在線學習交互體驗對大學生情感投入的影響研究

王 健，閆昭存

（遼寧師范大學 計算機與信息技術學院，遼寧 大連 116081）

0 引言

新冠肺炎疫情爆發后，全國各學校積極響應教育部號召，開展了至今為止規模最大的在線教育教學實踐。這場在線教育實踐加速了在線學習發展，但暴露出大學生在線學習過程中存在孤獨感、學習消極被動、投入度不高等問題［1］。在后疫情時代，提升學習者在線學習投入度，改善在線教育質量和效果已然成為重要的研究課題。在線學習投入作為衡量學習者在線學習過程質量的重要指標逐漸成為在線教育領域的研究熱點，與學習者的學業成功、學業滿意度、學習持續性等方面高度相關。

研究證明，情感投入作為學習投入的主要維度之一，在混合協作學習中發揮重要作用，且積極的情感投入對提高學業績效具有重要作用［2］。但在以往關于學習投入研究的維度上，多聚焦于較為顯性化的行為投入，關于情感投入的研究較少，或將情感投入納入學習投入總概念中進行研究，對在線學習情感投入的單獨探討存在空缺。

此外，不少研究者將交互作為衡量學習者學習投入和積極在線學習行為的“黃金標準”［3］，眾多研究關注于交互行為特征及對學習質量的影響等方面，卻較少關注學生在此過程中的情感體驗。因此，本文從“體驗”為切入點來關注學習者的感知，將在線學習交互及其3 個維度納入同一研究框架，以心流體驗為中介變量，探討在線學習交互體驗對情感投入的影響機制。

1 概念界定

1.1 在線學習交互體驗

Moore［4］認為教學交互包括學習者與教師、學習者與學習者及學習者與課程內容3 種類型，得到了學界的廣泛認可。本研究在此基礎上將在線學習交互體驗劃分為學生與教師（S-T）交互體驗、學生與學生（S-S）交互體驗、學生與內容（S-C）交互體驗3 個維度。其中，S-T 交互體驗指學習者對教師的認知引導、組織、情感支持等方面的感知；S-S 交互體驗指學習者與同伴間分享、討論、協作和評價反饋等方面的感知；S-C 交互體驗指學習者對在線課程資源設計、內容編排及學習平臺反饋性等方面的感知［5］。

1.2 心流體驗

Csikszentmihalyi［6］于1975 年首次提出心流（flow）這一概念，隨后系統建構了心流理論。該理論將心流分為心流前兆、心流體驗、心流結果3 個層次。其中，心流前兆是指心流的引發條件，包括明確的目標、技能與挑戰的平衡、及時的反饋；心流體驗是心流的主要狀態，包括注意力高度集中、行為與意識的融合、潛在控制感；心流結果是心流的獲得程度，包括自我意識喪失、時間扭曲感及體驗活動本身的價值。當個體處于心流體驗狀態時，表示他們完全被當前任務所吸引，認真且專注于所從事的活動，時間感知能力減弱，忽略了其他事情且感覺心情愉悅［7］。

1.3 在線學習情感投入

情感投入的概念來源于學習投入，Fredeicks［8］認為在線學習投入指學習者在在線學習過程中表現出的積極狀態，并將其劃分為行為投入、認知投入和情感投入3 個維度。王小根等［9］認為在線學習情感投入是指學習者在線學習活動中與學習共同體、學習資源等進行情感互動時態度、情感反應等的動態累加過程，包括愉悅、好奇、厭惡等情緒。

