基于人工智能技术的互动课堂对儿童学习动机的影响研究

马超 张妺

摘   要：在线学习已经成为流行的学习方式，学习动机是影响在线学习效果的重要因素之一。为了探索基于人工智能技术的互动课堂对儿童学习动机的影响，该研究招募了560名5～8岁儿童分两组分别进行了为期四周的互动课程和无互动课程体验。通过对儿童学习动机和参与率的分析，发现参与互动课程的儿童在注意力和满意度维度上表现出比参与非互动课程儿童更高的动机水平，且参与率更高。结果表明：在线学习环境中，基于人工智能技术的互动课堂可以有效地提高儿童的学习动机。因此，该研究建议在在线教育环境下，教师应设置丰富的互动形式。

关键词：学习动机;互动;儿童;人工智能技术;在线学习

中图分类号：G420  文献标志码：A 文章编号：1673-8454（2022）01-0063-07

一、引言

中国互联网络信息中心（CNNIC）2021年8月发布的《第48次中国互联网发展状况统计报告》显示，中国在线教育用户规模已经高达3.2亿[1]。与传统面对面课堂相比，由于在线学习师生时空分离，学习互动一直是教育研究者和家长关注的重点。互动也是影响学习者学习效果的重要因素，会直接影响学习者对学习的兴趣、参与程度和持续性[2]。在线课程中，学习者的学习动机水平往往受课程互动效果影响[3]。除此之外，学习动机也被认为是影响在线学习质量的重要因素之一。已有研究表明，学习动机影响着学习者的自我效能、课程完成率以及学习效果[4]。

在英语课程中，教师通过与学习者互动，为学习者提供语言表达和交流练习的机会[5]。在线学习则为学习者提供了向母语为英语的教师学习并练习的机会。但这还无法满足所有学习者都能与母语为英语的教师进行高质量互动的需求。而人工智能（Artificial Intelligence，AI）产品可以通过语音互动程序和课程内容，像教师一样与学生进行互动，为学习者创造良好的互动环境[6]。

二、文献综述

（一）在线学习中互动的类型

摩尔（Moore）将在线教育的互动分为三类：生生互动、师生互动及学习者与内容互动[7]。生生互动即学生个体或小组之间的学生互动。师生互动通常是指教师通过对话等方式激发和保持学习者在线学习的兴趣和动机。而学习者与内容互动是指学习者与所学习的主题进行互动，以建构意义，并将其与个人知识联系起来，应用于解决问题的过程。它包括与多媒体交互、使用认知支持软件、搜索信息、完成作业等。尽管在线学习中学习者与内容互动的重要性已经被认可，但是相关的实证研究更多地集中于生生互动和师生互动两种类型，少有关注学习者与内容互动在课程中作用的实证研究[8]。

在线课程的学习者较多，教师很难与每一个学习者互动。在大规模在线课程中，教师很难与每个学习者都进行高质量的互动。考夫曼（Kauffman）在综述学习者在线课程满意度相关因素时发现，学习者的个性与学习风格等因素会影响生生互动的质量[4]。也有研究指出，儿童学习者由于年龄特征等原因在合作学习意识和技能上稍弱[9]，这可能使他们在在线学习时与教师和同伴的互动质量不高，因此面向儿童的在线课程可以更加关注学习者与内容的互动。基于以上原因，本研究的互动设计关注学习者与课程内容之间的互动，探究此类型的互动方式对儿童学习者动机的影响。

（二）人工智能在在线英语课程互动中的应用

当前在线儿童英语课程中的互动主要是通过内容互动来为学习者提供更多交流机会，从而提升学习者的口语水平和交流意愿。基于学习者与内容的互动形式主要是让学习者回答有意义的问题，然后通过语音识别技术判断学习者的发音情况并给予反馈。有研究者开发了名为Candle Talk的网络对话环境，通过语音识别技术模拟与学习者的真实对话互动，研究发现这种互动形式有效提高了非英语专业学生的口语表现[10]。还有研究者综述了350篇外语学习的实证研究，以调查各种技术手段在外语学习中的作用，结果表明自动语音识别技术能够更大程度地促进学习者发音的提高，并能有效地提供反馈[11]。由此可见，在线英语课程中使用语音识别技术是有效的学习者与内容互动方式。

