學習分析視角下大學生線上自我調節學習干預設計與檢驗

丁 浩, 徐 鳳

(1.蚌埠學院 文學與教育學院,安徽 蚌埠 233030;2.安徽財經大學 大數據學院,安徽 蚌埠 233030)

習近平總書記在黨的二十大報告中明確指出：“推進教育數字化?！盵1]楊宗凱提出：“探索數字化條件下新型教學模式,推進信息技術、智能技術與教育教學融合的教育教學變革。利用技術賦能,全面推進教學模式創新。深化網絡學習空間應用,構建線上線下混合式教學的有效模式,推進常態化應用?！盵2]教育部副部長吳巖認為：“我們不可能、也不應該退回到疫情發生之前的教與學狀態,混合式教學要成為今后高等教育教學新常態?！盵3]混合式教學是信息技術和智能技術支持下的新型教學方法,是面對面教學和線上學習的結合,既包括線上自主學習的便利,又沒有完全失去面對面的接觸[4]。大量的研究者探討了不同情境下的混合式教學模式。有的研究者構建了基于慕課的混合式教學模式[5]。有的研究者構建了“任務驅動+小組研討”的線上線下混合式教學模式,落實高階性、創新性和挑戰度的金課標準[6]?；旌鲜浇虒W具有諸多優勢,但也帶來巨大挑戰,尤其對大學生線上自我調節學習水平的要求較高[7]。自我調節學習是指學習者個人激活并系統地維持面向實現個人學業目標的認知、情感和行為的過程[8]。有的研究者基于自我調節學習三階段過程模型,證明自我調節學習培訓和學習日記均能顯著提升自我調節學習水平[9]。也有研究者發現,觀看“自我調節學習督促視頻”的學習者課程互動活動參與度更多,遵循課程結構的程度更高[10]。已有研究表明：線上自我調節學習干預是學習領域的研究熱點。

學習分析是指測量、收集、分析和使用學生數據以提升學習體驗和優化學習過程[11]。在機器學習和人工智能時代,學習分析對自我調節學習的支持與干預更加的全面和深入[12]。人工智能對自我調節學習的檢測、診斷和干預具有重要價值,“人工智能+自我調節學習”成為自我調節學習研究領域前沿方向[13]。先進的數據分析技術和人工智能應用,是克服自我調節學習測量難題的新途徑。已有研究發現,學習分析理論和人工智能應用對自我調節學習理論發展具有潛在影響[14-15]。有的研究者立足于學習者視角,依據建構主義理論的反饋模型,提出以學習者為核心的學習分析支持自我調節學習的效能分析框架[16]。也有研究者提出,智能技術賦能自我調節學習的發展,應注重技術與學習者之間的良性互動,以過程性數據幫助學習者自知,以數據素養幫助學習者自省,引導學習者適應環境變化,以實現更高層次的自我調節學習[17]。綜上可知,基于建構主義學習理論所構建的“任務驅動+小組研討”的線上線下混合式教學模式的有效性,有賴于大學生線上自我調節學習干預設計的有效性。研究基于學習分析視角,在“任務驅動+小組研討”線上線下混合式教學模式下(見圖1)[6],提出大學生線上自我調節學習的干預框架并進行實證檢驗,為教育數字化背景下混合式教學模式的常態化應用,提供理論基礎和實證支撐。

圖1 基于“任務驅動+小組研討”的線上線下混合式教學模式

1 干預設計

1.1 學生學習數據的收集

學習分析的第一步是收集學生的學習數據。在干預框架中,學習數據來源主要包括線上數據和線下數據兩個方面,如圖2所示。線上數據是指學生線上學習行為數據,線下數據是指學生任務完成質量評價結果。學生線上學習行為數據包括基本操作行為、交流互動行為、任務完成行為和作品分享行為?；静僮餍袨榘ǖ卿泴W習平臺、瀏覽學習資源,交流互動行為包括創建討論、參與討論、提問答問、評價同伴作品,任務完成行為是指完成作品設計任務并上傳,作品分享行為包括展示任務作品、分享任務成果。學生線上學習行為數據由線上收集完成,通過統計分析和可視化等手段把數據分析結果反饋給學生和教師。學生任務完成質量評價在線下討論交流中完成,線下討論交流對學生作品進行明確評價,評價主體涵蓋自我評價、生生互評、教師評價,評價形式包括質的評價和量的評價。在學生自評、同伴互評、教師點評等質的評價的基礎上,教師對任務完成質量進行定量評價[6]。任務完成質量評價結果,在小組研討環節面對面反饋給學生。

