理解MOOCs的完成率：歸因與挑戰

張剛要 沈大為

摘要：盡管MOOCs在促進學習變革、擴大教育規模等方面提供了一個令人興奮的機遇，但在其有效性方面仍存有許多懸而未決的問題。比如，在學術文獻和大眾媒體中一個被反復提及的重要問題，就是MOOCs學習者一貫的低完成率。該研究以Web of Science數據庫作為數據來源，按照事先制定的規則共檢索出22篇有關MOOCs完成率（保留率或輟學率）的文獻，并將其視為可供質性研究的經驗數據。采用NVivo作為分析工具，通過對這22篇文獻進行三級編碼，獲得了影響MOOCs完成的三大類屬與其下屬的14個因素。經過進一步的分析和討論，我們發現：（1）“學習者的能力與水平”和“平臺與課程的特點”是影響MOOCs完成的核心類屬；（2）盡管MOOCs持續較低的完成率已經引起諸多方面的擔憂，但它不足以作為衡量MOOCs成功的主要指標，它或許本來就是MOOCs的一個獨特的品性；（3）當前關于MOOCs完成的研究尚處于探索性階段，后續工作方向似應進入大樣本的確認性研究階段。

關鍵詞：MOOCs；完成率；保留率；輟學率；歸因

一、引言

近些年來，在教育技術領域中雖然出現了諸多創新，但主流媒體和學術界最突出的公共討論當屬“大規模在線開放課程”（Massive Open Onlinecourses，簡稱MOOcs）。MOOcs作為一種新型的在線學習環境，允許無限量的來自世界各地的學習者參加，無需滿足任何形式的入學要求，也無需繳納任何費用，且課程內容通常是由世界著名的專家提供。有鑒于此，MOOCs的出現被視為“一場‘顛覆性的教育變革”，“為促進學習提供了新的機遇與挑戰”，并將最終“迫使我們重新思考和重新構建現有的教育模式”。

盡管有著諸多優勢，MOOcs的完成率卻是極低的，范圍大致從3%到15%不等。許多研究認為MOOCs的完成率是衡量學習成功的重要指標。于是，MOOcs的完成率（保留率或輟學率）正在成為或已經成為研究熱點與爭議焦點，參與討論的學者眾多，且有諸多作品問世。在此背景下，需要一個對于相關研究的主題分析，以便獲得關于MOOCs完成率的更深入的理解。Creswell認為，文獻綜述的目的是總結關于某一主題的當前的知識狀態，同時發現還沒有完全解決的問題。本研究遵循這一方針，期望通過文獻綜述聚焦MOOcs低完成率的影響因素，確定尚未得到充分解決的重要問題，建議后續工作的方向。

二、研究設計

（一）數據來源

本研究的目的之一，是總結過往文獻中關于MOOcs的完成率（保留率或輟學率）的知識狀態。為此，我們首先檢索相關文獻。我們以web of science數據庫作為文獻來源，按“標題”（Title）項檢索，關鍵詞為“MOOC OR MOOCs OR massive openonline course OR massive open 0nline courses”，文獻類型為論文（Article），學科范圍限定為教育相關學科，檢索時間為2013-2017年。截至2017年5月9日，共檢索到文獻226篇。

第一位研究人員仔細閱讀了全部文獻的題目和摘要，滿足以下條件的文獻將被保留：（1）內容關涉MOOcs完成率（保留率或輟學率）的影響因素研究；（2）研究方法須為實證研究（非實證的描述性文獻將被排除在本研究之外）。另一位研究人員按照同樣的方法和要求也篩選了相關的文獻。經比較，兩位作者之間的一致率為96.8%。最終，22篇文獻被保留，其文本內容被視作可供質性研究的經驗數據。

（二）研究工具

本研究采用質性研究的扎根理論（GroundedTheory）取向。扎根理論是一個系統且靈活的方法，旨在協助基于相關經驗數據的實質性解釋模型的發展。其簡要的過程是：（1）數據收集；（2）數據分析，即從數據本身創建分析代碼（codes）和類屬（Categories）；（3）在數據收集和分析的過程中生成或整合理論。

