学习支持对在线学习投入的影响研究——基于信息素养的调节作用

●陈 川 叶阳梅 孙卫华

一、问题提出

2020年开始席卷全球的新型冠状病毒肺炎给在线教育带来了前所未有的挑战，也成为中国教育信息化改革的助推器。2019年，教育部等11部门印发《关于促进在线教育健康发展的指导意见》，明确提出要推出6000门左右国家级和10000门左右省级一流课程，推进线上线下教育融通以保障在线教育质量。[1]一流课程建设的背后折射出中国在线教育逐渐迈入“质量改革”的智能教育新时代，人们开始追求高质量的教育资源和高效率学习体验。2022年4月，在教育部等5部门印发的《关于加强普通高等学校在线开放课程教学管理的若干意见》明确要求教师要做好在线服务，确保线上课程质量。在线学习投入聚焦学习者在学习过程中持续表现的状态，作为预测学习者在线学习质量的具体可测指标备受国内外研究者的关注。

早期的在线学习投入研究主要从心理学视角，将在线学习投入划分为认知投入、情感投入和行为投入三个维度[2]，却忽视了学习者所处的社会环境和家庭作用。本研究借鉴姜强等人[3]的研究成果，增加社交投入维度作为在线学习投入的核心要素。已有研究聚焦学习者个人属性、在线学习环境角度探究在线学习活动影响因素，并从心理学层面对学习过程数据进行挖掘和分析，探究在线学习投入运作机制和调节效应。研究表明：学习支持服务，如学习分析技术[4]、教师支持[5]、社会支持[6]以及自主支持[7]等因素对提升大学生在线投入有显著作用。信息素养是中国学生核心素养之一，已有研究发现学习者信息素养影响在线学习动机、策略和绩效。[8]然而，已有研究往往限定在单一要素对学习投入多元素，或从多种要素对学习投入整体的讨论，缺乏从信息素养调节效应的视角实证阐释学习支持多个要素对学习投入多元素的作用关系。本研究旨在厘清学习支持、信息素养和学习投入之间的影响关系，构建基于信息素养调节的学习投入影响关系模型，探究三者之间的关系结构和调节效应，以期为推动在线教育质量改革落实提供切实有效的建议。

二、基于信息素养调节的在线学习投入影响关系模型构建

在线学习具有开放共享、互联互通的特征，更加有利于教育资源的共享共建以及学习者之间的信息交流和反思。与传统课堂相比较，在线学习结构更为复杂，关于在线学习投入的研究也不断延伸到多维因素的深刻解析。近年来，国内外研究者采用不同研究方法，从多维度、多视角对在线学习投入影响因素展开广泛讨论，研究一致认为可以通过影响在线学习投入相关因素来提升在线学习质量。[9]其中，学习支持服务(如信息技术支持、教师和家庭支持、社会支持、群体效应等)不仅影响学习者学习状态，而且直接影响其在线学习效率和质量，对在线学习投入的影响作用最大，相关研究成果也最为丰富。信息素养随着智能化学习环境的演变成为在线学习者必备的学习技能，与学习者的认知和社交密切相关，能够改变学习者的思维方式和行为习惯而影响其在线学习投入。本研究将信息素养作为学习支持对在线学习投入影响的调节变量，基于学习支持和学习投入核心要素之间的关系发生机制和影响效应，构建基于信息素养调节的在线学习投入影响关系模型，如图1所示。