1.2 學生學習數據的分析

學習分析的第二步是分析學生的學習數據。在干預框架中,對線上和線下兩個方面的數據進行綜合分析,如圖2所示。線上數據揭示線上學習狀態,線下數據揭示任務完成質量。線上學習狀態決定任務完成質量,任務完成質量折射線上學習狀態[6]。線上學習狀態依賴技術的判斷,是初階數據;任務完成質量依賴人的判斷,是高階數據。人工智能完成數據檢測,人的智能完成數據診斷。線上和線下數據的綜合分析,能夠充分發揮“人工智能+人的智能”的聯合優勢?！叭蝿镇寗?小組研討”的線上線下混合式教學模式,形成了人的認知與人工認知的交叉空間,教育場景從人際拓展到“人際+人機”。有研究者提出智能教育學,致力于構建兼顧溫度與理性的新教育,研究“人際+人機”場景下人類認知與人工認知在知識生產、傳授、應用等過程中的分工與協同,以促進人機協同和增強人類決策[18]。在綜合分析線上學習狀態和任務完成質量兩方面的數據后,在小組研討環節,教師與學生面對面評定其線上自我調節學習水平。

圖2 線上自我調節學習干預框架

1.3 學生自我調節學習的干預

學習分析的第三步是對學生的線上自我調節學習進行干預。在干預框架中,線上學習狀態、任務完成質量和線上自我調節學習水平三方面的數據,為自我調節學習干預提供了數據支撐,如圖2所示。社會認知理論認為,在社會情境中,人的行為是通過示范和觀察學到的,自我調節行為是個人、行為、環境相互影響的三維過程[19]。社會認知視角尤其強調父母、教師、教練、同伴等社交主體在自我調節發展中的作用[20]。自我調節學習的過程模型,把學習過程劃分為學習前、學習中和學習后三個階段,包含將先前的學習與當前的學習聯系起來的反饋回路,體現了自我調節學習的周期性[21]。

基于社會認知視角的干預機制,把個人、行為和環境的三維模型,與自我調節學習三階段過程模型有機融合。第一,環境干預,干預形式為小組互動、師生互動和生生互動。動態、輪流進入線下組別的學生人數,控制在15人左右,實現了小班化教學,保障了小組研討的高水平互動。小組研討有利于實現高水平的師生互動,教師的期望直截了當地傳遞給學生,學生承諾達到任務質量要求也直截了當地反饋給教師。小組研討也有利于實現高水平的生生互動,顯性的生生互動表現為互相點評,隱性的生生互動則表現為社會比較。通過社會比較,學生對任務作品的質量進行對比,孰優孰劣,一目了然,這種同伴壓力會激發表現——接近目標導向。奮起直追的想法,觸發了學習前階段的目標設定。與同伴的比較結果,觸發了學習后階段的自我評價。向同伴虛心請教,則觸發了學習中階段的幫助尋求。第二,個人干預,表現為面對面、個性化和追蹤式干預。小組研討為教師提供了與每位同學面對面、一對一交流的機會,在整個學期有多次面對面、一對一交流,教師了解所有學生的自我調節學習狀況,能夠給出個性化的指導和建議,能夠實現學習過程全記錄,每次面對面、個性化交流都是對上次交流的回頭看,體現了長期追蹤的特征。第三,行為干預,干預形式表現為學習結果的評價與反饋。小組研討中的討論交流,是充分準備基礎上的交流。只有經過線上自我調節學習階段的準備,才有可能在線下進行討論交流。在小組研討中,學生、同伴、教師分別對作品的優點、不足給出具體的點評,學生會得到教師關于其作品是否達標的明確評定。任務作品的達標標準,可視為學習前階段的目標設定。任務作品完成質量評價和策略評估,則是學習后階段的結果評價。

