中國大學MOOC課程學習交互狀況調(diào)查

張 靜 韓映雄

(1.上海市普陀區(qū)業(yè)余大學 公共管理系，上海 200062；2.華東師范大學 教育學部高等教育研究所，上海 200062)

一、問題提出

大數(shù)據(jù)與人工智能的浪潮極大地改變了人們的學習和生活方式，也推動著在線課程的迅猛發(fā)展。作為在線課程的典型代表，慕課從2012年“慕課元年”至今已走過九個年頭。最新統(tǒng)計表明，截至2020年底，慕課累計注冊人數(shù)已達1.8億人次，全球超過950所大學累計開設(shè)1.63萬門在線課程(不包括中國)(Shah, 2020)。過去幾年，關(guān)于慕課的實證研究主要集中于學習者、教學設(shè)計、背景和影響因素以及教師等四大主題，學習交互成為新興主題之一，其中以學習者為主題的研究最豐富，包括學習者體驗、輟學率及保留率、學習動機和學習論壇等(Zhu et al. , 2020)。古皮奧等(Goopio & Cheung, 2021)在研究MOOC輟學現(xiàn)象和保留策略時發(fā)現(xiàn)，學習體驗、互動性、課程設(shè)計、技術(shù)、語言、時間和情境等因素會影響學習者的輟學率。珀塞爾等(Pursel et al., 2016)分析MOOC學習者的人口統(tǒng)計數(shù)據(jù)、預(yù)期行為和課程互動等影響課程完成率的變量后，提出利用學習分析工具和系統(tǒng)調(diào)節(jié)這些變量以支持學生學習的想法。王等(Wong et al., 2015)研究表明，經(jīng)常參與在線論壇的學習者是統(tǒng)計學上更有影響力的用戶，會對討論產(chǎn)生積極的影響。斯特拉克等(Stracke et al. , 2018)調(diào)查表明，學習者的MOOC體驗與學習者—資源、學習者—學習者和學習者—教師三種交互類型之間存在顯著相關(guān)關(guān)系。這些研究表明，學習交互正成為遠程教育研究不可忽視的主題之一，對慕課學習者的體驗、保留率和學習動機等有重要影響。

與此同時，中國大學MOOC也得到蓬勃發(fā)展，在線學習平臺不斷涌現(xiàn)，在線課程不斷增長，學習者規(guī)模越來越大。截至2020年3月，我國共2.3萬余門慕課上線，學習人次達3.8億，超過1億人次獲得慕課學分(韓筠, 2020)。然而，慕課還處于發(fā)展和建設(shè)上升期，仍存在諸多爭議。已有學者(秦煒煒, 2013;方旭, 2018;龔暉, 2021)對中國大學MOOC的現(xiàn)狀和問題等進行了大量研究，也有不少研究者關(guān)注在線互動領(lǐng)域。互動是任何學習環(huán)境(包括面對面課程、同步或異步在線教育或混合模式)的基本要素(Woo & Reeves, 2007)，關(guān)注在線互動和學習者的社交需求成為慕課發(fā)展的未來趨勢(紀九梅等, 2019)。學習交互不僅能有效預(yù)測學習者的批判性思維能力(王國華等, 2018)，提高學習過程的質(zhì)量(Trentin, 2000)，還與課程內(nèi)容和感知有效性共同影響學習者的保留率(Hone & El Said, 2016)。在學習交互的相關(guān)研究中，陳波(2021)認為慕課的特點是缺乏師生之間的提問、答疑、對話和交流等環(huán)節(jié)。李艷等(2020)調(diào)查表明，與面授課程相比，近一半的學生認為在線課程減少了互動。陳濤等(2020)研究證實，在線教學交互有效促進了學生學習。但已有研究很少關(guān)注中國大學MOOC的整體學習交互狀況及其對比分析。本研究以中國大學MOOC平臺線上一流課程為數(shù)據(jù)來源，就課程背景信息、課程討論區(qū)和評價數(shù)據(jù)對學習交互狀況展開調(diào)查，比較不同情況下學習交互的差異，以期為中國大學MOOC的建設(shè)和發(fā)展提供參考。

