后疫情時期何以發展教師在線教學勝任力

萬昆 饒宸瑞 饒愛京

[摘? ?要] 當前，在線教育已成為后疫情時期全球教育發展的一個重要方向，教師在線教學勝任力也成了在線教育研究領域的焦點問題。它不僅是后疫情時期在線教育新生態可持續發展的關鍵，也是教師應對未來教育不確定性的重要能力。研究基于對新冠肺炎疫情期間全國13695名教師的調查數據，采用描述統計分析、多元線性回歸分析、調節效應分析等方法，分析了教師在線教學勝任力的基本特征、影響因素、調節效應以及教師在線教學面臨的挑戰。研究結合布迪厄的場域理論，提出了后疫情時期發展教師在線教學勝任力策略模型，包括意識層、技術層、應用層、治理層的“四維度十策略”，四個層次相互協同融合發展教師在線教學勝任力，以期為高校教師在線教學高質量發展提供參考。

[關鍵詞] 后疫情時期; 在線教學勝任力; 發展策略

[中圖分類號] G434? ? ? ? ? ? [文獻標志碼] A

[作者簡介] 萬昆（1991—），男，江西南昌人。講師，博士研究生，主要從事教育信息化、學習科學與技術的研究。E-mail：ecnuwk@sina.com。饒愛京為通訊作者，E-mail：raoaijing@sina.com。

一、引? ?言

面對未來教育的不確定性，教師如何應對智能時代教育的發展是當今教育領域的現實性難題。然而，當前技術與在線教學仍然是割裂的，并沒有充分發揮在線技術和在線教學設計的優勢。而且，在線教育也面臨著在線教學質量、在線課程設計、教師未掌握在線教學的特點及教學方法[1]、在線學習生態系統失衡[2]等問題。那么，后疫情時期，如何破解在線教育面臨的問題？我們認為破解的關鍵在于發展教師的在線教學勝任力，因為教師的能力和人格魅力對營造合適的在線學習氛圍具有重要的作用[3]，進而對促進構建適應線上線下融合教學、全社會共同學習的后疫情時期在線教育發展新生態具有重要的意義[4]。

后疫情時期并非是指疫情完全消失，而是指經歷了這樣一場全球疫情后的階段[4]。那么，面對后疫情時期在線教育新生態，教師如何應對？教師需要怎樣的在線教學勝任力，才能應對未來教育的變化？然而，目前在線教育實踐中存在著教師不知道如何發展在線教學勝任力、教師在線教學能力培訓不精準、在線教學治理體系不完善等問題。如何破解這些問題是本研究的主要內容。

二、文獻回顧

（一）教師在線教學勝任力概念研究

有學者探索了教師數字化勝任力模型，包括信息和數據素養、交流與協作、數字內容創作等[5];也有學者認為，高校教師SPOC混合教學勝任力模型包括專業知識、講授能力、信息素養三個基準性勝任特征[6];Knig等人通過調查發現，教師在線教學勝任力潛在因素與學校計算機技術、教師的技術教學法知識、數字化教學相關的學習機會等有關[7]。然而，在線教育的發展面臨著來自學生、教師、內容等方面的挑戰，對無法勝任在線教學的教師來說，存在著既增加教師工作負擔，又不能提升在線教學質量等困惑。正如李洪修等人認為，當前在線教學存在淺表化、同質化、虛假性和交互弱化等問題;要促進在線教育的健康發展關鍵在于要提升教師的在線教學勝任力[8]。

（二）發展教師在線教學勝任力的研究

有學者從不同的角度提出了在線教師專業發展策略，如刁均峰等人從培訓的角度提出了職教教師信息化教學能力培訓的策略模型，包括培訓的方案、內容與形式、支持與保障、效果與評價[9];閆寒冰等人以賦能為理念基礎，從數據驅動的全視角教師檔案與應用驅動的創新培訓模式的角度，提出了后疫情時期教師專業發展模型[10];李逢慶等人認為，要提升教師在線教學能力，需要開展系統化的培訓、組建跨學科教學實踐共同體、組建專家引領的校際教研共同體等[11]。盡管當前對教師在線教學勝任力發展框架的研究缺乏嚴謹的界定，但對于教師在線教學勝任力現狀是研究者關注的方向，如鄔大光團隊分別從教師、管理者、學生等三個群體了解了疫情期間高校在線教學的現狀[12]。

