技術使能的深度學習：一種理想的學習樣態及其效能機制

楊南昌 羅鈺娜

[摘? ?要] “技術促進學習”的爭論由來已久，與其從“外在作用”糾結“技術能否促進學習”，不如從“內在使能”的角度重新思考“技術到底如何促進學習”。文章基于比格斯等人的學習研究，重構技術使能的學習模型和測量工具，對大學生技術支持的學習樣態與效能關系進行實證分析。通過調查后的數據對比、聚類分析和模型驗證，逐層遞進地探尋技術使能學習的深層奧秘和效能機制。研究結果表明：在技術使能的學習環境下，作為學習結果的核心能力直接受技術情境感知、深度學習、技術使用深度的正向影響;成績排名直接受深度學習、技術使用廣度的正向影響，受淺層學習的負向影響;融合型（廣度+深度）技術使用作為技術使能的理想方式，只有與“深度學習”方式再融合而成的“技術使能的深度學習”，才是獲得最佳學習結果的理想學習樣態。

[關鍵詞] 技術使能的學習; 深度學習; 理想樣態; 效能機制; 大學生

[中圖分類號] G434? ? ? ? ? ? [文獻標志碼] A

[作者簡介] 楊南昌（1974—），男，江西瑞金人。教授，博士，主要從事學習科學與教學設計、課程與教學創新研究。E-mail：south1002@163.com。

一、背景：對“技術促進學習”的詰問

技術作為變革教育的力量在當今“技術泛在”的數字時代日益得到重視。與此同時，對“技術促進學習”的爭論似乎也從未停歇。一方面，在人工智能、大數據、云計算等新技術不斷涌現的浪潮中，一些熱衷者對技術之于學習的“賦能”過度推崇，甚至出現唯技術論者技術至上的“數字化崇拜”，形成“技術之于學習的決定論”或“技術之于學習的神話”[1]。相反，一些懷疑者則指出，人們總喜歡對新技術給予過高的期望，但從過去幾十年信息技術教育應用的情況來看，大體經歷了同樣的循環：高期望—大規模應用—令人沮喪的結果[2]。2015年，BBC還推出了一個引用經濟合作與發展組織（OECD）的“信息技術并未促進學習”的報道[3]。

實際上，以上爭論的“技術應用”主要從“外在作用”，而非從“內在使能”的角度思考技術促進學習的功效。在最近的學習科學研究中，有強有力的實證表明學習技術所具有的效能，但也并非像樂觀派所推崇的那樣，技術效用的發揮需要依賴學習者的特性、學習的類型、社會文化境脈和來自教師應用技術的支持等[4]。此外，亦有越來越多的研究者指出，“提高學生學習質量，關鍵不在于技術，而在于使用技術的教學法和學習法”[5]。

這樣看來，與其去追問“技術能否促進學習”或者“技術之于學習的促進作用有多大”，不如去思考：技術怎樣才能促進學習，怎樣使用技術才能獲得更好的學習結果，技術使用方式與學習者的學習方式相互作用的機制是什么？如果說“深度學習是導致高質量學習的關鍵方面”，那么在數字時代的“泛在”技術環境下，技術使用與學習方式融合后的“技術使能的深度學習”是不是當下學生學習的一種理想樣態呢？

本文以日常學習過程中技術使用最為普遍的學生群體——大學生為研究對象，試圖從學習者的技術使用、學習方式與學習結果之間的效能關系入手，探尋技術促進學習的理想樣態和作用機制。

