基于自我决定理论的数字教育幸福体验设计研究

张乐凯 施炘婕

浙江工业大学 设计与建筑学院,浙江 杭州 310023

互联网技术的快速发展改变了教育与学习的方式,加速了学生从传统教室转向远程学习的进程。目前,已有超过 900 所大学开设慕课 (massive open online courses,MOOC)[1]。慕课虽已成当下最流行的学习模式,但存在因自我掌控力不足,学生完成率、参与率低等问题。如果这些问题得不到解决,数字教育的可持续发展就会受影响[2]。因此,研究人员需通过适当的策略来指导数字教育平台设计,帮助提高在线学习的参与度及体验感。

研究指出,数字教育平台中学生的幸福体验与其动机密切相关,内在动机(因感到有价值、感兴趣而参加)比外在动机(为获得奖励或逃避惩罚而参加)更能给学习者带来长期且积极的影响。由此,自我决定理论(self-determination theory, SDT)作为一种动机理论广泛应用,帮助学习者内化动机[3]。该理论强调,用户的自主需求、能力需求、联结需求只要有一项得到满足,个体的内在动机就会增强,表达出更强烈且持续的参与意愿,对整体身心健康及自我幸福感作出积极贡献。目前,SDT在传统学习环境中的有效性已被证实,而数字教育被视为比线下需更支持自主。基于此,本文基于SDT理论对数字教育平台提出策略指导,以提高数字教育领域的幸福体验。

本文以文献综述展开,整合提高学生内在动机的策略,开发针对数字教育的启发式评估工具集,并提出SDT框架下提高自主感、胜任感、联结感的原则和策略,帮助改善数字教育体验。研究遵循Rusu等人[4]提出的开发启发式原则的方法,弥补开发过程中缺乏实际检验和适用领域不聚焦的不足。最后,进行启发式评估实验,确保提出的启发式工具集可为专家所用。

一、国内外研究现状

(一) 数字幸福体验设计在数字教育中的应用

在教育领域中,数字幸福体验设计大多用来优化教育体验,使教育流程构建更符合学生的需求与特点,从而提高学生的自控能力和提升学生学习时的参与体验感。其中,数字教育主要指慕课,其由短视频讲座、作业、测验和考试以及支持学习互动的论坛组成。目前实际平台使用中,学生仍大多只是浅层参与,如上课听讲,递交作业,情感参与、认知参与等深层参与较少,而深层参与度是影响在线平台体验的重要指标。

Pelikan等人[5]提出,建设性的反馈能促进学生更积极地参与;Shukor 和 Abdullah[6]提出,学习者需根据自身的认知参与程度来反思学习。以上研究区别于奖励、监督等参与方式,关注学习者的内在动机,提出内部驱动力较外部动机更能带来持续的积极效果。然而,这些结论分散且缺少系统整理,很难直接用于指导数字教育平台的设计。因此,本文的主要内容是整理有关加强学生内在动机的结论,并将这些结论转化成可执行的设计原则,以促进数字教育平台幸福体验感的提升。

(二) 启发式评估法及相关设计原则

启发式评估法是一种用来评定系统可用性的方法,具有成本较低、快速便捷的特点[7]。目前,最常用的启发式评估原则是尼尔森启发式[8]。但由于该原则为所有领域的通用原则,过于笼统,无法为特定领域提供具体指导,研究人员开始修改或重建聚焦领域下的启发式评估原则。de Lima Salgado 等人[9]为智能玩具中父母的隐私控制创建了特定的启发式方法。Nurhudatiana[10]探索了数字医疗保健应用程序的可用性。Yanez-Gomez[11]提出数字游戏的启发式原则,以适应数字游戏的特殊交互需求。

此外,大多启发式原则创建方法过于依赖研究人员的经验,缺少理论支持,导致提出的原则无法涵盖具体领域的全部特征。因此,本研究在原则创建中引入SDT框架,以确保提出的原则是系统且多维的。

二、数字教育幸福体验设计启发式创建方法与原则

创建启发式工具集的流程和步骤,主要包括探索、描述、关联、筛选、规范、验证六步[4],如图1所示。

图1 创建启发式工具集的流程及步骤

探索阶段采用文献调研法,以(“digital education” OR “online education”OR“MOOC”) AND “SDT” AND “Design principles”为搜索词,在web of science、ElsevierScienceDirect、Springer、ACM等数据库中进行搜索。为保证参考文献的质量,研究根据2019年计算的科学期刊排名(JCR)进一步筛选,选择在2018-2023年出版,且影响因子超过1.0的期刊作为此研究的相关文献来源,收集并摘录与数字教育领域相关的定义、特性、可用性、 UX属性、以及现有的启发式原则,为后续研究做准备。