图1 基于信息素养调节的在线学习投入影响关系模型

(一)学习支持与在线学习投入的关系

在线学习缺乏教师面对面的督促和及时反馈等传统课堂的优势，导致普遍存在辍学率高、完成率低、学习投入低的问题，构建有效的学习支持体系成为在线教育研究者重点关注的课题。狭义的学习支持指学习共同体(包括教师、学生以及家长等)之间的交流活动，广义上将课前、课中和课后学习活动过程中，能够帮助学习者开展在线学习的所有元素都纳入学习支持概念。[10]本研究总结学习支持已有研究成果，将其归纳为技术支持、社会支持、情感支持和评价支持四个部分。其中，技术支持指在线学习平台提供的学习助手、即时聊天工具(如“超星学习通”的班级群、学习笔记)等功能，也包括技术人员提供的在线服务；社会支持指从客观角度为学习者提供的物质资源、社会关系网络以及学习共同体的交互等；情感支持则反映学习者主观上密切感知到的被支持、理解和尊重的学习情感体验；评价支持指的是对学习者在线学习表现和学习效果进行评估的形成性评价和总结性评价。

从已有研究成果来看，学习支持贯穿于学习资源、平台、信息以及交互全过程，与在线学习投入密切相关。如，马秀麟等人以认知、社会和行为维度构建群体感知效应模型并进行实证研究，发现良好的群体感知有助于提升在线学习投入。[11]刘斌等人将教师支持作为在线学习投入关键因素，通过学习数据分析发现自主支持对其影响最大。[12]还有研究表明学习支持能调动积极学习情感，从而提升在线学习绩效。[13]基于以上分析，本文提出如下假设：

H1：技术支持对在线学习投入四个维度均有显著正向影响；

H2：社会支持对在线学习投入四个维度均有显著正向影响；

H3：情感支持对在线学习投入四个维度均有显著正向影响；

H4：评价支持对在线学习投入四个维度均有显著正向影响。

(二)信息素养与在线学习投入的关系

信息素养涵盖对信息的使用、甄别、筛选以及信息意识和批判的能力[14]，本研究中的信息素养指大学生在信息道德和意识支配下，运用信息知识对在线学习信息的获取、运用、加工、创新和评价能力。相关研究表明信息素养影响在线学习交互活动，是提升在线学习认同感的重要因素。[15]也有研究认为学习者基本的信息素养能够提高学习投入度，但也会因在线活动而影响学习者对知识内容的关注。[16]基于已有研究分析，本文提出如下假设：

H5：信息素养对在线学习投入四个维度均有显著正向影响。

(三)信息素养在学习支持对学习投入关系的调节作用

有研究发现信息素养能够促进学习者的规划、决策能力，在知识储备上增强学习兴趣和信心，进一步有效促进学习者深度学习。[17]还有研究表明信息素养对在线教育的课程设计、活动组织以及社交网络都有一定主导作用。[18]毋庸置疑，信息素养在某种程度上关联着学习支持中的技术、社会、情感以及评价等元素。我们将这种关联关系转化为信息素养在学习支持对学习投入关系的调节效应。信息素养通过调节学习支持中的哪些因素来影响学习投入，学习投入中的哪些变量会受到信息素养的调节？作为在线学习者和教育者，应如何提高在线学习投入度，进而提高在线学习质量？本研究尝试建立如下假设，以解释以上问题。

H1a：信息素养在技术支持对在线学习投入的关系有正向调节作用；

H2a：信息素养在社会支持对在线学习投入的关系有正向调节作用；

H3a：信息素养在情感支持对在线学习投入的关系有正向调节作用；

H4a：信息素养在评价支持对在线学习投入的关系有正向调节作用。

三、研究设计

(一)研究目标

本研究基于学习支持、信息素养和在线学习投入已有研究成果，对三者之间的关系进行梳理并构建基于信息素养调节的在线学习投入影响关系模型。以参与线上学习的高校大学生学习数据为依据，对其影响关系模型进行验证。研究旨在探讨以下问题：(1)学习支持的四个变量、信息素养对在线学习投入的四个变量是否存在影响作用？影响程度如何？(2)信息素养在学习支持对在线学习投入的关系中是否存在调节效应？通过哪些变量进行调节？(3)根据以上研究结果提出大学生在线学习投入提升策略和建议。

