引言

三维建模与数字化设计能力是机械工程专业人才的核心素养之一。《机械设计基础》等课程普遍设置大量建模练习以强化学生的空间思维与工程表达能力。然而，教学实践中长期存在反馈效能低下的困境：一方面，传统文字批注难以直观传达几何特征、尺寸公差、装配干涉等空间信息，学生常因理解偏差而反复修改甚至放弃修正；另一方面，大班教学场景下教师评阅负担沉重，反馈周期延长，削弱了反馈的时效性与针对性。

哈蒂与蒂姆珀利在其里程碑式研究中提出，有效反馈应回答三个核心问题：“我要去哪里？”“我如何到达那里？”“下一步去哪里？”反馈可在任务、过程、自我调节、自我四个层面运作，其中任务层面的反馈（指出正确与否、提供改进方向）与过程层面的反馈（关注策略与信息加工）对技能习得最为关键。反馈信息的呈现方式直接影响学习者的认知加工路径与情感响应，从而调节反馈的最终效能。

在工程教育领域，针对反馈媒介的实证研究相对有限。已有研究多聚焦在线平台或作业批改系统的功能描述，较少从认知机制层面对比不同专业工具加持的反馈呈现方式。三维模型标注借助SolidWorks等软件直接在模型几何体上附加批注，语音点评则传递音调、节奏等副语言信息，二者与文字批注在信息承载形式、认知转换路径、情感传递密度上存在本质差异。基于此，本研究提出以下假设：

H1：三维标注组的基础特征修改完成度显著高于文字组；

H2：语音点评组的复杂结构修改完成度显著高于其他两组；

H3：反馈媒介对修改准确性的影响存在显著差异。

一、研究设计

（一）理论框架

本研究以哈蒂与蒂姆珀利的反馈模型为理论核心，区分两个分析维度：认知维度考查反馈如何帮助学习者纠错与调整策略，对应模型的“任务—过程”层面；动机—情感维度考察反馈如何影响学习者的自我效能感与修正意愿，对应模型的“自我调节—自我”层面。

（二）研究对象

选取某省属高校机械工程学院2021级三个自然教学班共126名学生为被试，所有学生均已完成SolidWorks基础模块培训，本学期同步修读《机械设计基础》课程。三个班级的授课教师、教学进度、作业任务完全相同。征得课程负责人及学生知情同意后实施实验。

（三）前测与分组

为控制初始能力差异，收集被试上学期《工程制图》期末成绩作为前测变量。单因素方差分析显示三组前测成绩无显著差异（F(2,123)=0.87，p=0.421），表明分组在基线水平上具有可比性。随后将三个自然班整班随机分配至三种反馈条件：A组（42人）接受传统文字批注，B组（42人）接受三维模型标注反馈，C组（42人）接受语音点评反馈。

（四）实验任务与反馈设计

课程作业为“一级齿轮减速箱三维建模”，要求完成箱体、齿轮、轴、轴承等零件的建模与装配。教师在作业中统一预设10处典型设计错误，涵盖两类：基础特征错误5处（如轴径尺寸公差缺失、键槽宽度不符、倒角遗漏）；复杂结构错误5处（如齿轮啮合干涉、轴承端盖配合间隙过小、箱体加强筋位置不当）。

三种反馈条件的操作界定如下：

文字批注：在作业管理系统中以纯文本逐条列出错误位置与修改建议，如“输入轴左侧轴承位直径应为φ30，当前为φ28”。

三维模型标注：在SolidWorks中直接以3D注解工具在模型对应几何面或边上添加标注，学生打开模型即可在三维空间中查看反馈。

语音点评：教师录制逐条语音说明，每条针对一处错误，时长30～60秒，通过系统推送至学生端。

所有反馈内容的信息实质保持一致（指出错误、说明正确做法），仅呈现媒介不同。学生根据反馈进行为期一周的修改并提交终稿。

（五）数据采集与编码

定量数据：统计每位学生首次提交稿与终稿的错误修正情况，由两名经过培训的评分者独立编码。指标定义如下：

基础特征修改完成度=正确修正的基础特征错误数/5

复杂结构修改完成度=正确修正的复杂结构错误数/5

修改准确性=修正且未引入新错误的个数/总修改操作次数

评分者一致性系数（Cohen's κ）为0.89，信度良好。

定性数据：每组随机抽取8名学生（共24名）进行半结构化访谈，围绕“对反馈方式的理解难度”“修改过程中的困惑点”“反馈方式对修改意愿的影响”等问题展开，每人访谈约15分钟，全程录音并转录为文本。

（六）分析方法

定量部分采用SPSS 26.0进行协方差分析（ANCOVA），以前测成绩为协变量，以反馈方式为自变量，分别以三个修正指标为因变量；事后多重比较采用Bonferroni校正。定性部分运用NVivo 12对访谈文本进行主题编码，提取核心类属。

二、研究结果

（一）描述性统计与协方差分析

三组在各因变量上的描述性统计结果见表1。

反馈类型	基础特征修改完成度	复杂结构修改完成度	修改准确性
文字批注	0.63±0.18	0.42±0.21	0.71±0.15
三维标注	0.82±0.14	0.58±0.19	0.85±0.11
语音点评	0.77±0.15	0.73±0.16	0.75±0.13

