Game-Based and Gamified Robotics Education: A Comparative Systematic Review and Design Guidelines
本文提出了首项遵循 PRISMA 指南的系统性综述，对比了机器人教育中的基于游戏的学习与游戏化方法，通过分析 95 项研究，揭示了不同的情境模式，识别了当前的技术局限，并提出了八项研究方向及可操作的设计指南。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
将机器人教育想象成一个巨大而复杂的拼图。对许多人，尤其是初学者来说，拼块看起来太锋利，说明书太令人困惑，而盒子上的图案也太模糊。本文就像一支侦探团队，花费数年收集了关于如何让解决这个拼图变得有趣且轻松的每一条线索（95 项不同的研究）。他们重点考察了两种主要策略：基于游戏的学习（GBL）和游戏化。
以下是他们研究发现的简要解析：
两大主要策略：“主题公园”与“忠诚卡”
研究人员发现，人们采用两种截然不同的方式让机器人变得有趣，并且倾向于在不同的场合使用它们。
基于游戏的学习（GBL）是“主题公园”。
- 它是什么： 你正在玩一个完整构建的游戏，其目标就是学习。这就像一款专门设计用来教你如何构建机器人的电子游戏。
- 发生地点： 它主要存在于非正式环境中，如课后俱乐部、夏令营或博物馆。它很灵活，就像一次周末探险。
- 氛围： 它感觉像是在玩耍。你正在探索、犯错，并在沙盒中构建事物。
游戏化是“忠诚卡”。
- 它是什么： 这是在正常课程中加入游戏元素。你因完成作业而获得积分，因成绩优异而获得徽章，或者在排行榜上竞争。课程本质上仍是课程，但在其之上覆盖了一层“游戏层”。
- 发生地点： 它主导着正式课堂（学校和大学）。它能完美地融入严格的日程安排和评分体系。
- 氛围： 它感觉像是一种结构化的挑战。你通过完成工作来赚取奖励。
重大发现： 研究人员发现，这两种策略就像针对不同工作的不同工具。你不会在自由奔放的艺术夏令营中使用忠诚卡系统，也不会在严格的数学考试中建造整个主题公园。当它们与合适的环境相匹配时，效果最佳。
他们实际上在教什么？（“辅助轮”问题）
该论文指出了教学内容中存在的一个巨大缺口。想象一下，如果你只学会骑带有辅助轮的自行车，却从未学会如何修理链条或在山地骑行。
- 焦点： 几乎所有研究都集中在初学者技能上。他们使用简单的预制机器人套件（如乐高）和基础编程（拖放代码块）。
- 缺失的部分： 很少有研究教授高级技能。关于教授复杂软件、高级硬件工程，或如何将机器人的所有部分整合成复杂系统的研究几乎为零。
- 结果： 我们非常擅长让孩子们开始玩机器人，但我们在向他们展示如何成为能够从头构建复杂系统的专家工程师方面，做得还不够好。
“魔法眼镜”（沉浸式技术）
研究人员考察了使用虚拟现实（VR）或触觉手套（能让你“感觉”到机器人的手套）是否有所帮助。
- 现实情况： 令人惊讶的是，很少有研究使用这些“魔法眼镜”。大多数人仍然在使用普通电脑屏幕或实体机器人。
- 潜力： 当他们确实使用 VR 或触觉技术时，它帮助学生增强了自信心，并更好地理解了空间概念（例如机器人在三维空间中如何移动）。然而，由于使用这些技术的研究太少，我们目前还没有足够的证据表明它们是每个人的“必备品”。
“自我报告”陷阱
该论文强调的一个主要问题是成功是如何被衡量的。
- 问题所在： 大多数研究询问学生“你玩得开心吗？”或“你觉得自己更聪明了吗？”，并直接采信他们的回答。
- 缺口： 很少有研究真正测试学生是否确实掌握了材料，或者他们一个月后是否还能记住这些内容。这就像一家餐厅询问顾客“食物好吃吗？”，而不是实际检查食物是否烹饪得当。
“设计地图”（我们下一步该做什么？）
基于他们的侦探工作，作者绘制了一幅未来的路线图。他们建议：
- 将工具与场所匹配： 不要强行将“主题公园”式游戏塞进严格的课堂，也不要强行将“忠诚卡”系统塞进自由玩耍的俱乐部。
- 提升难度等级： 停止仅仅教授基础知识。创造能帮助学生的游戏，让他们从“新手”（辅助轮）成长为“专家”（修理引擎）。
- 混合模式： 结合实体机器人、计算机模拟和游戏。从游戏开始以激发兴趣，过渡到模拟器进行安全练习，然后构建实物。
- 注重包容性： 确保这些游戏适用于所有人，包括残障人士（例如使用振动来帮助视障学生“感觉”机器人）。
- 测试真实学习： 停止仅仅询问“你喜欢它吗？”，转而测试“你实际上能构建它吗？”
核心结论
这篇论文告诉我们，让机器人教育变得有趣在激发人们兴趣方面是有效的，但我们需要在教授困难内容以及衡量人们是否真正学习方面做得更好。我们已经完全掌握了“辅助轮”；现在我们需要弄清楚如何教人们独立骑行。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。