數(shù)字學(xué)習(xí)的知識轉(zhuǎn)化中低韌性群體學(xué)業(yè)韌性與困惑感知研究

[摘 " 要] 教育數(shù)字化時代學(xué)習(xí)方式和知識生產(chǎn)方式正在經(jīng)歷變革，深刻影響著隱性知識與顯性知識的轉(zhuǎn)化機制。數(shù)字學(xué)習(xí)中信息海量且組織方式復(fù)雜，“困惑感知”作為自我知識審視的起點，對學(xué)生的知識轉(zhuǎn)化起到關(guān)鍵作用。“學(xué)業(yè)韌性”作為最核心的學(xué)習(xí)品質(zhì)之一，是學(xué)生面對數(shù)字學(xué)習(xí)挑戰(zhàn)時的適應(yīng)力和修復(fù)力。“低韌性群體”在知識轉(zhuǎn)化過程中面臨更多障礙，其困惑感知與知識轉(zhuǎn)化效果受到影響。研究首先基于知識轉(zhuǎn)化的SECI模型設(shè)計實驗，其次調(diào)查學(xué)業(yè)韌性，確定低韌性大學(xué)生群體，通過多模態(tài)數(shù)據(jù)表征學(xué)生困惑感知水平，最后分析學(xué)業(yè)韌性與困惑感知的相關(guān)性。研究發(fā)現(xiàn)，低韌性群體在高困惑與低困惑兩種數(shù)字學(xué)習(xí)情境下，學(xué)業(yè)韌性與困惑感知均呈現(xiàn)出顯著相關(guān)關(guān)系。研究結(jié)論為提升低韌性群體知識轉(zhuǎn)化效果的數(shù)字學(xué)習(xí)技術(shù)設(shè)計提供科學(xué)支撐。

[關(guān)鍵詞] 數(shù)字學(xué)習(xí)； 學(xué)業(yè)韌性； 困惑感知； 知識轉(zhuǎn)化； 低韌性群體

[中圖分類號] G434 " " " " " "[文獻標志碼] A

[作者簡介] 劉哲雨（1980—），女，天津人。副教授，博士，主要從事學(xué)習(xí)科學(xué)、深度學(xué)習(xí)與智能教育研究。E-mail： zheyuliu@126.com。

一、引 " 言

數(shù)字化時代，教育領(lǐng)域正在經(jīng)歷深刻的變革。數(shù)字學(xué)習(xí)環(huán)境的興起不僅重塑了知識的轉(zhuǎn)化過程與生產(chǎn)方式，還對學(xué)生的困惑感知能力和學(xué)業(yè)韌性提出了新的挑戰(zhàn)與要求。困惑感知能力是學(xué)生的重要學(xué)習(xí)品質(zhì)之一。困惑是一種在認識或理解事物時產(chǎn)生的情感反應(yīng)。在教育心理學(xué)中，困惑通常被視為一種認知不協(xié)調(diào)的狀態(tài)，這種狀態(tài)能夠激發(fā)個體的好奇心和探索欲望，從而提升學(xué)習(xí)動機與積極性[1]。有效的困惑感知不僅有助于學(xué)生深化對知識的理解，還能夠增強學(xué)生的學(xué)習(xí)興趣和探索精神。學(xué)業(yè)韌性是指學(xué)生在面對學(xué)業(yè)挑戰(zhàn)、壓力和挫折時所展現(xiàn)出的適應(yīng)能力和恢復(fù)能力[2]。在數(shù)字學(xué)習(xí)環(huán)境下，一些學(xué)生表現(xiàn)出較低的學(xué)業(yè)韌性，這部分學(xué)生被稱為“低韌性群體”。在知識轉(zhuǎn)化的關(guān)鍵過程中，這些學(xué)生往往面臨更多障礙與困難，難以有效應(yīng)對，從而對學(xué)習(xí)體驗和成效產(chǎn)生不利影響。學(xué)業(yè)韌性在知識轉(zhuǎn)化過程中扮演著重要角色，它不僅幫助學(xué)生更好地感知學(xué)習(xí)中的困惑，還鼓勵他們在知識轉(zhuǎn)化過程中積極面對困難，將困惑轉(zhuǎn)化為深入學(xué)習(xí)與實踐的契機，從而更有效地吸收和應(yīng)用新知識。

本研究旨在深入探討數(shù)字學(xué)習(xí)環(huán)境下，低韌性群體的學(xué)業(yè)韌性與困惑感知之間的相關(guān)性。首先，研究通過問卷調(diào)查學(xué)生的學(xué)業(yè)韌性水平，并篩選出低韌性群體作為研究對象。其次，以SECI模型為理論設(shè)計基礎(chǔ)，收集了社會化、外顯化、組合化和內(nèi)隱化四個知識轉(zhuǎn)化過程中困惑感知的多模態(tài)數(shù)據(jù)[3]。最后，深入分析這些數(shù)據(jù)，以揭示低韌性群體在不同困惑程度的學(xué)習(xí)情境下，困惑感知是否與學(xué)業(yè)韌性緊密關(guān)聯(lián)，旨在為設(shè)計支持低韌性群體的數(shù)字學(xué)習(xí)干預(yù)策略提供科學(xué)依據(jù)。

二、文獻綜述

（一）學(xué)業(yè)韌性的相關(guān)研究

目前，學(xué)業(yè)韌性的定義主要集中于三種視角：“結(jié)果觀”強調(diào)學(xué)業(yè)韌性所帶來的積極結(jié)果；“能力觀”關(guān)注學(xué)生在面對學(xué)業(yè)困境時克服困難的能力；“過程觀”則將其視為一個動態(tài)發(fā)展的過程，學(xué)生在該過程中展現(xiàn)韌性特質(zhì)，并通過學(xué)業(yè)韌性促進學(xué)業(yè)發(fā)展。學(xué)業(yè)韌性通常包括三個核心內(nèi)容：學(xué)習(xí)投入、應(yīng)對方式和學(xué)習(xí)堅持。高韌性學(xué)生通常在學(xué)習(xí)過程中表現(xiàn)出較高的學(xué)習(xí)投入、積極的適應(yīng)能力以及良好的學(xué)習(xí)毅力[4]。目前，有關(guān)學(xué)業(yè)韌性的測量研究多圍繞上述三方面內(nèi)容展開。

