基于多主体交互的混合学习环境感知与投入分析

卢国庆 刘清堂 张臣文 贺相春

[摘   要] 混合学习逐渐成为技术与教学融合的新常态，其学习体验呈现独特的跨情境变化规律。然而，传统自我报告方法很难捕获这种波动。据此，研究依托多主体交互的混合学习场景，采用经验取样法、传统自我报告法，以H高校两个班144名职前教师为研究样本，对混合学习中个体的学习环境感知、投入的状态（情境投入）与特质（整体投入）进行纵向数据采集，并采用描述性统计、时序分析、单因素重复测量方差分析等统计方法，探索学习环境感知及投入的波动规律。研究发现：（1）关于自由度及负担的感知，与后测（整体感知）相比，课前线上学习自由度偏低、课业负担偏重；（2）关于同伴交互的感知，与课前线上感知相比，课中线下组内交互感知偏低、组间交互偏高；（3）关于行为及认知投入，与课前线上投入相比，课中线下行为投入偏低、认知投入偏高。最后，研究在理论和实践层面，提出了优化个体混合学习体验、促进个体的深层次投入的若干建议。

[关键词] 混合学习； 多主体交互； 经验取样法； 学习环境感知； 学习投入； 情境投入

[中图分类号] G434            [文献标志码] A

[作者简介] 卢国庆（1988—），男，河南周口人。讲师，博士，主要从事学习分析研究。E-mail： luguoqing@nwnu.edu.cn。张臣文为通讯作者，E-mail：hbu_zcw@hbuas.edu.cn。

一、引   言

混合學习能够整合在线学习与课堂教学的优势，是教育数字化转型背景下技术与教学融合的新常态。“混合”不是简单相加，而是融合与超越，将线上、线下学习合理配置，实现有机衔接与优势互补[1]。2019年，教育部《关于一流本科课程建设的实施意见》提出“加大学生学习投入”，这标志着“学习投入”术语正式纳入国家政策话语体系[2]。近年来，人们对混合学习的研究已经从最初的模式设计转向到个体体验的视角，努力为学习者创造高度投入和个性化的学习体验[3]。因此，为了更全面地揭示混合学习中个体体验的规律，需要同时考虑不同学习环境中学习者的感知和投入。

目前大量研究采用传统自我报告测量个体的环境感知和投入[2]。然而，传统自我报告容易受到诸多因素的影响而产生回忆偏差和社会期许。经验取样法是一种在真实情境下，对被试的环境、行为和体验等进行即时数据采集的纵向研究方法[4]，它强调在自然情境中采集数据，在时空上更加接近事件发生的真实情境。因此，本研究采用经验取样法，依托多主体交互的混合学习场景，通过纵向数据采集，重点探索学生在线上、线下两类情境中的学习环境感知和投入的波动及差异，以揭示混合学习中个体跨情境学习体验的变化规律。

二、相关研究述评

（一）基于多主体交互的混合学习

1. 多主体交互

教学交互具有一定的层次性和多样性，包括学习者与教师、学习者与学习者、学习者与内容等类型。陈丽[5]根据教学交互的层次，从低到高、由具体到抽象，提出了包含操作交互、信息交互和概念交互的教学交互层次塔。在本研究中，多主体交互（Multi-agent Interaction）聚焦教学交互层次塔中的信息交互层面，包含教师支持与同伴交互。教师支持指学习者在混合学习过程中感知到的指导、关心和帮助等认知和情感支持；而同伴交互指学习者之间的交互，不仅指小组内同伴间的信息交互，而且涉及小组群体间的信息交互。

2. 混合学习的局限

与一般的线上/线下学习相比，混合学习是线上学习和线下学习的融合与互补，具有场域多样、过程复杂等独特特征，旨在为学习者提供最佳的学习体验[6]。目前，有关混合学习模式的设计与实施并未达成一致意见，混合的方式与比例并未有统一的规范。从生态学视角，在混合学习中个体处于教师、同伴、技术、家庭、课程等微观系统的中心，这些元素与个体相互作用，影响着学习体验的变化。学生巡航转换于不同的学习场景和活动之中，其环境感知和投入会随之发生波动。已有研究表明，学生在最初转换到在线情境时，其学习体验相对较低[7]。尽管混合学习能够减少单一模式授课的弊端，但是仍然存在浅表学习、缺乏深层交互、线上线下衔接不充分等浅层低效的问题[8]。

