高校在線教學中的學生深度學習：內生動力與外部驅動

盛天翔 倪丹梅 王墨雪

摘 ? 要：文章基于三元交互理論構建結構方程模型，將教學質量劃分為學生的深度學習和淺層學習，并以全國高校經濟管理類專業的636名學生為樣本檢驗在線教學質量。通過研究發現：大學生學習投入的活力度和專注度會推動深度學習;教師的教學交流與支持以及網絡平臺功能可用性也有助于深度學習;教師的學習促進、師生的親密度以及網絡硬件的可用性對深度學習沒有顯著影響。基于研究結果，文章提出要注重培養學生學習的活力度和專注度、重視教師的教學內容和教學交流能力、進一步優化在線教學平臺的功能設置，以提高在線教學的效率。

關鍵詞：在線教學;深度學習;學習投入;師生交互;網絡環境

中圖分類號：G640 文獻標志碼：A ? 文章編號：1673-8454（2021）21-0010-05

一、引言

中國在線教學最早起源于2003年國家精品開放課程資源庫建設，其目標并不是簡單將線下教學轉移到線上，而是要求師生以網絡作為媒介，打造高質量的課堂，但長期以來在線教學并未獲得大規模應用。2020年國內高校積極響應教育部的號召，普遍推廣在線教學活動，在線教學演變成教育的重要形式。據《中國教育報》報道，截至2020年5月8日，全國1454所高校開展在線教學，103萬名教師在線開出107萬門課程，參加在線學習的大學生共計1775萬人。如此大規模、深層次和全方位的在線教學實踐活動，使得我們更應該關注和檢驗在線教學對學生學習效果的影響。

本文采用深度學習和淺層學習來衡量教學質量，選取經濟管理類專業學生作為樣本，基于三元交互理論，圍繞個體、行為和環境層面的因素展開相關討論。通過建立結構方程模型，力圖探究在線教學時能夠促進學生深度學習的理論機制和影響因素，從而為進一步提升在線教學質量提供政策建議。

二、研究基礎

在大規模實施在線教學的過程中，相關理論研究不足的情況已經逐步顯現，而在線教學對理論指導的需求卻非常強烈[1]。謝幼如等[2]認為部分教師未深刻掌握在線教學理論，沒有認識到在線教學的實質。楊清[3]指出，一些教師對“課堂深度學習”的理解有偏差，影響了學生課堂學習的實際效果。因此，在線教學影響教學質量的理論機制需要進一步討論和檢驗。

從教學質量的測度來看，傳統的評價指標一般包括學生成績、學生滿意度、學生體驗和學習成就感等。現有文獻圍繞不同視角研究了在線教學質量的主要影響因素。一是從學生個體層面，認為學習動機會影響學習行為，自主學習能力高的學生在線學習效果會更好[4-5]，如胡小勇等[6]認為線上教學要求學生具有較高的信息素養。二是從師生交互行為層面，教師與學生的良好互動是在線學習質量的重要保障[7-8]，信息化培訓可以增強教師線上教學的能力，從而提高教學質量[9]。三是從環境層面，如Freeze等[10]認為信息系統質量將影響在線教學質量，各互聯網平臺的工具和資源不相同，教學質量會有顯著的差異[11]。

從教學質量研究的發展來看，深度學習越來越受到學者們的關注。深度學習能觸及知識的本質，強調主動聯系與思考，建立自己的知識網絡，更應該是學習的本質，而淺層學習只是被動和機械的學習[12]。那么，在線教學如何才能推動學生的深度學習呢？目前相關研究較少。在理論研究方面，一些學者搭建了分析框架，提出在線學習中深層學習的發生機理和促進策略等[13]。在實證研究方面，圍繞交互和環境等因素形成了一些初步成果。張曉蕾等[14]發現在線學習者的多層次廣泛交互有助于提升深度學習效果;宋佳等[8]檢驗了教學性交互和社會性交互造成的影響;王孝金和穆肅[15]則認為在線學習中的環境因素對深度學習影響最大。

