MOOC平臺設計如何引導用戶深度參與學習
——基于勸導技術理論的分析

□ 曹雅寧 柯 青 王笑語 陳茹蕓

一、引言

“好的大學，沒有圍墻”。作為一種面向公眾的開放教育資源，MOOC的理念是推動教育資源共享，促進自主學習與終身學習，盡力滿足用戶學習需求（殷丙山&李玉,2013）。然而，很多學習者無法堅持完成一門課程，出現MOOC 輟學（dropout）問題（Liyanagunawardena, et al., 2014）。愛丁堡大學曾上線六門MOOC，初始注冊人數近31 萬，但最終達到學習要求的僅有11%（The University of Edinburgh, 2013）。為什么在MOOC資源豐富、使用便捷的情況下很多學習者卻不愿堅持學習？這既有用戶內在原因，又有平臺或課程設計等外在原因。內在因素包括學習者的基礎、興趣、動機和時間等，外在因素包括系統感知易用性、有用性、學習支持、網絡技術設計和互動性等（Goopio&Cheung,2021）。用戶自身因素受外在因素影響。例如，在線學習中的互動顯著影響用戶學習動機，從而促進學習意圖的延續（Wang, et al., 2022）。對于在線學習平臺來說，優化信息系統界面，增加交互性設計以提升用戶學習動機，即通過外在設計驅動用戶行為，能夠起到降低輟學率的作用（常李艷等,2021）。

根據助推理論（Nudge Theory），外界環境的塑造或介入可使人類自愿地更改選擇（Harris, et al.,2017）。從科技倫理角度，信息技術不是“中立的”，相反，它對人們的態度或行為產生持續影響（Oinas-Kukkonen & Harjumaa, 2009）。勸導技術理論（Persuasive Technology）是一種旨在自愿強化、改變或塑造態度和行為的信息系統理論。從倫理角度考慮，勸導系統不能欺騙或脅迫用戶，而應在其自愿的情況下改變用戶（Oinas-Kukkonen&Harjumaa,2009），本質上做出選擇的仍是用戶自身（Fogg,2002,p.15）。界面設計在人機交互中扮演最重要的角色（Boontarig&Srisawatsakul, 2020），勸導設計能夠提升用戶信息系統使用體驗，因此在人機交互設計中加入勸導要素可以干預用戶的態度或行為。行為成本、粘性心理意識、行為保障和激勵機制顯著影響在線課程用戶粘性行為（王娟&劉偉,2022），而目標準確性、及時的反饋和臨場感促進心流體驗，進而提升在線學習的持續使用意愿（王衛等,2017）。在線教育活動中，學習者充分利用線上學習資源和機會，全身心投入到自主探究和協作交互學習活動中，獲得持續學習能力和高階思維發展，即可達到深度參與學習的效果（卜彩麗等, 2022），這對MOOC 平臺輔助用戶學習提出了較高要求。在線教育平臺既應當減少用戶的使用成本、提供學習行為支持、具備激勵反饋等功能，也應當增加社會性的交互設計，才能夠幫助用戶充分利用線上教學資源，從而減少輟學意愿或行為，最終實現深度參與學習。勸導技術理論能夠在這些方面為人機交互設計提供支持。盡管教育領域已意識到勸導技術能激勵人們學習（Lucero, et al., 2006），也有學者提出可以基于勸導技術設計減少MOOC 用戶輟學率（Wilde,2016），但相關的理論研究和實踐并不多見。

綜合上述分析，本研究依據勸導系統設計模型（Persuasive Systems Design Model, 以下簡稱“PSD 模型”）對MOOC 平臺的勸導設計元素進行內容編碼，挖掘勸導特征，分析設計優勢以及對學習行為的作用，探討其能否提高用戶學習自主性和學習效率，幫助維持學習持續性，引導用戶深度參與學習，以期豐富勸導技術理論及相關技術的應用領域，為未來研究在線教育平臺用戶使用行為與信息系統優化設計提供參考。