3. 基于多主体交互的混合学习

多主体交互学习模型（Multi-agent Interaction Learning，MAIL）认为，学习者经由多主体跨情境的交互过程，通过在线自主学习、组内讨论、组间讨论、再到组内提炼，能够更好地帮助个体实现意义建构[9]。为了解决传统混合学习中存在的浅层低效的学习问题，本研究在MAIL的基础上，借鉴个体和群体知识建构理论，提出了基于多主体交互的混合学习模型（如图1所示），包括个体自主学习、组内在线研讨、课中小组汇报和课中组间研讨四个环节。其中，前两个环节发生于线上课前情境，后两个环节发生在线下课堂情境，课前课中形成反馈回路，实现线上线下的有机融合。

（二）混合学习环境感知与投入

1. 混合学习环境感知的研究述评

学习环境感知指个体对所处学习环境的感觉或意识[10]。由于教师、同伴、媒体是学习环境中的关键要素，研究者探究了个体对这些要素的感知。例如，Lee等从感知教学支持、同伴支持、技术支持三个维度，调查分析个体感知与课程满意度的关系[11]。然而，已有研究大多采用传统自我报告法。鉴于学习环境感知的多维性、情境性和纵向性等特征，其研究方法亟须新的突破。第一，它是多维的，需要结合混合学习环境中各要素、各阶段综合考虑；第二，它发生在情境中，不能脱离情境，并受到情境的影响；第三，它反映个体的日常体验，随时间可能会出现波动，因而需要在自然情境中多次测量。

在基于多主体交互的混合学习不同阶段，学习环境感知侧重点存在差异。第一，在课前线上学习中，主要涉及课业负担、学习自由度等方面。课前在线学习材料的长度和质量等因素影响着个体课业负担，尤其是在多门课程同时开展在线学习时，学生的课业负担会提升。课业负担的增加会影响在线学习活动的准备，进而会降低混合学习成效[12]。另外，在线上学习中，学习者可以自由选择时间、地点，调控学习进度。研究表明，学习自由度能够显著影响大学生的学习方式和学习满意度[13]。因此，课业负担、学习自由度是线上学习环境感知的重要维度。第二，在课堂线下学习中，教师支持和同伴交互是重要的学习环境感知因素，能正向影响其学习投入[14]。因此，根据混合学习环境的特点与要素，除同伴交互外，课前还聚焦课业负担与自由度，课中还聚焦教师支持。

2. 混合学习投入的研究述评

学习投入指学生在学校/学习社区中付出的精力和努力，它通过行为、认知或情感指标的连续数值来观察，并受一系列复杂交互关系和环境因素的影响[15]。情境中个体取向的投入理论认为，学习投入同时存在“特质”和“状态”两个层面[16]。在特质层面，个体在整体上倾向于以相对稳定的方式投入具体课程中，表现为整体投入；在状态层面，个体对特定情境中的学习活动/任务具有特定的反应，表现为情境投入[17]。情境投入反映学生投入的情境波动，具有动态性，其评估与特定情境有关；整体投入是学生在一段时间内对学校或课程的平均投入度，通常在某个时间点进行评估[18]。情境投入和整体投入所包含的维度或衡量指标大致相同，但在粒度或指向上存在一定的差异[19]。

与整体投入相比，情境投入具有独有的特征。第一，即时性。它关注细粒度微观活动层次个体即时反应，更加接近真实的学习状态[19]。第二，时序性。随着时间而动态发展、波动变化，常采取纵向取样方式。第三，可塑性。它不是学生固有的特质或能力，而是一种能够被影响的状态，能通过干预进行优化[20]。在探索学习过程时，与整体投入相比，情境投入更符合、更贴近学习的真实状态[4]。

鉴于情境投入的独特特征，理解其在不同情境中的变化过程有助于优化混合学习中的设计策略和学习体验。在混合学习不同情境中，个体的环境感知和投入状态如何波动，不同情境中个体的体验存在着怎样的差异，以及具有怎样的变化规律，亟待进一步探索与挖掘。研究依托基于多主体交互的混合学习场景，细粒度探索学习体验的纵向变化特征。研究问题包括：①在混合学习环境中，学生的当前学习环境感知、情境投入程度如何？②在混合学习环境中，学习环境感知和投入有着怎样的纵向变化趋势？③混合学习的不同时序阶段，学习环境感知和投入存在怎样的差异？

