一句話重點
模擬與虛擬實驗室至少和傳統實作教學一樣有效——但關鍵不在「有沒有模擬」，而在「模擬的教學設計」。研究顯示，加入鷹架、回饋與反思的「強化型模擬」，比一般模擬再多出中等效果（g+≈0.43）。
研究發現了什麼
對昂貴、危險或不可重複的實驗，模擬與虛擬實驗室是高 CP 值的選項。但它真正的威力來自設計，而非工具本身。
量化效果——強化設計才有額外提升。D'Angelo、Rutstein、Harris、Bernard、Borokhovski 與 Haertel（2014，SRI International，Simulations for STEM Learning: Systematic Review and Meta-Analysis）發現：「強化型模擬」vs「一般模擬」的 g+≈0.43（z=4.39, p<.001，k=22）——也就是在模擬中加入鷹架、回饋、調整分組等強化後，學習有中等程度的額外提升。
定性背景。Smetana 與 Bell（2012，International Journal of Science Education, 34(9), 1337–1370）綜整 61 篇實證研究，結論是模擬可與傳統教學同等、甚至更有效。但要注意——這篇是批判性文獻回顧（critical review），不是含效果量的 meta-analysis，只能作定性背景引用。
有些學科特定的統合分析報告了更大的效果（如化學虛擬實驗室 SMD≈0.98、物理虛擬模擬加權 ES≈0.94、虛擬 vs 傳統實驗室 g≈0.587），但這些多為中學樣本、k 較小、效果量分歧且偏高，疑有出版偏誤。引用時應與 D'Angelo 較保守的 g+≈0.43 並陳，不要只挑最漂亮的數字。重點始終是：效果來自「強化設計」，而非「換成虛擬」這個動作本身。
教師可以怎麼做
1. 在模擬中加入鷹架
D'Angelo 的核心發現：強化型模擬才有額外效果。為模擬加上引導提示、步驟結構、概念連結，別讓學生在模擬裡漫無目的地點。
2. 嵌入即時回饋
回饋是強化設計的關鍵成分。讓模擬在學生操作後即時告訴他結果與原因，把試誤變成有方向的學習。
3. 用「預測—觀察—解釋」結構
操作模擬前先讓學生預測會發生什麼，操作後解釋為何如此。這個結構把被動操作變成主動的概念建構。
4. 把模擬用在「真實實驗做不到」之處
模擬的優勢在不可替代性。優先用於昂貴、危險、耗時或不可重現的實驗，讓學生能反覆嘗試而無風險與成本。
5. 模擬後接概念檢核
操作完要鞏固。安排模擬後的概念檢核測驗，確認學生真的從操作中提取出學科原理，而非只是玩過。
搭配 Uedu 工具
用互動式測驗在模擬操作後嵌入概念檢核，提供 D'Angelo 強調的即時回饋；用 ClassroomGPT當模擬操作時的即時鷹架與蘇格拉底提問引導。這正是把「一般模擬」升級成「強化型模擬」（g+≈0.43）的具體做法。
用彈幕／即時互動收集學生在模擬過程中的預測（predict-observe-explain），讓全班的猜想可見、再對照實際結果討論；用螢幕錄製讓教師示範模擬操作、學生回放。成效驗證可比較「純模擬」vs「強化型模擬（含鷹架＋回饋）」兩組的概念後測。
下次用一個線上模擬（物理、化學、經濟皆可），操作前用彈幕讓全班先投票「你猜會發生什麼？」，操作後再問「為什麼跟你想的一樣／不一樣？」——這個預測—觀察—解釋的循環，就是把模擬從「好玩」變成「有 g+=0.43」的鷹架。
結語
虛擬實驗室不是把真實實驗搬上螢幕就贏了——讓它有效的，是包在模擬外面的鷹架、回饋與反思。把「換成虛擬」當方法，效果平平；把「強化設計」當方法，模擬才能發揮它低成本、可重複、零風險的真正價值。