分布式認知視域下大學生在線學習投入影響因素實證研究

李志河 王元臣

（山西師范大學 a.教育科學學院； b.山西教育發(fā)展研究院，山西 太原 030031）

一、問題的提出

在“互聯(lián)網(wǎng)+教育”浪潮的推動下，在線教育獲得了高速發(fā)展。據(jù)中國互聯(lián)網(wǎng)絡信息中心在2021年2月發(fā)布的第47次《中國互聯(lián)網(wǎng)絡發(fā)展狀況統(tǒng)計報告》顯示 ，截至2020年12月，我國在線教育網(wǎng)民使用率和手機在線教育網(wǎng)民使用率均達到34.60%，而在如此龐大的網(wǎng)民群體中，大學生是接受在線教育的主要受眾和進行在線學習的重要群體[1]。在線學習因其自主性、靈活性和便捷性等特征，以及打破傳統(tǒng)時空和地域界限的優(yōu)勢，成為學生群體的主要學習方式。學習投入被奉為“學習領域的圣杯”，提高學習者學習投入水平，是達成深度學習的目標和培養(yǎng)高階思維能力的前提。本文旨在基于分布式認知理論的視角，回答以下三個問題：（1）哪些影響因素對大學生在線學習投入產(chǎn)生影響？（2）這些影響因素對大學生在線學習投入的影響程度如何？（3）怎樣實現(xiàn)在線學習投入效果的最優(yōu)化？

二、文獻綜述與研究假設

（一）分布式認知理論

20世紀80年代中后期，有學者提出了“分布式認知”這一概念，認為單純考慮那些“人腦內(nèi)部存在的東西”恐難以完整地解釋人類的認知活動，還應考慮人工制品和社會環(huán)境在認知過程中所發(fā)揮的作用[2]。分布式認知是還原認知全貌和透視認知真相的認知范式。它是認知科學的新發(fā)展——既是個體看待認知現(xiàn)象的范式或視域，也是個體解決復雜問題的方法或策略。約翰.西利.布朗（John Seely Brown）等認為分布式認知是一種囊括了認知主體與認知環(huán)境的系統(tǒng)化的分析單元[3]，而認知就分布在個體內(nèi)部、群體之間、制品中、媒介中、環(huán)境中、文化上和時間上。斯蒂法諾.布索林（Stefano Bussolon）指出分布式認知注重外部環(huán)境、社會情境和文化的必要性[4]。伊馮.羅杰斯（Yvonne Rogers）認為分布式認知致力于解釋人類活動中的智力過程是如何突破“個體界限”的，并試圖使用相同的表征概念，研究特定活動中的人人交互和人機交互[5]。

綜上所述，分布式認知理論囊括了參與認知活動的全要素；認知不僅分布于個體內(nèi)，還分布在個體間、制品中、環(huán)境中、社會中、文化上和時間上；分布式認知強調(diào)交流與共享，各要素之間相互依賴和相互影響。在線學習中，學習者在線學習投入不僅受到自身心理特點和性格特征等內(nèi)部因素的影響，還會受到其他個體和環(huán)境等外部因素的制約。鑒于此，我們將參與個體認知過程的“表征媒介”概括為其他個體和外部環(huán)境。其中，其他個體指的是教師和同儕（學伴）；外部環(huán)境指的是網(wǎng)絡環(huán)境、課程環(huán)境、交互環(huán)境和社會文化環(huán)境。分布式認知為在線學習投入影響因素的劃分提供理論依據(jù)。

（二）在線學習投入

詹妮弗·A.弗雷德里克斯（Jennifer A.Fredricks）等將學習投入劃分成行為投入、情感投入和認知投入三個維度[6]。在線學習投入是學習投入的下位概念，由于研究視域的不同，在線學習投入有著心理學和社會學兩種研究取向。從心理學視域分析，在線學習投入包括行為投入、認知投入和情感投入，三者聯(lián)系緊密、相互影響。從社會學視角審視，在線學習投入包括行為投入、社會性投入、認知投入和概念-效應性投入[7]。可見，學習投入是認識因素、情感因素、行為因素和交互因素四個方面的結合。鑒于此，我們將在線學習投入劃分為認知投入、行為投入、情感投入、社會交互投入四個維度。其中，認知投入指的是學習者為實現(xiàn)學習目標所采用的學習方式、方法或策略，及其對整個學習過程的監(jiān)控與調(diào)節(jié)；行為投入指的是學習者在學習過程中的外顯性行為表現(xiàn)，是其他投入要素的重要載體與外在體現(xiàn)，具體表現(xiàn)為學習者投入的時間和精力、學習任務的復雜性和挑戰(zhàn)性、學習者自身的專注程度與努力程度等；情感投入測量的是在線學習者的學習興趣、學習熱情和自我效能感等情感因素或體驗；社會交互投入是指學習者與教師、同儕（學伴）、學習共同體之間的交互，主要體現(xiàn)在師生間的互動反饋、同伴間的協(xié)作學習、共同體內(nèi)部的交流共享等方面。

