社交媒體的使用及其多任務化對大學生學業成績的影響

李華婷 王偉

摘要：在當今社會中，社交媒體已經成為日常生活中不可或缺的一部分，尤其是大學生，他們通常是社交媒體的重度用戶。社交媒體多任務化也越來越普遍。然而，人們對社交媒體的使用及其多任務化對大學生學習成績的影響所知甚少。對這兩種行為如何預測大學生的學業成績在此進行了研究。從一個在南京某一所綜合性大學對于348名大學生的抽樣調查中可以得出，為了學術目的而使用的社交媒體并不能顯著預All大學生學業成績，然而為了非學術目的使用社交媒體（特別是電子游戲）和社交媒體的多任務化顯著負預測學業成績。

關鍵詞：社交媒體的使用;社交媒體的多任務化;大學生學業成績

一、引言

社交媒體已經滲透到許多年輕人的生活中。美國成年人18～25歲的社交媒體使用者從2005年的12%飆升到了2015年的90%（Pew Research Center，2015）。在教育中，社交媒體可以用來與學生分享信息，在海外的時候收集信息或者進行研究，和其他人去分享個人學術興趣，吸引學生并且了解他們在教學中的想法，組成學習小組，增強電子課本的學習作用，為了合作目標通過社交工具來聯系學生。社交媒體也可以提高學生的創造能力并激發他們對學術科目的興趣，而且學生更容易通過社交媒體和教授交流（Lau，Lui，&Chu，2016 ）。Cox and McLeod（2014）發現社交媒體促進了教師、學生、家長和社區成員的交流，并幫助建立了在線專業學習社區。

在大學里，學生和教師越來越多地采用了各種社交媒體工具，如微博、微信、QQ，以促進課堂內外的教學和學習。實證研究表明，使用社交媒體技術帶來的教育益處如下：（1）加強學生和教師之間的交流;（2）增加學生之間的聯系或者合作的機會;（3）迅速共享資源;（4）下課后學生獲得課程資料;（5）形成官方學習管理系統;（6）學生掌握科技技能或許可以提高他們的職業成功度（Legaree，2015）。

由于學生們可能同時使用不止一種媒體，媒體多任務行為的潛在影響已經受到了多年的關注。在認知方面，媒體多任務處理被發現與青少年的認知控制能力呈負相關（Ophir，Nass，&Wagner，2009）。因此，這被認為讓學生學習成績下降。現如今，大多數的社交媒體工具支持媒體元素的整合，而且這個功能使得媒體的多任務化變得更容易。研究人員和教育工作者都對社交媒體對學生學業成績的影響感興趣，無數的實證研究都在探索這種效應是積極的、中性的還是消極的（Cheston、Flickinger&Chisolm2013G1ogocheski，2015）。然而，很少有人知道社交媒體的使用和社交媒體多任務（SMM）如何影響大學學生的學習成績。因此，本研究考察了這兩種行為是否以及如何預測大學生的學習成績。

二、社交媒體的使用和媒體多任務處理

社交媒體有多種形式，包括社交網站，微博，博客，聊天平臺，共享資源的地圖，照片和視頻分享（Gastelum&Whattam，2013）。通常，社交媒體可以被定義為“允許使用者去創造，分享內容的應用、設備和系統。”社交媒體的使用指的是“個人參與網絡活動的多樣性”（Smith&Gallicano，2015 ）。這一描述主要集中在人們可以參與社交媒體的眾多在線活動中，主要與使用社交媒體的目的有關。

多任務處理通常被理解為在一定時間內完成多個任務。多任務處理可能有三種形式：雙重任務處理，注意力的迅速轉換和持續的部分注意力（Wood&Zivcakova，2015）。雙重任務指的是個體同時完成兩項任務的情況，快速的注意力切換指的是任務間的注意力轉移，而持續的部分注意力則是持續的對多于一項任務的部分關注。媒體多任務處理包括同時參與活動，其中至少有一個必須是媒體相關的。媒體多任務處理可能發生在不同設備或單一設備之間（Kononova&Chiang，2015）。

不管多重任務行為可能采取何種形式，研究表明SMM很普遍，尤其是在年輕人中。Voorveld and van der Goot（2013）表明相對于同齡組或年紀較大的年齡族群（25-29，30-39，40-49，50-65歲），年輕年齡組（13-16，17-19，20-24歲）的人在媒體多任務處理上花費的時間更多。在13-16和17-19的年齡段里，帶有音樂或網站的社交媒體是第二常見的媒體多任務化組合。三個最常見的社交媒體多任務化組合是社交媒體和新媒體并發使用，例如電子郵件和手機、電視和新媒體、互聯網和新媒體的同時使用。年齡同樣對新媒體的多任務化起著重大的預測作用，這說明年輕人更容易接受新媒體的多重任務。

