信息技术课程深度学习影响因素研究*——以“信息可信度评估”学习内容为例

钱薇旭，伊亮亮，马 芳，董玉琦

(1.东北师范大学 教育学部，吉林 长春 130024；2.鲁东大学 教育技术系，山东 烟台 264025；3. 东北师范大学附属中学新城学校，吉林 长春 130022；4.上海师范大学 教育技术系，上海 200234)

信息技术课程是一门“旨在全面提升学生信息素养，帮助学生掌握信息技术基础知识与技能、增强信息意识、发展计算思维、提高数字化学习与创新能力、树立正确的信息社会价值观和责任感的基础课程”[1]。这其中，信息意识是指“个体对信息的敏感度和对信息价值的判断力”，是信息技术课程所要培养的四大学科核心素养之一。在信息社会，不论是作为“数字移民”的成年人，还是在网络时代成长起来的“数字原住民”，都需要具备一定的信息意识，以应对海量信息的处理需求。但近期一项由斯坦福大学的研究者发表的研究报告显示，在美国，从幼儿园到20岁的学生都尚未具备鉴别网络信息真伪的基本能力[2][3]。在国内也屡曝青少年遭受信息诈骗后抑郁或自杀身亡的惨痛事件[4]。这表明，即便是作为“数字原住民”的青少年，他们天然发展起来的信息意识也尚不能完全匹配信息社会的迅猛发展速度[5][6]，而他们所经验的信息技术课程也没有达到足够的学习深度，未能帮他们发展出应有的信息意识。针对这一现象，我们有必要对信息技术课程中与“信息意识”相关的学生学习规律开展研究，寻找学生深度学习的影响因素，以便对教学内容或教学方法进行积极的调整，以提升学生的学习品质。

董玉琦教授及其团队提出的CTCL研究范式[7-9]认为，开展有效教学，我们需要结合具体学习内容(C)探究学习者(L)的学科学习心理(CL)，用于指导教育技术手段(T)去优化教学效果。本研究基于CTCL研究范式，以信息技术课程中信息可信度评估部分学习内容(C)为切入点，以初中学生为对象，选取了信息活动经验和信息活动策略两个可能对深度学习产生影响的因素，探求信息技术课程内容的学习规律(CL)，以期为后期的技术(T)促进学习提供有力依据。研究问题具体包括以下两个方面：1.信息活动经验和信息活动策略对深度学习有怎样的影响？信息活动策略是否会在信息活动经验和深度学习之间发挥中介作用？2.人口学变量对深度学习会有怎样的影响？

一、深度学习及其影响因素

(一)深度学习(DL)

学者Ference Marton和Säljö对学生学习过程的研究成果《学习的本质区别：结果和过程》[10]一文中根据学习者获取和加工信息的方式将学习者分为深度水平加工者和浅层水平加工者，首次提出并阐述了深度学习和浅层学习这两个对应的概念[11]。深度学习的提出意在强调对学习过程的关注，而且分类所依据的学习者“获取和加工信息的方式”本就是信息素养的一部分，是信息技术课程持续关注的重要内容。因此本研究以促进学生的深度学习发生为目标，探究学生在信息技术课程内容学习中的学习规律。

黎加厚研究团队在国内较早地介绍了深度学习的概念：“在理解学习的基础上，学习者能够批判性地学习新的思想和事实，并将它们融入原有的认知结构中，能够在众多思想间进行联系，并能够将已有的知识迁移到新的情境中，做出决策和解决问题的学习”[12]。对于深度学习的评价，Entwistl、Biggs、Ramsden、Tagg等学者开发了深度学习量表，Nelson等对这些量表进行了分析和实证研究后指出，深度学习可以解构为高阶认知、整合性学习、反思性学习这三个相互关联的部分[13]。清华大学教育研究院在这三个维度的基础上开发了简洁的深度学习量表，本研究正是借鉴了该量表来表征深度学习，以考察深度学习与信息活动经验和信息活动策略的关系。

(二)信息活动经验(IE)

2014年教育部印发的《关于全面深化课程改革落实立德树人根本任务的意见》中要求各学科的学习内容要符合学生不同发展阶段的年龄特征，紧密联系学生生活经验[14]。这里的基本活动经验是指学生亲自或间接经历了活动过程而获得的经验[15]。具体到信息技术课程的信息活动指学生在对信息的获取、加工、管理、表达与交流等处理过程中，所进行的发表观点、交流思想、开展合作与解决学习和生活中实际问题的活动[16]。因此，本文中的信息活动经验是指学生在信息需求、信息获取、信息评价、信息管理、信息应用和信息交流等信息活动阶段，在发表观点、交流思想、开展合作与解决学习和生活中实际问题的信息活动过程中所获得的关于信息现象、信息事件的感性认识。

