在线学习交互体验对大学生情感投入的影响研究

2023-02-18闫昭存

软件导刊 2023年1期

王健，闫昭存

（辽宁师范大学计算机与信息技术学院，辽宁大连 116081）

0 引言

新冠肺炎疫情爆发后，全国各学校积极响应教育部号召，开展了至今为止规模最大的在线教育教学实践。这场在线教育实践加速了在线学习发展，但暴露出大学生在线学习过程中存在孤独感、学习消极被动、投入度不高等问题［1］。在后疫情时代，提升学习者在线学习投入度，改善在线教育质量和效果已然成为重要的研究课题。在线学习投入作为衡量学习者在线学习过程质量的重要指标逐渐成为在线教育领域的研究热点，与学习者的学业成功、学业满意度、学习持续性等方面高度相关。

研究证明，情感投入作为学习投入的主要维度之一，在混合协作学习中发挥重要作用，且积极的情感投入对提高学业绩效具有重要作用［2］。但在以往关于学习投入研究的维度上，多聚焦于较为显性化的行为投入，关于情感投入的研究较少，或将情感投入纳入学习投入总概念中进行研究，对在线学习情感投入的单独探讨存在空缺。

此外，不少研究者将交互作为衡量学习者学习投入和积极在线学习行为的“黄金标准”［3］，众多研究关注于交互行为特征及对学习质量的影响等方面，却较少关注学生在此过程中的情感体验。因此，本文从“体验”为切入点来关注学习者的感知，将在线学习交互及其3 个维度纳入同一研究框架，以心流体验为中介变量，探讨在线学习交互体验对情感投入的影响机制。

1 概念界定

1.1 在线学习交互体验

Moore［4］认为教学交互包括学习者与教师、学习者与学习者及学习者与课程内容3 种类型，得到了学界的广泛认可。本研究在此基础上将在线学习交互体验划分为学生与教师（S-T）交互体验、学生与学生（S-S）交互体验、学生与内容（S-C）交互体验3 个维度。其中，S-T 交互体验指学习者对教师的认知引导、组织、情感支持等方面的感知；S-S 交互体验指学习者与同伴间分享、讨论、协作和评价反馈等方面的感知；S-C 交互体验指学习者对在线课程资源设计、内容编排及学习平台反馈性等方面的感知［5］。

1.2 心流体验

Csikszentmihalyi［6］于1975 年首次提出心流（flow）这一概念，随后系统建构了心流理论。该理论将心流分为心流前兆、心流体验、心流结果3 个层次。其中，心流前兆是指心流的引发条件，包括明确的目标、技能与挑战的平衡、及时的反馈；心流体验是心流的主要状态，包括注意力高度集中、行为与意识的融合、潜在控制感；心流结果是心流的获得程度，包括自我意识丧失、时间扭曲感及体验活动本身的价值。当个体处于心流体验状态时，表示他们完全被当前任务所吸引，认真且专注于所从事的活动，时间感知能力减弱，忽略了其他事情且感觉心情愉悦［7］。

1.3 在线学习情感投入

情感投入的概念来源于学习投入，Fredeicks［8］认为在线学习投入指学习者在在线学习过程中表现出的积极状态，并将其划分为行为投入、认知投入和情感投入3 个维度。王小根等［9］认为在线学习情感投入是指学习者在线学习活动中与学习共同体、学习资源等进行情感互动时态度、情感反应等的动态累加过程，包括愉悦、好奇、厌恶等情绪。

2 研究模型与假设

2.1 研究模型

查阅相关文献发现，在线学习交互活动会引发心流体验产生。宋佳等［10］构建师生交互测量模型，分析问卷数据发现教学性、社会性交互会直接正向影响心流体验。并且，交互性与情感投入相关。王思瑶［11］研究发现在线课程教学中的生生交互、生师交互和内容交互均能正向预测学生的在线学习行为投入、认知投入和情感投入。此外，方佳明等［12］从自我决定理论视角出发，实证表明社会交互会直接影响学习者的MOOC 学习投入，通过提升心流体验等方面对MOOC 学习投入产生间接影响。综上，学习者的情感投入受到交互性与心流体验影响，学习者的心流体验受到在线学习交互影响。学习者的交互体验在网络学习情境下是否也会通过引发心流体验对情感投入产生影响，还有待进一步探讨。基于此，本文提出一种研究假设模型，探究在线学习交互体验影响大学生情感投入的内在机制，分析影响过程中心流体验的功能作用，如图1所示。

Fig.1 Hypothetical model of online learning interactive experience，flow experience and emotional input图1 在线学习交互体验、心流体验和情感投入假设模型