三、社交媒體的使用和學習成績

關于使用社交媒體的目的，Oye，Adam，and Nor Zairah（2012）指出當社交網站被用來滿足社會和非學術需求時，學習成績會受到負面影響。Ravizza，Hambrick，and Fenn（2014）研究報告稱在大學生中，包括社交媒體在內的非學術互聯網使用與課堂表現有負面的聯系。然而，一些證據表明了社交媒體的使用對學習有益處。對于學術和課程討論的微博的使用被發現對大學生的成績有積極的影響（Junco，Heiberger，&Lo-ken，2011）。使用微博的學生表現出更高的參與度，并獲得比沒有的學生更高的學期平均績點（GPA）a這種積極的影響可以解釋為學生和教師通過微博在傳統課堂活動之外的擴大接觸。GreGory，and Eddy（2014）將Facebook作為一種教學網絡工具的應用，在這種情況下，建立一個專門討論課外數學課程內容的Facebook小組，可以顯著地提高本科生的參與度、滿意度和在微積分課程中的表現。因此，提出以下假設：

假設1：在非學術目的上使用社交媒體的學生在學術上的表現較差。

假設2：在學術上使用社交媒體的學生在學術上的表現更佳。

四、社交媒體的多任務化和學習成績

研究媒體多任務對學習成績影響的研究表明，媒體多任務處理對學習成績的三個方面產生了負面影響，即學術成果，學習相關行為和態度，以及學術學習。時間位移假說和有限的信息處理能力假說經常被用來解釋為什么在學術工作中媒體使用會對學術表現產生負面影響。時間移位假說認為，由于當今大多數媒體具有吸引力的性質，學生們很可能會花更多的時間在任何媒體上，而不是學術活動。有些人甚至會翹課，選擇使用媒體。媒體往往會分散學生對學習的注意力，繼而降低他們的學習效率（Walsh，Fielder，Carey，&Carey，2013）。

有限的信息處理能力假設認為，當多個任務同時執行時，認知瓶頸會因認知能力的局限而發展，這將導致決策過程中的一個明顯的中斷。多媒體學習環境中的多任務處理通常可以用認知負荷理論或多媒體學習的認知理論來解釋。認知負荷理論關注的是工作記憶在學習過程中的作用（Sweller，1988）。該理論是基于以下概念：（1）工作記憶容量是有限的;（2）長期記憶有無限的能力;（3）學習過程需要積極參與工作記憶的處理和理解教學材料編碼信息進入長時記憶;（4）如果工作記憶超載學習將是無效的。認知負荷是指在任何一個特定的情況下，工作記憶所要求的精神努力的總量，而需要注意的要素的數量是影響認知負荷的主要因素。

多媒體學習的認知理論是基于認知科學的三個研究原則：（1）學習者有兩個獨立的渠道來處理語言和圖形信息;（2）只能處理有限數量的元素在每個通道;（3）必須選擇、組織和整合教學的適當的信息材料與現有的發生有意義的學習的知識轉化為長期記憶（梅耶，2010）。換句話說，學習者必須注意相關詞匯和圖片進行進一步的處理，在選擇的單詞和圖片之間建立內在聯系，從而在工作記憶中形成概念理解，并將新的理解與長期記憶中的先驗知識聯系起來。然而，媒體多任務處理會使聽覺和視覺通道的能力過載，導致性能上的缺陷。根據相關研究結果和理論，在社交媒體多任務化（SMM）的背景下制定了以下假設：

假設3：在SMM中從事更多工作的學生在學術L表現不佳。

五、方法

（一）程序

在南京的一所綜合大學，向在校生發放問卷調查，邀請他們自愿填寫（Jupp，2006）。雖然這種非概率抽樣方法可能無法保證樣本收集的代表性，但它是最方便的方法，可以從大學所有學院中廣泛地接觸到各種各樣的參與者。匿名數據是通過一個在線調查網站收集的。參與者首先完成了測量他們社交媒體使用、SMM和學術表現的問卷。然后，他們提供了一些諸如性別、年齡、師資、學位、學習年限、計算機或互聯網經驗、以及信息技術（IT）熟練程度等反圖像信息。