二、研究對象與數(shù)據(jù)來源

在2018年認定的801門在線一流課程中，有594門課程在中國大學MOOC平臺開課，占74.16%，其中有2門課程無法查看開課信息，其余207門課程分散于14個平臺，不同開課平臺的開放程度和計算規(guī)則不一。因此，本研究以2018年認定的源于中國大學MOOC平臺的592門線上一流課程為對象，以學習平臺的海量數(shù)據(jù)為研究資料，建立中國大學MOOC課程學習交互數(shù)據(jù)庫。數(shù)據(jù)采集時間截至2020年4月1日。

對于每門課程，搜集并在數(shù)據(jù)庫中錄入三類信息：課程背景數(shù)據(jù)、討論區(qū)數(shù)據(jù)和評價數(shù)據(jù)，共計14個指標，并確定相應(yīng)的賦值標準。其中，開課院校層次分本科和專科院校；課程所屬學科類別依據(jù)源自國務(wù)院學位委員會、教育部印發(fā)的《學位授予和人才培養(yǎng)學科目錄(2011年)》規(guī)定，并在原有十三類學科的基礎(chǔ)上增加了“跨學科”類別；“課程評分”和“課程評價人數(shù)”反映學習者對教師及課程質(zhì)量的評價，“課程評分標準中討論分數(shù)占比”體現(xiàn)出教師對學習者參與討論的重視程度(見表一)。

表一 中國大學MOOC課程學習交互數(shù)據(jù)庫

三、學習交互狀況

(一)課程背景信息

在學科類別上， 592門線上一流課程中，工學類課程最多，占37.5%(222門)；哲學類課程最少，占0.7%(4門)。值得注意的是，跨學科類別課程占8.6%(51門)。在開課院校層次上，本科院校開設(shè)503門課程(占85.0%)；專科院校開設(shè)89門課程(占15.0%)。這表明中國大學MOOC課程建設(shè)匯集了本科院校和專科院校的優(yōu)質(zhì)資源。在教學目標表述上，500門(占84.5%)課程有教學目標表述， 92門(占15.5%)課程沒有教學目標表述，這反映出課程教學目標存在問題(見表二)。

表二 課程背景信息描述統(tǒng)計(N=592)

選課人數(shù)最少的課程為483人，最多為400,845人，平均每門課程約9,368人選課，表明中國大學MOOC課程的受眾很廣，開放性強。值得注意的是，課程參與度與學校、地域、教師以及學科的優(yōu)勢和知名度有一定的關(guān)聯(lián)，這些因素都影響選課人數(shù)(見表三)。

(二)課程討論區(qū)及課程評價數(shù)據(jù)

就課程討論區(qū)而言，課程發(fā)帖總數(shù)在1至22,344條之間，平均每門課程發(fā)帖234條，不同課程的發(fā)帖數(shù)差距非常大；教師發(fā)帖數(shù)在0至452條之間，平均每門課程發(fā)帖18條，在發(fā)帖總數(shù)中占比很低。在回帖上，總數(shù)在0至155,443條之間，平均每門課程回帖數(shù)4,544條，不同課程的回帖數(shù)差距很大；教師回帖數(shù)在0至16,140條之間，平均每門課程教師回帖數(shù)137條，平均回帖間隔天數(shù)60天，平均回帖熱度為28，即平均每條發(fā)帖有28條回帖。

就課程評價而言，課程人均評分為4.6分，學習者對課程評價整體較好，每門課程平均343人評價，但相對選課人數(shù)來說，課程評價人數(shù)偏少(見表三)。

本研究還統(tǒng)計了課程評分標準中討論分數(shù)比例。這由授課教師自行擬定，一定程度上反映了教師對論壇互動的重視程度。有211門(占35.6%)課程的評分標準中討論不做要求，381門課程的討論設(shè)置了分值比重，絕大多數(shù)課程討論的分值比重在5%-50%之間，討論分數(shù)占10%-20%的課程有283門，近一半。

表三 課程討論區(qū)及課程評價描述統(tǒng)計(N=592)

