(diào)了用戶的感知有用性。這意味著，AR可以有效激勵用戶積極參與知識獲取。在大量研究成果證明了AR作為支持技術(shù)具備可行性和有效性的同時，也有研究指出AR技術(shù)所面臨的挑戰(zhàn)。如Ak?ayrM等[17]表明，AR用戶可能會遇到技術(shù)可用性和穩(wěn)定性等問題。WuHK等[16]指出，現(xiàn)實和虛擬對象的交叉可能會導(dǎo)致用戶產(chǎn)生混淆和迷失感。此外，BuchnerJ等[6]指出，認(rèn)知負(fù)荷也是與AR技術(shù)交互時需重點考慮的問題。1.2AR對認(rèn)知負(fù)荷影響的相關(guān)研究用戶的認(rèn)知負(fù)荷是體現(xiàn)技術(shù)使用效果的重要因素之一。越來越多的學(xué)者關(guān)注到了AR技術(shù)賦能對用戶認(rèn)知負(fù)荷的影響。部分學(xué)者認(rèn)為，AR技術(shù)賦能可以為用戶創(chuàng)造出具有高度真實感的交互式環(huán)境，實現(xiàn)抽象信息的可視化、復(fù)雜信息的結(jié)構(gòu)化，促進(jìn)用戶對知識的理解，減輕用戶為之所付出的認(rèn)知努力[26]。也有學(xué)者認(rèn)為，AR技術(shù)可以在時間和空間上更為連貫地呈現(xiàn)信息[27]，提高用戶的專注度，幫助其喚醒與知識密切相關(guān)的認(rèn)知過程，減少其他無關(guān)信息所占用的有限認(rèn)知資源[28]，從而降低用戶的認(rèn)知負(fù)荷水平。但也有不同的聲音出現(xiàn)，如DunleavyM等[29]指出，當(dāng)用戶使用AR系統(tǒng)時，需要學(xué)習(xí)操作流程、熟悉系統(tǒng)界面，這可能會增加用戶的認(rèn)知負(fù)擔(dān)。從方法論的角度來看，二者關(guān)系研究中采用實驗設(shè)計的定量研究方法占主導(dǎo)地位。同樣，相關(guān)定量研究中就AR對用戶認(rèn)知負(fù)荷的影響關(guān)系呈現(xiàn)出矛盾結(jié)論。部分實證研究已證實了在用戶的知識獲取行為中，AR技術(shù)賦能對認(rèn)知負(fù)荷具有降低效果。如SinghG等[30]通過實驗發(fā)現(xiàn)，AR技術(shù)賦能有效降低了用戶在獲取設(shè)備操作信息時的認(rèn)知負(fù)荷。TuranZ等[10]研究了用戶獲取地理知識時使用AR技術(shù)對認(rèn)知負(fù)荷水平的影響，發(fā)現(xiàn)AR組的認(rèn)知負(fù)荷水平顯著低于對照組。但也有研究表明，AR技術(shù)賦能對認(rèn)知負(fù)荷沒有顯著影響，甚至?xí)黾佑脩舻恼J(rèn)知負(fù)荷。如MaoCC等[15]在用戶的軍事知識獲取中比較了AR組與非AR組，發(fā)現(xiàn)兩組用戶的認(rèn)知負(fù)荷并無顯著差異。ChouYY等[31]發(fā)現(xiàn)，使用AR技術(shù)獲取科學(xué)知識的用戶認(rèn)知負(fù)荷更高。已有學(xué)者進(jìn)行了敘述性的系統(tǒng)綜述，對研究二者關(guān)系的文獻(xiàn)進(jìn)行了質(zhì)性總結(jié)與梳理[6,32]，但這些研究只描述了對定性變量的發(fā)現(xiàn)，沒有考慮定量變量來衡量AR技術(shù)對認(rèn)知負(fù)荷的影響。綜上所述，目前AR技術(shù)在用戶的知識獲取行為中受到了廣泛的應(yīng)用，學(xué)者們致力于研究AR技術(shù)賦能知識獲取的應(yīng)用效果，認(rèn)知負(fù)荷也是研究者們關(guān)注的重點。但就研究結(jié)果而言，尚未達(dá)成統(tǒng)一結(jié)論。