在線學習投入的分析模型構建及應用研究

劉繁華 易錫添

[摘? ?要] 研究表明，在線學習投入是影響學習績效的關鍵要素，開展在線學習投入研究可以為學習者提供針對性的教學干預和過程性的學習支持。研究通過對不同維度進行分析，構建了在線學習投入分析模型，并以中國大學MOOC“教育傳播學”為例探究在線學習投入與學習績效之間的關系。研究結果顯示，在線學習投入中的認知投入、情感投入和社交投入與學習績效呈顯著正相關關系;在線學習普遍存在淺層的認知投入和無效的行為投入;積極的情感投入和社交投入能夠有效提升學習績效。

[關鍵詞] 在線學習; 學習投入; 分析模型; 構建; 應用

[中圖分類號] G434? ? ? ? ? ? [文獻標志碼] A

[作者簡介] 劉繁華（1969—），男，廣東大埔人。副教授，碩士，主要從事學習分析、新技術支持的協同教育研究。E-mail：757563620@qq.com。

一、引? ?言

信息化時代的到來，在線學習在國內外迅速興起，尤其是在遭遇新冠疫情等公共危機時，在線學習能夠利用互聯網將教師和學生有效連接在一起[1]。然而“參與度低”“學習認知層次淺”等質量危機依舊充斥著在線課程[2]，目前國內外均高度重視在線學習質量，而學習質量很大程度上取決于學習者的學習投入[3]。對于學習者而言，清楚了解自身的在線學習投入狀況，能夠及時進行自我調整，積極投入到在線學習過程中;對于教師而言，實時獲取和掌握學生的在線學習動態，能夠提供適當的教學干預來保證學習質量。因此，本研究基于在線學習環境，構建在線學習投入分析模型，分析在線學習投入與學習績效之間的關系。

二、在線學習投入現狀分析

由于在線學習的蓬勃發展，在線學習投入越來越受到國內外研究者的關注。在早期研究中，Tyler[4]從工作投入的角度提出人們在工作中投入的成本越多，收獲就會越大。隨后，Schaufeli[5]將工作投入遷移到學習過程，認為學習投入是指與學習密切相關的一種狀態，分為活力、奉獻和專注三個維度。Martin[6]從影響學習過程最直接相關的因素出發，將學習投入聚焦在認知投入和行為投入兩個維度。行為投入是指學習者對學習活動的高度投入，能夠體現學習者在學習過程中的各種行為表現[7]。認知投入是指學習者在學習時自身認知和心理層面的高度投入，特指學習者經過深度思考后的認知水平[8]。研究表明，清楚了解學習者對課程的感知、調控和情感體驗，有助于在線學習的教學改進。Fredeicks基于布魯姆教育目標分類法提出在線學習投入是指學習者在線上學習過程中展現出來的積極狀態，聚焦于認知投入、行為投入和情感投入三個維度[7]。其中，情感投入是指學習者在學習過程中呈現出來的情感反映，例如好奇、厭惡等[9]。李爽等人通過編制遠程學習投入評價量表，從認知、行為和情感三個方面將維度劃分地更為細致[10]。梁云真通過量規的方法，從在線同伴互評角度出發，對學生在線學習的認知投入和情感投入進行評價。在線學習需要與不同學習者交流互動，才能達到更好的學習效果[11]。因此，Fredricks等人在原有三個維度的基礎上增加了社交投入，強調師生、生生之間的社會性互動[12]。李艷燕等人從在線小組協作的角度提出了廣泛度、凝聚度、互惠度和參與均度等不同的社會投入[13]。

綜上所述，在線學習投入涉及學習過程中的各個方面。從研究內容上來看，目前在線學習投入聚焦認知投入、行為投入、情感投入和社交投入四個維度。從研究方法上來看，主要采用內容分析法及問卷、量表制定等方法進行探索在線學習投入背后隱藏的學習本質。總體而言，國內外關于在線學習投入研究在理論與實踐層面有著豐富的借鑒作用，但仍處于不斷完善的階段。