2 研究模型與假設

2.1 研究模型

查閱相關文獻發現，在線學習交互活動會引發心流體驗產生。宋佳等［10］構建師生交互測量模型，分析問卷數據發現教學性、社會性交互會直接正向影響心流體驗。并且，交互性與情感投入相關。王思瑤［11］研究發現在線課程教學中的生生交互、生師交互和內容交互均能正向預測學生的在線學習行為投入、認知投入和情感投入。此外，方佳明等［12］從自我決定理論視角出發，實證表明社會交互會直接影響學習者的MOOC 學習投入，通過提升心流體驗等方面對MOOC 學習投入產生間接影響。綜上，學習者的情感投入受到交互性與心流體驗影響，學習者的心流體驗受到在線學習交互影響。學習者的交互體驗在網絡學習情境下是否也會通過引發心流體驗對情感投入產生影響，還有待進一步探討。基于此，本文提出一種研究假設模型，探究在線學習交互體驗影響大學生情感投入的內在機制，分析影響過程中心流體驗的功能作用，如圖1所示。

Fig.1 Hypothetical model of online learning interactive experience，flow experience and emotional input圖1 在線學習交互體驗、心流體驗和情感投入假設模型

2.2 研究假設

2.2.1 心流體驗

研究表明，教學交互對學習者的心流體驗存在影響。教師與學習者的積極互動，例如對學習結果進行及時評價與反饋等行為會促使學生產生積極情緒，進而提高學生滿意度，獲得心流體驗［13］。吳華君等［14］關注MOOC 學習者持續學習意愿，通過研究證實教學交互行為中的教師情感性支持會顯著影響心流體驗。綜上，基于上述理論與相關研究提出以下假設：

假設1：學習者在線學習交互體驗正向預測心流體驗。

2.2.2 在線學習情感投入

在交互性對學習投入的影響研究方面，多數研究者將學習投入作為一個整體進行探究。例如，崔小雨［15］分析問卷調查數據發現，在線學習交互體驗及其各維度均會正向影響學習投入。郎悅茹等［16］研究發現，網絡學習環境中的師生交互可顯著正向預測學習投入。然而，目前專門針對交互性對情感投入的影響研究較少，多將情感投入作為學習投入的維度之一進行討論。例如，欒琳等［17］研究發現，作為師生交互形式之一的教師支持能正向預測在線英語學習的行為投入、認知投入、情感投入與社會交互投入。

由此可見，現有研究對教學交互與情感投入二者間的關系研究尚不成熟，尤其是交互體驗對情感投入影響的作用機制研究較少。為此，本文提出以下假設：

假設2：在線學習交互體驗及其各個維度均可正向預測情感投入。

在學習中感受良好的心流體驗會使學習者更樂于投入學習中。心流體驗情緒狀態能有效減少在線學習環境中學習者產生的孤獨感與疏離感，促進學生情感投入［18］。相關研究發現，當學習者對學習環境具備掌控感時，會更加傾向于增加學習行為和情感投入［19］。基于此，本文提出以下假設：

假設3：在線學習過程中，學習者心流體驗可正向預測情感投入。

3 實證研究

3.1 測量量表設計

3.1.1 在線學習交互體驗量表

本文采用Kuo 等［20］提出的在線學習交互體驗量表，將在線學習交互體驗分為S-T 交互體驗、S-S 交互體驗及SC 交互體驗3 個維度，共12 個題項。其中，S-T 交互體驗維度包括教師在討論區等發布一些與課程相關的學生供學生討論等5 個題項；S-S 交互體驗維度包括經常與同學就課程內容展開討論、分享觀點和看法等4 個題項；S-C 交互體驗維度刪除包括在線課程資料可幫助自身更好地理解課堂內容等因素負荷小于0.6 的后3 個題項。研究中該量表各維度與總量表的Cronbach's α 系數分別為0.799、0.797、0.728和0.888，均大于0.7，量表信度良好。

3.1.2 心流體驗量表

采用Jackson 等［21］提出的量表，包括3 個題項，面向心流體驗3 個內部特征，例如在線學習過程中，能保持注意力集中等。研究中該量表的Cronbach’s α 系數為0.746，量表信度良好。

3.1.3 在線學習情感投入量表

采用Sun 等［22］提出的量表，刪除因素負荷小于0.6 的題項后共包括喜歡參加在線課程學習等4 個題項，其中第4 題在線學習時感到厭倦為負向計分題。研究中該量表的Cronbach’s α 系數為0.817，量表信度良好。