針對目前有關(guān)AR技術(shù)賦能對用戶認(rèn)知負(fù)荷影響的研究存在大量爭議，本研究試圖從個別研究中收集大量實驗數(shù)據(jù)進(jìn)行統(tǒng)計分析，以整合研究結(jié)果，綜合探討知識獲取行為中AR技術(shù)賦能與用戶認(rèn)知負(fù)荷的關(guān)系。2研究方法元分析是社會科學(xué)中最常見的定量方法之一[33]，研究采用元分析的方法，嚴(yán)格遵循系統(tǒng)綜述的程序，通過一定的標(biāo)準(zhǔn)搜索、篩選符合本研究研究目標(biāo)的文獻(xiàn)后從對相關(guān)文獻(xiàn)進(jìn)行編碼，從文獻(xiàn)中提取相應(yīng)信息及相關(guān)效應(yīng)量，使用CMA3.0軟件導(dǎo)入數(shù)據(jù)后進(jìn)行綜合分析及調(diào)節(jié)分析。同時對研究的異質(zhì)性及發(fā)表偏移進(jìn)行檢驗，確保研究結(jié)論的有效性。2.1文獻(xiàn)檢索本研究使用兩種主要的策略來搜索文獻(xiàn)，以提高查全率。首先，對各大數(shù)據(jù)庫進(jìn)行了搜索。中文數(shù)據(jù)庫有知網(wǎng)、萬方、維普等，外文數(shù)據(jù)庫有WebofScience、GoogleScholar、PubMed、ProQuest、Elsevier、Springer等，中文檢索詞設(shè)置為“增強現(xiàn)實”“認(rèn)知負(fù)荷”“認(rèn)知負(fù)荷理論”“知識獲取”等；外文檢索詞設(shè)置為：“AugmentedReality”“AugmentedRealityAR”“CognitiveLoad”“CognitiveOverload”“StudyEffect”等。檢索詞使用布爾運算符進(jìn)行結(jié)合，檢索時間截至2022年8月。此外，如果只使用數(shù)據(jù)庫搜索結(jié)果，部分文獻(xiàn)可能會被遺漏[34]，故手動搜索相關(guān)研究的Reference列表，以尋找其他符合條件的研究。將所有文獻(xiàn)導(dǎo)入EndNote后去除重復(fù)文獻(xiàn)，最終獲得378篇文獻(xiàn)。2.2文獻(xiàn)納入與排除文獻(xiàn)篩選的流程如圖1所示。首先瀏覽了所有潛在相關(guān)論文的標(biāo)題及Key，排除內(nèi)容明顯不相關(guān)的文獻(xiàn)350篇。然后閱讀每項研究的Summary，排除綜述性研究、質(zhì)性研究以及未涉及本文研究問題的研究，由于語言限制，除中文和英文之外的文獻(xiàn)也被排除。該階段共排除文獻(xiàn)5篇。接下來對全文進(jìn)行細(xì)致閱讀，納入符合以下標(biāo)準(zhǔn)的文獻(xiàn)：①研究旨在評估AR技術(shù)賦能對用戶認(rèn)知負(fù)荷的影響，且報告了認(rèn)知負(fù)荷的總體效應(yīng)值；②研究必須是對照實驗，即含有實驗組和對照組。其中，實驗組需通過AR賦能獲取知識，對照組使用相對應(yīng)的非AR手段獲取知識；③研究需報告完整的統(tǒng)計信息(均值、標(biāo)準(zhǔn)差、樣本量)來計算效應(yīng)量；④研究可以查閱全文。最終，有15項研究被納入了薈萃分析，包含16個效應(yīng)量以及1049個被試，使用AR賦能的被試有527名，非AR賦能的被試有522名。所有的納入文獻(xiàn)都經(jīng)過了同行評議。圖1文獻(xiàn)篩選流程圖2.3文獻(xiàn)編碼研究設(shè)計了文獻(xiàn)編碼表，參考已有文獻(xiàn)，通過兩個部分對所有納入研究信息進(jìn)行編碼。第一部分為該文獻(xiàn)的背景特征，包括文獻(xiàn)信息、出版年份；第二部分為該文獻(xiàn)的內(nèi)容特征，包括研究被試的教育背景、樣本量、技術(shù)應(yīng)用領(lǐng)域、實驗干預(yù)時間。