想象一下，未來的課堂不再是四面墻壁，學生可以“走進”人體內部觀察細胞活動，可以“站在”火山口模擬地質考察，或者在虛擬工廠里安全地操作精密機械。這種由擴展現實(XR)技術打造的沉浸式學習體驗，正從科幻小說走向現實。近年來，以擴展現實(XR)、人工智能(AI)和大數據(Big Data)為代表的數字技術飛速發展，深刻地改變著傳統教育形態。特別是在非正式、非正規的延伸教育(extended education)領域，如職業培訓、技能再提升、在線課程等，這些技術為創建超越傳統課堂的沉浸式、個性化、數據驅動的學習環境提供了可能。然而，技術本身并非“萬能藥”。在XR被寄予厚望的同時，一系列問題也隨之浮現：這些酷炫的技術真的能有效提升學習效果嗎？它們是否僅僅增加了趣味，卻加重了學習者的認知負荷？教育機構、教師和企業是否已準備好將數字環境作為可靠的學習工具來采用？更重要的是，面對潛在的隱私泄露、算法偏見等倫理風險，我們應如何確保技術應用是公平、包容且可持續的？為了回答這些問題，意大利“Kore”恩納大學的Ottaviano Emma對2014年至2024年間該領域的研究進行了系統的文獻綜述，旨在梳理XR、AI與大數據如何共同增強延伸教育，識別其整合帶來的教學機遇與挑戰，并對最先進應用的成熟度與采納水平進行評估。這篇題為“Extended reality in the digital age: A literature review on technology-driven learning environments”的研究最終發表在《Computers 》期刊上。

為了開展這項研究，作者遵循了PRISMA指南，在Scopus、IEEE Xplore和ScienceDirect三個主要的學術數據庫中進行了系統性檢索。檢索策略采用了布爾邏輯“與”連接了“教育/學習/培訓”、“多模態交互/眼動追蹤/觸覺/手勢/語音”以及“虛擬/增強/擴展現實”三組關鍵詞，篩選了2014年至2024年間發表的、聚焦于延伸教育背景的英文同行評議文章。經過嚴格的納入與排除標準篩選，并使用Zotero軟件去重后，最終納入了72篇文獻進行深入分析。隨后，研究采用定性的主題分析方法，對篩選出的文獻進行編碼和歸類，以敘事綜合的方式呈現研究發現。

本研究的結果揭示了XR在教育中的應用全景、目標、研究策略及其成熟度與挑戰。

通過對文獻的主題分析，研究識別出擴展現實(XR)在教育中的五大主要應用領域：1) 職業與實操培訓，如醫療手術模擬、工業維護訓練；2) STEM與抽象概念可視化，如3D解剖模型、分子結構互動；3) 認知與軟技能發展，如公眾演講、同理心培養；4) 通識教育與教學支持，如虛擬實地考察、沉浸式敘事；5) 評估、評價與研究，如程序性技能評估、行為數據收集。盡管應用多樣，但其核心教學目標高度一致，可歸納為四類：提升學習成果、增強參與度與動機、確保可及性與安全性、培養21世紀技能。

研究將72篇文獻所采用的研究策略分為11類，并逐一分析了其目標與局限。敘事性綜述(A)能廣泛映射快速發展的領域，但缺乏系統性和可重復性。系統性綜述(B)和元分析(C)提供了更透明、量化的證據，證實了XR技術的積極效果（效應量中等至高），但常面臨研究異質性高、發表偏倚等問題。系統性圖譜研究(D)有助于組織新興研究領域并識別趨勢。批判性/理論性分析(E)挑戰固有假設，強調教學設計優先于技術本身。定量實證實驗(F)和比較/交叉研究(G)提供了控制條件下的因果證據，表明沉浸式環境在提升動機方面效果顯著，但對認知學習的影響取決于教學設計，不當的沉浸可能增加外在認知負荷。高級統計建模(H)揭示了技術采納受感知有用性和享樂動機驅動。主題定性分析(I)深入探索了教育數字化轉型的復雜過程。愿景性綜述/觀點論文(J)則為領域勾勒了未來研究方向。

分析表明，XR解決方案的技術成熟度和在教育中的采納仍處于新興而非鞏固階段。軟件開發高度集中于Unity、Unreal Engine等平臺，硬件則以Oculus、HTC Vive、ARKit/ARCore為主，但多數應用仍停留在實驗原型階段，未能充分利用多模態交互的潛力。在采納層面，盡管興趣日增，但普遍面臨教師數字能力準備不足、缺乏標準化設計評估指南、以及高昂成本與互操作性障礙等挑戰，限制了其大規模、系統性的整合。

研究的結論與討論部分對四個研究問題進行了深入闡述。首先，XR的應用雖呈現碎片化，但其底層教學目標具有高度一致性，即作為實現更有效、更吸引人、更可及、更相關學習的教學賦能者，而非技術本身。其次，盡管開發工具趨于集中，但在先進功能利用、可擴展性和互操作性方面存在顯著差距，阻礙了從原型到產品的轉化。再者，教學策略和實驗證據顯示XR能有效提升動機和參與度，但其認知效益高度依賴于精心設計的教學法，不當的沉浸可能適得其反。該領域研究正從“是否有效”轉向“如何、何時、對誰有效”的更深層探索。最后，關于技術成熟度，研究指出當前大多數解決方案仍處于實驗階段，真正的系統性整合面臨基礎設施、師資培訓和標準化等多重壁壘。

總之，這篇綜述清晰地指出，XR、AI與大數據技術的融合為延伸教育帶來了變革性機遇，使其學習過程更加靈活、引人入勝和個性化。然而，要充分發揮其潛力，必須超越單純的技術驅動創新，采取一種跨學科的、以人為本的方法，將深思熟慮的教學整合置于核心位置。同時，必須積極應對教學、技術和倫理層面的障礙，通過推廣包容性設計、確保隱私保護、提供充足的教師培訓，并開展更多縱向研究和建立監管框架，最終實現可持續和公平的技術采納。這項研究不僅系統梳理了當前的研究圖景，也為教育技術研究者、教學設計者和政策制定者提供了重要的路線圖。