盡管學(xué)業(yè)韌性研究已取得一定進展，但全球范圍內(nèi)尚未形成統(tǒng)一的測量工具。國外學(xué)者瓦格尼爾德（Wagnild）率先設(shè)計了韌性評估量表（Resilience Scale），并系統(tǒng)化提煉了包括應(yīng)對壓力、適應(yīng)變化、解決問題的個人能力方面的項目，以及涉及自我價值感、自信程度、對未來樂觀態(tài)度等自我認知方面的項目[5]。馬丁（Martin）和馬什（Marsh）進一步將研究聚焦于學(xué)業(yè)領(lǐng)域，依據(jù)學(xué)生在面對學(xué)業(yè)困境時表現(xiàn)出的正向應(yīng)對因素，開發(fā)了學(xué)業(yè)韌性量表（Academic Resilience Scale， ARS）[6]。國內(nèi)學(xué)者楊欣和安哲峰等人分別開發(fā)了四維五點計分問卷[7]和三維量表[8]。學(xué)業(yè)韌性水平的高低顯著影響學(xué)生的困惑感知及其調(diào)節(jié)學(xué)業(yè)困惑的能力[9]。研究表明，不同學(xué)業(yè)韌性水平的學(xué)生在面對學(xué)業(yè)壓力和困難情境時表現(xiàn)出的應(yīng)對策略和心理狀態(tài)不同[10]。本研究選取由康納（Connor）和戴維森（Davidson）編制的心理韌性量表（Connor-Davidson Resilience Scale， CD-RISC）[11]作為測量工具，以評估學(xué)生的學(xué)業(yè)韌性水平[12]，并用于界定低韌性群體。

（二）困惑感知的相關(guān)研究

在數(shù)字學(xué)習(xí)環(huán)境中，由于信息豐富、快速迭代以及情境復(fù)雜，學(xué)生更容易受到困惑的干擾與挑戰(zhàn)，因此，困惑已成為數(shù)字學(xué)習(xí)過程中最為常見的學(xué)習(xí)情緒之一[13]。已有研究表明，學(xué)習(xí)過程中的適度障礙可以有效激發(fā)學(xué)生對學(xué)習(xí)方法的反思[14]，當引入挑戰(zhàn)時能夠促使學(xué)生調(diào)整學(xué)習(xí)策略，從而顯著提升學(xué)習(xí)效果[15]。困惑感知的測量與評估方法，主要包括自我報告、行為觀察和生理指標測量三種路徑。這些方法各有特點，適用于不同的研究情境。行為觀察法適合在自然學(xué)習(xí)環(huán)境中評估困惑感知，例如通過分析眼動模式揭示學(xué)生在完成學(xué)習(xí)任務(wù)時的困惑狀態(tài)及其對行為表現(xiàn)的影響[16]。生理指標測量則利用皮膚電活動（EDA）、腦成像技術(shù)或腦電圖（EEG）等生理信號，客觀量化學(xué)生在學(xué)習(xí)過程中的困惑程度[17-18]。相比之下，自我報告法側(cè)重于學(xué)生對自身情緒狀態(tài)的主觀評估，但可能受個體自我認知能力的限制，通常需與客觀測量方法結(jié)合使用，以獲得更全面的困惑感知數(shù)據(jù)。

基于上述背景，本實驗綜合采用行為觀察和生理指標測量兩種數(shù)據(jù)模態(tài)，從多模態(tài)數(shù)據(jù)綜合評估學(xué)生的困惑感知情況。具體而言，本研究通過采集學(xué)生在數(shù)字學(xué)習(xí)過程中表現(xiàn)出的眼動數(shù)據(jù)、EDA 信號以及自我報告數(shù)據(jù)，構(gòu)建困惑感知的多模態(tài)數(shù)據(jù)互證，深入揭示困惑情緒對學(xué)習(xí)過程的動態(tài)影響及其作用機制。

（三）學(xué)業(yè)韌性與困惑感知的相關(guān)性研究

隨著學(xué)業(yè)韌性的提升，學(xué)生應(yīng)對學(xué)業(yè)倦怠的能力也顯著增強。這是因為學(xué)業(yè)韌性較高的學(xué)生在面對學(xué)業(yè)挑戰(zhàn)時，傾向于對積極信息進行更多關(guān)注與認知加工，而對消極信息的處理較少，從而能夠保持較高的學(xué)習(xí)效率[19]。此外，高韌性學(xué)生通常具有良好的心理調(diào)節(jié)能力，通過調(diào)整學(xué)習(xí)策略和主動尋求幫助來有效解決問題[20]。大學(xué)生的韌性水平與其問題解決能力存在顯著正相關(guān)關(guān)系，這種能力有助于提升困惑感知水平[21]。需要指出的是，知識轉(zhuǎn)化過程通常伴隨著較高程度的困惑感知，因此，深入探討學(xué)業(yè)韌性與困惑感知在知識轉(zhuǎn)化過程中的內(nèi)在聯(lián)系具有重要意義。

