學習反饋與在線學習參與度關系研究*

王慧

（寧波大學 教師教育學院，浙江 寧波 315211）

一、問題的提出

現代教育信息化的趨勢不可避免，在線教學作為傳統教學的有益補充，展示出了智能性、交互性、開放性、便捷性等無可比擬的優勢，成為高校教育信息化進程中的一個核心環節，并在近年來得到了廣泛的推廣與發展。然而在教育信息化快速發展的過程中，也暴露出諸多問題。比如，在線學習過程中學生參與情況并不理想，參與的持續性及效率不佳：學習過程中行動懶散、發言提問不積極、交流范圍小、對學習結果無所謂，即使堅持下來的學生往往只求能夠達到課程最低要求，而不是努力思考或者廣泛閱讀。因此，探索影響在線學習參與的因素，并有針對性地進行干預和改進，對優化在線教學設計、提升在線學習質量、促進教育信息化健康發展具有積極的意義。

參與通常與個人投入、承諾有關，阿斯廷將學生參與定義為大學生在學習活動中所投入的心理和體力的總和。[1]趙麗敏[2]認為學生參與是學生在教師指導下積極參與到教學活動中，實現學生主體建構與發展的過程。胡敏[3]認為在線學習參與是指學生利用在線學習平臺進行學習時的參與，包括行為參與、認知參與和情感參與。在線學習參與是學生利用在線學習平臺進行學習的一種方式，學生可以同時進入在線學習平臺發表自己的觀點和看法，分享和貢獻自己的資源、瀏覽課程、提交作業、參與討論、分享作品……要參與到在線學習中，既包括量的投入，也包括質的投入，在哲學中，度則是質和量的統一，因此，本文用學生參與度來指代學生參與的程度。

近年來國內外學者陸續從多個角度展開對在線學習參與度的相關研究。高潔[4][5]研究了學習情緒與外部學習動機對在線學習投入的影響，指出自主性較強的外部動機能夠促進在線學習投入，積極的學業情緒能夠產生正向的學習效能感，從而推動在線學習投入程度。馬薩爾等[6]通過對巴西的塞阿拉聯邦大學474名學生的分組實驗，研究移動通信與傳統LMS消息推送形式對學生參與積極性的影響，指出將兩者的有效結合更能滿足學生的需求、推動學生在線學習的參與度。史蒂芬森[7]從提升課程價值與學習者興趣的角度研究通過激發學習動機，從而推動學生更多地參與到課程學習中來。由以上研究分析發現，從學習反饋角度研究在線學習參與度的文獻證據還不多。國外學者哈蒂[8]認為反饋是對學習過程最強大的影響之一，是幫助學習者改變錯誤的知識分量。薩德勒認為，反饋的目的是促使學生了解自己當前學習狀況與學習目標之間的差距，并能夠幫助他們彌合這一差距。[9]哈克斯等[10]用實證方法研究了反饋對自我效能、興趣與成績的影響，發現與過程同步的詳盡反饋效果要好于針對目標的結論性反饋。沃倫史萊格等[11]通過對德國漢堡的四個小學六個班對比性實驗，研究了反饋作為中介介質對學習過程中自我調節的影響以及基于反饋的校正精度的策略，證明遞增分級的量規反饋對學習更有效。反饋作為學習母體的一部分，對任何形式的學習都是必不可少的一環，尤其是在線學習更需要及時跟進的反饋，保證學習進度的順利完成。反饋對在線學習參與度有何影響、兩者之間的關系如何，顯然是一個值得研究的課題。本研究嘗試運用統計學與數據分析方法，來分析學習反饋與在線學習參與度的關系，以期得出有價值的認識供同仁參考。

二、研究方法

1.被調查者

選取寧波大學大二與大三學生共60名，收回有效問卷55份。測試課程平臺基于校本網絡課程，并針對具體問題訪談了L與X兩名學生。

2.在線學習參與量表

本研究參考了美國NSSE（National Survey of Student Engagement）常用指標，研究修訂了李爽、喻忱編制的《遠程學生學習投入評價量表》，對在線學習參與度進行測量。修訂后的量表包括關注（注意、感興趣某門網絡課程）、保持（持續在線學習）與投入（深入探究所學內容）三個遞進分量，依次代表著學習的深入程度，共20道題目。量表采用李克特5點評定，“1”表示“完全不符合”，“5”表示“完全符合”。本份問卷各維度的內部一致性信度為0.71～0.83之間，其構想效度擬合指數 x2/df為 2.79（小于 5），RMSEA 值為 0.077（小于 0.08），其余各項也很理想，滿足心理測量學中對量表效度的要求，因此可以利用來進行本研究。

