在線學習失信行為的驅動因素與形成機制研究

宋義深 馮曉英

[摘? ?要] 隨著在線學習的普及，在線學習環境中衍生出了規模顯著的失信行為。面對已有失信產業和潛在失信技術的挑戰，在線學習失信行為的驅動因素與形成機制需要被深入挖掘。采用扎根理論方法，基于真實網絡文本和關鍵個體訪談數據，經開放性編碼、主軸編碼、選擇性編碼，因循網絡文本中的共詞語義線索和訪談記錄中的故事自述線索，包含3大類、12小類、60個驅動因素在內的在線學習失信行為驅動因素與形成機制模型得以構建。模型呈現了“受迫與習慣形成路徑”“支持與客觀誘導路徑”“覺察與制度反抗路徑”等三類典型的形成機制路徑，闡釋了其中驅動在線學習失信行為發生的關鍵因素和干預路徑作用的實踐建議，為在線學習失信行為的預防和干預提供了理論依據和實踐參考。

[關鍵詞] 在線學習； 失信行為； 驅動因素； 形成機制； 扎根理論

[中圖分類號] G434? ? ? ? ? ? [文獻標志碼] A

[作者簡介] 宋義深（2001—），男，黑龍江伊春人。碩士研究生，主要從事學習分析、信息技術教育應用研究。E-mail：songyishen@outlook.com。

一、 問題的提出

我國在線學習規模日益擴大。截至2020年4月，參加在線課程學習的學生達11.8億人次，便捷、高效的在線學習業務重塑了教學形態[1]。然而，值得關注的是，大規模的在線學習實踐背后潛藏著規模龐大的灰色失信產業鏈：據統計，2019—2020年期間，全國范圍內超過790萬人購買了“刷課”服務，“刷課”行為逾7900萬人次[2]。在線學習過程中廣泛、頻繁發生的失信行為直接危害著在線學習生態的建設和發展：質量保證體制難以維系，公信力和教育質量大大降低[3]。隨著ChatGPT等大型語言模型在學業失信領域中的涌現[4]，在線學習的失信成本進一步降低，在線學習失信行為的預防與控制面臨著日益增大的挑戰。

為了全面整頓在線學習失信行為，教育部等五部門于2022年初發布了《關于加強普通高等學校在線開放課程教學管理的若干意見》，其指出，要做到“線上與線下課程同管理、同要求”，“嚴禁‘刷課‘替課‘刷考‘替考行為” [5]，要求通過更嚴格的管理制度和更嚴厲的懲戒手段遏止失信行為。著眼當下，從風氣整頓的角度出發，加強管理與懲戒確為必要手段；放眼長遠，從綜合治理的觀念[6]出發，進行預防與干預才是根本出路?；诖?，本研究擬從在線學習失信行為的產生過程入手，對具體行為的驅動因素和形成機制進行分析，以期得到對失信行為進行預防與干預的具體措施建議。

二、 文獻綜述

從倫理學的角度出發，失信行為是對于誠實守信這一底線道德的逾越[7]；從社會學的角度出發，失信行為是對于某個群體或社會的重要規范的違反[8]；從經濟學的角度出發，失信行為是一種特定情境下追求自身利益最大化的“理性”選擇[9]。教育領域是失信行為的高發地帶，有學者指出，“學習失信行為的歷史幾乎與教育的歷史一樣悠久” [10]。傳統的學習失信行為往往僅出現在結果性的作品提交或測驗考試過程中，主要表現為作弊和抄襲[11]。

當學習的空間場域從線下遷移到線上，在線學習失信行為隨之出現，并廣泛存在于在線學習的視頻、討論、測驗、作業、考試等各個無監督或有監督的組成部分[12]之中；其具體內涵主要包括在線學習者以欺騙性方式影響自己或他人學習、偏離或違背既有在線學習行為規范的行為[13]。早期有學者認為，在線學習失信行為與傳統學習失信行為的驅動因素沒有顯著的區別[14]，隨著在線學習業的快速發展，一些新出現或被加重的驅動因素開始進入研究視野。有學者認為，在線學習失信行為的獨特驅動因素包含教師、機構、內部、環境等方面內容[15]，例如，來自教師的更低的懲罰風險[16]、來自機構的較差的平臺學習體驗[17]、來自內部的在線學習道德觀念和來自環境的在線學習從眾失信氛圍等[18]。有學者認為，在線學習失信行為的根本驅動因素在于使得失信行為的操作過程得到前所未有簡化的、由互聯網環境提供的大量信息和服務[19]。

