本研究旨在探討運用數位遊戲式學習系統於排序演算法之運算思 維學習中的適性化教學推薦系統，對於學生的學習成效、認知負荷、學 習動機與心流經驗等方面，比起只有使用適性化教學推薦教學影片，是 否有更好的成效。
本章共分為五節，第一節為研究背景、第二節研究動機、第三節 研究目的、第四節研究假設、第五節名詞解釋。詳細說明如下：
研究背景
近年，數位學習正蓬勃發展，數位教材本身不受時間、地點的特性 也頗受矚目。美國新媒體聯盟於 2017 年公布的地平線報告指出，繼稍早 的大規模開放式線上課程（MOOCs）、線上教學等數位學習模式普及後，
混成學習、移動式學習等數位學習法在各教育機構的接受度也已大為提 升。課程不只可以重覆使用，而且避免教師還有負擔該技術開發者停止 維護的困擾，教師們因而能將時間集中在教材內容的討論、開發上
（Becker et al., 2017）。即使是內容較為生硬的資訊相關科目，同樣受益 於可再用、可重組之開源物件與課程，友善的介面不論對於教與學的負 荷都大幅降低，使學生跟教師都成為受益者（Grover & Pea, 2013; Miller, 2009）。
各科教師之所以投入數位學習應用領域，除受到軟硬體技術躍進、
普及化帶來的激勵，更是著眼於數位學習具有增進教學成效、促進學習 動機等等研究佐證（Chu, Hwang, & Tsai, 2010; Mayer et al., 2014; Wouters, Van Nimwegen, Van Oostendorp, & Van Der Spek, 2013; 陳瑋廷、許庭嘉, 2015）。而教育部（2018）更直接在 12 年國教國高中科技領域課綱指出，
未來的科技領域課程設計對比起以往的程式技能訓練，將更加重視科技 素養、問題解決能力的培育。在問題導向模式（Problem-Based Learning, PBL）的學習方針下，學生將從掌控工具開始，透過專家指導或自學熟 習科技資源的應用，進一步掌握運算思維（Computational Thinking, CT）
的內涵。而在CT 領域的排序演算法單元中，由於各式演算法需要理解、
遵循特定排序方式，才能有效率地將資料排列（許庭嘉 et al., 2017）。
除了學生學習方向的變革，教師的角色也有了更多的可能性，例如 Prensky（2007）就認為教師應適當的調整自己的定位，不再是講授者而 是學習活動促進者。Prensky 指出在如今的技術、操作知識面上，學生們 知道的並不比見得比教師少，甚至可能掌握比教師還更新銳的資訊。在 放手給予學生自我學習空間的同時，作為成年人的教師比起維持技術的 優勢，更應該掌握如何引導學生抒發理念、分配工作，必要時指出學生 的盲點。針對學生盲點，Vygotsky（1980）認為若學生在學習時沒有獲得 適當的鷹架（scaffolding）輔助，將使學生難以調整學習節奏，並且無法
理解較複雜的概念或深層知識。而具有互動性（interactivity）的教材則 能協助遇到以上問題的學生，進一步激發自律行為（self-regulation）的 產生（Delen, Liew, & Willson, 2014）。例如，讓學生透過內建的插件主動 索取單元說明，幫助瞭解不足之處，或是在閱讀教材時能掌控閱讀步調，
自己決定何時該進入下一個新單元等等，這些具有互動性的功能都能提 升學生的學習品質，進而增加學習動機，使他們願意主動投入更多時間 自學，從而提高成績、正面改善學習成效（Delen et al., 2014; Sun, Chen,
& Chu, 2018）。
考量到不同學生由於程度與背景不同，在教材的需求上必然出現差 異（Miller, 2009）。即使兩個學習者在同一科目同一單元的得分相近，但 仍然可能在不同的學習迷思概念狀況下，需要不同面向的指導。此時，
引進推薦系統恰好能滿足個別學習者所需。推薦系統常見用在服務的平 台，例如：使用者在挑選物品時遇到眾多陌生的新選項，推薦系統會列 出過往其他使用者累積的選擇紀錄供使用者參考，藉由閱覽歷史紀錄，
使用者能挑選到較為符合自己需求的產品，給出最符合當下狀況的診斷 結果（Cleger, Fernández-Luna, & Huete, 2014）。更進一步地說，推薦系統 還具有在一堆剛剛收集但未經整理的資訊中，主動篩選出關聯性較強的 情報、減少無關雜訊，將使用者負擔輕量化的優點（Schafer, Konstan, &
Riedl, 2001）。如果將推薦系統運用在學生的個別化學習上，可依據使用
者偏好或知識基礎來推薦教材，該類系統由系統工程師結合領域專家建 構而成，具有三個重要功能：1.提供學習者教材 2.推薦適切教學模式 3.