(二)研究对象

疫情防控常态化背景下，线上学习与线下学习相结合成为大学生主要的学习方式。研究以2020年至2022年疫情防控常态化过程中参与在线学习的大学生为研究对象，通过问卷星在线发布问卷，收集到2892份问卷，剔除无效问卷获得有效问卷2740份，有效率为94.7%。参与调研的男生有960人，占比35.0%，女生有1780人，占比65.0%。学习网络课程数量为6门及以上的有2215人，占比80.8%，这表明参与调研的大学生有着较为丰富的线上学习经历和体验。

(三) 研究方法

研究采用SPSS25.0检验模型有效性，并对模型中的变量进行相关分析，验证学习支持四个自变量和信息素养对学习投入的四个因变量之间的影响关系。运用Process3.3插件计算调节参数，对模型中信息素养的调节效应和调节机制进行验证。

(四)研究工具

1.问卷设计。参照学习支持、信息素养和在线学习投入已有测量指标，结合疫情期间大学生在家开展在线学习的实际反复验证、修改后形成研究问卷。该问卷由“在线学习基本情况”，包括个人信息和在线学习课程、平台等信息(7个题项)和三个测量量表(58个题项)组成。学习支持量表参照白倩等人对学习支持需求分析的相关研究[19]，包括技术、社会、情感和评价支持四个维度(16个题项)；学习投入量表借鉴李爽等人关于远程学习者学习投入的测评模型[20]，包括认知、行为、情感和社交投入四个维度(20个题项)；信息素养量表参考吴晓伟等人的研究[21]，包括信息意识、信息技能和信息道德三个维度(12个题项)。采用5点李克特计分办法，由1到5依次表示学习者从“完全不同意”到“完全同意”的程度。

2．问卷信效度检验。问卷整体Cronbach's α值为0.966，每个量表Cronbach's α值介于0.917～0.933之间，各变量Cronbach's α介于0.866～0.933之间，表明问卷信度良好可做进一步研究。KMO值=0.971，每个量表KMO值介于0.886～0.957之间，每个变量KMO值介于0.74～0.886之间；Bartlett卡方检验值均小于0.000，表明问卷效度较高满足因子分析条件。

四、研究结果

(一)学习支持、信息素养对在线学习投入的相关分析

信息素养、学习支持和学习投入各维度9个变量的均值得分并不高。学习者感知的学习支持程度由强到弱依次为社会支持、评价支持、技术支持和情感支持，方差数值接近，感知差异不大；学习者在线学习投入水平由高到低依次为行为投入、社交投入、认知投入和情感投入，且由方差结果可见行为投入差异较小；信息素养整体得分虽然不高，但学习者个体差异相对较大。

1．学习支持与学习投入的相关性。由表1可知，学习支持的四个变量对在线学习投入的四个变量均呈现显著相关性，假设H1、H2、H3、H4均成立。情感支持对情感投入、认知投入以及社交投入的影响最大，且情感投入受到学习支持四个变量的影响都比较大。

2．信息素养与学习投入的相关性。由表1可知，信息素养对学习投入的四个变量均呈现显著相关性，假设H5成立。信息素养对在线学习投入每个变量的影响比学习支持每个变量都大，说明信息素养是促进学习者在线学习投入的基本条件和前提。

3．学习支持与信息素养的相关性。从相关分析结果中，还得到学习支持的四个变量与信息素养呈现显著相关性，甚至高于这四个变量对学习投入的影响。综合以上分析结果，学习支持、信息素养以及在线学习投入有显著相关性，可进一步做调节效应和调节机制的验证。