然而，面對大量的數據集合，手動進行數據分析通常是不實際或不可取的。在過去的十年間，可用于質性數據統計與分析的計算機軟件在持續增加。Hutchison等人證實，QSR-NVivo是一個功能強大的工具，如果使用得當，可以促進扎根理論的許多方面，從早期的采樣程序到數據的分析、理論的發展和研究結果的呈現。因此，本研究選取NVivo作為數據分析的工具。需要特別指出的是，在質性研究的過程中，研究人員是主要的分析工具。質言之，盡管NVivo能夠幫助研究人員管理、分析和發掘數據，但是無法取代研究人員專業的分析的知識或技能。

（三）數據分析

1.分析流程

數據分析的基本過程如下：首先，仔細閱讀22篇文獻的文本內容，并形成一個初步的概念架構。其次，在Nvivo軟件中建立一個新的項目，并將22篇文獻（文獻名為作者名，格式為PDF）導入到該項目的“內部材料”以進行統一的資料管理。然后，在該項目的“明細視圖”區域逐字逐句閱讀22篇文獻的文本內容，對其進行編碼并形成節點。最后，查詢和發掘編碼，進行更高層次的分析。

2.分析方法

編碼是質性研究資料分析、組織且使文本有意義的重要步驟之一。其方式是借由對文本資料逐字逐句的裂解，規律地檢視資料彼此間的關系，將瑣碎的資料規律地運用歸納、整合與再意義化，以便將原始資料轉變為抽象概念。鑒于本研究的扎根理論取向，即從原始資料中探索或歸納理論的方法，我們采取Strauss的“三級編碼”方法。

第一級是開放編碼（Open Coding）。一般來說，在開放式編碼階段，資料被分解成獨立的碎片，仔細檢視，并比較異同。相似的事件、發生、目標和行動/互動被概念化或形成更抽象的“類屬”。NVivo可以促進這一過程，因為它允許創建節點，以在NVivo中存儲被編碼文本的標記。但此時的節點往往是凌亂且未加以分類的，因此常常被稱之為自由節點（Free Node）。在將原始資料編碼成自由節點的過程中，我們采取“不斷比較”的編碼技術。其大致的過程如下：

在Nvivo“明細視圖”區域閱讀文獻的時候，特別聚焦于關涉“MOOCs完成率（保留率或輟學率）影響因素”的句子或段落，一邊瀏覽，一邊進行編碼并形成自由節點。例如，在某篇文獻中出現這樣一段話：“那些計劃觀看所有的視頻講座，強烈認為或認為他們將獲得課程的結業證書，并確定自己打算在課程中積極表現（即‘不僅僅是訪問）的學生，通常有較高的概率完成課程”。從這段話可知，積極的自我管理和自我激勵可能是影響MOOCs完成的因素之一。因此，在Nvivo中這段話被編碼成一個自由節點，并將其命名為：自我管理和自我激勵的能力。此后的過程是相同的：每一個新的句子或段落被閱讀，并與現有的自由節點進行比較。如果這個句子或段落需要一個新的節點來描述它，則就創建一個新的自由節點。如果這個句子或段落符合現有節點，則將其編碼到現有的節點上。這個過程一直會持續下去，直到所有的文獻被閱讀、審查和編碼。接下來，對所有的自由節點進行反復審查，根據需要進行合并、重新整理和重命名，以確保它們是相互排斥的。

第二級是主軸編碼（Axial Coding）。主軸編碼是指在類屬和子類屬之間建立或展示聯系的過程，在此過程中開放編碼被仔細審查，以確定類屬之間以及類屬與整個現象之間的關聯。在NVivo中將自由節點歸類到樹狀節點（Tree Node）中屬于主軸編碼階段。

第三級是選擇編碼（selective coding）。經過上述兩級編碼，系統生成與發展了類屬與子類屬。然而，只有主要的類屬被最終整合成更大的理論方案時，才能得出理論形式的研究結果。選擇編碼即是整合和提煉類屬的過程。NVivo的“質詢”與“探索”功能能夠方便地協助這一過程，正如黃世奇與何明軒所說的那樣，“質詢與編碼的不斷反復，則是處于選擇編碼階段，通過搜尋與比較，以發展出更成熟的概念，進而建立完整的概念架構”。