如表1的編碼結(jié)果所示，用戶教育背景可分為兩個子類別：基礎(chǔ)教育(學(xué)前生、小學(xué)生或中學(xué)生)及高等教育(本科生或研究生)。技術(shù)應(yīng)用領(lǐng)域的編碼類型分布較廣，涉及科學(xué)、醫(yī)學(xué)、工程、藝術(shù)、語言等多個領(lǐng)域。實驗干預(yù)時間與被試使用AR技術(shù)的時間相對應(yīng)，不計算實驗中用于介紹或測試的時間，可分為兩個子類別：長期干預(yù)(多次使用)與短期干預(yù)(單次使用)。表1文獻(xiàn)編碼表2.4數(shù)據(jù)分析如前所述，元分析的目的是綜合從不同研究中收集到的定量信息?？紤]到實驗材料內(nèi)容、參與者年齡、主題領(lǐng)域等的可變性，本研究采用隨機效應(yīng)模型進(jìn)行分析[35]，該模型假設(shè)效應(yīng)量由于隨機誤差而相互不同。效應(yīng)量的估計主要基于原始的描述性數(shù)據(jù)(平均值、標(biāo)準(zhǔn)差和樣本量)，最終轉(zhuǎn)化為Hedges’g值作為效應(yīng)值，BorensteinM等[36]認(rèn)為Hedges’g值可以減少小樣本量偏差。負(fù)向的效應(yīng)值說明AR技術(shù)賦能對用戶的認(rèn)知負(fù)荷有降低效果。針對研究中出現(xiàn)的多個實驗組和對照組配對的情況，本研究參考以往研究，將每一對數(shù)據(jù)視為獨立樣本納入元分析[37]，隨后進(jìn)行調(diào)節(jié)分析，以評估其總體影響是否可能受到某些特征的制約。已有研究指出，相似的信息環(huán)境也會導(dǎo)致用戶產(chǎn)生不同水平的認(rèn)知負(fù)荷[38]，認(rèn)知負(fù)荷水平會受用戶特征和在知識獲取中呈現(xiàn)的任務(wù)的影響[39]。故本研究結(jié)合文獻(xiàn)梳理，從用戶特征、任務(wù)特征、實驗特征3個維度出發(fā)，選取用戶教育背景、技術(shù)應(yīng)用領(lǐng)域、實驗干預(yù)時間作為調(diào)節(jié)變量，檢驗不同條件下AR技術(shù)賦能對認(rèn)知負(fù)荷的影響是否存在差異。本研究使用I2值與Q檢驗進(jìn)行異質(zhì)性檢驗。若Q檢驗顯著，則代表研究具有異質(zhì)性。I2統(tǒng)計量變化范圍為0%到100%，代表著研究間的真實方差在總方差中的比例。根據(jù)HigginsJPT等[40]的研究，I2值為0時，說明沒有異質(zhì)性；I2值為25%代表輕度異質(zhì)性；I2值為50%之間代表中等異質(zhì)性；I2值為75%代表高度異質(zhì)性。發(fā)表偏移是指結(jié)果顯著的研究更容易被發(fā)表，而未被發(fā)表的結(jié)果可能會對元分析綜合后得到的研究結(jié)論產(chǎn)生影響[41]。漏斗圖是一種通過視覺檢查來評估發(fā)表偏移的方法，具有一定的主觀性。故本文采用量化的失安全系數(shù)及Egger’s檢驗來檢測發(fā)表偏移，用剪貼法來評估發(fā)表偏倚對結(jié)果的影響[42]。3研究結(jié)果3.1納入文獻(xiàn)特征就發(fā)表時間而言，納入文獻(xiàn)發(fā)表于2013—2022年；就作者來源而言，被納入文獻(xiàn)的第一作者大多來自中國(10篇文章)，其余來自土耳其、印度、美國、荷蘭；就出版語言而言，包含2篇中文文章和13篇英文文章。3.2檢驗結(jié)果Q檢驗的結(jié)果顯著，Q值為298.963，自由度為13，p本文使用失安全系數(shù)及Egger’s檢驗來檢測研究的發(fā)表偏移。本研究的失安全系數(shù)為297，大于5k+10(k為研究個數(shù))，從失安全系數(shù)的結(jié)果來看，不存在明顯的發(fā)表偏差，代表著未發(fā)表研究的結(jié)果不太可能影響整體研究結(jié)論。