虛擬學習情境下MOOC學習中知識轉移績效影響因素研究

徐海玲, 葛世倫, 魏曉卓

(江蘇科技大學 經濟管理學院， 江蘇 鎮江 212003)

一、 引 言

2012年，MOOC猶如一場海嘯席卷了美國和歐洲的教育市場。隨后，清華大學和北京大學也緊跟國際步伐在Edx平臺和Coursera平臺開設線上課程。如今MOOC憑借著可以在線上虛擬學習環境下開展教學活動的優勢，成為傳統教學模式的重要補充。2020年初，受新型冠狀肺炎疫情的影響，全國大中小學積極響應國家“停課不停學”的號召，以MOOC形式開展在線教學活動，MOOC成為廣大學生的主要學習方式。隨著MOOC的普及，學者們開始關注MOOC的學習效果。目前，國內對MOOC的研究主要集中在對MOOC教學模式的設計、教學的評價[1]，對教師MOOC教學勝任力的分析[2]，以及對學生MOOC學習興趣的探討[3]等方面，鮮有對MOOC學習中知識轉移績效的研究。國外學者從學習意愿[4]、學習參與度[5-6]、學習策略和教學設計[7]等方面，探究了其對MOOC學習中知識轉移效果的影響，但忽略了虛擬環境和知識源特征屬性對MOOC學習中知識轉移效果的影響。基于此，本研究從知識源特征、MOOC平臺媒介、知識輸出方特征和知識接收方特征四個方面考查其在MOOC學習中對知識轉移績效的作用機理，期望通過對虛擬情境下MOOC學習中知識轉移績效影響因素的分析，優化MOOC平臺知識資源結構，指導教師和學生打破知識轉移壁壘，提升MOOC學習中知識轉移績效。

二、 文獻綜述與研究假設

(一) 文獻綜述

知識轉移是指知識從高知識勢能一方轉移到低知識勢能一方的過程[8]。知識轉移績效是指低知識勢能方從高知識勢能方獲取并內化為自我知識的總量。虛擬學習情境下，MOOC學習過程中知識轉移就是高知識勢能方(教師或學生)通過課程平臺媒介將知識轉移給低知識勢能方(學生)的過程；知識轉移績效就是低知識勢能方(學生)獲取并內化為自我知識的總量。

(二) 研究假設

1. 知識源特征對MOOC學習中知識轉移績效的影響。知識源特征可以從內隱性、系統性和復雜性三個維度測量。一是知識源的內隱性。邁克爾·波蘭尼(Michael Polanyi)等依據知識的可表達程度將知識分為內隱性知識和顯性知識[17]12。顯性知識是指可以通過加工處理進行編碼的知識；內隱性知識是指難以用文字或形象化的編碼進行編輯的存在于個體大腦和行為中具有邏輯性且抽象的、難以直接物化的、經驗性的知識[17]14。知識的內隱性越高，可表達的難度越大，進行MOOC編碼的難度越大，結構化程度越低，發生轉移的難度就越大。二是知識源的系統性。基于MOOC的知識均為某一專業類別的系統性知識，具有整體性和情境依賴性。但MOOC平臺上的知識資源多以知識點的形式呈現，這就使得知識脫離其嵌入的知識體系和設定的情境，造成學習障礙，增加知識轉移難度。有學者通過研究發現，MOOC將知識碎片化后，其孤立的呈現方式與知識系統性屬性之間存在矛盾，知識的系統性屬性是學生學習效果不理想的內在原因之一[18]。因此，知識的系統性將降低知識轉移績效。三是知識源的復雜性。知識復雜性與知識嵌入環境有關，知識嵌入環境的多樣性造成知識的復雜性[19]。知識的復雜程度高就意味著知識嵌入環境的結構層次和類型數目多且差異大[20]。復雜程度高的知識涉及領域多，知識的因果聯系具有一定的模糊性。因此，復雜性較高的知識進行轉移時需要具有較多知識背景的個體通過復雜的小組互動和溝通來完成，轉移難度較大。由此，本研究提出以下假設：

