慕课学习中信息技术工具使用的学习体验分析

单迎杰 傅钢善 张颖

【摘要】

采用体验抽样研究方法，基于事件抽样方式，收集7位中国大学MOOC平台“现代教育技术”课程学习者两周内关于该课程学习中信息技术工具使用的43份学习体验自我报告数据，从个体即时体验和长期体验两个角度分别进行了定性和定量分析。研究发现，移动学习已经成为常见的慕课学习方式，平台中学习内容展示工具的外部艺术性、内部教育性及其经济性影响学习者学习体验。参与者高度依赖平台中学习内容展示工具，对平台交流协作工具的使用并不频繁，态度多样，倾向于独立学习，对个性化工具了解不多，应用的频度、种类和功能均有限，缺乏对促进高效学习、深层学习、自我管理和反思学习的工具的认识和应用。参与者在多次学习行为中表现出了一定群体特征，整体呈积极情绪状态。

【关键词】  慕课;在线开放课程;学习体验;体验抽样法;经验取样;学习分析;信息技术工具;学习工具

【中图分类号】   G434        【文献标识码】  A       【文章编号】  1009-458x（2019）12-0079-09

基金项目：本文系2017年度陕西省教育信息化研究项目“MOOC学习体验评估研究”（编号：17ZC03）的研究成果。

近年来，风靡全球的慕课点燃了越来越多学习者的学习热情，蜂拥而至的学习者被以前难以获取的优质资源所吸引，在多种平台上开展基于课程组织的灵活、自主的学习，亲身经历和体验着新兴的慕课。在这一过程中，学习者才是学习的真正知情者，是对自己学习体验和学习结果了解最多、最深的专家（Chapman & Pyvis， 2005），人们利用技术及其成果绝不仅仅是为了完成外部给定的任务，感情和体验才是其真正结果（Hassenzahl， 2008）。因此，我们需要重新强调参与和投入到优质学习体验中的重要性，而非仅仅满足于提供教育机会（安妮·盖斯凯尔， 等， 2017），理解不同学习者对慕课的反应和体验对于更好地设计、评估、营销慕课和在线课程产品具有重要意义（Keller & Karau， 2013）。

基于活动理论对慕课学习过程进行分析可以发现，慕课学习是一个信息技术工具支撑下的主体与主体、主体与客体之间交互的活动。学习者通过信息获取工具和认知工具学习慕课内容，建构新知，重组旧知，进行知识内化;学习者使用协作交流工具进行主体与主体之间的讨论、交流，展示成果，发表或评论观点，进行知识外化。学习工具的使用不仅是外部学习行为的体现，同时也是心理过程的映射。只有真正了解学习者在真实情境中信息技术工具使用的学习体验，才能够清楚地认识学习者慕课学习的认知过程、思维方式和情感变化，才能有的放矢地反思和优化课程设计与实施，使慕课课程内容和教学模式真正适合学习者的学习，进而实现提高慕课学习效果、有效促进教与学的根本目的。

一、学习体验概念解析

“学习”和“体验”的复杂性与广泛性使得人们对学习体验概念难以形成统一认识。国内关于学习体验的定义大致可以分为教育学视角和用户体验视角两类。朱琳（2008）基于李英（2001）“体验既是一种活动也是活动的结果”的观点，提出课堂学习体验是指学生主体在亲历学习过程中对某个知识或者某件事获得的相應认识和情感。王纾（2012）认为课程学习体验是指学生在课堂内外围绕大学课程学习所获得的经历和感受。陈琼娥（2014）将学生的课堂体验定义为学生与其所处的教学环境相互作用的结果，在进入某个教学环境时，学生由于不同的个体特征对所处的教学环境产生不同的感知或体验。胡永斌等（2016）将智慧学习环境的学习体验界定为学习者对智慧学习环境、学习活动和学习支持服务等学习过程中涉及的诸多教学要素的感知、反应和行为表现。庄榕霞等（2016）认为学习体验可以理解为学习者对学习环境、学习资源、学习方式等的感知、响应和绩效。

参考用户体验理论，李奉化（2010）把学习者体验定义为：为实现教学产品的教育价值，学习者与教学产品进行交互表达期望、情感和感知所形成的心理感受，并对产品的使用留下印象，产生态度和情绪。该定义是国内较早且较为全面的对信息技术教育产品学习体验的描述。梁旭（2014）提出，学习者体验是学习者在与教育教学产品交互过程中对产品产生的一系列主观感受和学习者最终的学习效果。王美静等（2014）认为，学习者体验是指“平台如何与外界发生联系并发挥作用的”，即学习者如何接触和使用平台的。樊华丽（2016）提出，慕课学习体验是用来描述学习者如何与平台进行交互，对平台产生的一系列主观感受。这些表述的用户体验色彩浓厚，主要从以在线教育平台为代表的教育产品的用户体验层次展开研究。