綜上所述，基于數(shù)字學(xué)習(xí)的系統(tǒng)性探究學(xué)業(yè)韌性與困惑感知之間具體關(guān)系的研究相對較少，尤其對于低韌性群體，目前尚缺乏對其在數(shù)字情境學(xué)業(yè)挫折源時心理和行為變化動態(tài)過程的深入分析，以及對其困惑感知的個性化干預(yù)策略的系統(tǒng)研究。因此，本研究基于現(xiàn)有理論和實證研究成果，旨在深入分析低韌性群體的學(xué)業(yè)韌性與困惑感知在知識轉(zhuǎn)化過程中的關(guān)系，期望為數(shù)字學(xué)習(xí)情境下的教學(xué)設(shè)計與干預(yù)策略提供科學(xué)依據(jù)和實踐建議。

三、研究設(shè)計

（一）研究框架

圖1 " 研究框架

本研究的框架如圖1所示，基于學(xué)業(yè)韌性問卷數(shù)據(jù)，將學(xué)生區(qū)分為低韌性水平、高韌性水平，選取低韌性群體為研究對象，獲取學(xué)生在數(shù)字學(xué)習(xí)中面對高低難度的學(xué)習(xí)情境所表現(xiàn)的多模態(tài)困惑感知數(shù)據(jù)，最終通過數(shù)據(jù)分析探討兩者之間的相關(guān)性，以期為課堂教學(xué)提供參考。

（二）研究問題

問題一：在不同的知識轉(zhuǎn)化階段，低困惑數(shù)字學(xué)習(xí)情境下，低韌性群體的學(xué)業(yè)韌性與困惑感知之間的相關(guān)性如何？

問題二：在不同的知識轉(zhuǎn)化階段，高困惑數(shù)字學(xué)習(xí)情境下，低韌性群體的學(xué)業(yè)韌性與困惑感知之間的相關(guān)性如何？

（三）研究對象與實驗材料

本研究采用隨機抽樣法，從T大學(xué)學(xué)生中選取107名作為研究對象，其中包括男生47名、女生60名。根據(jù)學(xué)業(yè)韌性問卷結(jié)果，利用Mplus軟件對樣本進行分類，劃分為高韌性群體和低韌性群體。其中，低韌性群體48人，高韌性群體59人。本研究重點聚焦低韌性群體的困惑感知與學(xué)業(yè)韌性之間的關(guān)系，旨在為針對性干預(yù)措施提供理論依據(jù)與實踐基礎(chǔ)。

數(shù)字學(xué)習(xí)環(huán)境具有信息處理智能化、信息顯示多媒體化、信息傳輸網(wǎng)絡(luò)化以及教學(xué)環(huán)境虛擬化等特征[22]。本實驗的學(xué)習(xí)材料基于中國大學(xué)慕課平臺“橋梁工程”課程，通過多媒體技術(shù)直觀呈現(xiàn)橋梁材料的核心內(nèi)容，并借助虛擬教學(xué)環(huán)境為學(xué)習(xí)者提供沉浸式體驗，使其能夠感受到橋梁材料的實際應(yīng)用場景。橋梁工程因較強的跨學(xué)科特性，學(xué)生對該領(lǐng)域知識的學(xué)習(xí)受先驗知識水平影響較小，因此，在學(xué)習(xí)過程中更容易產(chǎn)生困惑情緒。綜上所述，本實驗材料適用于開展數(shù)字學(xué)習(xí)情境下學(xué)業(yè)韌性與困惑感知的準實驗研究。

（四）研究工具

本研究采用Connor和Davidson（2003）編制的心理韌性量表（CD-RISC）對學(xué)生的學(xué)業(yè)韌性水平進行評估，用以篩選低韌性群體。該量表包含25個條目，采用5點Likert量表評分，涵蓋韌性、力量和樂觀三個因子，具有良好的信效度，被廣泛應(yīng)用于韌性領(lǐng)域的預(yù)測研究。于肖楠和張建新對CD-RISC量表進行了本土化修訂，形成中文修訂版量表[23]。修訂版聚焦于樂觀、力量和韌性三個維度，共28個條目。研究表明，修訂版更符合中國大學(xué)生的心理特征，且被國內(nèi)眾多學(xué)者引用與使用。

在研究正式開始前，本研究對心理韌性量表進行了信效度檢驗（見表1、表2）。結(jié)果顯示，該量表的信度系數(shù)為0.898，KMO值為0.831（gt;0.7），表明量表具有較高的信效度，能夠客觀反映大學(xué)生學(xué)業(yè)韌性的基本情況，并滿足此次研究的測量標準。

表1 " " " " " " " " 問卷信度檢驗結(jié)果

表2 " " " " " " " KMO 和 Bartlett 的檢驗

（五）研究過程

1. 多模態(tài)數(shù)據(jù)收集

多模態(tài)學(xué)習(xí)分析利用智能化技術(shù)，采集、處理、分析和應(yīng)用學(xué)生生成的多種數(shù)字信號，以識別學(xué)生的學(xué)習(xí)狀態(tài)或預(yù)測其在教育中的學(xué)習(xí)表現(xiàn)[24]。通過多模態(tài)數(shù)據(jù)，可以更深入地揭示學(xué)生的學(xué)習(xí)規(guī)律及行為模式[25]。從現(xiàn)有技術(shù)的應(yīng)用來看，多模態(tài)數(shù)據(jù)采集主要包括以下幾種途徑：

（1）近紅外數(shù)據(jù)

在被試者經(jīng)歷學(xué)習(xí)困惑時，大腦活動出現(xiàn)特定變化。周筠（Zhou）等人通過EEG技術(shù)評估游戲?qū)W習(xí)中的困惑狀態(tài)[26]，赫絲特（Hester）等人利用功能性磁共振成像（fMRI）技術(shù)觀察學(xué)生在困惑反饋下的額葉活動[18]。在本研究中，采用功能性近紅外光譜（fNIRS）技術(shù)監(jiān)測實驗中被試大腦皮層的血氧變化，以評估困惑的神經(jīng)狀態(tài)。fNIRS是一種非侵入性技術(shù)，適用于自然和動態(tài)實驗環(huán)境，通過HbO（氧合血紅蛋白）、HbR（去氧血紅蛋白）及HbT（總血紅蛋白）等指標，反映低韌性人群在知識轉(zhuǎn)化階段的大腦活躍度，進而判定被試者困惑的激發(fā)情況。