描述阶段则将信息按五类划分[12]:(1)有关数字教育的定义、背景、分类及研究理由;(2)现有数字教育平台及平台创新点;(3)影响用户可用性和幸福体验的因素;(4)现有启发式方法;(5)日常使用中发现的可用性问题。在进一步的关联阶段完成所收集的信息与现有的启发式方法的映射,例如,多邻国中结课动画的设计能与Chikering和Gamson[13]提出的 “给予学生高的期望”对应。关联阶段将映射后的材料按照SDT框架初步分类,确保研究能涵盖大部分有关学习动机的可用性问题。筛选阶段对以上结果进行整合修改或合并调整,并按照SDT框架以连贯的顺序排列,使初步生成的启发式设计原则清晰易用。

本研究开发的数字教育启发式工具集包含18条启发式原则,每个原则包含所属的二级原则、名称、定义、策略、实例、参考文献。具体原则列表如表1。

为方便设计师使用和评估,以上内容以不同颜色卡片的形式呈现。

表1 基于自我决定理论的数字教育领域启发式工具集

所提出的启发式原则的详细解释如下:

(一) 自主感

自主感需要数字教育平台增加用户的自主感知。SDT 认为,当学生体验到自己有权选择时,他们会感到活动是自愿进行的,而非受到外在压力被迫产生[14]。

一级原则自主感下有7条启发式评估原则,每条原则下具体策略的案例见图2。

1.H1降低使用门槛

设定这条原则是为了确保不同背景的学生流畅使用。慕课常与“顶尖”“精英”等词绑定,可能引发学生的挫败感与担忧。为缩小不同背景学生间日益扩大的教育差距,平台设计需考虑各自的语言、文化和环境,确保学习者感受到平台是为其设计的[15]。

图2 一级原则自主感下7条原则具体策略的案例

具体策略包括:

(1)提供系统兼容,用户可以选择不同的客户端使用在线教育平台;

(2)提供新手引导和入门教程,帮助用户熟悉软件的功能;

(3)提供具有逻辑性的页面导航、页面间跳转以及分类工具;

(4)提供发生意外时的应对建议(如发生与教师连线失败时,提示失败的原因);

(5)提供相应的客服或帮助中心,随时解决用户的问题(如图1a中H1);

(6)提供不同语音、方言的选择,帮助用户适应复杂的语言环境。

2.H2记录学习者偏好

这条原则的定义是记录不同学生的期望、目标、兴趣点。由于学习者的期望和目标不同,不能按统一标准评判完成程度[16]。例如,备考学生的期望是通过考试,而自主学习者的目的是理解知识。因此,平台需记录不同学生的使用偏好,帮助其达成期望。

具体策略包括:

(1)提供可定制、可修改的学习目标;

(2)提供记录学生学情数据的工具,帮助判断学习者类型(如图2b中H2);

(3)提供学生“不喜欢”按钮(减少不感兴趣的课程的推荐);

(4)提供适合该学习者学习的内容推荐,并提供理由。

3.H3保护用户隐私

这条原则的定义是保护学习者的隐私。数字教育常需要获取用户信息(例如,课程学习历史、用户档案)以提供推荐和学习规划,但这可能会引发用户关于隐私的担忧[17]。研究发现,用户若在使用中无法感知对信息的控制,便易产生强烈的隐私侵犯感,当感受到个人具有信息的控制权后,受侵犯感会明显降低[18]。

具体策略包括:

(1)获取用户信息时提供解释,并阐明推荐进行学情记录的理由;

(2)允许用户定制向不同类型的同伴公开不同信息(如图2c中H3);

(3)允许用户在适当时选择匿名(例如在课程评价、评论建议等场景下);

(4)设置游客身份的体验,而非在打开页面时直接弹出登录界面,索取用户信息。

4.H4减少试错成本

这条原则的定义是减少用户对其选择进行撤销或修改时付出的代价。慕课课程大部分免费开放,参与者可根据前期体验自由选择或退出,应保证用户在更改选择时无需付出过多代价,为其作出更大胆的尝试和选择提供机会[19]。

具体策略包括:

(1)允许用户试听课程,旁听课程(如图2d中H4);

(2)提供能确保用户安全退出的提示;

(3)提供试错经验回放,记录用户曾经的选择;

(4)提供支持用户反复修改提交的通道。

5.H5提供选项说明

这条原则的定义是突出选择此选项的理由,帮助选择。学生面对选项时可能会无法辨别何者更适合自己[20],慕课需要提供帮助学生作出选择的参考信息,同时,帮助学习者认可学习价值,从根本上让其拥有持续的学习意愿[21],进行长久的自愿学习。