3.學習反饋量表

本研究依據學習反饋的基本特征，研究和修訂了周利根據我國中學教學實際情境編制的學業反饋問卷，生成關于在線學習反饋的量表。該量表包括結果反饋（提供成績分數、概念解讀提示、技能操作指導、錯題分析等）、過程反饋（提供學習策略、元認知反思與自我監控指導等）、動機反饋（提供課程價值與意義解讀、個體鼓勵與表揚、情緒調動策略等）三個維度，共設計題目20道，主要從自我調節、學習動力與知識掌握角度來設計反饋題目。量表采用李克特5點評定，“1”表示“完全不符合”，“5”表示“完全符合”。本份問卷各維度的內部一致性信度為0.75～0.84之間，其構想效度擬合指數 x2/df為2.65，RMSEA值為0.057，其余各項指標也滿足測量效度要求，因此可以利用來進行本研究。

三、調查結果與數據分析

本研究使用IBM SPSS21.0和EXCEL 2007統計軟件進行數據分析，檢驗學習反饋與在線學習參與之間的關系。

1.實驗數據描述統計

（1）學習反饋主要項目差異分析

由問卷選項觀察可知，正向選擇學生以“比較符合”集中，反向以“不太符合”為集中，以此兩項作為參考標準，進行頻率統計。

通過對學習反饋選擇“比較符合”的集中項進行數據分析，如圖1所示。發現學生比較看重反饋的質量與速度，通過與X學生、L學生交流可知，不能及時反饋會使學習受阻，導致學習中斷。在線學習與面授課程不同，對于反饋的尋求更加細致與頻繁，學生需要感覺到在網絡學習空間有一個學習陪同者能夠及時指導自己的學習不足，增強持續在線學習的信心。另外，有60.6%的被調查者選擇了歸因性結果反饋策略，可見解決問題獲得技能是大學生更看重的，成為學習者投入在線學習的重要原因之一。在線學習由于缺乏面對面的情感“潤滑”，更需要情感和精神上的鼓勵和支持，因此有50.9%的學生選擇了需要鼓勵、自信等動機反饋。通過分析可以發現有47.3%學生選擇了在線學習過程中需要第三方監督，這是由于網絡學習很多時間處于一種無人監管狀態，更需要學生個體較強的自我控制力。對于此，學生通常表現為即使有強烈的學習意愿，也不能保證網上學習保持較長時間的投入和持續，需要第三方或外力的干預與督促。

圖1 主要反饋選項頻率統計

（2）在線學習參與主要項目差異分析

通過對在線參與選擇“不太符合”的數據分析，如圖2所示。發現在線參與的堅持與深度互動還是最缺乏的，40.7%的被調查者不能做到每周查看與回復他人帖子，30.9%學生不能達到每周觀看學習視頻2～3個的要求。與上述兩名學生交流獲知，缺少面對面的監督、約束與自我控制力差是導致網上學習流失的主要原因。沒有了“第三只眼”的監督，學習者認為網上學習是隨意的事情，想學就學，想離開就離開，表明學生在線學習更需要規范、引導、監督與有效的評價手段。課程內容的規范、學習目標的導引、平臺與教師的監督、及時跟進的評價構成在線學習環環相扣的鏈條，缺一不可。

圖2 主要參與選項頻率統計

（3）量表各維度差異分析

此項研究分別對學習反饋與學習參與進行各自三個維度的數據統計，查看學生對兩個量表三個維度的選擇情況，考察他們對學習反饋的需求以及在線參與的情況，如圖3所示。通過對反饋分量分析發現，學生最需要結果類型反饋，這一結果部分支持了哈蒂有關學生接受反饋形式的結論，哈蒂[12]發現決定學生接收哪類反饋方式的強大影響因素在于該反饋是否能夠增強學習經驗、提高學習效果。大學生群體作為學習目標明確、對未來規劃更理智的群體，顯然能夠診斷學習問題并且給予校正，反饋帶來更多益處，更被他們接受。

動機反饋與過程反饋的需求度相對降低分別為32.7%和27.3%，分析可知對學習結果的看重是普遍的，而情感和性格因素是因人而異的，所以出現了差異性。通過與學生交談和考量選項分布發現，學生對自我情感需求和控制能力存在估計不足和認識不清的情況，兩方面的自我度量與調控恰恰是在線學習得以完成的基本保證，因此與之相對應的反饋支持是必要的。

