受训者觉得AR眼动追踪对训练有用吗？这种感受与实际学习收益相符吗？

受训者参与设计工具，能说明有用性，却说明不了学习效果

在外科训练中，支持AR眼动追踪的论据是通过与实际使用它的受训者直接合作建立起来的。一项与外科受训者开展的共同设计研究，产出了面向未来内镜教学中协作式AR眼动追踪的用户知情设计指南，目标是改进训练模块并将AR融入手术室教学[1]。这反映的是受训者和设计者认为系统应该做什么——他们的需求和优先事项——而不是检验使用它是否让人更熟练。

其他训练领域也出现同样的模式。一个有轨电车司机模拟器项目结合了模拟器技术、增强现实和眼动追踪，针对视觉注意力，回应了作者所称的交通训练中一项公认需求[2]。该研究报告了概念和早期反馈，但不包含学习收益或训练效果的定量测量[2]。所以热情是真实的，也建立在真实的训练问题上；只是尚未转化为可测量的提升。

为什么视线本身可能是有用的训练信号

其基本思路是：一个人看向哪里，能透露他如何分配注意力，而注意力正是训练试图塑造的一部分。在扩展现实中，眼动追踪数据已被用于研究AR和VR中的注意力模式，用这些数据训练的机器学习模型可以预测是否存在干扰物，以及用户控制注意力的程度[5]。如果视线能标记出受训者何时被拉离任务，教练或系统原则上就可以当场作出反应。

这是从追踪通向教学的一条可行路径，但它只是一种可能性，而非已证实的益处。注意力研究显示，在这些环境中视线携带了关于注意力的信息[5]；它并未显示把这些信息反馈给受训者能改善其表现。关于AR和VR中眼动追踪的综述指出了它在航空和军事训练中的作用，以及交互式AR所依赖的实时视线追踪[4]，这解释了为什么在结果数据滞后的情况下，这种方法仍不断吸引投入。

工程实现比教学证据走得更远

已发表工作中相当一部分是关于让硬件至少能正常工作。一个外科训练平台将HoloLens增强现实头显与独立的眼动仪配对使用，并关注系统设计与校准[3]。校准之所以重要，是因为只有当系统能可靠地知道受训者看向哪里时，视线追踪才有用；这是工程问题，不是教学法问题。

正是这一缺口使问题难以得到干净的回答。设计研究告诉我们工具可以造出来，受训者对它应如何运作有看法[1][3]；模拟器工作告诉我们组合系统可以实现和演示[2]；综述工作告诉我们该技术已在高风险训练中站稳脚跟[4]。这些都没有提供好奇的读者最想要的那种比较：接受AR眼动反馈训练的受训者与未接受该训练的受训者，在同一技能上的测量对比。

什么才能真正判定它是否有助于学习

这组材料中最直接的证据是关于注意力的，它指向一条前进路径，而非一个定论。由于基于视线的模型可以预测AR和VR中的分心和注意力控制[5]，未来研究可以把这些预测作为中间指标，然后检验注意力被标记的受训者最终是否表现更好。在这一联系得到检验之前，注意力仍只是研究者视为与训练效果相关的指标，而非训练得到改善的证明。

对于正在判断是否该相信这一说法的读者，实际的解读是：有用性主张建立在受训者共同设计和早期反馈之上[1][2]，学习主张则建立在以注意力替代技能之上[5]。两者都是合理的起点，但都不等同于显示出收益。对于受训者的热情是否与实际学习相符，诚实的回答是：热情有据可查，而这些研究尚未测量学习。