学习分析视角下大学生线上自我调节学习干预设计与检验

丁 浩, 徐 凤

(1.蚌埠学院 文学与教育学院,安徽 蚌埠 233030;2.安徽财经大学 大数据学院,安徽 蚌埠 233030)

习近平总书记在党的二十大报告中明确指出：“推进教育数字化。”[1]杨宗凯提出：“探索数字化条件下新型教学模式,推进信息技术、智能技术与教育教学融合的教育教学变革。利用技术赋能,全面推进教学模式创新。深化网络学习空间应用,构建线上线下混合式教学的有效模式,推进常态化应用。”[2]教育部副部长吴岩认为：“我们不可能、也不应该退回到疫情发生之前的教与学状态,混合式教学要成为今后高等教育教学新常态。”[3]混合式教学是信息技术和智能技术支持下的新型教学方法,是面对面教学和线上学习的结合,既包括线上自主学习的便利,又没有完全失去面对面的接触[4]。大量的研究者探讨了不同情境下的混合式教学模式。有的研究者构建了基于慕课的混合式教学模式[5]。有的研究者构建了“任务驱动+小组研讨”的线上线下混合式教学模式,落实高阶性、创新性和挑战度的金课标准[6]。混合式教学具有诸多优势,但也带来巨大挑战,尤其对大学生线上自我调节学习水平的要求较高[7]。自我调节学习是指学习者个人激活并系统地维持面向实现个人学业目标的认知、情感和行为的过程[8]。有的研究者基于自我调节学习三阶段过程模型,证明自我调节学习培训和学习日记均能显著提升自我调节学习水平[9]。也有研究者发现,观看“自我调节学习督促视频”的学习者课程互动活动参与度更多,遵循课程结构的程度更高[10]。已有研究表明：线上自我调节学习干预是学习领域的研究热点。

学习分析是指测量、收集、分析和使用学生数据以提升学习体验和优化学习过程[11]。在机器学习和人工智能时代,学习分析对自我调节学习的支持与干预更加的全面和深入[12]。人工智能对自我调节学习的检测、诊断和干预具有重要价值,“人工智能+自我调节学习”成为自我调节学习研究领域前沿方向[13]。先进的数据分析技术和人工智能应用,是克服自我调节学习测量难题的新途径。已有研究发现,学习分析理论和人工智能应用对自我调节学习理论发展具有潜在影响[14-15]。有的研究者立足于学习者视角,依据建构主义理论的反馈模型,提出以学习者为核心的学习分析支持自我调节学习的效能分析框架[16]。也有研究者提出,智能技术赋能自我调节学习的发展,应注重技术与学习者之间的良性互动,以过程性数据帮助学习者自知,以数据素养帮助学习者自省,引导学习者适应环境变化,以实现更高层次的自我调节学习[17]。综上可知,基于建构主义学习理论所构建的“任务驱动+小组研讨”的线上线下混合式教学模式的有效性,有赖于大学生线上自我调节学习干预设计的有效性。研究基于学习分析视角,在“任务驱动+小组研讨”线上线下混合式教学模式下(见图1)[6],提出大学生线上自我调节学习的干预框架并进行实证检验,为教育数字化背景下混合式教学模式的常态化应用,提供理论基础和实证支撑。

图1 基于“任务驱动+小组研讨”的线上线下混合式教学模式

1 干预设计

1.1 学生学习数据的收集

学习分析的第一步是收集学生的学习数据。在干预框架中,学习数据来源主要包括线上数据和线下数据两个方面,如图2所示。线上数据是指学生线上学习行为数据,线下数据是指学生任务完成质量评价结果。学生线上学习行为数据包括基本操作行为、交流互动行为、任务完成行为和作品分享行为。基本操作行为包括登录学习平台、浏览学习资源,交流互动行为包括创建讨论、参与讨论、提问答问、评价同伴作品,任务完成行为是指完成作品设计任务并上传,作品分享行为包括展示任务作品、分享任务成果。学生线上学习行为数据由线上收集完成,通过统计分析和可视化等手段把数据分析结果反馈给学生和教师。学生任务完成质量评价在线下讨论交流中完成,线下讨论交流对学生作品进行明确评价,评价主体涵盖自我评价、生生互评、教师评价,评价形式包括质的评价和量的评价。在学生自评、同伴互评、教师点评等质的评价的基础上,教师对任务完成质量进行定量评价[6]。任务完成质量评价结果,在小组研讨环节面对面反馈给学生。