同样，国外研究中也很少对学习体验下定义（Ertl & Wright， 2008），而是将其作为不言自明的一般用语使用，已有研究对学习体验的定义也都比较宽泛（Katuk， Kim， & Ryu， 2013）。Prosser和Trigwell（2007）认为，课堂体验是指当学生进入到一定的教学环境时对所处的情境的各种感知，是学生与其所处情境相互作用的结果，也叫课堂感知。Parrish等人提出学习体验是由学习者和环境不断交互和共创引起的个人独特的感受（Parrish， Wilson， & Dunlap， 2011）。

总体看来，多数与学习体验相关的文献并不将“学习体验”作为特定概念进行解释与定义，更多是一种约定俗成的普遍理解，指代学习者学习活动、行为、结果、对学习的感受和认识等。参照用户体验是“由于使用或预期使用某产品、系统或服务而产生的个人的感受和反应”这一定义（ISO 9241-210， 2010），面向数字化教育产品的学习体验可以被看作是学习者在使用某种教育产品进行学习时产生的个人感受和反应。因此，慕课学习中信息技术工具使用的学习体验是学习者与慕课学习环境交互过程中使用信息技术工具进行学习时产生的个人感受和反应，是学习者基于倾向、期望、需求、动机、情绪等内部状态，与物理和社会的慕课学习环境进行依赖于具体情境的交互，产生个人主观、动态的认知、情感、生理的感受和反应，而非单纯的在线课程、平台或工具的设计与使用。

二、研究方法与过程

（一）研究问题

在线教育应用的技术以及学习者对这些技术的使用体验是在线教育成功的关键因素（Volery & Lord， 2000）。钟志贤（2008）从“用技术学习”的角度，将信息技术工具在学习中的应用分为效能工具、信息工具、情景工具、交流工具、认知工具和评价工具六大类。参照这一框架，慕课学习中的信息技术工具主要涉及信息呈现工具、认知加工工具和协作交流工具，这三类工具又分属于慕课课程平台工具（学习内容展示工具和交流协作工具）和学习者个性化工具两个维度。结合中国大学MOOC平台特点，学习内容展示工具是指慕课平台上用于呈现课程内容的多种媒体工具，交流协作工具是指慕课平台上用于交流协作的多个课程讨论区，个性化学习工具指是学习者特有的支持其个性化学习的多种信息获取、加工、存储、交流和管理工具。

基于以上定位，本研究主要关注慕课学习中这些信息技术工具使用的学习体验，具体研究问题涉及：①个体学习者使用硬件设备、平台工具和个性化学习工具的学习体验如何？②学习者在长期学习中表现出哪些行为和感受的倾向与变化？③这些学习体验是否存在群体特征？

（二）体验抽样研究方法

体验抽样法（Experience Sampling Method， ESM）来源于心理学和社会学领域，是一种在自然情境中对日常体验以及当下行为进行深度研究的方法（Reis & Gable， 2000），优点是为研究者提供收集实时数据的工具（Bolger & Laurenceau， 2013），生态效度高、回顾偏差小、利于观察个体变化、适于纵向研究（李文静， 郑全全， 2008），是理解工作中行为的最好方法（Weiss & Rupp， 2011），同时也存在耗时、花费大、参与者任务繁重、数据量大等局限（耿晓伟， 等， 2013）。体验抽样方式包括基于时间的随机和固定时段抽样（参与者在一天内的随机或某个固定时间报告体验）和基于事件的抽样（参与者完成某一行为后报告体验）（段锦云， 陈文平， 2012），研究通常持续1～2周，大部分研究需要每天进行数据收集。

目前，国内的体验抽样法应用还不成熟，仅在幸福感、工作投入、情绪等方面有所尝试。总体来说，国内学者已经开始关注并初步应用体验抽样法来收集即时数据，但研究问题比较集中，数量上尚未成为一种较常见的收集数据方法（张银普， 等， 2016）。国外基于体验抽样法开展的心理学和社会学研究相对较多，并且开始把目光转向学习体验研究。Bassi等人（2007）采用ESM调查了一周内两类不同自我效能感的130名意大利高中生对不同学习活动的感知体验质量;Lachmann等人（2012）基于ESM设计了情境活动抽样系统（CASS），使用手机来收集实践情境中学习体验数据，面向健康护理专业学生开展跨专业合作学习研究;Goetz等人（2013）采用ESM，基于PDA为期10天实时调查了121名德国中学生对四门学科（数学、物理、德语和英语）的六种学业情绪（高兴、骄傲、焦虑、生气、无助和厌倦），探究八种教学特点与学生学业情绪间的关系;Goetz等人（2013）还采用ESM具体研究了数学学习中的特质焦虑和状态焦虑的性别差异问题;Park（2015）利用ESM和WLA（网络日志分析）收集认知和情感数据，对两门在线课程进行学习体验分析，并应用一种可视化学习体验仪表盘来显示个体学习者的三维学习体验。