H1：知識源的內隱性與知識轉移績效負相關；

H2：知識源的系統性與知識轉移績效負相關；

H3：知識源的復雜性與知識轉移績效負相關。

2. MOOC平臺媒介對MOOC學習中知識轉移績效的影響。MOOC課程平臺上的學習資源由視頻與資料、嵌入式測試與評估、知識輸出方和知識接收方互動的學習討論組三個部分組成。MOOC課程平臺將知識輸出方制作的視頻知識、課程計劃與課程資料通過平臺的功能模塊展示并共享給知識接收方,且通過學習互動模塊、學習過程監控功能與學習成績測試功能來調控知識轉移效果。因此，MOOC課程平臺的可操作性(功能的完備程度、導航索引的明確度等)直接影響知識接收方學習的持久性和參與小組互動的積極性，從而影響知識接收方在線學習的效果。有學者在研究學生MOOC學習持久性時發現，MOOC平臺可見性、可操作性的提升有助于提高學習者的學習滿意度，促使學習者進行持久性學習，從而提高學習效果[21]。另外，MOOC平臺的界面友好度是知識接收方對平臺風格、色彩和美工等視覺要素的直觀感受和綜合評價。知識接收方在通過MOOC進行學習時，視覺注意力處于MOOC平臺所展示的內容環境中，美好的視覺感受有助于延長知識接收方學習的時間，為知識轉移效果的提升提供有效保障。可見，MOOC平臺的可操作性與界面友好度能夠直接影響知識轉移主體的使用頻率和時長，從而影響知識轉移效果。由此，本研究提出以下假設：

H4：MOOC平臺媒介的可操作性與知識轉移績效正相關；

H5：MOOC平臺媒介的界面友好度與知識轉移績效正相關。

3. 知識輸出方特征對MOOC學習中知識轉移績效的影響。一是設計編碼能力。設計編碼能力是指知識輸出方將系統的、復雜的知識通過組織設計形成教學視頻和資料以及快速回應疑問的能力。知識輸出方對知識進行設計編碼，將其轉化為易被吸收的資源，以及與知識接收方進行在線交互等都是知識得以順利轉移的重要條件。具備較高編碼能力的知識輸出方通過優化教學設計方案、使用編輯軟件等方式，將系統性強、復雜性高的知識編輯為易于轉化的形式，從而提高知識轉移效果。二是轉移意愿。知識輸出方的轉移意愿是知識輸出方實施知識轉移行為的內在驅動力[8][21]。知識輸出方依據與知識接收方交流互動的結果，對知識的呈現形式進行二次編碼，以提高知識轉移績效。但知識的二次編碼過程需要知識輸出方付諸大量的時間和精力，因此知識輸出方轉移意愿的高低直接影響著知識轉移績效。由此，本研究提出以下假設：

H6：知識輸出方的編碼能力與知識轉移績效正相關；

H7：知識輸出方的轉移意愿與知識轉移績效正相關。

4. 知識接收方特征對MOOC學習中知識轉移績效的影響。一是解碼吸收能力。解碼吸收能力是指知識接收方解讀編碼并將其轉化為自我知識的能力[8]。解碼吸收能力反映了知識接收方學習、轉化、吸收知識的能力。解碼吸收能力強的知識接收方可以快速理解知識輸出方闡述的知識原理，并對其進行解碼、消化、吸收，將外在知識轉化為自我知識，從而提高知識轉移績效。因此，知識接收方的解碼吸收能力越強，知識轉移績效就越高。二是轉移意愿。知識接收方的轉移意愿是知識接收方實施知識轉移行為的內在驅動力[8][21]。知識接收方轉移意愿的高低反映其獲取知識動機的強弱。基于MOOC的虛擬學習過程是知識接收方自主獲取知識的過程，具有較強的主觀性。因此，知識接收方獲取知識的意愿越強烈、獲取行為越頻繁，越有助于知識的轉移。由此，本研究提出以下假設：

