中学生学习动机与参与的多维框架分析——基于四省市2170名中学生的数据

姜 臻, 余 凯

(1.贵州财经大学 公共管理学院, 贵州 贵阳 550025; 2.北京师范大学 教育学部, 北京 100875)

一、问题提出

智能技术的迅猛发展对未来职业结构形成巨大冲击,对满足时代需求高素质人才的培养提出挑战。智能化时代对学生学习能力和思维培养提出更高要求,比如创新学习能力、终身学习能力、问题解决能力以及批判性思维培养等。2016年,我国完成了中国学生发展核心素养研究工作并发布总体框架。[1]然而,对于中国学生“学会学习”核心素养的培养而言,学校和教师正面临着学生学习动力与参与不足这一关键问题。一方面,外部驱动的学习动机虽然可以帮助学生应对标准化考试,但是难以支撑智能时代学习的自主性需求;另一方面,在应试导向下,传统教学法过于注重知识传递,导致学生学习内部动力不足,学习参与主动性不高,不利于培养创造性思维与创新能力。因此,学校和教师需要采用更加客观、科学的评估工具,分析学生学习现状,以深入了解学生学习动机与参与程度,理解学生学习行为背后的心理状态,从而制定更具针对性的干预措施,设计更适合学生学习需求的教学活动,为改进教学实践提供及时反馈。

传统的学生学习评估是一种聚焦于结果的评价模式,这种模式通常专注于学生学业成绩检验,缺乏对学生学习过程的考察,作为学习主体的学生,其学习动机与参与及其对学习适应性的影响等方面都未能得以充分表征与阐释。随着人本管理思想的活跃,学校效能的评估方式逐渐转向过程性评价,评估策略也从笼统描述转变为评估指标的具体化,评估指标也从一元转变为多元,以弥补单一成绩评价的缺陷,而动机与参与量表(Motivation and Engagement Scale, MES)在注重结果的同时能够关注过程评价,故可以为学校诊断学生学习情况提供一种新的思路。因此,本研究以该量表为测量工具,分析中学生学习动机与参与的基本情况,以及学生的学习动机与参与对学业适应性的影响,以便及时反馈学生学习的过程性问题,更好地了解学习者的个体化学习需求,提升中学生的学习动机、学习参与度和学业适应性。

二、文献综述

(一)学习动机与参与

学习动机与参与是学生重要的内在学习生态,影响学生课堂学习效果、作业的积极程度以及学业成绩的优劣。[2]学生愿意在学习方面投入精力与时间的数量、对知识与技能的掌握程度都与学习动机和参与密切相关。遗憾的是,早期许多关于学习动机与参与的研究强调书斋式思维,比较注重理论探讨,相对缺乏实践运用,导致了理论与实践迁移的断层。[3]21世纪以来,学者们对动机研究碎片化与理论化问题的觉悟,[4]推动了研究侧重点逐渐转向实然方面,也更加注重“应用导向的基础研究”(use-inspired basic research)。[5]

为了回应更具整合性与包容性的研究需求,改善过去动机研究所存在的理论化与碎片化的情形,学习动机研究采用具备整合性的研究方法来建构理论。目前,国际研究中采用动机与参与量表开展的研究主要集中于Martin的团队,他们最早收集澳大利亚38所学校12 237名高中学生的数据,采用结构验证的方法,确认了学习动机与参与模型(Motivation and Engagement Wheel,MEW)的合理性以及高中生学习动机与参与量表在澳大利亚的适用性。后来,Hau与Martin合作探究中澳学生的学习动机与参与度,发现二者之间的工具属性并无差异,不过研究表明澳大利亚学生动机与参与的自我评估水平要高于中国(北京和香港)学生。[6]Martin等学者在后续研究中扩大了样本的范围,进一步纳入美国、加拿大、英国以及中国的中学生,测试了学习动机与参与多维度框架模型的适用性。[7]国内对于学生的学习动机与参与的研究主要针对大学生群体,对于中学生学习动机与参与的研究寥寥可数。