（三）研究过程与数据处理

研究者在参与讲授的中国大学MOOC平台“现代教育技术”课程中通过简单问卷招募学习者24人，参考Gunthert和Wenze（2012）的观点，将数据收集周期设定为两周，时间为2017年4月11日—24日，在两周间持续报告数据的参与者共有7名，符合国外研究者提出的“在ESM中被试最少不低于7人”（Gable， et al.， 2000）和“5～10个参与者就可以产生足够数据”（Hektner， et al.， 2007）的观点。

为了较为全面、准确地获取数据，研究者设计了课程学习体验报告提纲，罗列了19项与慕课课程学习过程中信息技术工具使用行为、意愿和情绪有关的问题，用于获取真实情境中学习体验定量和定性数据。研究采用事件抽样方式，以学习者单次在线学习为基准，约定通过微信、QQ群组定时提醒，要求参与者在每次学习后，即时通过手机发送文本、音频或图片报告，以便即时、多次、动态获取情境化、过程敏感的数据，共得到学习体验报告43篇（如表1所示）。

将这43份体验报告按人次编号后，课程组三名分析员经过共同商讨将体验报告内容与提纲中19个题项一一对应，确定3个一级维度（工具使用、学习活动投入、情绪感受）和8个二级维度（硬件设备使用偏好和问题、平台工具应用、讨论区互动、个性化学习工具使用、单次学习基本情况、具体学习活动与感受、整体情绪状态、结束学习原因及情绪状态），进而分别以语句为分析单元进行人工编码，意见不统一之处协商解决。由于体验报告基本按照提纲内容分条目撰写，不同于内容宽泛的日记或短文，编码难度较小，易于保证一致性，便于后续进行基本定量统计分析和归类汇总的定性分析。

三、數据分析和讨论

（一）个体即时体验抽样分析

1. 硬件设备使用学习体验分析

7名参与者受学习和工作环境影响，对硬件设备与学习方式的选择存在偏好。43篇学习体验报告中有23篇涉及使用笔记本或台式计算机进行在线学习，20篇涉及使用智能手机进行移动学习，可见移动学习方式已经成为常见的慕课学习方式。参与者在对设备及网络使用的描述方面表现为“无感”状态，即实践情况符合预期则不会注意到该问题，只有出现低于或超出预期的特殊问题时才会报告。

两名参与者具体描述了对设备和网络使用感受。S1每次都用图书馆电子阅览室的公用台式电脑进行在线学习，遇到了设备使用受限、开机慢、网页响应时间长等问题，产生了“MOOC学习麻烦”的感受;S6在第4次报告中描述了中国大学MOOC的APP闪退现象。设备和网络使用上的特殊情况额外占用了学习时间，破坏了学习者对慕课学习便捷、高效的预期，极易降低学习兴趣，引发烦躁情绪，影响后续学习状态。Lin（2011）发现负面关键事件（the negative critical incident）是用户持续使用在线学习意向的根本决定因素。Evanschitzky和Wunderlich（2006）还发现负面关键事件修复对情感和忠诚度关系有强劲和积极的调节效应。硬件使用方面的问题虽然不是慕课学习中普遍存在的问题，却是一个基础问题，是慕课学习所标榜的开放、不受时空限制获取优质学习资源的优势之根基所在，是学习者以积极状态投入学习获得积极学习体验的首要因素。因此，无论是平台设计者和开发者，还是课程设计者和教学者，乃至学习者本身，都需首先保障慕课学习的必备硬件环境支持，走好慕课学习第一步。

2. 平台工具使用学习体验分析

对报告内容的定性分析发现，学习内容展示工具的外部艺术性、内部教育性和经济性都会不同程度地影响参与者的学习体验。

在外部艺术性方面，参与者对视频画面清晰度和音频舒适度的感受较为敏感、直接。S1两次学习报告的不同可以较好地表现出这一特征。S1在第2次報告中指出第五单元拓展资源中的第六个视频音质不好，不宜像看其他视频一样1.25倍速播放。在第3次报告中特别提到该次学习时画面很清晰，认为视频画面清晰与否直接影响Audition和Photoshop两款软件学习过程和进度，严重影响学习效果。

在内部教育性方面，参与者主要关注内容的实用性和创新性。S1在学习第五单元拓展资源中PPT的插件操作内容时觉得“这个工具很好用，很开心能够学到这些有用的操作”。S4在第4次学习报告中发现：“原来自己不知道好用的软件很多，想好好学习这些软件的使用并将其掌握，为以后的教学做准备。”S6在第6次学习报告中写道：“我感觉课程对Focusky的讲解对我使用这个软件很有帮助……学习了这个软件对我目前的教学很有用。”从这些表述可以看出，参与者对课程内容满意度较高，关注其当前和预期效用，对既能帮助其加深对信息技术的认识也能促进信息技术教学能力提升的学习资源评价较高。