三、面向在線學習的學習投入分析模型構建

（一）在線學習投入模型維度分析

隨著信息化時代發展，在線學習投入的維度劃分在不斷完善和深化。從早期的關注學習狀態，到關注學習行為和認知狀態，再到關注學習情感體驗;目前已有研究者關注到在線學習的社會交互性，提出了社交投入維度。因此，本研究在原有基礎上，將在線學習投入模型的維度劃分為認知投入、行為投入、情感投入和社交投入。

1. 認知投入維度

由于在線學習的特殊性，Akyol等人認為與線下學習環境相比，在線學習環境下學習者要付出更多的認知投入來應對復雜的學習情境[14]。認知投入程度高的學習者，往往能體現出對觀點的重新審視，有強烈的求知欲;而認知投入低的學習者僅僅表現出記憶知識等表面投入。在認知領域里，布魯姆教育目標分類理論具有較為權威的影響力，能夠表征在線認知投入[9]。基于此，本研究在認知投入維度將采用布魯姆的分類方法[15]，重點關注學習者的認知過程，從具體到抽象依次分為記憶、理解、應用、分析、評價、創造。

2. 行為投入維度

學習平臺能夠詳細記錄學習者在不同時期的學習行為，例如瀏覽資源、發布帖子等。Mazzolini對400個課程論壇中的帖子進行分析，發現教師參與率、發帖時間以及發帖性質影響著學習者在線討論參與度[16]。Nandi發現在線學習環境下學生討論的參與意愿容易受教師行為的影響[17]。Khe認為在線學習行為包括學習者的討論、認同與回應情況等[18]。馮曉英指出在線學習行為包括學習者個人與學習平臺發生交互的個人行為和學習者與師生等群體發生交互的交互行為[19]。

基于已有關于行為投入維度劃分的研究，本研究將在線學習平臺常用的8種具體學習行為納入行為投入維度，分別是：（1）登錄平臺，是指每周登錄學習平臺次數;（2）訪問資源，是指每周瀏覽視頻、文檔、富文本資源的次數;（3）瀏覽作業，是指每周瀏覽自己或者他人作業的次數;（4）發布帖子，是指每周發布帖子的頻次;（5）閱讀帖子，是指每周閱讀帖子的頻次;（6）回復他人，是指每周回復他人的頻次;（7）教師回復，是指每周被教師回復的頻次;（8）同伴回復，是指每周被學生回復的頻次。

3. 情感投入維度

情感投入在一定程度上能夠影響到課程的認知、行為以及和同伴之間的交互。當學生以高度積極的情感參與進來，學生會表現出積極正面的狀態。Lee等人從在線學習平臺上學習者是否對課程感到滿意進行價值性測量[20]。Skinner等人提出經典情感投入量表，其中情感反應包括好奇、快樂、厭煩和難過[21]。李爽等人認為對于遠程在線教育來說，“難過”并不是常見的情感，而是歸屬感[10]。

本研究結合Skinner和李爽等人的研究，將情感投入維度分為四個維度，分別是：（1）好奇感，是指學習者對課程內容、資源與教學方式充滿好奇;（2）愉悅感，是指學習者對課程內容、資源與教學方式感到愉悅;（3）歸屬感，是指學習者在學習課程過程中主動與師生交互，對交互內容、交互對象與交互過程具有歸屬感;（4）厭倦感，是指學習者對課程內容、資源與教學方式產生厭倦等消極的情感。

4. 社交投入維度

隨著技術的更新迭代，在線學習呈現出多樣化的交互方式。Handelsman等人編制的在線學習投入測量量表中增加了交互投入，發現交互方式能夠增強其社會存在感[22]。文書鋒等人則將行為投入拆分出交互學習投入，重點突出不同學習者交流學習的過程[23]。王陸采用社會網絡分析方法，發現點度中心度、特征向量等交互行為網絡特性能夠真實反映出學生的交互狀態[24]。