1.2 学生学习数据的分析

学习分析的第二步是分析学生的学习数据。在干预框架中,对线上和线下两个方面的数据进行综合分析,如图2所示。线上数据揭示线上学习状态,线下数据揭示任务完成质量。线上学习状态决定任务完成质量,任务完成质量折射线上学习状态[6]。线上学习状态依赖技术的判断,是初阶数据;任务完成质量依赖人的判断,是高阶数据。人工智能完成数据检测,人的智能完成数据诊断。线上和线下数据的综合分析,能够充分发挥“人工智能+人的智能”的联合优势。“任务驱动+小组研讨”的线上线下混合式教学模式,形成了人的认知与人工认知的交叉空间,教育场景从人际拓展到“人际+人机”。有研究者提出智能教育学,致力于构建兼顾温度与理性的新教育,研究“人际+人机”场景下人类认知与人工认知在知识生产、传授、应用等过程中的分工与协同,以促进人机协同和增强人类决策[18]。在综合分析线上学习状态和任务完成质量两方面的数据后,在小组研讨环节,教师与学生面对面评定其线上自我调节学习水平。

图2 线上自我调节学习干预框架

1.3 学生自我调节学习的干预

学习分析的第三步是对学生的线上自我调节学习进行干预。在干预框架中,线上学习状态、任务完成质量和线上自我调节学习水平三方面的数据,为自我调节学习干预提供了数据支撑,如图2所示。社会认知理论认为,在社会情境中,人的行为是通过示范和观察学到的,自我调节行为是个人、行为、环境相互影响的三维过程[19]。社会认知视角尤其强调父母、教师、教练、同伴等社交主体在自我调节发展中的作用[20]。自我调节学习的过程模型,把学习过程划分为学习前、学习中和学习后三个阶段,包含将先前的学习与当前的学习联系起来的反馈回路,体现了自我调节学习的周期性[21]。

基于社会认知视角的干预机制,把个人、行为和环境的三维模型,与自我调节学习三阶段过程模型有机融合。第一,环境干预,干预形式为小组互动、师生互动和生生互动。动态、轮流进入线下组别的学生人数,控制在15人左右,实现了小班化教学,保障了小组研讨的高水平互动。小组研讨有利于实现高水平的师生互动,教师的期望直截了当地传递给学生,学生承诺达到任务质量要求也直截了当地反馈给教师。小组研讨也有利于实现高水平的生生互动,显性的生生互动表现为互相点评,隐性的生生互动则表现为社会比较。通过社会比较,学生对任务作品的质量进行对比,孰优孰劣,一目了然,这种同伴压力会激发表现——接近目标导向。奋起直追的想法,触发了学习前阶段的目标设定。与同伴的比较结果,触发了学习后阶段的自我评价。向同伴虚心请教,则触发了学习中阶段的帮助寻求。第二,个人干预,表现为面对面、个性化和追踪式干预。小组研讨为教师提供了与每位同学面对面、一对一交流的机会,在整个学期有多次面对面、一对一交流,教师了解所有学生的自我调节学习状况,能够给出个性化的指导和建议,能够实现学习过程全记录,每次面对面、个性化交流都是对上次交流的回头看,体现了长期追踪的特征。第三,行为干预,干预形式表现为学习结果的评价与反馈。小组研讨中的讨论交流,是充分准备基础上的交流。只有经过线上自我调节学习阶段的准备,才有可能在线下进行讨论交流。在小组研讨中,学生、同伴、教师分别对作品的优点、不足给出具体的点评,学生会得到教师关于其作品是否达标的明确评定。任务作品的达标标准,可视为学习前阶段的目标设定。任务作品完成质量评价和策略评估,则是学习后阶段的结果评价。

