基于学科的教育研究将心理学原理应用于特定学科，以探究个体如何学习该学科的概念和技能。这包括化学、物理和数学等STEM领域，以及历史等艺术与人文领域。化学教育研究（CER）关注学生如何理解化学，识别他们在学习化学时面临的困难，并试图改进教学，使化学更易于理解。
化学学习者面临的主要问题是这门学科的无形性质。化学关注的是无法用肉眼看到的原子和分子之间的相互作用，因此，学生没有与这些现象进行真实世界经验。Alex Johnstone认为，化学很难学习是因为它必须在三个层面上理解；亚微观层面（或微粒层面）的原子和分子，宏观层面的日常现象，实际可观察到，以及我们用来传达这些思想的符号层面和表示。专家化学家能够无缝地整合这三个层面，但新手学生很难建立这些联系。具体而言，我们经常发现数学能力强的学生在不理解概念的情况下能够在化学方面取得成功，因为他们能够使用算法和启发式方法解决问题，而不必将他们的数学理解与其微观颗粒层面的原因或实际世界的宏观效应联系起来。为了解决这个问题，研究人员建议在教学中加入微观层次的图表，以帮助学生更具体地可视化这个亚微观层面。这已经导致在化学教学中使用可视化的繁荣，不仅包括静态图像，还包括动画和模拟，以帮助改进教学和学生的概念理解。
由于符号层在化学中非常普遍，该领域长期以来一直致力于研究学生与教学材料中的可视化交互，包括教科书、在线作业系统以及动画和模拟等电子资源。化学教育研究者还研究了一些不太侧重视觉方面的领域，包括学生解决问题的策略、概念理解以及情感因素（如自我效能感和动机）对学生成功的影响。
研究这些问题时，CER经常借鉴心理学和其他社会科学的研究技术。过去，这些研究问题的回答通常通过较间接的方式，包括访谈、调查和观察协议或成就测试。眼动追踪的引入使得对学生行为的直接、定量化测量成为可能，并且在过去十年中在CER中广泛应用。眼动追踪特别适用于研究学生对可视化和教学材料的使用，但也可以应用于研究问题解决实践等主题。
眼动追踪在CER领域的最早应用之一是我的研究，研究对象是学生如何观看粒子水平相互作用的动画，与专家观看相同动画的方式进行对比。先前的文献研究使用学生成就测试和访谈协议，表明这些动画并没有改善学生在课堂上的成绩，尽管专家（课堂教师）鼓励学生使用这些动画来帮助他们理解粒子运动和相互作用。眼动追踪使我们能够调查这种差异的来源，并帮助课堂教师意识到学生们实际上并没有看到专家们所看到的东西 - 他们专注于完全错误的动画区域。眼动追踪技术使我们能够通过测试对动画进行小的修改，例如突出显示感兴趣的粒子以引起视觉注意力，并提高学生的成绩和概念理解能力。
自那时起，眼动追踪已被用于研究化学课堂上的许多其他可视化手段。Herrington等人最近的一个项目研究了学生如何与模拟实验进行互动，这些实验允许他们操纵变量并观察这些变化的微观和宏观结果。这项研究证明，在没有支持和指导的情况下，学生不会使用提供给他们的微观资源，而是集中精力用先前的知识和算法思维来回答问题。
Stieff等人研究了学生对多重呈现方式的使用情况，显示了在各种可视化手段之间分散注意力，并且学生更喜欢视觉空间表示而不是更数学化的表示。这得到了Williamson等人的研究支持，他们发现学生在解决问题时，如果给出多种表示方式，他们只会使用最熟悉的那种，而忽视更有用的表示方式，而更偏向使用更简单的表示方式。
在研究学生解决问题方面，许多研究人员也使用了眼动追踪技术来观察学生如何与视觉数据，如化学光谱进行交互。Cullipher等人的研究表明，新手和专家对这些光谱的阅读方式不同，这为课堂教师提供了关于如何向初学化学的学生最好地教授这一关键技能的建议。Cortes等人类似地研究了学生如何阅读包含复杂生化途径的图像，并找到这些途径中的信息来回答问题。这有助于我们了解解决问题的行为方式，并让我们能够实时观察用户的操作，而这些是访谈无法提供的。
目前，眼动追踪技术已被应用于研究学生阅读和应对单词问题和多项选择问题的方式。虽然在其他领域已经广泛应用眼动追踪技术来研究阅读行为，但这些研究为课堂教师和评估设计者提供了关于如何最好地制定化学知识评估问题以测试学生知识，同时不超出学生的认知资源的见解。
总体而言，眼动追踪技术通过量化学生行为的方式在化学教育研究领域证明了其巨大的益处，而以往的方法无法实现这一点。这帮助我们改进了如何设计教学材料，例如动画和模拟，并帮助我们教导学生使用光谱和生化途径等可视化工具来解决问题。虽然DBER研究非常应用，但这些研究的结果只适用于特定领域，并且更为明确地传达给这些领域的实践者。眼动追踪技术具有产生定量数据的优势，与STEM领域的人士使用的语言相符，而不是定性分析。这种定量结果对于STEM教师来说更为熟悉，从而降低了接受这些研究结果的门槛。对于DBER研究人员来说，尤其是那些在视觉要求较高的领域如化学中希望了解学生对教材使用情况的人来说，眼动追踪技术是提供数据以帮助改进教学的一个独特工具。如果您是DBER研究人员，希望进一步了解该工具，可参考最近的这篇综述。
作者
Dr. Jessica VandenPlas
Associate Professor of Chemistry, Grand Valley State University
Dr. Jessica VandenPlas is an associate professor of chemistry at Grand Valley State University. She received a Ph.D. in educational psychology from the Catholic University of America in 2008, after completing an MS in Forensic Science at the George Washington University, and a BS in biochemistry from the University of Wisconsin, Madison. Her research is focused in the area of chemistry education, and uses educational and psychological methods to investigate student learning in chemistry. Current research is focused on using eye tracking techniques to examine student problem solving and representational competence in chemistry, as well as the use of technology in the classroom.
Dr. Jessica VandenPlas introduces the unique research challenges faced by chemistry education researchers, highlighting the role that eye tracking can play in addressing these difficulties. Examples is given from her own research program, including student use of multiple representations in organic chemistry and the use of animations and simulations in general chemistry.
Dr. Stefan Küchemann demonstrates two scenarios which aim to reveal the visual attention distribution and interactions of students in real-world learning environment in physics with a high ecological validity.
Dr. Stefan Küchemann shows how mobile eye tracking extends the range of possible eye tracking applications in physics education research and demonstrate underlying visual strategies during the generation process of visual representations and during experimentation.
Subscribe to our stories about how people are using eye tracking and attention computing.