建构主义学习理论认为，学习者的学前活动经验是新知建构与发展的基础。积极的学习活动经验对深度学习有促进作用[17]。我国数学义务教育课程标准更是将基本活动经验界定为数学课程目标中重要的组成部分，并指出数学基本活动经验是形成高阶数学思维的关键[18]。在信息技术学科中，信息活动经验的丰富程度与品质高低也是影响信息活动策略与学科思维的重要因素，它们对实现深度学习也应有重要影响。

(三)信息活动策略(IS)

信息活动策略是在丰富的信息活动中逐渐发展出来的，各种信息活动策略贯穿整个信息活动的始终。按信息活动阶段来说，可以将其分为明确信息需求的策略、信息获取策略、信息评价策略、信息管理策略、信息应用策略及信息交流策略等。其中信息评价策略有：检查信息是否是实时的；审查信息所陈述的是观点还是事实；检查信息的作者是谁；寻找官方发布的相关信息等。

好的信息活动策略能够让信息活动进行的更加顺畅，提升信息活动经验的品质，帮助学习者对学习内容、自身想法、他人观点进行更为全面和客观的评价，促进其批判性思维的发展，进而促进深度学习的达成。因此本研究认为信息活动策略可以作为连接信息活动经验和深度学习的桥梁，在信息活动经验和深度学习中发挥中介作用。

二、研究设计

(一)IE-IS-DL模型假设

基于前面的术语解析与逻辑推理，本研究对信息技术课程的学习规律建立了如下图所示的IE-ISDL模型假设，其中信息活动经验(IE)为自变量，信息活动策略(IS)同时为因变量和中介变量，深度学习(DL)为结果变量。具体的研究假设如下。

研究假设图

H1：信息活动经验对信息活动策略有正向显著影响；

H2：信息活动经验对深度学习有正向显著影响；

H3：信息活动策略对深度学习有正向显著影响。

教育的对象是人，人的发展是个复杂的系统工程，是学习者自身成长与学校教育、家庭教育等诸多因素共同发挥影响的过程。因此对于信息技术课程的学习，我们希望了解年级、年龄、父母学历等人口学变量对深度学习以及信息活动经验(IE)、信息活动策略(IS)各有怎样的影响。

(二)研究工具

为了考察信息技术课程深度学习的影响因素，研究开发了相应问卷作为研究工具。问卷共分为两部分，第一部分是学生的基本信息，包括学生的年级、年龄、性别、父母学历等；第二部分是问卷的主体，是考察信息技术课程学习规律的IEIS-DL模型量表。量表分为深度学习、信息活动经验、信息活动策略三个维度，题目是结合已有成型量表开发而成的，以李克特7点量表的形式呈现，数字从1到7表示从“1：非常不认同/不符合”到“7：非常认同/符合”的连续分值。深度学习维度的题目主要参考清华大学教育研究院的深度学习量表，分高阶认知、整合性学习、反思性学习三个子维度； 信息活动经验维度的题目主要参考李金城(2017)[19]的信息活动经验量表，分接入、参与、交流三个子维度；信息活动策略维度的题目主要参考Flanagin(2007)[20]Metzger(2007)[21]李金城(2017)[22]赵文军[23]关于信息可信度评估的研究成果与量表题目，分为内容线索、信源线索、社会线索三个维度。量表经过预试和探索性因子分析，剔除掉因子负荷量低于0.6的题目、交叉因子负荷量超过0.4的题目[24]，最终保留30道题目，并萃取得到的9个因子，累积解释方差百分比为70.996%，高于50%，因子与题目间的关系理想，与前人研究结论吻合度高。

(三)研究对象与研究过程

研 究在2017年6月进行了正式的问卷调查工作，样本来自我国东北地区某省会的一所城区中学里七八年级各4个班的学生。共发放问卷300份，回收问卷295份，其中有效问卷273份，有效回收率91%。

研 究利用SPSS22.0和AMOS21.0软件进行数据分析。其中用SPSS做基础的描述性统计和探索性因子分析，对各人口学变量在信息活动经验、信息活动策略和深度学习三个维度上表现出来的差异进行显著性检验等；利用AMOS软件对测量模型进行验证性因素分析，对研究工具的信度、收敛效度、区别效度进行分析，对研究提出的假设进行模型拟合度检验，计算各维度间假设关系的标准化路径系数，给出研究假设是否成立的结果，对模型的稳定性进行检验等。