除上述維度外，部分學者研究了教師在線教學勝任力的影響因素，如徐益龍等人從教師自我效能感、社群影響、平臺互動、優質資源等外部因素分析了職業院校在線教學影響因素[13];國外學者研究認為，在線教學滿意度的影響因素包括教師技術熟練度[14]、教師的信息技術應用能力、學生交流溝通水平、學校政策支持[15]、教學環境、技術支持[16]等。顯然，教師在線教學勝任力的影響因素比較復雜。

綜上所述，盡管國內外學者對教師在線教學勝任力提出了較多策略并分析了其影響因素，但目前既缺少大規模在線教育中教師在線教學勝任力的現狀調查，也缺少從場域理論視角提出發展教師在線教學勝任力的策略模型。因此，本研究嘗試回答如下問題：（1）教師在線教學勝任力的特征如何;（2）影響教師在線教學勝任力的影響因素有哪些;（3）后疫情時期何以發展教師在線教學勝任力。

三、研究設計

（一）數據來源與研究方法

本研究所使用的問卷來源于全國高等學校質量保障機構聯盟和廈門大學教師發展中心聯合開發設計的“線上教學情況調查（教師卷）”[17]，數據來源于廈門大學教師發展中心共享的教師有效數據13695份。

本研究使用SPSS軟件進行數據分析，主要包括對各變量的描述性統計分析、多元線性回歸分析方法，分析教師在線教學勝任力的影響因素和變量之間的調節效應，為后疫情時期發展教師在線教學勝任力策略模型提供實證支撐。

（二）關鍵變量

本研究選取高校教師對自己線上教學的評價為因變量，定義為教師的在線教學勝任力，分為三個維度：在線教學方法勝任力、在線師生交互勝任力、在線教學技術勝任力[19]。它是一個多分類有序變量，從“非常不好”到“非常好”分別賦值1～5，數值越大，表明在線教學勝任力越好。

本研究的控制變量包括人力資本和在線教學經歷。人力資本包括性別、教齡、職稱、所在學校、所在學科;在線教學經歷變量包括疫情之前是否開展過在線教學、是否接受過線上教學的相關培訓和對各種線上教學平臺技術掌握的熟練程度。

本研究的自變量由教師在線教學執行過程中所形成的系列評價來表征。具體細化為各類教學平臺功能滿足情況評價、教學平臺技術支持情況評價、線上教學服務保障情況評價、線上教學的主要教學模式評價等四類。上述變量的各題項均采用李克特五點計分法，使用信度系數估計問卷的內部一致性，通過SPSS統計發現自變量和因變量的信度系數為0.848，說明問卷信度良好。變量的具體定義和賦值見表1。

四、研究結果

（一）樣本教師在線教學勝任力的特征

為了了解樣本教師在線教學勝任力的基本特征，通過數據統計（見表2）。可以看出，教師的在線教學方法勝任力均值得分最高，其次是在線教學技術勝任力，在線師生交互勝任力均值得分最低，原因可能是疫情發生之前將近八成的教師沒有開展過在線教學。但從在線教學的本質來看，在線教學設計和在線師生互動是在線教學的核心。

（二）教師在線教學勝任力的影響因素

要探討哪些因素影響了教師在線教學勝任力，我們將各類教學平臺功能滿足情況評價、教學平臺技術支持情況評價、線上教學服務保障評價、線上教學的主要教學模式使用情況評價四個變量作為自變量，將教師在線教學勝任力作為因變量，建立回歸方程。通過方差分析發現，四個模型都達到顯著水平，說明四個模型的回歸都具有統計學上的意義。