二、溯源與整合：技術使能的學習研究模型建構

西方學者對學習方式和學習結果的開創性研究見于瑞典著名研究者馬頓（Marton F）和薩爾喬（Saljo R）在1976年發表的《學習本質區別：過程和結果》[6]。兩位學者首次提出了學習者存在的兩種不同層次的學習過程和策略：一種是采用死記硬背策略、關注文本記憶的淺層方式;另一種是采用理解策略、關注文本意義的深層方式。澳大利亞學者比格斯（Biggs J）和英國學者恩特威斯特爾（Entwistle J）等人延續了馬頓的研究，將馬頓概念化的學習類型轉變為可定量測量的學習量表，包括供中學生使用的“學習過程問卷 （Learning Process Questionnaire，簡稱LPQ）”，以及供大學生使用的“學習過程問卷（Study Process Questionnaire，簡稱SPQ）”[7]。通過一系列的探索與改進，比格斯于1987年完成正式問卷，將動機和與其相應的策略合并，得到表層取向、深層取向和成就取向三種不同的學習過程類型[8]。之后，比格斯等人分別于2001年和2004年對學習過程問卷SPQ和LPQ進行了修訂[9-10]。修訂形成的精簡版R-SPQ-2F和R-LPQ-2F問卷，僅保留深層與淺層兩種取向的學習量表。

為了進一步研究學習方式和學習結果之間的關系，比格斯于20世紀80年代提出了一個由“預示（Presage）—過程（Process）—結果（Product）”三部分組成的3P模型，經其自身以及特里格韋爾（Trigwell K）等學者后續補充和完善，成為描述大學生學習過程的經典模型[11]。這一模型認為，學生的學習方式和學生個體因素、教學情境因素、學習結果互相作用，共同組成了一個學習動態系統。學習的前置預示因素（學生的個體因素和教學情境因素）影響著學生在學習過程中采用何種學習方式，而學生的學習方式影響最終取得的學習結果。除此之外，前置的預示因素還可以直接影響學生的學習結果。[11]但是，遺憾的是，在西方這一研究傳統路線中，并沒有涉及技術支持學習的相關因素。

當下，大學快速發展的數字學習環境使得大學生用技術支持學習變得無處不在。針對這一技術泛在學習現象，加拿大學習聯盟（COL）用“技術使能的學習”（Technology-Enabled Learning，TEL）這個術語來描述教育情境中用來支持學生學習的技術應用[12]。技術使能的本意就在于通過技術應用使得學習成為可能，意味著技術服務于當前學習者的方式是多元的，或者對于那些先前因條件所限而很難獲得相關教育資源的學習者來說，技術提供的潛在學習機會是多元的。那么，對大學生來說，逐漸泛在的技術使用對他們的學習帶來哪些可能呢？在某種程度上，我們要給出一般性的回答似乎是不可能的，一方面影響因素太多，另一方面技術使能的指向也太多。但是，技術應用對學生學習結果能產生什么樣的潛在變化，這也許是大家最為關切的。而最直接的學習結果變化表現為兩方面，一是學習結果在量方面的提升，比如更高的學業成績;二是學習結果在質方面的提升，比如深度理解、應用知識解決實際問題的能力等。

基于此，在比格斯3P學習模型的基礎上，本研究將技術使用作為一個重要因素整合其中，以技術使能的學習環境、教師的教學技術應用作為前置預示變量的教學情境因素，以學習者技術使用方式和原有的學習方式（深度學習和淺層學習）作為學習過程變量，以學業成績（本研究主要采用大學生的學業成績與操行成績組成的綜測排名）和核心能力作為學習結果變量，形成技術使能的學習研究3P模型（如圖1所示）。

三、設計：工具開發與分析方法

根據以上研究模型，在改編的比格斯SPQ問卷的基礎上，通過增加大學生技術使用調查問卷和大學生核心能力量表，整合編制成一份完整的大學生技術使能的學習調查問卷。

（一）工具開發

1. 大學生技術使用自編問卷

大學生技術使用調查問卷為自編問卷，包括學生感知的技術環境、學生自身技術使用意愿、使用廣度和深度三方面。學生對技術環境的感知主要涉及對校內教學技術環境（題項4，α=0.724）和對教師在教學過程中的技術使用感知（題項4，α=0.721）。學生技術使用廣度主要了解大學生在課內課外使用不同技術設備數量和用技術完成課上和課下學習活動的頻度情況（題項17，α=0.826）。

技術使用深度主要考察大學生在使用技術學習時體現的數字能力（題項15，α=0.876）。量表的制定主要參考加拿大多倫多地區學校委員會（Toronto District School Board，TDSB）提出的數字深度學習能力含義[13]。該量表將關鍵的數字深度能力整合為四個維度：數字基礎（含數字認知與數字批判，題項4，α=0.801）、數字參與（含數字合作、數字交流，題項4，α=0.781）、數字主動（含數字自信與數字創新，題項4，α=0.804）、數字公民（含數字公民與數字文化，題項3，α=0.785）。通過因子分析得到 KMO 值為 0.851，Bartletts球形檢驗值顯著性為 0.000，信效度良好。