在線學習失信行為驅動因素的相關研究中，學者多采用問卷調查、訪談調查等研究方法進行歸類分析，構建了諸多描述性的理論模型。然而，作為一種被道德普遍譴責的行為，在調查受試者的主觀評價時，其往往會受到社會贊許性效應等應答偏差的影響[20]，進而對調查效度產生負面影響。為了獲取更真實客觀的一手研究資料，本研究擬以在線學習的原生空間——靈活、分布式[21]的互聯網空間為核心，收集網絡空間中有關在線學習失信的發帖、評論等信息進行分析，探索在線學習失信行為的驅動因素。

值得注意的是，已有研究對在線學習失信行為驅動因素的分析多囿于層次化的陳述性分析階段，缺乏從學習者角度出發對具體形成機制、形成路徑的探索與驗證過程。部分學者使用了結構方程模型法、德爾菲法、層次分析法等方法構建了探索在線學習失信行為發生機理的影響因素模型，但模型分析的結果僅停留在了對影響因素效果的檢驗[22]、對影響因素來源的分類[23]、對影響因素重要性的排序[24]等較淺的分析層次，且模型的建立過程往往依賴于與在線學習失信行為的發生不直接關涉的專家意見。為彌補以上缺陷，深入開展分析，本研究擬以扎根理論研究法為綱，結合文本分析、開放式訪談等方法，通過層層深入的編碼過程探索在線學習失信行為的形成機制。

三、 研究設計

圍繞前述背景，研究主要討論兩項問題：其一，可能誘發在線學習失信行為的驅動因素有哪些？其二，這些驅動因素如何相互關聯、通過怎樣的形成機制促成了失信行為的發生？針對兩項研究問題，研究在對象、方法、過程、工具等層面進行了有針對性的設計。

（一）研究對象

為了在真實反映大多數普通公眾看法[25]的同時開展基于個案的深度交流[26]，研究同時選用了網絡文本和關鍵個體兩類研究對象。具體而言，研究的第一類對象為2019年1月1日至2022年10月31日期間發布在百度貼吧、閑魚和新浪微博中與在線學習失信行為相關的評論文本（包含發帖、回帖、轉發留言等形式）。為了高效地從海量的網絡文本中篩選扎根材料、獲取研究對象，研究設計并實施了如圖1所示的人機協同的網絡文本篩選流程，從346，875條原始網絡文本中篩選得到了包含913條文本的研究文本庫。

研究的第二類對象為在以上網絡社區中遴選的、曾切身參與在線學習失信行為且愿意接受訪談的3位關鍵個體。3位訪談對象的相關經歷相互獨立，且具有差異化的行為參與視角，具體相關信息見表1。

（二）研究方法

本研究采用的核心研究方法為基于程序化扎根理論的理論模型構建方法，期望通過對于網絡空間中開放文本和關鍵個體訪談的分析、編碼與校驗，對于在線學習失信行為的驅動因素和形成機制開展分析。扎根理論是質性研究中的一類關鍵理論，適用于現有相關理論空白或說服力不足的研究[27]。其認為，“一切皆為數據”[28]，需要由理論敏感的研究者進行開放、連續的抽樣、分析、編碼與整合，以建構新的理論。在其基礎上，“程序化扎根理論”[29]的實質分析過程通常包括開放性編碼、主軸編碼和選擇性編碼三個階段；在闡述驅動因素、分析形成機制時，這一分析過程能夠滿足確定概念、劃分類屬、構建關聯的基本要求。本研究使用的程序化扎根方法概覽見表2。

（三）研究過程

1. 開放性編碼

在開放性編碼階段，研究在913段文本中標記產生了650個與在線學習失信行為的驅動因素相關的概念點位，生成了60個編碼種類。在一致性信度檢驗方面，雙編碼者獨立編碼的文本材料經一致性比對，編碼一致性在80%以上；在理論飽和度檢驗方面，研究在隨機順序下取后1/3文本為編碼驗證集合，在前2/3文本中已出現的編碼占比達98.33%，認為達到理論飽和。開放性編碼的部分過程記錄見表3。

2. 主軸編碼

在主軸編碼階段，為深入理解編碼、提挈主要類屬，研究于開放性編碼的基礎上依據編碼間的相似性與關聯性將其進一步范疇化，進行了“關聯式”的主軸編碼。首先，研究檢查了各概念類屬與假定的主要類屬間的實在關系與假設性關系；其次，研究從實際資料出發對尋見的關系進行嘗試性支持，在60個概念編碼的基礎上完成了12個主要類屬的開發。

3. 選擇性編碼

在選擇性編碼階段，研究因循基于編碼共詞關系的語義線索和基于關鍵個體訪談的故事線索，對主要類屬間的邏輯關系及核心類屬進行了構建和發展。語義線索方面，研究利用自然語言處理技術，應用共詞分析法整理了評論文本中當事人對在線學習失信行為的自陳、轉述或評價所包含的天然語義關聯線索，以提供輔助高階編碼的客觀依據，如圖2所示。故事線索方面，研究引入了開放式訪談法以針對互聯網社區中的關鍵個體進行進一步的個案研究，在獲取第一手資料后通過敘事分析方法整理失信者的故事線索，以形成更加豐富的網絡民族志視角，如圖3所示。