（二）參與者

參與者是來自這所大學的348名本科生。在數據收集之前，所有參與者都獲得了知情同意。樣本中有109位男性和232位女性，年齡17至28歲（平均20.252，標準差=1.565）。他們分別學習藝術（51人），工商管理（73人），教育學（19人），工程學（29人），法學（8人），醫藥學（53人），科學（47人），社會科學（62人）。其中有 123位一年級學生，85位二年級學生，75位三年級學生，57位四年級學生和2位五年級學生。他們平均有12年14年的使用電腦或互聯網的經驗，并認為他們的IT熟練度是好的。上述人口統計的數據變量中有1.4-2%丟失了。

（三）步驟

1.非學術用途的社交媒體使用

Rosen，Whaling，Carrier，Cheever和Rokkum（2013）開發的媒體和技術使用使用量表用于評估大學生之間非學術目的社交媒體的使用情況（SMUNAP）。作者通過一個主要持有大學學位的美國成年人的大樣本驗證了這個量表。本研究從子量表中調整了12項測量媒體共享（MS;5項），互聯網搜索（IS;4項）和視頻游戲（VG;3項）的項目。這些項目代表大學生使用社交媒體（Kiedrowski，Mahrholz，Griesbaum，&Rittberg-er，2015;Smith&Gallicano，2015年）的常見在線活動，并被評為10點頻率范圍1（從不），2（每月一次），3次（每月幾次），4次（每周一次），5次（每周幾次），6次（每天一次），7次（每天幾次），8次（每小時一次）9（每小時幾次），10（所有時間）。據報道，三個子量表的Cmnbach的α系數為MS為0.84，IS為0.91，VG為0.83。

2.學術用途的社交媒體使用

由Mills，Knezek和Wakefield（2013）開發和完善的社交媒體學習量表用于評估學生對應用社交媒體支持大學學習（SMUL）的看法。具體來說，該量表衡量的是大學生對使用社交媒體進行在線社區學習和建設的看法，是一個7個項目的單維尺度，alpha可靠性為0.74。這些項目被評分為5點的likert類型，從1（強烈反對）到5（非常同意）。

3.社交媒體的多任務化（SMM）

SMM使用的是Ozer（2014）研究中的三個項目，即“我在學習時使用社交媒體賬號的多任務”，“我在做家庭作業的時候在社交媒體網站上保持在線”，“如果我在學校學習，我不會檢查我的社交媒體賬戶。”這些項目被評分在5點的likert型量表上，從1（強烈反對）到5（強烈同意），最后一項被反向編碼。SMM項目計量模型的驗證性因子分析支持其有效性。

4.學習成績

用單一項目評估學業成績。參與者需要以開放回應格式提供其累積GPA（CGPAs）（Paul，Baker，&Cochran，2012）。

六、結果

（一）主要構造因子結構

Fabrigar和Wegener（2012）提出，量表的因子結構很可能受到文化等因素的影響。因此，運用主成分法進行探索性因子分析，應用于方法部分描述的主要結構項目。如表1所示，對于構建SMUNAP，發現了四個特征值大于1的因子，而不是由Rosen等報道的三個因子（2013年）。從原來的五項MS因子中獲得了另外一個標有“視頻觀看”（VW）的項目。Cronbach的四個因子的α系數是可以接受的，從0.632到0.840。SMUL結構被證實是一個七項單維尺度，Cronbach的α系數為0.756，這與Mills等人的發現一致（2013年）。SMM構造也被發現是單維的，可接受的可靠性為0.719，這與Ozer（2014）的結果一致。所有項目的各自構造的因子載荷大于0.5。

（二）主要變量的描述性統計分析

如表2所示，參與者被VW吸引的平均次數是一星期幾次（SD=1.593），MS幾乎一星期一次（SD=1.909），IS一天一次（SD=1.559），VG一星期一次（SD=2.028）。他們傾向于對SMUL保持中立的態度。換句話說，他們對SMUL的應用是矛盾的。他們同意在他們做學術工作的同時，多任務處理社交媒體賬戶。這意味著參與者的CGPA是3.178。CGPA與VG之間存在顯著負相關。這些變量之間的相互關系在統計學上具有統計學意義。