知識轉(zhuǎn)化涉及隱喻、類比、演繹推理和知識應(yīng)用，主要與左側(cè)顳葉相關(guān)。雙側(cè)額葉負責(zé)注意力、意識、記憶整合及情緒監(jiān)測，這些功能有助于識別困惑感知情況。本研究篩選了符合知識轉(zhuǎn)化和困惑感知特征的腦區(qū)通道，共計40個。研究中，被試的腦區(qū)通道激活情況表明被試者的困惑感知情況。

（2）生理數(shù)據(jù)

學(xué)習(xí)困惑常伴隨一系列生理反應(yīng)。研究者可通過可穿戴設(shè)備和腦機接口自動采集被試者生理數(shù)據(jù)，如腦電、眼動等，為學(xué)生課堂參與度及學(xué)習(xí)表現(xiàn)研究提供科學(xué)依據(jù)[27]。佩奇南達（Pechinenda）的研究通過改變字謎難度，探索皮膚電活動（EDA）與任務(wù)參與程度之間的關(guān)系[28]。本研究采用BIOPAC MP 150型多導(dǎo)生理記錄儀（Biopac System）采集學(xué)生的心率、心率變異性和皮膚電活動等生理反應(yīng)數(shù)據(jù)，將其作為學(xué)業(yè)韌性與困惑感知關(guān)系研究的客觀度量標準。數(shù)據(jù)采集配合AcqKnowledge 4.2.1軟件進行記錄和分析。通常情況下，學(xué)生的困惑程度越高，其心率、心率變異性和皮膚電活動值也越高。

（3）眼動數(shù)據(jù)

已有研究顯示，學(xué)生困惑程度越高，其平均注視持續(xù)時間越長、瞳孔直徑越大、注視總次數(shù)越多[16]。本研究采用Tobii Pro Spectrum眼動儀（1200Hz），配合Tobii Pro Lab軟件使用，通過注視時長、瞳孔直徑和注視次數(shù)等指標反映學(xué)生的困惑感知程度。

2. 多模態(tài)數(shù)據(jù)分析

問卷數(shù)據(jù)和測試數(shù)據(jù)均通過SPSS 27.0軟件進行數(shù)據(jù)分析。首先，利用描述性統(tǒng)計分析明確低韌性群體的學(xué)業(yè)韌性水平和困惑感知的基本現(xiàn)狀。考慮到低韌性群體在不同困惑情境下困惑感知情況穩(wěn)定或可變的不確定性，本研究將數(shù)據(jù)按高困惑情境與低困惑情境兩個維度進行相關(guān)性分析，以全面揭示學(xué)業(yè)韌性與困惑感知之間的精準關(guān)聯(lián)[29]。

四、數(shù)據(jù)結(jié)果

本部分運用皮爾遜相關(guān)分析，探究低韌性水平群體的學(xué)業(yè)韌性與困惑感知之間的相關(guān)關(guān)系，進一步分析兩個變量的相關(guān)關(guān)系，以下表格未呈現(xiàn)不顯著的以及overlaplt;30%的通道數(shù)據(jù)。

（一）低困惑數(shù)字學(xué)習(xí)情境下，學(xué)業(yè)韌性水平與困惑感知的相關(guān)性分析

1. 近紅外數(shù)據(jù)分析

低困惑學(xué)習(xí)情境下，低韌性群體在知識轉(zhuǎn)化各階段與困惑感知的關(guān)系見表3。隱性知識向隱性知識轉(zhuǎn)化階段、隱性知識向顯性知識轉(zhuǎn)化階段呈正相關(guān)；顯性知識向顯性知識轉(zhuǎn)化階段呈負相關(guān)；顯性知識向隱性知識轉(zhuǎn)化階段仍呈正相關(guān)。

2. 生理數(shù)據(jù)分析

在低困惑情境下，隱性知識向隱性知識轉(zhuǎn)化階段，學(xué)業(yè)韌性與心率變異性（HRV）顯著正相關(guān)；顯性知識向顯性知識轉(zhuǎn)化階段，學(xué)業(yè)韌性與皮膚電反應(yīng)（GSR）也呈顯著正相關(guān)（見表4）。

3. 眼動數(shù)據(jù)分析

低困惑情境下，在隱性知識向隱性知識轉(zhuǎn)化階段、顯性知識向顯性知識轉(zhuǎn)化階段以及顯性知識向隱性知識轉(zhuǎn)化階段，學(xué)業(yè)韌性與平均瞳孔直徑呈顯著正相關(guān)關(guān)系（見表4）。

（二）高困惑數(shù)字學(xué)習(xí)情境下，學(xué)業(yè)韌性水平與困惑感知的相關(guān)性分析

為深入了解低韌性水平的學(xué)生在較高困惑的問題情境下，兩者的相關(guān)性如何，對相關(guān)數(shù)據(jù)進行相關(guān)性分析，結(jié)果如下：

1. 近紅外數(shù)據(jù)分析

在高困惑情境下，低韌性群體在隱性知識向隱性知識轉(zhuǎn)化階段，學(xué)業(yè)韌性與困惑感知之間呈顯著正相關(guān)；在隱性知識向顯性知識轉(zhuǎn)化階段，ch4相關(guān)系數(shù)r=0.377，說明學(xué)業(yè)韌性與困惑感知之間顯著正相關(guān)，CH5和CH50相關(guān)系數(shù)分別為-0.317、-0.291，說明學(xué)業(yè)韌性與困惑感知之間顯著負相關(guān)；在顯性知識向顯性知識轉(zhuǎn)化階段，學(xué)業(yè)韌性與困惑感知之間呈顯著負相關(guān)；在顯性知識向隱性知識轉(zhuǎn)化階段，CH11、CH17、CH26相關(guān)系數(shù)分別為0.340、0.356、0.390，說明學(xué)業(yè)韌性與困惑感知之間顯著正相關(guān)，CH20、CH31相關(guān)系數(shù)分別為-0.379、-0.365，說明學(xué)業(yè)韌性與困惑感知之間顯著負相關(guān)（見表5）。