具体策略包括:

(1)提供关于可能获得的能力和知识提升的解释(如图2e中H5);

(2)提供关于社会认可度的信息;

(3)提供他人选择或推荐的真实理由,供学习者参考;

(4)提供更细分的关键词标签。

6.H6提供学习材料的选择

这条原则的定义是学习者可选择学习的内容材料。学生可以按照自己的意愿选择喜爱的课程材料、教师、教学风格,最大程度地实现个性化,帮助学生更持久地保留所学信息,并与长期记忆中的先验知识相结合[22]。

具体策略包括:

(1)提供学生在作业(例如,提供不同但相似的文本阅读)方面的选择(如图2f中H6);

(2)提供课程语言、教师风格的选择;

(3)提供课程内容展现方式(视频式、文章式)的选择;

(4)提供教学视频剧情走向的选择,让学习者决定讲解内容的发展。

7.H7支持学习者表达个性

这条原则的定义是允许用户的个性表达。个人特征会影响在线忠诚度[23],特别是“千禧一代”[24]。应允许用户彰显个性,对自己的身份特征进行选择和表达。

具体策略包括:

(1)支持背景音乐、个人主页、个人形象的选择;

(2)支持自定义界面布局(界面风格的选择);

(3)支持通过给课程添加独特的关键词或表情图片对课程进行自主分类(如图2g中H7);

(4)支持用户自定义上课提醒的通知。

(二) 胜任感

胜任感是用户对掌控度的感知。在提供适当挑战、积极反馈和成长机会的良好环境下,用户的胜任感得到满足,反之,无法按理想完成任务,用户可能会产生沮丧、挫败感,甚至放弃目标[25]。

一级原则胜任感下有6条启发式评估原则,每条原则下具体策略的案例见图3。

1.H8易于阅读和思考的界面

这条原则的定义是界面设计能促进学习者阅读和思考。界面设计可利用双重通道进行加工,使用信息载体(文字、图片、音频、视频),调动学习者的多种感官协同运作(声音、肢体语言),以达到加深印象、强化记忆的目的[26]。

具体策略包括:

(1)对重要的信息进行标示,可以通过设置颜色、字号大小等加以强调;

(2)允许用户用图像、图表等简洁的形式阅读信息(如图3a中H8);

(3)提供促进用户思考的工具(课程思维导图,讨论白板等);

(4)提供需要多感官协作参与的信息类型(例如,学习英语单词时提供发音和与描述有关的图片)。

图3 一级原则胜任感下6条原则具体策略的案例

2.H9加强教学结构的引导

这条原则的定义是给予学生规划和指引,助其实现预期学习成果。让学生按照自己的进度开展学习的做法,虽支持自主但也带来放任的风险[27]。不具备高度自我调节能力的学生会因缺少教师的及时指导而学习效率低下,丧失兴趣。平台需要加强引导,防止学生因信息过载而无所适从[28]。

具体策略包括:

(1)提供有逻辑的课程框架,帮助学生理清课程所属;

(2)提供让学生对所学知识进行实践检验的机会;

(3)提供预习提纲等导学材料或实验工具;

(4)提供引导让学生回顾及复习(如图3b中H9)。

3.H10细化目标及反馈

这条原则的定义是设定可实现目标,提供定期反馈,加强对能力增长的感知。过高的目标往往会让学生因看不见成效而失去信心,目标细化并提供定期反馈,能让收获更易被感知[29]。

具体策略包括:

(1)允许学习者对目标进行拆分;

(2)提供可视化的清晰个人学习进度(如图3c中H10);

(3)提供与过程相关的反馈(例如,您已坚持了3天)。

4.H11提供升级挑战

这条原则的定义是提供难度循序渐进的挑战。难度过高的挑战会让学习者望而却步,提供升级练习,帮助学生在挑战中树立信心。注意,挑战只是超出了学习者的舒适区,但仍被认为是可达到的[30]。

具体策略包括:

(1)提供能引导深入思考的拓展链接;

(2)提供系统性的系列课程学习,而非某一细碎知识的学习;

(3)提供挑战的难度划分和难度说明(如图3d中H11);

(4)提供课前评估测试,帮助用户识别强项和弱点。

5.H12提供积极的期望

这条原则的定义是表达积极的期望和对预期结果良好的信心。环境中的积极情绪或对用户的鼓励,能消除或减轻远程交流引发的孤独、焦虑情绪[31],使用户表现出更热情的参与动机,对学习满意度和幸福感有正向作用。

具体策略包括:

(1)提供学习警示时,偏向使用积极的话语(如果你保持继续学习,你将收获……);

(2)提供表示对学习者有信心的反馈“预计……天就能掌握目标”(如图3e中H12);

(3)提供对学习者习惯养成的帮助,减少学习者“任务心理”带来的负担。

6.H13激发用户好奇心

这条原则的定义是激发学习者对于相关知识的好奇心。好奇心能帮助用户保持持续的兴趣[32]。例如,游戏化的形式能吸引用户注意力、激励其实现目标、促进竞争及有效的团队合作和沟通。

具体策略包括:

(1)提供角色充当学习平台内的向导,向学习者提问,引领用户参与;

(2)提供类似“寻宝”的游戏机制来激发好奇心和信心;

(3)提供“边学边练”的学习模式,将理论和实践进行融合;

(4)提供“蒙层功能”先给予学生思考时间,后可自主查看解答(如图3f中H13)。

(三) 联结感

联结感指个体希望与他人联结,感受到关注、认可和支持。当用户的联结感得到满足时,归属感增强,会做出更多利他行为,关注群体利益,反之,可能感到孤独、疏远,或过分关注外在的衡量标准(人气、地位、形象),忽略学习动机[33]。

一级原则联结感下有5条启发式评估原则,每条原则下具体策略的案例见图4。

图4 一级原则联结感下5条原则具体策略的案例

1.H14符合学习情景的认知

这条原则的定义是专注于模拟真实的学习场景,提供熟悉的学习体验。不少用户表示远程学习缺少环境氛围,体验不佳,易造成注意力的分散[34]。模拟真实学习情景会更符合用户传统认知,减少认知负荷[35]。

具体策略包括:

(1)模拟学校真实空间的场景,例如,设计教室、黑板、座位等典型场景;

(2)提供真实对话和问答,作为用户参与学习知识的渠道;

(3)还原面对面学习场景,例如提醒学生下课签退功能模拟了线下学习时的下课铃(如图4a中H14)。

2.H15加强社交暗示

这条原则的定义是加强非语言的社交暗示,以更流畅、准确地传达信息。数字学习可能会面临非语言的社交暗示(如面部表情、手势、语调、外部特征等)缺失的问题,学生无法与其他课程参与者、教师建立深入联系[36],妨碍交流内容正确的传达,增加澄清误解的时间,造成单方面枯燥思考。因此,平台设计时可以参考传统学习模式下的交互行为,加强交流暗示,促进沟通交流。

具体策略包括:

(1)提供表达者语调和音量的检测及可视化;

(2)提供符合用户交流情景的手势、表情包、字幕(如图4b中H15);

(3)提出让用户使用高关联性的通信通道(如视频聊天)的建议。

3.H16增加用户角色的转变

这条原则的定义是丰富用户的角色,学生不再只是被动接受知识的浏览者。翻转课堂中师生主导地位的翻转,具有将被动学习转为主动学习的优势[37]。这类角色身份转变,能提高学生在远程教育中的投入度。

具体策略包括:

(1)允许同侪评议,阅读其他学习者的信息来鼓励同伴和自己学习(如图4c中H16);

(2)允许优秀用户成为学习社区管理员,解决他人疑惑;

(3)允许教师角色多元化,有经验的人都能成为教师,分享知识。

4.H17共建学习社区

这条原则的定义是支持有相同目标的用户组织活动,增加其归属感。维果茨基的理论表明,社区在构建新知识的过程中发挥着重要作用[38]。社区成员之间的社交和协作互动能提高参与者间的凝聚力,让参与者感受到人情味和归属感,促进深层思考。

具体策略包括:

(1)支持用户创建小型的师生支持小组(如图4d中H17),与教师和同伴一起营造良好的学习氛围(自习室、互助小组);

(2)提供帮助学习者寻找潜在同伴互助者的工具;

(3)支持撰写班级博客以鼓励与内容相关的交流。

5.H18支持多途径参与互动

这条原则的定义是提供更多有意义且新颖的互动途径。不局限于评论、点赞等常见互动方式,丰富的互动方式或动效能增加数字教育平台的吸引力[39]。

具体策略包括:

(1)支持用户投票等需要较少认知处理的参与形式,提高反馈效率(如图4e中H18);

(2)支持用户表达赞同、鼓励等积极态度,提供热情友好的音频消息;

(3)支持多动效的互动方式,创造用户意想不到的效果。

三、数字教育幸福体验设计启发式原则验证

(一) 被试

按照尼尔森2000年的实验,3～5人就可以发现85%的问题,余下15%的问题通常重要程度较低[40]。由此,本实验招募8 名被试,平均分配至实验组和对照组,每组分别由2名启发式评估专家和2名用户体验/用户界面设计专业的研究生组成,所有被试在数字教育平台设计和可用性测试方法方面都有相关工作经验。