二、相關研究背景

（一）勸導技術理論

說服指影響他人的判斷或行動，但沒有強制意味的人類交流（Jones&Simons,2011,p.23）。人機交互設計者發現，在信息系統中增加說服性設計能夠干預人類行為。網站的說服性指為用戶帶來良好印象并影響用戶態度的能力（Kim & Fesenmaier, 2008）。由此，計算機說服學（Computer as Persuasive Technology,Captology）應運而生，其中最有影響力的理論是由斯坦福大學的福格（B.J.Fogg）提出的勸導技術理論。該理論主要包括福格行為模型（Fogg Behavior Model, 以下簡稱“FBM 模型”） 與功能三元組（Functional Triad）。FBM 模型認為行為改變要素分別是動機、能力和觸發（Fogg, 2002, pp.23-29）。功能三元組指出，計算機在人機交互中的三個角色分別是工具（Tools）、媒介（Medium）與社會角色（Social Actors）（Fogg, 2002）。奧納斯·庫克恩等人（Oinas-Kukkonen&Harjumaa,2009）提出了勸導系統設計模型（PSD），首次提出勸導情境（Context）理念，包括勸導意圖（Intent）、事件（Event） 和策略（Strategy）三個方面。技術本身沒有意志，勸導意圖來源于系統設計者或用戶。MOOC平臺的勸導意圖即減少用戶流失。勸導事件指從使用情境、用戶情境和技術情境來分析設計時需考慮的要素。使用情境指在設計中充分考慮目標行為產生情境；用戶情境要求考慮用戶特點；技術情境要求盡可能充分利用現有信息技術。選課、聽課、互動、作業和考試等一系列學習行為都是MOOC提高學習持續性的使用情境，用戶情境即MOOC平臺應盡可能考慮學習者特征和習慣。勸導策略認為應分析信息內容，使用合適的傳達途徑。PSD模型將勸導系統的設計思想具體分為四類，并針對每一類提出7條詳細的設計策略（如表1所示）。PSD模型的主要任務支持類勸導策略指輔助或支持系統的核心功能；對話支持類勸導策略指通過口頭、文字等信息提供反饋，或者扮演一定的社會角色；系統可信度支持類勸導策略旨在提高信息系統的可信度，增加用戶的信任感；社會支持類勸導策略利用社會影響或人類的自然動力等心理學原理激勵用戶，提供社會交互。

表1 PSD模型的28條設計原則

保有用戶、提高用戶學習持續性從而引導用戶深度參與學習是MOOC 平臺說服性設計的主要目的。PSD模型既可以提供設計策略，同時又是信息系統說服性評價模型。因此，本研究將根據PSD 模型的28個設計策略分析MOOC平臺的設計情況。

（二）教育領域的勸導研究

現有相關研究分為兩類：第一類以理論研究為主，通過實證闡明勸導技術在學習活動尤其是在線教育活動中的有效性；第二類以應用研究為主，即根據勸導技術理論設計學習工具。

在理論研究領域，研究者證實了勸導技術能夠提升學習者參與度、改善學習意圖或激勵學生學習，相關研究（如表2所示）涉及多個領域，大多在自設計的學習程序中使用勸導策略，通過實驗或準實驗收集分析數據，最終評估某策略的有效性。有的利用現有MOOC平臺開展實驗，增加勸導性質的干預措施，最終比較實驗組和對照組的結果。另外，勸導思想應用于線下課堂也可形成干預效果。

表2 在教育領域勸導技術理論研究的代表性研究成果

也有一些依據勸導技術理論設計的學習產品。盧塞羅等（Lucero,et al.,2006）設計了激發兒童閱讀寫作興趣的軟件；馬庫斯等（Marcus et al.,2013）設計了應用程序“學習機器”；尤索夫等（Yusoff&Kamsin,2015）根據說服的修辭學理論設計的嚴肅游戲可影響學習者的情感、認知以及學習中的社會互動行為。勸導技術也被應用于兒童學習桌等傳統學習工具的設計（陳朝杰等,2021）。

現有研究證實了勸導技術在教育活動中的重要作用，也出現了一些教育產品的應用實踐。然而，教育領域對勸導思想的應用仍處于起步階段。在健康、電商和社交媒體領域，已有若干研究挖掘了現有平臺的勸導特征。例如，已有研究利用PSD模型分析了戒酒（Lehto & Oinas-Kukkonen, 2009）和減肥網站（Lehto&Oinas-Kukkonen,2010）的勸導特征，教育領域還缺乏類似的分析。分析現有MOOC平臺的勸導特征，有助于思考如何幫助用戶培養良好的學習習慣，降低MOOC輟學率，引導用戶深度參與在線學習活動。