(二)信息素养的调节效应验证

研究采用分层回归对其调节效应进一步验证。模型中各个变量的方差膨胀因子均小于3，故研究中学习支持、信息素养以及学习投入的自变量不存在多重共线性问题，可用于回归模型检验。验证学习支持的四个变量对在线学习投入四个变量的影响是否受信息素养的调节，首先建立如下回归方程：Y=C0+ C1X+ C2U+ C3UX+e1。其中，Y代表因变量(社交投入、情感投入、认知投入和行为投入)，X代表自变量(技术支持、社会支持、情感支持和评价支持)，U代表调节变量(信息素养)。通过检验方程中系数C1和C3判断是否有显著调节作用，如果C1≠0且C3≠0说明信息素养调节了学习支持自变量对在线学习投入因变量之间的关系。研究对每个因变量与四个自变量之间的关系(共16个方程)都进行了调节效应的验证，利用Process3.3插件计算方程中的系数，检验结果如表1所示。

表1 研究假设和预测模型检验结果

从研究假设H1a验证结果来看，信息素养与技术支持的交互项对社交投入和情感投入正向调节作用显著，交互系数分别为0.255和0.36(p<0.05)，对认知投入和行为投入的影响为0，表明信息素养在技术支持对社交投入和情感投入两个维度有正向调节作用。

从研究假设H2a验证结果来看，信息素养与社会支持的交互项对情感投入有着显著正向调节作用，交互系数为0.478(p<0.05)，对行为投入有显著负向调节作用，交互系数为-0.502(p<0.05)，对社交投入和认知投入没有调节作用，表明信息素养在社会支持对情感投入的影响有正向调节作用，在社会支持对行为投入影响有一定的负向调节作用。

从研究假设H3a验证结果来看，信息素养与情感支持的交互项对情感投入和认知投入正向调节作用显著，交互系数分别为0.325和0.291(p<0.05)，对社交投入和行为投入的影响为0，表明信息素养在情感支持对情感投入和认知投入两个维度有正向调节作用。

从研究假设H4a验证结果来看，信息素养与评价支持的交互项对社交投入有一定负向调节作用，交互系数为-0.239(p<0.05)，对情感投入和认知投入有正向调节作用，交互系数分别为0.602、0.393(p<0.01)，对行为投入没有调节作用。以上表明信息素养在评价支持对社交投入影响有一定负向调节作用，在情感投入和认知投入影响有正向调节作用。

根据以上分析结果，本研究假设H1a和H3a得到验证，H2a和H4a存在负向调节作用，部分得到验证。

(三)信息素养的调节机制验证

在高信息素养调节作用下，技术支持、社会支持、情感支持以及评价支持对在线学习者情感投入的促进作用均有所提高，评价支持的作用效果最明显；情感支持和评价支持对在线学习者认知投入的促进作用也有所提高，评价支持的作用效果也较为明显；技术支持对社交投入的促进作用也有一定程度提高，作用效果相对较弱。

此外，研究中还发现信息素养存在负向调节效应。一是高信息素养调节作用下，社会支持对行为投入的促进作用反而更低，且呈下降趋势；二是信息素养提高到一定水平，评价支持对社交投入的促进作用有所提高，但随之大幅度下降至负向调节作用。

五、结论与建议

(一)研究结论

第一，学习支持、信息素养与在线学习投入均呈现显著相关性。研究结果表明学习支持与在线学习投入呈现密切相关关系，尤其是情感支持的作用非常显著。与此形成鲜明对比的是，参与此次调研的大学生情感支持得分最低，社会支持得分最高。这表明虽然我们一再强调要给予学生适当的关注和指导，教师也采取了相应的措施让学习者感受到物质上的帮助、社交团体的协作等(如93.3%的学生认为“可以随时与教师取得联系”，但仅有38.4%的学生表示“教师会帮助解决心理和情感问题”)。但是在教学实践中忽略了学生作为“社会人”的情感需求，这就导致“教师高投入、学生低感知”的不良局面。信息素养对在线学习投入也产生显著影响作用，且高于学习支持对其四个变量的影响，教师要想提升大学生在线学习投入，首先应考虑为其提供开展在线学习提供的信息能力支持。