2. 生理數(shù)據(jù)分析

高困惑情境下，隱性知識向顯性知識轉(zhuǎn)化階段，學(xué)業(yè)韌性與HRV指標呈顯著負相關(guān)關(guān)系；顯性知識向顯性知識轉(zhuǎn)化階段，學(xué)業(yè)韌性與GSR指標呈顯著正相關(guān)關(guān)系；顯性知識向隱性知識轉(zhuǎn)化階段，學(xué)業(yè)韌性與GSR指標呈顯著正相關(guān)關(guān)系（見表6）。

3. 眼動數(shù)據(jù)分析

如表6所示，高困惑情境下，隱性知識向隱性知識轉(zhuǎn)化階段，學(xué)業(yè)韌性與平均瞳孔直徑指標呈顯著正相關(guān)關(guān)系；顯性知識向隱性知識轉(zhuǎn)化階段，學(xué)業(yè)韌性與平均瞳孔直徑指標呈顯著正相關(guān)關(guān)系；顯性知識向顯性知識轉(zhuǎn)化階段，學(xué)業(yè)韌性與平均瞳孔直徑指標呈顯著正相關(guān)關(guān)系，學(xué)業(yè)韌性與總注視次數(shù)指標呈顯著負相關(guān)關(guān)系。

五、討論與結(jié)論

（一）低困惑數(shù)字學(xué)習(xí)情境下，學(xué)業(yè)韌性水平與困惑感知的相關(guān)性討論

本研究表明，在低困惑數(shù)字學(xué)習(xí)環(huán)境下，低韌性群體的眼動數(shù)據(jù)與生理數(shù)據(jù)高度一致，能夠準確反映學(xué)生在面對學(xué)業(yè)挑戰(zhàn)時的視覺注意力分配與身體反應(yīng)特征。然而，盡管近紅外數(shù)據(jù)在趨勢上與這兩種數(shù)據(jù)一致，但受環(huán)境光敏感度等復(fù)雜因素影響，小部分數(shù)據(jù)存在不一致現(xiàn)象。為確保數(shù)據(jù)的純凈性與一致性，本研究決定刪除近紅外數(shù)據(jù)，以更精準地探討學(xué)業(yè)韌性與困惑感知之間的關(guān)系。

低困惑情境下的多模態(tài)數(shù)據(jù)分析表明，低韌性群體在知識轉(zhuǎn)化四個階段中，學(xué)業(yè)韌性與困惑感知呈顯著正相關(guān)關(guān)系[30]，與已有研究結(jié)果一致。這表明學(xué)業(yè)韌性越高的學(xué)生，更能有效識別困惑并利用困惑促進學(xué)習(xí)。然而，低韌性群體在知識轉(zhuǎn)化各階段面臨明顯挑戰(zhàn)。在隱性知識向隱性知識轉(zhuǎn)化階段，低韌性群體缺乏交流與溝通能力，難以吸收外部知識，對知識差距的認知模糊。在隱性知識向顯性知識轉(zhuǎn)化階段，缺乏系統(tǒng)性思維和精確表達能力，難以將隱性知識轉(zhuǎn)化為明確的顯性表述。在顯性知識向顯性知識轉(zhuǎn)化階段，知識整合與構(gòu)建方面能力不足，難以發(fā)現(xiàn)知識體系中的邏輯關(guān)系。在顯性知識向隱性知識轉(zhuǎn)化階段，缺乏深入思考與實踐能力，難以將顯性知識內(nèi)化為個人經(jīng)驗。

這種在知識轉(zhuǎn)化過程中因能力不足而無法清晰識別困惑的現(xiàn)象，進一步驗證了學(xué)業(yè)韌性與困惑感知之間的正相關(guān)關(guān)系。同時，有研究表明，學(xué)業(yè)韌性能夠顯著預(yù)測學(xué)習(xí)適應(yīng)性，韌性水平直接影響學(xué)生的學(xué)習(xí)發(fā)展[31]。在低困惑情境下，低韌性群體表現(xiàn)出較弱的困惑應(yīng)對能力，進一步強化了多模態(tài)數(shù)據(jù)中韌性與困惑感知正相關(guān)的表現(xiàn)。

（二）高困惑數(shù)字學(xué)習(xí)情境下，學(xué)業(yè)韌性水平與困惑感知的相關(guān)性討論

在高困惑學(xué)習(xí)情境中，多模態(tài)數(shù)據(jù)分析揭示了部分矛盾現(xiàn)象。本研究主要聚焦于近紅外數(shù)據(jù)與眼動數(shù)據(jù)，盡管生理數(shù)據(jù)也顯示了一定的相關(guān)性，但生理數(shù)據(jù)在認知過程中的作用與另外兩種模態(tài)數(shù)據(jù)相比更間接。因此，更加關(guān)注到近紅外數(shù)據(jù)反映出的學(xué)業(yè)韌性與困惑感知的神經(jīng)機制，眼動數(shù)據(jù)揭示出的學(xué)生處理視覺信息的行為模式，二者互為補充，為學(xué)業(yè)韌性與困惑感知的內(nèi)在聯(lián)系提供了全面且辯證的分析視角。在高困惑學(xué)習(xí)情境下知識轉(zhuǎn)化的四個階段中，具體表現(xiàn)如下：在隱性知識向隱性知識轉(zhuǎn)化階段，近紅外數(shù)據(jù)和眼動數(shù)據(jù)均顯示學(xué)業(yè)韌性與困惑感知呈顯著正相關(guān)關(guān)系；低韌性群體因缺乏有效的交流策略和知識整合能力，面對知識傳遞與接收障礙時，大腦活動無序，瞳孔直徑顯著增大，困惑感知顯著增強。在顯性知識向顯性知識轉(zhuǎn)化階段，近紅外數(shù)據(jù)表現(xiàn)出顯著負相關(guān)關(guān)系，而眼動數(shù)據(jù)指標則呈現(xiàn)正負不一的復(fù)雜情況。