三、研究设计

（一）研究情境及对象

研究采用目的抽样方法，选择华中地区H师范高校公共课“现代教育技术应用”的两个班。参与学生来源广泛，由教务系统随机分配，具有一定的随机性。两个班由同一个任课教师采用线上、线下混合的形式执教，教学内容、进度、教材完全一致。课程目的是让职前教师了解教育技术的基本知识和术语，熟练掌握信息化教学工具的使用方法和技巧。两个班来自不同院系，共计144人，其中，1班73人，2班71人。

在基于多主体交互的混合学习模型的基础上，研究者与任课教师共同构建并实施了混合学习的教学设计，包括四个阶段。阶段一：课前自主学习。在课前情境，助教提前在云课堂上发布课件、微课和主题帖等学习资源与任务；学生在课前通过云课堂自主观看微课，按需查阅课件，自定步调开展自主在线学习活动。阶段二：课前组内讨论。小组内成员通过回复主题帖与跟帖，在线研讨；同时，以小组为单位，协作准备下堂课汇报的内容。阶段三：课中组间讨论。在课中情境，学生是活动的“主角”，其主要活动是汇报、讨论、点评和辩论等。小组汇报后，其他小组成员根据评价量规，举手发言，组间研讨，提出质疑，最后汇报组选择一名学生回应疑问。阶段四：课中组内提炼。在每一轮汇报、点评和辩论等组间活动之后，小组内部再次研讨、提炼深化；教师视情况引导答疑，并简要总结。至此这一轮汇报结束，依次开展新一轮小组汇报。

（二）研究方法

經验取样法（Experience Sampling Method，ESM）是一种在自然、自发的情境下，多次采集个体在事件发生时主观体验的纵向数据采样方法[21]。随着移动技术的发展，个人移动设备逐渐成为流行通用的数据采集工具[22]。移动经验取样法（mobile ESM，mESM）指利用被试随身携带的移动智能设备，通过手机短信、邮件、推送通知的方式提醒被试，并引导被试在智能设备上填写经验取样报告[23]。该方法在设备、研究与被试方面均具有一定的优势。为了更加有效地捕获学习者的学习体验，本研究利用学习者随身携带的智能手机，通过短消息提醒的方式实现智能取样。

（三）研究过程

研究流程涉及线上、线下经验取样与后测。为了不干扰正常的教学流程，在已有取样方案的基础上[24]，与任课教师充分沟通后，研究采用基于事件的取样，设计了两类事件取样方案，分别对应完成课前线上学习任务和课堂线下活动刚结束两类事件。对于课前线上情境，在线上学习任务截止的时间点，通过短消息形式，提醒被试填写经验取样报告，该报告主要捕获个体的课前学习环境感知、情境投入；对于课中线下情境，在课堂活动结束后，通过短消息，立即提醒被试填写经验取样报告，该报告主要捕获课中学习环境感知、情境投入。

对于后测问卷，在课程结束后，通过电子问卷的形式，让被试自愿填写，主要衡量个体对整个课程的学习环境感知、整体投入。研究过程如图2所示。

（四）研究工具及信效度分析

研究工具改编自经过验证的成熟量表。课业负担指学生所感知的课前在线任务的数量与难度，参考Wilson等的大学生课程体验量表[25]。学习自由度指学生所感知的自由选择学习任务、完成课程作业的自主程度，参考Wilson等的课程体验量表[25]。组内互动指学生对组内成员交流的感知，参考Sun等交互感知量表[26]。教师支持指学生所感知的教师对其认知及情感等方面的支持程度，参考Lazarides等对教师支持感知的测量[27]。课堂组内、组间互动指个体对小组内部、小组之间交流的感知，参考Sun等的交互感知量表[26]。行为投入指学生参与教学活动的程度，参考Sun等的学习投入量表[28]。认知投入指学生在课前、课中学习情境中深浅认知策略的运用程度，参考Greene等的认知投入量表[29]。

在整个课程结束后，采用相同来源的量表对被试实施后测。为了保证后测能够代表整体的水平，研究以整个课程为情境，适应性地修订题项措辞，将题项粒度指向具体课程。课业负担、学习自由度、同伴交互、教师支持、行为投入、深层和浅层认知投入问卷整体的Cronbach's α分别为0.686、0.872、0.851、0.864、0.891、0.914和0.922，表明量表具有很好的信效度。另外，应答数量和响应率也是衡量ESM效度的重要指标[30]。研究共获得566份应答样本，响应率65.51%，平均每个被试填写3.93份。