但Egger’s檢驗的結(jié)果顯示t值為1.78，df為14，p值為0.097，這表明研究存在一定的發(fā)表偏移。根據(jù)BorensteinM等[36]的研究結(jié)果，檢驗發(fā)表偏移的主要目的是為了確定出版偏差對研究結(jié)論有效性的影響，因此，本研究進(jìn)一步采用剪貼法來確定發(fā)表偏移帶來的影響。剪貼法使用現(xiàn)有的效應(yīng)量及其分布來估計缺失的出版文獻(xiàn)的數(shù)量，并推斷其影響程度。剪貼文獻(xiàn)后發(fā)現(xiàn)，采用隨機效應(yīng)模型得到的總效應(yīng)仍然顯著。綜合以上結(jié)果可以得出結(jié)論，雖然研究可能存在一定的發(fā)表偏移，但是元分析的主要結(jié)論還是有效的。3.3主效應(yīng)分析如圖2所示，通過元分析綜合后得到的效應(yīng)值為-0.901，置信區(qū)間為[-1.509,-0.294]，p=0.004，達(dá)到統(tǒng)計顯著水平，結(jié)果顯示，AR技術(shù)賦能可以降低用戶的認(rèn)知負(fù)荷水平。3.4調(diào)節(jié)效應(yīng)分析本研究基于調(diào)節(jié)變量進(jìn)行了亞組分析，亞組分析的結(jié)果如表2所示。表2調(diào)節(jié)效應(yīng)分析結(jié)果就用戶教育背景而言，AR技術(shù)賦能對高等教育背景用戶[g=-1.301,95%CI=(-2.060,-0.003),p=0.043]和基礎(chǔ)教育背景用戶[g=-0.801,95%CI=(-1.576,-0.026),p=0.049]的認(rèn)知負(fù)荷水平都能產(chǎn)生顯著影響，有明顯降低效果。組間差異不顯著(p=0.726)。根據(jù)技術(shù)應(yīng)用領(lǐng)域的調(diào)節(jié)效果分析顯示，組間差異顯著(p就實驗干預(yù)時間而言，長期干預(yù)與短期干預(yù)組間差異不顯著(p=0.301)，長期干預(yù)[g=-1.565,95%CI=(-3.162,0.033),p=0.033]對認(rèn)知負(fù)荷的降低效果并不顯著，短期干預(yù)[g=-0.666,95%CI=(-1.258,-0.075),p=0.027]的效果顯著。4研究結(jié)論本研究通過元分析的方法，系統(tǒng)梳理了在用戶知識獲取行為中AR技術(shù)賦能對認(rèn)知負(fù)荷的影響，研究發(fā)現(xiàn)，總效應(yīng)值為-0.901，表明AR技術(shù)賦能可以有效降低用戶的認(rèn)知負(fù)荷。個體的認(rèn)知架構(gòu)由工作記憶和長期記憶構(gòu)成[43]，而工作記憶是有限的，只允許用戶在同一時間段內(nèi)處理有限數(shù)量的信息。認(rèn)知負(fù)荷有一個關(guān)鍵因素，即個體處理信息的認(rèn)知能力，也被描述為工作記憶的有效性。工作記憶并不是一個單一的結(jié)構(gòu)，先前研究表明，它是由多個通道或處理器組成，包含處理圖像的視覺處理器和處理語言信息的聽覺處理器[44]，這兩個系統(tǒng)以一定程度的獨立性處理不同形式的信息。而用戶在應(yīng)用AR支持知識獲取的過程中，受到了多感官刺激，同時使用視覺和聽覺通道處理信息，就出現(xiàn)了模態(tài)效應(yīng)，可以擴(kuò)大有限的工作記憶容量，降低工作記憶的負(fù)載[45]。此外，AR技術(shù)賦能有助于用戶產(chǎn)生心流體驗。心流體驗是一種人們享受和專注于一項活動的現(xiàn)象[46]。AR帶來的沉浸感能讓人們過濾外界的干擾、專注于知識獲取、減少其他信息對認(rèn)知資源的占用，而其帶來的愉悅感也可在一定程度上減輕用戶所感受到的心理壓力。