自主學習能力對在線學習效果的影響機制探究*——兼論在線學習交互體驗的中介作用

黃振中 張曉蕾

?

自主學習能力對在線學習效果的影響機制探究*——兼論在線學習交互體驗的中介作用

黃振中1張曉蕾2

（1．清華大學 教育研究院，北京 100084；2．天津大學 教育學院，天津 300350）

圍繞自主學習能力對在線學習效果的影響，文章基于實證數據分析發現，自主學習能力對在線學習效果的總效應顯著，但主要體現為以交互體驗為中介的間接效應；學習者之間的交互體驗對深度學習效果的中介作用較明顯。在線課程應有意識地培養學習者的自主學習能力，利用在線平臺技術和學習行為大數據的支持，增強學習者的在線學習交互體驗，從而助力于在線學習效果的提升。

自主學習；在線學習；交互體驗；淺層學習；深度學習

自主學習（Self-regulated Learning）是開展高質量在線學習的重要條件。與面授課堂相比，在線學習在時空上更為靈活，學習活動也更加個性化。同時，學習者是否具備較強的自主學習能力，即積極的學習動機驅動、恰當的學習策略運用、管理自身學習活動以避免拖延或中途放棄、評估學習結果以持續改進學業表現等[1]，均影響其在線學習效果。大量研究就學習者自主學習能力與在線學習效果的關系進行了探索，如Artino等[2]證實學習者的自主學習能力與其在線課程的成績成顯著正相關，Lim等[3]發現缺乏自主學習能力的學習者進行在線學習時會面臨學習困難等問題；但Broadbent等[4]發現自主學習能力和在線學習效果相關性較小，Cho等[5]甚至沒有發現統計上的顯著性。可見，學界對于兩者關系的問題尚未達成共識。本研究聚焦于在線學習中自主學習能力對學習效果的影響，著重考察了在線學習交互體驗這一中介因素的作用機制。

一 研究設計

1 研究問題

本研究集中探討學習者自主學習能力對其在線學習效果的影響機制，具體包括：①以在線學習交互體驗為中介，學習者自主學習能力作用于在線學習效果的總效應、直接效應和間接效應如何？②在自主學習能力對學習效果的間接效應中，不同交互體驗的中介作用有何差異？

2 主要變量的操作化定義

①自主學習能力。Pintrich[6]將自主學習定義為一種主動的、建構性的學習過程。在此過程中，學生要為自己確定學習目標，并對目標與情境引導和約束下的個體認知、動機及行為進行監視、調節和控制。從過程角度出發，自主學習能力包括三個維度：目標設定及計劃——學習者針對學習任務和情境，激活既有知識并進行目標設定；執行及行動調整——在學習的過程中，學習者運用策略來執行學習計劃、控制學習過程、調整學習效果；反思及認知監控——學習者根據目標和期望，對學習行為進行反思、對學習過程和自身投入進行評估。

②學習效果。對學習效果的衡量體現為評估學習者在何種程度上進行高水平認知加工和思維拓展[7]。當學習者獲取和識記既有信息并能解決相關問題時，其思維投入體現出清晰度、準確性、精確度和相關性等淺層加工水平的特征；當學習者通過學習，能對獲取的現成信息進行闡釋、評價、比較，建立新舊知識間聯系，改變原有思維圖式，甚至展開探究和創新時，其思維投入體現出深度、廣度、邏輯性、重要性、公正性以及探索創新等深度加工水平的特征[8]。

③在線學習交互體驗。在線學習交互包括學習者與內容（Learner-Content，LC）、學習者與教師（Learner-Teacher，LT）、學習者與學習者（Learner-Learner，LL）之間的多元交互[9]。學習者對在線交互學習行為的感知體驗是其學習經驗的重要組成部分，是刻畫他們在線學習過程的重要層面[10]。其中，LC交互體驗是指學習者對在線課程設計、內容編排、課程質量以及系統反饋性的感知，LT交互體驗是指學習者對教師的引導、組織、團隊氛圍營造以及社會支持等的感知，LL交互體驗則指學習者與同伴分享、討論、協商、合作以及反饋等的感知。

3 數據搜集

本研究采用課題組編制的“學習者在線學習體驗問卷”作為測量工具，收集在線學習者的相關信息。該問卷包括學習者個人信息、學習者自主學習能力自陳量表、在線學習交互體驗自陳量表以及在線學習效果自我評價量表等四個部分。其中，自主學習能力題項借鑒學習動機策略問卷（Motivated Strategies for Learning Questionnaire，MSLQ）[11]的題目并修訂，在線學習交互體驗題項參考Kuo等[12]設計的問卷題目并修訂，學習效果自評則根據理智標準[13]和思維深度評估標準[14]等設計題目，三者的結構、一致性系數和樣題如表1所示。