由表3中的模型2可知，控制人口學變量，其解釋力為31.9%。模型3、模型4、模型5分別顯示，教學平臺技術支持、線上教學服務保障、線上教學的主要教學模式對教師在線教學勝任力也具有顯著性影響（p<0.001），其解釋力分別為34.8%、38%、44.8%。說明教師的在線教學勝任力與采用何種線上教學模式、線上教學服務保障、教學平臺技術支持情況、教學平臺功能滿足情況有顯著關系。其中，影響程度由高到低依次是線上教學的主要教學模式、線上教學服務保障、教學平臺技術支持情況、各類教學平臺功能滿足情況。即影響教師在線教學勝任力最重要的因素是選擇何種在線教學模式，因為不同的在線教學模式的設計和要求有所不同。

與此同時，由上述回歸分析結果還可以發現，就模型1來看，此模型主要是由性別、年齡、教齡、職稱、學校所在地區等人口變量組成。模型1的R2=0.019，F=9.914，p<0.001，表示人口變量對教師在線教學勝任力具有顯著的解釋力。

第一，在性別方面存在著顯著差異，以男性為參照組，β=0.082，t=7.572，p=0.000，表示女性教師的在線教學勝任力顯著高于男性。

第二，在年齡方面，以年齡41～45歲為參照組，均值統計發現，年齡與教師在線教學勝任力具有顯著性差異。只有年齡在56歲以上，與年齡在41～45歲比較，β為負，且顯著，可解讀年齡在41～45歲教師的在線教學勝任力顯著高于56歲以上。但是由t值可以發現，從46歲開始，隨著年齡的增長，教師的在線教學勝任力逐漸下降。

第三，在教齡方面，與教齡為1～5年的參照組進行均值比較后發現，教齡與教師在線教學勝任力無顯著性差異。教齡6～10年、11～15年、16～20年教師的在線教學勝任力高于教齡1～5年的教師，教齡21～25年、26～30年以及31年以上教師的在線教學勝任力低于教齡為1～5年的教師。

第四，以職稱副高為參照組，統計發現，職稱與教師在線教學勝任力無顯著性差異。中級和初級教師的在線教學勝任力低于副高教師，正高教師的在線教學勝任力高于副高教師。

第五，以東部地區為參照，教師所在地區與教師在線教學勝任力呈顯著性差異。統計發現，中部地區教師和西部地區教師的在線教學勝任力都低于東部地區的教師。

（三）教師在線教學勝任力的主效應和調節效應

如果教師之前接受過培訓或開展過在線教學，就可能對提升他們的在線教學勝任力具有調節作用。為驗證是否存在這種可能性，研究以教師在線教學勝任力為因變量，以線上教學的主要教學模式，以及分別以疫情之前是否開展過在線教學、是否接受過線上教學的相關培訓、對各種線上教學平臺技術掌握的熟練程度與線上教學的主要教學模式的交互項為自變量，依次進行多元回歸分析，分析它們的主效應與調節效應，多元回歸分析結果見表4。在所有交互項中，與線上教學的主要教學模式的交互作用都達到顯著水平。說明，疫情之前是否開展過在線教學、是否接受過線上教學的相關培訓、對各種線上教學平臺技術掌握的熟練程度對提升教師在線教學勝任力具有一定的調節作用。

加入疫情之前是否開展過在線教學這一變量后，回歸系數降低，但是效果不是很顯著，說明疫情之前是否開展過在線教學對教師的在線教學勝任力的影響微弱，通過方差分析發現，疫情之前開展過在線教學的教師的在線教學勝任力高于疫情之前未開展過在線教學的教師。代入是否接受過線上教學的相關培訓、對各種線上教學平臺技術掌握的熟練程度后，線上教學的主要教學模式對教師在線教學勝任力的回歸系數下降，且達到非常顯著水平，說明這兩個變量對教師在線教學勝任力具有較大的影響，特別是模型4的回歸系數下降得比較多，表明教師對各種線上教學平臺技術掌握的熟練程度對教師的在線教學勝任力的影響較大。