三、研究設計

（一）勸導特征編碼框架

本研究主要依據勸導系統設計模型分析MOOC平臺勸導特征（Oinas-Kukkonen&Harjumaa,2009），同時參考了相關文獻的觀點與示例，形成如表3所示的編碼框架。

表3 內容分析編碼框架和示例

（二）研究樣本與編碼

研究樣本選擇五個國內MOOC 平臺網頁端①移動端的界面多樣，且網頁端更符合現階段我國高等教育用戶的在線學習習慣。：中國大學MOOC（www.icourse163.org）、愛課程（www.icourses.cn）②愛課程的部分課程通過中國大學MOOC提供，本研究僅針對愛課程特有的功能分析。、智慧樹（www.zhihuishu.com）、超星泛雅（fanya.chaoxing.com）③超星泛雅主要通過各學校網絡教學平臺提供服務。各學校學習界面和功能相似，本研究基于高校平臺分析。和好大學在線（www.cnmooc.org）。各網站運營主體性質不同，中國大學MOOC主體為教育出版公司與互聯網公司，愛課程依托教育出版公司，好大學在線主體為高校，超星和智慧樹的主體為在線教育公司。網站定位也有所差異，超星泛雅主要為各學校構建專屬教學云平臺，智慧樹側重于學分共享，其他三個網站則為綜合資源共享平臺。因此，本研究選擇的分析對象均為較知名的高等教育開放課程網站，提供豐富的內容資源，擁有大量用戶，但定位和運營主體又有一定的差異，滿足代表性和典型性的要求。

本研究采用內容分析法對樣本的勸導設計特征編碼。內容分析法指按照一定的規則將傳播媒體的內容系統地分配到各個類目中，并使用統計工具對包含在這些類目中的關系進行分析（里夫等, 2010,p.23）。編碼由兩位編碼員根據表3編碼框架實施。首先使用非本文研究對象的中國高校外語MOOC 平臺（moocs.unipus.cn）訓練編碼員，在確保準確理解編碼框架后，兩人背靠背正式編碼。全部編碼完成后，計算Cohen’s Kappa 系數為0.78（p=0.00＜0.05），表明結果的一致性較好。不一致的結果由兩位編碼員討論，必要時尋求第三方判定，直至結果完全達成一致為止。編碼員使用同一種瀏覽器編碼（Díaz&Koutra,2013），本研究使用Microsoft Edge。

四、結果與討論

整體編碼結果如表4所示。平臺已有意識地添加一些說服性設計元素。盡管并非所有勸導設計都能直接提高學習持續性或降低輟學率，但仍對學生的參與度、任務完成度或效能感產生一定的促進作用。具體來說：

首先，MOOC平臺使用最多的是系統可信度支持類勸導策略。在專業性維度，網站展現了豐富的專業知識內容，且注明來源于專業人士，體現出信源可靠性。在可信賴程度維度，通過與高校合作增加可信賴性，展示網站聯系信息等增加現實世界感，以較好的設計外觀增加表面可信度。在外部認可維度，使用了權威性、第三方認可與可驗證性三種策略?？傊?，平臺能使用戶產生信任感。該類策略有助于配合其他策略影響或改變用戶行為與態度。

其次，MOOC平臺在整體的學習流程中使用了較多的主要任務支持類勸導策略。最常見的是簡化與挖隧道策略，有助于提高系統的可用性進而提升用戶的技術接受度。通過模擬與排練預演策略為用戶提供課程預告，也能讓學習者了解課程內容和將取得的收益。部分MOOC平臺使用自我監督策略，促進自我導向學習。但是，MOOC平臺使用個性化類策略較少，缺少個性化學習內容推薦。該類策略提升平臺設計的易用性，幫助用戶完成系統的核心任務，節約學習者的時間，促使持續學習習慣的養成。

再次，社會支持類勸導策略應用不多。在七種社會支持策略中，MOOC平臺平均只采用其中三至五種。利用人類自然動力的合作、認可策略使用較多，競爭策略使用較少。在以社會影響力為基本原理的四種策略中，最高頻使用的是社會促進策略，其次是社會比較策略，社會學習策略使用較少，規范性影響策略則未被使用。社會支持類勸導策略促進用戶參與，減少了用戶學習的孤獨感，彌補了在線學習環境中缺乏交流的缺陷。