因此，本研究在此基礎上，將社交投入維度分為四個維度，分別是：（1）點度中心度，是指在課程交互網絡中學習者與其發生聯系的人的總數;（2）接近中心度，是指在課程交互網絡中學習者到其他所有與其聯系的人的距離的總和;（3）中介中心度，是指在課程交互網絡中經過某個學習者的最短路徑的數量;（4）內聚子群，是指在課程交互網絡中學習者結合成為團體的數量。

（二）在線學習投入模型的構建

1. 基于內容分析的認知投入

國內外常用的認知投入分析方法是通過內容分析法對在線論壇帖子進行分析。本研究采用布魯姆的分類方法，從簡單到復雜的認知過程，能夠清晰地將學習者的認知投入程度區別開來，有效評價學習者在線學習過程中的認知水平。本研究以中國大學MOOC課程“教育傳播學”為例，通過內容分析、編碼對討論帖進行整理，記錄學習者在每一維度的頻數，具體維度的內容分析見表1。

2. 基于學習平臺數據分析的行為投入

學習平臺不僅能夠監測學習者的學習動態，還可以有針對性地進行教學干預。在線學習平臺通過用戶個人行為日志來收集數據。我們從課程管理后臺進入查看課程數據統計，選取與學生在課程操作上密切相關的8種學習行為。前3種學習行為從平臺數據可以直接導出，后5種學習行為同屬討論區內容，本研究將其細分成五種學習行為，更能呈現出學習者在討論區中的行為投入狀況。在收集并導出數據后，需要對數據進行篩選和剔除，8種學習行為均采用頻數的方式進行記錄，最終得到基于學習平臺數據的學習行為投入數據。

3. 基于自我報告分析的情感投入

情感投入能夠反映學習者在整個教學活動中的情感反應和狀態。自我報告是一種基于調查問卷的自陳量表，也是評估分析常用的測量工具，結合李克特五級量表，可以描述情感狀態的強度。本研究采用的是Skinner和李爽等人的研究，將情感投入分成四個維度，每個維度3道題目，將強度等級分別量化成1、2、3、4、5，隨后將每個維度的3道題目取均值，作為每個學習者該維度的數值。四個情感投入具體維度和問題見表2。

4. 基于社會網絡分析的社交投入

社交投入主要來源于師生交互、生生交互的過程，能夠有效呈現不同學習者在課程交互網絡中的位置。從學習者個體來說，每個學習者都不是單一孤立的個體，而是以某種緊密聯系、優劣互補的角色存在。從課程群體來說，在線學習有著類似于社會構成要素之間的關系。點度中心度越大，在課程交互網絡中就越能獲取到更加豐富的信息，例如知識、方法等等。接近中心度越小，說明這個點距離其他所有點就越近，能夠體現出他處于一個課程交互網絡的中心位置。中介中心度能夠說明在這個課程交互網絡中處于活躍狀態。學習者的內聚子群越多，密度也就相對越高，在內部群體中學習者的聯系較為緊密，分工協作更為有序。社交投入四個維度的數據主要來源于討論區中的交互情況，記錄下每一位學習者與他人的交互頻數，從而計算出四個維度的數值。

綜上所述，根據現有的在線學習投入模型維度分析，本研究主要分為認知投入、行為投入、情感投入和社交投入四個維度，結合不同的分析方法，全面分析在線學習投入過程，構建面向在線學習的學習投入分析模型，如圖1所示。

四、基于在線學習投入分析模型的應用案例

在線學習投入能夠通過學習績效來反映學習質量。為了驗證這一問題，本研究基于在線學習投入分析模型開展應用案例研究，探究在線學習投入與學習績效的關系，為在線課程教師如何提升學習質量提供支持和進行后續教學干預提供建議。

（一）研究概況

研究數據來自于中國大學MOOC課程“教育傳播學”，所有的教學均記錄在MOOC學習管理平臺上，其中包括學生觀看課件、參與討論、教師發布學習任務、組織教學活動和考核。平臺數據能較為完整地反映課程學習交互的過程。本研究選取的是疫情期間的一個學期課程作為研究對象，課程共有6個模塊，整個班級有79名學生，5名助教，1名教師。參加本課程的學生均為教育技術學在讀本科生，參加活動積極性較高，其中師生共發帖1432條。