綜上所述，關于在線教學質量的相關研究能夠為分析深度學習奠定基礎，有助于更好地構建在線教學與深度學習的理論框架。雖然一些研究已經涉及深度學習的影響因素分析，但整體而言，理論機制的分析還有待完善，部分研究也缺乏足夠的數據驗證。在線教學能否促進深度學習，其中的影響機制和核心因素依然值得深入探討。同時，現有的實證分析中，鮮有對學生專業進行區分，盡管研究結論更具一般性，但是可能會掩蓋不同學科的特殊性。相較于理工類而言，經濟管理類專業對實驗場所的要求較低，一般不需要特定的環境，擁有計算機和網絡就基本可以實現日常學習，而理工類學科開展實驗大多需要專業的儀器設備和實驗室，線下教學資源在學習過程中不可或缺。如果考慮經管類課程的屬性，將其作為研究對象，將有助于減輕線下渠道的影響，也更容易分析單一在線教學對學習效果的影響。

三、研究設計

1.結構方程模型

班杜拉[16]的三元交互理論提出，個體、行為和環境是相互影響的，強調個體的認知能夠引導并支配行為，行為會受到環境約束，而環境也會對個體產生影響。本文將基于三元交互理論的分析框架，討論在線教學的核心因素對學生深度學習的影響。其中，個體因素指學生學習投入，主要借助學習的活力度和專注度來進行衡量。行為因素指師生交互行為，主要借助教學交流與支持、學習促進和師生親密度進行衡量。環境因素主要借助網絡硬件可用性和網絡環境可用性來進行衡量。各因素及相應潛在變量的關系如圖1所示。

2.量表設計及數據來源

本文所有變量采用李克特5級量表進行度量，問卷的所有題項設置全部基于現有研究中的成熟量表進行篩選，主要是減少一些重復性較高的問題以及修改部分問題的表述方式，題項來源如表1所示。由于現有的量表設計并未進行專業限制，所以相關題項對于經濟管理類專業學生同樣適用。初始量表設計完成后，結合預調研和測試結果，對問卷中描述存在歧義或者不清晰的題項進行修訂，最終形成正式量表。本文借助網絡渠道，面向全國高校經濟管理類專業二年級以上本科和碩士研究生發放調查問卷。共收回有效問卷636份，涉及高校主要包括“雙一流”大學和地方財經院校，其中男同學194名、女同學442名。

四、 實證結果分析

1.問卷信度與效度檢驗

本文的量表全部來源于對現有成熟量表的精煉，為保證問卷具有良好的信度和效度，首先采用探測性因子進行初步分析，然后采用驗證性因子分析對量表進行信度和效度檢驗。根據驗證性因子分析因素結果，個體層面、行為層面、環境層面和學習效果層面問卷的克朗巴哈系數（Cronbach's α）系數均高于0.8，組合信度（CR）也均高于0.8，表明問卷的信度情況良好。根據驗證性因子分析，觀測變量的標準因子載荷量分布在0.64～0.84之間，符合大于0.5的標準，各潛變量的平均方差抽取量（AVE）的根值均大于0.75，并且大于其與其他潛在變量的相關系數，表明具有較好的區分效度。綜上所述，本文認為量表的信度和效度較高。

2.結構方程模型檢驗

結構方程模型需要通過各項擬合指標來檢驗其是否適用，本文采用SPSS Amos26.0軟件進行分析。結構方程模型的主要檢驗指標如下：絕對適配度顯示，卡方自由度比為 3.473，RMR為0.041，RMSEA為 0.062;增值適配度擬合結果顯示，NFI 為 0.915，IFI 為0.938，TLI為0.927，CFI為0.938。根據實際參數檢驗結果，相關指標基本能滿足相應標準值的范圍要求，表明本文的調查數據與結構方程模型的擬合度較好，可以進行路徑回歸分析。