讓使用者自選範例等。在系統設定完成或是獲得學習者背景資訊之後，
系 統 會 依 照 使 用 者 要 求 調 整 推 薦 的 教 材 或 是 範 例 （Shishehchi, Banihashem, Zin, Noah, & Malaysia, 2012）。
綜上所述，本研究將以知識基礎推薦系統，開發能幫助學生在使用 排序演算法之運算思維遊戲式學習教材，能適切的匹配適性化課程，讓 學生掌握自主學習步調，並且和只有推薦系統而無遊戲式學習的教材作 比較，是否二種模式對於學生的學習成效皆有助益，以及在學習表現上 有哪些不同。
研究動機
在數位學習領域中，遊戲式學習都是富含互動性質的教學模式
（Becker et al., 2017），傳統的數位多媒體學習教材多由 2D 素材（文字、
圖像和動畫等）所建構而成。相對於此，數位遊戲教材除了存在於2D 和 3D 平台上，在遊戲本身的模擬性、存在感、以及高度互動性，讓學習者 能沉浸在觀察、探索和參與虛擬世界的活動當中，以上都是讓遊戲式學 習受到矚目的因素。由於遊戲本身就饒有趣味性，受到學齡族群歡迎，
開發者可透過調整遊戲的趣味性、任務目標、勝利目標、獎勵機制、互 動機制、挑戰性、回饋性…等機制，設計出受玩家歡迎的遊戲，增強他 們的遊玩動機及愉悅度。為了遊戲式學習開發的教育遊戲也應該遵循上 述機制，在遊戲玩法和玩家能力間取得平衡，在趣味性及玩家能力培養 上做到雙方兼顧（Chang, Liang, Chou, & Lin, 2017; Prensky, 2007; Wouters et al., 2013）。
在各種遊戲類型當中，模擬類型遊戲（Simulation game）特別吸引 教學者與學習者的關注。由於模擬遊戲充滿了與虛擬、實體腳色的互動 流程，高互動性意味著玩家能和電腦或者另一位玩家充分交流，這正是 遊戲式學習比傳統學習方法對學生更具吸引力的亮點。而高水準的互動 正是促成有效學習的關鍵因素，這會使學習者變得自主，最終提高其自 我學習能力，學習成績獲得改善，上述特色符合許多教師將數位教材融
入課程的初衷（Sitzmann, 2011）。
在使用數位教材引導學生自學的過程中，如何以偵測學生弱點，適 性化針對不同弱項補強亦是不容忽視之處。在各式建構知識基礎推薦系 統中，透過凱利方格進行專家知識截取所設計的專家系統是一種常用的 方法，它不僅可以歸納整合專家知識，而且可以獲取學生知識以後，再 同時比對擷取自領域專家的凱利方格與學生的作答情況，檢測出學生自 身未發覺之盲點（Hsu, Hwang, & Chang, 2010），幫助學習或教學者進一 步的調整後續課程，找出學生個別化的學習需求，以期達到更佳的學習 成效。
綜上所述，本研究將透過教學用角色模擬遊戲結合適性化診斷推薦 系統，來診斷並加強學生的學習盲點，以期發揮教學作用，並探討其對 於學生在較難理解的排序演算法之運算思維的學習成效影響，並且探討 在學習動機、認知負荷和心流經驗方面的成果。
所謂的認知負荷（Cognitive Load）是指學生在訊息進入大腦之後訊 息處理的負擔。Schrader 和 Bastiaens（2012）指出設計不佳或是過度複 雜的教材在學生學習的過程中可能成為阻力，它們皆會讓學生產生不必 要的認知負荷，從而導致學習成績的下降。Chang 等人（2017）的研究 指出使用遊戲式學習的學習者，對比觀賞多媒體的學習者具有較低的外 部認知負荷。因此，本研究將探討當教學用角色模擬遊戲結合了凱利方
格推薦系統進行教學時，對於學生的認知負荷表現是否會產生正面影響。
所謂的心流體驗（Flow Experience），乃是學生沉浸於課程中的重要 指標，具有挑戰性的任務會使人專心致志，然而挑戰過難導致大腦資訊 超載，亦將使注意力分散（Csikszentmihalyi, 2014）。Hamari 等人（2016）
的研究指出，難度經過良好安排的教育遊戲，確實能成為增強學生心流 體驗表現的有效手段。因此，本研究將探討當教學用角色模擬遊戲結合 了凱利方格推薦系統進行教學時，對於學生的心流體驗表現是否會產生 正面影響。
研究目的
本研究旨在探討將教學用角色模擬遊戲，結合了適性化診斷推薦系 統，實際應用於排序演算法之運算思維的教學，比起一般的適性化診斷 推薦系統，對於學生的學習表現可能產生之影響。期望實驗結果能夠給 予未來相關研究一些幫助，做為參考依據。
本研究問題如下：
一、探討使用適性化遊戲式學習系統後，對於學生在排序演算法教學的 學習成效是否提升？
二、探討使用適性化遊戲式學習系統後，對於學生在排序演算法教學的 內外在認知負荷是否降低？
三、探討使用適性化遊戲式學習系統後，對於學生在排序演算法教學的 心流體驗是否提升？
四、在排序演算法單元中，有推薦遊戲式學習和無推薦遊戲式學習之學 習行為是否有差別？
研究假設
本次將數位遊戲結合推薦系統之研究中，共有三點欲探討之標的，
謹依據過往研究之文獻結果進行預測如下：
H1：使用適性化遊戲式學習系統後，可以有效提升學生排序演算法之學 習成效，且最終結果顯著優於使用無適性化遊戲式學習系統、以及
H1：使用適性化遊戲式學習系統後，可以有效提升學生排序演算法之學 習成效，且最終結果顯著優於使用無適性化遊戲式學習系統、以及