（二）數據收集

本研究以周為數據采集周期，多次分段收集學生行為數據與文本數據。在認知投入維度，首先，我們按照時間序列整理討論區中1432條討論帖。然后，根據布魯姆認知過程分析框架，對討論帖進行分析、編碼。由于課程要求學習者的回帖數量至少達到20條，則每周至少發布4條帖子，因此經過篩選，我們選取某一周中編碼得分最高的4個帖子并取平均值，作為認知投入值。最后，對兩位編碼人員的結果進行一致性檢驗，Kappa系數為0.682（Kappa>0.6），有較高的一致性。在行為投入維度，我們主要分析MOOC平臺的個人行為日志。情感投入維度數據主要來自發放的自我報告，共收集到79份自我報告的數據。社交投入維度數據主要來自討論區交互情況，記錄討論區的交互頻次，計算出參與者的社交投入。

關于學習績效的判定，本研究將嚴格按照成績占30%，簽到占10%，個人作業占10%，小組作業占20%，期末成績占30%的課程標準進行評判，并由助教進行核算，保證學習績效的真實性和有效性。

（三）研究結果

1. 在線學習投入的基本情況分析

在線學習投入的基本情況見表3。從數據可以看出，在認知投入方面，“記憶”的標準差最小，“創造”的標準差最大，這與布魯姆的認知過程是相符的，大多數學生均能滿足對所學內容的回憶與辨認，而進行再創造卻只有很少學生能做到。行為投入方面的差異是較大的，其中“閱讀帖子”相差較大（標準差為2.65），學習者每周閱讀帖子數最多為10條，最少僅為1條。在情感投入方面，從均值上看，在線學習中“好奇感”的情緒較多（均值為2.78），但差異也較大（標準差為0.76），而“愉悅感”和“歸屬感”相對來說處于中等水平，說明該課程對于學生來說整體較為愉悅和有歸屬感。在社交投入方面，“點度中心度”的差異較大，在課程中與其發生聯系的人最多為8個，最少為0個，說明不同學習者課程交互程度相差較大;而“內聚子群”的差異較小，可見每個學習者均有參與學習團體。

2. 在線學習投入與學習績效的關系

本研究對在線學習投入不同維度與學習績效進行相關分析，結果見表4。研究發現，在線學習的認知投入與學習績效呈現顯著正相關關系，其中“應用”的正相關關系較強（r=.791），“應用”越多，學習績效就越高。在行為投入方面，僅有“發布帖子”與學習績效是呈現出顯著的正相關關系，可見在線學習過程的學習行為與學習績效并沒有過多的相關關系。在情感投入方面，“好奇感”“愉悅感”和“歸屬感”均與學習績效呈現顯著的正相關關系，而“厭倦感”則呈現顯著負相關關系（r=-.696）。在社交投入方面，四個維度均與學習績效呈現顯著的正相關關系，其中“點度中心度”的正相關關系最強（r=.771）。

（四）研究結論

1. 在線學習普遍存在淺層的認知投入

在線學習普遍存在“學習認知層次淺”等質量危機，說明學習者對待在線學習依舊停留在淺層的認知層面。本研究發現，學習者在布魯姆教育目標分類里六個維度的占比是依次減少的?？梢钥隙ǖ氖窃诰€學習能夠滿足大多數學習者涉獵不同學科的需求，基本能夠達到記憶、理解的程度。隨著信息化時代的快速發展，淺層學習能夠帶來更多更直接的具有普及性質的教學內容。然而，對于專業的學科內容來說，僅僅停留在淺層學習是完全不夠的，需要強調將知識內化，形成有效的知識遷移能力[25]，達到應用、分析、評價、創造的程度。