从经济性来看，参与者会根据内容资源不同类型而有选择地确定学习方式和时间。对于视频学习，在校学生出于便利性考量，尽管超出免费流量部分需个人付费，多数参与者仍然会选择使用个人设备在线学习;在职教师则更多优先考虑时间因素，倾向于在校中午空挡利用校园网络和下班后利用个人设备在线学习。对于与视频内容相对应的PPT课件，参与者则通常选择先下载后浏览，一方面是出于经济性考量，另一方面也是为了留存资料，便于复习。总体来说，虽然有限的网络连接和流量限制了参与者随时随地使用任意设备的泛在学习，但是参与者对慕课平台内容展示工具使用的学习行为和感受却并未因此而产生实质性的消极影响。

研究还发现，尽管交流协作工具是学习者与教师和同学交互的重要工具，但参与者对其使用并不频繁，虽然有18份报告提到“参加了讨论”，但只有4份较为具体地描述了交互行为和感受。S1就视频模糊问题发帖向课程组反馈意见，阅读并参与讨论多媒体课件制作方法话题，“感觉从他人的观点和想法中学到了很多，很有用”。S5则针对作业互评问题发帖表达了自己的担忧。S3在第4次报告中提到自己是出于成绩考虑才进行讨论区互动，担心“不讨论会分数太低”。S4则只是浏览但未发帖和回帖，因为“感觉大家也是随便讨论，帖子比较多看不过来，也没有多大意义，不想花费太多时间”，难得的是他在报告中表达了对课程交互模块评分标准的质疑。

几位参与者对平台交流协作工具使用的学习体验报告内容虽然不多，但却展现了几种不同的交互学习行为和感受，有的认为论坛讨论无用，持漠视态度，倾向于独立学习;有的态度被动，只是出于课程要求回应讨论;有的在学习中遇到问题，想发帖寻求解决方案，但却只发表个人感受，在表述上难以引发讨论;有的能够就学习问题积极展开讨论，进而认同交互的好处和必要性。

3. 个性化工具使用学习体验分析

慕课学习不同于传统课堂学习，学习者需要摸索积累慕课学习的经验，构建一套有效支持慕课学习的个性化信息技术工具集。然而，现实情况却并不乐观，参与者对个性化工具的应用还存在较多局限。百度搜索（频度13）是参与者提及最多的个性化工具，与中国知网（频度5）同属于信息获取工具，手机相机（频度6）、手机便签（频度4）和手机截屏（频度4）同属信息记录和存储工具，还有纸笔笔记（频度8）和课本（频度2）这些传统学习方式中常见的信息呈现和记录工具。而一些热门的时间管理工具、云笔记/思维导图等知识管理工具却并未出现在参与者工具箱内。由此看来，参与者对能够有效支持其进行在线和移动学习的个性化学习工具的了解和使用都很有限，频度不高，种类不丰，功能单一，对深层学习和认知加工的支持不足，用于计划、监控和调整的元认知管理工具缺失，未形成完善的信息获取、整理、存储、分享和利用的个人知识管理工具体系。这一现象与当前各种网络平台、软件和手机APP大张旗鼓抢占教育市场的繁盛景象形成鲜明的对比，如何使学习者认同并持续应用这些工具是值得在线教育研究者关注的问题。

（二）个体长期体验抽样分析

从单次学习时长、学习时段分布和情感倾向三个方面展开的个体长期学习体验分析可以帮助研究者了解参与者在较长学习周期内的学习行为和感受，进行动态的纵向审视。

1. 基于单次学习时长的学习体验分析

图1展示了参与者在实验周期内单次学习时长分布和变化，直观呈现了学习次数多则单次学习时长短、学习次数少则单次学习时长长的现象。

结合学习体验报告中对单次学习原因和学习状态的具体表述可以发现，S1在前两次单次学习时长较长是由于临近作业提交期限，因此需要长时间集中学习;S2习惯一次性集中学习一节内容，因此单次学习时间一直持续在1～2小时;S3由于课业较为繁重，课余时间不规律，因此单次学习时长变化幅度大;S4虽然尝试在课程发布新内容时集中学习，但会因“感到很无趣”而边学习边做其他事，导致单次学习时间都会在2～4小时;身为在职教师的S5、S6和S7三位参与者和其他几位在校学生相比没有较长空闲时间用于慕课学习，因此他们的学习更分散，倾向于进行碎片化学习，单次学习时长相对稳定，集中在10～50分钟。参与者结束单次学习的原因一部分是由于完成了单次或单周学习任务，如“看完了”“全部活动都做了”“完成了作业”等，还有一部分是由于受到时间限制而主动或被动退出，如“要上课了”“该吃饭了”“接下来有别的事”等。