最后，對話支持類勸導策略使用較少。贊揚與建議策略使用頻繁，但多設置在課程學習前后，很少在學習過程中出現。其次是提醒與獎勵策略，提醒策略與線下學習類似，多為學習進度、作業與測驗提醒，獎勵策略則多為結課證書。調查中的MOOC平臺均沒有使用基于擬人化的相似性與社會角色策略。此外，MOOC平臺的對話策略很少與其他策略結合，這可能降低了系統說服性。四類勸導策略的具體特征如下。

（一）主要任務支持類勸導策略

簡化、挖隧道、自我監督、裁剪與個性化策略均通過功能三元組的工具功能進行勸導，使用戶以簡便高效的方式完成主要活動（Fogg, 2002, p.24）。模擬和排練預演兩種策略則使用媒介功能勸導用戶，即通過系統傳遞符號或感官信息（Fogg, 2002,pp.25-26）。

簡化策略在MOOC平臺中被廣泛采用。根據最省力法則，人類傾向于選擇最省力的方式完成任務（Fisher, 2009, pp.289-292）。簡化策略包括平臺簡便的注冊登錄功能、選課功能，跳轉歷史學習進度功能，如中國大學MOOC簡便的制定計劃功能等。挖隧道策略為用戶提供了認知一致的流程與空間（Fogg,2002,p.36）。根據認知一致性理論，人類喜歡一致與和諧，在獲得與先前不一致的新信息后會感到不愉快，進而調整自己的態度與認知（楊治良&郝興昌,2016,p.575）。例如，網站通過課程分類或導航引導用戶，中國大學MOOC的連播功能、超星泛雅在播放課程時展示本課程章節目錄、智慧樹彈出學習卡，這些均引導學習過程整體化。根據莫維爾（Moville）的用戶體驗蜂巢模型，以上設計提高MOOC平臺的可用性或可尋性，有助于增加用戶的技術接受度（堵雯昌, 2019, p.23）。復雜的流程容易導致認知過載，簡化和挖隧道策略使學習者方便地獲得信息，專注于學習活動而不是把時間浪費在“破譯”課程要求上（Maple,et al.,2013），從而提高學習效率。

MOOC學習往往并沒有外部壓力，因此學習者需要高度自我導向（Kizilcec,et al.,2016）。自我監督是自我導向的重要維度（加里森,2018）。在傳統學習環境下，師生交流與反饋促成自我評價。MOOC平臺的反饋功能成為在線學習中自我導向學習的關鍵措施。已有研究發現，自我監督即反饋非常受學習者歡迎（Engelbertink,et al.,2021）。用戶可查看自己的完成進度、學習時長等數據，通過反饋信息促進學習自我調節（劉輝,2010）。根據ARCS動機理論，反饋功能提高用戶的滿足感（郭德俊等,1999），是對用戶學習過程或結果做出的價值判斷，有助于提高在線學習行為的粘性（王娟&劉偉,2022）。

個性化策略與裁剪策略使用較少。智慧樹用戶可自選頁面的白天夜晚模式，中國大學MOOC可制定個人學習計劃。但是，MOOC網站很少根據用戶的需求進行個性化內容推薦，任何用戶看到的界面都是相同的，無法獲得專屬的推薦課程。此外，個性化策略非常適合與其他策略結合使用，如個性化的學習目標定制、提醒等。

當計算機作為媒介與人類交互時，因果模擬（Cause-and-Effect Simulations）功能可直接觀察行為效果，這也是模擬和排練預演策略的主要原理（Fogg,2002,p.63）。兩類策略相似，因此編碼時進行了合并。五個MOOC平臺均在正式學習前提供了預告試看、見面課、課程目標或詳細介紹等內容，促使學習者了解到自己未來可取得的進步或成就。學習者視其為在線學習的激勵措施（Engelbertink, et al.,2021），有助于提升學習的內在動機。

（二）對話支持類勸導策略

當計算機在緊要關頭無法使用時，人們會抱怨計算機。此時計算機就像一個“伙伴”，扮演功能三元組中的社會角色（Fogg, 2002, pp.26-27）。提醒、贊揚、相似性與社會角色策略通過社會角色功能勸導用戶。建議與獎勵策略通過人機對話交互，并以工具功能勸導用戶。