3.2 研究數據

本文以參與在線學習的大學生為研究對象，通過手機微信、QQ 等方式進行線上問卷調查，共回收完整問卷311份，剔除作答時間較短、規律作答及反向題回答沖突等無效問卷后，最終獲得240 份有效問卷。其中，男生98 人（40.8%），女生142 人（50.2%）；生源地為城市的75 人（31.3%），鄉鎮165 人（68.8%）；研究生75 人（31.3%），本科生154 人（64.2%），大專10 人（4.2%），其他1 人（0.4%）；理工類專業127 人（52.9%），文史哲類專業47 人（19.6%），法學與經濟學類27 人（11.3%），農醫類14 人（5.8%），軍事與管理類12 人（5.0%），其他類13 人（5.4%）；網絡學習經驗不足一年的52 人（21.7%），1～3 年的132 人（55.0%），3 年以上的56人（23.3%）。

3.3 數據處理方法

本文通過問卷收集數據，采用結構方程模型進行數據分析。其中，結構方程模型法自身具有明顯優勢，在數據與理論雙重驅動下，經過模型表述、估計及修正等過程，可為理論假設尋找到具有良好解釋力和實際意義的模型［23］。研究中所有問卷均采用Likert-5 計分方式，使用SPSS 25.0進行共同方法偏差檢驗、描述性統計和相關分析，使用Amos 25.0 建立結構方程模型，檢驗心流體驗在在線學習交互體驗和情感投入中的中介作用。

4 實驗結果與分析

4.1 共同方法偏差檢驗

采用Harman 檢驗法進行共同方法偏差檢驗。結果顯示，特征值大于1 的因子共4 個，共解釋了60.213%的總體變異，且第一個因子解釋的變異量為39.40%，低于40%臨界值。此外，單因子結構量表結構較差，具體擬合指數為：χ2/df=3.982，AGFI=0.707，TLI=0.730，CFI=0.760，RMSEA=0.112。實驗表明，研究不存在嚴重的共同方法偏差問題。

4.2 描述性統計與相關分析

通過描述性統計分析在線學習交互體驗及其各維度、心流體驗和情感投入維度的平均值（Mean）與標準差（Std.Deviation）。由表1 可知，在線學習交互體驗、心流體驗及情感整體投入水平一般。其中，在線學習交互體驗維度學生與內容交互體驗得分最高，學生與學生交互體驗得分最低。通過相關性分析發現，在線學習交互體驗及其各維度均與心流體驗、情感投入顯著相關，心流體驗與情感投入也顯著相關。

Table 1 Correlation between online learning interaction experience，flow experience and emotional engagement表1 在線學習交互體驗、心流體驗與情感投入間的相關關系

此外，對性別、生源地進行獨立樣本T 檢驗，對學歷、專業類別、網絡學習經驗進行單因素ANOVA 檢驗。實驗結果表明，性別、網絡學習經驗對在線學習交互體驗及情感投入存在顯著差異，生源地、學歷、專業類別在在線學習情感投入中無顯著差異。在性別方面，女性各維度均值高于男性，在線學習交互體驗（p=0.019＜0.05）、S-T 交互體驗（p=0.001 5＜0.05）、S-C 交互體驗（p=0.048＜0.05）和情感投入（p=0.042＜0.05）存在顯著差異；在網絡學習經驗方面，情感投入維度（p＜0.001）、交互體驗（p=0.034＜0.05）、S-T 交互體驗維度（p=0.041＜0.05）存在顯著差異，其中網絡學習經驗3年以上最高，不足一年最低。

4.3 結構模型檢驗

為進一步探究在線學習交互體驗對情感投入的影響作用機制，以在線學習交互體驗為潛變量，心流體驗為中介變量，情感投入為結果變量對研究模型進行結構檢驗。假設模型的檢驗結果顯示整體模型擬合指數良好，研究模型的擬合情況如表2所示。

