泛在学习环境下基于评价的大学英语自主学习模型研究*

2019-09-04郑莹

中国教育信息化 2019年15期

郑莹

（宜春学院外国语学院，江西宜春 336000）

一、引言

近年来，泛在学习成为一个新趋势，它提供了交互、协作、自我反思和评价等支持学习体验的功能。研究强调，泛在学习环境下学习的持续性和有效性与学习者自主学习有关。[1]泛在学习环境下，学习者不仅需要对自己的学习负责，还需要了解如何通过设定学习目标、监控和反省学习进度来有效规范自主学习过程，评估自主学习成果。然而，在自主学习过程中，部分学习者在学习目标实现和自主学习规划方面存在一定困难。

有效实施自主学习的学习者能够产生良好的评价反馈，也能利用评价反馈促进自主学习目标的实现。[2]评价是依据一定标准或学习目标对学习者当前学习状态进行的分析与反馈，包括内部评价与外部评价。已有研究表明，自主学习与评价是一种可通过学习与训练获取的可习得性学习行为[3-4]，通过网络平台引导学习者参与自主学习监控、学习计划设定和评价反馈服务可以促进自主学习的发生[5-6]。近年来，在信息技术的引领下，英语学习不再受时空限制，而是朝着个性化、智能化、自主化的方向发展[7-10]，大学英语自主学习模式的研究也主要集中在模型搭建和有效管理方面。但已有文献中，有关如何在泛在学习环境下通过评价支持大学英语自主学习行为发生和能力发展的研究并未得到充分探讨。基于此，本文将评价置于泛在学习环境下大学英语自主学习模型之中，提出支持泛在学习环境下大学英语学习者自主学习行为发生和能力培养的三个原则及实践途径。

二、自主学习与形成性评价概述

1.自主学习

自主学习是学习者自我学习管理的过程，涉及参与计划、监控、调节和评估学习目标、学习策略、学习资源、评价反馈与学习效果的过程，涉及思维、动机和行为方面的主动参与情况。[11]网络环境在支持学习者自主学习方面具有巨大潜力。研究表明，泛在学习环境下学习者需要有效使用自主学习策略来提高学习效果。[12]Thomas和Gadbois[13]认为，在线课程学习过程中缺乏自我管理能力的学习者会遭遇更多学习困难，甚至无法完成全部的学习。You 和Kang[14]强调，在网络学习环境中缺乏自主学习能力，会使学习者在完成作业时消耗额外的时间，从而导致迟交作业或作业质量差。

目前，大多数大学英语在线学习工具旨在鼓励和引导学习者在不依赖教师指导的情况下自主调节相关学习过程。这就要求，学习者在使用大学英语在线学习工具时能够积极主动参与学习行为调节与学习过程监督。实际上，已具有自主学习能力的学习者对大学英语网络学习活动的参与度更高，更容易达到学习目标的要求。[15]

2.形成性评价

网络环境下，学习者的学习不再简单依靠教师传播，学习者能够主动参与知识和技能的构建与管理过程；学习者积极与学习内容互动，随时与他人讨论和交换想法，这种学习方式更有益于意义的内化和知识的连接。尽管学习方式发生了转变，但与其相关的评估手段却未能得到及时调整。

形成性评价是教学过程中为了解学习情况，发现教学问题和提高学习绩效而进行的评价。它仍被视为一个单向信息传播过程，由教师责任和掌控；教师将反馈信息传递给学习者，告诉他们学业中的对与错，告诉他们学习中的优、缺点。Yang、Tai 和Lim[16]指出，如果没有提供足够的学业指导和评价，学习者在执行自主学习任务时可能会缺乏动力，也可能会认为自主学习对学习者没有帮助。如果将形成性评价恰当地运用到大学英语教学中,能有效弥补传统评估体系的不足,提高学习者的自主学习能力和学习效果。[17]

本文用形成性评价介入大学英语自主学习概念模型中。新模型以学习者、同伴、教师和数字学习平台共同提供的形成性评价与反馈信息为基础，以学习者自我监督和调节大学英语学习过程为中心，引导学习者深入理解评价信息，通过训练提高自主学习的能力与绩效，最终教会学习者学会学习。

三、基于评价的大学英语自主学习模型建构

图1 所示的新模型是基于Butler 和Winne[18]的相关研究而提出，模型中的学习者未被给予完全的自主学习权限，只有在教师、同伴和智能导学系统监管下的自主学习行为才被认为有效。该模式保证了学习者各项技能的全面和均衡发展，在充分注意听、说、读、写、译等多种技能训练的同时，借助网络的即时性提升学习者自主学习训练的比重，以期在自主学习能力的发展下提高学习者的综合语言应用能力。