（三）分層回歸分析

以CGPA為因變量，VW，MS，IS，VG，SMUL和SMM為自變量，對CGPA進行層次回歸分析。為了消除一些人口統計學變量對學業成績的影響，將年齡和性別作為第一板塊的控制變量。在這項研究中，以開放的反應形式報告了年齡，男性的性別被編碼為1，女性為2。這些變量被證明是大學學生在元分析中的學術表現的人口學關聯（Richardson，Abraham，&Bond，2012）。前面提到的那些不確定的變量被輸入到第二板塊中。

在分析之前，有必要對回歸分析的基本假設的有效性進行評估，包括不存在異常值和多重共線性、線性、正態、獨立性和同軸性（Tabachnick&Fidell，2006）。從預測值中有4個標準差大于3個標準差的預測值，與348的樣本量相比，這種情況可以忽略不計，因此它們被保留在回歸分析中。所有自變量都有大于0.7的公差，表明由一個自變量解釋的方差并沒有得到其他變量的解釋，因此多重共線性的問題并不明顯。通過檢驗標準化殘差和標準化預測值之間的關系，驗證了線性和同向性假設。這些假設是可行的，因為標準化的殘差以一種隨機的方式分散在一個水平線上，代表著標準化的殘差等于零。使用Durbine Watson統計量測試殘差之間的序列相關性，從而檢驗獨立假設。統計值為1.914，表明殘差是不相關的，假設是有效的。用標準殘差的正態概率圖來檢驗正態假設。這些點主要是在一條直線上，因此支持了這個假設。

從表3可以看出，對于第一個控制變量，年齡和性別一起占CGPA方差的2.4%。當另一個獨立變量進入第二板塊時，方差解釋增加了4.9%，總方差解釋為7.3%。控制變量和自變量對回歸模型進行了顯著的預測。CGPA的顯著預測因子是性別（b=0.115，p<0.05），VG（b=0.167，p<0.01）和SMM（b=0.126，p<0.05）。因此，H1和H3得到了支持，而H2則沒有。

七、討論

本研究的主要目的是檢驗社交媒體的使用和SMM是否影響了大學生的學業成績。在348名本科生的樣本中，對3個假設進行了研究和測試。在控制年齡和性別的影響之后，發現SMUL沒有顯著預測CGPA衡量的學業成績。SMUNAP（特別是VG）和SMM顯著負預測學業成績。

根據Richardson（2012年）等的研究發現，女性在學業表現上的性別差異普遍高于男生。可以說，有各種各樣的認知和非認知因素來解釋學術性別差異（Cooper，2014）。在這一背景下，進一步探討社交媒體使用和性別間的差異可能會加劇或改善學業成績中的性別差距，這一點至關重要。

Oye等人（2012）和Ravizza等人（2014）證明了非學術社交媒體使用對學業成績的負面影響。本研究獲得了相同的結果，但進一步確定了VG作為學業成績不佳的關鍵因素。這個研究超出了本研究的范圍，收集了學生每周花在VG上的時間，他們玩的游戲的性質，以及學生參與VG的時間。然而，這些都是重要的問題，這將有助于解釋在這里發現的學生，他們平均每周玩一次電子游戲。

本研究還發現，SMUL對他們的學業成績沒有影響。然而，Junco等人（2011）和格雷戈里等（2014）已經表明，使用Twitter和Facebook可以提高大學生的參與度和表現。這種差異可以解釋為，當前研究的學生主要是出于學習目的而使用社交媒體，他們對相關調查項目的看法是矛盾的。他們可能沒有參加將社交媒體整合為一種學習工具的課程，因此并沒有體驗到這種教學方法帶來的教育效益，與Junco等（2011）和GreGory等（2014年）的研究不同，社交媒體被用作學習平臺。

SMM被發現阻礙了學生的學習，反映在學生的CGPA中。這一發現與大量證據證明媒體多任務處理對學習態度、行為和結果的影響（van der Schuur et al.，2015）一致。該項目表明，大學生在學習過程中經常使用自己的社交媒體賬號進行多任務處理。最近一項針對香港大學生的在線調查顯示，盡管他們使用社交媒體分享、討論和搜索信息，但他們很容易被社交媒體（Tang，Yau，Wong，& Wong，2015）所提供的娛樂和社會功能分散注意力。為了減少這種對學習的有害影響，有必要詳細分析多任務的不同表現形式（Wood&Ziveakova，2015）和認知學習過程（Mayer，2010;Sweller，1988），這可能會影響學生學習的軌跡和結果。這項任務要求在選擇的一段時間內對學生學習活動進行更深入的縱向觀察和記錄。