3.結構方程模型的各因素影響路徑分析

基于結構方程模型的分析，個體層面因素、行為層面因素和環境層面因素對學習效果影響路徑的檢驗結果如表2所示（由于影響路徑較多，為了更好地展現結果，本文沒有采用圖形來表示，而是借助表格的方式）。

（1）個體層面因素的影響

學生學習投入的活力度和專注度都對深度學習產生顯著正向影響，而對淺層學習沒有顯著影響。一般而言，活力度是指精力和韌性水平高，愿意付出努力，不容易疲倦并且在困難面前有毅力;專注度指愉快地全神貫注于工作中，感到沉浸在工作中，很難從工作中分離出來的程度[18]。學生學習投入的活力度主要是強調學生在學習上的積極性以及面臨學習困難時的堅韌程度。在學生學習的過程中，難免會懈怠或者遇到困境，只有保持積極樂觀的態度才能夠更好地掌握和理解課程內容，進而促進深度學習的發生。學生學習投入的專注度主要是強調學生在學習過程中的專心程度和持續投入程度。學生學習時的專注度越高，學習效果越好，對課程內容的思考以及拓展也會更多，進而越能夠促進深度學習的發生。而淺層學習一般是機械性和應試型的學習，因此活力度和專注度對于淺層學習的影響效果不明顯。

（2）行為層面因素的影響

師生交互行為中的教學交流與支持對深度學習產生顯著正向影響。教學交流與支持主要包括教師對學生課程問題的解答、幫助和引導。一方面可以強化學生對于知識的理解，另一方面也能夠體現教師對學生學習過程的關心，有助于促進學生深度學習的發生。與此同時，教學交流與支持對淺層學習產生顯著的負向影響，意味著教師圍繞學習內容的指導、解惑和交流，有利于抑制學生的淺層學習行為。陳蓓蕾等[22]認為，技術支持的教學交互策略有助于提升學習者創造性思維，促進學習者的認知參與度和深度學習水平，較大程度支持了上述結論。

師生交互行為中的學習促進對深度學習沒有顯著影響，但是對淺層學習有顯著正向影響。學習促進是指學生受到教師的監督和鼓勵。學習促進可能會引發學生關注課程內容和最終成績，側重于教師對學生狀態的反饋，主要影響了學生的即時性學習效率，專注于課堂上涉及的考核重點，進而有利于促進淺層學習。

師生交互行為中的師生親密度對深度學習和淺層學習都沒有顯著影響。師生親密度是指教師的授課氛圍和活潑程度等，這樣的行為有助于在課堂上吸引學生的注意力，但是可能無法推動學生在課后進行更多的思考，甚至對于應付考試的淺層學習也沒有明顯作用。但是一些學者認為師生親密度能夠發揮顯著作用[23]，與本文的結論存在著差異。

（3）環境層面因素的影響

網絡環境可用性中的網絡平臺功能可用性對深度學習和淺層學習都產生顯著正向影響。網絡平臺功能可用性主要是指在線學習平臺的界面設計、交互功能設計以及操作便利性等。網絡學習環境會影響學習的可得性和便利程度，無論是側重于思考與聯想的深度學習，還是偏向于簡單記憶的淺層學習，都離不開網絡平臺功能可用性的支撐。

網絡硬件可用性對于深度學習和淺層學習都沒有顯著影響。網絡硬件可用性主要是指網絡連接的順暢度和硬件設備的可靠性。由于網絡硬件可用性是在線學習的基本要求，直接影響學生能否順利參與在線課堂，所以如果硬件無法滿足需求，那么就沒有后續的學習經歷。本文的調研對象相對集中于經濟發展情況較好的地區，網絡硬件基礎相對也比較好。因此，從檢驗結果來看，網絡硬件可用性沒有體現出明顯作用。