2 實證檢驗

基于以上分析,可提出研究假設如下：在“任務驅動+小組研討”混合式教學模式下,依據干預框架所設計的干預策略有利于提升大學生線上自我調節學習水平。

2.1 研究方法

2.1.1研究對象

本研究以安徽省某高校專業必修課“現代教育技術”兩個班的學生為研究對象。其中一個班為實驗組,學生人數為43人;另一個班為對照組,學生人數為41人。兩個班專業相同,授課教師相同,在性質上屬于同質性群體,兩組之間的任何差異都只能歸因于實驗處理的效果。

2.1.2實驗設計

采用單因素完全隨機獨立組設計,將兩個班隨機分派為實驗班和對照班,以考察自我調節學習干預設計對大學生線上自我調節學習的干預效果(見圖3)。實驗班接受“任務驅動+小組研討”混合式教學模式,對照班接受傳統課堂教學模式。在本實驗設計中,傳統課堂教學模式除具有傳統教學特點外,涵蓋要求學生自主學習線上教學資源的內容。在對照班學生中,課程開始前后對其進行線上自我調節學習測量,以獲取前測、后測數據。在實驗班學生中,在整個學期多次進行測量,第2-5周進行的第一次測量為前測數據,第12-15周進行的最后一次測量為后測數據。

圖3 實驗設計

2.1.3研究工具

采用Barnard等編制的線上自我調節學習量表(Online Self-regulated Learning Questionnaire,OSLQ)[22],包括目標設定、環境構建、任務策略、時間管理、尋求幫助、自我評價六個維度,共24個題項。例如,我通過設定目標來管理線上學習時間;我精心挑選線上課時的學習地點,以避免過多分心;我嘗試在每日或每周的固定時間開展線上學習,并建立相應的例行公事。采用7點計分,1表示“非常不同意”,7表示“非常同意”。分數越高表示個體的線上自我調節學習水平越高。施測前,由心理學專業和英語專業的兩名教師對該量表進行了翻譯和回譯工作,并對相關表述進行了修改,最終形成了施測用的線上自我調節學習量表。

2.2 研究結果

2.2.1對照班和實驗班的前測/后測差異比較

以分組變量教學模式為自變量,以線上自我調節學習前測分數為因變量,進行獨立樣本t檢驗。

由表1的數據可知,對照班和實驗班學生的線上自我調節學習均處于中等水平,對照班和實驗班兩組學生的線上自我調節學習不存在顯著差異,t=-0.129,p=0.898>0.05。同樣,線上自我調節學習的六個子維度之間也不存在顯著差異。

以分組變量教學模式為自變量,以線上自我調節學習后測分數為因變量,進行獨立樣本t檢驗。由表1的數據可知,對照班學生的線上自我調節學習仍處于中等水平,而實驗班學生的線上自我調節學習則上升到高水平(M對照班=3.85 VSM實驗班=6.39),t=19.924,p=0.000<0.001,兩者之間存在顯著差異。同樣,線上自我調節學習的六個子維度之間也存在顯著差異。

表1 學生線上自我調節學習水平前/后測數據獨立樣本t檢驗結果

2.2.2對照班和實驗班學生線上自我調節學習前/后測差異比較

以對照班學生線上自我調節學習前測和后測分數為配對變量,進行配對樣本t檢驗。由表2的數據可知,對照班學生線上自我調節學習的前測和后測分數均處于中等水平,兩者之間不存在顯著差異,t=0.525,df=40,p=0.602>0.05。同樣,在6個子維度之間也不存在顯著差異。

以實驗班學生線上自我調節學習前測和后測分數為配對變量,進行配對樣本t檢驗。由表2的數據可知,實驗班學生線上自我調節學習前測分數仍處于中等水平,而后測分數則上升到高水平(M對照班=3.91 VSM實驗班=6.39),t=-24.745,p=0.000<0.001,兩者之間存在顯著差異。同樣,在6個子維度之間也存在顯著差異。

