游戏化教育系统文献综述——基于WOS数据库的文献计量分析

游戏化教育系统文献综述——基于WOS数据库的文献计量分析

孙 博  周国辉  段喜萍  马 宁  崔艳玲

哈尔滨师范大学，黑龙江 哈尔滨 150025

摘要：游戏化教育作为一种新兴的教学方法，通过将游戏设计的元素与教育相结合，吸引了越来越多教育者和研究者的关注。本研究采用文献计量法，筛选WOS数据库中社会科学引文索引中有关游戏化教育发文量最多的 9本期刊，并分析刊物和文献发表情况，选取204篇游戏化教育文献，统计分析所选文献的核心作者、所在国家或地区、关键词与突现词，分析其相关理论、实践应用以及未来发展趋势，以促进游戏化教育在教育实践中的有效性和通用性。研究发现：1）对发表时间与刊物分析，论文数量大致呈逐年递增状态，发表刊物主要《Computers&Education》；2）对核心作者和国家分析，有八位作者发文量在三篇及以上，美国、中国台湾、西班牙等地发文最多；3）对关键词分析，2006年至2021年是游戏化教育快速发展的阶段，研究重点从设计教育游戏、研究内在动机、翻转课堂到移动学习和智能辅导系统，覆盖从幼儿园到高等教育的各个领域。

关键词：游戏化教育；基于游戏的学习；严肃游戏

随着信息技术的飞速发展，教育领域也在不断探索更有效的教学方法，以满足学生日益多样化的学习需求。在这一背景下，游戏化教育作为一种融合了游戏设计理念和教育原则的创新教学模式出现在大众视野，并且逐渐受到广泛关注[1]。游戏化教育通过将游戏元素如任务、奖励、竞争等引入教学过程，激发学生的学习兴趣和动力，提高学习效果[2]。

现如今，教育游戏领域取得了一些进展，但面临的挑战依然存在。首先，缺乏来自环境和社会的支持和需求，这直接影响了教育游戏的推广和发展。其次，师生对教育游戏的接受程度较低，可能因为他们更倾向于传统的教学方式，对新方法持保守态度[3]。推动教育游戏的发展，需要加强社会认知和支持，提升教师和学生的接受程度，促进教育游戏的有效实践和持续进步[4]。

本研究使用文献计量法，通过CiteSpace这一工具综述2006年至2024年间游戏化教育领域相关文献，进行科学计量和可视化分析,系统地总结其理论基础、实践案例、当下热点以及未来发展方向，以期为教育工作者提供更深入的了解和应用参考。

1 数据来源和研究方法

1.1 数据来源

为了保证文献数据的准确、全面和高解释高质量，本研究以科学引文数据库（WebofScience,WOS）核心集合的“社会科学引文索引作为文献来源，期限为2006年1月1日至2024年3月31日，以“Gamification Education”“SERIOUS GAMES”“GAME-BASED LEARNING”等为关键词，检索获得文献5800篇，从发文量较多的9份英文期刊中，再次检索获得文献1530篇。

1.2 筛选依据

研究者继续对9篇英文期刊中的1530篇文献进行筛选，筛选依据如下：1）研究领域为教育游戏化学习; 2) 研究包含关于教育中的游戏化的证据或提出了理论框架或者包含明确的研究问题和研究假设的实证研究 (N=1326)，另一方面，排除依据如下：1）专注于严肃游戏或教育游戏；2)教育和游戏化没有一起处理。筛选的过程主要是通过研究者甄别标题和摘要来完成的，最终获得204篇文献，采用可视化工具CiteSpace分析文献，需求文献格式为纯文本文件，下载文献的“全记录与引用的参考文献”内容的纯文本文件格式以便后续分析。

1.3 文献分析方法

研究者采用美国德雷塞尔大学陈超教授团队开发的可视化分析工具CiteSpace（以共引网络的形式将文献可视化），对204篇文献进行了统计分析和可视化呈现。我们从多个维度对文献进行了分析，包括发表时间、发表刊物、作者、研究主题、关键词聚类以及突现词等。通过这种综合分析方法，我们能够全面了解研究领域的动态和趋势，并对相关信息进行直观呈现。

2 研究趋势与热点

2.1 研究数量、时间与发表刊物

根据数据显示，游戏化教育发文量在2006年到2023年总体上呈增长趋势，在2021年高达789篇（见图1），可以说明游戏化教育近年来在国际上越来越受关注，越来越多的学者开始关注游戏化教育的研究和理论。虽然在2022-2023年的发文量有所下降，但据研究者分析，该情况可能是COVID-19疫情冲击导致的。然而，如今该领域的总体研究数量仍然较少，这表明，未来的研究仍旧有很广阔的发展空间。发文数最多的三本期刊为《Computers&Education》《Sustainability》《JMIR Serious Games》（见图 2）。其 中 ，《Computers & Education》 发 文 量 最 多 ， 为248 篇。高影响因子期刊《Computers In Human Behavior 》发文数超 140 篇。