从在校学生和在职教师两种不同身份来看，群体特征也较为明显，在校学生的学习集中程度明显高于在职教师。造成这一结果的客观原因主要在于，在校学生课外时间多且灵活，可以进行连续、集中的慕课学习，而在职教师工作时间固定，闲暇时间有限，无法长时间连续学习。主观原因可能在于，在校学生更多出于获得学分的目的学习该门慕课课程，学习动力不足，为了能够在截止期前完成每周学习任务需要占用较长时间集中被动学习，还可能存在因注意力不集中而导致的学习时长被进一步拉长的现象。在职教师更多出于个人专业发展需要进行慕课学习，如S7就明确表示学习的原因是“認为这些知识对我有用，对工作有帮助”。他们目标明确，求知欲较强，为了按时完成学习任务，只能主动调整，分次、短时、灵活地进行碎片化学习。

2. 基于学习时段分布的学习体验分析

虽然从整体看参与者学习时段分布零散，但个人对学习时段的选择却并非随意，符合个人学习生活情况，且个性鲜明。S1规律地使用图书馆公用电脑进行慕课学习，学习时段相对固定，基本集中在12：00～14：00午休时间，偶有客观原因导致的例外;S5、S6和S7三位在职教师的学习时段也比较稳定，主要分布在中午和晚上;S4由于空闲时间较多，学习时段分布在8：00～12：00;S2和S3学习时段则零散分布于课后或晚上多个时段。“相对固定”和“较为分散”这两类不同的学习时段分布小群体与图1所显示的个体长期单次学习时长“长”“短”上下分层对应的小群体的一致性可能体现了两者间存在一定联系，学习时段相对固定的参与者倾向于单次学习时长较短、学习次数较多的碎片化学习，学习时段较为分散的参与者倾向于单次学习时长较长、学习次数较少的集中学习。

3. 基于情感倾向的学习体验分析

ROST EA（ROST Emotion Analysis Tool）情感倾向分析工具是武汉大学沈阳（2008）团队开发的ROST CM内容挖掘工具的一部分，通过构建情感词典统计文本中正向和负向情感词数目，依据差值判定情感极性，用正负值分别表示积极/消极情感倾向，并分设高度、中度、轻度三种强度，权重比为1∶1∶1，进而得到文本中积极、消极、中性情绪的比例（马松岳， 许鑫， 2016）。对参与者的学习报告分别进行情感分析，可以得到表2。

整体来看，参与者的积极情绪表达多于消极情绪表达，体验报告内容以中性情绪表达为主。在校学生的情绪表达相对全面，既有积极情绪也有消极情绪，且积极情绪集中在一般和中度程度，消极情绪一般出现在前两次报告中，集中在一般程度，主要与硬件环境和在线学习低效感有关。其中，S1主要在第1、2、5次体验报告中出现了消极情绪，涉及设备和视频音质感受问题;S2、S3和S4主要在第1、2次体验报告中表达了与在线学习方式有关的消极情绪，涉及学习负担、学习兴趣和讨论与作业等课程活动问题，如“学习时没啥想法，中途会干其他事情，效率不高，看下来什么也没记下”（-6分）;S5、S6和S7三位参与者的消极情绪数量少、程度浅，主要与学习时间安排有关。出现这一现象的原因可能与其作为在职教师对该课程当前教学内容“第五章 信息化教学资源获取与加工”的需求和认同有关，也可能与其体验报告中更重事实陈述而轻情绪表达有关。

分析发现，积极情绪表达通常出现在体验报告末尾处，按照写作提纲要求，参与者需描述单次学习结束原因及感受，因此参与者积极情绪主要与课程内容质量和学习成就感有关，如 “课程学习很顺利，自己学到了很多知识”（19分），“这种学习方式挺好的，老师可以很好地将知识呈现给学生，学生也可以很好地根据自己的学习情况调节学习进度”（20分），等等。特别是S5、S6和S7三位参与者积极情绪数值较高，主要集中在中度和高度程度区，说明他们获得了更多积极体验。这一结论与Zutshi等人（2013）的研究结果类似，即“那些能合理安排自己学习和工作量的学习者更容易获得积极的体验”。

四、结论与建议

（一）研究结论

研究发现学习者对慕课学习中的硬件设备选择存在一定偏好，移动学习已经成为常见的慕课学习方式，学习者对设备、网络、程序的使用只在出现特殊情况时才会报告，其他处于“无感”状态。慕课平台中学习内容展示工具的外部艺术性、内部教育性和经济性影响学习者学习体验。学习者对视频清晰度和音频舒适度的感受较为敏感，关注内容的实用性和创新性，会根据资源类型有选择地分配学习方式和时间。学习者知识获取和组织方式单一，高度依赖平台内容展示工具，他们注重每次把视频和拓展资源看完，却忽视后续的知识整理、探索和交流活动。他们对平台交流协作工具的使用并不频繁，态度多样，倾向于独立学习，对慕课学习中协作交流的必要性和优势认识不深。学习者对有效支持慕课学习的个性化信息技术工具了解不多，应用的频度、种类和功能均有限，缺乏对促进高效学习、深层学习、自我管理和反思学习的信息技术工具系统的认识和应用。

