數據驅動下的4MAT學習力培養模型設計研究

陳秋蘭 鄭思東

“自然學習模式”（Nature Learning Design）也稱之為“四元學習循環圈” （4MAT Learning Cycle），是伯尼斯·麥卡錫（Bernice Mc Carthy）在總結前人研究的基礎之上提出的[1]。該模式建立在體驗學習理論基礎上，將學習者按照學習偏好劃分成為“想象型學習者”“分析型學習者”“常識型學習者”“創新型學習者”四種風格類型，提出了兼顧多種風格類型學習者的學習循環圈。在自然學習模式中，學習者基于直接體驗，經歷反思觀察，形成抽象概念，主動應用體驗和解決問題，將新知識和技能融會貫通并為新一輪的學習循環做好準備。循環圈學習能保證學生理解深刻到位，教學指導平衡協調，能滿足所有學習者的合理需求，很好地培養學習者的學習力。

學習力（The Power Learning）就是把知識資源轉化為知識資本的能力[2]，其最初源于管理領域，后被遷移到教育領域，主要研究教學中如何構建學習者的學習力以促其有效終身學習。學習力大體上可以認為是學習動力、學習能力、學習毅力、學習互惠力和學習創造力五大要素的疊加[3]。學習動力包括學習需要、學習目標、學習興趣、自信心、情緒情感、外在壓力等要素，主要是指學習的動機和需要。學習能力是指學習主體根據條件的變化不斷獲取新知識的能力，即學習方法和學習策略。學習互惠力主要包括自我反思、學習遷移和動作操作等要素，是指將學習成果轉化為實際的能力，它主要解決的是“學以致用”的問題。學習創造力是指學生在認識和理解已有知識的基礎上，發現和創造新知識的能力。學習毅力具體包括學習的堅持性、自我控制能力和自信心等要素，主要是指自主學習、克服困難、集中精神、排除干擾，堅持學習的能力，主要解決的是持續學習的問題。因此，學習力實際上是人們獲取知識、分享知識、使用知識和創造知識的一種綜合性的能力，內涵十分豐富。

隨著信息時代的到來，突破傳統教學條件限制，將教學與信息技術相結合將是實現提高學習力的可能路徑，對信息技術環境下相關學習設計具有一定的參考價值。本文從數據驅動教學的視角出發，進行4MAT模型下的學習力培養的設計與實踐，為更加準確、客觀地輔助學習者學習，提升學習效果與學習力。

一、數據驅動下的4MAT學習力培養模型

數據驅動下的4MAT學習力培養模型有一個動力核心，驅動支持、能力和風格三個圈層順時針運行;信息感知和加工構成直角坐標系，將三個圈層劃分成四個象限。具體見下圖。

1. 動力核心

數據驅動和學習毅力作為學習模型的動力核心，數據對學習起支持和推動的作用，毅力對學習起維持和保障的作用。數據驅動作為外因，學習毅力作為內因，共同驅動學習的發生以及學習力的培養和提高。

2. 兩個坐標

根據自然學習設計理論，分別以信息感知和信息加工兩維度作為橫、縱為坐標軸，構成一個平面直角坐標系，劃分出四個象限。

根據信息感知的方式劃分為形象思維與概念抽象兩類。感知偏好是決定學習風格的主要因素之一。這兩種感知方式同樣寶貴，各有其優劣。在感知維度上，數字資源組織提供的具體經驗與交流互動中形成的抽象概念作為兩個方向。

根據信息加工的方式劃分為反思學習與經驗學習兩類。這是人與外在世界建立有意義聯系的兩種方式，它們同樣各有優劣。在信息加工維度上，智能化的過程引導促進反思觀察和數據結果反饋所觸發的主動實踐互為兩極。

3. 三個圈層

數據作為支持圈層，學習力居中作為能力圈層，學習風格在外側。三者的關系為：數據驅動促進學習力的發展，學習力支撐學習風格的完善。

支持圈層：基于數據的精準問題分析和基于分析的精準支持服務，發現適合學習者的學習過程與資源，從而最大化改善學習效果。以學習者的需求為導向，以學習者的學習過程中生成的數據為依據，且最終以學習者采用數據的效果進行價值判斷，以便進行新一輪的學習。