五個網站均使用了建議策略與贊揚策略。網站推薦的熱門精選課程屬于學習建議。贊揚策略屬于鼓勵，有助于增加自我效能感（班杜拉, 2003,p.124），促進目標行為的執行，如中國大學MOOC在課程結束后祝賀用戶完成學習。五個網站的評論討論區都有點贊功能，也是對用戶發言提問的鼓勵。根據互惠理論，他人反饋使在線學習者踴躍參與知識貢獻，積極的社會回應可減輕焦慮，增加用戶自我效能感與社區意識（崔智斌&涂艷,2022）。也有兩項研究表明（Engelbertink, et al., 2021; Goh, et al.,2012），“格式化”的贊揚語句可能不會產生特別的激勵作用，學生更想要個性化的贊揚。這說明對話策略有必要與其他策略聯合使用。

提醒和獎勵兩種策略的使用頻率也較高?？撇┧沟龋–obos&Ruiz-Garcia,2021）針對edX的研究指出，學習者最希望收到作業內容、提交時間等提醒信息。在提醒策略方面，超星泛雅通過收件箱發送提醒，中國大學MOOC通過微信提醒，等等。獎勵策略可用斯金納的強化理論解釋，贊揚和獎勵都提供學習效果的正反饋，因此正強化行為有利于后續目標行為的執行（謝應寬,2003）。MOOC提供的學習證書也是獎勵的體現，有助于提升用戶學習成就感，也會增加對平臺的粘性行為（王娟& 劉偉, 2022）。一項基于游戲化獎勵的實驗發現，獎勵能提高相關任務的完成率（Ortega-Arranz, et al., 2019）。王衛等（2017）發現，人機對話功能若能提供及時的反饋，則有助于產生心流體驗，從而幫助用戶增加學習持續意愿并促使其深度參與學習。然而，MOOC平臺中的獎勵類反饋大多在開始前或結束后，很少在課程過程中使用，及時性不強，也沒有結合新興技術如游戲化設計等。

本次調研沒有發現MOOC平臺使用相似性策略與社會角色策略。相似性策略以模仿用戶的方式進行勸導，能夠提高用戶的認同感（Fogg, 2002, p.99）。社會角色策略通過系統設定的角色身份提供人機對話（Fogg, 2002, pp.111-114）。這兩種策略背后的原理是擬人化。擬人化指將類似人類的特征、動機、意圖或情感賦予非人類主體（Epley,et al.,2007）。采用擬人化的知識材料可縮小學習者自身認知與知識之間的差異（龔少英等,2017）。一些其他類型的網站添加擬人化的社會角色增加用戶的情感體驗（管濤,2016），如微軟紅棉小冰。教育領域中使用擬人化策略的教育智能體（Pedagogical Agent,或稱“教學代理”）是一種用以滿足不同教學目標要求、類似于教師或同伴的虛擬角色伙伴，有利于改善學習者的情緒和學習效果（王雪等,2022），適用于在線學習環境，也可以添加至MOOC平臺。

美觀的設計具有光環效應，吸引用戶使用，即喜好策略的原理。復雜的裝飾設計會引起學習者的無意注意，分散注意力（黨克等,2005）。以好大學在線為例，首頁輪播圖片清晰地展示了課程基本信息，頁面也沒有過多廣告。各個網站都能滿足設計簡潔、裝飾元素數量適中、廣告少等要求，有較好的視覺吸引力。

（三）系統可信度支持類勸導策略

根據D&M 信息系統成功模型，信息系統的感知可靠性、用戶信任以及網站可感知的安全性與隱私性是評價信息系統是否成功的重要因素（費欣意等,2018）。福格認為，系統是否可信主要由專業性和可信賴程度兩個維度決定（Fogg, 2002, pp.122-125）。在專業性維度，知識內容、信息源等影響了感知可信度。其他方面是否公正、真實、無偏見，則決定了系統可信賴程度的高低。除此之外，PSD模型還增加了與外部認可有關的策略。本次調研的每個網站均使用了全部系統可信度支持類勸導策略，雖不能直接產生勸導效果，但可以使學習者更信任MOOC平臺，從而提高用戶粘性。