图1 基于评价的大学英语自主学习模型图

在模型中，教师在课前通过网络向学习者设置有关听、说、读、写、译等语言学习任务与测评标准，启动学习者自主学习过程触发器。学习者收到学习任务后，需利用已有知识激发学习动机并对学习任务的含义及要求进行自我解释。执行学习任务前，学习者可参照系统或教师提供的学习示范或榜样，根据自己的学习能力和学习习惯，制定详尽的个性化学习目标和计划。虽然，学习者个性化学习目标与教师的通用学习目标会有所重叠，但重叠程度不一。个性化学习目标和计划的设定有助于学习策略的选择，也有助于导出良好的内部学习结果和外部学习结果。内部学习结果是指学习任务参与过程中学习者认知、情感或动机状态的变化（例如语言理解和表达能力的提高、自主学习能力的变化）。外部学习结果是指学习产生的有形学业产品（如英语作文或作品）和学习行为（如阅读鉴赏、文化交流、英语演讲或汇报）。

介入模型的评价主要通过内部评价和外部评价两种方式实现。内部评价是一种从当前进度与期望目标的对比中得出的自我生成性反馈。正是这些比较，会引导学习者对学习任务进行重新解释，对已有学习目标和学习策略实施调整，辅助学习者判断当前参与模式是否应该继续或者是否需要改变。如果需要改变，学习者就需要修改或重启已有的领域知识或动机信念，这将直接影响之后的自主学习。外部评价由教师、同伴和智能导学系统提供的信息反馈。外部评价会对学习任务的理解和学习路径的设计产生修正、促进或阻碍效果。无论如何，在自主学习过程中，只有学习者主动积极地接纳了评价信息，才能更好地将内部评价和外部评价结果融合，并对学习效果产生直接影响。也就是说，要使评价反馈对学习者随后的学习有重大影响，学习者必须自主完成对评价信息的解释、构建和内化过程。基于智能导学系统的各种诊断性测试，也可以帮助教师积累有关学习者知识理解和技能掌握水平的相关信息，有助于教师发现学习者在学习过程中遇到的困难，及时进行相应地调整。

实证证明，自主学习能力强的学习者更坚毅、更机智、更自信、成绩更高。[19-20]越多尝试参与自主学习活动，学习者对自主学习的控制就越好，他们在学习管理活动时对教师的依赖也越少。[21]如前所述，任何学习者都可以通过自我调节和自我监控的训练，明确学习路径，促进自主学习能力的发展。[22-23]在新模型中，教师可在学习者自主学习前设定学习任务、评分制度和相关课程要求，在评价的基础上引导学习者进行自主学习训练，助力学习者自主学习能力发展。

四、模型实践原则与建议

在概念模型提出后，综合模型路径与相关文献，研究提出以下三个原则，并针对每项原则提出具体教学策略与建议。

1.提供“范例”式评价标准与智能匹配系统，协助学习者明确自主学习目标

学习者只有理解了学习目标，才能真正执行目标，进而评估学习进展，最终实现学习目标。理论上，学习者的学习目标是自主学习的标准，学习者设定的任务目标与教师设定的目标重叠度越高，其自主学习效果越好。

协助学习者明确自主学习目标的一种具体方法是向学习者提供学习“范例”，其中包含描述评估标准和定义不同等级评价标准的文字或视频内容。范例之所以有效，是因为它即明确了内容，又定义了标准，学习者可以将自己的工作与之进行直接比较。除此之外，在学习前组织有关“范例”的讨论和反思，让学习者根据“范例”对学业作品进行自我评价与同伴评价。受自身能力限制，并非所有的学习者都能够依据学习目标和实际学习表现之间的差异给出准确评价；评价偏差不仅影响学习者的自主学习行为，也会影响评价信息的有效性。因此，泛在学习环境下，在智能导学系统中添加智能匹配功能，以“范例”式的学习目标与评价等级为标准，实时比对学习者与“范例”之间的异同，并定时将比对报告发送给学习者，学习者收到系统比对报告后应及时作出评价内容反馈与学习行为调整，否则将影响后续学习进展。该原则不仅有助于引导学习者理解和内化学习目标，而且随着时间的推移，也有助于学习者以学习主角的身份投入自主学习全过程，实现学习目标，促进自主学习水平的发展与提高。