2. 大學生學習方式問卷

大學生學習方式問卷采用南京大學呂林海教授提供的比格斯SPQ改編問卷，主要調查學生在課程學習過程中傾向于采用深度學習還是淺層學習方式。其中深度學習6題，內部一致性系數為0.720，淺層學習6題，內部一致性系數為0.721。通過因子分析得到KMO值為0.766，Bartletts球形檢驗值顯著性為 0.000，信效度良好。

3. 大學生核心能力量表

大學生核心能力問卷旨在獲得學生學習結果的質性發展上的表現數據，主要選用國際普遍認可的問題解決、批判性思維、團隊合作、溝通交流和創造創新等21世紀5大核心能力作為測量維度，形成五個子量表：（1）問題解決能力子量表（題項3，α=0.726），改編自蕭敏康（Siu A M H）等人的問題解決調查表C-SPSI-R[14];（2）批判性思維子量表（題項3，α=0.701），改編自加利福尼亞批判性思維傾向量表[15];（3）合作傾向子量表（題項4，α=0.827）和溝通傾向子量表（題項6，α=0.905），分別采用黃國禎（Hwang G J）等人[16]改編的團隊合作能力量表和溝通協調能力量表;（4）創造能力子量表（題項3，α=0.822），改編自駱方的創造性思維能力測評問卷[17]。通過因子分析得到KMO 值為 0.885，Bartletts球形檢驗值顯著性為 0.000，內部一致性系數為0.884，信效度良好。

（二）抽樣與分析方法

本研究調查對象為省屬重點高校大學生，綜合考慮年級、專業變量進行分層抽樣調查，專業涵蓋學校所有的24個學院，發放700份紙質問卷，回收679份，有效回收率97%。有效問卷經過嚴格篩選，仔細剔除漏填、錯填、規律性亂填的問卷，最終得到有效問卷491份，有效率72.3%。樣本學生來源情況為：大一152人、大二186人、大三90人、大四63人;專業文史類307人、理工類184人。

本研究采用SPSS18.0、Amos24.0軟件工具進行數據統計與分析，主要通過描述性分析、差異分析（如t檢驗、方差分析等）、聚類分析、結構方程模型等方法對大學生技術使能的學習方式類型進行甄別，并對不同學習方式類型與學業成績、核心能力和個體因素之間的影響關系進行對比，最終揭示大學生技術使能的理想學習樣態和各要素相互作用的效能機制。

四、探尋：技術使能學習的

理想樣態及效能機制

（一）大學生技術使能的學習基本情況

1. 大學生對技術情境的感知情況

（1）總體感知情況良好。通過對技術使能的學習環境感知、教師在教學過程中的技術使用感知、學生技術使用意愿13個題項的調查分析，三個分層量表均值分別為3.970、3.782、4.537（見表1）。單一樣本t檢驗表明，學生在這三個維度上得分的均值與中數值（3.5）達到顯著差異水平，說明學生對技術使能的校內學習環境總體感知和對技術使用意愿的總體表現良好。

（2）不同性別和專業學生存在感知差異。對網絡環境支持學習的情況進一步調查顯示，經常在有網絡成分的環境下學習和認為在這種環境下學得更多的大學生占比分別為89%和84.73%，只有9.37%的學生經常在沒有網絡的環境下學習，另有1.63%的學生表示不清楚自己對這些網絡學習環境的感知。這表明，很高比例的學生是在網絡環境下學習并認可網絡環境帶給學習的積極影響。調查還發現，女生在教師教學的技術使用感知上的得分顯著高于男生（p=0.024），文史類學生在校內教學技術環境感知（p=0.002）、教師教學的技術使用感知（p=0.003）、學生技術使用意愿（p=0.000）上的得分顯著高于理工科學生。