四、数据分析与结果

（一）描述性统计及相关分析

针对研究问题一，研究首先将线上、线下的经验取样数据，根据用户ID关联匹配，排除无效问卷后，获得159份经验取样匹配的有效案例，再与后测数据关联，共计获得123份有效关联案例，汇总后有效数据的描述性统计见表1。

由表1可知，课前行为投入（M=5.07，SD=1.03）、组内互动（M=5.04，SD=0.86）较高；课中教师支持感知（M=5.07，SD=0.73）较高；学生对整个课程的行为投入（M=5.07，SD=0.76）、教师支持感知（M=5.06，SD=0.70）较高，整体感知课业负担（M=3.47，SD=0.73）比实际课前的（M=4.36，SD=0.93）低。

研究将课前、课中取样与后测变量进行了相关分析，结果显示，在所有维度上，课前、课中取样与后测对应变量均显著相关，在一定程度上验证了mESM能够有效捕获学习环境感知与投入。除了课业负担外，课前和课中所有变量与后测的行为投入和深层认知投入均显著正相关。

（二）混合学习课前、课中相关变量的变化趋势分析

针对研究问题二，研究绘制了学习环境感知变化的时序图。如图3所示，组内互动感知存在一定的波动，课前组内感知高于课中组内感知；课前自由度、课业负担、课中教师支持与组间互动波动较小。

研究还绘制了情境投入变化的时序图。如图4所示，行为投入、深层认知投入、浅层认知投入随着时间的变化发生一定的波动。课前行为投入明显高于课中行为投入，课前认知投入明显低于课中认知投入。

（三）混合学习课前、课中、学期末三个阶段相关变量的差异性分析

研究采用单因素重复测量方差分析，比较了课前、课中、课程结束不同阶段、不同测量方式学习体验的差异。有关单因素两水平的检验，在教师支持、组间交互维度不存在显著差异；在自由度[F（1，122）=22.850，p<0.001，partial η2=0.158]、课业负担[F（1，122）=92.855，p<0.001，partial η2=0.432]维度发现显著差异。有关单因素三水平的检验，研究采用Bonferroni配对检验方法，发现在深层认知投入维度上不存在显著差异，组内交互[F（2，244）=10.263，p<0.001，partial η2=0.078]、行为投入[F（2，244）=71.192，p<0.001，partial η2=0.369]、浅层认知投入[F（2，244）=10.634，p<0.001，partial η2=0.080]维度发现显著性差异。对于学习环境感知，课前自由度显著低于整体自由度；课前感知的课业负担高于整体课业负担；课前组内交互显著高于课中组内交互；由于课前没有组间交互，课中组间交互与整体组间交互均处于较高水平。对于情境投入，课前行为投入与整体行为投入均显著高于课中行为投入，课前认知投入显著低于课中、整体认知投入，其均值轮廓图如图5所示。

五、研究讨论与建议

（一）研究讨论

1. 自由度及负担感知：与整体感知相比，课前学习自由度偏低、课业负担偏重

研究采用多元數据互证，分析经验取样、后测不同来源的数据，结果表明，与后测数据相比，学生课前学习自由度偏低，感知的课业负担偏重。

与后测自由度相比，个体的课前自由度偏低。尽管学习者能够选择完成课前任务的时间、地点和进度，但是与课程末整体自由度相比，学习者的课前自由度偏低。同时，相关分析发现，课前自由度与课程整体的环境感知、投入显著相关，在一定程度上验证了提升混合学习个体自由度的重要性。

与后测课业负担相比，个体感知的课前学习负担偏重。已有研究表明，在线学习负担重、任务时间耗费多、时间跨度大会加剧学习负荷，降低个体的胜任力，进而影响混合学习成效[12]。然而，相关分析发现，课业负担与课程整体投入并不相关。推测其原因，课前在线学习将任务分解成片段，均匀地分布在每一次的课前在线学习中；在课程刚开展时，学生可能感觉到任务较多、负担较重，学期结束之后，学习者回忆起来，当初的学习任务也并非那么繁重。