2.2 研究假设

2.2.1 心流体验

研究表明，教学交互对学习者的心流体验存在影响。教师与学习者的积极互动，例如对学习结果进行及时评价与反馈等行为会促使学生产生积极情绪，进而提高学生满意度，获得心流体验［13］。吴华君等［14］关注MOOC 学习者持续学习意愿，通过研究证实教学交互行为中的教师情感性支持会显著影响心流体验。综上，基于上述理论与相关研究提出以下假设：

假设1：学习者在线学习交互体验正向预测心流体验。

2.2.2 在线学习情感投入

在交互性对学习投入的影响研究方面，多数研究者将学习投入作为一个整体进行探究。例如，崔小雨［15］分析问卷调查数据发现，在线学习交互体验及其各维度均会正向影响学习投入。郎悦茹等［16］研究发现，网络学习环境中的师生交互可显著正向预测学习投入。然而，目前专门针对交互性对情感投入的影响研究较少，多将情感投入作为学习投入的维度之一进行讨论。例如，栾琳等［17］研究发现，作为师生交互形式之一的教师支持能正向预测在线英语学习的行为投入、认知投入、情感投入与社会交互投入。

由此可见，现有研究对教学交互与情感投入二者间的关系研究尚不成熟，尤其是交互体验对情感投入影响的作用机制研究较少。为此，本文提出以下假设：

假设2：在线学习交互体验及其各个维度均可正向预测情感投入。

在学习中感受良好的心流体验会使学习者更乐于投入学习中。心流体验情绪状态能有效减少在线学习环境中学习者产生的孤独感与疏离感，促进学生情感投入［18］。相关研究发现，当学习者对学习环境具备掌控感时，会更加倾向于增加学习行为和情感投入［19］。基于此，本文提出以下假设：

假设3：在线学习过程中，学习者心流体验可正向预测情感投入。

3 实证研究

3.1 测量量表设计

3.1.1 在线学习交互体验量表

本文采用Kuo 等［20］提出的在线学习交互体验量表，将在线学习交互体验分为S-T 交互体验、S-S 交互体验及SC 交互体验3 个维度，共12 个题项。其中，S-T 交互体验维度包括教师在讨论区等发布一些与课程相关的学生供学生讨论等5 个题项；S-S 交互体验维度包括经常与同学就课程内容展开讨论、分享观点和看法等4 个题项；S-C 交互体验维度删除包括在线课程资料可帮助自身更好地理解课堂内容等因素负荷小于0.6 的后3 个题项。研究中该量表各维度与总量表的Cronbach's α 系数分别为0.799、0.797、0.728和0.888，均大于0.7，量表信度良好。

3.1.2 心流体验量表

采用Jackson 等［21］提出的量表，包括3 个题项，面向心流体验3 个内部特征，例如在线学习过程中，能保持注意力集中等。研究中该量表的Cronbach’s α 系数为0.746，量表信度良好。

3.1.3 在线学习情感投入量表

采用Sun 等［22］提出的量表，删除因素负荷小于0.6 的题项后共包括喜欢参加在线课程学习等4 个题项，其中第4 题在线学习时感到厌倦为负向计分题。研究中该量表的Cronbach’s α 系数为0.817，量表信度良好。

3.2 研究数据

本文以参与在线学习的大学生为研究对象，通过手机微信、QQ 等方式进行线上问卷调查，共回收完整问卷311份，剔除作答时间较短、规律作答及反向题回答冲突等无效问卷后，最终获得240 份有效问卷。其中，男生98 人（40.8%），女生142 人（50.2%）；生源地为城市的75 人（31.3%），乡镇165 人（68.8%）；研究生75 人（31.3%），本科生154 人（64.2%），大专10 人（4.2%），其他1 人（0.4%）；理工类专业127 人（52.9%），文史哲类专业47 人（19.6%），法学与经济学类27 人（11.3%），农医类14 人（5.8%），军事与管理类12 人（5.0%），其他类13 人（5.4%）；网络学习经验不足一年的52 人（21.7%），1～3 年的132 人（55.0%），3 年以上的56人（23.3%）。

3.3 数据处理方法

本文通过问卷收集数据，采用结构方程模型进行数据分析。其中，结构方程模型法自身具有明显优势，在数据与理论双重驱动下，经过模型表述、估计及修正等过程，可为理论假设寻找到具有良好解释力和实际意义的模型［23］。研究中所有问卷均采用Likert-5 计分方式，使用SPSS 25.0进行共同方法偏差检验、描述性统计和相关分析，使用Amos 25.0 建立结构方程模型，检验心流体验在在线学习交互体验和情感投入中的中介作用。