表2 學生線上自我調節學習水平前/后測數據配對樣本t檢驗結果

2.3 討論

在“任務驅動+小組研討”混合式教學模式下,該研究基于學習分析視角,構建了大學生線上自我調節學習的干預框架,在干預框架中設計了環境干預、個人干預、行為干預相互融合的三維干預機制,在實際教學環境下對干預框架的干預效果進行實證檢驗。研究結果表明,對照班與實驗班學生線上自我調節學習前測分數不存在顯著差異,均處于中等水平,而后測分數存在顯著差異,實驗班學生線上自我調節學習分數明顯升高。更進一步的研究結果表明,對照班學生線上自我調節學習前測和后測分數不存在顯著差異,而實驗班學生線上自我調節學習前測和后測分數存在顯著差異。除了干預框架不同,對照班和實驗班并無其它差異。綜上分析可知,實驗班學生線上自我調節學習分數升高源于干預框架的實施效果。因此,研究假設得到了驗證,即線上自我調節學習的干預框架能夠顯著提升大學生線上自我調節學習水平。

如何解釋上述研究結果?基于學習分析和三維交互理論的干預框架能夠顯著提升線上自我調節學習水平,這與以往的研究結論相一致[23]。自我調節學習的過程模型,把學習分為學習前、學習中和學習后三個階段,過程定義的關鍵方面是自我調節學習的周期性,它包含一個將先前的學習與當前的學習聯系起來的反饋回路。自我調節過程模型,假設了與學習行為有關的兩個基本維度：學習活動的數量和質量?！叭蝿镇寗?小組研討”混合式教學模式中的任務驅動設計,啟動了自我調節學習過程模型的學習前階段。學習前階段著重于學習者的學習準備。根據給定的任務,學習者設定一個既現實又具有挑戰性的目標。目標設定具有激勵價值,它標志著計劃學習過程的開始。為更好地計劃學習過程,學習者必須考慮潛在的學習策略,應用這些策略成功地完成任務(計劃策略),以及需要多長時間才能完成任務(計劃時間)。此外,在學習前階段,內在動機至關重要。學生具有較高的內在學習動機,學習動力來源于任務本身的有趣或挑戰性,以及其勝任能力。因此,當學生面對一項有趣的任務(高內在動力),而他們期望自己可以解決(高自我效能)時,這會導致從學習開始就充滿了動力。相反,如果他們認為任務無趣(內在動力不足),或確信他們將無法成功(自我效能低下),學生拖延的可能性就很大。而學習分析視角下的干預框架,則能夠準確、及時把握學生學習前階段的學習狀態。在學習中階段,學生應用不同的學習策略解決任務。學習的質量和數量,對學習結果至關重要。學習數量是指學習投入的時間,學習質量是指使用的學習策略、意志策略和監視策略等。在自我調節學習過程模型中,產生學習結果,標志著學習中階段的結束。

“任務驅動+小組研討”混合式教學模式中的小組研討設計,啟動了自我調節學習過程模型的學習后階段。在學習后階段,對學習的數量和質量進行評估。學生自評,以滿意度為指標對學習結果進行主觀估計。生生互評和教師點評,則以任務完成質量對學習結果進行客觀評估。通過將學習結果與原始目標進行比較,學生可以評估學習中階段的表現。比較可以幫助學生確定其學習結果是成功還是失敗。如果學習結果被評估為成功,則會產生積極的情緒,如滿意和自豪感。如果學習結果被評估為失敗,則會產生消極的情緒,如失望和悲傷。無論成功或失敗,學生都會反思成功或失敗的原因,總結得出上一個學習周期的一般性結論。反思,必然帶來目標的調整和未來學習策略的修正。在成功的情況下,學生可能會堅持已經成功應用的學習策略,適當提高學習目標。相反,在失敗的情況下,學生可能會降低目標,或修改下一個學習周期的策略,以便做得更好。因此,一個學習周期學習后階段的評估和思考,會影響下一個學習周期學習前階段的任務設定。由此可見,基于學習分析模型設定的三維干預機制,有小組互動、師生互動和學生互動的環境干預,有面對面、個性化、追蹤式的個人干預,有對學習結果進行評價和反饋的行為干預,契合自我調節學習的過程模型。由此可以解釋,線上自我調節學習的干預框架能夠顯著提升大學生線上自我調節學習水平。