五、結論與討論

（一）研究結論

突如其來的新冠肺炎疫情使得在線教育得到了前所未有的關注，技術樂觀主義者相信在線教育將會成為未來教育的重要方式，將更加智能、個性、精準[19]。而技術悲觀主義者認為，此次大規模在線教育效果不盡如人意，增加了教師工作負擔，也拉大了教育不公平的鴻溝等[20]。事實上，在線教育高質量發展的關鍵是要理解在線教學與在線學習實踐的本質。而如何促進后疫情時期在線教育高質量發展，我們認為關鍵在于教師，這是技術應用的基本邏輯。同時也要審視此次大規模在線教育到底將會給我們的教育帶來多大的改變。盡管技術樂觀主義者堅信人工智能、學習分析技術、大數據技術將改變教與學的理念，但遺憾的是，上述新技術的應用在此次大規模在線教育中依然存在缺位的現象。本研究利用此次天然的自然實驗機會，通過對全國13695名高校教師的調查揭示了教師在線教學勝任力的基本特征。

首先，教師在線教學方法勝任力得分最高，在線教學技術勝任力得分次之，在線師生交互勝任力得分最低，不同群體的教師在線教學勝任力呈現不同特點。

本研究通過多元線性回歸分析發現，女性教師的在線教學勝任力高于男性;教師在線教學勝任力在年齡和教齡兩個維度方面，呈現出“峰型”關系，隨著年齡和教齡的增長，教師的在線教學勝任力逐步升高，當年齡到46歲后，教齡在21年后則呈現出下降的趨勢;中級和初級教師的在線教學勝任力低于副高，正高級教師的在線教學勝任力高于副高;在地區差異方面，東部地區教師的在線教學勝任力明顯高于中部地區和西部地區的教師。教師在線教學勝任力的差異這一現象與人們所認知的也相吻合。

其次，影響教師在線教學勝任力的主要因素包括采用何種線上教學模式、線上教學服務保障情況、教學平臺技術支持情況、各類教學平臺功能滿足情況。然而，疫情之前是否開展過在線教學、是否接受過線上教學的相關培訓、對各種線上教學平臺技術掌握的熟練程度對提升教師在線教學勝任力具有一定的調節作用。

再次，此次大規模的在線教學實驗有助于我們對教師在線教學現狀進行檢視。根據調查結果發現，教師認為影響在線教學效果最主要的因素排序如下：學生的自主學習能力和良好的線上學習行為習慣、學生的積極參與、教師對線上教學的態度和精力投入、教學平臺功能及網速的穩定性、教師的教學策略及講授、學生的學習空間及終端設備支持、學校對線上教學的政策支持、選擇適合的線上教學課程。

最后，從教師角度來說，在線教學面臨的最大挑戰是需要改變教學策略和教學方法，轉變以往的教學習慣，在一定程度上說明了需要提高教師的在線教學勝任力。從學生角度來說，影響在線教學效果的最大因素是學生的自主學習能力和良好的線上學習習慣。在線教學亟須培養學生的自主學習能力，加強課程教學資源建設，完善在線教學平臺的功能與應用。

（二）討論

如何在“在線教學的困境中開新局”，發展教師在線教學勝任力？我們認為，需要突破在線教育場域和數字鴻溝的限制，在在線教學新生態下，構建教師在線教學勝任力的發展策略模型。面對不同地區、不同年齡、不同學校教師的在線教學勝任力差異，如何縮小教師在線教學勝任力的鴻溝，推動后疫情時代在線學習與智能技術的應用、線上線下融合教育的可持續發展是當前研究的重點[19]。因此，為促進在線教學高質量發展，研究借鑒布迪厄場域理論來解決此問題。布迪厄場域理論是指關系的集合，場域、慣習與資本在多元行動者實踐沖突中形成一種彼此塑造和動態建構的關系[21]。場域理論突出“場域”性的實踐環境的被建構性，在推動場域形成的過程中，內生力量和外源力量都是同等重要的[22]。因此，從場域的角度思考，教師的在線教學勝任力涉及的多元主體、實踐行為等不是孤立的，而是相互影響的，并且在線教學實踐行為是發生在技術與教育融合的場域中。

我們嘗試圍繞上述研究結果，結合布迪厄的場域理論、迪克的數字技術接入模型[23]，提出了由意識層、技術層、應用層、治理層組成的“四維度十策略”后疫情時期教師在線教學勝任力發展策略模型（如圖1所示）。值得強調的是，后疫情時期發展教師在線教學勝任力將走向協同融合，這種融合包括技術與教育所構建的教育信息化生態系統的場域，也包括教師在線教學勝任力發展的意識層、技術層、應用層和治理層的融合。