语音识别技术通常是通过捕获声波并将其数字化，再通过音素构建单词的标准化发音。但是儿童由于口腔发育、发音模式、言语生理机制不成熟等原因，其发音特征与成人的标准化发音略有不同[12]。人工智能技术可以通过神经网络等算法对英语音素进行快速分析和学习，从而完成对学习者英语发音的准确识别和学习[13]。因此相比于一般的语音识别技术，人工智能技术的语音识别系统可以通过与儿童多次交流的方式学习更加精准的儿童发音特征。

（三）在线学习中学习动机与互动的关系

学习动机是学生继续参与学习环境的渴望[14]。大量研究结果表明学习者的动机水平与学习效果之间存在着显著的正相关[15][16]。对学习动机与线上课程完成率关系的调查研究还发现，学习动机与完成率之间也存在着正向的相关关系[17]。与此同时，还有研究发现存在学习者动机水平不足进而影响学习效果和完成率的问题[4]。因此，如何提升学习者在在线课程中的动機水平是重要的研究问题。

已经有研究探索了在线课程中互动对学习者动机水平的影响。例如，一项研究让英语学习者定期与英语母语使用者进行在线视频会话互动，对学习者的问卷调查表明，这种互动支持增强了学习者的动机水平[18];另一项研究对比了10岁儿童在有互动学习环境和无互动学习环境中解决数学问题的表现，互动学习环境中的儿童在解决问题的过程中可以获得来自程序的消息互动，通过调查儿童对活动的感受发现得到互动支持的儿童表现出更高的动机水平[19]。但在这些研究中，对学习动机的调查都是通过访谈等质性的方式或是通过调查学习者对课程的感受从而间接反映学习动机。凯勒（Keller）设计了教材动机问卷IMMS（The Instructional Materials Motivation Survey），用来测量学生的学习动机，被广泛应用于教学领域[20]。该问卷基于ARCS（Attention Relevance Confidence Satisfaction）模型设计。ARCS模型是一种衡量个人动机水平的四因素理论。第一个因素是注意力，学习活动需要保持学习者的注意力，并激发他们的好奇心;第二个因素是相关度，表示学习活动与学习者的个人目标和需求的相关度;第三个因素是自信心，学习者通过控制感和对成功的期望来建立自信，因为期望的实现程度将决定学习者为完成学习所付出的努力，当课程过难时就会影响学习者的自信心，可能会导致他们不再愿意继续努力;第四个因素是满意度，表示学习者对课程学习经历的积极态度。这四个因素在教学过程中起到激励学习者的重要作用。

本研究基于人工智能技术，设计了语音识别等课程内容互动形式，使用IMMS问卷测量学习动机，通过比较参与互动设计的课程学习者与没有参与互动设计的课程学习者学习动机差异，探索互动对于儿童学习者动机的影响。

三、研究方法

（一）被试

本研究的被试来自于斑马App用户。斑马App是猿辅导旗下面向3～8岁儿童、提供多学科学习的智能教育平台。现拥有英语、思维、阅读等多个系列的教学产品，每个系列包括多个级别，分别适用于不同年龄的儿童。本研究的被试选自思维系列的第三级别课程，共有560名学生，其中女生304名、男生256名，均为首次参加线上英语课程，此前并未有在线上学习英语课程的经历。被试的月龄范围是67～107个月，平均月龄为73.5个月。

（二）工具

本研究中，被试的动机水平使用改编后的教材动机问卷进行测量，该问卷改编自教材动机问卷IMMS，用于调查学习者对于使用学习材料的动机水平。问卷基于ACRS动机模型设计，共包含四个子维度：注意力、自信心、相关度和满意度。问卷采用Likert 5点量表评分，共有36条目。根据凯勒所述，该问卷的四个子维度均可以单独使用。考虑到本研究中材料的互动功能与“相关度”和“自信心”维度关联不大，而与“注意力”和“满意度”维度关系较为紧密，所以使用的动机问卷只采用注意力和满意度两个子维度[20]。

本研究对英文版IMMS问卷中的注意力和满意度维度进行了翻译和修改。改编后的教材动机问卷（IMMS-Adapted，简称IMMS-A）在本研究中的信度检验结果为Cronbach’s α =0.932，折半信度系数较高。对问卷条目的效度检验使用因子分析，KMO系数为0.876，P<0.001。信效度检验表明了IMMS-A有很好的可靠性。

（三）实验材料

本研究采用斑马App英语第三级别的前四周课程内容为实验材料。实验材料以自然周为一个周期，每周一至周四为动画课程，包含动画故事、口语活动、绘本阅读等环节，学习时长约20～25分钟;每周五为真人互动课程（以下简称“互动课”），学习时长约20分钟;周六、周日没有课程安排。