（三）研究假設

分布式認知理論認為，認知主體的認知過程分布于個體之內(nèi)、群體之間、制品及環(huán)境之中。因此，學習者的學習投入會受到來自個體因素和外部因素的影響。陳娜根據(jù)學習者的特征，從個體性和社會性兩個維度劃分學習投入[8]。威廉·庫斯伯特森（William Cuthbertson）等認為個體性學習投入是指學習者的個體性活動，包括學習者付出的時間、態(tài)度、情感、知識的內(nèi)化、思維的轉變、經(jīng)驗的積累等，而社會性學習投入是指學習者與教師、學伴、環(huán)境之間的交互[9]。為此，我們提出研究假設。

H1：學習者因素與在線學習投入顯著相關。

H2：教學者因素與在線學習投入顯著相關。

H3：同儕因素與在線學習投入顯著相關。

H4：環(huán)境因素與在線學習投入顯著相關。

有學者認為教師的實際行為能夠影響學生的學習投入[10]。也有學者認為教師與學生的關系、社會的發(fā)展，能夠促進學生的學習投入；群體參與能夠提升學生的集體感，對學生的學習產(chǎn)生積極的影響[11]。韓曉玲認為個體因素、人際關系、學習環(huán)境均對學生的行為投入、情感投入、認知投入產(chǎn)生影響[12]。為此，我們提出研究假設。

H5：學習者因素對在線學習投入有顯著正向影響。

H6：教學者因素對在線學習投入有顯著正向影響。

H7：同儕因素對在線學習投入有顯著正向影響。

H8：環(huán)境因素對在線學習投入有顯著正向影響。

三、研究設計與數(shù)據(jù)收集

（一）調(diào)查對象

本研究采用整群隨機抽樣的方法，從某高校2020—2021學年第一學期選修“現(xiàn)代教育技術應用”在線課程的24個班級中，抽取8個班級，共428名本科生作為施測對象。向其發(fā)放網(wǎng)絡調(diào)查問卷，問卷的回收率為100%。問卷人口學統(tǒng)計結果顯示：在被調(diào)查者中，男生有193人（45.09%），女生有235人（54.91%），其中，學前教育專業(yè)45人（10.51%)，小學教育專業(yè)70人（16.36%），數(shù)學與應用數(shù)學專業(yè)58人（13.55%），漢語言文學專業(yè)54人（12.62%），物理學專業(yè)60人（14.02%），化學專業(yè)52人（12.15%），生物科學專業(yè)50人（11.68%），地理科學專業(yè)39人（9.11%）。調(diào)查對象的年齡區(qū)間是19～23歲，平均年齡為21.68歲。被試群體的性別比例較合理，專業(yè)類別較全面，表明樣本數(shù)據(jù)具有代表性。

（二）研究工具

1.在線學習投入影響因素調(diào)查問卷

調(diào)查問卷維度的劃分以分布式認知理論為依據(jù)，其題項內(nèi)容的設計主要來源于文獻資料、訪談調(diào)查以及在線教與學實踐等。該問卷主要包括學習者因素（5道題）、教學者因素（5道題）、同儕因素（5道題）、環(huán)境因素（5道題）四個維度，共計20道題。問卷采用李克特五點計分法。在問卷編制過程中，進行了大學生群體訪談調(diào)查，并依據(jù)訪談的結果，對調(diào)查問卷進行修改與完善。

根據(jù)KMO檢驗和Bartlett球形度檢驗，KMO檢驗系數(shù)為0.862，Bartlett球形度檢驗的結果為0.000，小于0.05，表明該數(shù)據(jù)適合做因子分析。對問卷的信度進行考察，學習者因素、教學者因素、同儕因素、環(huán)境因素四個因子的內(nèi)部一致性系數(shù)（Cronbach’s Alpha系數(shù)）分別為0.921、0.898、0.925、0.904，問卷整體的內(nèi)部一致性系數(shù)為0.936，表明問卷信度良好。對問卷進行驗證性因子分析，分析結果（CMIN/DF=2.528，RMSEA=0.045，NFI=0.923，CFI=0.931，IFI=0.952，TLI=0.936）表明問卷的結構效度良好。