表1 自主學習能力、在線學習交互體驗與在線學習效果的結構、一致性系數和樣題

經題目修訂、專家審閱和預調查等步驟完成問卷編制后，課題組于2016年1月采取在線問卷的形式展開正式調查，發布渠道包括手機微信、微博、MOOC平臺（如學堂在線、頂你學堂、17學堂等）和網絡學習社區等。此次調查共收到完整答卷947份，其中有效問卷612份（占64.63%）。統計有效問卷的相關數據可知：答題者來自中國大陸所有省級行政區和港澳臺地區；大部分來自市區（占69.6%）；男性229人（占37.4%），女性383人（占62.6%），女性占多的情況與國外關于在線學習者的類似研究[15]一致；年齡分布為10～55歲、跨度較大，其中18～25歲的答題者占52.1%；47.4%為在職人員，44.3%為全日制學生；57.5%為在讀本科生或已取得學士學位者。答題者所選印象最深的在線學習類型包括遠程教育、MOOC和混合式學習等。此次調查體現的在線學習者的多樣性，與劉楊等[16]關于中國MOOCs學習者參與情況調查的發現類似。

4 數據分析

本研究以在線學習效果（Out）為因變量、自主學習能力（SRL）為解釋變量、在線學習交互體驗（Interaction）為中介變量，以年齡、性別和平臺類型等（X）為控制變量，構建一組分析模型，并使用KHB法進行效應分解。KHB法最初主要用于將非線性模型的總效應分解為直接效應和間接效應，后來也用于線性模型[17]，是表現等同或優于其它類似目標的方法[18]，能清晰顯示中介效應的結構性特征。本研究使用Stata 13.0進行分析，模型方程包含公式（1）、（2）、（3）。

表2 自主學習能力對在線學習效果的效應分解

注：***、**、*分別表示在0.001、0.01、0.05水平上顯著；表中省略了控制變量的計算結果，對缺失值采取省略處理；混雜度指總效應中包含直接效應的倍數，混雜百分比指間接效應占總效應的百分比，標尺變化率指包含間接效應模型的總效應系數與不包含間接效應模型中的總效應系數之比值。

二 研究發現

1 在線學習者自主學習能力對學習效果的總效應和間接效應均顯著

表2數據顯示，在線學習者的自主學習能力對學習效果的總效應顯著，且主要體現在以交互體驗為中介因素的間接效應上；而自主學習能力對學習效果的直接效應不顯著。就總效應而言，執行及行動調整對淺層學習效果的影響相對較大（系數為0.242）；反思及認知監控對深度學習效果的影響最明顯（系數為0.260）。就間接效應而言，這兩種自主學習能力的間接效應也都顯著。其中，執行及行動調整對淺層學習效果的間接效應占比最高（混雜百分比為86.92%），反思及認知監控對深度學習效果的間接效應占比最高（混雜百分比為91.14%）。

2 不同的在線學習交互體驗在間接效應中的中介作用存在明顯差異

以交互體驗為中介的自主學習能力影響學習效果的間接效應情況如表3所示，可以看出：學習者參與在線學習的不同交互體驗在間接效應中的中介作用存在明顯差異。

表3 以交互體驗為中介的自主學習能力影響學習效果的間接效應情況

注：表中省略了控制變量的計算結果，對缺失值采取省略處理；P_Diff表示各分解變量中混雜的間接效應占總間接效應的比例；P_Reduced表示各分解變量中混雜的間接效應占總效應的比例，其和為“混雜百分比”。

就淺層學習效果而言，自主學習能力的影響更有賴于LC、LT這兩個因素的中介作用：執行及行動調整對于淺層學習效果的間接效應占總效應的比例最高（86.92%），間接效應的59.57%來自LC的中介作用、33.72%來自LT的中介作用；目標設定及計劃對淺層學習效果的間接效應占總效應的比例最低（63.63%），間接效應的49.53%來自LC的中介作用、44.43%來自LT的中介作用。相比之下，在反思及認知監控對淺層學習效果的間接效應中，LL、LC和LT這三類交互體驗的中介作用更均衡一些，分別為23.12%、41.32%和35.56%。

就深度學習效果而言，LL的中介作用相比其對淺層學習效果的影響更加明顯。尤其是在反思及認知監控影響深度學習效果的間接效應中，來自LL的中介作用高達49.75%。在目標設定及計劃、執行及行動調整影響深度學習效果的間接效應中，來自LL的中介作用分別為17.54%、18.98%，都大大高于其對淺層學習效果的中介作用（占比分別為6.04%、6.71%）。