四、學習交互對比分析

(一)學科類別

就平均發(fā)帖數(shù)而言，哲學、教育學和法學居前三位，哲學和教育學課程平均總發(fā)帖數(shù)超過1,000條，法學課程平均發(fā)帖數(shù)503條；平均發(fā)帖數(shù)最少的是歷史學，平均每門課程發(fā)帖數(shù)82條。在教師平均發(fā)帖數(shù)上，位居前三位的分別是農(nóng)學(34條)、藝術(shù)學(32條)和教育學(29條)。就平均回帖數(shù)而言，居前三的學科依次是法學(13,955條)、跨學科(8,900條)和哲學(8,710條)。在教師平均回帖數(shù)上，排名前三位的學科分別是藝術(shù)學(587條)、法學(197條)和教育學(180條)，最少的是哲學(16條)。平均回帖熱度最高的是管理學(57)，最低的是歷史學(15)。平均回帖間隔天數(shù)最少的是歷史學(48天)，最多的是管理學(71天)。

在平均發(fā)帖率上，哲學最高(30.9%)，教育學次之(22.5%)，歷史學最低(1.74%)。 在平均回帖率上，法學最高(17.9%)，歷史學最低(0.8%)。總的來看，人文社科課程的學習交互狀況好于理工科課程，但歷史學的平均發(fā)帖數(shù)和回帖數(shù)都最少，是個例外(見圖1)。

圖1 不同類別學科課程的學習交互對比(N=592)

(二)開課院校層次

專科院校課程的平均發(fā)帖數(shù)(523條)是本科院校課程(182條)的2.9倍，平均回帖數(shù)(8,746條)是本科院校課程(3,800條)的2.3倍，教師平均發(fā)帖數(shù)和回帖數(shù)也高于本科院校。

在平均發(fā)帖率上，專科院校課程(74.2%)遠高于本科院校課程(25.8%)；在平均回帖率上，專科院校課程(69.7%)也高于本科院校課程(30.3%)，專科院校課程的學習交互狀況明顯優(yōu)于本科院校課程，其中的原因值得進一步探究(見圖2)。

圖2 不同層次開課院校課程的學習交互對比(N=592)

(三)教學目標表述

調(diào)查數(shù)據(jù)顯示，有教學目標表述的課程學習交互水平明顯更高，平均發(fā)帖數(shù)(252條)是沒有教學目標表述課程(134條)的1.9倍，平均回帖數(shù)(5,027條)是沒有教學目標表述課程(1,917條)的2.6倍。

在平均發(fā)帖率上，有教學目標表述的課程(65.3%)高于沒有教學目標表述的課程(34.7%)；在平均回帖率上，有教學目標表述的課程(72.4%)也遠高于沒有教學目標表述的課程(27.6%)。有教學目標表述的課程在發(fā)帖和回帖方面都優(yōu)于沒有教學目標表述的課程，這說明是否有明確的教學目標對學習交互狀況有重要影響(見圖3)。

圖3 不同教學目標表述課程的學習交互對比(N=592)

(四)視頻類型

視頻類型對學習交互狀況有一定影響。在平均發(fā)帖數(shù)上，演播室實錄課程的平均發(fā)帖數(shù)最多(275條)，是實地拍攝課程(96條)的2.9倍；在平均回帖數(shù)上，其他視頻類型(如可汗學院式等多種技術(shù)手段結(jié)合)課程的平均回帖數(shù)最多(6,078條)，是實地拍攝課程(1,509條)的4.0倍。在回帖熱度上，其他視頻類型課程的平均回帖熱度最高(60)，而課堂實錄課程的回帖熱度最低(13)。就平均回帖間隔天數(shù)而言，課堂實錄課程的回帖最快(48天)，而演播室實錄課程的回帖最慢(64天)。

在平均發(fā)帖率上，演播室實錄課程最高(30.8%)，其次是計算機錄屏式課程(21.3%)，發(fā)帖率最低的是實地拍攝課程(10.7%)；在平均回帖率上，采用多種方式結(jié)合錄制的課程最高(32.9%)，其次是演播室實錄課程(28.3%)，實地拍攝課程最低(8.1%)。總的來看，可汗學院式等多種技術(shù)手段結(jié)合和演播室實錄課程的交互效果整體較好，實地拍攝和課堂實錄類型課程的交互狀況相對較差(見圖4)。

圖4 不同視頻類型課程的學習交互對比(N=592)