在專業性維度，專業知識策略體現了內容的可信度。MOOC平臺資源比較豐富，每個MOOC平臺的學習界面均展示了授課者工作單位、職稱、個人照片等背景信息，體現來源并表明專業性。教師可信度會影響學生的行為和學習成果（Finn,et al.,2009），MOOC環境下教師與學生的直接互動較少，教師的感知可信度就可視為一種教學策略，無論學習者身處何種學習環境下都能影響學生（Mintz & Aagaard,2012）。

在可信賴程度維度，可信賴性、表面可信度和現實世界感策略體現了網站的公正、真實且無偏見的特性。每個MOOC 平臺均與大學合作提供特色課程，如智慧樹的高校聯盟。網站頁面主要展現學習內容，很少有廣告或彈窗，能夠給用戶留下較好的第一印象，也符合表面可信度的要求。此外，MOOC平臺展示了主辦單位信息與聯系方式，許多高校還允許學生通過MOOC 學習時長或課程證書等認定學分，均使用現實世界感策略，加深在線學習行為與現實世界的聯系，增加信賴感。

外部認可也是提高網站可信度的重要方式，相關勸導策略包括權威性、第三方認可和可驗證性三種。MOOC 平臺與大學合作的專屬平臺體現出權威性?！皣揖贰被颉皣壹墶闭n程認定，屬于權威性與第三方認可策略。以往用戶對課程的評分評價也是第三方認可。網站底端的備案號和許可證等內容也屬于第三方認可與可驗證性策略。

（四）社會支持類勸導策略

社會支持類勸導策略可分為兩類。第一類利用社會影響力原理，包括社會比較、規范性影響、社會促進與社會學習四種策略，前兩種側重比較過程，后兩種側重觀察他人。第二類利用人類內在的自然動力勸導，包括合作、競爭與認可三種策略。

首先，本文調查的網站均未采用規范性影響策略。實驗證明，向學習者提供該課程以前的優秀學生表現，即添加規范性影響策略，學習者課程完成數量就會增加（Bont,2018）。社會比較策略可用費斯廷格社會比較理論解釋，指利用他人的表現完成自我評價（楊治良&郝興昌,2016,p.576）。好大學在線與智慧樹提供了學習時長、練習得分與班級平均情況比較的數據，利用他人學習狀態對比自我行為。超星泛雅則提供了豐富的排名信息，同時使用了社會比較策略與競爭策略。在線學習情境下，社會比較往往是一種向上比較，學習者將自己與其他表現良好的個體比較，以激勵自己的學習行為（Orji, et al., 2019b），這種比較對學生的學業成績也有幫助（Christy&Fox,2014）。

五個網站均采用了社會促進策略，原理為社會助長理論，認為人類有一種與其他人同時完成某項任務或活動的傾向（楊治良&郝興昌,2016,p.529）。MOOC網站展示每門課程選修或收藏人數，或是在加入課程后展示學習人數，使用戶產生一種和他人同時學習的感覺，即臨場感。社會學習策略主要依據為班杜拉的社會學習理論。中國大學MOOC和好大學在線都有作業互評功能，前者還展示了其他用戶的學習時長、課程或主題帖等。合適的社會學習策略有助于引發學習者的思考（Goh,et al.,2012），從而調整自己的學習策略或習慣，如通過觀察他人的表現獲得與自己進步有關的信息（Orji & Vassileva,2021），即通過觀察學習產生替代性經驗。