H8：知識接收方的解碼吸收能力與知識轉移績效正相關；

H9：知識接收方的轉移意愿與知識轉移績效正相關。

(三) 控制變量

本研究的研究對象為知識源特征、MOOC平臺媒介、知識輸出方特征、知識接收方特征對MOOC學習中知識轉移績效的影響。其中，知識輸出方的主體屬性如學歷、在線教學年限、職稱等，以及知識接收方的學習經歷如學習課程數、平臺學習經驗等有可能會影響因變量的測量結果。此外，本研究在對相關領域的資深教授進行訪談時他們也普遍認為，知識輸出方具有在線教學的經驗，有助于其將復雜的、系統的知識肢解和簡單化，這將有助于提高知識轉移效率。基于此，本研究將知識輸出方的學歷、在線教學年限、職稱和知識接收方學習課程數、平臺學習經驗作為控制變量。

(四) 因變量

本研究的因變量為知識轉移績效。本研究采用客觀的方法對因變量進行測量，即采用知識接收方課程的綜合考核成績作為因變量的測量結果。這是因為課程綜合考核成績體現了知識接收方對知識的掌握和應用程度，是知識轉移績效的直接表達。

(五) 理論模型

基于上文提出的研究假設，本研究從知識源特征、MOOC平臺媒介、知識輸出方特征、知識接收方特征四個維度構建MOOC學習中知識轉移績效影響因素理論模型(如圖1所示)。

圖1 MOOC學習中知識轉移績效影響因素理論模型

三、 研究設計

(一) 問卷的編制

本研究依據MOOC學習中知識轉移績效影響因素理論模型，邀請相關領域內的教授、教育管理專家、資深在線教學教師共同編寫調查問卷，然后通過小樣本試測的方法對問卷進行修訂，進而形成最終問卷。為避免測量的同源方差，本研究將問卷分為A、B、C三類，三類問卷的連接紐帶為“MOOC課程平臺+MOOC課程”，即通過“MOOC課程平臺+MOOC課程”將三類問卷進行匹配。A類問卷的調查對象為知識接收方，調查信息為知識接收方樣本特征、知識接收方特征、MOOC平臺可操作性和界面友好度。B類問卷的調查對象為知識輸出方，調查信息為知識源特征、知識輸出方樣本特征和知識輸出方特征。C類問卷的調查對象為課程平臺的供應商，調查信息為平臺名稱、平臺的上線年限、完成在線學習的學生數量、注冊學生數量。本研究采用李克特五分量表。A、B、C三類問卷自變量測量條目見表1。

表1 自變量測量條目

(續表1)

(二) 小樣本試測與量表凈化

在正式調研前，本研究首先進行小樣本測試，以檢測問卷的合理性與有效性。本研究選取本科生(因為本科生是MOOC學習的主體)作為A類問卷發放和調查對象；選取在MOOC平臺開設課程的教師作為B類問卷的發放和調查對象；選取MOOC平臺供應商作為C類問卷的發放和調查對象。本研究從2015—2019年在MOOC平臺完成學習全過程的本科生中隨機抽取80名、完成教學全過程的教師中隨機抽取30名和隨機抽取4個平臺供應商作為調查對象，進行問卷試測。本研究通過現場、在線和郵件等方式發放A類問卷80份，回收74份；B類問卷30份，回收27份；C類問卷4份，回收4份。剔除信息不完整、填寫具有邏輯錯誤、填寫問卷項具有明顯樣式的無效問卷后，本研究得到A類問卷74份，B類問卷26份，C類問卷4份，并對A、B、C三類問卷按“MOOC課程平臺+MOOC課程”進行匹配后得到有效綜合問卷74份。

本研究使用項目分析法凈化測量量表，結果顯示，知識源的內隱性、系統性、復雜性以及MOOC平臺媒介的可操作性、界面友好度測量條目的極端值比較結果、題項與總分相關檢驗結果、同質性檢驗結果均達到判標準則；測量條目DCA02、TDA05、DCB03和TDB02的極端值比較結果、題項與總分相關檢驗結果、同質性檢驗結果均不理想。本研究刪除知識接收方解碼吸收能力DCA02后，整體量表的α值由0.731上升為0.901，故該測量條目予以刪除；刪除知識接收方轉移意愿TDA05條目后，整體量表的α值由0.801上升為0.862，故該測量條目予以刪除；刪除知識輸出方設計編碼能力DCB03條目后，整體量表的α值由0.782上升為0.871，故該測量條目予以刪除；刪除知識輸出方轉移意愿TDB02條目后，整體量表的α值由0.756上升為0.803，故該測量條目予以刪除。測量條目凈化后得到最終測量量表。