目前針對校本網絡課程的學習，學生還處于被動狀態，教師要求什么做什么，還缺乏主動性與在線學習的鉆研精神。數據分析結果也表明更多學生還處于參與的關注狀態，有43.5%，投入學習的部分較少只為30.2%，學習參與持續性較差的為26.3%，表明雖然大學生群體已成人，對自己內心有一定的把握，但是由于缺乏直觀的監督以及在線環境充滿了吸引和誘惑，持續一段時間有質量的在線學習對學生來說還較困難。通過與X和L兩名學生交談可知，中斷學習的原因很多，主要是網絡其他因素誘惑和學習遇阻。前者需要個人的自控力，后者需要他方的學習幫助。

2.學習反饋與在線學習參與的相關性分析

圖3各維度頻率統計

本部分使用相關和簡單線性回歸分析調查整體學生參與度，分別對自變量和因變量作Pearson相關關系檢驗，結果見表1。由數據分析可知，結果反饋、過程反饋與動機反饋與因變量保持正相關，結果反饋對注意狀態幾乎無影響，而對在線參與投入狀態給予了很好的支持，R為0.693，表明大學群體更加理智，更在意技能本領的掌握。在線參與的保持狀態表現為學習的連續性與時間性，更需要心力與自我控制，分析結果顯然也支持了這一經驗總結，過程反饋給予的自我控制能力是制約學生保持在線學習的關鍵因素，與在線學習參與的保持狀態顯著相關，R為0.531。情感、價值等動機因素是學生參與的先導動力，在學習過程中會給行為參與和認知參與產生直接或間接的影響。哈克斯等[13]研究表明學生如何學習隨著時間的推移變化很大，發現積極的學習情緒有助于學習者進行密集的在線學習活動。本研究結果部分支持了這一結論，動機反饋與參與的三個狀態保持了不同程度的中等相關水平，說明動機分布在整個學習過程中。參與的注意階段是在線學習的開始，受動機反饋影響較大，投入可理解為是某種力的瞬間釋放，動機作用很好地推動這種力的發生，愉悅的學習情緒帶來良好的學習體驗，有助于學習狀態的保持，減少在線學習低完課率情況的發生。

由表1進一步發現，反饋三個維度相互作用存在統計學上相關性，說明反饋是一個連續的過程，哈蒂和田伯烈[14]描述了反饋多維度的相互作用級別：對任務性能提供的反饋信息（任務級別）或完成任務（過程級別）的進程受到通過動機導向和自我調節過程的學習者自身（自我調節水平）的影響，三者之間互相影響互相促進，符合學與教的發展規律。學習參與的三個維度相關性很弱，關注了某個在線學習課程，并不一定代表著會投入和長時間堅持學下去，這既反映了在線學習的復雜性，也說明了學習者內心的諸多不確定性，由此可見，反饋的引領和監督作用對參與在線學習很重要。

表1 反饋行為與在線參與度之間的相關關系

四、小結與建議

1.加強動機反饋，促進參與在線學習

研究表明，動機反饋是在線學習的基礎引擎，與參與過程的三個階段都具有較高相關性。安德魯·馬丁提出“動機參與論”模型，指出動機涉及一組潛在的價值觀，行動與思想是決定學習者在學習過程中的自適應與受阻的重要因素，積極的思想信念與課程價值解讀、愉悅的心情體驗都給學習者帶來了良好的自適應學習狀態。[15]伊瓦拉等[16]認為反饋需要提供有效信息，而不是一個回顧性基礎，不允許改變或改進的反饋，應該是著眼于未來的前饋。因此，對學習者動機因素的前瞻性分析、評估與反饋干預尤為重要，決定著網絡學習的動力。通過分析學習者的認知狀態與心理情感變化狀態，將學習過程與積極屬性相關聯，評估應給予的反饋信息，這些信息有助于更好地塑造教學和學習，規范學習路徑，激勵、營造積極學習環境，延長在線參與的時間，提高在線學習投入的質量。另外，李盧一、許容等提出了基于ARCS模型的網絡學習反饋策略，強調教師提供的刺激應與學習者高度相關，讓學習者產生一種能力感，感覺有能力處理未來的測試情況，在學習后有較高學習滿意度，從而學習者可以獲得學習相關內容的積極性與主動性，增強在線學習的參與度。[17]

2.提升自我監控，保障參與的持續性

本研究表明，學生愿意獲得深層次的反饋指導，但是并不代表他會堅持或投入在線學習中去，究其原因主要是缺乏自我調節意識與控制能力。馬林納等人[18]認為參與水平隨時間而下降，學生自我調節和參與反饋可支持持續的學習實踐。過程反饋關注理解過程和監管的元認知過程，支持內部不穩定歸因，在失敗的情況下提供詳細闡述個人學習優勢的反饋信息，發現問題及時調整學習狀態，調節學習策略，提升參與水平。