五、研究結論與啟示

1.結論

本文基于三元交互理論，通過結構方程模型進行實證分析，主要結論如下：第一，從個體層面來看，學生學習投入的活力度和專注度均對深度學習產生明顯促進作用。第二，從行為層面來看，師生交互行為中的教學交流與支持對深度學習產生明顯促進作用。第三，從環境層面來看，網絡環境可用性中的網絡平臺功能可用性對深度學習產生明顯促進作用。

關于傳統線下教學與深度學習的關系，已有文獻展開過不少討論，能夠與本文中在線教學的主要結論形成對比，從而有助于理解在線教學是否存在較大的特殊性。在個體層面，傳統教學過程中，學生學習興趣和學習品格、學生自己解決問題和不斷反思的能力都顯著影響深度學習[24]，與本文提出的活力度和專注度存在相似性。在行為層面，傳統教學過程中，根據學生行為不斷進行教學調整與改進可以影響深度學習[25]，師生互動和生生互動的互動式教學對深度學習也有明顯影響[26]，這些都與本文提出的師生交互行為類似，但是覆蓋的具體范疇有所差異。在環境層面，傳統教學的研究結論鮮有認為環境會發揮決定性作用，而本文卻發現了網絡平臺功能的重要性，揭示出在線教學過程中網絡環境因素是一個值得重視的部分。總體來說，雖然在線教學采用了不同于傳統教學的環境，但是在學生個體和師生交互方面，依然存在較多相似之處。當然，由于受網絡環境的影響，師生交互的具體行為與傳統教學會有一定的差異性，并且網絡平臺功能可用性本身也是關鍵性因素。

2.啟示

（1）注重培養學生學習的活力度和專注度

無論是在線教學還是傳統教學，都離不開學生自身的主觀能動性。首先，學生要對未掌握的知識保持好奇心，并且嘗試通過多種途徑和方法去尋求問題的答案;其次，當面臨學習挫折時，學生也應該保持一顆平常心，積極提升自己的學習質量。值得注意的是，大學生學習投入的活力度和專注度不能等到大學階段才開始培養，必須注重中小學階段的引導，否則很多大學生的活力度和專注度都可能會偏低。本文樣本中，學生在上述兩項指標上的平均得分水平，僅僅略高于問卷分值的中間檔次，已經充分反映出該問題。在長期的學習過程中，如何更好地幫助學生逐步培養學習投入的活力度和專注度，依然需要進行更多的深入研究。

（2）重視教師的教學內容和教學交流能力

教師與學生的交互行為包括多個方面，教師對學生的一般性督促只是有利于學生機械性記憶和淺層學習，無法促進對知識深層次的吸收，而課堂輕松愉悅的氣氛可能也并不一定帶來最好的學習效果。因此，雖然現在非常關注教學手段的多樣性和趣味性，但是教學內容仍然要重于教學形式。教師應該重點加強對學生學習內容的指導和輔助。例如，提高對學生提問的頻率，鼓勵學生說出自己的觀點，圍繞重難點問題進行充分的課堂交流;為學生提供額外學習資料，從而幫助學生掌握更多知識，不斷提升獨立思考的能力。在線教學過程中，教師的教學交流與支持力度可能會受到一定影響，如果能夠借助學習平臺等手段予以克服，將有利于進一步提升在線教學的實際成效。

（3）進一步優化在線教學平臺的功能設置

學習平臺的完善有利于增強學生與平臺之間的交互體驗，幫助學生更順利地通過平臺學習，提高學生在線學習的學習參與度，從而促進深度學習的發生。教育部已經明確提出，通過制訂教育信息化中長期發展規劃和“十四五”規劃，出臺推進“互聯網+教育”發展的指導意見等，加強云服務商、軟件廠商與學校的對接，加快信息技術與教育教學的深度融合。因此，學習平臺的開發者應該在政策支持下充分了解教師和學生的需求，進一步改進學習平臺的界面設計和功能設計，特別是在線學情診斷、教學管理、學業評價以及答疑輔導等教學交流功能。未來，要繼續探索“互聯網+教學”的新型教育形態，充分借助教學平臺來提高教學效率，激發教與學的活力。

參考文獻：

[1]陳曉慧.建構在線教育理論的時代呼喚[J].中國電化教育，2020（8）：22-26.