2.在線學習投入測量量表

在參考瑪西婭.D.迪克森（Marcia D.Dixson）的“在線學習投入量表”的基礎上[13]，編制在線學習投入測量量表。該量表包括認知投入（6道題）、情感投入(5道題）、行為投入（4道題）、社會交互投入（4道題）四個維度，共計19道題。量表采用李克特五點計分法。在量表編制過程中，進行了專家咨詢，根據(jù)教育技術學、教育心理學等領域內(nèi)專家的反饋意見，對量表項目的適切性、代表性以及表述方式等方面進行修改與完善。

根據(jù)KMO檢驗和Bartlett球形度檢驗，KMO檢驗系數(shù)為0.856，Bartlett球形度檢驗的結果為0.000，小于0.05，表明該數(shù)據(jù)適合做因子分析。對量表的信度進行考察，認知投入、行為投入、情感投入、社會交互投入四個因子的內(nèi)部一致性系數(shù)分別為0.854、0.902、0.865、0.826，量表整體的內(nèi)部一致性系數(shù)為0.905，表明量表信度良好。對量表進行驗證性因子分析，分析結 果（CMIN/DF=2.418，RMSEA=0.042，NFI=0.926，CFI=0.912，IFI=0.946，TLI=0.925）表明量表的結構效度良好。

（三）數(shù)據(jù)處理與分析方法

借助于SPSS 26.0和AMOS 26.0對樣本數(shù)據(jù)進行實證分析。首先，使用SPSS 26.0進行研究變量的描述性統(tǒng)計分析、相關性分析以及樣本數(shù)據(jù)的正態(tài)性檢驗，以此把握研究變量的基本特征、相關關系和樣本數(shù)據(jù)的分布規(guī)律。然后，使用AMOS 26.0進行驗證性分析與路徑分析，探析分布式認知視角下的影響因素對大學生在線學習投入的影響程度。

四、研究結果與分析

（一）描述性分析

如表1所示，學習者在線學習投入影響因素各維度總體水平中等偏上（M=3.635，SD=0.831）。在四個觀測維度中，學習者因素水平略高（M=3.68，SD=0.814），同儕因素水平略低（M=3.54，SD=0.851），而教學者因素（M=3.67，SD=0.815）和環(huán)境因素（M=3.65，SD=0.843）的整體得分水平處于兩者之間。從各維度內(nèi)部具體內(nèi)容來看，學習者因素維度內(nèi)五個子類目得分最高的是“學習意志”（M=3.75，SD=0.800），可見，教師的教學交互行為（如課堂答疑、師生互動等）受到學習者的重視；同儕因素維度內(nèi)五個子類目得分最高的是“反思性支持”（M=3.65，SD=0.810），可見，在線學習過程中，學伴之間通過反思與對話的方式進行互助；環(huán)境因素維度內(nèi)五個子類目得分最高的是“課程環(huán)境”（M=3.78，SD=0.839），可見，課程環(huán)境(如課程資源、教學活動等)與學習者的在線學習效果聯(lián)系緊密。

表1 在線學習投入影響因素問卷各個維度現(xiàn)狀描述性統(tǒng)計分析

學習者在線學習投入組成要素各維度總體水平中等偏上（M=3.463，SD=0.862）。在四個觀測維度中，社會交互投入水平略高（M=3.55，SD=0.857），情感投入水平略低（M=3.38，SD=0.897），而認知投入（M=3.46，SD=0.850）和行為投入（M=3.46，SD=0.845）的整體測量水平相同且處于兩者之間。其中，在社會交互投入維度內(nèi)，“我能夠主動和同伴分享學習資源和心得體會”（M=3.65，SD=0.798）得分最高，而“我能夠通過多種渠道(電子郵件、在線聊天和討論板等)與教師溝通”（M=3.50，SD=0.874）得分最低；在情感投入維度內(nèi)，“全身心投入學習時，我體驗到了在線學習帶來的快樂”（M=3.61，SD=0.856）得分最高，而“我對在線課程有很強的歸屬感”（M=3.16，SD=0.978）得分最低；在認知投入維度內(nèi)，“我能夠通過對比分析來理解和掌握重要的學習概念”（M=3.55，SD=0.883）得分最高，而“在線學習之前，我會制訂相應的學習計劃”（M=3.38，SD=0.805）得分最低；在行為投入維度內(nèi)，“我能夠認真地完成各項在線學習任務（話題討論、單元測試、作業(yè)互評等）”（M=3.57，SD=0.844）得分最高，而“我能夠投入足夠的時間進行在線學習”（M=3.34，SD=0.822）得分最低。