此外，研究还发现行为投入受到的影响相对较低，但是参与调研的大学生学习投入得分却最高。其原因可能有两种：一是疫情期间部分学生对其学业存在焦虑情绪，没有全身心投入在线学习。如，97.3%的学生会及时提交课程作业，但仅有47.5%的学生会在遇到困难时继续为之努力。二是在线学习评价体系尚不健全，更多教师会选择课程完成度、作业提交及时性等作为评价指标，这就导致学习者的学习行为处于“疲于应付”的状态。

第二，信息素养在学习支持对在线学习投入影响的正向调节作用。结合信息素养的调节效应和调节机制，研究发现信息素养在学习支持对在线学习投入的以下影响关系中起到正向调节作用：一是在技术支持、社会支持、情感支持以及评价支持对在线学习者情感投入的促进作用中有正向调节作用，且对评价支持的作用效果最明显；二是在情感支持和评价支持对在线学习者认知投入的促进作用中有正向调节作用，评价支持的作用效果也较为明显；三是在技术支持对在线学习者社交投入的促进作用中有正向调节作用，作用效果相对较弱。这表明信息素养主要通过调节学习支持服务的评价支持和情感支持两个变量，影响在线学习投入的情感投入和认知投入。这意味着随着信息技术的发展演变，在线教育关注点应该从单纯的技术支持转移到对学习者数字智能情感的关注以及学习行为的有效干预上来。教师不仅要从客观上为学习者提供资源、社交网络等，更应洞察学生心理状态、引导学生在学习中找到成就感和归属感，对特殊群体学生给予更多的情感支持。

第三，信息素养在学习支持对在线学习投入影响的负向调节作用。研究还发现信息素养在学习支持对在线学习投入的两种影响关系中起到负向调节作用：一是在社会支持对行为投入的影响，二是评价支持对社交投入的影响。研究结果说明学生的信息素养越高则在线学习投入越高，但达到一定程度后会通过干扰学习者的社交投入和行为投入，从而影响学习支持对在线学习投入的促进作用。参与此次调研的大学生来自浙江、河南等26个省份，其中浙江省内学生占比达70.6%以上。结合标准方差来看，地域信息化水平差异导致学生信息化素养参差不齐：信息化水平越低的区域，提升大学生信息素养对于在线学习投入的提高越有效，如疫情期间Q高校为中西部地区学生提供免费移动流量等措施，能够切实解决在线学习面临的网络联通问题；而对于信息化水平较高的区域，要注重培养学生对网络技术的掌控能力，防止其沉溺于网络游戏和无效社交。这一结论有利于教育管理者有针对性制定及完善帮扶政策，引导信息素养水平较低的学习者积极提升自身能力，帮助信息素养水平较高的学习者树立技术自控力和风险意识。

(二)建议对策

第一， 提高数字情感智能，引导学习者形成在线学习同理心。研究发现，大学生在线学习投入中情感投入相对较低，而情感支持显著影响在线学习投入，因此对在线学习者进行情感引导非常有必要。数字情感智能指学习者运用同理心，与学习共同体之间建立良好的交互情感，提高学习者数字情感智能可以帮助其突破传统人机通过鼠标、键盘等方式进行简单交互的局限性，引导学习者在线上学习过程中能够更充分、恰当地表达内外部交互情感。可以通过多种方式帮助学习者建立良好的人机情感交互状态。对教师而言，可以从教学设计和环境创设两个维度营造良好的情感交互氛围，如针对在线学习活动设计可以考虑选择真实情境作为教学背景，更好地带动学习者进入学习情境；也可以选择合作性、协作性更强的学习任务，帮助学习者突破地域限制充分融入学习共同体。对学习者而言，在线上学习过程中应该有意识地养成自我管理意识，在学习活动中充分展示并表达个体情感，如努力理解团队协作任务、乐于分享学习经验和体会等，不断调整自己并充分融入和谐、自然的人机交互生态环境。