教师在周五的互动课中与动画情境相互配合，在浸入式的体验中，通过与被试互动的方式进行教学。互动课主要包括三种类型的互动：①语音互动环节：教师邀请被试跟读单词或句式，人工智能语音识别技术主要应用于该环节，单节课约19次。②选择环节，单节课约5次。③点击互动环节，单节课约3次。单节互动课的互动频次共约27次（前5分钟大约有7～8次），总时长约20分钟。

实验组和对照组的课程互动形式区别如表1所示。具体区别为：①语音互动环节中，实验组的教师邀请被试跟读或回答问题，会用口型提示答案。系统用喇叭提示被试发音，并进行语音识别。例如，邀请被试跟读“duck”，跟读正确后给出反馈。而对照组中系统无提示、不录音、不对被试的回答做出反馈。②选择环节中，实验组教师提问后，屏幕上展示两个选项，被试可以点击选项，系统会反馈答案正确与否。而对照组中被试点击后并不会有互动反应。③点击互动环节中，实验组教师提问，被试需寻找并点击画面中的物品。如出现“Please ring the bell”，被试会被提示点击对应物品，点击铃铛后，铃铛会出现放大、摇晃及发音的特效。而对照组的被试点击物品之后无特效反馈。

（四）实验流程

用户在斑马平台报名后会被随机分配至50人左右的微信在线学习群，每个学习群有一位辅导教师负责管理。本研究从负责思维学科第三级别的辅导教师中随机抽选了60位，并将这60位教师随机平均分至实验组和对照组。两组辅导教师在自己的学习群中招募被试。实验组教师招募到的275名被试参与有互动的英语课程;对照组教师招募到的285名被试参与无互动的英语课程。

被试参与为期四周的英语课程学习，实验组被试使用的实验材料为包含互动的课程，对照组被试使用的实验材料为无互动的课程。四周的课程学习结束后被试填写动机调查问卷。

四、研究结果

被试于实验结束后填写了IMMS-A问卷，但由于年龄原因，被试存在识字困难的情况。问卷填写实际为家长读题，然后由被试完成选择。共收回问卷57份，剔除异常数据问卷17份（答题时间过短、反向题回答异常或没有完成全部课程），最终共获得有效数据40份，其中实验组有效数据23份、对照组有效数据17份。为检验实验组与对照组之间动机水平的差别，本研究采用独立样本t检验方法，分析被试在动机水平不同维度上的得分。如表2中的结果显示，实验组被试在“注意力”（M=4.09）維度上的得分显著高于对照组被试（M=3.53），t=2.56、P=0.012。这表明具有互动功能的课程让被试注意力更加集中。实验组被试在“满意度”（M=3.98）维度上的得分同样显著高于对照组（M=3.58），t=2.17、P=0.036。这表明具有互动功能的课程让被试更加满意。两组数据在注意力和满意度维度上差别的效应量（Cohen’s d）分别是0.82和0.67（Cohen’s d 在0.5到0.8之间为中等效应，高于0.8为高等效应）。

本研究中将被试“观看5分钟以上互动课”的行为定义为参与行为。如表3所示，两组被试参与互动课的人数都呈下降趋势，实验组参与人数从第一周的157人下降到第四周的131人，对照组参与人数从第一周的171人下降到第四周的114人。实验组的观看人数比率从57.1%下降到47.6%，流失率为9.5%。对照组观看人数从60%下降到40%，流失率为20%。

为探究课程互动功能是否会对留存情况产生影响，本研究对两组被试的参与情况进行了卡方检验。实验组第一周参与人数为157人，第四周参与人数为131人，净流失量为26人;对照组第一周参与人数为171人，第四周参与人数为114人，净流失量为57人。对两组学员四周之后的留存情况进行卡方检验，结果如表4所示。实验组与对照组参与学员的留存区别达到显著水平，即：χ2（1）=12.18，P<0.001。

五、讨论

（一）学习动机

本研究在对两组学员学习动机进行调查时发现，两组被试在“注意力”和“满意度”维度上都表现出显著差别。在注意力上的差别表明实验组材料中的互动形式能够帮助被试保持对学习材料的注意力。实验材料中基于学习内容的互动激发了被试的兴趣，让被试能够专注于课程学习。