(三) 信度和效度檢驗

1. 信度檢驗。本研究運用Cronbach′sα對量表進行信度檢驗,結果見表2。由表2可知，知識源內隱性的信度系數α值為0.826，系統性的信度系數α值為0.834，復雜性的信度系數α值為0.812，知識源特征整體信度系數α值為0.885，這說明自變量知識源特征具有良好的信度。MOOC平臺媒介的可操作性信度系數α值為0.867，界面友好度的信度系統α值為0.842，整體信度系數α值為0.901，這說明自變量MOOC平臺媒介具有良好的信度。知識輸出方編碼能力的信度系數α值為0.871，轉移意愿的信度系統α值為0.803，整體信度系數α值為0.861，這說明自變量知識輸出方特征具有良好的信度。知識接收方解碼吸收能力信度系數α值為0.901，轉移意愿的信度系統α值為0.862，整體信度系數α值為0.914，這說明自變量知識接收方特征具有良好的信度。

表2 自變量的信度檢驗

(續表2)

2. 效度檢驗。測量量表包括知識源特征、MOOC平臺媒介、知識輸出方特征、知識接收方特征四個構念維度。其中，知識源特征為三維構念，MOOC平臺媒介、知識輸出方特征和知識接收方特征均為二維構念，因此本研究需對四個變量的測量量表進行建構效度檢驗，結果見表3。從表3可知，知識源特征、MOOC平臺媒介、知識輸出方特征和知識接收方特征的KMO值均大于0.8，具有良好的準則標準，同時Bartlett球形檢驗均為顯著，這說明變量的測量條目間具有共同因素適合做因子分析。

表3 KMO和Bartlett球形檢驗

本研究使用因子分析法分別對知識源特征、MOOC平臺媒介、知識輸出方特征和知識接收方特征進行分析。知識源特征大于1的因素有三個，本研究采用主軸因子萃取后進行直交轉軸的三個因子累計解釋變異量為76.314%。MOOC平臺媒介特征大于1的因素有兩個，本研究采用主軸因子萃取后進行直交轉軸的兩個因子累計解釋變異量為71.013%。知識輸出方特征大于1的因素有兩個，本研究采用主軸因子萃取后進行直交轉軸的兩個因子累計解釋變異量為70.683%。知識接收方特征大于1的因素有兩個，本研究采用主軸因子萃取后進行直交轉軸的兩個因子累計解釋變異量為72.408%。上述四個維度的因子解釋變異量均達到了60%的標準要求。

本研究針對知識源特征、MOOC平臺媒介、知識輸出方特征和知識接收方特征的測量量表進行因子分析和建構效度檢驗，結果見表4。由表4可知，KIR01、KIR02、KIR03在知識源特征的第一個因子上負荷達到0.7以上，共同性大于0.5，這說明知識源特征第一個因子內隱性主要解釋KIR01、KIR02、KIR03三個因素；KS01、KS02、KS03在知識源特征的第二個因子上負荷達到0.7以上，共同性大于0.6，這說明知識源特征第二個因子系統性主要解釋KS01、KS02、KS03三個因素；KC01、KC02、KC03在知識源特征的第三個因子上負荷達到0.7以上，共同性大于0.6，這說明知識源特征第三個因子復雜性主要解釋KC01、KC02、KC03三個因素。由此可見，自變量知識源特征具有較好的建構效度。同理，MOOC平臺媒介、知識輸出方特征和知識接收方特征均具有較好的建構效度。

表4 小樣本調查的效度檢驗

(續表4)

(四) 大樣本數據收集與特征分析

本研究從2015—2019年在MOOC平臺完成學習的本科生中隨機抽取500名和完成教學全過程的教師中隨機抽取50名分別作為A類問卷和B類問卷的調查對象，隨機抽取4個平臺供應商作為C類問卷的調查對象。本研究通過現場、在線和郵件等方式發放A類問卷500份，回收472份；B類問卷50份，回收46份；C類問卷4份，回收4份。剔除無效問卷后，本研究得到A類問卷459份，B類問卷46份，C類問卷4份。本研究對A、B、C三類問卷按“MOOC課程平臺+MOOC課程”進行匹配后得到有效綜合問卷459份，樣本特征見表5。