2. 社会交互感知：与课前感知相比，课中组内交互感知偏低、组间交互偏高

已有研究表明，与学习同伴的对话和讨论，可以鼓励学生反思，提高其社会存在感，进而促进学习投入[31]。研究不仅从课前、课中两类环境中研究同伴交互，而且将同伴交互细化为组内交互、组间交互两类，更细粒度地分别测量了课前与课中的组内、组间交互。

通过时序变化图及单因素重复测量方差分析，研究发现，与课中相比，课前的个体组内交互感知较高；与课前相比，课中的组间交互相对较高。同时，相关分析表明，与课前组内交互相比，课中组间交互与所有后测变量均显著相关，这验证了在课堂上，学生从不同小组互动中能够获得较多收益。在一定程度上证明了交互能促进混合学习成效[12]。

另外，这些交互感知的差异及变化规律与混合学习模式的特点相符。依据多主体交互混合学习模型，在课前学生在线自主学习，主要观看视频，参与小组讨论，并完成发帖任务，实现组内知识建构；而课中学生主要完成小组汇报、组间互评，实现组间知识建构；最后，小组内针对汇报和互评开展讨论，实现组内提炼与深化。因此，在课中个体感知的组间互动更高，课前感知的组内互动更高。

3. 行为及认知投入：与课前投入相比，课中行为投入偏低、认知投入偏高

学习投入具有状态与特质的双重属性，其中，状态属性对应情境投入，特质属性对应整体投入[17]。研究通过mESM获取情境投入，通过后测获取整体投入。分析表明，课前、课中两类情境投入均与课程整体投入密切相关，这与Pettersen等人的研究发现[18]一致。

另外，课前、课中两类环境在投入上存在显著差异。与课中相比，课前的行为投入显著较高；与课前相比，课中的认知投入显著较高。这些发现与混合学习课前、课中不同的活动安排相呼应。在多主体交互混合学习中，课前学生一般发帖、观看微课视频，完成课前学习任务，更多的是“动手”。因此，课前在线学习中个体的行为投入偏高。而在课堂上，学生一般参与小组讨论、同侪思想碰撞、教师引导启发，纠正已有的迷失概念，建立新旧知识之间的联系，更多的是“动脑”。因此，课堂学习中个体的认知投入偏高。从课前到课中，从线上自主学习到课堂小组协作，个体逐步向深层认知和深度学习转化。

（二）研究建议

在理论层面，研究从促进社会交互、深层认知的视角，构建了基于多主体交互的混合学习模型；同时，从状态、特质两个层面分层地理解学习环境感知和投入，并且描摹了混合学习环境感知和投入的状态变化规律，有助于深化混合学习理论的发展。未来研究可以从多维度、多层次、多模态、纵向地刻画混合学习环境中个体学习体验，促进混合学习和学习投入相关理论的发展。

在实践层面，为了进一步优化混合学习体验，教师需要线上线下一体化设计，不能简单地将线上、线下活动叠加，而是需要将两者合理配置，充分发挥线上、线下教学的优势，实现优势互补，具体包括三方面建议。第一，构建弹性在线学习环境，提高个体的自由度和胜任力。在环境设计方面，提供丰富的在线学习资源，提高学习者的自由度。同时，加强课前引导，提升学生的胜任力，尤其在混合式教学刚开始实施的时候，避免学生感知的课业负担过重，产生畏难情绪，影响混合学习的教学效果。第二，设计丰富的小组活动，提高个体的组内、组间交互水平。社会交互对教学效果具有重要影响。教师可以设计组内、组间等多种类型的交互活动，促进学习者组内交互、组间交互及师生交互，提高个体的归属感，形成崇尚交流互动的学习文化。第三，发挥线上线下优势，促进个体的深层次认知投入。行为投入是外显的、可观测的行为，而认知投入更多涉及内隐的、实质性的心理投入。个体学习不应止于外显行为，更需要实质性的深层次认知投入。对于课前线上学习活动，教师可以精心设计更多的“动手”类学习活动，促进个体的行为投入；对于课中面对面学习，教师需要精心设计更多的“动脑”类学习活动，最大化地利用课堂时间，促进个体的深层次认知投入。