满意度代表被试在课程学习过程中有积极的学习体验。满意度维度上的差别表明基于人工智能技术的内容互动设计提升了被试在周五互动课上的学习体验，而良好的学习体验能够激发学习者继续学习的动机[21]。在课程中，正向积极的课程互动反馈让学习者有更好的课程体验，从而提高满意度[22]。这与基姆（Kim）和弗里克（Frick）的研究结果一致，即课程中良好的互动能够维持学习者的动机水平[23]。由此我们推荐在课程中设计需要学习者与内容发生互动的环节，一方面能够帮助学习者集中注意力，另一方面可以提升学习体验，提高他们对课程的满意度，进而促进其坚持学习的动机。

（二）参与情况

对比四周动画课程（周一至周四）的参与率，两组学员之间并没有在某一周呈现出显著差别（如表5所示），四周整体呈下降趋势，同时参与率衰减的百分比差别不大。因此可以认为在相同的课程条件下，两组学员的参与意愿基本相同。

对比四次互动课（周五）的参与情况，两组学员的参与率也都呈现下降趋势。对两组第一周参与学员在第四周的留存情况进行卡方检验，结果表明：在第四周，实验组和对照组之间的留存率区别达到显著差异，即实验组被试的留存率显著高于对照组。这一结果显示基于人工智能的互动课堂能够更好地吸引学员继续留在课程中学习，学员继续学习的意愿较强。这与前人关于在线学习中互动的重要性研究结果一致，良好的互动设计是维持学生持续学习的重要因素[24]。由此我们建议，学习者与课程内容之间的互动应该被考虑到在线课程的设计中，用来提高学习者的参与度和参与意愿。尽管学习者在有互动设计的课程中留存效果已经比无互动设计课程更好，但是四周之后实验组的留存率已经不足50%。比较特殊的情况是两组学员第三周的互动课参与率都有所回升，在实验期间研究者并未对完课做出激励措施，可能的原因是第三周的互动课趣味性较高，使更多学习者愿意观看5分钟以上。通过周五互动和周一至周四动画课的参与对比，趣味性更高的互动课有更好的参与率。这一现象提示，在后续的课程设计中，设计者需要考虑加强课程的趣味性来提高儿童学员的参与意愿。

六、结语

本研究从定量的角度发现了设计学习者与内容之间的互動会对学习者的动机产生影响。与一般的动画课程内容相比，在儿童的学习内容中加入互动学习元素可以提高他们对课程的注意力和满意度，同时也能够提高其继续学习的几率。本研究选择的互动类型是学习者与内容之间的互动，是目前三种互动类型中研究较少的，弥补了从学习者与内容互动角度探究互动对学习相关效果影响研究的缺口。在学员规模较大的在线课程中，除了传统的师生互动、生生互动，在线课程还需要设计更多互动形式来满足在线学习者不同的需求[24]。本研究中的课程互动种类有3种（语音互动环节、选择环节、点击互动环节），未来的研究中可以加入更丰富的互动类型（拖拽、连线等），以观察互动类型丰富度对学习动机的影响。实验组和对照组之间学习动机和课程留存的差别，说明基于人工智能技术的课程互动形式可以让学生维持更好的学习动机。但目前人工智能技术的作用仅限于语音识别，在未来可以加入智能人机对话等功能，通过深入的对话交流反馈，保持学习者对课程的兴趣。

本研究同样存在一些局限性：尽管参与课程的人数达到560人，但是问卷采用在线投放的形式，实际回收的有效问卷只有40份。同时，由于儿童年龄的限制，问卷不能一次设置过多问题，因此，IMMS问卷的另外两个维度未能统计。在未来的研究中，在研究对象是更大年龄的学习者时，可以尝试统计全部维度的动机水平。

参考文献：

[1]中国互联网络信息中心.第48次中国互联网络发展状况统计报告[EB/OL]. [2021-09-15]. http：//www.cnnic.net.cn/ hlwfzyj/ hlwxzbg/hlwtjbg/202109/t20210915_71543.htm.

[2]MORAGN A. Interactive whiteboards， interactivity and play in the classroom with children aged three to seven years[J]. European Early Childhood Education Research Journal， 2010， 18（1）：93-104.

[3]MAHLE M. Effects of interactivity on student achievement and motivation distance education[J]. Quarterly Review of Distance Education， 2011，2（3）：207-215.

[4]KAUFFMAN H. A review of predictive factors of student success in and satisfaction with online learning[J]. Research in Learning Technology， 2015（23）：1-13.

[5]艾瑞咨询.中国在线幼儿启蒙英语行业白皮书[EB/OL].https：//www.iresearch.com.cn/Detail/report？id=3319&isfree=0.