六、研究建議與展望

（一）研究建議

基于本研究的實驗結(jié)論及分析結(jié)果，圍繞低韌性群體在數(shù)字學(xué)習(xí)情境中的特征與需求，從學(xué)生、教師、教學(xué)設(shè)計和技術(shù)支持四個層面提出以下具體建議：

1. 針對學(xué)生的建議：構(gòu)建韌性思維，培養(yǎng)自我調(diào)節(jié)能力

低韌性學(xué)生在學(xué)習(xí)困境中容易陷入挫敗情緒，應(yīng)著重培養(yǎng)其學(xué)業(yè)韌性和應(yīng)對策略，幫助其構(gòu)建良性的學(xué)習(xí)心理機制。首先，鼓勵積極思維，轉(zhuǎn)化困惑為動力，幫助學(xué)生理解學(xué)習(xí)困惑的積極作用，通過“最佳困惑區(qū)”與“適度困惑”的學(xué)習(xí)原理[32]，引導(dǎo)學(xué)生將困惑視為學(xué)習(xí)的促進因素，增強面對學(xué)習(xí)難題時的心理韌性和探索精神。培養(yǎng)自我調(diào)節(jié)能力，設(shè)置分階段學(xué)習(xí)目標，強化時間管理和任務(wù)分解的能力，逐步提升自我效能感。其次，針對學(xué)習(xí)過程中的挫敗情緒，可引導(dǎo)學(xué)生記錄學(xué)習(xí)日志，通過反思性書寫總結(jié)經(jīng)驗[33]，逐步形成高效的學(xué)習(xí)策略。最后，提升社交互動意識，鼓勵學(xué)生主動尋求同伴支持和教師幫助，建立多元化的支持網(wǎng)絡(luò)，從而提升其面對高困惑情境時的溝通能力與合作意識。

2. 針對教師的建議：精準指導(dǎo)與個性化支持

教師作為學(xué)習(xí)過程的重要引導(dǎo)者，應(yīng)針對低韌性群體的困惑特點，提供更具針對性的教學(xué)支持與心理疏導(dǎo)。首先，設(shè)計“循序漸進”的困惑情境，根據(jù)學(xué)生的韌性水平，動態(tài)調(diào)整學(xué)習(xí)任務(wù)的難度，控制困惑的強度和持續(xù)時間，避免困惑過載導(dǎo)致的“學(xué)習(xí)放棄”現(xiàn)象[34]。通過設(shè)置適度挑戰(zhàn)的學(xué)習(xí)情境，激發(fā)學(xué)生的認知參與度，使其在逐步克服困難的過程中積累成就感與自信心。其次，教師應(yīng)對學(xué)生在學(xué)習(xí)中的困惑表現(xiàn)進行及時反饋與鼓勵，通過點對點的建議幫助學(xué)生明確問題的方向[35]。同時，在學(xué)生取得階段性進展時，給予積極的鼓勵與認可，增強其面對學(xué)習(xí)困難的動力和信心。最后，利用多模態(tài)數(shù)據(jù)技術(shù)對學(xué)生的學(xué)習(xí)軌跡進行實時監(jiān)測，分析困惑峰值與學(xué)業(yè)韌性波動的關(guān)系，動態(tài)調(diào)整教學(xué)策略，確保低韌性學(xué)生的學(xué)習(xí)進程穩(wěn)定推進。

3. 針對教學(xué)設(shè)計的建議：優(yōu)化任務(wù)結(jié)構(gòu)，強化知識轉(zhuǎn)化

教學(xué)設(shè)計是數(shù)字學(xué)習(xí)環(huán)境中知識傳遞與學(xué)生行為塑造的重要環(huán)節(jié)，應(yīng)注重構(gòu)建符合低韌性學(xué)生需求的學(xué)習(xí)任務(wù)。第一，強化可視化的知識表達，利用虛擬現(xiàn)實（VR）、增強現(xiàn)實（AR）等數(shù)字技術(shù)，將復(fù)雜的顯性知識以圖形化、動畫化的方式呈現(xiàn)[36]，幫助學(xué)生直觀理解難點知識、降低認知負荷。第二，重視分層式的任務(wù)設(shè)計，將知識轉(zhuǎn)化過程劃分為多個遞進層級，例如，在隱性知識向顯性知識轉(zhuǎn)化階段，可從簡化的基礎(chǔ)概念入手，逐步深入至復(fù)雜的系統(tǒng)性思維，以適應(yīng)低韌性學(xué)生的學(xué)習(xí)節(jié)奏。第三，強化協(xié)作學(xué)習(xí)過程，在教學(xué)任務(wù)中嵌入小組合作環(huán)節(jié)，鼓勵學(xué)生通過角色扮演、情境模擬等方式進行討論與分享[37]，從互動中獲取新的解決方案，有效調(diào)節(jié)低韌性群體在獨立學(xué)習(xí)中所面對的挑戰(zhàn)。

4. 針對技術(shù)支持的建議：智能監(jiān)測與動態(tài)干預(yù)