因此，在知識獲取中，AR技術(shù)賦能可以對用戶的認(rèn)知負(fù)荷產(chǎn)生積極影響。在納入研究中，部分研究發(fā)現(xiàn)，AR技術(shù)賦能對用戶的認(rèn)知負(fù)荷并沒有顯著影響[13-15]，甚至在ChouYY等[31]的實驗中，AR組的認(rèn)知負(fù)荷更高。ChouYY等認(rèn)為，原因可能是用戶在AR技術(shù)賦能時面對多任務(wù)的處理，花費了較多精力來理解對AR系統(tǒng)的操作，導(dǎo)致了額外的認(rèn)知負(fù)荷。因此，在AR賦能中仔細(xì)設(shè)計信息系統(tǒng)和程序是至關(guān)重要的。研究人員一致認(rèn)為，用戶特征和信息特征是在設(shè)計信息環(huán)境時需要考慮的重要因素[47]。故本元分析同時分析了AR技術(shù)賦能對用戶認(rèn)知負(fù)荷的影響是否會隨用戶教育背景、技術(shù)應(yīng)用領(lǐng)域、實驗干預(yù)時間的不同而產(chǎn)生差異。用戶教育背景的調(diào)節(jié)分析顯示，AR技術(shù)賦能對不同教育背景用戶的認(rèn)知負(fù)荷影響不存在顯著差異，使用AR技術(shù)賦能均能降低認(rèn)知負(fù)荷。對比之下，高等教育背景用戶的使用效果更優(yōu)。在用戶處理不熟悉的信息時，工作記憶的極限遠(yuǎn)低于認(rèn)知任務(wù)的要求，易引起較高的認(rèn)知負(fù)荷水平[48]。高齡段的用戶比低齡段的用戶對信息技術(shù)系統(tǒng)的使用更具經(jīng)驗，諸如數(shù)字系統(tǒng)復(fù)雜性和多任務(wù)處理等問題更容易對低齡段用戶產(chǎn)生影響[29]。此外，在工作記憶利用長期記憶中的認(rèn)知圖式處理信息時，可以在一定程度上提升其極限。對于知識更豐富的高等教育用戶而言，其長期記憶中存儲有更多的認(rèn)知圖式，可以協(xié)助其工作記憶提升處理效率，減輕工作記憶的負(fù)擔(dān)。技術(shù)應(yīng)用領(lǐng)域的調(diào)節(jié)分析顯示，AR技術(shù)賦能結(jié)合不同應(yīng)用領(lǐng)域會導(dǎo)致認(rèn)知負(fù)荷水平的顯著差異。在科學(xué)、工程、語言和藝術(shù)等應(yīng)用領(lǐng)域都能有效降低用戶的認(rèn)知負(fù)荷，然而在醫(yī)學(xué)領(lǐng)域，AR技術(shù)賦能對用戶認(rèn)知負(fù)荷的影響并不顯著。認(rèn)知負(fù)荷是一個復(fù)雜結(jié)構(gòu)，基于認(rèn)知負(fù)荷理論可以劃分為內(nèi)在認(rèn)知負(fù)荷和外在認(rèn)知負(fù)荷[49]。內(nèi)在認(rèn)知負(fù)荷是指處理具有復(fù)雜性的信息時所付出的心理努力程度，是由學(xué)習(xí)任務(wù)的內(nèi)在本質(zhì)所決定的，與特定的知識領(lǐng)域難度相關(guān)；外部的認(rèn)知負(fù)荷來自于信息的呈現(xiàn)與組織方式[50]。應(yīng)用領(lǐng)域的知識難度不同導(dǎo)致內(nèi)在認(rèn)知負(fù)荷會有所差異。在知識信息量更大、信息處理更復(fù)雜、認(rèn)知要求更高的應(yīng)用領(lǐng)域中，用戶的內(nèi)在認(rèn)知負(fù)荷會處于較高水平。對實驗干預(yù)時間的調(diào)節(jié)分析顯示，不同的干預(yù)時間下用戶的認(rèn)知負(fù)荷水平無顯著組間差異，AR技術(shù)進(jìn)行短期干預(yù)的情況下認(rèn)知負(fù)荷顯著降低，而長期干預(yù)的降低效果并不顯著。這一結(jié)果也印證了AR技術(shù)賦能對認(rèn)知負(fù)荷的降低效果可能受新奇效應(yīng)的影響。