三 結果分析與建議

1 結果分析

①自主學習能力對在線學習效果的總效應顯著，但主要體現為以交互體驗為中介的間接效應。這一結論說明，具有較強自主學習能力的學習者更有可能通過深入的在線學習交互，取得較好的學習效果。直接效應不顯著則意味著即便是學習自主性高的學習者，也需要積極投入才有可能取得較好的效果。由此可知，自主學習能力的運用受特定的情境性因素影響[19]。也就是說，在線情境并不能自動激發學習者自主學習能力的發揮；將常規面授教學設計和內容直接遷移到在線學習環境中，也不能自然導致相似的學習效果。

②執行及行動調整對完成課程作用明顯，深度學習則有賴于反思及認知監控。在自主學習能力的三個維度中，執行及行動調整對在線學習的淺層學習效果影響最大。基于此，在線學習過程中，學習者可以較多地通過執行及行動調整來獲取和識記現成信息，即忠實地按照課程安排來完成規定的學習任務、達成規定的學習結果，但這樣的學習，其內容很可能局限于課程本身，多以完成考試為首要目標，學習效果容易停留在淺層學習水平[20]。反思及認知監控對深度學習效果的影響最大，這意味著主動投入到在線學習活動中的學習者能夠表現出根據需要隨時調整學習策略的靈活性，具有自我反思能力和任務評估意識，其學習效果更趨向于深度學習水平[21]。而目標設計及計劃能力對淺層學習效果和深度學習效果的總效應都相對較弱，這可能與很多在線學習者缺乏明確或高挑戰度的學習目標有關[22]；同時，由于在線課程在結構上大多遵循一定標準，且要素比較齊備，學習者可能無需自行設定具體目標或親自規劃學習進程。

③中介因素中LL交互體驗對學習者深度學習效果的影響較大。這就意味著，學習者的自主學習可能不局限于個體心理調節和監控，還涉及個體在與周圍環境不斷交互過程中的自省與認知調節[23]。例如，在線自評或同伴互評等學習活動，要求學習者對自己或同伴作業給予評論和賦分——此過程本身就是培育學習者監控能力的良好途徑[24]。通過與他人進行交流，在線學習者有更多機會對所學內容進行深度認知加工。在此加工的過程中，語言成為了學習者內部思維同外部世界聯結的橋梁，有助于智識的增進[25]。

2 建議

為了進一步提升在線學習效果，本研究基于上述分析提出如下建議：①在線學習設計者和教師可通過設計特定的學習任務，有意識地培養學習者的自主學習能力。如設計者可創造機會讓學習者運用多樣化的學習策略，并為其提高自主學習能力提供更多指導；教師可利用在線課程個性化學習環境的優勢，調動學生自主學習的積極性。②有效運用討論區和Wiki等在線課程的多種功能，或適當嵌入更多類型的用戶交互工具，以提升學習者交互體驗。③使用在線學習平臺記錄的行為數據，來幫助學習者更清晰地了解自身的學習進程，培養其反思及認知監控等自主學習能力。④在線學習的教師、設計者及研究者應從構建虛擬學習共同體的視角出發，優化在線課程的設計及實踐；同時，創設具有分布式認知（Distributive Cognition）特征的學習任務和情境，著眼于學習者與教師、學習者之間的多元交互，促進學習者的深度理解及新知建構[26]。

四 結語

本研究發現，在線學習者的自主學習能力對于其學習效果的影響，主要體現為以在線學習交互體驗為中介的間接效應上。本研究從自主學習能力的三個維度、在線學習交互的三種類型和兩種學習效果出發，就自主學習能力對在線學習效果的影響機制展開了分析，并從培育和激發學習者自主學習能力的角度提出了優化在線學習的建議。

由于問卷篇幅較長和網絡調查可控性弱等原因，本研究的樣本容量和代表性受到限制。為了提高樣本容量和代表性，并保持問卷的完整性，以獲得答題者的深度學習體驗，后續研究可考慮以課程為抽樣單位采集樣本。同時，還可進一步探討不同中介因素在學習者自主學習能力對在線學習效果的影響機制中的具體作用。此外，研究者也可從提升學習者自主學習能力的角度出發開展行動研究，專門設計在線學習環境和活動，促進學習者學習策略的使用和遷移。

[1][3]Lim C, Park T. Self-regulated e-learning design principles[A]. Spector J M. The sage encyclopedia of educational technology[C]. Thousand Oaks: SAGE Publications, Inc., 2015:632-636.

[2]Artino A R, Stephens J M. Academic motivation and self-regulation: A comparative analysis of undergraduate and graduate students learning online[J]. The Internet and Higher Education, 2009,(3-4):146-151.