(二)学业适应性

美国心理学会将适应性界定为“在变化的情境中作出合理反应的能力;调整个人行为以面对不同情形或者不同人的能力”[8]。适应性概念化的历程很久,[9]目前学界逐渐将适应性概念融入学习与学业成绩领域进行研究,并通过引入包括认知、情感、行为在内的动机视角来思考此类问题,因此适应性的概念可以界定为“(学生)面对不确定性和新情况时的合理认知、情感与行为调整”[10]。此外,适应性的概念越来越多地被引入以解释学业恢复力和自我调整之外的因素如何影响学业和非学业幸福感。[11]

三、研究设计

(一)研究对象

从北京、重庆、山东和山西的10所学校中共收集3756名中学生样本,其中,参与调研的10所学校包含了城市、郊区与农村等不同地域,参与调研的学生性别比例也相对均衡,大约各占一半。在保证充足样本数量的前提下,为了增加样本的科学性与随机性,在已有问卷中另随机抽取60%的样本,并通过计算作答方差,删除了空白以及作答无差异的问卷83份,最终以2170名学生作为分析对象,其年龄范围介于11～18岁,平均年龄13.77岁,样本基本信息详见表1。

表1 样本基本信息

(二)研究工具

本研究所采用的动机与参与量表、适应性量表的原始版本为英文,为了弥补国外材料在翻译过程中的失真缺陷,尽量保证量表在中国情境下的适用性与措辞的准确性,经过研究者多轮翻译与校验,并与国外研究者取得联系,讨论并校正翻译失当之处并予以修订。

1.动机与参与量表

动机与参与量表包括四大维度及与之相对应的11个一阶因素:适应性动机(自我效能感、价值观、掌握取向)、适应性参与(计划、任务管理、坚韧)、非适应性动机(焦虑、避免失败、控制)、非适应性参与(自我设限、疏离)。[12]11个一阶因素各自包含四个题项:适应性动机维度下的自我效能感因素包括“如果我有充足的时间,我相信我能出色完成家庭作业”等题项;价值观因素包括“我在学校所学的会对将来有用处”等题项;掌握取向因素包括“如果我所学知识能够帮助我更好理解世界,我会对自己感到非常满意”等题项。适应性参与维度下的计划因素包括“在我开始一项新的学习任务之前,我会计划如何执行”等题项;任务管理因素包括“我经常会选择能够让我全神贯注学习的地方”等题项;坚韧因素包括“如果有学校功课我不能理解,我会继续温习直到我理解为止”等题项。非适应性动机维度下的焦虑因素包括“当测验和考试临近时我会感到焦虑”等题项;避免失败因素包括“通常我在校努力学习的主要原因是不想让别人认为我很差劲”等题项;控制因素包括“我经常不懂如何避免在校表现不佳”等题项。非适应性参与维度下的自我设限因素包括“考试之前我通常不会用功学习,这样若考试结果不理想我便有了借口”等题项;疏离因素包括“我不再真正关心学校”等题项。

2.适应性量表

适应性量表包含9道题目,分别反映认知、行为和情感方面的适应性(比如,“当面对新的或不熟悉的学业时,我有能力调整我的思维方式或态度来顺利完成”)。之前关于适应性量表的横纵向研究表明,量表具有良好的信度和效度。[11]

动机与参与量表、适应性量表均采用Likert 7点计分法,1分表示学生认为题目描述与其实际情况“完全不符合”,7分表示题项描述与学生实际情况“完全符合”。每一具体题项只能对应选择一个答案。

(三)量表的信效度分析

表2详列了动机与参与量表的均值、标准差、分布(偏度和峰度)、信度系数(Cronbach′s α)以及因子载荷均值,偏度和峰度近似正态分布。采用SPSS 22.0对量表的信度进行验证,结果表明,在中国情境下,动机与参与量表总的Cronbach′s α为0.853,适应性动机、适应性参与、非适应性动机和非适应性参与的Cronbach′s α分别为0.880、0.893、0.868、0.865,远大于0.7,说明量表的内部一致性较好。11个一阶变量的具体信度也都大于0.7,意味着单独变量与整体量表之间一致性较高,这些变量是测量学习与动机的有力工具,综上说明动机与参与量表在中国情境下具有良好的信度水平。