协方差分析结果（见表2）表明，在控制前测成绩影响后，反馈方式对三项因变量的主效应均显著（p值分别小于0.001、0.001和0.05），效应量η²介于0.09~0.31之间，属中等至大效应。

因变量	变异来源	SS	df	MS	F	p	η²
基础特征修改完成度	反馈方式	2.14	2	1.07	23.81	<0.001	0.28
复杂结构修改完成度	反馈方式	1.67	2	0.84	18.92	<0.001	0.24
修改准确性	反馈方式	0.31	2	0.16	5.43	0.006	0.09

（二）事后多重比较

基础特征修改完成度：三维标注组显著高于文字组（均差=0.19，p<0.001）和语音组（均差=0.05，p=0.038）；语音组显著高于文字组（均差=0.14，p<0.001）。H1得到强有力支持。

复杂结构修改完成度：语音点评组显著高于三维标注组（均差=0.15，p=0.004）和文字组（均差=0.31，p<0.001）；三维标注组显著高于文字组（均差=0.16，p=0.008）。H2得到完全支持。

修改准确性：三维标注组显著高于文字组（均差=0.14，p=0.007），也高于语音组但未达显著（均差=0.10，p=0.094）；语音组与文字组差异不显著（p=0.564）。H3得到部分支持——三维标注在准确性上的优势突出，且主要在基础特征任务上体现。

（三）访谈分析结果

访谈文本编码提炼出三个主题：

认知转换负荷差异。文字组学生普遍反映需“在文字描述—三维模型之间来回切换，想象对应关系”，而三维标注组学生表示“反馈就标在错误面上，一眼就知道哪里有问题”。

策略引导与思维激活。语音组学生谈到“老师讲到‘这个配合面间隙太小’时，语气加重让我意识到问题的严重性”，说明语音的副语言线索强化了策略层面的指导。

情感感知与投入意愿。语音组学生提及“老师的声音让我觉得他在认真看我的模型，有对话感”，这种感知上的教师临场感提升了修正投入度。

三、讨论

（一）三维标注的认知匹配优势

本研究发现三维标注在基础特征修改及准确性上优势突出。这一结果可以从认知负荷理论获得解释：三维标注直接在几何模型上呈现反馈，实现了“错误位置—修正提示”的空间耦合，大幅减少了学习者在二维文字符号与三维空间结构之间进行心智转换的外部认知负荷，从而将更多认知资源分配给修正操作本身。这对于平面图纸转三维模型经验尚浅的本科低年级学生尤为关键。

（二）语音点评的过程引导与情感增强效应

语音点评在复杂结构修改上脱颖而出，呼应了哈蒂模型中过程层面反馈的教育潜能。装配干涉、间隙配合不足等复杂错误不仅涉及“改哪里”，更涉及“如何思考配合关系”，语音中重音和停顿能有效凸显逻辑节点，引导学生关注设计思路。此外，语音传递的副语言信息增强了教师的“社会临场感”，经由自我调节层面的情感通道提升修改意愿。这一结果提示，反馈不仅要有认知精度，更应包含适度的情感温度。

（三）实践启示：分层混合反馈模式的构建

综合两类错误的优势媒介，建议一线教学中采用分层混合反馈策略：对尺寸漏标、特征缺失等基础错误，优先使用三维标注以确保信息精确、认知高效；对装配干涉、结构路径冲突等复杂设计问题，在三维标注基础上辅以简短语音讲解，提供逻辑梳理与过程引导。该策略可在不显著增加教师工作量的同时，实现反馈信息的认知效率与情感激励的均衡优化。

（四）局限与展望

本研究存在若干局限：样本仅来自一所高校，外部效度待进一步检验；实验周期较短，未追踪长期学习保持效果；未能分离反馈媒介与教师个人表达风格的交互效应。后续研究可拓展至多校样本，引入眼动追踪技术直接测量认知负荷，并探索基于AI的智能三维标注与语音生成系统在规模化教学中的应用。

本研究在机械类三维建模教学场景中，基于哈蒂反馈模型系统比较了三种反馈媒介的效能差异。实证结果表明，三维模型标注在基础特征修改的完成度与准确性上具有显著优势，语音点评则在复杂结构修改及学习情感激励方面表现突出。研究支持“三维标注+语音补充”的分层混合反馈模式，为提升工程教育反馈质量提供了可操作的实践路径。

参考文献：

1. [1] Hattie J, Timperley H. The Power of Feedback[J].Review of Educational Research,2007,77(01):81-112.
2. [2] 王建国.工程教育中的设计反馈机制研究[J].高等工程教育研究,2020(03):112-118.
3. [3] Ice P, Curtis R, Phillips P, et al. Using asynchronous audio feedback to enhance teaching presence and students' sense of community[J].Journal of Asynchronous Learning Networks,2007,11(02):3-25.
4. [4] Sweller J. Cognitive load during problem solving: Effects on learning[J].Cognitive Science,1988,12(02):257-285.
5. [5] Borup J, West R E, Graham C R. Improving online social presence through asynchronous video[J].The Internet and Higher Education,2012,15(03):195-203.
6. [6] Sadler D R. Formative assessment and the design of instructional systems[J].Instructional Science,1989,18(02):119-144.
7. [7] Nicol D J, Macfarlane-Dick D. Formative assessment and self-regulated learning: A model and seven principles of good feedback practice[J].Studies in Higher Education,2006,31(02):199-218.