4 实验结果与分析

4.1 共同方法偏差检验

采用Harman 检验法进行共同方法偏差检验。结果显示，特征值大于1 的因子共4 个，共解释了60.213%的总体变异，且第一个因子解释的变异量为39.40%，低于40%临界值。此外，单因子结构量表结构较差，具体拟合指数为：χ2/df=3.982，AGFI=0.707，TLI=0.730，CFI=0.760，RMSEA=0.112。实验表明，研究不存在严重的共同方法偏差问题。

4.2 描述性统计与相关分析

通过描述性统计分析在线学习交互体验及其各维度、心流体验和情感投入维度的平均值（Mean）与标准差（Std.Deviation）。由表1 可知，在线学习交互体验、心流体验及情感整体投入水平一般。其中，在线学习交互体验维度学生与内容交互体验得分最高，学生与学生交互体验得分最低。通过相关性分析发现，在线学习交互体验及其各维度均与心流体验、情感投入显著相关，心流体验与情感投入也显著相关。

Table 1 Correlation between online learning interaction experience，flow experience and emotional engagement表1 在线学习交互体验、心流体验与情感投入间的相关关系

此外，对性别、生源地进行独立样本T 检验，对学历、专业类别、网络学习经验进行单因素ANOVA 检验。实验结果表明，性别、网络学习经验对在线学习交互体验及情感投入存在显著差异，生源地、学历、专业类别在在线学习情感投入中无显著差异。在性别方面，女性各维度均值高于男性，在线学习交互体验（p=0.019＜0.05）、S-T 交互体验（p=0.001 5＜0.05）、S-C 交互体验（p=0.048＜0.05）和情感投入（p=0.042＜0.05）存在显著差异；在网络学习经验方面，情感投入维度（p＜0.001）、交互体验（p=0.034＜0.05）、S-T 交互体验维度（p=0.041＜0.05）存在显著差异，其中网络学习经验3年以上最高，不足一年最低。

4.3 结构模型检验

为进一步探究在线学习交互体验对情感投入的影响作用机制，以在线学习交互体验为潜变量，心流体验为中介变量，情感投入为结果变量对研究模型进行结构检验。假设模型的检验结果显示整体模型拟合指数良好，研究模型的拟合情况如表2所示。

4.4 假设检验

在对研究模型进行结构检验后，各研究假设的路径系数如图2所示。

Table 2 Model fitting results表2 模型拟合结果

由图2 可见，在线学习交互体验可正向预测心流体验（β=0.70，P＜0.001）；在线学习交互体验（β=0.33，P=0.001）与心流体验（β=0.53，P＜0.001）均可正向预测情感投入；在线学习交互体验各维度均可正向预测情感投入。如表3所示，假设1-3均得到验证。

Fig.2 Structural equation model of online learning interactive experience，flow experience and emotional engagement图2 在线学习交互体验、心流体验与情感投入的结构方程模型

Table 3 Each dimension of online learning interactive experience and path coefficient of emotional engagement model表3 在线学习交互体验各个维度与情感投入模型路径系数

4.5 心流体验中介效应分析

心流体验在在线学习交互体验与情感投入的相互关系中具有显著的中介效应。采用偏差校正Bootstrap 方法抽样5 000 次来分析中介效应的显著性，结果如表4所示。

Table 4 Analysis of mediating effects among online learning interactive experience，flow experience and emotional engagement表4 在线学习交互体验、心流体验和情感投入间中介效应分析

由此可见，中介效应的95%置信区间不包含0，说明中介效应显著，即在线学习交互体验可通过心流体验的中介作用预测在线学习情感投入。并且，在线学习交互体验对情感投入既存在直接效应又具有在间接效应，进一步证实了心流体验具有部分中介作用。

进一步研究发现，S-C 交互体验（β=0.35，P＜0.001）、心流体验（β=0.55，P＜0.001）均可显著正向预测情感投入，如图3 所示。此外，心流体验在S-C 交互体验与情感投入间起部分中介作用，如表5所示。

4.6 结果分析

本文构建结构方程模型探讨在线学习交互体验、心流体验和情感投入间的关系，旨在揭示在线学习交互体验对情感投入的影响机制及心流体验的中介作用。

4.6.1 在线学习交互体验与在线学习情感投入的关系

在线学习交互体验及其各维度（S-T 交互体验、S-S 交互体验、S-C 交互体验）均可正向预测情感投入。其中，SC 交互体验对情感投入影响效能最高，其次为S-S 交互体验，S-T 交互体验影响效能最低。