4.4 假設檢驗

在對研究模型進行結構檢驗后，各研究假設的路徑系數如圖2所示。

Table 2 Model fitting results表2 模型擬合結果

由圖2 可見，在線學習交互體驗可正向預測心流體驗（β=0.70，P＜0.001）；在線學習交互體驗（β=0.33，P=0.001）與心流體驗（β=0.53，P＜0.001）均可正向預測情感投入；在線學習交互體驗各維度均可正向預測情感投入。如表3所示，假設1-3均得到驗證。

Fig.2 Structural equation model of online learning interactive experience，flow experience and emotional engagement圖2 在線學習交互體驗、心流體驗與情感投入的結構方程模型

Table 3 Each dimension of online learning interactive experience and path coefficient of emotional engagement model表3 在線學習交互體驗各個維度與情感投入模型路徑系數

4.5 心流體驗中介效應分析

心流體驗在在線學習交互體驗與情感投入的相互關系中具有顯著的中介效應。采用偏差校正Bootstrap 方法抽樣5 000 次來分析中介效應的顯著性，結果如表4所示。

Table 4 Analysis of mediating effects among online learning interactive experience，flow experience and emotional engagement表4 在線學習交互體驗、心流體驗和情感投入間中介效應分析

由此可見，中介效應的95%置信區間不包含0，說明中介效應顯著，即在線學習交互體驗可通過心流體驗的中介作用預測在線學習情感投入。并且，在線學習交互體驗對情感投入既存在直接效應又具有在間接效應，進一步證實了心流體驗具有部分中介作用。

進一步研究發現，S-C 交互體驗（β=0.35，P＜0.001）、心流體驗（β=0.55，P＜0.001）均可顯著正向預測情感投入，如圖3 所示。此外，心流體驗在S-C 交互體驗與情感投入間起部分中介作用，如表5所示。

4.6 結果分析

本文構建結構方程模型探討在線學習交互體驗、心流體驗和情感投入間的關系，旨在揭示在線學習交互體驗對情感投入的影響機制及心流體驗的中介作用。

4.6.1 在線學習交互體驗與在線學習情感投入的關系

在線學習交互體驗及其各維度（S-T 交互體驗、S-S 交互體驗、S-C 交互體驗）均可正向預測情感投入。其中，SC 交互體驗對情感投入影響效能最高，其次為S-S 交互體驗，S-T 交互體驗影響效能最低。

該結論與以往研究認為S-T 或S-S 交互對學習投入影響效能最強有所不同，原因可能是本文將情感投入從學習投入中剝離出來單獨進行探究，并更關注學生對交互的主觀感知和體驗。本文研究結果與萬昆等學者的研究結論相似，說明在線教學中教師引導式的教學方式效能較弱，高質量、高水平的學習資源的交互設計是提升在線教學效果的重要因素。因此，為促進學習者在線學習情感投入，提升在線學習質量與效果，既要參考以往研究中有關教學交互行為正面影響作用的觀點，還應關注學習者對于交互行為的心理感知，對學習者在線學習交互體驗給予足夠關注。

4.6.2 心流體驗在在線學習交互體驗與在線學習情感投入間的中介作用

Fig.3 Structural equation model of S-C interaction experience，flow experience and emotional engagement圖3 S-C交互體驗、心流體驗與情感投入的結構方程模型

Table 5 Analysis of the mediating effect among S-C interactive experience，flow experience and emotional engagement表5 S-C交互體驗、心流體驗和情感投入之間中介效應分析

心流體驗在在線學習交互體驗與情感投入之間起部分中介作用，其中注意力集中維度的中介效用最為顯著。表明與教師、學習同伴、內容等多種形式的教學交互有助于提升學生注意力，減少學習者因自律性不強等原因在學習過程中跑神，促使學生專注學習，產生“心流”，進而促進學生情感投入。