從人類內在的自然動力角度，一些有益行為存在內部激勵（Fogg, 2002, pp.204-205）。人類遇到困難時希望尋求幫助與合作，從競爭中感到快樂，同時始終渴望被他人認同，即合作、競爭和認可策略的原理。根據馬斯洛需要層次理論，愛和歸屬感需要僅次于最基本的生理和安全需要。由于MOOC學習缺乏臨場環境，學習者的歸屬感格外重要（Peacock&Cowan,2019）。在線教育社區的社會臨場感指以學習者之間的交互為基礎，培養成員之間的信任、歸屬感與凝聚力，幫助成員形成在線身份認同（董利亞&馮銳,2016）。教學臨場感指利用設計與組織、討論與直接指導教學三類活動達成教學目標，促進學習成果產出（Anderson, et al., 2001）。五個MOOC 平臺都有課程討論問答交流平臺，超星泛雅提供了小組合作功能，均有利于增加社會臨場感或教學臨場感，產生歸屬感。此外，從論壇中獲得同學的語言鼓勵也屬于來自其他學習者的合作，有助于增加自我效能感（Hodges,2016）。競爭策略僅有超星泛雅采用，該網站提供了大量詳細的學習數據，包括班級排名信息。相比于社會比較和社會影響策略，學生更喜歡學習系統中的競爭設計（排行榜）（Orji, et al.,2019b）。傳統班級學習的排行榜容易引發焦慮，但在MOOC平臺中多數情況下用戶之間為陌生人關系，因此負面效應會減弱，排行榜反而能滿足勝任力和成就感的需求，促進學習持續行為（陳國青等,2020）。各網站的課程證書和超星泛雅的“學習之星”均屬于認同策略。根據社會認同理論，實現或維持積極的社會認同有利于提高自尊（張瑩瑞&佐斌,2006）。社會認同屬于ARCS學習動機理論中的滿足感，即通過努力行為獲得認可等積極結果，從而激發或維持學習動機（郭德俊等,1999）。

五、對MOOC平臺優化設計的建議

（一）增添個性化或裁剪策略設計

面對MOOC平臺浩如煙海的學習資源，學習者容易由于信息過載產生“選擇困難癥”。卡佩廷等（Kaptein&Parvinen,2015）開發的電商領域個性化設計模型也適用于MOOC平臺設計：第一，個性化設計應對業務成果產生影響；第二，對每個客戶的效果是不同的；第三，產生的效果應當是穩定的。MOOC平臺在推薦課程上應盡可能結合用戶興趣和能力水平，以更個性化的方式推薦課程。

（二）結合多種勸導策略設計新功能

單種勸導設計不一定能明顯降低輟學率或提高成績，多種策略結合能產生更好的效果?？梢詮囊豁椛虡I化體育鍛煉工具獲得啟發：該工具每周日給用戶推送本周表現數據。用戶大多對自己的表現數據非常期待，而且也會據此安排下周活動（Harjumaa et al.,2009）。如果僅通過站內收件箱提醒消息，對于沒有打開網站的用戶效用不大。MOOC平臺可以將學習者個人每周的學習表現、成就數據或競爭性排名數據發送到常用的社交軟件（個性化、自我監督、提醒和競爭策略），學習者收到該信息則想起自己下周的課程，并明確看到自己學習效果的量化數據，從而做出自主學習計劃。

（三）設計多樣化激勵性對話策略，結合新技術提供更多人機對話功能

MOOC平臺很少在學習過程中提供獎勵。根據主動激勵性助學支持理論（Proactive Motivational Support,PaMS），個性化、互動性與激勵性的主動支持與鼓勵可促進學生自我學習（唐錦蘭& 陳麗萍,2021）。整門課程的學習周期往往長達幾周甚至幾個月，在學習過程中的鼓勵、反饋與獎勵支持有助于持續提升學習者的自我效能感。因此，有必要在課程學習過程中增加該類人機對話功能。學習由內在動機驅動，但游戲化設計可能產生效用，值得考慮使用。

（四）利用擬人化的相似性策略與虛擬社會角色幫助用戶學習

相似性和社會角色策略在其他商業化平臺中應用比較成熟，如芬蘭Polor 體育鍛煉工具提供個人定制計劃并表示鼓勵，一些用戶因此視其為教練或鍛煉伙伴，成為行為改變活動中的“社會角色”（Harjumaa,et al.,2009）。一些課程根據場景設置卡通角色伴隨學生學習（潘燕桃&李龍淵,2017）。結合勸導技術理論，MOOC平臺也可提供虛擬角色陪伴用戶完成整個學習過程。此外，還可以在平臺中增加一些教育智能體工具。

（五）通過社會支持類勸導策略加強學習活動中的互動

社會支持類勸導策略從人類行為的原理角度提高了用戶參與，減少了在線學習的孤獨感。在MOOC學習的每個流程中，平臺都可以增加這類策略以提高系統的互動性。許多學習者在遇到學習困難時傾向于用討論區（合作策略）向老師和同學求助，但回答無法做到及時性，所以學習過程中的問題很難及時解決。如果平臺設計一個“常見問題解答區域”（Wang, et al., 2019），則可幫助學生及時解決疑問，并助其提高自主學習能力。