2. 無效的行為投入導致學習參與度不足

在線學習平臺的數據采集范圍更廣，粒度更細。研究發現，學習者在“登錄平臺”“訪問資源”和“瀏覽作業”三種個人行為方面差異較小，而在其他五種交互行為方面差異較大，這說明學習者傾向于投入到在線課程的基本活動，而不太重視師生交互、生生交互等交流協作形式。此外，數據表明僅有“發布帖子”與學習績效呈現出顯著的正相關關系，說明學習者實現對知識深度加工的行為對學習績效是有促進作用，這與已有研究結論是一致的[26]。有效的行為投入往往體現在努力、鉆研以及更多的時間投入三個方面[27]。然而，本研究的其他行為投入維度均與學習績效沒有相關關系，可以看出學習者僅僅在完成基本的教學活動，對學習績效沒有過多的幫助。投入的無效行為比例越大，在線學習參與程度也就越低。

3. 積極的情感投入能有效提升學習績效

研究表明，高情感投入的學習者往往呈現出好奇、愉悅等積極情感，而低情感投入的學習者較為隨意，往往表露出厭倦等消極情感。一方面，本研究發現在線學習中好奇感、愉悅感和歸屬感的比例處于中等偏上水平，說明該課程對于學生來說整體的情感體驗是較好的。無論是課程內容、資源還有講授方式，都受到了學生的一致好評。另一方面，情感投入對于提升學生學習績效具有顯著相關關系， 學習者對于課程的好奇感、愉悅感和歸屬感越強，其學習績效也就越高，學習者普遍呈現出積極的情感體驗。

4. 社交投入可促進深層次學習交互

多樣化在線學習交互方式給學習者提供了更多更好的機會融入社會交互。研究發現，如果學習者的人際互動投入越大，其社會化發展能力和學習績效均有所提升[28]。本研究基于社會網絡分析的課程交互情況能夠表征學習者的社交投入，可以發現學習者之間的社交投入差異較大，均能形成單一小團體進行學習交互，社交投入的不同維度與學習績效有較強的顯著相關性。然而，從課程設置來說，學習者的單一學習網絡不足以促進深層次的學習交互。因此，教師可以充當“無形的手”進行調控不同學習者的社交投入，從個體學習者拓寬到群體學習圈，充分挖掘不同類型學生的優勢，取長補短，促進學習者社交網絡的進一步優化。

五、結? ?語

目前，在線學習仍然呈現快速增長之勢，如何有效地評價學習者的在線學習投入成為研究者的關注重點。本研究構建了面向在線學習的學習投入分析模型，并將其運用到實際案例中。研究表明，在線學習的情感投入和社交投入有了逐步的提升，學習者對于在線學習有了更深層次的歸屬感，課程交互情況更加多樣化;然而，在線學習依舊普遍存在淺層的認知投入和無效的行為投入。因此，本研究提出如下建議：（1）加強認知投入，引導學習者實現知識的內化和順應;（2）深化行為投入，促使學習者參與更有價值的學習活動;（3）豐富情感投入，對個別學習者進行針對性情感介入;（4）拓寬社交投入，促進學習者社交網絡的相互強化。

[參考文獻]

[1] LACKIE K， NAJJAR G， El-AWAISI A， et al. Interprofessional education and collaborative practice research during the COVID-19 pandemic： Considerations to advance the field[J]. Journal of interprofessional care， 2020， 34（5）：1-4.

[2] 尹睿，徐歡云.國外在線學習投入的研究進展與前瞻[J].開放教育研究，2016（3）：89-97.

[3] COATES H. Development of the Australasian survey of student engagement （AUSSE）[J]. Higher education， 2010， 60（1）：1-17.

[4] CROLL P， D Moses. Teaching methods and time on task in junior classrooms[J]. Educational research， 1988， 30（2）：90-97.

[5] SCHAUFELI W B， SALANOVA M， V GONZALEZ-ROMA， et al. The measurement of engagement and burnout： a two sample confirmatory factor analytic approach[J]. Journal of happiness studies， 2002， 3（1）：71-92.

[6] MARTIN A J. Enhancing student motivation and engagement： the effects of a multidimensional intervention[J]. Contemporary educational psychology， 2008， 33（2）：239-269.