從理論上講，本研究的結果提供了明確的研究證據，以指導有關變量關系的調查（van der Schuur et &1.，2015）。該研究建立了社會媒體使用和SMM作為影響大學生學業成績的關鍵變量，具體地說，VG和SMM對大學生學習是有害的。未來的研究也應該探究個體差異和語境因素如何緩和這些對學業表現的影響。實際上，由于研究發現SMM對學業成績有負面影響，教育工作者應考慮采取一些措施來減輕其影響。例如，Bow-man，Waite和Levine（2015）提出了一些干預措施，比如技術突破、自我監控、元認知技能的教學，以及促進技術素養，以幫助學生管理他們的技術使用。大學管理者也應該利用這項研究的發現來制定關于適當使用社交媒體的準則（Rowe，2014）。

這項研究有許多局限性，在未來應該進一步加以解決。首先，研究的橫截面性質使得對變量之間的因果關系的推論變得不可能，未來的研究者應該采用縱向研究設計來檢驗因果關系。其次，本研究中使用的非概率抽樣方法可能會將研究結果的普遍性限制在目標人群中。未來的調查應該考慮采用概率抽樣方法，如分層隨機抽樣，隨機抽取不同學院的學生樣本。第三，更多的研究是必要的，以了解學生在使用社交媒體時所涉及的多任務活動。這一調查提供了一個更深層次的理解，即SMM如何可能影響學業表現。第四，未來的研究可以將學習相關的行為和態度，感知學術學習和非學術表現作為結果變量。

八、結論

由于大學生每天都參加各種社交媒體活動，人們越來越擔心社交媒體對學生社會福利的潛在負面影響。這些潛在的負面影響包括學生和老師在網上的不恰當的互動，與老師的非正式關系的影響，在課堂上干擾了正式的教學，以及網絡欺凌。社會媒體可能會扭曲傳統的師生關系，學生與教師之間的界限變得模糊。社交媒體也可能對學生的歸屬感、社會福利和身份發展產生不利影響（Allen，Ryan，Gray，Mclnerney&Waters，2014）。在社交媒體對學生共同發展的影響方面也進行了其他研究（Ting&Rashied，2015）。

本研究發現，SMUNAP和社交媒體的多任務化消極預測學業成績。由于新社交媒體技術的出現是意料之中的，所以我們必須更清楚地認識到這些技術是如何培養或阻礙學生的心理社會和學術發展的，特別是當他們在多任務環境中使用的時候。目前的研究結果揭示了社會媒體使用和SMM如何影響大學生學業成績的認識，為今后該領域的研究奠定了基礎。

參考文獻：

[1]Allen，K.A.，Ryan，T.，Gray，D.L.，Me Inerney，D.M&Wa-ters，L.Social media use and social connectedness in adoles-cents：The positives and the potential pitfalls.The Australian E-ducational and Developmental Psychologist，2014，31（1）：18-31.

[2]Kononova，A.，&Chiang，Y.-H.Why do we multitask with me-dia？ Predictors of media multitasking among internet users inthe United States and Taiwan.Computers in Human Behavior，2015，50：31-41.

[3]Legaree，B.A.Considering the changing face of social media inhigher education.FEMS Microbiology Letters，2015，362（16）：1-3.

[4]Ravizza，S.M.，Hambrick，D.Z.，&Fenn，K.M.（2014）.Non-a-cademic internet use in the classroom is negatively related toclassroom learning regardless of intellectual ability.Computers&Education，78，109-114.

[5]Ozer，1.（2014）.Facebook addiction，intensive social networkingsite use，multitasking and academic performance among universi-ty students in the United States，Europe and Turkey：A multi-group structural equation modelling approach（Unpublished doc-toral dissertation）.USA：Kent State University.

[6]李開復.微博：改變一切[M].上海：上海財經大學出版社，2011：31.

[7]邱明曉新媒體對大學生影響及思想政治教育對策[J].中國科教創新導刊，2012，（20）：34-35.

[8]王高賀.大學生成才網絡困境及其破解對策[J].黑龍江高教研究，2011，（2）：9.

[9]陳陽，新媒體對青年的影響及對策分析——以網絡和手機為例[J].內蒙古農業大學學報（社會科學版），2012，（3）：65.

[10]朱學文，呂國光，新媒體與兒童學業成績、智力發展的關系研究[J].教育研究，2012，（7）：54-55.

[11]新媒體視域下的青少年全面發展研究課題組《新媒體視域下的青少年全面發展研究》總報告，2012.