2 实证检验

基于以上分析,可提出研究假设如下：在“任务驱动+小组研讨”混合式教学模式下,依据干预框架所设计的干预策略有利于提升大学生线上自我调节学习水平。

2.1 研究方法

2.1.1研究对象

本研究以安徽省某高校专业必修课“现代教育技术”两个班的学生为研究对象。其中一个班为实验组,学生人数为43人;另一个班为对照组,学生人数为41人。两个班专业相同,授课教师相同,在性质上属于同质性群体,两组之间的任何差异都只能归因于实验处理的效果。

2.1.2实验设计

采用单因素完全随机独立组设计,将两个班随机分派为实验班和对照班,以考察自我调节学习干预设计对大学生线上自我调节学习的干预效果(见图3)。实验班接受“任务驱动+小组研讨”混合式教学模式,对照班接受传统课堂教学模式。在本实验设计中,传统课堂教学模式除具有传统教学特点外,涵盖要求学生自主学习线上教学资源的内容。在对照班学生中,课程开始前后对其进行线上自我调节学习测量,以获取前测、后测数据。在实验班学生中,在整个学期多次进行测量,第2-5周进行的第一次测量为前测数据,第12-15周进行的最后一次测量为后测数据。

图3 实验设计

2.1.3研究工具

采用Barnard等编制的线上自我调节学习量表(Online Self-regulated Learning Questionnaire,OSLQ)[22],包括目标设定、环境构建、任务策略、时间管理、寻求帮助、自我评价六个维度,共24个题项。例如,我通过设定目标来管理线上学习时间;我精心挑选线上课时的学习地点,以避免过多分心;我尝试在每日或每周的固定时间开展线上学习,并建立相应的例行公事。采用7点计分,1表示“非常不同意”,7表示“非常同意”。分数越高表示个体的线上自我调节学习水平越高。施测前,由心理学专业和英语专业的两名教师对该量表进行了翻译和回译工作,并对相关表述进行了修改,最终形成了施测用的线上自我调节学习量表。

2.2 研究结果

2.2.1对照班和实验班的前测/后测差异比较

以分组变量教学模式为自变量,以线上自我调节学习前测分数为因变量,进行独立样本t检验。

由表1的数据可知,对照班和实验班学生的线上自我调节学习均处于中等水平,对照班和实验班两组学生的线上自我调节学习不存在显著差异,t=-0.129,p=0.898>0.05。同样,线上自我调节学习的六个子维度之间也不存在显著差异。

以分组变量教学模式为自变量,以线上自我调节学习后测分数为因变量,进行独立样本t检验。由表1的数据可知,对照班学生的线上自我调节学习仍处于中等水平,而实验班学生的线上自我调节学习则上升到高水平(M对照班=3.85 VSM实验班=6.39),t=19.924,p=0.000<0.001,两者之间存在显著差异。同样,线上自我调节学习的六个子维度之间也存在显著差异。

表1 学生线上自我调节学习水平前/后测数据独立样本t检验结果

2.2.2对照班和实验班学生线上自我调节学习前/后测差异比较

以对照班学生线上自我调节学习前测和后测分数为配对变量,进行配对样本t检验。由表2的数据可知,对照班学生线上自我调节学习的前测和后测分数均处于中等水平,两者之间不存在显著差异,t=0.525,df=40,p=0.602>0.05。同样,在6个子维度之间也不存在显著差异。

以实验班学生线上自我调节学习前测和后测分数为配对变量,进行配对样本t检验。由表2的数据可知,实验班学生线上自我调节学习前测分数仍处于中等水平,而后测分数则上升到高水平(M对照班=3.91 VSM实验班=6.39),t=-24.745,p=0.000<0.001,两者之间存在显著差异。同样,在6个子维度之间也存在显著差异。