能力圈層：在數據的支持下，能夠有效提升學習力。學習力是發動、維持、推進、改善與創新學習的能力的組合，是終身學習的前提和基礎。在數據驅動下，學習力的個性化特點被進一步的放大和突顯。

風格圈層：學習風格因性格、氣質以及生活經驗、教育背景等的差異而不同，每個學習者的學習風格都是獨特存在的。個性化的學習力滿足不同學習者的學習偏好，幫助其完善學習風格，再根據自身特點發展優勢素質、獲取需要的知識和技能。

二、4MAT模型下關鍵要素的相互關系

學習者的學習偏好促進了學習力的個性化發展，個性化的學習力形成了不同類型的學習風格，學習風格綜合體現了學習偏好的外顯特征。數據對學習過程起支持和驅動的作用。

1. 學習偏好是學習力差異發展的原因

每個人的感知偏好是長期以來逐漸形成的。這種獨特取向主要包括直接感受和理性思維兩種方式，前者很大程度上取決于直接體驗，后者主要依賴抽象概念。個體間學習方式的另一個差異，就是對信息進行加工的方式不同。一些人一下子能夠抓住事物的發展方向，而另一些人則冷靜地觀察所看到的東西，同時在采取行動前善于反思;有些人“用心反思”，有些人“付諸行動”。

從心理學和教育學的角度看，學習力是指學習者個體吸收、運用知識并改變學習、工作、生活狀態的能力。從這個角度講，學習力本質上就是感知信息和加工信息的能力。由于個人感知信息的途徑各有偏好，加工信息的方式各不相同，所側重的學習力要素也自然會隨之變化，因此，不同學習者的學習力也呈現出明顯的個性化特征。可見，學習偏好會導致學習力發展的差異。學習力的個性化發展是“因材施教”的必然結果。但是，這種差異應該控制在一個適合的范圍內，應該是兼顧學習力中各個因素的整體發展基礎之上的個性化發展。

2. 學習力是學習風格形成的基礎

在學習力整體發展的前提下，學習力中某一要素的突出優勢，是最終形成并完善相應的學習風格的條件和基礎。

根據4MAT模型，“學習動力”能激發思考，依據學習者曾經直觀經歷過的事物，分析其所具有的價值，從而產生有價值的內容。通過直接感受進行形象思維型偏好，與習慣冷靜觀察的反思學習型組合起來，顯示出想象型學習者的特征。良好的“學習能力”提高了對概念、知識的理解，形成科學合理的科學認知的過程;習慣冷靜觀察的反思學習型偏好，與理性思維形成抽象概念型的組合，形成了分析型學習者的基本特征。“學習互惠力”推動了充分地運用掌握的知識，遷移到其他情景中的欲望。通過理性思維形成抽象概念型的偏好與喜歡付諸實施的經驗學習型的組合，發展成了常識型學習者的特征。“學習創造力”能更好地通過直觀體會具體的感受，結合動手實踐的經驗，給學習者帶來“靈感”的火花。付諸實施的經驗學習型偏好與通過直接感受進行形象思維型的組合，培養了創新型學習者的特征。

4MAT模型認為，這四種類型的學習風格不存在價值優劣的判別，它們之間有一定的互補性。

3. 學習風格是學習偏好的綜合體現

“自然學習模式”認為學習風格就是學習者感知的偏好與加工信息方法偏好相結合的綜合體現。由于每個學習者的內在性格、知識結構、工作經驗、生活閱歷、教育背景等存在差異，這必定會導致每個學習者的學習偏好和學習力不盡相同，由此所形成的學習風格也各具特點。