數(shù)字學(xué)習(xí)技術(shù)的引入為調(diào)節(jié)低韌性群體的困惑感知提供了可能，應(yīng)充分利用智能化工具和數(shù)據(jù)分析方法，為其學(xué)習(xí)過程提供有效支持。一方面，提升困惑感知的實時監(jiān)測技術(shù)，開發(fā)基于多模態(tài)數(shù)據(jù)的學(xué)習(xí)監(jiān)測平臺，通過整合眼動數(shù)據(jù)、皮膚電活動（EDA）和腦成像數(shù)據(jù)，動態(tài)識別學(xué)生的困惑狀態(tài)，及時向教師反饋潛在問題，以便采取針對性干預(yù)措施。另一方面，設(shè)計適應(yīng)性學(xué)習(xí)系統(tǒng)，通過分析學(xué)生的學(xué)習(xí)行為數(shù)據(jù)，動態(tài)調(diào)整學(xué)習(xí)內(nèi)容的呈現(xiàn)方式和難度[38]，定制化推送符合其韌性水平和學(xué)習(xí)需求的學(xué)習(xí)資源[39]，使學(xué)生始終處于“最佳困惑區(qū)”內(nèi)，避免因困惑過度導(dǎo)致放棄學(xué)習(xí)或因困惑不足缺乏學(xué)習(xí)動力。

（二）研究展望

未來研究可引入更多創(chuàng)新技術(shù)，如面部表情識別、實時情緒檢測和機器學(xué)習(xí)算法，優(yōu)化多模態(tài)數(shù)據(jù)在困惑感知識別中的敏感性與精確性。此外，可探索多模態(tài)數(shù)據(jù)之間的交互機制，建立整合性更強的學(xué)習(xí)困惑預(yù)測模型。結(jié)合本研究結(jié)果，可進一步設(shè)計干預(yù)實驗，驗證基于多模態(tài)數(shù)據(jù)的教學(xué)策略對低韌性學(xué)生學(xué)習(xí)適應(yīng)性的提升效果，特別是在高困惑學(xué)習(xí)情境下，探索具體的教學(xué)設(shè)計與技術(shù)融合方案。研究學(xué)業(yè)韌性和困惑感知的作用機制，構(gòu)建從低韌性到高韌性的漸進式提升模型，進一步探討學(xué)業(yè)韌性在不同學(xué)習(xí)情境中的動態(tài)作用。未來，研究者還可分析文化背景、社會支持和個體性格特征對學(xué)業(yè)韌性的影響，為數(shù)字學(xué)習(xí)環(huán)境的個性化設(shè)計提供更加全面的理論支持。通過分析不同知識轉(zhuǎn)化階段中低韌性群體的學(xué)業(yè)韌性與困惑感知水平之間的關(guān)系，為進一步探索學(xué)業(yè)韌性在知識轉(zhuǎn)化過程中對困惑感知的調(diào)節(jié)作用奠定基礎(chǔ)。

[參考文獻]

[1] D'MELLO S， LEHMAN B， PEKRUN R， et al． Confusion can be beneficial for learning[J]． Learning and instruction，2014，29：153-170．

[2] WANG M C， HAERTEL G D， WAHLBERG H J. Educational resilience in Inner Cities[D]. New York： Cornell University Press， 2004.

[3] 潘以鋒． 基于學(xué)習(xí)共享空間的知識轉(zhuǎn)化研究[J]． 情報雜志，2011，30（12）：140-144．

[4] CASSIDY S． Resilience building in students：the role of academic self-efficacy[J]． Frontiers in psychology，2015，6：1781．

[5] WAGNILD G M， YOUNG H M． Development and psychometric evaluation of the resilience scale[J]． Journal of nursing measurement，1993，1（2）：165-178．

[6] MARTIN A J， MARSH H W． Academic resilience and its psychological and educational correlates： a construct validity approach[J]．Psychology in the schools，2006，43（3）：267-281．

[7] 楊欣． 中學(xué)生學(xué)業(yè)韌性的結(jié)構(gòu)及其發(fā)展特點研究[D]． 重慶：西南大學(xué)，2010．

[8] 朱祖林，安哲鋒，湯詩華，等． 成人在線學(xué)業(yè)韌性的測評研究[J]． 中國電化教育，2012（6）：37-41．

[9] MORALES E E． The resilient mind： the psychology of academic resilience[J]． The educational forum，2008，72（2）：152-167．

[10] 薛曉琪，趙曉偉，沈書生，等． 在線學(xué)習(xí)中的數(shù)字韌性：關(guān)鍵維度、現(xiàn)狀描摹與提升策略——基于江蘇省初中生調(diào)研數(shù)據(jù)的分析[J]． 電化教育研究，2023，44（4）：72-78，85．

[11] CONNOR K M， DAVIDSON J R T． Development of a new resilience scale：the connor-Davidson resilience scale （CD-RISC）[J]．Depression and anxiety，2003，18（2）：76-82．

[12] 董行． EFL學(xué)生學(xué)習(xí)動機、投入及學(xué)業(yè)韌性作用關(guān)系研究——基于MEW理論視角[J]． 現(xiàn)代語言學(xué)，2024，12（2）：1158-1168．

[13] MARTIN A J． Academic buoyancy and academic resilience：exploring everyday and "classic resilience in the face of academic adversity[J]． School psychology international，2013，34（5）：488-500．

[14] DENG L， YU D． Deep learning：methods and applications[J]． Foundations and trendsR in signal processing，2014，7（3-4）：197-387．

[15] ALTER A L， OPPENHEIMER D M， EPLEY N， et al． Overcoming intuition：metacognitive difficulty activates analytic reasoning[J]．Journal of experimental psychology： general，2007，136（4）：569-576．

[16] DELUCIA P R， PREDDY D， DERBY P， et al． Eye movement behavior during confusion： toward a method[C]// "Proceedings of the Human Factors and Ergonomics Society Annual Meeting. CA：SAGE Publications，2014.