三、数据分析结果

(一)问卷填答基本信息

研究样本中有7年级学生139人，占50.9%；8年级学生134人，占49.1%；两个年级的学生样本数比较均衡。男生124人，占45.4%；女生149人，占54.6%。男女分布相对均衡。在年龄分布上，12岁及以下的学生59人，占21.6%；13岁的学生127人，占46.5%；14岁及以上的学生87人，占31.9%。父母学历方面，学生的父亲学历为初中及以下的109人占40%；高中/中专/技校的74人，占27.1%；大专35人，占12.8%；本科及以上的55人，占20.1%。学生的母亲学历为初中及以下的114人，占41.8%；高中/中专/技校的66人，占24.2%；大专34人，占12.5%；本科及以上的59人，占21.6%。数据显示有2/3左右的学生父母没有接受过高等教育。

有效问卷的填答质量良好。整体数据没有缺失值和极端值，标准差合适，数据分布的离散程度良好，符合单变量正态分布。

(二)研究工具的信度与效度检验

信 度主要考察以下指标：1.非标准化因素负荷量的显著性检验，要求p＜0.05,z＞1.96；2.标准化因素负荷量的绝对值，Std.＞0.6可以接受，Std.＞0.7理想；3.题目信度(SMC)，题目信度是标准化因素负荷量的平方，SMC＞0.36可以接受，SMC＞0.5理想；4.组成信度(CR)，组成信度是其所有测量变量信度的组成，表示维度指标的内部一致性，信度越高显示这些指标的内部一致性越高，CR＞0.7可以接受，CR＞0.8理想。由表1可见，研究工具的各信度指标均达标准，信度良好。

表1 信度及收敛效度分析

效 度主要考察收敛效度和区别效度。收敛效度(AVE)，表示维度对题目的平均解释能力，是提取因子的累积解释变异量，具体来说是维度内各因素负荷量平方的平均，是维度里题目的相关平均的平方，AVE＞0.35可以接受，AVE＞0.5理想。表1显示研究工具的收敛效度整体比较理想。区别效度用来验证信息活动策略、信息活动经验和深度学习三个维度之间的独立性，研究利用Bootstrap法考察测量模型的区别效度。如表2所示，φ±2SE及Biascorrected偏差校正和Percentile百分等级的95%置信区间内均未包含1，表明维度之间具有良好的区别效度[25]。

表2 区别效度表分析

此外， 对测量模型做违犯估计分析显示，各维度方差及所有的残差均为正值，而且均达显著，表明测量模型没有违犯估计，可以进行下一步的结构模型验证。

(三)IE-IS-DL模型拟合度及稳定性检验

理论上，在较为理想的验证性因子分析结果中，卡方与自由度之比(χ2/df)应在2到5之间，所有的因子负荷t值应大于2。此外，比较拟合指数CFI一般要求数值大于0.9，且数值越接近1越好；NNFI也要求大于0.9，且越接近1越好；渐进误差均方根RMSEA小于0.08为好[26]。如表3所示的研究模型拟合度检验结果显示，本研究的模型拟合度检验结果较为理想。

表3 研究模型拟合度检验

为了进一步检验IE-IS-DL结构模型的可靠性和稳定性，研究将样本随机分成两组后，在因子负荷量、结构路径系数、结构模型方差及协方差、结构模型残差、测量模型残差5项指标上进行了交叉效度评估，结果表明 模型很好地拟合了观测数据，模型具有稳定性[27]。

(四)IE-IS-DL模型路径分析

研究对IE-IS-DL模型进行了路径分析，主要通过非标准化系数部分的p值来考察路径系数是否显著，标准化系数Std.则表征自变量对因变量的影响力，Std.的绝对值越大，表明自变量对因变量的影响力越大。具体分析结果如下。

由表4可以看出，信息活动经验对信息活动策略有显著的正向影响(Std.=0.788，p＜0.001)；信息活动策略对深度学习有显著正向影响(Std.=0.740，p＜0.001)。因此研究假设H1和H3得到了数据检验的支持。

关于信息活动经验对深度学习的影响，如表4所示，Std.=0.103，P=0.445，未达到显著水平，因此研究假设H2被拒绝。结合H1和H3的假设验证结果可见，IE-IS-DL模型完全中介模型。

表4 模型路径显著性分析及假设检验结果

对模型的中介效果进行分析，如表5所示，z＞1.96，置信区间未包含0，表示信息活动策略中介效果成立，信息活动策略对信息活动经验与深度学习的中介效果值为0.642。