[2]謝幼如，等.疫情防控期間“停課不停學”在線教學方式的特征、問題與創新[J].電化教育研究，2020（3）：20-28.

[3]楊清.走出“課堂深度學習”的認識誤區[J].中國教育學刊，2020（9）：71-76.

[4]胡小平，謝作栩.疫情下高校在線教學的優勢與挑戰探析[J].中國高教研究，2020（4）：18-22+58.

[5]Broadbent J. Comparing online and blended learners self-regulated learning strategies and academic performance[J]. The Internet and Higher Education，2017（33）：24-32.

[6]胡小勇，徐歡云，陳澤璇.學習者信息素養、在線學習投入及學習績效關系的實證研究[J].中國電化教育，2020（3）：77-84.

[7]Martin F， Bolliger D U. Engagement matters： student perceptions on the importance of engagement strategies in the online learning environment[J].Online Learning，2018（1）：205-222.

[8]宋佳，馮吉兵，曲克晨.在線教學中師生交互對深度學習的影響研究[J].中國電化教育，2020（11）：60-66.

[9]陳耀華.提升教師信息化教學力的中國路徑及優化發展[J].中國電化教育，2020（12）：99-104.

[10]Freeze R D， Alshare K A， Lane P L， Wen H.J. IS success model in e-learning context based on students perceptions[J]. Journal of Information Systems Education，2010（2）：173-184.

[11]劉名卓.教育信息化服務類企業的現狀調研與發展建議[J].現代遠程教育研究，2018（6）：89-96.

[12]李松林，楊爽.國外深度學習研究評析[J].比較教育研究，2020（9）：83-89.

[13]杜巖巖，黃慶雙.在線深度學習的發生機理與促進策略[J].中國高教研究，2020（6）：58-63.

[14]張曉蕾，黃振中，李曼麗.在線學習者“交互學習”體驗及其對學習效果影響的實證研究[J].清華大學教育研究，2017（2）：117-124.

[15]王孝金，穆肅.在線學習中深層次學習影響因素研究[J].電化教育研究，2020（10）：45-51.

[16][美]阿爾伯特·班杜拉.思想和行動的社會基礎——社會認知論[M].上海：華東師范大學出版社，2018：4-5.

[17]Schaufeli W B， Salanova M，González-Romá V， Bakker A B. The measurement of engagement and burnout：A two sample confirmatory factor analytic approach[J].Journal of Happiness Studies，2002（1）：71-92.

[18]Kang M， Im T. Factors of learner-instructor interaction which predict perceived learning outcomes in online learning environment [J]. Journal of Computer Assisted Learning，2013（3）：292-301.

[19]Venkatesh V， Bala H. Technology acceptance model 3 and a research agenda on interventions[J].Decision Sciences，2008（2）：273-315.

[20]楊九民，等.在線開放課程中的交互設計及其應用現狀分析[J].電化教育研究，2018（11）：61-68.

[21]Biggs J B. Study process questionnaire manual. Student approaches to learning and studying[M].Melbourne： Australian Council for Educational Research，1987.

[22]陳蓓蕾，等.技術支持的教學交互策略促進交互深度研究[J].中國電化教育，2019（8）：99-107.

[23]李爽，鐘瑤.在線教師教學投入對學生學習績效的影響——基于教師和學生的視角[J].開放教育研究，2020（3）：99-110.

[24]溫雪.深度學習研究述評：內涵、教學與評價[J].全球教育展望，2017（11）：39-54.

[25]郭華.深度學習及其意義[J].課程·教材·教法，2016（11）：25-32.

[26]呂林海.“拔尖計劃”本科生的深度學習及其影響機制研究——基于全國12所“拔尖計劃”高校的問卷調查[J].中國高教研究，2020（3）：30-38.

（編輯：王曉明）