第二，建立有效学习分析，及时提供在线学习评价和干预。研究结论表明，信息素养在学习支持对在线学习投入影响中起到重要的调节作用，尤其是在评价支持对在线学习投入的促进作用中表现得最为突出。因此，对在线学习进行精准分析和评估变得尤为重要。教师应该建立合理的在线学习评价体系，不仅将行为投入维度，如在线登陆时长、次数以及提交作业情况等作为考核指标，还应该关注学习者在认知和情感方面的投入。这就要求教师能够充分挖掘在线学习平台中的学习数据，学会运用学习分析技术对学习者表现进行精准评估和个性化指导。同时，考虑从教师和同行评价两个维度对学习者在线学习表现进行综合评价。此外，教育管理部门可以从学习者角度对学习服务平台进行充分调研，并联合技术服务部门为教师和学习者提供在线学习过程可视化监测平台，支持不同信息素养水平的教师及时提供有效学习干预，实现教育资源优化共享及协同创新。

第三，重视信息素养培育，保障学习者在线学习支持服务。从研究结论来看，信息素养不仅在情感支持、评价支持对在线学习者情感投入等促进作用中有正向调节作用，也在社会支持对行为投入以及评价支持对社交投入的影响中有负向调节作用，因此要充分重视学习者信息素养的培育，以保障学习者在线学习各项支持服务。从教育管理部门视角，应充分调研各地区网络信息资源分布情况，并以此为依据建立良好的“家——校——社”协同共建机制，保障在线学习环境中信息的联通性。从学校教育者视角，可以采取以下措施：一是提供详细的学习平台及资源使用说明书等材料，避免学习者在线学习中的“信息迷航”现象；二是持续关注在线学习表现，针对信息素养水平低的学生帮助其提升基本技能，而对于信息素养水平较高的学生要引导其形成良好的网络自控力；三是适当提供在线学习交流和分享机会，让学习者在参与在线学习过程中找到归属感和成就感。从教师和家长视角，要充分认同和理解学习者在线学习过程中表现出来的焦虑、烦躁等情感，特别是疫情期间缺乏同伴的聆听和疏导，更要及时掌握并排解学生的不良情绪，共建良好和谐的外部支持环境。从学习者自身角度，一方面，要清晰认识自身信息素养的不足(如信息搜索、识别、应用、评价等)，通过自学相应的信息素养课程或参加信息技术能力培训加以弥补和提升。另一方面，主动适应时空分离的在线教学场景，养成应用信息技术主动解决在线学习问题的意识。

第四，健全监督管理制度，重塑健康安全的在线学习环境。从信息素养在学习支持对在线学习投入影响的负向调节作用来看，信息素养越高则在线学习投入越高，但达到一定程度后会通过干扰学习者的社交投入和行为投入，从而影响学习支持对在线学习投入的促进作用。因此，在发展迅猛的“互联网+”时代，在线学习者对网络技术的掌控能力也将愈来愈强，如何实施对在线学习数据的有效监管成为教育部等部门关注的重点内容。一方面，要从源头上保障在线教育资源的规范性和完整性。随着在线开放课程的数量不断增加，课程质量和规范性也逐渐成为影响在线学习的重要因素。课程平台要严格落实网络安全，注重教师和学生学习过程的数据安全；高校要对课程内容、质量和运行保障进行政治上和学术上的把关；在线课程建设者应严格按照教学大纲对应的要求，开设并维护完整的课程内容，在课程运行期间提供及时的学习支持服务。另一方面，要在过程中监管在线学习者的学习行为。一方面，通过规范的系统进行选课，并签署诚信学习承诺书，引导在线学习者从思想上认识在线学习的重要性；另一方面，对学习者的账号、学习记录和考试成绩进行把关，并建立相应的惩罚措施。通过对在线学习平台、课程以及师生的监督管理，以期为在线学习者提供健康、安全、有效的在线学习环境。