因此，4MAT模型在設計中最大限度地兼顧各種學習風格，以期在個性化發展的同時，更加全面地發展學習者的各個學習力因素。比如，認識知識價值，建立學習心向，創設具體體驗，激發學習動力，體現為想象型學習風格;獲悉科學知識，豐富自身結構，運用多元方法，提高學習能力，體現為分析型學習風格;指向知識應用，致力問題解決，創設練習機會，促進學習互惠，體現為常識型學習風格;思考價值判斷，關注整合知識，融入個人特色，致力學習創新，體現為創新型學習風格。

4. 數據對學習過程起支持和促動作用

“自然學習模式”認為學習在開放的氛圍下進行，讓知識在思想碰撞中得以增長。學習者要在交流和溝通中相互啟發，獲取知識并加以分享。數據支持的學習對知識的產生更加有利，而且便于知識在交流中分享和傳播，因此，數據支持的學習比傳統學習方式的效率更高。

數據驅動包括資源組織、過程引導、交流互動和結果反饋四方面。資源組織包括資源模塊的設置與更新，以及各模塊、各資源的有序排列等。合理的資源組織可以提升學習效率，減少學習者因反復選擇資源而造成的消極情緒，提升優質資源的利用。過程引導指學習者遇到學習障礙或表現懈怠時，為其提供相應引導使學習順利進行，如學生因不知接下來該學什么而導致學習中斷，教師可為其呈現相同風格的同伴學習路徑，供其參照與選擇。交流互動則為學生探討問題、交流心得提供更多渠道，是人員與交互支持的綜合體現。若學生難以理解某知識點，可以向該部分知識掌握較好的同伴請教，同伴為其講解時亦能進一步厘清自身思路，深化認知。結果反饋指將練習成績、應進一步學習的知識點等信息反饋給學生，幫助學生彌補知識空白、調整學習步調，屬于引導性支持。

資源組織與過程引導是網絡學習持續有效進行的必要措施。交流互動與結果反饋是促進學習者積極學習、深入學習的重要手段，是在資源組織與過程引導基礎上進一步改善學習效果、完善學習過程的進階性支持服務。

三、數據驅動下的4MAT學習力培養設計途徑

根據自然學習設計理論，將三個圈層的內容分別歸屬于“Why”“What”“How”和“If”四個象限中。每個象限都是相鄰兩個坐標軸的組合。數據生成、需求分析、支持提供、學習決策在四個象限上的軌跡構成閉合回路，數據生成是基礎，需求分析與支持提供是關鍵，學習決策是價值體現。只有數據支持被學習者接受且產生正向引導作用，促進學習力的提高，更好地符合不同學習者的學習風格偏好，其設計與實踐才有意義。學習力愈加突顯了其在數據驅動的學習過程中具有的重要地位。

1. 為意義而教——需求分析激發學習動力

4MAT象限1核心內容是回答“為什么”的問題，使學習者認知到學習新知識的價值，激發學習者的學習興趣。學生在這一環節的主要學習任務是與新知識間建立聯系，聚焦學習內容;教師的任務是為學習者創設具體體驗，以激發學習動機。

需求分析通過學習過程中生成的行為、成績等數據分析學生的需求與存在的問題，從而激發學習力中最具有激情的一種能力、發展學習力必不可少的條件——學習動力。

此象限在垂直坐標軸上為學習組織，并合理設置資源內容為學習者提供具體經驗，通過“需求分析”進而實現水平坐標軸上在學習者學習過程中遇到的困難與阻礙時，給出適恰的引導，讓學習者進行反思觀察。數據對需求的分析過程激發了學習者的“學習動力”，讓偏好對具體經驗進行反思觀察的“想象型學習者”獲得更大的學習滿足感。

2. 為理解而教——支持提供加強學習能力

4MAT象限2回答“是什么”的問題，使學習者獲得科學準確的知識。學習者在這一環節的主要任務是實現專業知識的學習與對自我世界的跨越;教師的任務是運用多元教學方法，致力知識傳遞。

支持提供是教師選取與學習支持相關數據進行分析，從而推斷應在何時為何類學生提供何種支持。只有掌握一定的學習策略、學習方法、技能，才能掌握所學知識。學習能力是取得學習成效的關鍵。