(五)討論分數(shù)占比

課程評分標準中討論分數(shù)占比與學習交互狀況密切相關(guān)，當討論分數(shù)占30%時，課程平均發(fā)帖數(shù)(512條)和平均回帖數(shù)(12,693條)都最多，學習交互狀況最好；當討論分數(shù)占45%時，課程平均發(fā)帖數(shù)(41條)和平均回帖數(shù)(200條)都最少，具有一定的偶然性，可能是由于討論分數(shù)占比較高的課程較少。就平均回帖間隔天數(shù)看，參與討論分數(shù)無占比的課程回帖最及時。

當參與討論分數(shù)占比30%以內(nèi)時，課程的平均發(fā)帖率和回帖率呈波段上升趨勢；當評分標準中參與討論分數(shù)占20%-30%之間時，課程的平均發(fā)帖和回帖狀況最好(見圖5)。

圖5 不同討論分數(shù)占比課程的學習交互對比(N=592)

五、結(jié)論與討論

(一)學習交互總量大但極不平衡

調(diào)查發(fā)現(xiàn)，無論是發(fā)帖總數(shù)還是回帖總數(shù)都很龐大，平均每門課程有234條發(fā)帖和4,544條回帖。不同課程間的學習交互不平衡。課程討論區(qū)存在發(fā)帖數(shù)巨大和零發(fā)帖等極端現(xiàn)象，一半以上的課程發(fā)帖很少。統(tǒng)計結(jié)果表明，200門課程的發(fā)帖數(shù)占全部發(fā)帖數(shù)的88.27%，其余392門課程的發(fā)帖數(shù)僅占11.73%；回帖數(shù)最少和回帖數(shù)最多的課程之間相差10多萬條帖子；超過一半課程的發(fā)帖和回帖狀況不好，表明中國大學MOOC課程學習交互總體水平不高。這一結(jié)果與已有調(diào)查結(jié)論相吻合。鄭勤華等(2016)研究也表明，學習論壇的整體交互水平不高，在621門課程中有157門(占25.3%)課程沒有主題發(fā)帖。

學習交互總量越大，在一定程度上意味著學習交互水平越高。因此，教育主管部門可以考慮建設(shè)教學案例庫，規(guī)范案例開發(fā)和案例教學的理論工具，推動高校人才培養(yǎng)，實現(xiàn)理論與實踐有效結(jié)合(張新平等, 2020)。課程評估者可以根據(jù)學科、專業(yè)和授課內(nèi)容等針對性地分析其原因，幫助總結(jié)學習交互經(jīng)驗并加以推廣，形成線上一流課程的典型案例數(shù)據(jù)庫，為教育部門的課程建設(shè)提供參考。

(二)教師參與交互少且反饋不及時

平均每門課程的教師發(fā)帖數(shù)為18條，占發(fā)帖總數(shù)的7.69%；平均每門課程的教師回帖數(shù)為137條，占回帖總數(shù)的3.01%。發(fā)帖數(shù)和回帖數(shù)表明教師參與學習交互較少。此外，平均回帖間隔天數(shù)為60天，這反映出中國大學MOOC課程的論壇互動并非實時交互，互動周期較長，師生之間、生生之間的互動交流不足，學習反饋不及時。

回帖在本質(zhì)上是給予反饋。反饋有兩層含義：一是激勵和評估，二是指導。總結(jié)性反饋側(cè)重于激勵和評估，而形成性反饋側(cè)重于指導(Berge, 2008)。在線論壇的反饋以形成性反饋為主。教師反饋對學生自主學習有重要影響，師生互動是促成學生參與的重要因素，這種現(xiàn)象在東方文化中尤為突出(Pereira et al. , 2016；Zhang et al. , 2018)。因此，教師應(yīng)提供有效的學習反饋，掌握反饋知識和技能，創(chuàng)設(shè)積極的學習氛圍，以目標為導向，注重培養(yǎng)學生的自主學習能力，并鼓勵相互反饋，實現(xiàn)外部反饋到學生自我調(diào)節(jié)的內(nèi)部反饋轉(zhuǎn)化。根據(jù)反饋發(fā)生的時間，學習反饋可分為同步反饋和異步反饋(蔡旻君等, 2020)。中國大學MOOC課程的反饋以異步反饋為主，教學過程中缺乏同步反饋。教師在開課過程中需轉(zhuǎn)變反饋方式，通過線上直播課、QQ或微信群等進行同步反饋，讓學習者主導自己的學習過程。此外，在課程作業(yè)和任務(wù)設(shè)計上，教師可以借鑒“學習強國”和“青年大學習”等學習積分的模式，采用游戲闖關(guān)方式使學習更具有趣味性和挑戰(zhàn)性。