情感分析结果显示，个体学习者在多次学习过程中表现出一定情绪波动，整体呈积极情绪状态，其中在职教师对该门慕课整体持较高程度积极情绪，具有更多积极体验;在校学生的情绪表达比较全面，积极情绪主要与课程内容和学习成就感有关，消极情绪主要与硬件环境和在线学习低效感有关。

学习者在实验周期内的多次学习行为中表现出一定群体特征，学习时段“相对固定”和“较为分散”的两类学习者与单次学习时长“较长”和“较短”的两类学习者存在对应关系，学习时段相对固定的学习者倾向于单次学习时长较短、学习次数较多的碎片化学习，学习时段较为灵活的学习者倾向于单次学习时长较长、学习次数较少的集中学习。

（二）研究建议

针对以上研究结论，为了进一步优化学习者信息技术工具使用学习体验，本文主要从慕课实践者视角针对平台工具和个性化学习工具从数字化教学资源建设、交流协作工具应用和数字化学习环境学习策略指导三个角度对慕课教学提出一些建议。

数字化教学资源作为重要的慕课平台学习内容展示工具，其形式和内容直接影响课程质量和学习体验。目前，我国亟须健全MOOCs课程及其资源的技术标准、内容标准、服务标准，引导建设高质量、跨平台、多终端、强交互、易扩展的课程资源（赵宏， 等， 2017）。在外部形式上，数字化教学资源需要能够保持良好的视觉和听觉效果，使学习者感到舒适，避免模糊画面和噪音带给学习者的消极情绪。在内容质量上，数字化教学资源需要能够令学习者感到有用、新颖、独特，吸引其持续投入，保持学习热度，进而取得较好的学习效果。

数字化学习环境中交互行为水平的高低是影响学习者知识建构水平和学习质量的关键因素（Muirhead， 2004）。为了促进交互，首先，需要构建功能丰富的平台交流协作工具，通过完善兴趣标签、收藏、推送、关注等功能吸引学习者精准、高效地参与交流协作，增加平台工具利用率和黏度;其次，需要设计切实可行的协作学习活动和任务，促进学习者之间的交互离不开对协作学习任务、交互策略、环境、资源、评价等整个活动的整体设计（郑兰琴， 2015），系统的设计才能使交流协作成为必然的学习方式和结果，促使学习者深刻认同交流协作的必要性和优势，主动开展交流协作;最后，可以整合课程平台外通用社会性软件，如博客、微博、Wiki、即时通信软件（QQ、微信等）直播平台等，延展交流协作工具范畴与功能，构建联通平台内外、课程内外的社交网络，建立学习者群体广泛、深入、持久的多维联系，促进灵活多元的交流协作。

正如索耶（2010）在《剑桥学习科学手册》中总结的，学习技术在学习中的定位应该是为学习者学习过程中的相關活动提供支持，应体现在支持学习者经历和体验深层学习的行为上。学习慕课课程只是信息技术与课程深度融合的第一步，如何运用信息技术帮助学习者进行高效慕课学习是下一步挑战。然而，纷繁复杂的技术容易使学习者陷入“技术搜寻”的迷茫，使学习者遭遇技术使用的困难（Henrie， et al.， 2015），而且由于功能性、易用性和适用性的差异，不同技术对学习者在线学习投入的影响也不尽相同（尹睿， 徐欢云， 2016）。因此，为了提高学习投入，取得积极学习效果，课程建设者不仅需要为学习者提供适用于新兴数字化学习环境的可用工具，还需要提供应用这些工具进行有效学习的学习策略指导和教学，增补基于技术的学习策略教学内容的设计与开发，提升学习者个性化学习的意识和能力，而不是完全依赖于学习者个人摸索和总结。

五、研究局限与展望

随着大数据时代的到来，学习分析从关注线上数据，逐步发展成为同时关注线上和线下多模态数据的一体化、全流程、全方位的分析（钟薇， 等， 2018），多模态数据能够从多个维度全面、精准地采集和记录真实学习情境中多种数据，映射学习者行为、心理和生理特征，具有情境性、时序性和层级性（吴永和， 等， 2017）。作为一种收集“真实”数据进行高效度动态研究的新方法（张银普， 等， 2016），体验抽样法能够在事件发生的真实情境下，对被试的感受、态度、情绪、认知或行为进行真实取样，“为人们提供了一条用其他方法无法得到的获取人们生活主观因素的翔实数据的途径”（Kubey， et al.， 1996）。这些真实动态的个体数据是多模态数据重要的构成部分，是分析学习者学习行为、情感变化和认知本质的重要依据。尽管本研究存在由新兴方法选用带来的对参与者服从性和配合度要求高、数据采集规模小而花费大、主观自我报告等固有局限，但是这次尝试也为我们展示了体验抽样法在学习分析领域应用的广阔空间。面对大数据时代海量、多样和异构的学习数据分析需要，独具特色的体验抽样法理应成为数据密集型学习分析研究的备选工具，与多种方法进行三角互证，记录并分析立体、动态的真实学习情境。