三、研究結果

兩位研究人員分別單獨對數據進行編碼。編碼結束后，利用NVivo的“編碼比較”（codingComparison）質詢功能，對所有的節點，通過“編碼一致百分比”衡量編碼的一致性程度。質詢結果顯示，兩位研究人員所有節點的一致百分比都在90%以上，說明他們的一致性程度較為合理，本次編碼具有較強的可靠性與準確性。對于編碼不一致的地方，兩位研究人員在認真溝通的基礎上做了相應調整，最終形成的各級節點及其資料來源數、編碼參考點數如表1所示。

（一）一級開放編碼

在一級開放編碼的過程中，我們本著盡量呈現原始文獻中意義單位的原則，特別是不忽視對文獻中本土概念的捕捉，在對原始文獻進行初步概念化后，形成了14個自由節點（如表1第一列所示）。各自由節點的編碼參考點數，體現了已有研究的熱點與有待進一步挖掘的薄弱點。下面按照編碼參考點數的多寡順序，逐一對其做簡要的說明。

1.自我管理或自我激勵的能力

由于MOOCs開放、自主的特點，工作負荷與時間管理是學習者不得不面對的問題。大多數的參與者證實，時間管理和工作負荷是MOOCs輟學的主要原因。Morales等人的調查也表明，導致MOOCs輟學最大的原因是學習和工作沖突，即沒有足夠的時間學習，且加大了工作壓力。在此背景下，學習者對課程進行積極的預期與規劃是必要的。正如Greene等人所表明的那樣，“學習者的投資預期（Expected Investment），包括預期努力的程度、花在MOOCs上的時間以及獲得證書的意向，和學習者的完成率相關”。也就是說，如果缺乏有效的自我管理和自我激勵，學習者通常有其他優先事項和承諾要履行，導致拖延并最終輟學。

總而言之，MOOCs要求學習者自我管理自己的學習，即決定學習的時間、學習的方式、學習的內容和參與的活動。因此，有效的自我管理和自我激勵能夠讓學習者更好地管理在線學習，從而影響學習者加入MOOCs，堅持并持續學習，是完成MOOCs的基本要求。

2.教學設計水平

Jordanp建議從課程設計的角度去解決MOOCs完成率，以幫助盡可能多的不同的學習者完成課程，并將此定位成一個教學方面的問題，將對課程設計者和教師提出挑戰。對此，Freitas等人的建議主要包括：（1）課程的難度要和學習者的水平相匹配；（2）基于游戲的教學設計或增加游戲元素有助于課程的完成率；（3）真實世界的挑戰和測試有助于課程的完成率；（4）有效的測試與即時的反饋有助于課程的完成率。Engle等人研究發現，減少每周要求的學習時間，降低MOOCs內容的難度，可以提高完成率。Garc ia等人認為，在開課前明確定義課程的目標以及對語言的要求，可以提高學習者對學習預期的滿意度與保留率。Jordan研究發現，課程持續時間的長短和課程的完成率負相關，也就是說較低比例的學生完成持續時間更長的課程。此外，Castafio等人的研究表明，MOOC課程的教學設計水平直接影響學習者的動機與學術表現。

3.興趣與動機

和傳統的課程形成對比，加入任何一門MOOC課程，學習者只需“點擊”一條鏈接，無需學歷證明，也無需完成任何準入流程以及支付任何費用。正因如此，盡管加入MOOCs的學習者眾多，但很多人抱有“逛商店”的態度，“光看不買”。

在此背景下，如果學習者缺乏積極的參與、足夠的動機和承諾，則會影響其成績，甚至不能完成課程，直至輟學。Perna等人的研究也證實，學習者訪問第一次講座，并嘗試第一次測驗，此后便在課程最初的幾周內迅速輟學。這可能反映了學習者的好奇心，隨意瀏覽，缺乏興趣和完成的動機。

4.同伴間的互動

研究如何鼓勵學習者之間的實質性互動似乎是明智的，因為互動可以讓學習者堅持學習，并提高成績和保留率。Comer等人認為，MOOCs學習者互動的主要機制是以文本的形式在課程論壇里發帖與同伴間的作業互評。因此，獲悉更多關于如何通過文本進行同伴間交流的知識，有助于學習者的保留并促進其學習。Abeer&Miri同樣表明，交流的技能能夠讓學習者分享知識，在必須要的時候提出問題以獲取幫助，從而影響學習者加入MOOCs、堅持并持續學習。