(二) 实验对象

实验选取Coursera网站,在被试测试前,研究人员已对平台现有用户评价进行过查阅和搜集,确保该系统对于启发式评估有足够数量的可用性问题。

(三) 实验流程

实验分为对照组和实验组进行,对照组使用尼尔森启发式,实验组运用本研究开发的数字教育启发式工具集,共同评价Coursera网站中影响用户体验感的因素。实验在会议室举行,整个实验流程包括理解实验目的和启发式评估原则、正式评估流程、问卷填写、半结构化访谈,共计约4小时。

被试依照启发式评估标准多次使用 Coursera网站,补充可用性问题列表,列表包含问题界面截图、问题界面位置、违反原则、严重等级、问题描述、优化建议(选填),并根据尼尔森的“严重程度评定量表”对发现的问题进行评级。同一组的参与者需进行讨论,直到对严重等级评级达成共识。最后,被试需完成对每个启发式原则的实用性、易用性、清晰性评分和对整体启发式的易用性、完备性评分(5分李克特量表:1分表示不符合维度要求,5分表示完全符合)和半结构化访谈。

实验结束后,研究人员对检测出的可用性和用户体验问题进行比较和编码,若实验组能在提出问题数量、较严重或较重要问题数量、数字教育领域特有特征方面取得比对照组的尼尔森启发式方法更好的效果,则可证明所提的工具集有效。

图5 实验过程

(四) 实验结果

对比实验组和对照组进行的启发式评估,实验组使用新的启发式原则发现了更多的可用性问题。实验组共发现了71个问题,其中6个被视为关键可用性问题,29个为主要可用性问题;而在对照组,被试使用尼尔森启发式仅发现了56个问题,其中5个被归为关键可用性问题,22个为主要可用性问题。实验结果如图6所示。问卷结果的评分上,使用新的启发式得分更高,在易用性(M=4.25,SD=0.46)和完备性(M=4.13,SD=0.83)维度上存在显著差异(P≤0.05)。

图6 问题的数量和严重程度

具体可用性问题及违反的具体原则如表 2。

四、结果与讨论

比较两种启发式原则发现,灾难性问题和严重问题在数量上相当,说明数字教育启发式不仅能检测有关内在动机的问题,也易于检测操作缺陷。参与评估的被试表示,根据自我决定理论开发的数字教育领域的启发式工具集具有更清晰的分类,因而更具逻辑性,避免反复对照某个页面造成时间浪费。

从发现问题的具体内容来看,对照组所发现的大多数问题更偏向界面布局是否容易阅读、界面元素是否合理,而实验组发现的大多数问题更涉及用户的深层次体验,如在Coursera中为体现课程的权威性收录了课程名校老师信息,而被试认为这样的课程展示方式会显得有更多的广告成分,体验感下降;网站支持学生在课程选择时填写经验水平,但未提供填写的参考依据,不同学生有不同的判断标准,导致效果不理想;Coursera平台虽支持学生自主思考,但未涉及学习氛围营造,导致讨论或思考的内容与课程无关。

总的来说,新提出的启发式工具集比尼尔森的启发式更有助于识别可用性问题,所识别的问题也与数字教育领域更相关。优越性的一部分原因可能是尼尔森启发式的通用性造成的[41],另一原因可能是因为尼尔森启发式原则未提供具体案例进行补充解释,而数字教育启发式以卡片的形式很好地解决了这一点。

这项研究局限性可能由被试背景造成。由于数字教育的目标用户分布在世界各地,同样的问题可能会被认为严重程度存在不同[42]。例如,Coursera网站用户更多是西方的学生,更强调自主进行选择(只提供客观解释材料,而不过多偏向为用户推荐)。因此在对问题严重程度的判断上,可能会带有主观的成分。其次,可用性评估测试只进行了4小时,发现的问题大多为短时间内体验提出,而线上学习是个长期过程。“缺少学习进度发生阶段变化的显示”这类可用性问题可能仅在短时间内较为严重,胜任感的益处也可能仅在短时间内有效,未来实验还需立足长期的学习周期进行测试。

五、结论

本文基于自我决定理论的框架,开发出一套针对数字教育领域的启发式原则工具集,以辅助设计师进行数字教育平台的设计,提高数字教育领域学生体验感。通过实验验证发现,数字教育启发式工具集较尼尔森启发式原则而言更有助于全面识别有关体验感的可用性问题,且更适用数字教育领域。此研究结果能为提升数字教育领域中的用户体验提供参考。