表2 中学生学习动机与参与的描述、分布、信度系数与因子载荷均值

为了检验量表的使用质量,本研究采用AMOS 22.0软件进行量表的验证性因素分析,结果表明:11个一阶变量的因素负荷量均值都高于0.55,介于0.57至0.72之间,这说明潜在变量特质得到一阶变量及其测量指标的良好反映。此外,学习动机与参与的11因素模型通过验证性因素分析证明其在中国情境下拟合度良好[8][13](χ2=4746.08,df=847,CFI=0.97,RMSEA=0.047;χ2=6031,df=847,CFI=0.93,RMSEA=0.041,SRMR=0.046)。本研究数据分析再次验证了国际相关研究结果,表明动机与参与量表的多维度测项收敛效度良好,该量表具有理想的内在质量。适应性量表的Cronbach′s α 为0.906,大于0.9,表明量表信度较好;KMO值为0.946且Bartlet球形检验概率sig.为0.000<0.01,说明量表效度良好,总体质量理想。

(四)数据统计

本研究数据分析与计算主要采用SPSS 20.0统计软件和AMOS 22.0结构方程模型软件进行。

四、研究结果

(一)中学生学习动机和学习参与的总体情况

由表2可知,中学生的适应性动机总体水平较高,自我效能感、价值观以及掌握取向的分值都高于5.50;适应性参与的平均值则明显偏低,在此维度中,最高分是任务管理(5.11),计划与坚韧则低于5分。换言之,中学生适应性参与的整体水平明显低于适应性动机水平,说明中学生有很强的学习意愿,但学习的自我管理和抗压能力不高。在非适应性动机方面,焦虑与避免失败的均值接近4分,说明学生会为了同学、家长以及教师的肯定而愿意学习,同样也会因为考试而感到紧张。非适应性参与的自我设限与疏离维度得分较低,都低于3分,说明学生仍然关心并愿意参与学校活动,当成绩不甚理想时,也尽量不为自己找寻借口。

(二)中学生学习动机与参与程度的差异性分析

从表3可知,中学生的学习动机与参与程度在学校位置、学生性别、走读情况以及父母学历方面均存在显著性差异(P<0.05)。

1.中学生学习动机与参与程度在学校位置方面存在显著差异

城市、郊区与农村学生在自我效能感、价值观、掌握取向、计划、任务管理、坚韧、焦虑、避免失败、控制、自我设限、疏离11个一阶变量上差异非常显著(P<0.01)。从均值分布规律来看,城市、郊区和农村的中学生在适应性动机与适应性参与两大方面呈“U型”分布,即城市与农村学生的适应性学习动机与适应性参与的均值都高于郊区学生;非适应性动机和非适应性参与则呈“倒U型”分布,即城市与农村学生在非适应性动机和非适应性参与的均值要低于郊区学生。

表3 中学生学习动机与参与程度的差异性分析

续表3

郊区学生的学习动机与参与程度要低于城市和农村学生,探其原因,可能由于郊区学生主要是外来务工人员的子女,他们背井离乡来到城市,父母工作比较忙碌,对孩子学习的关注程度相对较低,孩子在这样的环境中缺乏稳定感与安全感;与此同时,根据相关教育政策,学校不需要将流动人口子女的升学情况纳入考核范围,导致学校对他们的重视程度偏低,在一定程度上也导致了他们缺乏学习热情,且学习参与度偏低。

2.中学生学习动机与参与程度在性别方面存在差异

男生与女生在价值观、掌握取向、控制、自我设限、疏离等维度上差异非常显著(P<0.01),在自我效能感维度上差异显著(P<0.05),在计划、任务管理、坚韧、焦虑、避免失败等维度上差异不显著(P>0.05)。男生在适应性动机方面得分低于女生(5.48 <5.63),适应性参与基本持平,而在非适应性动机(3.93>3.81)和非适应性参与(2.90>2.49)两大方面,男生评分都高于女生。中学阶段女生心智相对成熟,性格文静,学习努力,因此比同龄的男生学习动机与参与程度更高,不适应性更低。

3.中学生学习动机与参与程度在走读与否方面存在差异

走读生在适应性动机(5.57>5.44)与适应性参与(5.02>4.82)维度的得分高于住校生,在非适应性动机(3.83<4.04)和非适应性参与(2.67<2.82)方面的均值低于住校生。走读生与住校生在自我效能感、计划、坚韧、焦虑等维度上差异十分显著(P<0.01),在任务管理、避免失败、控制、自我设限等维度上差异显著(P<0.05),在价值观、掌握取向、疏离等维度上差异不显著(P>0.05)。中学生正值成长关键期,需要充足营养,也渴望家庭的温暖,走读生相对住校生更容易获得家人的认可、鼓励与支持,因此在学业动机与参与方面表现更为出色。