该结论与以往研究认为S-T 或S-S 交互对学习投入影响效能最强有所不同，原因可能是本文将情感投入从学习投入中剥离出来单独进行探究，并更关注学生对交互的主观感知和体验。本文研究结果与万昆等学者的研究结论相似，说明在线教学中教师引导式的教学方式效能较弱，高质量、高水平的学习资源的交互设计是提升在线教学效果的重要因素。因此，为促进学习者在线学习情感投入，提升在线学习质量与效果，既要参考以往研究中有关教学交互行为正面影响作用的观点，还应关注学习者对于交互行为的心理感知，对学习者在线学习交互体验给予足够关注。

4.6.2 心流体验在在线学习交互体验与在线学习情感投入间的中介作用

Fig.3 Structural equation model of S-C interaction experience，flow experience and emotional engagement图3 S-C交互体验、心流体验与情感投入的结构方程模型

Table 5 Analysis of the mediating effect among S-C interactive experience，flow experience and emotional engagement表5 S-C交互体验、心流体验和情感投入之间中介效应分析

心流体验在在线学习交互体验与情感投入之间起部分中介作用，其中注意力集中维度的中介效用最为显著。表明与教师、学习同伴、内容等多种形式的教学交互有助于提升学生注意力，减少学习者因自律性不强等原因在学习过程中跑神，促使学生专注学习，产生“心流”，进而促进学生情感投入。

由此，在线学习研究者应关注面向心流体验的3 个内部因素，尤其是学习者的注意力集中度，设计维持注意力集中的视觉界面等。此外，分析发现心流体验在S-C 交互体验维度与情感投入间同样起部分中介作用。学生与内容交互是其获取信息、形成理解与认知的先决条件，会激发学生学习兴趣，形成心流体验、促进情感投入。因此，该研究结论为在线资源建设、学习平台设计等方面提供了新的理论支撑。

5 启示与建议

5.1 构建良性深度交互机制，提升在线学习情感投入

在未来在线教育过程中，教师应着重关注学生学习体验与情感诉求，将在线课堂打造成一个既有深度又有温度的云课堂。针对学生间交互体验度低的问题，教师应合理利用在线教学工具和手段，积极为生生间的合作学习、交流互动等创设机会，例如创设项目驱动深层交流研讨活动等［24］，帮助学生在分享学习资源、阐述个人观点、评价反馈等过程中建立情感纽带，弥补在线学习环境中存在的临场感不足等问题。同时，教师还应采取针对性措施，解决不同群体的交互体验差异。

此外，教师可结合心流体验的引发条件改进交互活动设计，充分考虑学习者的学习需求及其认知与思维发展情况，合理设计多样化且富有挑战性的学习活动和任务，并对学习结果进行及时评价与反馈，提高学生在与教师、内容等良性交互过程中在线学习情感投入度。

5.2 优化在线课程设计和资源建设，促进学习者心流体验产生

在线课程能否让学习者产生心流体验，是检验该课程价值高低的重要依据。对于在线学习资源设计和开发者而言，应确保资源内容呈现的规范性、准确性，在合理范围提高趣味性以保持学生注意力集中，促使学生在内容交互过程中形成新的认知结构，产生良好的情感体验。对于平台设计者而言，应不断优化在线教学平台的功能，从学习者、学习共同体、学习环境等多元主体相互作用的视角构建在线学习平台，基于个体、群体、技术环境等多维层面积极打造学生在线学习的生态系统，提高学生临场感，促进学习者产生心流体验，提升情感投入度［25］。对于教师而言，应依据课程学习目标对课程内容进行精心设计，通过设置主题研讨、教育游戏等学习活动激发学生学习兴趣，减少学生发生注意力失焦行为。

5.3 优化监督与管理机制，多元激发在线学习热情

将在线学习者描述性话语的关键词进行统计得到词云图，如图4 所示。其中，字体越大越在中心位置，说明该词被提及的频率越高。

由图4 可见，部分学习者在线学习过程中由于自我约束力不强会产生注意力不集中的情况。为此，除加强社会性交互外，应建立与完善教学监督、评价机制等措施予以改善。例如，向学生公示、明确在线学习行为要求，结合学习行为分析、数据挖掘等智能技术构建在线学习行为监督机制，及时给予学生问题预警，动态评价学生学习过程；利用加强外部监督手段激发学习者注意力，提升学生在线课程学习的投入；学生自身也应提升主人翁意识，积极主动投入在线学习活动过程中，力求多方合力提升在线学习效果。