由表5可知，在459份有效問卷中，知識接收方男性樣本占比為54.0%,女性占比為46.0%。本研究將樣本年級分為三個層次，一年級新生為第一層，二、三年級是本科學習的中心階段為第二層，四年級畢業生為第三層。從調查結果來看，第二層占比最高為44.2%，第一層和第三層分別為21.4%和34.4%。本研究將樣本的學習課程數也分為三個層次，1～2門為第一層，3～4門為第二層，5門及以上為第三層。調查結果顯示，第一層占比為35.5%，第二層為49.0%，第三層為15.5%。MOOC平臺學習經驗是樣本特征的重要指標之一，調查結果顯示，單一平臺經驗占比為44.9%，多平臺經驗占比為55.1%。知識輸出方中碩士及以上學歷占比91.3%，在線教學年限在4年及以上占比93.5%，高級職稱占比84.8%，這說明MOOC課程的教師主體多為具有較高學歷且有多年在線教學經驗的高級職稱教師。

表5 樣本基本情況

四、 假設檢驗

本研究使用SPSS 18.0軟件對虛擬學習情境下知識轉移績效的影響因素進行多元回歸分析。變量進入回歸模型的順序依次為: (1) 知識接收方學習課程數和MOOC平臺學習經驗；(2) 知識輸出方的學歷、在線教學年限和職稱；(3) 知識源的內隱性、系統性和復雜性；(4) MOOC平臺媒介的可操作性、界面友好度；(5) 知識輸出方的設計編碼能力和轉移意愿；(6) 知識接收方的解碼吸收能力和轉移意愿。各變量的回歸分析結果詳見表6。

表6 層次回歸分析結果

從表6可以看出，各模型的D-W值均小于2，這說明殘差無顯著相關。控制變量MOOC平臺學習課程數對知識轉移績效的回歸顯著性檢驗概率P=0.005，標準化回歸系數Beta>0，這表示MOOC平臺學習課程數在0.01水平上與知識轉移績效正相關；而知識接收方的平臺學習經驗，知識輸出方的學歷、在線教學年限和職稱對知識轉移績效的回歸顯著性檢驗概率P>0.05，這說明其對知識轉移績效作用效果不顯著。自變量知識源的內隱性回歸顯著性檢驗概率P=0.000，標準化回歸系數Beta<0；系統性的回歸顯著性檢驗概率P=0.000，標準化回歸系數Beta<0，這說明知識源的內隱性和系統性在0.001水平上與因變量顯著負相關。而復雜性的回歸顯著性檢驗概率P=0.000，標準化回歸系數Beta>0，這表明知識源的復雜性在0.001水平上與知識轉移績效正相關。自變量MOOC平臺媒介可操作性的回歸顯著性檢驗概率P=0.002，標準化回歸系數Beta>0，這表明MOOC平臺媒介可操作性與因變量正相關。而MOOC平臺媒介界面友好度的回歸顯著性檢驗概率P=0.340，這說明MOOC平臺媒介的界面友好度對知識轉移績效無顯著作用效果。自變量知識輸出方編碼能力的回歸顯著性檢驗概率P=0.000，標準化回歸系數Beta>0，這說明知識輸出方的編碼能力在0.001水平上與知識轉移績效正相關。而知識輸出方轉移意愿的回歸顯著性檢驗概率P=0.062，這說明知識輸出方轉移意愿對知識轉移績效無顯著作用效果。自變量知識接收方的解碼吸收能力的回歸顯著性檢驗概率P=0.020，標準化回歸系數Beta>0，這說明知識接收方的解碼吸收能力與因變量正相關。知識接收方轉移意愿的回歸顯著性檢驗概率P=0.000，標準化回歸系數Beta>0，這說明知識接收方轉移意愿與因變量正相關。模型假設的驗證結果見表7。

