Fotogrammetrie — nová vlna hyperrealismu ve výuce
Zlepšuje hyperrealismus efektivitu učení?
Poslední roky počítačové hry a digitální grafika obecně posouvají hranice toho, co bylo považováno za „realistické“. S rozvojem výkonných herních enginů, počítačového hardwaru i umělé inteligence se virtuální prostředí stále více přibližuje fotorealismu, tedy nerozlišitelnosti počítačem generovaného obrázku a fotografie (Rademacher et al., 2001). Svůj přinos na tom má také technologie, která rozhodně není novinkou, avšak prudce narůstající výkon osobních počítačů, které tak jsou schopny provést výpočty v rámci hodin (podle komplexity) a přístupnost potřebných programů (3Dflow, 2019; Capturing Reality, 2019) umožnil její šíření mezi veřejnost — fotogrammetrie.
Co vlastně fotogrammetrie je?
Jednoduchou definicí fotogrammetrie je „zařízení nebo technologie, která něco měří skrz záznam světla“. Ještě širší definici pak nabízí Americká Společnost pro Fotogrammetrii a Dálkové Snímání: „Je to umění, věda a technologie získávání spolehlivých informací o fyzických objektech a prostředí pomocí procesu pořizování a vyhodnocování snímků, struktury elektromagnetického záření a dalších jevů“ (American Society for Photogrammetry and Remote Sensing, 2019) . Využití momentálně nachází například v archeologii, architektuře, topografickém mapování, těžbě, stavebnictví, automatickém řízení, detekci podzemních jaderných testů a zemědělství. Stále hojněji se také začíná využívat ve videoherním průmyslu, a to je také nejvíce relevantní odvětví pro zakomponování fotogrammetrie do vzdělávání.
Po technické stránce se jedná o pořizování snímků objektu, kdy musí být zaznamenány dva hlavní atributy: pozice každého bodu na snímku a jeho barva (příp. odrazivost, průhlednost,…). Pro zjištění polohy bodu na snímku musí být pořízeny minimálně dva snímky (ideálně však mnohem více, až desítky nebo stovky) z různých úhlů, aby algoritmus mohl snímky porovnat a vytvořit si představu o relativním pohybu snímače. Celý proces se dá přirovnat k lidskému vnímání hloubky, který používá pohybovou paralaxu a dovoluje nám vnímat hloubku/vzdálenost díky pohybu v našem zorném poli. Takto vytvořený digitální model může být považován za přesnou digitální kopii fyzického objektu (samozřejmě v závislosti na detailnosti modelu). Výsledky se tak přiblížily tomu, co bylo v minulosti dosažitelné pouze laserovými skenery, avšak oproti skeneru má fotogrammetrie podstatnou výhodu: dostupnost a nízkou cenu.
Vliv fotorealismu na psychiku
Pokud uvažujeme o zakomponování fotogrammetrie do procesu vzdělávání, musíme uvažovat, jaký vliv budou mít její produkty na psychiku studentů. Jednou z výhod oproti klasickému ručnímu modelování může kromě vyšší rychlosti procesu tvorby nabídnout i mnohem věrnější reprezentaci fyzického objektu — a to je při vytváření vzdělávacích podkladů velmi důležité. Studie se však neshodují na tom, zda je hyperrealismus v učení jednoznačně přínosný. Dle některých realistické obrázky jednoznačně vedou ke zvýšení zevní kognitivní zátěže, což zhoršuje efektivitu učení. (CLT; Sweller et al., 1998; Sweller et al., 2019; CTML; Mayer, 2014). To samo o sobě však není jednoznačné — Brucker (2014) zjistil, že studenti s nižší prostorovou vizualizací si lépe zapamatovali spíše schématické vizualizace, naopak studenti s z vyšší schopností prostorové vizualizace docílili lepších výsledků s realistickými podněty.
Také je zde stránka emočního vypětí. Fotorealistická prostředí mohou být více immerzivní a zaujmout studenta více. S tím však jde ruku v ruce i právě emoční vypětí. Nabízí se například porovnání abstraktního, schématického nákresu koncentračního tábora a fotogrammetrického 3D modelu, který si může student projít — na jeden z nich bude mnohem výraznější reakce než na druhý. Fotorealistické modely také podle dat z eye-trackingu přitahují mnohem větší pozornost, než zjednodušené nákresy (Lin, 2017)
Fotogrammetrie může být také použita pro tvorbu jakési persony nebo virtuálního sociálního agenta (Moreno and Mayer, 2000), kdy může být dosaženo hlubšího kognitivního porocesu, díky pocitu interakce člověk-člověk a virtuální agent je vnímán jako společník v sociálním prostředí.
Jaké má tedy fotogrametrie využití ve vzdělávání?