图1  游戏化教育研究文献年发表量           图2  游戏化教育研究文献刊发期刊分布

2.2 核心作者分析

研究者将204篇文献导入CiteSpace,设定时间为2006年1月-2024年3月，时间切片为1，分别以“Author”和“Country”为节点类型，选择g-index筛选标准（参数k=25），显示最大100个子网络，统计分析作者的出现频次和可视化结果（见图3）。在筛选的204篇文献中，发文五篇及以上的作者有两位：Hwang Gwo-Jen和Hou Huei-Tse；发文量三篇及以上的作者有八位。Hwang,Gwo-Jen作者与Hung，Chun-Ming作者之间的学术交流频繁，反映了双方在共同研究领域的密切合作和深入交流，以促进学术知识的交流与分享。Baranowski,Tom以及Dominguez,Adrian等作者本身也对外有着积极的学术交流，积极关注国际学术合作。然而，Hou,Huel-Tse作者保持保守的学术交流倾向，更倾向于独立研究或与少数合作伙伴深入合作。

图3  游戏化教育研究文献核心作者网络

2.3 关键词聚类分析

研究者使用CiteSpace软件，导入筛选的201篇文献，设定时间为2006年1月—2024年3月，时间切片为1，以“Keyword”为节点类型，topN=50，裁剪使用最小生成树算法，计算204篇文献的关键词频次和中介中心性，得到“N=745，E=3951”。剔除“game-based learning”“serious games”“education”等关键词，选取前十个高频关键词，2006—2024年游戏化教育研究主要关注学习者获得的成就感、表现和自我价值感，研究游戏化教育如何激发学生的成就动机、学习者动机与参与度，增强他们对学习任务的兴趣和投入、如何设计具有互动性的游戏化教育环境，以提供学生更具吸引力和效果的学习体验等主题。

聚类分析可以用于分析相关论文与新兴主题之间的相似性，以及确定研究趋势。一个聚类是否合理是通过平均轮廓S来衡量的。S越高意味着同质性越好，如果S高于0.5，则认为该聚类是合理的。本研究使用对数似然率(LLR)来标记每个聚类，因为LLR可以在覆盖率和唯一性方面生成最佳结果[5]。本研究采用关键词 K 值聚类分析并使用LLR算法处理文献关键词数据，共获得十种聚类。其中，聚类模块值Q=0.6412，平均轮廓值 S=0.8704，表明聚类结构显著高效率且可信服。同时对聚类数据进行处理，得到关键词聚类时间图谱（图4），随着时间的推移，游戏化教育应用范围和深度不断扩大，并逐渐融入到教育的各个领域和层次中。塞缪尔·威斯曼（Seymour Papert）在上世纪80年代提出的构建主义学习理论中，强调利用计算机编程游戏来促进学习[6]。游戏化教育的发展可以分为不同的阶段，由图可知，2006-2021年是游戏化教育快速发展的阶段，随着对游戏化教育潜力的认识不断加深，越来越多的教育者和焦点开始探索不同领域和学科中游戏化教育的应用，开发更加复杂和灵活的游戏化学习应用。这些应用可能涉及更高层次的思维技能和创新能力的培养，如批判性思维、问题解决能力等，接受游戏化教育的教育水平逐渐从仅有幼儿教育变成了覆盖了从幼儿园到高等教育的各个教育水平和领域。在2006年游戏化教育初期阶段，如何设计教育游戏、研究内在动机、翻转课堂和如何将知识融入游戏中增强学习吸引力是研究重点，随着技术的发展，2009年移动设备与游戏化教育技术交叉出现了移动学习这一热点，2012年出现了智能辅导系统被应用在K-12教育。协作学习热点贯穿了整条时间线。结合聚类图分析得到游戏化教育研究的热点为合作游戏设计、学习思维培养、交互环境设计、翻转课堂和智能游戏化教育系统等。 2021年以后，主要的研究方向还是高等教育以及幼儿教育。