通過對學生個體訪談可知，對于干預自我調節的反饋策略，他們在一定程度上采取回避態度，不希望他人過多干預個人內心，因此需要更加人性化的干預措施。反饋不是單方控制而是發生在雙方愉快的溝通當中，與他人的對等互動有利于學生發展自我調節能力和習慣，網絡學習更需要教師或同伴的對話，有效的反饋必須涉及與學生進行持續對話，對話的目的是開發和豐富反饋信息，促進學生明確自我監測標準，提高自我評價精度，發展自我評估能力，教師嘗試激勵學生掌握自己學習的所有權，將外部反饋信息構成內部循環回路，解讀自身弱項與問題，在內部回路信息監控下，完成自我調節，增強在線參與的深度。

3.量規反饋，提升參入的投入性

帕納德羅[19]認為量規反饋被定義為“通過描述與標準中的每一個相關項的質量水平差異來列出評估標準”。哈蒂和田伯烈的量規反饋模型通過三個反饋問題總結了經驗確定的有效性標準——我要去哪里（學習目標的透明度）、我要怎么辦（信息對當前任務的表現）、下一步（個人提示如何達到所需的任務性能）。[20]反饋應闡明具體的學習目標，包括關于學習過程當前狀態的提示，并給出關于如何提高任務績效的信息。

由研究可知，指向問題解決的詳細反饋更有助于深度參與在線學習，它被認為比等級形式的非詳盡的反饋更有用。詳細的反饋應該包括指出問題的原因、幫助接收者糾正目標的策略、程序錯誤以及改正措施等。在基于計算機的學習環境中，詳細的反饋信息和個性化的顯示學生下一步做什么被認為是高效的。因此，需要比較系統地將反饋規則分配到更多反饋問題上去。通過遞增分級的反饋問題，并根據它們對學生學習的影響，系統地比較這些反饋條件，可以識別哪些問題是確定的、哪些問題是不確定的，反饋任務改進的信息，使學生糾正錯誤的知識組件，導致其結果的改進，最大限度發揮量規反饋作用。

參考文獻：

[1]Astin A W.student involvement:A developmental theory for higher education[J].Journal of College Student Development,1984(4):297-308.

[2]趙麗敏.論學生參與機制[J].中國教育學刊,2002(4):26-29.

[3]胡敏.在線學習中學生參與度模型及應用研究[D].武漢:華中師范大學,2015:42-45.

[4]高潔.外部動機與在線學習投入的關系:自我決定理論的視角[J].電化教育研究,2016(10):64-68.

[5]高潔.在線學業情緒對學習投入的影響——社會認知理論的視角[J].開放教育研究,2016(2):89-92.

[6]Mar?al E,et al.Using mobile messages to improve student participation in blended courses:A Brazilian Case Study[J].ACM SIGAPP Applied Computing Review,2016(3):15-25.

[7]Stephenson B.Using python and quickdraw to foster student engagement in CS1[A].Companion to the ACM SIGPLAN Conference on Object-oriented Programming[C].ACM,2009:675-682.

[8][12]Hattie J.Know thy impact[J].Educational Leadership,2012(1):18-23.

[9][11]Wollenschl?ger M,Hattie J,et al.What makes rubrics effective in teacher-feedback?Transparency of learning goals is not enough[J].Contemporary Educational Psychology,2016:1-11.

[10][13]Harks B,Rakoczy K,et al.The effects of feedback on achievement,interest and self-evaluation:The role of feedback’s perceived usefulness[J].Educational Psychology,2014(3):269-290.

[14][20]Hattie J,Timperley H.The power of feedback[J].Review of Educational Research,2007(1):81-102.

[15]Tempelaar DT,Rienties B,et al.In search for the most informative data for feedback generation:Learning analytics in a data-rich context[J].Computers in Human Behavior,2015(3):157-167

[16]Ibarra-s,et al.Monitoring and Information on Skills Development at University:A Multiple-case Study[A].Teem16 Fourth International Conference on Technological Ecosystems for Enhancing Multiculturality[C].ACM 2016:193-197.

[17]李盧一,許蓉,鄭燕林.ARCS模型視角下網絡學習反饋設計[J].現代遠距離教育,2013(3):68-71.

[18][19]Mulliner E,Tucker.M.Feedback on feedback practice:perceptions of students and academics[J].Assessment&Evaluation in Higher Education,2015(10):1-23.