此象限在水平坐標軸上在學習者學習過程中遇到困難與阻礙時，給出適恰的引導，讓學習者進行反思觀察，通過“支持提供”進而在垂直坐標軸上，實現讓學習者在互動交流合作中形成抽象概念的過程。數據平臺交流互動的支撐，加強了學習者的“學習能力”，滿足偏好通過反思觀察得出抽象概念的“分析型學習者”的需要。

3. 為掌握而學——學習決策促進學習互惠力

4MAT象限3回答“應怎樣”的問題，聚焦知識掌握。學生在這一環節的主要任務是運用科學的知識，獲得個人技能;教師的任務是輔導者，創設各種練習機會，促進學生運用科學的知識。

學習決策讓學生根據自身狀況判斷學習支持的價值，決定是否參照學習支持中所提供的信息進行后續學習。

此象限是垂直坐標軸上讓學習者在互動交流合作中形成抽象概念的過程，通過“學習決策”進而實現水平坐標軸上對學習者在學習過程的表現與行為、優勢與不足作出反饋，促進主動實踐。數據對學習過程的反饋促進學習者的“學習互惠力”，給偏好對抽象概念進行主動實踐的“常識型學習者”更大的學習獲得感。

4. 為創新而學——數據生成提高學習創造力

4MAT象限4回答“是否該”的問題，關注遷移創新。創造是人類的天性，在培訓方案中應該提供發揮創造力的機會。學生在這一環節的主要任務是在科學知識中融入個人特色，創造性地將所學知識遷移到真實生活中。教師的角色是“鼓勵者”，任務是開發學習資源以促進獨立學習，同時肯定學習者的學業成功，鼓勵獨立探究。

數據生成是作出學習決策后，執行學習活動生成新數據，引發新的學習支持設計或改進。對所學知識進行消化吸收、融會貫通、舉一反三，提高學習力中最有價值的內容，也是學習力的最高境界。

此象限是水平坐標軸上對學習者在學習過程的表現與行為、優勢與不足作出反饋，促進主動實踐，通過“數據生成”進而實現垂直坐標軸上為下一輪的學習組織、設置新的資源內容給學習者獲得新的具體經驗。新的數據生成，提高了學習者的“學習創造力”，促進了偏好通過主動實踐獲得具體經驗的“創新型學習者”更好地學習。

5. 終身學習——閉合回路磨煉學習毅力

學習始于經驗，從自己原有的起點出發走向新世界，這并不是自發自動的過程，而是有主觀發展需求的學習者關注和意愿的結果。當四個象限結合在一起時就形成了一個完整的學習循環圈，一個從主觀認知到客觀認知，再到“融會貫通”的過程。

數據驅動，通過需求分析、支持提供、學習決策和數據生成形成一個閉合的回路。新的數據生成又作為下一輪需求分析的基礎，如此循環下去。而學習者保持學習行為持久性的基礎就是學習毅力，它是學習者學習力的核心，是學生的學習態度和意志品質的綜合反映。

在數據的驅動下，學習過程開始周而復始地不斷進行，當然，這種循環雖說是閉合的環，但并非簡單的重復，而是不斷向內挖掘或者向外拓展的學習。這種循序漸進的學習，培養和磨煉了學習者的“學習毅力”。而學習毅力的提高又能使學習者更持續、更穩定地維持學習的狀態。

參考文獻：

[1]鄭思東. 普通高中4MAT生涯規劃課程設計探析[J]. 中小學心理健康教育，2020（12）：49-51，54.

[2]張友梅，何世峰，凌志華. 大數據背景下高職學生學習力提升策略研究[J]. 湖北經濟學院學報（人文社會科學版）， 2018，15（4）：141-143.

[3]陳秋蘭，鄭思東. 基于促進中學生學習力發展的小班化教育策略研究[J]. 師道（教研），2018（2）：135-136.

注：本文系全國教育信息技術研究2017年度專項課題“大數據支持下的提升學生學習力策略研究”（項目編號：174430023）的研究成果。