5.在論壇上的活躍程度

單就完成一門課程來說，論壇并不是必須的。然而，論壇上的發帖和評論或活躍程度卻是完成課程的顯著的預測。完成課程的學習者在論壇里發帖的數量，明顯高于沒有完成課程的學習者。Engle等人研究表明，通過或以優異的成績通過課程的學習者，通常兩次或多次在課程的論壇里發帖。

6.與課程相關的背景知識

與課程主題相關的知識或經驗，可以使學習者更好地理解課程內容并出色地完成作業，從而影響學習者加入MOOCs，堅持并持續學習，進而更傾向于完成課程。相反，缺乏這些知識或經驗則容易導致輟學。

7.教師的反饋與激勵

鑒于MOOCs的規模，參與的學習者眾多，不可能讓每個人都配有一個助教，而且現有的助教通常還不固定或缺少足夠的專業知識。也就是說，在MOOCs中尚缺少來自教師的高效且深入的反饋與激勵。而缺乏激勵、教師的互動和支持與深入的反饋和監控會導致學習者輟學或消極應對。Hone&Said也認為，學生和課程教師在線互動的積極情緒對于學習者的保留有積極影響。

8.課程內容的質量

MOOCs內容極大地影響學習者對課程有效性的感知，并進而影響其學習保留或導致輟學。

9.學歷或教育經歷

學習者以前的教育程度與完成率呈正相關。例如，年齡較大且有更多教育經歷的學習者，更有可能在MOOCs中堅持學習。Engle等人均研究也表明，具有研究生學位的學習者比那些只有大專經歷或學士學位的學習者，更容易通過或以優異的成績通過課程。

10.平臺或課程提供的支持

Morales等人的研究表明，缺少支持是輟學的原因之一。Hew&Cheung也持類似觀點，學習者遇到困難時無人求助會導致其輟學。因此，Abeer&Miri認為，提供支持與溝通決定了MOOCs的價值，進而會影響學習者的參與。Xing等人認為，教師提供的及時有效的教學支持能夠阻止學習者的輟學。

11.平臺和其他社交軟件整合程度

基于共同的興趣，學習者在MOOCs平臺之外分享信息，相互交往。MOOCs提供商能夠開發社交媒體插件，允許學習者在平臺之外的社交軟件中相互發現和相互聯系。對此，Garc ia等人也建議，設計或選擇一個MOOC教育平臺，以整合其與相關社交網絡的使用，從而促進知識建構。

12.平臺與課程的知名度

知名度是學習者持續使用MOOCs的強有力的預測之一。課程的知名度主要包括：MOOC課程由著名的大學提供；來自著名大學的教授教MOOC課程。平臺的知名度與其合作機構的聲譽相關，例如，“Coursera、edX、Udacity和Udemy是最受歡迎的MOOC平臺，它們無一例外都與聲譽極好的高等教育機構合作”。

13.英語語言能力

英語語言能力讓學習者更好的理解課程講座和作業，從而影響學習者加入MOOCs，堅持并持續學習。為此，Freitas等人建議MOOCs整合自動翻譯工具，這將會對課程的保留率產生積極影響。

14.課程的開放性

課程的開放性也是學習者持續使用MOOCs的強有力的預測之一。衡量課程開放性的主要指標包括：（1）MOOc平臺是否可以向任何學習者提供課程資源；（2）學習者是否可以無條件地自由、免費加入任何課程；（3）學習者是否可以輕松地訪問課程資源和材料（視頻講座、幻燈片等）；（4）學習者是否可以免費下載課程資源，得以在工作中重用；（5）學習者是否可以自由修改課程資源以求完善，或者與其他課程相結合，以制作新資源。

（二）二級主軸編碼

在主軸編碼階段，我們進一步分析審查后的自由節點的關系，將性質與概念相似的自由節點歸類成同一類別，形成樹狀節點的結構（如上頁表1第四列所示）。據此，可以認為影響MOOCs完成率的因素主要歸結于三個方面：平臺與課程的特點、學習者的能力與水平、學習中的社會互動。