[参考文献]

安妮·盖斯凯尔，罗杰·米尔斯. 肖俊洪，译. 2017. 新技术使更多人接受高等教育了吗？[J]. 中国远程教育（1）：20-29，79-80.

陈琼娥. 2014. 我国大学生课堂体验和学习方式年级差异的实证研究[D]. 厦门：厦门大学.

段锦云，陈文平. 2012. 基于动态评估的取样法：经验取样法[J]. 心理科学进展，20（7）：1110-1120.

樊华丽. 2016. MOOC学习体验的案例研究[D]. 乌鲁木齐：新疆师范大学.

耿晓伟，王惠萍，张峰. 2013. 主观幸福感测量研究[J]. 心理学探新，33（3）：266-270.

胡永斌. 2016. 智慧學习环境的学习体验、定义、要素与量表开发[J]. 学习环境与资源（12）：67-73.

（美）R.基思·索耶. 2010. 剑桥学习科学手册[M]. 北京：教育科学出版社.

（丹）克努兹·伊列雷斯. 孙玫璐，译. 2010. 我们如何学习：全视角学习理论[M]. 北京：教育科学出版社：3.

李奉化. 2010. 基于RIA技术的学习者体验在线学习系统的设计与开发[D]. 吉林：吉林大学.

李文静，郑全全. 2008. 日常经验研究：一种独具特色的研究方法[J]. 心理科学进展，16（1）：169-174.

李英. 2001. 体验：一种教育学的话语——初探教育学的体验范畴[J]. 教育理论与实践（12）：1-5.

梁旭. 2014. 基于学习者体验的精品资源共享课设计研究[D]. 无锡：江南大学.

马松岳，许鑫. 2016. 基于评论情感分析的用户在线评价研究——以豆瓣网电影为例[J]. 图书情报工作（10）：95-102.

沈阳. 2008. ROST ContentMining for Windows： Software for Content Mining and Analysis[Z]. 武汉：武汉大学.

王美静，王海荣. 2014. 基于学习者视角的国外MOOC平台比较研究及启示[J]. 现代教育技术（7）：26-34.

王纾. 2012. 中美研究型大学本科课程教学的比较研究：以学生课程学习体验为视角[J]. 外国教育研究（4）：111-119.

吴永和，李若晨，王浩楠. 2017. 学习分析研究的现状与未来发展——2017年学习分析与知识国际会议评析[J]. 开放教育研究（5）：42-56.

尹睿，徐欢云. 2016. 国外在线学习投入的研究进展与前瞻[J]. 开放教育研究（3）：89-97.

张银普，骆南峰，石伟. 2016. 经验取样法——一种收集“真实”数据的新方法[J]. 心理科学进展，24（2）：305-316.

赵宏，郑勤华，陈丽. 2017. 中国MOOCs建设与发展研究：现状与反思[J]. 中国远程教育（11）：57-64，82.

郑兰琴. 2015. 协作学习的交互分析方法：基于信息流的视角[M]. 北京：人民邮电出版社.

钟志贤. 2008. 信息技术作为学习工具的应用框架研究[J]. 电化教育研究（8）：5-10.

钟薇，李若晨，马晓玲，吴永和. 2018. 学习分析技术发展趋向——多模态数据环境下的研究与探索[J]. 中国远程教育（11）：43-51，81-82.

朱琳. 2008. 小学生课堂学习体验研究[D]. 长春：东北师范大学.

庄榕霞，张颖，李冀红，等. 2016. 城市视域下市民学习体验的特征分析[J]. 现代教育技术，26（12）：44-50.

Bassi， M.， Steca， P.， Fave， A. D.， & Caprara， G. V. （2007）. Academic self-efficacy beliefs and quality of experience in learning. Journal of Youth & Adolescence，36（3）： 301-312.

Bolger， N.， & Laurenceau， J. P. （2013）. Intensive Longitudinal Methods： An Introduction to Diary and Experience Sampling Research. New York： Guilford Press.

Chapman， A.， & Pyvis， D. （2005）. Identity and Social Practice in Higher Education： Student Experiences of Postgraduate Courses Delivered “Offshore” in Singapore and Hong Kong by an Australian University. International Journal of Educational Development， 25（1）： 39-52.

Ertl， H.， & Wright， S. （2008）. Reviewing the Literature on the Student Learning Experience in Higher Education. London Review of Education， 6（3）： 195-210.