表5 模型中介效果分析

(五)人口学变量对信息技术课程学习的影响

1. 年级因素的影响

由下页表6可见，在信息活动经验和信息活动策略维度上，8年级学生均显著高于7年级学生，(MDIE=0.892，PIE＜0.001；MDIS=0.689，PIS＜0.001)；但在深度学习维度上，7年级与8年级学生的表现差异未呈现显著性。

表6 独立样本T检验(7年级-8年级)

2. 年龄因素的影响

由表7可见， 在信息活动经验维度上，14岁及以上的学生表现显著高于12岁及以下的学生(F=5.704，P=0.004)。

表7 年龄组表现出来的显著性差异检验

3.年级与年龄的交互作用影响

为了进一步考察年级和年龄对学生信息技术课程学习的影响是否有交互作用，研究将学生问卷中的出生年月与问卷填答日期做差值后，把学生年龄转换为带小数的连续变量，之后将学生年龄设定为协变量来考察年级与信息技术课程学习之间的关系。数据分析结果如表8所示，年级和年龄的交互作用在信息技术课程学习的三个维度上均未呈现显著性，(P=0.069， 0.728， 0.831)，表明将年龄作为协变量来分析是符合要求的。协方差分析结果表明，排除了年龄因素的影响后，8年级学生的信息活动经验显著高于7年级学生(F=4.188，p=0.042)。

表8 年级与年龄的交互作用分析

4. 父母学历的影响

研究分别对父母的学历背景和学生信息技术课程学习的关系进行分析后发现，父母学历高低对于学生在信息活动经验、信息活动策略两个维度的表现所产生的影响未呈现显著性，但在深度学习维度上，如表9所示，父母学历越高，学生的深度学习表现越好，其中父母为本科及以上学历的学生要显著优于父母学历在初中及以下的学生，而且母亲学历对学生深度学习的影响更为显著(F父亲学历=3.535，p父亲学历=0.015＜0.05；F母亲学历=4.762，p母亲学历=0.003＜0.01)。

表9 父母学历对深度学习维度的影响

四、研究结论与启示

对于前文提出的第一个研究问题：“信息活动经验和信息活动策略对深度学习有怎样的影响？信息活动策略是否会在信息活动经验和深度学习之间发挥中介作用？”研究发现：信息活动策略对深度学习有显著的正向影响(Std.= 0.740，p＜0.001)；信息活动经验对于深度学习没有直接的显著正向影响，需要以信息活动策略为中介才能对深度学习产生积极的影响，信息活动策略的中介效应值为0.642，中介效果显著。这意味着，在信息技术课堂教学中提升学生的信息活动经验是必要的，但若仅是热热闹闹地丰富信息活动经验，忽视信息活动策略的提升，是难以实现深度学习的目标的。

对于第二个研究问题：“人口学变量对深度学习会有怎样的影响？”研究发现：父母学历的高低与他们子女在深度学习方面的表现是有正向相关的。与那些父母学历在初中及以下的学生相比，父母学历在本科及以上的学生更有可能在深度学习方面有更好的表现。考虑到父母学历可能会对生活环境、家庭氛围、学习习惯等诸多因素产生综合影响，最终影响到深度学习的表现也是在情理之中。但对于信息活动经验和信息活动策略，父母学历并不能对其产生显著影响，也就是说学生从家庭渠道难以获得课程所需的信息活动经验与信息活动策略。

那么在学校教育中，学生能否获得更多的信息活动经验、发展他们的信息活动策略呢？研究显示： 在排除掉年龄因素所带来的经验的自然增长后，年级因素仍然对于学生的信息活动经验表现出了显著的正向影响(p=0.042)，这种影响在一定程度上可以反映出，以信息技术课程为重要载体的学校教育在提升学生信息活动经验方面确实有较好的效果；而对于信息活动策略，它既不能随着学生年龄的增长而自然增长，又没有在信息技术课程中得到应有的发展。简言之，在丰富学生信息活动经验、提升学生信息技术活动策略方面，以信息技术课程为重要载体的学校教育必须承担其应尽的责任。目前的学校教育仅在提升学生信息活动经验方面取得了一些成果，但在丰富学生的信息活动策略方面效果不佳。在信息活动策略的中介环节没有打通的情况下，教学中仅重视信息活动经验是无法真正转化为深度学习的成果的。因此信息策略的提升及其变式应用是今后教学中应该着力加强的方向。在信息技术课堂教学中，教师不仅要选择适合学生的信息活动经验，还应当尝试与学生一起深入挖掘这些经验中可能蕴含的信息活动策略，借助信息活动经验发展学生的信息活动策略，积极引导学生运用这些策略来分析他们在课内或课外所获得的各类信息活动经验，充分发挥信息活动策略所具有的中介作用，达成深度学习的目标。