（二）正態(tài)性分析

數(shù)理統(tǒng)計方法（如方差分析、相關分析、回歸分析等）要求分析指標服從正態(tài)分布。柯爾莫戈洛夫—斯米諾夫檢驗（簡稱K-S檢驗）是使用累計次數(shù)或累計頻率來判斷兩組數(shù)據(jù)之間是否存在顯著差異，進而判斷樣本的觀察值是否來自所設定的理論分布的方法。使用K-S檢驗對樣本數(shù)據(jù)進行正態(tài)分布檢驗可知，研究變量的Z值在0.072～0.119之間，均大于0.05。因此，接受原假設，即樣本數(shù)據(jù)的各檢驗變量服從正態(tài)分布。

（三）相關性分析

為了探析分布式認知理論視域下的影響因素與在線學習投入之間的關系，對研究的各個變量進行皮爾遜相關性分析。皮爾遜相關性系數(shù)反映了兩個定距變量之間變化趨勢的方向與程度，用以衡量定距變量之間的線性關系。相關分析結果顯示，所有相關變量之間的相關系數(shù)均分布在0.191～0.748之間。因此，學習者因素、教學者因素、同儕因素、環(huán)境因素和在線學習投入四個組成要素之間均呈現(xiàn)顯著的正相關關系，即H1至H4四條假設得到驗證。這表明分布式認知理論視域下的影響因素是研究的有關變量。

（四）結構方程模型分析

分布式認知理論的各影響因素分別與在線學習投入各組成要素之間構成顯著的相關關系。因此，可以通過結構方程模型來更深入地探究分布式認知理論視域下各影響因素對于在線學習投入的權重系數(shù)和影響程度。本研究在前期理論研究和相關分析的基礎上，運用AMOS 26.0構建由學習者因素（LF）、教學者因素（TF）、同儕因素（PF）、環(huán)境因素（EF）四個維度作為觀測變量，以及在線學習投入（OLE）作為潛在變量的研究假設模型，根據(jù)修正指數(shù)（MI）對其進行修正和檢驗，以便最終獲得一個最優(yōu)擬合模型。最終模型的驗證性因素分析結果（CMIN/DF=1.461，RMSEA=0.033，GFI=0.935，AGFI=0.919，NFI=0.902，CFI=0.912）表明模型的擬合度良好。

研究假設的驗證結果表明：學習者因素（β=0.56，p<0.001）對在線學習投入具有顯著的正向影響，假設H5成立；教學者因素（β=0.53，p<0.01）對在線學習投入具有顯著的正向影響，假設H6成立；同儕因素（β=0.44，p<0.05）對在線學習投入具有顯著的正向影響，假設H7成立；環(huán)境因素（β=0.49，p<0.05）對在線學習投入具有顯著的正向影響，假設H8成立。

五、研究結論與建議

（一）研究結論

1.分布式認知理論視角下的四種影響因素整體水平中等偏上

得分水平由強到弱依次是學習者因素、教學者因素、環(huán)境因素、同儕因素。研究表明：（1）學習者自身的精神品質(zhì)和主觀能動性是影響在線學習效果的首要因素；（2）教學者自身的專業(yè)素養(yǎng)(信息技術能力、教學設計能力、語言表達能力)和教學交互行為，對學習者在線投入起到了積極作用；（3）學習環(huán)境為在線學習的開展提供了必要的網(wǎng)絡、資源、交互等物質(zhì)基礎；（4）同儕之間的互助行為（如生生之間在學習、情感、技術、心理、反思等方面的支持）對在線學習投入的影響相對較弱。

在線學習投入方面，學習者在線學習投入整體得分均處于中上等水平，其中，社會交互投入水平得分最高，認知投入水平和行為投入水平得分一致，情感投入水平得分最低。研究表明：（1）在線學習者能夠積極地與教學者、學伴、學習資源和學習共同體進行交互，較高的社會交互水平促進在線學習投入的提高；（2）學習者的認知投入水平和行為投入水平有待加強，這就要求學習者要增加學習時長，提高努力程度，制訂合理的計劃并加強自我監(jiān)控；（3）在線學習過程中，學習者獲得的情感體驗水平一般，學習者的成就感、歸屬感與自我效能感等需要獲得滿足。