[6]COLCHESTER K， HAGRAS H， ALGHAZZAWI D， et al. A survey of artificial intelligence techniques employed for adaptive educational systems within e-learning platforms[J]. Journal of Artificial Intelligence and Soft Computing Research， 2017，7（1）：47-64.

[7]MOORE M G. Three Types of Interaction[J]. American Journal of Distance Education， 1989，3（2）：1-7.

[8]ZIMMERMAN T D. Exploring learner to content interaction as a success factor in online courses[J]. International Review of Research in Open and Distributed Learning， 2012， 13（4）：152-165.

[9]徐德媛.幼小銜接视角下幼儿合作能力培养现状的研究[D].天津：天津师范大学，2015.

[10]CHIU T L， LIOU H C， YEH Y. A study of web-based oral activities enhanced by automatic speech recognition for EFL college learning[J]. Computer Assisted Language Learning， 2007， 20（3）：209-233.

[11]GOLONKA E M， BOWLES A R， FRANK V M， et al. Technologies for foreign language learning： a review of technology types and their effectiveness[J]. Computer Assisted Language Learning， 2014， 27（1）： 70-105.

[12]S·H·福斯特科恩. An introduction to child language development[M]. 北京：外语教学与研究出版社，2002.

[13]AL SMADI T， AL ISSA H A， TRAD E， et al. Artificial intelligence for speech recognition based on neural networks[J]. Journal of Signal and Information Processing， 2015，6（2）：66-72.

[14]KELLER J M. Development and use of the ARCS model of instructional design[J]. Journal of Instructional Development， 1987，10（3）：2-10.

[15]Cho M H， Heron M L. Self-regulated learning： the role of motivation， emotion， and use of learning strategies in students’ learning experiences in a self-paced online mathematics course[J]. Distance Education， 2015，36（1）：80-99.

[16]RAWSTHORNE L J， ELLIOT A J. Achievement goals and intrinsic motivation： A meta-analytic review[J]. Personality and Social Psychology Review， 1999，3（4）：326-344.

[17]PURSEL B K， ZHANG L， JABLOKOW K W， et al. Understanding MOOC students： motivations and behaviours indicative of MOOC completion[J]. Journal of Computer Assisted Learning， 2016，32（3）：202-217.

[18]WU W V， YEN L L， Marek M. Using online EFL interaction to increase confidence， motivation， and ability[J]. Journal of Educational Technology & Society， 2011，14（3）： 118-129.

[19]TUNG F W， DENG Y S. Designing social presence in e-learning environments： Testing the effect of interactivity on children[J]. Interactive Learning Environments， 2006，14（3）：251-264.

[20]KELLER J M. Motivational design for learning and performance： The ARCS model Approach[M]. Springer Science & Business Media，2009.

[21]KELLER J M. First principles of motivation to learn and e3 learning[J]. Distance education， 2008，29（2）：175-185.

[22]CHOU C， PENG H， CHANG C Y. The technical framework of interactive functions for course-management systems： Students' perceptions， uses， and evaluations[J]. Computers & Education， 2010，55（3）：1004-1017.

[23]KIM K J， FRICK T W. Changes in student motivation during online learning[J]. Journal of Educational Computing Research， 2011，44（1）：1-23.

[24]CROXTON R A. The role of interactivity in student satisfaction and persistence in online learning[J]. Journal of Online Learning and Teaching， 2014，10（2）：314-325.

作者简介：

马超，北京猿力未来科技有限公司员工，邮箱：machaobj@yuanfudao.com;

张妺，北京猿力未来科技有限公司员工。

The Influence of Interaction between Online Course and Children’s Learning

Motivation Based on Artificial Intelligence

Chao MA， Mo ZHANG

（Beijing YuanliWeilai Science and Technology Co.， Ltd， Beijing 100102）

Abstract： Since online learning has become a popularity of learning， learning motivation is viewed as one of the most important factors that can affect learning performance of students. To explore the influence that AI-based interactive course exerted on children’s learning motivation. 560 children aged 5-8 years old were divided into two groups to participate in a four-week interactive course and a non-interactive course， respectively. The findings show that the children take participation into the interactive courses with higher participation rate and show a higher level of motivation in learning attendance and satisfaction than the children take participation into the non-interactive courses. The conclusions show that the AI-based interactive courses can effectively improve children’s learning motivation， thus， educators should enrich the form of interaction under the circumstance of online learning.

Keywords： Learning motivation; Interaction; Children; Artificial intelligence; Online course

編辑：王晓明   校对：李晓萍