表2 学生线上自我调节学习水平前/后测数据配对样本t检验结果

2.3 讨论

在“任务驱动+小组研讨”混合式教学模式下,该研究基于学习分析视角,构建了大学生线上自我调节学习的干预框架,在干预框架中设计了环境干预、个人干预、行为干预相互融合的三维干预机制,在实际教学环境下对干预框架的干预效果进行实证检验。研究结果表明,对照班与实验班学生线上自我调节学习前测分数不存在显著差异,均处于中等水平,而后测分数存在显著差异,实验班学生线上自我调节学习分数明显升高。更进一步的研究结果表明,对照班学生线上自我调节学习前测和后测分数不存在显著差异,而实验班学生线上自我调节学习前测和后测分数存在显著差异。除了干预框架不同,对照班和实验班并无其它差异。综上分析可知,实验班学生线上自我调节学习分数升高源于干预框架的实施效果。因此,研究假设得到了验证,即线上自我调节学习的干预框架能够显著提升大学生线上自我调节学习水平。

如何解释上述研究结果?基于学习分析和三维交互理论的干预框架能够显著提升线上自我调节学习水平,这与以往的研究结论相一致[23]。自我调节学习的过程模型,把学习分为学习前、学习中和学习后三个阶段,过程定义的关键方面是自我调节学习的周期性,它包含一个将先前的学习与当前的学习联系起来的反馈回路。自我调节过程模型,假设了与学习行为有关的两个基本维度：学习活动的数量和质量。“任务驱动+小组研讨”混合式教学模式中的任务驱动设计,启动了自我调节学习过程模型的学习前阶段。学习前阶段着重于学习者的学习准备。根据给定的任务,学习者设定一个既现实又具有挑战性的目标。目标设定具有激励价值,它标志着计划学习过程的开始。为更好地计划学习过程,学习者必须考虑潜在的学习策略,应用这些策略成功地完成任务(计划策略),以及需要多长时间才能完成任务(计划时间)。此外,在学习前阶段,内在动机至关重要。学生具有较高的内在学习动机,学习动力来源于任务本身的有趣或挑战性,以及其胜任能力。因此,当学生面对一项有趣的任务(高内在动力),而他们期望自己可以解决(高自我效能)时,这会导致从学习开始就充满了动力。相反,如果他们认为任务无趣(内在动力不足),或确信他们将无法成功(自我效能低下),学生拖延的可能性就很大。而学习分析视角下的干预框架,则能够准确、及时把握学生学习前阶段的学习状态。在学习中阶段,学生应用不同的学习策略解决任务。学习的质量和数量,对学习结果至关重要。学习数量是指学习投入的时间,学习质量是指使用的学习策略、意志策略和监视策略等。在自我调节学习过程模型中,产生学习结果,标志着学习中阶段的结束。

“任务驱动+小组研讨”混合式教学模式中的小组研讨设计,启动了自我调节学习过程模型的学习后阶段。在学习后阶段,对学习的数量和质量进行评估。学生自评,以满意度为指标对学习结果进行主观估计。生生互评和教师点评,则以任务完成质量对学习结果进行客观评估。通过将学习结果与原始目标进行比较,学生可以评估学习中阶段的表现。比较可以帮助学生确定其学习结果是成功还是失败。如果学习结果被评估为成功,则会产生积极的情绪,如满意和自豪感。如果学习结果被评估为失败,则会产生消极的情绪,如失望和悲伤。无论成功或失败,学生都会反思成功或失败的原因,总结得出上一个学习周期的一般性结论。反思,必然带来目标的调整和未来学习策略的修正。在成功的情况下,学生可能会坚持已经成功应用的学习策略,适当提高学习目标。相反,在失败的情况下,学生可能会降低目标,或修改下一个学习周期的策略,以便做得更好。因此,一个学习周期学习后阶段的评估和思考,会影响下一个学习周期学习前阶段的任务设定。由此可见,基于学习分析模型设定的三维干预机制,有小组互动、师生互动和学生互动的环境干预,有面对面、个性化、追踪式的个人干预,有对学习结果进行评价和反馈的行为干预,契合自我调节学习的过程模型。由此可以解释,线上自我调节学习的干预框架能够显著提升大学生线上自我调节学习水平。