(三)參與課程評教的學生占比較低

在線課程需要進行質(zhì)量評估，學習者評教尤其重要。與傳統(tǒng)課程評教不同，在線課程以團隊為單位，使評價對象變成了團體而非單一的教師，課程建設(shè)者不僅包含主講教師，還有背后的教學設(shè)計團隊以及提供技術(shù)支持的工程師等(姚少霞, 2016)。就學習者對課程的評分看，平均每門課程的評分為4.6分，但評價人數(shù)在選課人數(shù)中占比很小，平均每門課程的評價人數(shù)約占選課人數(shù)的3.66%，還有相當一部分學習者并未參與評教，這體現(xiàn)出中國大學MOOC課程的學習者評教機制并不完善，評教人數(shù)僅是“冰山一角”，不能代表全部學習者的意見。師生之間的互動反饋不及時，教師無法根據(jù)學習者的學習體驗及時感知和改進教學。

對此，課程建設(shè)者一方面可利用已有課程的學生評教文本內(nèi)容，形成學生評教的文本資源庫，建立中國大學MOOC課程的學生評教指標體系；另一方面根據(jù)學生評教的研究結(jié)論補充和完善評教機制，利用技術(shù)手段實現(xiàn)學習者匿名評價，逐步建立中國大學MOOC課程的學生評教機制。在評教方式上，課程建設(shè)者可以采取問卷的形式，形成學生評教結(jié)果的后臺統(tǒng)計和分析，供教師和學習平臺參考。另外，很難說學生評教是大學課程教學評價的最佳手段，對學生評教結(jié)果的應(yīng)用需要保持清醒、理性和謹慎的態(tài)度(韓映雄等, 2018)。學生評教機制的建立是為了更好地改進教學，幫助教師開發(fā)更優(yōu)質(zhì)的課程，促進學習平臺的優(yōu)化，而不應(yīng)當作為獎懲的手段和依據(jù)。最后，學習平臺可明確規(guī)定只有參與評教的學生才能查看課程分數(shù)，且評價采用匿名方式，從而解決評教學生較少的問題，又能保證學生評教真實可靠。

(四)不同學科、院校、教學目標、視頻類型和評分標準影響學習交互頻數(shù)

在學科類別上，人文社科課程的學習交互狀況普遍優(yōu)于理工科課程。這是人文社科課程和理工科課程知識結(jié)構(gòu)的差異造成的，人文社科類課程知識適合運用討論式教學，而理工科課程以尋求問題的答案為主。此外，無論是發(fā)帖還是回帖，教育學的學習交互狀況較好，而歷史學的學習交互狀況較差，與已有教學交互狀況的研究結(jié)果(孫洪濤等, 2016)相吻合。這可能是由于教育學類課程教師更注重教學法的運用，而歷史學科更注重自身知識的積累。

在院校層次上，專科院校開設(shè)課程的學習交互狀況優(yōu)于本科院校。這可能是由于專科院校開設(shè)的課程直接針對專科學生，成為他們的必修課程，且專科院校開設(shè)的精品課程資源總量少，而學習者較多，故參與課程發(fā)帖的人數(shù)更多。

在教學目標上，有教學目標表述的課程在發(fā)帖和回帖方面的表現(xiàn)明顯優(yōu)于沒有教學目標表述的課程。教學目標是教學活動意向結(jié)果的表述，通常用于規(guī)定特定層次與特定對象的受教育者的學習結(jié)果(陳玉琨, 1999)。在所有課程中，92門課程沒有教學目標表述，容易造成學習者的學習目標不明確，缺乏學習動力和興趣。不僅如此，在很多課程中，教學目標表述并不清晰，難以衡量。課程目標是課程內(nèi)容選擇、課程實施和課程評價的依據(jù)，需十分明確且能夠測量(蔡映輝, 2019)。瑪格揚等(Margaryan et al. , 2015)的調(diào)查表明，許多在線課程沒有指出學習目標，且一些課程的教學目標在很大程度上是不可衡量的。對此，授課教師需明確教學目標在課程中的重要價值，設(shè)置清晰合理的課程目標，在教學團隊中達成對課程目標和授課計劃的共識，并在課程開始時以微視頻播放的方式傳達給學習者，明確學習方向。