對于混合式教學模式的常態化應用推進而言,該研究發現具有如下幾個方面的重要意義。第一,在后疫情時代和教育數字化背景下,基于學習分析和三維交互理論的干預框架,能為大學生線上自我調節學習干預提供重要理論基礎。第二,基于自我調節學習過程模型構建的干預框架在研究中得到進一步證實,表明混合式教學模式下大學生線上自我調節學習的干預,應是基于學習前、學習中和學習后三階段的全過程干預。

該研究的局限性提示了未來的研究方向。第一,該研究中采用的“任務驅動+小組研討”混合式教學模式,僅是眾多混合式模式中的一種,普遍適用性不足。在未來的研究中,應嘗試通過構建多種有效的線上線下混合式教學模式,進一步檢驗線上自我調節學習干預框架的有效性,以提高干預框架的適用范圍。第二,該研究中的樣本來源于一門課程的學生,樣本類型單一,樣本數量偏少。因基于“任務驅動+小組研討”混合式教學模式探討線上自我調節學習的干預,客觀上致使取樣范圍較小。在線上自我調節學習的干預設計得到小樣本研究證明的基礎上,應擴大樣本來源的多樣性和樣本數量,在大樣本研究中檢驗干預設計的有效性,提高研究結論的推廣應用范圍。

3 結論與建議

通過以上分析可以看出,數據收集、分析和利用等學習分析過程,在干預框架中均得到良好的應用;線上收集和線下收集兩種途徑,能夠有效完成學生學習數據收集;學生線上學習狀態和任務完成質量的分析,能夠有效診斷學生線上自我調節學習水平;環境、個人和行為三維干預機制,能夠有效提升學生線上自我調節學習水平。因此,結合混合式教學模式的應用情況,提出如下建議：

第一,大力推進混合式教學模式的常態化應用。在常態化疫情防控期,線上教學和混合教學作為教學應對疫情的有效手段,在高校中得到大范圍使用。三年來,部分高校把混合式教學模式作為學校的常態化教學形態使用。后疫情時代,大部分高?；貧w到疫情前的教學形態,混合式教學模式的應用迅速縮水?；旌鲜浇虒W是信息技術、智能技術進步的產物,不是疫情的產物。伴隨著我國教育數字化時代的來臨,建議高校大力推進混合式教學模式的常態化應用。

第二,在混合式教學模式設計中,開展線上自我調節學習的干預設計。線上自我調節學習,是混合式教學的關鍵環節,關乎混合式教學的成敗。大學生線上自我調節學習干預設計,是混合式教學模式開發的關鍵內容。在混合式教學的具體實踐中,建議教師發揮主導作用,既要設計混合式教學模式,又要設計線上自我調節學習的干預方法,確?；旌鲜浇虒W模式取得實際效果。

第三,應用學習分析模型進行線上自我調節學習干預設計。該研究證明,學習分析視角下的干預框架,是線上自我調節學習干預的有效手段。近年來,眾多學者將學習分析應用于自我調節學習以優化學習過程和學習效果。支持、促進自我調節學習發展是學習分析重要的應用領域之一[12]。有研究表明,學習分析促進了自我調節學習各要素的融合[16]。在進行線上自我調節學習干預設計中,建議教師引入學習分析模型。

第四,根據混合式教學模式的特點,進行差異化的線上自我調節學習干預設計。因高校、專業、課程和學生的差異,混合式教學模式應是千差萬別的?；旌鲜浇虒W模式存在差異,線上自我調節學習的干預設計也理應存在差異。例如,大量研究者開發的形式各異、特色鮮明的線上線下混合式教學模式[5-6]。建議教師根據混合式教學模式的特點,進行有針對性的線上自我調節學習干預設計,以確保干預的有效性。