（3）學生的感知與其技術使用、深度學習、核心能力具有正向相關，與淺層學習與成績排名不具有相關性（見表2）。也就是說，營造一個良好的技術環境（如“滿足學生對學習資源的獲取”等），教師善用技術輔助教學（如 “鼓勵學生在相關任務中使用技術”等），以及學生具有較強技術使用意愿（如“希望有更多需要技術支持的學習任務”等），都能正向影響學生自身的技術使用、深度學習方式的采用與核心能力的發展。

2. 大學生技術使用廣度與深度的數據統計情況

（1）學生移動設備擁有率高，但與學習活動融合不夠。從大學生所擁有的移動設備上看，智能手機人手至少保有一部，筆記本電腦擁有率達到91.24%，加上平板電腦和Kindle（擁有率分別為28.77%和8.96%）等其他數字工具，大學生學習技術的普及化已達到較高程度。有57.14%的學生認為每天在這些技術設備上花費時間最多的是社交活動，29.59%的學生認為是娛樂，還有1.84%和1.02%的學生選擇了消費和其他，只有10.41%的學生認為自己在技術設備上花費的大部分時間是用來學習。

（2）學生課上技術使能的學習頻率顯著小于課下。從學生課上和課下使用自帶設備支持學習的情況來看，學生課上主要使用智能手機進行學習（M=4.858），自帶筆記本電腦或平板電腦進課堂的還不多見（M=1.681）。雖然學生課下使用電腦學習的頻率有所提升（M=3.300），但仍低于智能手機的學習應用（M=3.768）。通過配對樣本t檢驗可知，大學生課上技術使用頻率的總體均值顯著小于課下。進一步分析發現，課上用技術記錄信息（如課堂拍照等）頻率最高，交流討論學習內容頻率最低。學生在課下也表現出同樣的技術使用傾向，整理信息（如課程筆記）最高，交流討論學習內容最少。說明，學生的技術使用較多集中在低層次的對課程信息的記錄和整理上，在主動瀏覽、獲取、分享和交流信息、參與線上網絡課程等主動性的學習上處于中等水平。值得注意的是，仍有32.78%的學生反映“有時”或“經常”或“總是”被禁止使用手機等移動設備上課（M=2.061）。

（3）技術使用深度總體表現良好，數字主動維度表現最低。數字能力量表調查顯示（由表1可知），大學生技術使用深度統計均值為4.102，單一樣本t檢驗表明，學生在這個維度上得分的均值與中數3.5的差異達到顯著水平（t=24.539，p=0.000），表明大學生數字能力總體較好。其中，大學生在技術使用的“安全、尊重、隱私、倫理”的數字公民層面表現最好，數字認知與批判和數字參與次之，在技術使用的“主動嘗試、遷移應用、技術表達”的數字主動層面表現最差。

3. 大學生的學習方式（深度與淺層學習）情況

大學生學習方式量表調查結果顯示（見表1），學生深度學習與淺層學習得分均值分別為3.830和3.481。通過單一樣本t檢驗，學生在深度學習上的得分均值與中數3.5達到顯著差異水平（t=13.348，p=0.000），在淺層學習上的得分均值與中數3.5無顯著差異，表明大學生深度學習水平總體偏上，而淺層學習水平總體處于中等。此外，通過配對樣本t檢驗可知，學生深度學習水平顯著高于淺層學習水平。在個體因素上，深度學習只在學生年級（F=3.325;p=0.020）上存在顯著差異，淺層學習在各項上均不存在顯著差異。

（二）大學生技術使能的學習樣態聚類分析

為了更深入分析大學生的技術使用、學習方式和學習結果之間的相關性，探尋理想的技術使能學習方式，本研究借鑒南京大學呂林海教授[18]采用的學習方式人群聚類方法，對大學生的技術使用和技術使能的學習方式進行逐層遞進的人群聚類及特征分析。