4.中学生学习动机与参与程度在父母学历方面有显著差异

分析发现,中学生学习动机与参与程度在父母学历方面存在显著差异,在适应性动机、适应性参与、非适应性动机和非适应性参与等方面都达到极显著的程度(P<0.01)。从均值分布来看,父母学历水平在适应性动机和适应性参与两大方面呈现先上升后下降的趋势,转折点在大学和研究生学历之间,即父母为大学学历时,学生的学习动机与学习参与均值得分最高;在非适应性参与层面也呈现反向类似趋势,均值分布呈现先下降后上升的趋势,转折点在大学和研究生学历之间,即父母为大学学历,学生的非适应性参与的均值得分最低;在非适应性动机方面,均值分布则随着父母学历升高而降低。

高学历父母能够为孩子提供更好的生活和学习环境,父母的认知与价值观也渗透在日常生活的言传身教中。有趣的是,在本研究中,“U型”曲线的转折点都在大学学历的父母层面,究其原因,可能是研究生学历父母具有更为强烈的“望子成龙”心态,不仅对激发孩子的学习热情帮助甚微,反而在无形之中加大了学生的学业压力。

(三)中学生学习动机与参与及与学业适应性的相关性分析

本研究表明:动机与参与量表的四大维度与学业适应性显著相关,并与其存在线性回归关系,因此提升学生学业适应性需要从动机与参与等多方面着手。表4的数据表明,学习动机与参与量表的11个一阶变量中除了避免失败之外,其他变量与学业适应性的相关关系非常显著(P<0.001)。在积极变量层面,这种相关性呈现正向态势,适应性动机、适应性参与与学业适应性之间存在正向相关;在消极变量层面,非适应性动机和非适应性参与与学业适应性整体呈现负相关。

表4 中学生学习动机与参与因素及与学业适应性的相关性回归分析

五、讨论与建议

人工智能时代,国家长远发展需要具备创新思维、创新能力的高素质人才。为了培育符合时代进步和国家发展需要的高素质人才,学校、教师和家长三方主体应该形成合力,提高学生的学习动机和学习参与度,提升其学业适应性。

(一)培养学生积极的学习动机

学习者的学习目标如何设定、学习投入的程度和持续性都与学习动机密不可分。有研究表明,当外部要求和内在需求一致时,动机更易被激发。[14]传统教育体制过度关注应试能力训练,可能导致中学生学习的外部动机过强,内部动机不足。然而,智能时代为实现个性化学习路径提供技术支持,需要充分发挥学生的创新性思维,这对学生内部驱动的学习动机提出更高要求。从适应性动机层面分析,如果学生愿意学习,能够认同学习对自身成长的重要价值,树立能够学好的信心,那么他们就会更加主动参与学习活动,并采用合适的学习策略,以提升学习效果。目前,学生回家写作业常常存在拖延问题,一定程度上与其学习效能感相关。因为学生缺乏信心,不相信自己有能力及时完成作业。这种信心的培养与学生的价值观和知识追求有关。价值观决定了学生能否认同学习的重要性,理解学习对于自己的意义,愿意将所学知识用于改善生活实际;知识追求则强调学生学习不仅仅为了提高成绩,还会因为能够理解知识而对自己感到满意,认为知识的学习指向更好地理解这个世界。因此,重视学生适应性动机的培养,有助于建构学生的积极学习意识,提升中学生自主学习能力。

学校、教师和家长在提升中学生学习动机方面共同扮演着重要角色。学生的好奇心和强烈的学习兴趣会受到学校氛围的影响,因此,学校可以通过创设学习型文化环境,保护和激发学生的学习动机。校级专题讲座可以邀请大学学习科学领域的专家进行讲授,也可以由学科教师结合具体学科内容加以讲解。校园辩论赛可以从“作业拖延症”等学生面临的实际问题出发,采用小组讨论等形式,师生之间畅所欲言,深入分析问题产生的原因,寻求破解方法。