Evanschitzky， H.， & Wunderlich， M. （2006）. An Examination of Moderator Effects in the Four-stage Loyalty Model. Journal of Service Research， 8（4）： 330-345.

Gable， S. L.， Reis， H. T.， & Elliot， A. J. （2000）. Behavioral Activation and Inhibition in Everyday Life. Journal of Personality & Social Psychology， 78：1135-1149.

Goetz， T.， Lüdtke， O.， Nett， U. E.， Keller， M. M.， & Lipnevich， A. A. （2013）. Characteristics of teaching and students？？ emotions in the classroom： investigating differences across domains. Contemporary Educational Psychology， 38（4）： 383-394.

Goetz， T.， Bieg， M.， Lüdtke， O.， Pekrun， R.， & Hall， N. C. （2013）. Do girls really experience more anxiety in mathematics？ Psychol Science， 24（10）： 2079-2087.

Gunthert， K. C.， & Wenze， S. J. （2012）. Daily Diary Methods. In M. R. Mehl， & T. S. Conner （Eds.）， Handbook of Research Methods for Studying Daily Life （pp. 144-159）. New York： Guilford Press.

Hassenzahl， M. （2008）. User Experience （UX）： Towards an Experiential Perspective on Product Quality. International Conference of the Association Francophone D′interaction Homme-Machine （pp.11-15）. ACM.

Hektner， J. M.， Schmidt， J. A.， & Csikszentmihalyi， M. （2007）. Experience Sampling Method： Measuring the Quality of Everyday Life. Thousand Oaks， CA： Sage.

Henrie， C， R，， Bodily， R.， Manwaring， K. C.， & Graham， C. R. （2015）. Exploring Intensive Longitudinal Measures of Student Engagement in Blended Learning. International Review of Research in Open and Distributed Learning， 16 （3）：131-155.

ISO 9241-210. Ergonomics of Human System Interaction - Part 210： Human-centered Design for Interactive Systems. International Organization for Standardization （ISO）， from http：//www.iso.org

Katuk， N.， Kim， J.， & Ryu， H. （2013）. Experience beyond knowledge： pragmatic e-learning systems design with learning experience.？Computers in Human Behavior，？29 （3）， 747-758.

Keller， H.， & Karau， S. J. （2013） The Importance of Personality in Students？？ Perceptions of the Online Learning Experience. Computers in Human Behavior， 29 （6）： 2494-2500.

Kubey， R.， Larson， R.， & Csikszentmihalyi， M. （1996） Experience Sampling Method Applications to Communication Research Questions. Journal of Communication， 46（2）： 99-120.

Lachmann， H.， Ponzer， S.， Johansson， U-B.， & Karlgren， K. （2012）. Introducing and Adapting a Novel Method for Investigating Learning Experiences in Clinical Learning Environments. Informatics for Health and Social Care， 37 （3）： 125-140.

Lin， K. M.（2011）. E-learning Continuance Intention： Moderating Effects of User E-learning Experience. Computers & Education， 56 （2）：515-526.

Muirhead， B. （2004） Encouraging Interaction in Online Classes. International Journal of Instructional Technology and Distance Learning， 1 （6）：45-50.

Park， S. （2015）.Examining Learning Experience in Two Online Courses Using Web Logs and Experience Sampling Method （ESM） . The Design of Learning Experience （pp. 269-287）. Springer International Publishing.

Parrish， P. E.， Wilson， B. G.， & Dunlap， J. C. （2011）. Learning Experience as Transaction： A framework for Instructional Design. Educational Technology， 51 （2）： 15-22.

Prosser， M.， & Trigwell， K. （2007）. Understanding Learning and Teaching： The Experience in Higher Education. College Instruction， 30 （4）： 209.

Reis， H. T.， & Gable， S. L. （2000）. Event-sampling and Other Methods for Studying Everyday Experience. In H. T. Reis & C. M. Judd （Eds.）， Handbook of Research Methods in Social and Personality Psychology （pp. 190-222）. New York： Cambridge University Press.

Volery， T.， & Lord， D. （2000）. Critical Success Factors in Online Education. International Journal of Educational Management， 14 （5）： 216- 223.

Weiss， H. M.， &Rupp， D. E. （2011）. Experiencing Work： An Essay on a Person-centric Work Psychology. Industrial and Organizational Psychology， 4 （1）： 83-97.

Zutshi， S.， O？？Hare， S.， & Rodafinos， A. （2013）. Experiences in MOOCs： The Perspective of Students. American Journal of Distance Education， 27 （4）： 218-227.

收稿日期：2018-09-11

定稿日期：2019-01-22

作者簡介：单迎杰，博士研究生，讲师;傅钢善，教授，博士生导师;张颖，硕士研究生。陕西师范大学教育学院（710062）。