表7 模型假設驗證結果

五、 結論與建議

(一) 研究結論

本研究從知識源特征、MOOC平臺媒介、知識輸出方特征、知識接收方特征四個方面對虛擬學習情境下MOOC學習中知識轉移績效影響因素進行實證分析，得出以下結論。

第一，知識源的內隱性和系統性對知識轉移績效具有顯著負向影響。這表明MOOC學習的知識點無法用語言或肢體表達、抽象程度較高時，轉移效果較弱；需要相關知識儲備或章節之間邏輯性較強的MOOC課程具有較強的系統性，轉移效果較弱。而知識源的復雜性與知識轉移績效具有顯著正向影響。周賀來在知識粘性治理中指出知識源的復雜程度會影響知識轉移績效[22]。杰弗里·卡明斯(Jeffrey L. Cummings)等研究發現，復雜程度高、嵌入性強的知識轉移難度大[23]。本研究的實證結論與現有研究結論相反，這可能是由以下兩個方面的原因造成的。首先，MOOC學習過程具有可重復性，MOOC學習過程中的知識轉移屏障可通過提高靜態交互的頻次來打破，從而促進知識轉移績效的提升。其次，MOOC學習過程具有間歇性，對于較為復雜的知識，知識接收方可以依據自身的吸收能力調整接收速度，時間上具有可控性。故MOOC學習的特征使得知識接收方吸收知識的難度降低，攻克復雜性知識的機會和時間得到保障，且交互過程呈現層次遞進和閉區間循環特征，從而提高了知識轉移績效。階段性知識轉移績效的提升也會增強知識接收方攻克復雜問題的成就感，提升其攻克復雜問題的興趣，從而形成知識轉移過程的良性循環，達到理想的知識轉移效果。

第二，MOOC平臺媒介的可操作性對知識轉移績效具有顯著正向影響；而界面友好度對知識轉移績效無顯著影響。研究結果表明MOOC平臺簡易的操作方法、明顯的導航標識、快速的信息反應等有助于知識轉移績效的提升，即穩定且可操作性強的MOOC平臺媒介降低了知識轉移渠道的“噪聲干擾”，促進知識轉移績效的提升。

第三，知識輸出方的編碼能力對知識轉移績效有顯著正向影響；轉移意愿對知識轉移績效無顯著影響。編碼能力強的知識輸出方擅長通過動畫視頻編輯、VR技術等把系統的、復雜的知識碎片化、簡單化，降低知識轉移難度，提高知識轉移績效。

第四，知識接收方的解碼能力和轉移意愿均對知識轉移績效有顯著的正向影響。具有課程學習基礎、學習自信度高的知識接收方的解碼吸收能力較強、知識轉移績效較好。而轉移意愿較強的知識接收方在MOOC學習過程中遇到不懂的知識點時，會通過多次觀看學習視頻、到學習小組提問、瀏覽課程相關資料等方法加以解決，最終獲得較好的知識轉移績效。

(二) 實踐建議

首先，從知識源特征來看，我們可通過以下四個方面提高知識轉移績效。一是優化知識源結構，提高復雜性知識的比重。教師普遍認為復雜程度高的課程的轉移效果較弱，這導致其在MOOC課程的制作上多選擇通識類課程。如今復雜程度高的知識不易轉移、學習效果欠佳這一觀點被本研究的實證數據證偽。因此，教師在制作MOOC課程時要轉變觀念，將復雜程度較高的專業基礎課程納入MOOC課程的制作范疇，為學生提供更多高質量的MOOC課程資源，從而優化MOOC平臺的知識源結構。二是優化知識源呈現方式，打破知識的系統性壁壘。知識源呈現方式是影響學習者學習效果的重要因素之一。簡潔明了的知識組織架構可以幫助學習者了解課程的組織脈絡，讀懂知識源間的關系機理，抓住課程的重點、核心章節，理清知識體系。傳統MOOC視頻往往是將書本知識碎片化、單元化后進行陳述，因而系統性較強的知識的轉移效果不佳。在未來的知識資源呈現方式上，知識輸出方可探索將碎片化的知識進行立體化改造，使用VR、AR等技術模擬知識體系情境，通過虛擬現實讓知識接收方了解知識體系架構，打破知識系統性造成的知識轉移壁壘，提高知識轉移績效。三是采用情境化教學方式，提升內隱性知識的轉移績效。教師可通過情境化教學方式將學生引入知識情境，發揮學生的自主想象力，通過體驗的方式感受不易用語言和肢體表達的內隱性知識，提升知識轉移績效。四是增強知識源的可感知性，提升知識轉移績效。知識源的感知有用性和感知易用性是學習者持續使用MOOC的有效動力[14]，有助于其學習頻次和學習時長的提升，從而提高知識轉移績效。MOOC在聚焦課程知識的同時還要注重知識重要性的表達，以及知識單元與相關學科或課程體系的關系，提升知識源的感知有用性和感知易用性，進而引導學生持續學習并提高學習效率。