教师是学习型环境落地的重要推手,教师可以在课堂中通过创造沉浸式的学习环境,为学生提供有意义的学习体验,增强其学习动机。教师在帮助学生掌握学习策略和方法之前,需要理解和诊断学生的学习动机,采用多种方式激发学生的学习效能感和学习意义感,让学生感受到学习知识的价值。比如可以通过主题班会等形式,有针对性地启发学生反思自身的学习情况,使他们从学习习惯、学习信心、学习的价值、学业成绩、学习方法等方面逐渐增加思考深度。智能技术通过在线平台、虚拟建构、游戏化学习等方式丰富了教学资源和工具,为课堂教学提供了知识掌握的新型脚手架。教师可以借助这些教学资源和工具,设计出更具互动性和挑战性的学习任务,以激发学生的学习欲望,引导他们积极探索,增强学习效能感。

本研究数据表明,走读生的适应性动机得分高于住校生,非适应性动机得分则低于住校生,同时郊区学生的学习动机得分要低于城区和农村学生,这说明良好的家庭支持能够提高学生的学习动机。郊区学生的父母多为进城务工人员,工作较为忙碌,无暇顾及孩子学习,难以为其营造良好的学习环境。为了激发孩子的学习动机,这部分家长应尽可能挤出时间和精力,关注孩子的学习情况。青春期学生的学习动机会受到儿童早期动机的影响,[15]因此家长从小对孩子的支持和鼓励,有助于其长大后以积极态度明确学习目标,增强学习动力。同时家长可以引导学生探索不同学科领域,为他们感兴趣的学科提供多类型的工具和资源支持。需要注意的是,本研究数据还表明,父母为大学学历的,学生的学习动机分值最高;父母为研究生学历的,学生的学习动机反而下降。这说明更高学历的家长有着更高的期望值,可能会给孩子带来过大的学习压力,反而降低其学习动机。因此,家长要根据孩子的学习兴趣和学习能力等方面的实际情况,设定合适、合理的期望值,避免过高期望带来的反效果。

(二)提升学生学习参与度

在人工智能时代,高素质人才的培养非常重视学生学习的卷入感与获得感。学习过程中行为、情感的投入都是学习参与的重要构成,深度学习参与可以促进学生更深入地理解知识、掌握技能。未来人工智能技术与课堂联系更紧密,学生学习参与不再局限于传统课堂,还包括与智能系统的人机互动。从适应性参与角度来看,如果中学生能够合理选择学习的时间和地点,按照自己的计划开展学习活动,即使遇到困难也愿意坚持下去,那么对于他们而言,参与过程本身就是成长,是自我管理能力、执行力的提升。以家庭作业为例,作为课后的重要任务,学生如何更好地完成家庭作业?首先,学生能够在注意力集中的时间,找到安静、整洁、适合学习的地方,完成家庭作业并复习和预习功课;其次,学生对自己的家庭作业应有所计划并执行,如先做什么后做什么、秉持什么原则、哪种策略更适合自己的特点等;第三,即便家庭作业难度大,学生也愿意花时间、花精力继续学习,直到弄明白为止。

学校、教师和家长在提升中学生学习参与度方面共同承担着重要责任。学校可以借助AI技术,在已有成熟量表的基础上,分析中学生学习数据,了解他们对不同学科、不同教学形式的学习需求,并及时反馈学习情况,既可以帮助学生了解自己的学习状态,及时调整学习目标,也能进一步调整教师的教学设计和教学方法,提高学生课堂参与度。在课后学习中,学校应该帮助家长和教师树立“授人以渔”的理念,不能将学生未及时完成作业的原因单一归结于学生的懒惰,而是要考虑到学生自我管理能力有待提升、学习习惯需要培养以及执行力亟待加强等问题。学校可以邀请大学专家或者全国名师进校为教师和家长做讲座,帮助他们达成共识,为家校合作促进学生积极参与学习奠定基础。

教师应借鉴成熟的过程性评估量表,结合智能技术及时反馈学生的学习状态,根据反馈调整教学方法、创新教学情境,为学生参与学习提供更具个性化的学习指导。智能化技术中的虚拟现实(VR)和增强现实(AR)技术能够为学生创造沉浸式学习环境。教师借助智能技术创造生动的学习场景,帮助学生获得更直观、形象的学习体验,进而深度参与和理解所学知识和技能,并提高在现实情境中的应用能力。