1. 技術使用的人群聚類及特征分析

以數據標準化之后的學生技術使用廣度和深度為變量，通過K-Means聚類，得到大學生技術使用的4類學生群體（如圖2所示）。第一類為技術的游離使用者（21.8%），即在技術使用深度和廣度上得分都很低（均值為負值），是一類不怎么使用技術的學習群體;第二類為技術的廣度使用者（30.0%），即在技術使用廣度上得分高（均值為正值），在技術使用深度上得分低，說明該類群體在課上、課下使用移動設備進行學習的方式和頻率較高;第三類為技術的融合使用者（20.4%），即在技術使用深度和技術使用廣度上得分都很高，說明該類群體對于技術的使用得心應手;第四類為技術的深度使用者（27.8%），即在技術深度使用上得分較高，在技術使用廣度上得分低，說明該類群體具有較好的數字能力。

進一步分析四類技術使用群體的學習特征，結果發現：（1）四類技術使用群體在深度學習上存在顯著差異（F=31.484;p=0.000）。通過事后比較分析（Tamhanes T2法）可知，技術融合使用者在深度學習上的均值得分顯著高于其他三類群體，技術深度使用者與技術廣度使用者在深度學習上無顯著性差異，技術游離使用者均值得分顯著低于其他三類。由此表明，技術的融合使用者比其他三類群體更具有深度學習傾向，而最不善用技術的人群（技術的游離使用者）在深度學習上表現最差。（2）四類技術使用群體在核心能力上存在顯著差異（F=47.849;p=0.000）。通過事后比較分析（LSD法）可知，技術融合使用者與深度使用者在核心能力上的均值得分均顯著高于技術游離使用者與廣度使用者，技術的游離使用者得分最低。四類群體得分排序為：技術融合>技術深度>技術廣度>技術游離。這表明，技術的融合使用與深度使用水平更高的大學生在學習結果上傾向于產生更高的核心能力。（3）四類技術使用群體的大學生在淺層學習與學業成績排名上不具有顯著差異。因此，可推斷，技術使用與學習者的淺層學習方式和學業成績無明顯直接關系。

2. 技術使能的學習方式人群聚類及特征分析

將技術使用的廣度和深度合并為整體的“技術使能”，以數據標準化之后的“技術使能”與深度學習方式為變量，通過K-Means聚類，得到4類學生群體（如圖3所示）。

第一類為技高學低的技術主導型（26.33%），即在技術使用上的得分高（均值為正值），而在深度學習上得分低（均值為負值）。說明該類群體在日常學習活動中有較好的技術使用能力，但很少進行深度學習。第二類為技低學低的亞游離型（25.31%），即在技術使用與深度學習上得分都很低。說明該類群體既不善用技術，也很少進行深度學習，但比上述單純的技術游離型和單純的學習游離型[18]（深度學習和淺層學習得分都為負值）表現稍好。第三類為技高學高的新融合型（19.39%），即在技術使用和深度學習上的得分都很高，說明該類群體在日常學習活動中有較好的技術使用能力，且能很好地利用技術進行深度學習，是一種高技術使能的深度學習者。第四類為技低學高的深度學習主導型（28.98%），即在技術使用上得分較低，在深度學習上得分較高，說明該類群體是不善用技術的、低技術使能的深度學習者。

進一步分析四類技術使能的學習群體在學習結果（核心能力和成績排名）上的差異，結果顯示：四類學生群體在核心能力（F=57.747;p=0.000）和成績排名（F=5.751;p=0.001）上都存在顯著差異。通過事后比較分析（LSD法）可知：（1）在核心能力上，四類群體兩兩之間均存在顯著性差異，得分排序為：技高學高（新融合型）>技低學高（深度主導型）>技高學低（技術主導型）>技低學低（亞游離型）。這表明，技術使能的深度學習者具有更高的核心能力。（2）在成績排名上，技高學高（新融合型）學習者好于技低學低（亞游離型）、技高學低（技術主導型）學習者，但與技低學高（深度主導型）學習者無顯著性差異。說明決定成績排名的主要因素為學習者的深度學習水平。

以上大學生的兩類人群聚類分析表明，在核心能力和成績排名兩項學習結果上，高技術使能的深度學習者是表現最佳的學習群體。

（三）“技術使能的深度學習”模型驗證與效能機制分析

為了驗證上述分析結果，我們在Amos 24.0上建立“技術使能的深度學習結構方程模型”，并期望通過該模型進一步探究技術情境感知、技術使能（廣度+深度）、學習方式（深度與淺層）與學習結果（成績排名與核心能力）之間的效能機制。