六、结   语

针对混合学习存在的浅层低效、交互不足等問题，研究构建了基于多主体交互的混合学习模型。鉴于传统自我报告难以捕获混合学习环境中个体体验的波动规律，研究以多主体交互混合学习为场景，对课前、课中两类主要场景开展过程性评测，伴随式采集个体的学习环境感知、投入状态。研究揭示了线上、线下不同情境中个体的学习环境感知及投入的动态变化规律，有助于深化混合学习、学习投入等相关理论的发展与应用，同时，为混合学习中开展教学活动设计与实践提供借鉴和参考。

然而，研究仍存在一定的局限性。第一，尽管经验取样法在一定程度上更加接近事件发生的真实情境，但是仍然存在一定的干扰性。未来研究可以利用搭载人工智能模块的移动取样设备，自动或半自动地捕获被试的数据，降低自我报告数据采集的干扰性。第二，研究仅融合了传统自我报告与经验取样两类数据源。未来研究可以通过移动设备内嵌传感器，利用智能手环或便携式眼动仪等可穿戴设备，开展纵向数据采集，捕获与融合更多模态数据，探索混合学习跨情境中个体特征、学习环境及学习投入等多变量之间的关系。

[参考文献]

[1] 黄志芳，周瑞婕，万力勇.混合学习环境下交互式课堂生态系统设计及实证研究[J].电化教育研究，2020（4）：78-85.

[2] 王文，王纾.学习投入研究的知识图景及趋势——基于科学引文数据库的分析[J].教育研究，2021，42（8）：78-91.

[3] 陈凯泉，仲国强.人工智能教育应用的理论与方法[M].北京：科学出版社，2022：45.

[4] XIE K， VONGKULLUKSN V W， HEDDY B C， et al. Experience sampling methodology and technology： an approach for examining situational， longitudinal， and multi-dimensional characteristics of engagement[J]. Educational technology research and development， 2023：1-31.

[5] 陈丽.远程学习的教学交互模型和教学交互层次塔[J].中国远程教育，2004（5）：24-28，78.

[6] ZHAO S， SONG J. Unpacking the emotional experiences of learners in a blended learning context[J]. Frontiers in psychology， 2022，13：879696.

[7] HENRIE C R， BODILY R， MANWARING K C， et al. Exploring intensive longitudinal measures of student engagement in blended learning[J]. International review of research in open and distributed learning， 2015，16（3）：131-155.

[8] 白冬松，于洪涛.深度学习视域下混合式教学的设计与应用效果——以“病理生理学”课程为例[J].现代教育技术，2023，33（3）：84-90.

[9] ZHANG S， CHEN H， WEN Y， et al. Exploring the influence of interactive network and collective knowledge construction mode on students' perceived collective agency[J]. Computers & education， 2021，171：1-18.

[10] 彭常玲，石映辉，杨浩.智慧教室环境感知与互联网自我效能感的关系研究[J].现代教育技术， 2021，31（4）：51-57.

[11] LEE S J， SRINIVASAN S， TRAIL T， et al. Examining the relationship among student perception of support， course satisfaction， and learning outcomes in online learning[J]. The internet and higher education， 2011，14（3）：158-163.

[12] 李宝敏，余青，杨风雷.混合教学对学生学习成效的影响——基于国内外106篇实证研究的元分析[J].开放教育研究，2022，28（1）：75-84.

[13] YIN H， WANG W， HAN J. Chinese undergraduates' perceptions of teaching quality and the effects on approaches to studying and course satisfaction[J]. Higher education， 2016，71（1）：39-57.

[14] LUAN L， HONG J C， CAO M， et al. Exploring the role of online EFL learners' perceived social support in their learning engagement： a structural equation model[J]. Interactive learning environments， 2023，31（3）：1703-1714.

[15] BOND M， BUNTINS K， BEDENLIER S， et al. Mapping research in student engagement and educational technology in higher education： a systematic evidence map[J]. International journal of educational technology in higher education， 2020，17（1）：1-30.

[16] SINATRA G M， HEDDY B C， LOMBARDI D. The challenges of defining and measuring student engagement in science[J]. Educational psychologist， 2015，50（1）：1-13.

[17] VONGKULLUKSN V， XIE K. Multilevel latent state-trait models with experience sampling data： an illustrative case of examining situational engagement[J]. Open education studies， 2022，4（1）：252-272.

[18] PETTERSEN E， ERTESV?G S， P?YS? S， et al. Students' situational engagement and its association with overall engagement： the application of the InSitu instrument in the context of a Norwegian lower secondary school[J]. Scandinavian journal of educational research， 2023：1-14.