Jako možnosti zakomponování fotogrammetrie do procesu vzdělávání se nabízí např. uchování historických artefaktů nebo staveb, kdy mohou být věrně digitálně zkopírovány. Navíc mohou být použity archivní fotografie a mohou tak být zobrazeny již neexistující objekty. Student si tak může velice immersivně projít a prohlédnout historické památky ze všech koutů světa i dob minulých. (možno si prohlédnout například práci společnosti CyArk, https://www.cyark.org/3dvirtualtours/)
Není však nutné jen modely sledovat. Do výuky se dá také zapojit generativní aspekt fotogrammetrie. Studenti by si tak ve výuce mohli vytvářet modely sami — během samotné tvorby dochází k interakci studenta s objektem a formě generativního učení (Fiorella a Mayer, 2016). Namísto učení z předchystaných materiálů mohou vytvářet materiály vlastní a posílit tak ještě více schopnost učení. Opět zde však je nevýhoda zvýšené kognitivní zátěže, kdy se jako řešení nabízí co nejvíce user-friendly prostředí aplikací, aby mohli studenti tvořit sami, bez odborného dohledu. (Například aplikace Polycam, https://poly.cam/; Capturing Reality, https://www.capturingreality.com/)
Už dnes se k vyučování používají počítačové hry. Jelikož se však neočekává, že každý učitel bude programátor a programátor učitel, využívají se zejména zjednodušená herní prostředí, která jdou velice snadno upravovat. Pokud však ve hře zakomponované prostředky nejsou pro specifické prostředky dostačující, naráží na své limity. Zde může nastoupit fotogrammetrie, která může chybějící prostředky doplnit, navíc v kombinaci s dnešními herními enginy (např. Unreal Engine 5.3, https://www.unrealengine.com/en-US) i ve velmi vysoké kvalitě a relativně jednoduše.
Ohledně využití fotogrammetrie ve výuce se však stále ví velmi málo, jelikož výzkum v tomto odvětví je velmi nerozsáhlý, v porovnání např. s kartografií, virtuálními avatary apod. Na téma výuka jsou výzkumy mnohem méně časté a tak se zatím stále nedá jednoznačně říci, zda má na učení pozitivní nebo negativní vliv. Rozhodně však není pro každého — spíše má své specifické aplikace v konkrétních odvětvích (např. trénink veřejného projevu, kontrola úzkostných poruch, léčba post-traumatického stresu, zvládání strachů a fóbií nebo snižování předsudků vůči menšinám). Obecně to však vypadá, že není vhodná pro vyučování faktů, ale je spíše vhodnější když hledáme vysledky emoční nebo změny v chování. Její hlavní výhodou je dostupnost, přímočarost a nízká cena v porovnání s jinými visualizačními metodami.
Fotorealismus zkrátka není vhodný pro všechny případy, avšak pokud je našim cílem naprostá digitální věrnost skutečnému objektu, pak nabízí nespočet výhod a téma fotogrammetrie ve výuce by tak mělo být prozkoumáno detailněji. Rozhodně by se mohlo jednat o zajímavé doplnění výuky.
Zdroje
Nebel S, Beege M, Schneider S and Rey GD (2020) A Review of Photogrammetry and Photorealistic 3D Models in Education From a Psychological Perspective. Front. Educ. 5:144. doi: 10.3389/feduc.2020.00144
American Society for Photogrammetry and Remote Sensing (2019). What is ASPRS?. Available online at: https://www.asprs.org/organization/what-is-asprs.html(accessed November 27, 2019)
Rademacher, P., Lengyel, J., Cutrell, E., and Whitted, T. (2001). “Measuring the perception of visual realism in images,” in Rendering Techniques 2001, eds S. J. Gortler and K. Myszkowski (Berlin: Springer Science and Business Media),235–247. doi: 10.1007/978–3–7091–6242–2_22
Sweller, J., Merriënboer, J. J. G. V., and Paas, F. G. W. C. (1998). Cognitive architecture and instructional design. Educ. Psychol. Rev. 10, 251–296. doi:10.1023/A:1022193728205
Sweller, J., van Merriënboer, J. J. G., and Paas, F. (2019). Cognitive architecture and instructional design: 20 years later. Educ. Psychol. Rev. 31, 261–292. doi: 10.1007/s10648–019–09465–5
Brucker, B., Scheiter, K., and Gerjets, P. (2014). Learning with dynamic and static visualizations: realistic details only benefit learners with high visuospatial abilities. Comput. Hum. Behav. 36, 330–339. doi: 10.1016/j.chb.2014.03.077
Lin, Y. Y., Holmqvist, K., Miyoshi, K., and Ashida, H. (2017). Effects of detailed illustrations on science learning: an eye-tracking study. Instr. Sci. 45, 557–581. doi: 10.1007/s11251–017–9417–1
Moreno, R., and Mayer, R. E. (2000). Engaging students in active learning: The case for personalized multimedia messages. J. Educ. Psychol. 92, 724–733. doi: 10.1037/0022–0663.92.4.724
Fiorella, L., and Mayer, R. E. (2016). Eight ways to promote generative learning. Educ. Psychol. Rev. 28, 717–741. doi: 10.1007/s10648–015–9348–9