1. 模型驗證

在模型建立過程中，通過路徑分析，依次刪除系數未達顯著的路徑，并對模型擬合度的各項指標進行檢驗，皆滿足擬合要求（χ2/df=2.364<3、RMSEA=0.053<0，08、SRMR=0.040<0，05、CFI=0.972>0.9、TLI=0.941>0.9、IFI=0.973>0.9、NFI=0.953>0.9），最終得到“技術使能的深度學習結構方程模型”（如圖4所示）。

2. 效能機制分析

根據技術使能的深度學習結構模型和技術使能路徑各項效果值，可以清楚地描述技術使能的深度學習各要素之間的效能關系：（1）作為學習結果的核心能力直接受技術情境感知、深度學習、技術使用深度的正向影響;（2）作為學習結果的成績排名直接受深度學習、技術使用廣度的正向影響，受淺層學習的負向影響;（3）深度學習同時受技術使用深度與技術情境感知的正向影響;（4）技術情境感知、技術使用廣度/深度之間相互呈正向影響，即，在技術使能的學習環境當中，真正直接促進學習者深度學習與核心能力發展的是技術的深度使用能力，直接促使學習者獲得更高成績排名的因素在于技術使用廣度與深度學習水平。因此，技術使能（技術使用廣度+技術使用深度）的深度學習，相對于深度學習本身，更能夠促進學習者獲得更好的學習結果（量的學業成績和質的核心能力）。

五、討論：研究結論與啟示建議

經過系列數據對比、人群聚類和模型驗證的逐層遞進分析，對技術使能學習的理解變得越來越清晰。上述多項分析指向一致結果：對于學習者來說，技術促進學習或者說技術使能的學習存在多種樣態，產生的學習效果存在較大差異。即便在技術使能的學習環境下，技術可以直接或間接影響學習方式和學習結果，但起關鍵作用的仍然是學習者的深度學習方式而不是技術使用本身。技術主導型學習者也可能是淺層學習者，深度學習者也可能是技術使用的游離者，數字時代的大學生只有采用技術使能的融合方式（廣度+深度），并將技術使用很好地融入主動探究、積極思考、深度理解、合作交流、追求創新的深度學習方式中，才能形成高質量學習的效能合力，兩者結合的理想學習方式就是“技術使能的深度學習”，而獲得最佳學習結果的一定是高技術使能的深度學習者（技高學高的新融合型）。在這里，“高使能的技術”和“有深度的學習”不可分割地融合在一起。

當前，在高校實施一流本科建設“雙萬計劃”和深入推進信息化教育的大背景下，“技術使能的深度學習”研究為我們提供了從“外部教學情境”到“內在效能關系”審視技術變革學習的新視角以及思考課程質量提升的新路徑。

（一）將課程教學建設關注點從客觀的“教學外在”轉向學生感知的“學習內在”

深度學習是產生高質量學習結果的關鍵，而正向影響學生采用深度學習方式的重要因素不是客觀上“學校建設了怎樣的一流教學設備或者教師設計了怎樣的一流課程和教學”，而是“學生對這些客觀外在技術環境與教學情境的感知”[19]。高校在信息化教學環境的建設過程中，需要從學生的學習體驗出發，將他們對學習環境的感知和深度學習發展作為設計的重要考量。也就是說，不能只看課程團隊、課程資源、課程設計和教學實施等“教”的質量，更應將“學生的深度學習”程度納入評價范圍，通過技術支持并賦權學習者，將“學生采用深度學習的比例和深度學習總體水平的高低”作為課程質量評判的重要指標。