1. 意識層：轉變在線教學各利益主體對在線教學的認知

教師的自我效能感對教師適應疫情期間的在線教學起到關鍵作用[12]。因此，意識層是發展教師在線教學勝任力的基礎，需要轉變在線教學各利益主體對在線教學的認知。第一，正確認識在線教學。教師使用技術的障礙通常使教師的權威受到挑戰。因此，對于教齡較長、職稱高的教師，要引導其正確認識在線教學的價值。第二，要培養學生的在線自主學習能力。學生的自主學習能力和良好的學習習慣是在線教育健康發展的依托[18]。第三，高校要意識到在線教學是后疫情時期學校教育教學改革的一個方向和趨勢，要積極鼓勵教師主動開展在線教學和混合式教學，更要培養學生主動適應人機協同時代學習方式的能力。

2. 技術層：為教師提供一個良好的在線教學技術生態

在線教學中的技術應用關鍵不是技術的先進性，而是在線教學與技術的耦合性，因此，為教師提供一個良好的在線教學技術生態的關鍵是技術層。教師在開展在線教學技術的應用過程中，不應增加教師的工作負擔，而是有效地耦合教師的在線教學。第一，學校應為教師提供選擇多種在線教學平臺的機會，確保每個教師都能根據在線課程選擇合適的在線教學平臺。第二，完善線上教學服務保障。學校應加強各類在線教學平臺、網絡條件等對線上教學的支持，教師要加強師生互動，增加線上教學和線上討論環節，促進學生的知識建構。第三，教師要熟練掌握在線教學技術。在線教學技術還要考慮包容性，盡可能消減存在的技術鴻溝。特別是后疫情時期智能技術的應用可能帶來的技術鴻溝，更要關注西部地區高校教師的在線技術應用情況，以縮小在線教學導致的不公平。

3. 應用層：推進教師在線教學應用的高質量發展

在線教學并不是把傳統課堂搬到網上，而是一個非常復雜的體系，很多因素影響學生在線學習的效果。因此，發展教師在線教學勝任力的核心是應用層。第一，教師需要精心設計在線教學活動，特別是要設計真實的項目式學習活動，以激發學生的在線投入;在線教學法要向促進互動轉變，要促進學生學會在線學習，形成在線學習的共同體，提高教師的在線師生互動勝任力。第二，教師要根據教學內容選擇合適的在線教學模式，如直播、錄播、基于MOOC的在線教學、線上互動討論等形式。第三，教師要積極加強在線課程資源建設，也可以師生共創在線課程資源，以提高學生的參與度。第四，教師要開展多種形式的在線學習評價，如數字徽章、過程性評價、項目式學習評價、數據驅動等方式。

4. 治理層：完善教師在線教學勝任力發展的治理體系

后疫情時期發展教師在線教學勝任力策略的保障是治理層。發展教師在線教學勝任力治理層主要包括：第一，完善在線教學質量保證體系，科學合理地評價在線教學質量。第二，完善在線教學政策，各高校要制定在線教學和在線開放課程資源建設的指導意見和支持政策。第三，加強職前職后教師在線教學培訓體系，各高校要加強職前教師在線教學能力的培養，加強職后教師的在線教學指導。第四，構建在線教育產學研協同育人機制，推動在線教育供給側改革，各高校可以和教育信息化產業協同發展教師的在線教學勝任力。

當然，未來人機協同時代，教師的在線教學勝任力框架將會不斷演變和深化。本研究是基于中國大規模在線教育情境下的調查數據分析，探索了后疫情時期教師在線教學勝任力的發展策略模型。未來，“互聯網+”“智能+”技術的在線教學將成為中國高等教育和世界高等教育的重要發展方向[24]，后期我們將不斷深入研究人工智能技術賦能的在線教學實踐效果和在線教學治理體系，以更好地促進在線教育高質量發展。（感謝廈門大學教師發展中心提供的數據及團隊對本研究的支持！）

[參考文獻]

[1] 胡欽太.促進在線教育健康良性發展的多維審視[J].教育研究，2020，41（8）：26-30.