樹狀節點的參考點數依賴于其下屬自由節點和自身的參考點數之和。觀察上頁表1可以發現，“平臺與課程的特點”的材料來源為26、參考點數為56，“學習者的能力與水平”的材料來源為38、參考點數為77，“學習中的社會互動”的材料來源為23、參考點數為45。在這三個樹節點中，“學習者的能力與水平”擁有最多的材料來源數和參考點數，因此，“學習者的能力與水平”是影響MOOCs完成率最重要的因素，其次是MOOc平臺與課程的特點，最后是學習中的社會互動。

（三）三級選擇編碼

在NVivo中，使用“探索”選項卡上的“比較示意圖”，可以查看任意兩個自由節點的共同的資料來源，以進一步分析這兩個節點之間的關系。經過仔細比較，我們發現“學習中的社會互動”這一類屬下的三個自由節點，都可以被其他兩個類屬下的某些自由節點所“統括”。比如，在“課程的教學設計水平”和“同伴間的互動”這兩個自由節點的共同的一篇文獻來源中，作者寫到，“教學設計也保持了評價難度的良好等級并利用同批的學習者以支持更多的同伴間的社會互動”。也就是說，良好的教學設計可以促進同伴互動。因此，我們將“學習中的社會互動”作為支援類屬，將“學習者的能力與水平”和“平臺與課程的特點”作為核心類屬。最終形成了我們的初步假設：“學習者的能力與水平”和“平臺與課程的特點”是影響MOOCs完成率的核心要素。這與Abeer&Miri的研究發現是一致的，“缺乏基本能力的學習者，即使他們在一門設計良好的MOOC中學習，也可能會中途退學。同樣，高能力的學習者，在一門設計劣質的MOOC中學習，同樣也可能無法完成課程”。

四、討論

在這一部分中，我們將討論當前的研究尚未完全解決的兩個問題：（1）用完成率來評價MOOCs成功的合理性；（2）MOOCs完成率影響因素的適用范圍。雖然這兩個問題已被某些文獻所關注，但卻零碎且分散，構不成一種整體性的解釋。而這些問題的澄清或解決，對于深入理解MOOCs的完成率又是至關重要的。討論這些問題的目的在于拋磚引玉，建議后續研究方向，以增加“MOOC完成率”這一主題的知識與洞見。

（一）用完成率來評價MOOCs成功的合理性

與傳統課程相對照，MOOCs的“大規模”與“開放”無疑是“顛覆性”的。然而，在MOOCs成功的評價標準上卻鮮有創新的元素，通常還是延續了傳統課程的做法。比如，審查課程內容被觀看或閱讀的比例，練習或考試完成的比例，對于完成了所有的活動，并且考試達到預定標準的學習者，將會獲得某種證書。這些證書被視為MOOCs完成的證明，更是MOOCs成功的標志。

有相反的觀點認為，在MOOCs中成功不一定是一份完成的認定。Koller等人更是直言不諱地宣稱，用完成率來評價MOOCs是不恰當的，因為它沒有考慮到學習者真實的意圖和目標。例如，一些學習者將MOOCs成功定義為：與對同一內容感興趣的同伴互動的能力。其他人可能會將其定義為：學習一門MOOC中涵蓋的諸多主題之中的一個，而不是全部。Chang等人通過對184名大學生進行問卷調查后發現，10.5%的參與者學習了他們感興趣的特定主題之后退出了課程。也就是說，學習者不是學完整門課程，而是選擇性地學習部分內容，也許是為了避免負擔過大或者僅僅是為了完成某一特定的任務。Hew&Cheung同樣認為，由于缺少一個關于學習的完美的方法或解決方案，學習者可能只是通過MOOCs學習他們感興趣的特定的主題，對獲得一個證書卻并不真的感興趣。