（二）將數字深度學習能力的提升作為技術賦能學習者的發展方向

大力推進信息技術與課程教學的深度融合，一直是我國教育改革的目標方向，但從目前的應用來看，教師角度的融合實踐做得比較好，學生角度特別是基于深度學習角度的融合應用還在探索發展中。上述調查結果揭示的“大學生四年之間的數字學習能力總體增長不明顯”“自帶設備的使用與學習活動融合不夠”“四類技術使用人群對成績排名的影響不存在顯著差異”等問題，進一步暴露出大學生數字學習效能總體偏低和教師在課程教學、作業任務設計上整合技術總體偏少、挑戰性偏低的事實。因此，高校在注重教師信息化教學能力建設的同時，應大力促進學生學習方式從“淺層學習”到“深度學習”的變革。國際教育技術協會（ISTE）發布的新版學生標準也指明了“淡化學生技術素養，深化使用技術的學習法素養，指向賦權學習者和技術賦能學習”的發展新方向[5]。如何將信息技術應用與學生的深度學習任務和學習方式的設計進行深度融合，發展學生的數字深度學習能力，發揮學生技術使能的學習效用，最終實現高質量的學習效果，這是當下值得思考和研究的現實課題。

（本研究得到南京大學教育研究院呂林海教授的幫助和指導，深表感謝?。?/p>

[參考文獻]

[1] 李芒，石君奇.靠不住的諾言：技術之于學習的神話[J].開放教育研究，2020（1）：14-20.

[2] MAYER R. The cambridge handbook of multimedia learning[M]. New York： Cambridge University Press，2005：9.

[3] 顧小清，王春麗，王飛.信息技術的作用發生了嗎： 教育信息化影響力研究[J].電化教育研究， 2016（10）： 5-13.

[4] National Academies of Sciences， Engineering， and Medicine. How people learn II： learners， contexts， and cultures[M]. Washington? DC： The National Academies Press， 2018：7.

[5] 王永軍.技術賦能的未來學習者——新版ISTE學生標準解讀及其對我國中小學學生信息化學習能力建設的啟示[J].中國遠程教育，2019（4）：17-24，92.

[6] MARTON F， SALJIO R. On qualitative differences in learning outcome and process[J].British journal of educational psychology， 1976（46） ：4-11.

[7] BIGGS J. Study process questionnaire manual[R]. Hawthorn： Australian Council for Educational Research， 1987b.

[8] 涂陽軍，陳建文，李傳玲.學習過程問卷的結構及信效度研究[J].中國臨床心理學雜志，2008（2）：119-122.

[9] BIGGS J， KEMBER D， LEUNG D Y， et al. The revised two-factor study process questionnaire：R-SPQ-2F[J].British journal of educational psychology， 2001（71）：133-149.

[10] KEMBER D，BIGGS J. Examining the multidimensionality of approaches to learning through the development of a revised version of the learning process questionnaire[J]. British journal of educational psychology， 2004（74）：261-279.

[11] 楊院.大學生學習方式實證研究：基于學習觀與課堂學習環境的探討[M].北京：教育科學出版社，2014.

[12] KIRKWOOD A， PRICE L. Technology-enabled learning implementation： handbook[M]. British Columbia， Canada：Commonwealth of Learning， 2016.

[13] SINAY E， GRAIKINIS D. Global competencies in deeper learning environments enabled by pervasive digital technologies： evolving framework for theoretical foundation and developmental evaluation[R]. Toronto， Ontario， Canada： Toronto District School Board，2018.

[14] SIU A M H， SHEK D T L. The Chinese version of the social problem-solving inventory： some initial results on reliability and validity[J]. Journal of clinical psychology， 2005， 61（3）： 347-360.

[15] 羅清旭.加利福尼亞批判性思維傾向問卷（中文版的初步修訂）[J].心理發展與教育，2001（3）：9-43.

[16] LAI C L，HWANG G J. Effects of mobile learning time on students' conception of collaboration communication， complex problem-solving，meta-cognitive awareness and creativity[M].Geneva：Inderscience Publishers，2014：276-291.

[17] 駱方.中學生創造性思維能力測評問卷的編制——一個典型表現測驗[D].北京：北京師范大學，2003.

[18] 呂林海.融合性學習：西方學生的夢魘，抑或中國學生的圣境——從普洛瑟的“脫節型學生”說起[J].現代遠程教育研究，2018（2）：45-52，64.

[19] 呂林海.“深度學習”視域下的大學“金課”——歷史邏輯、考量標準與實現路徑之審思[J].高校教育管理，2020（1）：1-13.