[4]Broadbent J, Poon W L. Self-regulated learning strategies & academic achievement in online higher education learning environments: A systematic review[J]. The Internet and Higher Education, 2015,27:1-13.

[5]Cho M H, Shen D. Self-regulation in online learning[J]. Distance Education, 2013,(3):290-301.

[6]Pintrich P R. A conceptual framework for assessing motivation and self-regulated learning in college students[J]. Educational Psychology Review, 2004,(4):385-407.

[7]Garrison D R, Anderson T, Archer W. Critical inquiry in a text-based environment: Computer conferencing in higher education[J]. The Internet and Higher Education, 1999,(2-3):87-105.

[8][14]Offir B, Lev Y, Bezalel R. Surface and deep learning processes in distance education: Synchronous versus asynchronous systems[J]. Computers & Education, 2008,(3):1172-1183.

[9]Moore M G. Editorial: Three types of interaction[J]. American Journal of Distance Education, 1989,(2):1-7.

[10]Anderson T. Modes of interaction in distance education: Recent developments and research questions[A]. Moore M G, Anderson W G. Handbook of distance education[C]. Mahwah, NJ: Erlbaum, 2003:129-144.

[11]Barnard-Brak L, Paton V O, Lan W Y. Self-regulation across time of first-generation online learners[J]. Research in Learning Technology, 2010,(1):61-70.

[12][15]Kuo Y C, Walker A E, Schroder K E, et al. Interaction, internet self-efficacy, and self-regulated learning as predictors of student satisfaction in online education courses[J]. The Internet and Higher Education, 2014,20:35-50.

[13]Paul R, Elder L. Critical thinking: Tools for taking charge of your professional and personal life (second edition)[M]. New Jersey: Pearson Education, 2014:127-153.

[16]劉楊,黃振中,張羽,等.中國MOOCs學習者參與情況調查報告[J].清華大學教育研究,2013,(4):27-34.

[17]Kohler U, Karlson K B, Holm A. Comparing coefficients of nested nonlinear probability models[J]. The Stata Journal, 2011,(3):420-438.

[18]Breen R, Karlson K B, Holm A. Total, direct, and indirect effects in logit and probit models[J]. Sociological Methods & Research, 2013,(2):164-191.

[19]Pintrich P R. An achievement goal theory perspective on issues in motivation terminology, theory, and research[J]. Contemporary Educational Psychology, 2000,(1):92-104.

[20][21]Littlejohn A, Hood N, Milligan C, et al. Learning in MOOCs: Motivations and self-regulated learning in MOOCs[J]. The Internet and Higher Education, 2016,29:40-48.

[22]Milligan C, Littlejohn A. How health professionals regulate their learning in massive open online courses[J]. The Internet and Higher Education, 2016,31:113-121.

[23]Garrison D R, Akyol Z. Developing a shared metacognition construct and instrument: Conceptualizing and assessing metacognition in a community of inquiry[J]. The Internet and Higher Education, 2015,(24):66-71.

[24]Yang Y F, Tsai C C. Conceptions of and approaches to learning through online peer assessment[J]. Learning and Instruction, 2010,(1):72-83.

[25]Vygotsky L S. Mind in society: The development of higher psychological processes[M]. Cambridge: Harvard University Press, 1978:79-91.

[26]Chan C K K. Co-regulation of learning in computer-supported collaborative learning environments: A discussion[J]. Metacognition and Learning, 2012,7:63-73.

編輯：小米

Research on the Influence Mechanism of Self-regulated Learning on Online Learning Outcomes——Concurrently Discuss the Mediation Effect of Online Learning Interaction

HUANG Zhen-zhong1ZHANG Xiao-lei2

Focusing on the influence of Self-regulated Learning (SRL) on online learning outcomes, this paper based on empiricaldata analysis, found that the total effect of the SRL ability on online learning outcomes was significant, which was mainly reflected by the indirect effect with the interactive experience as the medium. The indirect effect of learners’ interactive experience on deep learning outcomes was also obvious. The online courses should consciously cultivate learners’ SRL ability and enhance learners’ online learning interactive experience with the support of online platform technologies and leaning behavior data, which accordingly improved the online learning outcomes.

self-regulated learning; online learning; interactive experience; surface learning; deep learning

本文為教育部在線教育研究中心在線教育研究基金（全通教育）項目“混合式學習視角下的高校文科類通識課程模式研究”（項目編號：2016YB110）的階段性研究成果。

黃振中，在讀博士，研究方向為學習科學和在線教育，郵箱為zhenzhonghuang@163.com。

2017年10月5日

10.3969/j.issn.1009-8097.2018.03.010

G40-057

A

1009—8097（2018）03—0066—07