[17] 謝韻梓，陽澤． 不同情緒誘發(fā)方法有效性的比較研究[J]． 心理與行為研究，2016，14（5）：591-599．

[18] HESTER R， BARRE N， MURPHY K， et al. Human medial frontal cortex activity predicts learning from errors[J]. Cerebral cortex，2008，18（8）：1933-1940.

[19] 王玉龍，姚明，鄒淼． 不同心理彈性青少年在挫折情境下的認知特點[J]． 心理研究，2013，6（6）：40-44．

[20] 李克東. 數(shù)字化學(xué)習(xí)（上）——信息技術(shù)與課程整合的核心[J]. 電化教育研究，2001（8）：46-49.

[21] FRIBORG O， HJEMDAL O， ROSENVINGE J H， et al． A new rating scale for adult resilience： what are the central protective resources behind healthy adjustment？[J]． International journal of methods in psychiatric research，2003，12（2）：65-76．

[22] WANG Q. Design and evaluation of a collaborative learning environment[J]. Computers and education， 2009，53（4）：1138-1146.

[23] 于肖楠，張建新. 自我韌性量表與Connor-Davidson韌性量表的應(yīng)用比較[J]. 心理科學(xué)，2007（5）：1169-1171.

[24] ANDERGASSEN M， M？魻DRITSCHER F， NEUMANN G． Practice and repetition during exam preparation in blended learning courses：correlations with learning results[J]．Journal of learning analytics，2014，1（1）：48-74．

[25] BLIKSTEIN P， WORSLEY M． Multimodal learning analytics and education data mining： using computational technologies to measure complex learning tasks[J]． Journal of learning analytics，2016，3（2）：220-238．

[26] ZHOU Y， XU T， LI S Q， et al． Beyond engagement： an EEG-based methodology for assessing user's confusion in an educational game[J]． Universal access in the information society，2019，18（3）：551-563．

[27] 李昂，唐章蔚． 基于多模態(tài)數(shù)據(jù)分析框架的在線直播課堂學(xué)生參與度研究[J]． 教育傳播與技術(shù)，2024（2）：87-96．

[28] PECCHINENDA A． The affective significance of skin conductance activity during a difficult problem-solving task[J]． Cognition amp; emotion，1996，10（5）：481-504．

[29] SWELLER J． Cognitive load theory，learning difficulty， and instructional design[J]． Learning and instruction，1994，4（4）：295-312．

[30] 于肖楠，張建新． 韌性（resilience）——在壓力下復(fù)原和成長的心理機制[J]． 心理科學(xué)進展，2005，13（5）：658-665．

[31] 王藝璇． 初中生成就目標定向、學(xué)業(yè)韌性與學(xué)習(xí)適應(yīng)性的關(guān)系及教育對策[D]． 開封：河南大學(xué)，2020．

[32] 吳彥茹． 知識轉(zhuǎn)換模式及策略應(yīng)用于微格教學(xué)的探究[J]． 中國電化教育，2012（2）：109-112．

[33] 金慧． 基于問題解決的學(xué)習(xí)支持模式研究[J]． 電化教育研究，2009，30（5）：114-118．

[34] 劉哲雨，谷姣娣，劉佳樂，等． 在線學(xué)習(xí)環(huán)境中學(xué)習(xí)困惑的發(fā)展研究——基于實證研究的系統(tǒng)性文獻綜述[J]． 遠程教育雜志，2024，42（4）：50-63．

[35] 朱龍，付道明． 一種提升學(xué)生問題解決能力的問題支架應(yīng)用框架——基于翻轉(zhuǎn)課堂的實證研究[J]． 電化教育研究，2020，41（2）：115-121．

[36] 劉哲雨，侯岸澤，王志軍． 多媒體畫面語言表征目標促進深度學(xué)習(xí)[J]． 電化教育研究，2017，38（3）：18-23．

[37] 袁建林，劉紅云． 合作問題解決能力測量：真實性與過程性評價視角[J]． 電化教育研究，2022，43（5）：100-108．

[38] 劉哲雨，劉暢，許博宇． 計劃調(diào)節(jié)學(xué)習(xí)支架對在線深度學(xué)習(xí)的影響機制研究[J]． 電化教育研究，2022，43（8）：77-84，100．

[39] 李海峰，王煒． 經(jīng)驗認知沖突探究法——一種翻轉(zhuǎn)課堂模式下的深度協(xié)作知識建構(gòu)學(xué)習(xí)策略探索[J]． 電化教育研究，2020，41（1）：99-106，121．

A Study on Academic Resilience and Confusion Perception in Low-resilience Groups in Knowledge Transformation in Digital Learning

LIU Zheyu， YAO Yuzhe， WANG Lilei

（Faculty of Education， Tianjin Normal University， Tianjin 300387）

[Abstract] In the era of digitalization of education， the learning mode and knowledge production mode are undergoing great changes， which have a profound impact on the transformation mechanism of tacit and explicit knowledge. In digital learning， information is massive and organized in complex ways. As the starting point of self-knowledge introspection， \"confusion perception\" plays a key role in students' knowledge transformation. \"Academic resilience\"， as one of the most important learning qualities， refers to students' adaptability and restorative capacity in facing digital learning challenges. The \"low-resilience group\" faces more obstacles in the process of knowledge transformation， and its confusion perception and the effectiveness of knowledge transformation are affected. This study first designed an experiment based on the SECI model of knowledge transformation， and then investigated academic resilience to identify the college student group with low resilience. The multimodal data were used to characterize the level of students' confusion perception， and finally the correlation between academic resilience and confusion perception was analyzed. It is found that there is a significant correlation between academic resilience and confusion perception in low-resilience groups in both high confusion and low confusion digital learning situations. The research results provide scientific support for the design of digital learning technology to improve the effectiveness of knowledge transformation of low-resilience groups.

[Keywords] Digital Learning; Academic Resilience; Confusion Perceptions; Knowledge Transformation; Low-resilience Groups