由此，在線學習研究者應關注面向心流體驗的3 個內部因素，尤其是學習者的注意力集中度，設計維持注意力集中的視覺界面等。此外，分析發現心流體驗在S-C 交互體驗維度與情感投入間同樣起部分中介作用。學生與內容交互是其獲取信息、形成理解與認知的先決條件，會激發學生學習興趣，形成心流體驗、促進情感投入。因此，該研究結論為在線資源建設、學習平臺設計等方面提供了新的理論支撐。

5 啟示與建議

5.1 構建良性深度交互機制，提升在線學習情感投入

在未來在線教育過程中，教師應著重關注學生學習體驗與情感訴求，將在線課堂打造成一個既有深度又有溫度的云課堂。針對學生間交互體驗度低的問題，教師應合理利用在線教學工具和手段，積極為生生間的合作學習、交流互動等創設機會，例如創設項目驅動深層交流研討活動等［24］，幫助學生在分享學習資源、闡述個人觀點、評價反饋等過程中建立情感紐帶，彌補在線學習環境中存在的臨場感不足等問題。同時，教師還應采取針對性措施，解決不同群體的交互體驗差異。

此外，教師可結合心流體驗的引發條件改進交互活動設計，充分考慮學習者的學習需求及其認知與思維發展情況，合理設計多樣化且富有挑戰性的學習活動和任務，并對學習結果進行及時評價與反饋，提高學生在與教師、內容等良性交互過程中在線學習情感投入度。

5.2 優化在線課程設計和資源建設，促進學習者心流體驗產生

在線課程能否讓學習者產生心流體驗，是檢驗該課程價值高低的重要依據。對于在線學習資源設計和開發者而言，應確保資源內容呈現的規范性、準確性，在合理范圍提高趣味性以保持學生注意力集中，促使學生在內容交互過程中形成新的認知結構，產生良好的情感體驗。對于平臺設計者而言，應不斷優化在線教學平臺的功能，從學習者、學習共同體、學習環境等多元主體相互作用的視角構建在線學習平臺，基于個體、群體、技術環境等多維層面積極打造學生在線學習的生態系統，提高學生臨場感，促進學習者產生心流體驗，提升情感投入度［25］。對于教師而言，應依據課程學習目標對課程內容進行精心設計，通過設置主題研討、教育游戲等學習活動激發學生學習興趣，減少學生發生注意力失焦行為。

5.3 優化監督與管理機制，多元激發在線學習熱情

將在線學習者描述性話語的關鍵詞進行統計得到詞云圖，如圖4 所示。其中，字體越大越在中心位置，說明該詞被提及的頻率越高。

由圖4 可見，部分學習者在線學習過程中由于自我約束力不強會產生注意力不集中的情況。為此，除加強社會性交互外，應建立與完善教學監督、評價機制等措施予以改善。例如，向學生公示、明確在線學習行為要求，結合學習行為分析、數據挖掘等智能技術構建在線學習行為監督機制，及時給予學生問題預警，動態評價學生學習過程；利用加強外部監督手段激發學習者注意力，提升學生在線課程學習的投入；學生自身也應提升主人翁意識，積極主動投入在線學習活動過程中，力求多方合力提升在線學習效果。

Fig.4 Word cloud chart圖4 詞云圖

6 結語

本文分析了在線學習交互體驗影響學習者情感投入的內在機制，并對影響路徑進行基于心流體驗中介效應分析，從理論層面拓寬了在線學習情感投入研究的范圍，豐富了心流體驗在教育教學中的理論內涵與實踐價值，可為改善學習者在線學習交互體驗、提升情感投入水平提供參考與借鑒。

然而，本文雖然使用科學的分析方法進行分析驗證，但僅基于問卷調查獲取的數據在一定程度上受到被調查者的主觀思想影響，實驗結果的客觀性有待商榷。未來，將借助大數據分析、腦電儀等技術方法獲取多模態數據，使實驗結果更嚴謹、科學。