本研究数据表明,走读生的适应性参与得分高于住校生,非适应性参与得分则低于住校生;同时郊区学生的学习参与得分要低于城区和农村学生,这说明良好的家庭支持能提高学生的学习参与度。家长对孩子学习过程的参与,不应只是提出学习要求或者陪伴写作业,关键在于通过有效互动和沟通了解孩子的学习需求。在了解孩子的学习困难之后,帮助他们搭建阶梯,减少他们因为学习难度过大带来的挫败感;在互动的过程中,让孩子感受到被支持、被认可,才能真正促进他们的学习参与。比如,家长在认识到作业拖延等现实问题背后的原因后,就要着手为孩子营造更加整洁、安静的学习环境,指导他们更好地制定作业计划,并在他们遇到困难的时候及时鼓励,提供精神和智力双重支持。

(三)提升学生学习适应性,改善学习效果

面对智能时代急剧更新的外部环境,不断提高学生的学业适应性,是培养学生综合素养的重要方向。

首先,学习观念的转变和个性化教育对改变中学生学习认知具有重要意义。学习观念代表学习者个体关于学习的态度、信念与期望,当面临考试压力所带来的巨大学习焦虑时,负向的学习观念会通过学习认知影响学业适应性。对此,学校、教师和家长需要发挥正向引导作用,帮助学生改变自身的思考方式、调整自身期望,树立正确的学习观念来适应不断出现的新情况。个性化教育注重根据学生的学习需求,提供针对性学习支持,有助于缩小学习者认知差异所带来的的学习体验差异。借助人工智能技术,学校、教师和家长可以在元认知层面指导学生学习,[16]及时反馈学生的学习状态,帮助学生更好地实现自我调节,提升学业适应性。

其次,个性化学习是从行为层面提升学习者学业适应性的重要途径。中学生常常面临多学科学习任务,需要根据不同学习情境进行调整。一方面,学生要通过寻找新信息、新资源以及寻求教师、家长和同学的帮助,或者调整自己的学习方式(比如采用新的方法来学习等)来改变学习的个体化特征,应对新的学习要求;另一方面,教育者可以利用智能技术分析学生的学习需求,根据数据变化提供个性化的学习指导,比如通过小组合作、个别辅导等形式分析发现学生学习问题,进一步教授有针对性的学习策略,提高学生的学业适应性。

再次,支持性的学习环境有助于激发学习者的积极情绪,提升学业适应性。学生的积极情绪表现为面对学习挑战和压力的勇气,可以帮助学生有效应对学习困难。正向学习环境可以增强学生的积极情绪,让他们感受到关注和认同。因此,教育者借助线上学习工具和在线协作工具,创设积极互动的学习环境,鼓励学生互相支持。这种互相支持既包括学生之间的相互支持,也包含教师提供情感支持,与学生建立起互动型师生关系,提升学生的学习积极性。在多方帮助与鼓励下,学生才能够意识到自身的负面情绪,学会给自己打气,减少失望和沮丧感,努力调动自身的积极情绪来应对新的学习任务。

如果学生面对学习中的新问题,能够科学、理性地思考如何从认知、行为和情绪层面进行调整,将有助于他们学习信心的增强和学业成绩的提升。比如,学生常常担心父母和教师对自己失望而努力学习,希望获得同学的认可而努力学习;会为临近考试而感到焦虑,会担心自己难以取得好成绩或者难以保持好成绩;学生也会为自己成绩不理想而找寻借口,甚至因为学业上的不断受挫而放弃对自己的要求,不愿意及时写作业,也不愿意认真准备考试等。这些都是学生在学习过程中不断需要调整的认知、行为和情绪层面的问题,学校、教师和家长难以预测这些问题发生的准确时间,但是可以鼓励学生面对这些新情况时要掌握策略调整自己的思考方式、行为方式和情绪模式;应帮助学生调整自我预期,制定合理的考试目标和复习计划,以减轻学生的考试焦虑感;支持学生在遇到困难时多寻求老师和同学的帮助,学会在灰心的时候给自己打气等;引导学生遇到问题先要进行心理建设,跳出问题想问题,这种鼓励与指导也可以帮助学生获得更多的积极体验。