2.创设结构化自我评价任务与路径，促进学习者自我反思

如前所述，提高自主学习能力的一个有效方法是为学习者提供反复参与自主学习能力训练的机会。在参与过程中，部分学习者已经开始主动审视自己阶段性的表现与教师设定的任务目标之间的差距。然而，系统地发展学习者的自主学习能力，教师和智能导学系统需要借助网络创造更具结构化的自我评价任务与路径，引导学习者自我监控和自我判断。

研究表明，组织得当的自我评价可以显著提高自主学习效果。[24][25]Taras[26]表明，与同伴或教师评价前的自我评价相比，同伴与教师评价之后的自我评价更有助于学习者识别和纠正学习过程中发生的错误与偏差。这项研究证明，为学习者提供评价参与机会，有助于培养基于学习标准做出客观判断所需的技能，也有助于创造教师、同伴和学习者共同参与评价与反思的机会。例如，由智能导学系统设置自我评价任务，要求学习者参照学习目标与标准，一方面反思已发生自主学习过程中的优缺点，另一方面描述改进新阶段学习的具体策略。

此外，通过系统设置可二次或多次提交学习成果的权限与路径，激励学习者不断反思与改进自主学习过程。提供有限次数和有折扣（即重复提交学习成果所得的成绩，按一定比例折扣计算）的重复提交机会可以缩小成果绩效和期望绩效之间的差距。在高等教育中，大多数学习者几乎没有机会利用已收到的评价弥补已有学习过程的不足，他们总是在收到评价后很快进入下一个学习任务。虽然并非所有的工作都可以重新提交，但许多研究者认为提供可重复提交学习成果的路径应该在自主学习中发挥更突出的作用。[27]因此，可利用泛在学习环境中的智能导学系统自动生成多种形式的电子反馈，提高自主学习任务的参与度；可通过泛在学习环境将评价随时随地整合到自主学习过程中，让学习者更积极地基于评价信息反思与修正自己的自主学习过程，有利于迭代优化下一轮自主学习过程。

3.构建多元评价方式与智能导评系统，提供高质量的评价反馈

向学习者提供可被理解与内化的高质量评价，首先需要将评价方式多元化。多元评价方式应用过程中，评价可通过线上传递也可通过线下传递，可由教师生成也可由智能导学系统、同伴和学习者生成。学习者不仅获取教师、同伴和智能导学系统提供的评价，学习者自我评价也成为学习过程中的重要学习产出。这种多元评价环境有助于学习者加深对学习目标和评价标准的理解，及时检查和纠正误解，并及时对困难作出反应。

教师是外部评价的重要来源，也是培养学习者自主学习能力的核心要素。这是因为，教师在识别学习者工作中的错误方面比学习者同伴或学习者本人更敏锐而有效。学习者会根据教师的评价核对自己的学习策略、行为与结果。事实上，教师的评价可以帮助学习者证实其自主学习能力。在自主学习行为发生过程中，教师提供的高质量反馈包括有时效性的反馈和有针对性的修正建议，它们能够更好地引导学习者实现学习目标。

学习者和同伴之间的对话与评价能够增强学习者的学习控制感和评价有效性。具体表现为，学习者更愿意接受来自同伴的批评，也更愿意与同伴进行探讨与分析。与同伴进行讨论，可让学习者以同伴为参照从不同角度思考问题和构建知识连接。通过评价同伴的自主学习行为，学习者更容易形成自己独立的判断并将对同伴的评价转移到对自己的学习评价中（例如：“我是否这样做了”）。此外，同伴评价也可以使学习者直接观测到学习榜样的自主学习过程，感受与同伴互动学习的喜悦，激励学习者自主学习能力的发展。

通过智能导学系统提供的高质量评价可依靠智能导评功能实现，在提供在线学习与测试的同时，根据学习者个性化的自主学习过程为学习者、教师和同伴提供评价提醒、评价导入、评价校对、评价确认等服务。同时，定期提供评价信息，可更好地帮助学习者实现自主学习能力的发展。因此，智能导评系统有必要帮助教师与同伴在学习者认为为时已晚之前提供评价，有必要帮助学习者实时进行自主学习过程的反思。智能导评系统支持下，评价不再仅仅发生于学习成果产生之后，评价可以发生在自主学习的全过程；评价不再是一次定性，评价具有了可协商性、可修正性和可引导性。

值得一提的是，多元评价方式和智能导评系统中的评价内容应始终以非权威的语言形式呈现，应向被评价者表明评价者评阅学习成果的体验，且对每项学习成果提出不超过三条经过深思熟虑的评价反馈内容。