在這個充滿變革的時代，MOOCs成功的評價標準無疑也需要尋求自身的變革、超越和突破。這顯然意味著，用完成率來評價MOOCs成功的合理性值得進一步商榷。或許，相對于在傳統課程中的含義，“完成”一詞在MOOCs中被用來描述用戶的行為時必須被重新定義，它或許本來就是MOOCs的一個獨特的品性。這樣說并非是一個一廂情愿的囈語，除了能夠從已有文獻中挖掘出這一“跡象”之外，還可以從MOOCs所蘊含的特征中獲得有力支持。既然開放與自由是MOOCs最為關鍵、最為重要的特征，那么它們必須以開放與包容的姿態，擁抱開放與多元的學習者。質言之，MOOCs如果“固守”傳統課程的那一套“枷鎖”，其實質是背棄了自身的開放與自由的精神，離課程改革甚至教育改革已漸行漸遠。

（二）MOOCs完成率影響因素的適用范圍

利用NVivo作為分析工具，通過對22篇文獻進行編碼分析，我們得到了影響MOOCs完成的三大類屬與其下屬的14個因素。經過進一步的分析，我們發現，有些影響因素在不同的文獻中出現，且相互之間存在一定的矛盾性。比如，對于“平臺與課程的知名度”，“學歷或教育經歷”與“英語語言能力”這三個因素，在這22篇文獻中尚存在不同的聲音。比如，Jordan認為，完成率與平臺或課程的知名度無顯著關系。Goldberg等人的研究表明，沒有受過大學教育（職業教育甚至更低）的學習者和受過大學教育的學習者一樣可以完成課程。Engle等人就英語語言能力與完成率的關系給出了另外的觀點：英語的熟練程度對課程的完成情況沒有影響，但會影響優秀。也就是說，以優異的成績完成課程的學習者通常具有熟練的英語語言能力。

進一步分析發現，在這22篇文獻中，采用個案研究（通常選取不多的幾門MOOC課程作為樣本或選取少量的學習者作為訪談對象）的多達18篇，約占總文獻數的82%。由于MOOCs“開放”的本性，學習者遍布世界各地，文化傳統、學習習慣等方面均存在較大差異。而且MOOC課程在內容設計、教學實施與支持等方面也不盡相同。也就是說，不管是MOOC課程還是MOOC學習者，均屬于“異質性總體”。在異質的總體中，如果樣本規模太小，樣本就難以反映總體的一些特征，就不能代表總體。因此，就不難理解某些節點在不同文獻中的“不一致”現象了。然而，更大的問題在于，“如果樣本的代表性不足，研究結論的適用范圍就要打折扣”。因此，通過個案研究所收獲的MOOCs完成率的影響因素，是否適用于所有的MOOCs，其外推的范圍有多大？便成為一個懸而未決的問題。

王寧認為，個案研究通常更適于、也更經常被用于做探索性研究，而定量研究更適合于確認性研究（當然也可用于探索性研究）。這22篇文獻中的絕大部分屬于個案研究，因此它們的任務恰在于試探與探索，其結論通常具有一定的不確定性，更無意于做出大范圍“外推”的承諾。但是，這并不是說這些個案研究是毫無價值的。一般來說，在以樣本為基礎的社會科學的研究過程中，個案研究通常屬于前期研究，其興趣不在于獲得準確的結論，而在于熟悉研究的基本情況，如澄清研究問題，探索研究變量，提出研究假設等，從而為后期階段的確認研究做足準備。有理由認為，關于MOOCs完成率的后續工作方向似應進入確認性研究階段。即是說，研究人員應在總結以往個案研究的基礎上，形成合理的研究問題與研究假設，并運用一定的抽樣程序在特定的抽樣框架中抽取特定規模的樣本，進而針對這些大樣本開展定量研究（包括問卷調查與實驗），以形成確定的結論，并外推到樣本所代表的總體。

五、結論

本研究采用NVivo作為分析工具，通過對22篇相關文獻進行三級編碼，獲得了影響MOOCs完成率的三大類屬與其下屬的14個因素。這一結果系統地展現了在“MOOCs完成率”議題上有關學者所作的努力，能夠讓后續研究人員熟悉這個議題內有關研究的進展與知識狀態。另外，盡管MOOCs持續較低的完成率已經引起諸多方面的擔憂，但它不足以作為衡量MOOC成功的主要指標，它或許本來就是MOOCs的一個獨特的品性。而且，當前關于MOOCs完成率的討論絕大部分屬于個案研究，其任務主要是探索研究的基本情況，而無意于做出大范圍“外推”的承諾，其后續工作方向似應進入大樣本的確認性研究階段。