[2] 劉鸝，孟雪.大規模突發性事件中在線學習生態系統的失衡與進化[J].電化教育研究，2020，41（9）：41-47.

[3] CIPTO W， RIZKY F， SUNARYANTO， et al. Contribution of teacher competence（pedagogy and personality） in teaching practice during the Covid-19 Pandemic and 4.0 Era[J]. Technium social sciences journal， 2020， 14（1）： 66-78.

[4] 楊斌.充分釋放“抗疫紅利” 推進教育改革創新[J].清華大學教育研究，2020，41（3）：1-5.

[5] 鄭旭東，范小雨.歐盟公民數字勝任力研究——基于三版歐盟公民數字勝任力框架的比較分析[J].比較教育研究，2020，42（6）：26-34.

[6] 廖宏建，張倩葦.高校教師SPOC混合教學勝任力模型——基于行為事件訪談研究[J].開放教育研究，2017，23（5）：84-93.

[7] KNIG J， JGER-BIELA D J， GLSTCUH N. Adapting to online teaching during COVID-19 school closure： teacher education and teacher competence effects among early career teachers in Germany[J]. European journal of teacher education， 2020， 43（3）： 608-622.

[8] 李洪修，丁玉萍.深度學習視域下在線教學的審視與思考[J].課程·教材·教法，2020，40（5）：64-70.

[9] 刁均峰，韓錫斌，張屹.防疫期間教師信息化教學能力培訓的策略分析——基于28所職業院校的案例[J].電化教育研究，2021，42（1）：115-121.

[10] 閆寒冰，單俊豪.從培訓到賦能：后疫情時期教師專業發展的藍圖構建[J].電化教育研究，2020，41（6）：13-19.

[11] 李逢慶，史潔，尹苗.學校在線教育的理性之維[J].電化教育研究，2020，41（8）：115-120，128.

[12] 鄔大光，李文.我國高校大規模線上教學的階段性特征——基于對學生、教師、教務人員問卷調查的實證研究[J].華東師范大學學報（教育科學版），2020，38（7）：1-30.

[13] 徐益龍，鄭光永，于洪波.疫情期間職業院校教師在線教學影響因素實證研究[J].職業技術教育，2020，41（12）：17-22.

[14] PALMER S R， HOLT D M. Examining student satisfaction with wholly online learning[J]. Journal of computer assisted learning， 2010， 25（2）：101-113.

[15] BOLLIGER D U， WASILIK O. Factors influencing faculty satisfaction with online teaching and learning in higher education[J]. Distance education， 2009， 30（1）：103-116.

[16] LANCE R， MARK A. Exploring burnout among university online instructors： an initial investigation-ScienceDirect[J]. The Internet and higher education， 2007， 10（2）：117-124.

[17] 鄭宏，謝作栩，王婧.后疫情時代高校教師在線教學態度的調查研究[J].華東師范大學學報（教育科學版），2020，38（7）：54-64.

[18] 吳薇，姚蕊，謝作栩.高校教師在線教學經歷對自我教學評價的影響——基于全國334所高校在線教學的調查分析[J].高等教育研究，2020，41（8）：63-72.

[19] 萬昆，鄭旭東，任友群.規模化在線學習準備好了嗎？——后疫情時期的在線學習與智能技術應用思考[J].遠程教育雜志，2020，38（3）：105-112.

[20] 胡小平，謝作栩.疫情下高校在線教學的優勢與挑戰探析[J].中國高教研究，2020（4）：18-22，58.

[21] 皮埃爾·布迪厄，華康德.實踐與反思：反思社會學導引[M].李猛，李康，譯.北京：中央編譯出版社，1998.

[22] 陳玲，劉靜，楊重陽，佘靜雯.場域視角下的“互聯網+教育治理”的實踐演變——以北京市“開放輔導”為例[J].電化教育研究，2020，41（3）：56-62.

[23] DIJK J A G M V. Digital divide research， achievements and shortcomings[J]. Poetics， 2006， 34（4-5）：221-235.

[24] 教育部.在線教學從“新鮮感”走向“新常態”，是教育發展的方向[EB/OL].[2021-01-08].https：//baijiahao.baidu.com/s？id=16667 99384091020609&wfr=spider&for=pc.