图4  关键词聚类时间图谱

3 总结与展望

文献计量表明，2006—2024年间，游戏化教育研究总体呈逐年递增趋势，其中发文量最多的三本期刊为《Computers & Education》《Sustainability》《JMIR Serious Games》，八位学者发文量达三篇及以上，其中HwangGwo-Jen学者对于游戏化教育领域贡献最大。已有研究主要关注技术创新、个性化学习、数据驱动决策、社交学习和情感智能等方面。1）技术整合和创新：随着技术的不断发展，如虚拟现实（VR）、增强现实（AR）、元宇宙等技术的应用将为游戏化教育带来更多创新。这些技术为学习者提供了更加沉浸式和交互式的学习体验，促进了教育内容的更生动地呈现和理解。2）个性化学习：个性化学习强调根据学生的个体差异和学习需求来定制教育方案。在游戏化教育中，个性化学习可以通过算法和数据分析来实现，教育者可以更好地了解学生的学习风格、兴趣和水平，从而提供针对性更强的学习体验和教学内容，可以提高学生的学习效果和参与度。通过技术的支持和数据分析。3）数据驱动决策：数据分析在游戏化教育中扮演着重要角色，教育者可以通过收集和分析学生的学习数据来优化教学设计和教学策略。这些数据可以包括学生的行为表现、学习进度、错误模式等。通过数据驱动的决策，教育者可以更好地了解学生的需求和挑战，并及时调整教学方法以提高学习效果。4）社交学习和协作：社交学习强调学习者之间的互动和合作。通过游戏化设计，学生可以在游戏中与他人合作、竞争和互动，从而培养团队合作能力、沟通能力和社交技能。社交学习还可以增强学生的情感连接和社会技能，促进共同学习和分享经验。5）情感智能和情感体验：情感智能指的是教育系统对学生情感状态的识别和响应能力。在游戏化教育中，情感智能可以通过监测学生的情绪和情感表达来实现，例如通过面部表情识别技术或语音情感分析。了解学生的情感状态可以帮助教育者更好地调整教学策略，提供个性化的支持和指导，激发学生的学习兴趣和情感投入，从而提高学生的学习效果和情感体验。6）可持续发展和社会责任：在游戏化教育的发展中，学者们越来越多地关注可持续发展和社会责任。可持续发展意味着设计和实施教育项目时考虑到环境和资源的长期利用，以减少对环境的负面影响，延长项目的寿命，降低碳足迹，并保障未来世代的需求。社会责任则包括提供平等的学习机会、尊重多样性和包容性，培养学生的社会责任感和公民意识，促进社会的公平、和谐和可持续发展。教育者在设计游戏化教育内容时，不仅需要考虑到学术知识的传授，还注重培养学生的社会责任感、环境意识和公民素养。

对游戏化教育的研究展望主要有激励机制、特征匹配、协调平衡等方面。1）游戏设计与教学目标的协调：游戏设计应以系统论为指导，但如何确保游戏的趣味性与教育性之间的平衡仍然是一个挑战。2）激励机制的设计：在激励机制方面，我们需要重点关注内在动机的激发形式，而不仅仅依赖于外在的奖励形式。3）游戏玩法与学习者特征的匹配：游戏玩法的选择应该是有意识地基于教学情境和学习者特征的，以确保游戏化教育能够最大程度地促进学习效果和学习动力。但如今如何准确地识别学生的个性化需求并为其提供相应的游戏体验仍然是一个挑战。4）学习支持与教学策略的恰当使用：学习支持的提供应该根据教学情境和学习阶段进行合理选择，但如何平衡学习支持与学生自主学习的需求仍然需要更深入的思考。5）技术与方法的应用：技术和方法的应用为游戏化教育提供了更多可能性，但如何有效地运用这些技术和方法仍然是一个挑战。6）教育游戏评估的改进：教育游戏评估需要更多地关注学生的情感体验和情绪状态，但如何有效地测量、评估这些因素并提供相应的干预仍然需要进一步的研究和实践。现如今教育游戏的评估大多都是事后定量分析，这种评估方式虽然能够提供一定的数据支持，但也存在一些缺点，比如缺乏深度理解、忽略学习者反馈和局限于量化数据等。

参考文献

[1]D.W.Shaffer,D.W.Shaffer,HowComputerGamesHelpChildrenLearn,2006.

[2]M.Sailer,J.U.Hense,S.K.Mayr,H.Mandl,Howgamificationmotivates:Anexperimentalstudyoftheeffectsofspecificgamedesignelementsonpsychologicalneedsatisfaction,COMPUTERSINHUMANBEHAVIOR,69(2017)371-380.

[3]K.Becker,Digitalgame-basedlearningonceremoved:Teachingteachers,BRITISHJOURNALOFEDUCATIONALTECHNOLOGY,38(2007)478-488.

[4]E.Klopfer,S.Osterweil,K.Salen,Movinglearninggamesforward,Cambridge,MA:TheEducationArcade,(2009).

[5]S.A.Papert,Mindstorms:Children,computers,andpowerfulideas,Basicbooks2020.

[6]C.Steinkuehler,S.Duncan,ScientificHabitsofMindinVirtualWorlds,JOURNALOFSCIENCEEDUCATIONANDTECHNOLOGY,17(2008)530-543.

作者简介：孙博(1999—),男,汉族,山东菏泽人,研究生学历｡

基金项目：本文获得黑龙江省高等教育教学改革重点委托项目“基于游戏化教育的数媒和计科师范专业交叉培养一流本科人才研究与实践”支持，项目编号（SJGZ20210033）。