2.分布式認知理論的四種影響因素正向預測在線學習投入

學習投入是對學習狀態(tài)的界定，是評價學習者學習效果最直接的指標。使用皮爾遜相關分析法，驗證了研究假設H1至H4。結果顯示，分布式認知理論視域下的學習者因素、教師因素、同儕因素、環(huán)境因素與在線學習投入各組成要素具有顯著的相關關系。采用結構方程模型方法，驗證研究假設H5至H8。結果顯示，分布式認知理論視域下的學習者因素、教學者因素、同儕因素、環(huán)境因素均能正向預測在線學習投入，其影響程度由深到淺依次是學習者因素（p=0.000）、教學者因素（p=0.005）、環(huán)境因素（p=0.016）、同儕因素（p=0.034），即學習者因素和教學者因素對在線學習投入的影響較大，說明學習者因素和教學者因素有助于促進生生、師生之間的交互，提升在線學習投入水平，同時還應考慮優(yōu)越的環(huán)境條件和融洽的同儕關系對在線學習投入的影響。

（二）研究建議

根據(jù)研究結論可知，大學生群體的學習投入水平仍需進一步提高。結合學習者在線學習投入的影響因素，我們從學習者、教學者、同儕和環(huán)境四個層面提出以下建議。

1.學習者層面

決定學習者在線學習成功的關鍵是“獨立”和“自治”。“獨立”需要學習者努力提升自身的自主學習能力和在線學習準備力度，主要包括培養(yǎng)在線學習興趣、提升信息技術素養(yǎng)、明確在線學習態(tài)度、制訂詳細的學習計劃、采取自我調(diào)節(jié)策略、加大在線學習時間投入等，防止學習者個體與在線學習相脫離。而“自治”則需要由在線學習者組成的“自治共同體”，加強其自治管理，互相督促學習，發(fā)揮“榜樣效應”，增強在線學習存在感，鼓勵學習者進行學習交流和共享，提升學習者在線協(xié)作學習的能力；鼓勵學習者進行反思與對話，增強學習者深度學習的效果。

2.教學者層面

教師作為教學活動的設計者和組織者，應根據(jù)學生的學習需求和認知水平，設定混合式教學環(huán)境下學習活動或任務的難度；應在教學設計與組織方面實施有效的教學行為，優(yōu)化線上和線下學習活動設計，持續(xù)激發(fā)學生的學習動機與興趣[14]；應當增強師生交互，以學生為中心，突出學生的主體地位，對學習活動和任務的開展情況給予及時的反饋；應當合理選擇教學平臺、教學資源，獲取最新信息，提高自身在線教學能力，引導學生進行小組協(xié)作學習，并及時開展學生自評和互評；應當善于運用科學合理的教學策略，激發(fā)學生的學習熱情，注重培養(yǎng)學生的創(chuàng)新意識和高階思維。

3.同儕層面

同儕之間通常具有相似的價值觀念、學習經(jīng)驗、學習方式等特質(zhì)，為其開展協(xié)作學習、創(chuàng)造學習“最近發(fā)展區(qū)”、成為互相模仿的榜樣提供基礎。同儕因素在學習者的在線學習中發(fā)揮著積極的作用。為此，學習者個體發(fā)展和自主學習應轉向共同發(fā)展與協(xié)作學習，從獨立個體走向團隊合作。學習者應當構建在線學習共同體，在共同體內(nèi)以每個成員的學習經(jīng)驗為基礎，加強成員之間在學習、技術、情感、心理和反思方面的合作交流，激發(fā)學習者的學習興趣，順利完成學習任務。

4.環(huán)境層面

好的在線學習成效依賴于好的學習環(huán)境。因此，應當從政府和學校兩個層面，積極營造良好的學習氛圍或環(huán)境。從政府層面：努力營造學習型社會的良好氛圍，引導大學生樹立終身學習的理念；大力支持在線教育的發(fā)展，充分凸顯“互聯(lián)網(wǎng)+教育”的技術賦能優(yōu)勢。從學校層面：打造生態(tài)化在線學習環(huán)境，在不同的學習場景(如教室、實驗室、圖書館等)中實現(xiàn)5G網(wǎng)絡全覆蓋，并配備各種智能學習設備或終端，開發(fā)高質(zhì)量的教學資源和學習資源等；鼓勵教師開展混合式教學，利用新媒體或人工智能技術，充分挖掘課程潛能，著力打造深度課堂，提高學生的在線學習投入水平。