人機交互研究中，新奇效應(yīng)被定義為用戶對一項技術(shù)的主觀第一反應(yīng)[51]。當(dāng)一種交互技術(shù)為用戶帶來新奇感的時候，其認(rèn)知負(fù)荷水平會受影響。有證據(jù)表明，在新奇效應(yīng)的作用下，海馬區(qū)的記憶和代謝活動會增強[52]。海馬體在長期記憶中起著至關(guān)重要的作用[53]，對海馬區(qū)的有效刺激利于認(rèn)知圖式的激活與利用，從而為工作記憶帶來有利幫助，降低用戶的認(rèn)知負(fù)荷水平。5研究啟示與展望5.1研究啟示AR技術(shù)賦能在未來的開發(fā)與建設(shè)中需要注意以下關(guān)鍵內(nèi)容：1)加強AR技術(shù)賦能，構(gòu)建多層次信息資源體系。綜合效應(yīng)分析表明，AR技術(shù)賦能可以顯著降低用戶的認(rèn)知負(fù)荷水平，進(jìn)一步驗證了AR技術(shù)賦能具備廣闊的發(fā)展和應(yīng)用前景。技術(shù)賦能可以擴(kuò)展信息資源傳播渠道、提升信息資源利用的整體效度。相關(guān)文化產(chǎn)業(yè)可以加強AR技術(shù)的引入與建設(shè)，用AR技術(shù)賦能推進(jìn)信息資源建設(shè)。調(diào)節(jié)分析表明，不同的用戶及內(nèi)容特征會影響AR技術(shù)賦能的效果。相關(guān)機構(gòu)及平臺需重視用戶多元化背景，構(gòu)建基于內(nèi)容多樣化的多層次AR資源體系，匹配不同的用戶特征與需求，提供個性化精準(zhǔn)資源推送，均衡認(rèn)知負(fù)荷，實現(xiàn)AR技術(shù)賦能的最佳效益。對負(fù)效應(yīng)樣本的分析表明，用戶對AR系統(tǒng)與程序操作的不熟悉會引起較高水平的認(rèn)知負(fù)荷，相關(guān)機構(gòu)及平臺可以提供技術(shù)咨詢服務(wù)，減少因技術(shù)使用給用戶帶來的困擾，推動AR技術(shù)賦能與用戶的深度融合。2)加大AR創(chuàng)新力度，設(shè)計優(yōu)質(zhì)AR產(chǎn)品。結(jié)合納入樣本分析，目前AR技術(shù)賦能多集中于科學(xué)、工程等領(lǐng)域，在許多領(lǐng)域中缺乏應(yīng)用。在已有研究中多是針對專有內(nèi)容開發(fā)的AR產(chǎn)品，難以進(jìn)行整合和推廣。且AR賦能的技術(shù)應(yīng)用手段相對單一，多是通過移動式設(shè)備(如手機、平板等)實現(xiàn)。相關(guān)研發(fā)及出版業(yè)可以加大對AR產(chǎn)品的不斷創(chuàng)新，在內(nèi)容上豐富AR應(yīng)用場景，在技術(shù)上使用智能眼鏡、頭戴式設(shè)備等，滿足多元需求，為用戶帶去更多新奇體驗。同時，質(zhì)量是AR技術(shù)賦能的核心保障。內(nèi)容設(shè)計不良、程序復(fù)雜繁瑣、技術(shù)呈現(xiàn)不佳的AR產(chǎn)品會增加用戶的認(rèn)知負(fù)荷[54]，影響AR賦能效果。故在研發(fā)相關(guān)AR資源時需注意應(yīng)對認(rèn)知負(fù)荷帶來的挑戰(zhàn)，在AR信息系統(tǒng)中仔細(xì)設(shè)計材料和任務(wù)的演示與呈現(xiàn)，適當(dāng)集成多種信息源，減少認(rèn)知工作量[55]。3)辯證看待技術(shù)賦能，加強用戶信息素養(yǎng)。AR技術(shù)賦能不是用戶取得成功的絕對保證，對新興技術(shù)和數(shù)字資源的使用不當(dāng)會導(dǎo)致較差的結(jié)果，如引起認(rèn)知超載。用戶需結(jié)合自身情況，充分發(fā)揮主觀能動性，在知識獲取和技術(shù)賦能提供的支持之間建立平衡，適當(dāng)結(jié)合相應(yīng)策略，對AR技術(shù)賦