[19] 卢国庆，刘清堂，谢魁.情境投入纵向研究的理论、测量及分析方法的发展研究[J].远程教育杂志，2023，41（2）：82-94.

[20] SYMONDS J E， KAPLAN A， UPADYAYA K， et al. Momentary student engagement as a dynamic developmental system[EB/OL].（2020-01-02）[2023-08-24]. https：//doi.org/10.31234/osf.io/fuy7p.

[21] 盧国庆，谢魁，张文超，等.面向即时数据采集的经验取样法：应用、价值与展望[J].电化教育研究，2019（6）：19-26.

[22] KUNTSCHE E， LABHART F. Using personal cell phones for ecological momentary assessment： an overview of current developments[J]. European psychologist， 2013，18（1）：1-25.

[23] VAN BERKEL N， FERREIRA D， KOSTAKOS V. The experience sampling method on mobile devices[J]. ACM computing surveys，2017，50（6）：1-40.

[24] LU G， XIE K， LIU Q. An experience-sampling study of between-and within-individual predictors of emotional engagement in blended learning[J]. Learning and individual differences， 2023，107：1-12.

[25] WILSON K L， LIZZIO A， RAMSDEN P. The development， validation and application of the course experience questionnaire[J]. Studies in higher education， 1997，22（1）：33-53.

[26] SUN P C， TSAI R J， FINGER G， et al. What drives a successful e-Learning？ An empirical investigation of the critical factors influencing learner satisfaction[J]. Computers & education， 2008，50（4）：1183-1202.

[27] LAZARIDES R， GASPARD H， DICKE A L. Dynamics of classroom motivation： teacher enthusiasm and the development of math interest and teacher support[J]. Learning and instruction， 2019，60：126-137.

[28] SUN J C Y， RUEDA R. Situational interest， computer self-efficacy and self-regulation： their impact on student engagement in distance education[J]. British journal of educational technology， 2012，43（2）：191-204.

[29] GREENE B A. Measuring cognitive engagement with self-report scales： reflections from over 20 years of research[J]. Educational psychologist，2015，50：14-30.

[30] VAN BERKEL N， GONCALVES J， LOV?N L， et al. Effect of experience sampling schedules on response rate and recall accuracy of objective self-reports[J]. International journal of human-computer studies， 2019，125：118-128.

[31] MOLINILLO S， AGUILAR-ILLESCAS R， ANAYA-S?NCHEZ R， et al. Exploring the impacts of interactions， social presence and emotional engagement on active collaborative learning in a social web-based environment[J]. Computers & education，2018，123：41-52.

Analysis on Environmental Perception and Engagement in

Blended Learning Based on Multi-agent Interaction

LU Guoqing1，  LIU Qingtang2，  ZHANG Chenwen3，  HE Xiangchun1

（1.School of Educational Technology， Northwest Normal University， Lanzhou Gansu 730070;

2.Faculty of Artificial Intelligence in Education， Central China Normal University， Wuhan Hubei 430079; 3.School of Education， Hubei University of Arts and Science， Xiangyang Hubei 441053）

[Abstract] Blended learning is emerging as the new normal in the integration of technology and instruction， and its learning experience exhibits a unique pattern of cross-situational change. However， traditional self-reporting methods are difficult to capture such fluctuations. Accordingly， this study adopts the experience sampling method and the traditional self-reporting method to collect longitudinal data on individual's environmental perception， the state （situational engagement） and the trait （overall engagement） of the engagement in the blended learning environment of multi-agent interaction. 144 pre-service teachers of two classes in H university are taken as research samples. And descriptive statistics， time series analysis， and one-way repeated measures ANOVA are used to explore the fluctuation pattern of learning environmental perception and engagement. The results show that （1） regarding the perception of freedom and burden， compared with the post-test （overall perception）， the freedom of online learning before class is lower and the study load is heavier; （2） Regarding the perception of peer interactions， compared to the online perception before class， the perception of intra-group interaction is lower while the perception of inter-group interaction is higher during class; （3） Regarding behavioral and cognitive engagement， compared to the online engagement before class， offline behavioral engagement during class is lower and cognitive input is higher. Finally， some suggestions are proposed to optimize individual blended learning experience and promote individual's deep engagement in theory and practice

[Keywords] Blended Learning; Multi-agent Interaction; Experience Sampling Method; Learning Environmental Perception; Learning Engagement; Situational Engagement