[7] FREDRICKS J A， BLUMENFELD P C， PARIS A H. School engagement： potential of the concept， state of the evidence[J]. Review of educational research， 2004， 74（1）：59-109.

[8] RAVINDRAN B， DEBACKER G. Predicting preservice teachers' cognitive engagement with goals and epistemological beliefs[J]. The journal of educational research， 2005， 98（4）：222-232.

[9] 周媛，韓彥鳳.混合學習活動中學習者學習投入的研究[J].電化教育研究，2018，39（11）：99-105.

[10] 李爽，喻忱.遠程學生學習投入評價量表編制與應用[J].開放教育研究，2015，21（06）：62-70，103.

[11] 梁云真.基于量規的同伴互評對在線學習認知、情感投入度及學習成效的影響研究[J].電化教育研究，2018，39（9）：66-74.

[12] FREDRICKS J A， FILSECKER M， LAWSON M A. Student engagement， context， and adjustment： addressing definitional， measurement， and methodological issues[J]. Learning & instruction， 2016（43）：1-4.

[13] 李艷燕，彭禹，康佳，包昊罡，蘇友.在線協作學習中小組學習投入的分析模型構建及應用[J].中國遠程教育，2020（2）：40-48，77.

[14] AKYOL Z， GARRISON D R. Assessing metacognition in an online community of inquiry[J]. The internet and higher education， 2011， 14（3）：183-190.

[15] 王志琴.以基于布盧姆教育目標分類學修訂的二維框架定位教學目標——以信息技術課程為例[J].中國教育信息化，2011（24）：39-41.

[16] 王國華，聶勝欣，袁夢霞，俞樹煜.使用問題解決法促進批判性思維發展的研究——基于交互文本的分析[J].電化教育研究，2016，37（5）：66-73，81.

[17] NANDI D. HAMILTON M，CHANG S，et al. Evaluating quality in online asynchronous interactions between students and discussion facilitators[J]. Australasian journal of educational technology， 2012， 28（4）：684-702.

[18] HEW K F， CHEUNG W S， NG C S L. Student contribution in asynchronous online discussion： a review of the research and empirical exploration[J]. Instructional science， 2010， 38（6）：571-606.

[19] 馮曉英，鄭勤華，陳鵬宇.學習分析視角下在線認知水平的評價模型研究[J].遠程教育雜志，2016，34（6）：39-45.

[20] LEE E， PATE J A， COZART D. Autonomy support for online students[J]. TechTrends， 2015， 59（4）：54-61.

[21] SKINNER E A， BELMONT M J. Motivation in the classroom： reciprocal effects of teacher behavior and student engagement across the school year[J]. Journal of educational psychology， 1993， 85（4）：571-581.

[22] HANDELSMAN M， BRIGGS W L， SULLIVAN N， et al. A measure of college student course engagement[J]. Journal of educational research， 2005， 98（3）：184-191.

[23] 文書鋒，孫道金.遠程學習者學習參與度及其提升策略研究——以中國人民大學網絡教育為例[J].中國電化教育，2017（9）：39-46.

[24] 王陸.虛擬學習社區的社會網絡分析[J].中國電化教育，2009（2）：5-11.

[25] 孫妍妍，祝智庭.以深度學習培養21世紀技能——美國《為了生活和工作的學習：在21世紀發展可遷移的知識與技能》的啟示[J].現代遠程教育研究，2018（3）：9-18.

[26] 李爽，王增賢，喻忱，宗陽.在線學習行為投入分析框架與測量指標研究——基于LMS數據的學習分析[J].開放教育研究，2016，22（2）：77-88.

[27] MARKS S U， GERSTEN R. Engagement and disengagement between special and general educators： an application of miles and huberman's cross-case analysis[J]. Learning disability quarterly， 1998， 21（1）：34-56.

[28] 高潔，李明軍，張文蘭.主動性人格與網絡學習投入的關系——自我決定動機理論的視角[J].電化教育研究，2015，36（8）：18-22，29.