在視頻類型上，實地拍攝和課堂實錄類課程的學習交互沒有多種技術(shù)手段結(jié)合的視頻課程和演播室實錄課程效果好。實地拍攝類課程更強調(diào)動手操作和親身實踐，而課堂實錄課程主要錄制教師在真實教學環(huán)境中的教學內(nèi)容，這種課程視頻鏡頭切換頻繁，容易產(chǎn)生噪音，影響學習者的視頻體驗，學習交互更少。郭等(Guo et al. , 2014)研究發(fā)現(xiàn)，時長較短的視頻、非正式的教師特寫視頻、可汗學院式的平板繪畫視頻更能引起學生的交互，而由于MOOC與傳統(tǒng)課堂學習模式的差異，課堂實錄視頻即便質(zhì)量很高也難以吸引學生的注意力。

在評分標準中討論分數(shù)的占比上，鄭勤華等(2016)調(diào)查顯示，在622門課程中，有63%的課程討論分數(shù)無占比，討論分數(shù)占比10%的課程最多，其次是占比5%的課程。本研究結(jié)果與之既有共性也有差異。調(diào)查數(shù)據(jù)表明，討論分數(shù)無占比的課程最多(211門)，占35.6%；其次是討論分數(shù)占10%的課程(189門)，占31.9%；再次是討論分數(shù)占20%的課程(73門)，占12.3%，這表明越來越多的課程傾向于設(shè)置一定的討論分數(shù)。近一半課程的討論分數(shù)占10%-20%時。當討論分數(shù)占20%-30%時，課程的發(fā)帖和回帖狀況最好。一方面，當評分中討論分數(shù)有一定占比時，學習者才能意識到討論的重要性，積極參與討論；另一方面，討論分數(shù)占比也不能太高，否則容易影響課程作業(yè)和測試等其他評價項目的占比。這一結(jié)果對于教師設(shè)置評分標準具有一定的參考價值。討論分值到底如何分配也值得關(guān)注，大部分教師根據(jù)“課堂交流區(qū)”發(fā)帖量給予相應(yīng)的分值，但僅關(guān)注發(fā)帖的數(shù)量，無法真實反映發(fā)帖的質(zhì)量。對此，課程評價不僅要為課程論壇發(fā)言設(shè)置一定的分值比例，還要說明具體的評價方式，結(jié)合發(fā)帖數(shù)量和質(zhì)量進行綜合評價，利用人工智能實現(xiàn)對課程討論帖的自動歸類和評分是有監(jiān)督學習的重要方向之一。

總之，隨著在線課程研究的不斷深入，越來越多的研究者將目光聚焦于學習交互，在線學習平臺數(shù)據(jù)成為重要的數(shù)據(jù)來源。結(jié)合這一趨勢，本研究通過統(tǒng)計中國大學MOOC學習平臺的數(shù)據(jù)，對其中一批國家精品在線開放課程的學習交互狀況進行調(diào)查，發(fā)現(xiàn)學習交互總量雖大但極不平衡，這一“不平衡”反映出師生雙方仍存在學習交互問題。教師方面主要體現(xiàn)為參與交互少、學習反饋不及時、教學目標表述不明確、課程評分標準不盡合理；學生方面主要表現(xiàn)在參與課程評教不足、交互意識薄弱。這些結(jié)論可作為已有學習交互狀況調(diào)查的補充，也能為在線課程的改進提供方向。本研究還引出了一些值得深入探究的話題，如在線課程如何提供更好的反饋？采用何種教學視頻類型更有利于學習者學習？如何激勵教師參與學習交互？如何激發(fā)學生在線評教的積極性？由于本研究以開課平臺已公開的資料為數(shù)據(jù)來源，未能獲取學習者學習效果和成績等后端數(shù)據(jù)，也沒有獲取來自課程微信群或QQ群的交互數(shù)據(jù)，無法做進一步的分析。后續(xù)研究可以基于在線學習平臺的點擊流、學習行為等過程性數(shù)據(jù)和課程成績等結(jié)果性數(shù)據(jù)，探究學習交互的影響因素，形成可持續(xù)性的問題解決方案。