其次，從MOOC平臺媒介來看，我們可通過提高平臺智能化水平，提升知識轉移績效。MOOC平臺在做好頁面跳轉、視頻瀏覽、視頻學習監控、討論區服務、成績考核、成績核算與推送等基礎服務的同時還需注重討論區信息管理、高價值數據挖掘、需求信息的匹配與推送、學生學習效果預測與知識點補缺[24]等智能化模塊的研究與開發，不斷提升學生的學習效果。

再次，從知識輸出方來看，我們可通過以下幾個方面提高知識轉移績效。一是加強信息技術培訓，提高知識輸出方的編碼能力。信息技術的發展和應用促進了教育生態的變化[25]。MOOC、翻轉課堂等都是教育生態演變的新興產物，同樣也離不開信息技術的使用。本研究通過實證研究發現，教師教學設計的編碼能力越強，知識轉移績效越高。編碼能力強的教師通過對知識進行組織設計形成獨特的知識體系呈現形式和授課方式，有助于提高知識轉移績效。因此，學校可通過組織對非計算機類教師進行信息化工具應用培訓，提高教師的信息化水平，提升其知識編碼能力，從而提高知識轉移績效。二是提升教師的業務能力，優化教學設計。教學設計是教學活動的初始構想，是理論與實踐相結合的產物。獎勵策略、任務協作、游戲化課程設計、提問課等教學設計是提高學習者自主學習能力和解決問題能力的有效方法[7][26-27]。高校可以通過教育教學方法培訓、“老-中-青”教學梯隊建設等措施提升中青年教師的教學業務水平，提高教學組織能力，優化課程教學設計，提升MOOC的課程質量。

最后，從知識接收方來看，我們可通過以下幾個方面提高知識轉移績效。一是激發知識接收方的學習興趣。本研究發現，知識接收方轉移意愿與知識轉移績效顯著正相關。知識輸出方可通過優化教學設計提升知識接收方的知識轉移意愿，進而提高知識轉移績效。例如單一的視頻授課方式無法滿足學生需求，也很難讓學生保持持續的學習熱情，因此，教師在進行教學設計時可通過多媒體技術和網絡技術將枯燥的知識進行游戲化、娛樂化設計，實現知識與故事相融合、作業與任務相關聯，誘發學生的學習興趣，提高其學習參與度，挖掘學習者的學習潛能，提高知識轉移績效。二是明確知識勢差，力爭因材施教。本研究發現學習者的知識基礎、學習能力直接影響知識轉移績效。實體化教學由于教學條件、教學精力和教學資源的限制，因材施教成為教育追求的理想狀態。但MOOC環境下的虛擬學習卻為因材施教提供了條件。知識輸出方可在知識接收方學習MOOC前對其原有的知識基礎、興趣喜好、能力特征進行摸底調查，通過智能化技術將學習者分為不同梯隊，推薦與之匹配的學習方案，力爭因材施教。

六、 結 語

本研究構建了虛擬學習情境下MOOC學習中知識轉移績效影響因素模型，從知識源特征、MOOC平臺媒介、知識輸出方特征和知識接收方特征四個方面，分析其對MOOC學習中知識轉移績效的影響。實證研究表明，知識源的內隱性和系統性與知識轉移績效負相關，而復雜性與知識轉移績效正相關；MOOC平臺媒介的可操作性與知識轉移績效正相關；知識輸出方的設計編碼能力與知識轉移績效正相關；知識接收方的解碼吸收能力和轉移意愿均與知識轉移績效正相關。由于本次實證調查的有效樣本均來自于學習類平臺，知識源的復雜性與知識轉移績效正相關這一結論在其他情境中的轉移效果有待進一步驗證。