对于混合式教学模式的常态化应用推进而言,该研究发现具有如下几个方面的重要意义。第一,在后疫情时代和教育数字化背景下,基于学习分析和三维交互理论的干预框架,能为大学生线上自我调节学习干预提供重要理论基础。第二,基于自我调节学习过程模型构建的干预框架在研究中得到进一步证实,表明混合式教学模式下大学生线上自我调节学习的干预,应是基于学习前、学习中和学习后三阶段的全过程干预。

该研究的局限性提示了未来的研究方向。第一,该研究中采用的“任务驱动+小组研讨”混合式教学模式,仅是众多混合式模式中的一种,普遍适用性不足。在未来的研究中,应尝试通过构建多种有效的线上线下混合式教学模式,进一步检验线上自我调节学习干预框架的有效性,以提高干预框架的适用范围。第二,该研究中的样本来源于一门课程的学生,样本类型单一,样本数量偏少。因基于“任务驱动+小组研讨”混合式教学模式探讨线上自我调节学习的干预,客观上致使取样范围较小。在线上自我调节学习的干预设计得到小样本研究证明的基础上,应扩大样本来源的多样性和样本数量,在大样本研究中检验干预设计的有效性,提高研究结论的推广应用范围。

3 结论与建议

通过以上分析可以看出,数据收集、分析和利用等学习分析过程,在干预框架中均得到良好的应用;线上收集和线下收集两种途径,能够有效完成学生学习数据收集;学生线上学习状态和任务完成质量的分析,能够有效诊断学生线上自我调节学习水平;环境、个人和行为三维干预机制,能够有效提升学生线上自我调节学习水平。因此,结合混合式教学模式的应用情况,提出如下建议：

第一,大力推进混合式教学模式的常态化应用。在常态化疫情防控期,线上教学和混合教学作为教学应对疫情的有效手段,在高校中得到大范围使用。三年来,部分高校把混合式教学模式作为学校的常态化教学形态使用。后疫情时代,大部分高校回归到疫情前的教学形态,混合式教学模式的应用迅速缩水。混合式教学是信息技术、智能技术进步的产物,不是疫情的产物。伴随着我国教育数字化时代的来临,建议高校大力推进混合式教学模式的常态化应用。

第二,在混合式教学模式设计中,开展线上自我调节学习的干预设计。线上自我调节学习,是混合式教学的关键环节,关乎混合式教学的成败。大学生线上自我调节学习干预设计,是混合式教学模式开发的关键内容。在混合式教学的具体实践中,建议教师发挥主导作用,既要设计混合式教学模式,又要设计线上自我调节学习的干预方法,确保混合式教学模式取得实际效果。

第三,应用学习分析模型进行线上自我调节学习干预设计。该研究证明,学习分析视角下的干预框架,是线上自我调节学习干预的有效手段。近年来,众多学者将学习分析应用于自我调节学习以优化学习过程和学习效果。支持、促进自我调节学习发展是学习分析重要的应用领域之一[12]。有研究表明,学习分析促进了自我调节学习各要素的融合[16]。在进行线上自我调节学习干预设计中,建议教师引入学习分析模型。

第四,根据混合式教学模式的特点,进行差异化的线上自我调节学习干预设计。因高校、专业、课程和学生的差异,混合式教学模式应是千差万别的。混合式教学模式存在差异,线上自我调节学习的干预设计也理应存在差异。例如,大量研究者开发的形式各异、特色鲜明的线上线下混合式教学模式[5-6]。建议教师根据混合式教学模式的特点,进行有针对性的线上自我调节学习干预设计,以确保干预的有效性。