四、 研究結果

（一）在線學習失信行為的驅動因素模型

作為通過開放性編碼和主軸編碼得到的階段性成果，在線學習失信行為的驅動因素模型的具體層次結構見表4。

（二）在線學習失信行為的形成機制模型

在選擇性編碼階段，對語義線索與故事線索進行去冗、合并，研究發現和明確了三條揭示在線學習失信行為發生機制的關鍵路徑，最終形成的在線學習失信行為形成機制模型如圖4所示。

1. 第一類形成機制：受迫與習慣形成路徑

于來自編碼共現網絡的語義線索模型中，研究提出了“了解和掌握失信的關鍵技術”這一關鍵的概念匯點：“消極心理要素”“高利害條件下的失信必要性”“既往失信經驗”三個概念類屬均與其存在較高概率的共現關系。以這種關系為基礎，研究歸納了“受迫與習慣形成路徑”，勾勒了此類在線學習失信行為以“高利害條件下的失信必要性”因素為直接源頭、以“了解和掌握失信的關鍵技術”因素為作用核心，并在“消極心理要素”和“既往失信經驗”等驅動因素的循環作用下迭代增強的形成機制。

研究結果表明，“受迫與習慣形成路徑”具有自我閉合特征，在這一路徑所代表的形成機制作用下產生的在線學習失信行為往往具有較強的心理成癮性。其中，失信學習者的行為表現為一類“習得性無助”[30]現象：“高利害條件下的失信必要性”實質上構建了一種無法通過正常的學習行為控制高利害學業結果的“不可控狀況”，在這一狀況中，學習者在絕望的“獲得體驗”中經歷受迫性的無助。在此基礎上，受“消極心理要素”的影響，學習者在消極歸因的作用下形成了“結果不可控”的心理期待，無助的體驗演化為無助的認知，學習者在“了解和掌握失信的關鍵技術”因素作用下邁進了失信行為的舒適圈。進一步地，學習者既往的失信選擇構成了“既往失信經驗”因素，使學習者在在線學習過程中習慣性地陷入高利害困局。

例如，在X同學的故事線索中，高利害條件下的失信必要性迫使其了解和掌握了失信的關鍵技術。X同學自述，考試截止時間臨近但“并沒有學會什么”，自己必須這樣做才能取得學分；在這一想法的驅使下，X同學在對考試平臺的試用過程中檢查了平臺權限列表，留意到了平臺“無需獲取設備的麥克風權限即可運行”的安全漏洞。

2. 第二類形成機制：支持與客觀誘導路徑

在語義線索中，“失信的客觀優勢”是一個關鍵的概念匯點，“無意失信”“低劣的課程與學習環境”“課程評價不合理”“便利的失信支持”“人際與群體要素”五個概念類屬與其存在直接或間接的高概率共現關系。以這種關系為基礎，研究歸納了“支持與客觀誘導路徑”，表征了此類失信行為在人際條件、環境條件、客觀優勢、偶然機會的支持和誘導下發生和保持的綜合形成機制：“課程評價不合理”和“人際與群體要素”兩項分別屬于課程內部、外部的驅動因素推動了“便利的失信支持”這一驅動因素的產生，與“無意失信”“低劣的課程與學習環境”等驅動因素一同構成了對核心驅動因素“失信的客觀優勢”的覺察。

研究結果顯示，“支持與客觀誘導路徑”具有一定的層次結構，在這一路徑所代表的形成機制作用下產生的在線學習失信行為往往具有較強的邏輯理性。其中，我們可以從演化博弈的視角認識在線學習者守信與否的學業策略選擇[31]。學習者策略選擇的復制動態性受到課程環境、人際環境的復合影響：當學習者群體傾向于向失信行為策略方向演化時，其支付函數必然存在著“一邊倒”的優勢傾向，從而表現為研究提出的“失信的客觀優勢”這一核心因素。從長期演化變遷的視角出發，“課程評價不合理”和“人際與群體要素”兩項驅動因素推動形成了“便利的失信支持”因素，代表著失信成本在內外部復合作用下的下降過程；從短期演化突變的視角出發，“無意失信”和“低劣的課程與學習環境”兩項驅動因素揭示了守信學習者的收益天平快速崩塌的兩種可能性：前者機會性地降低了認識和參與失信行為的成本，后者根本性地降低了守信學習行為的可能收益。

例如，在Y同學的故事線索中，缺少復核、審查寬松的線上考核方案構成了“課程評價不合理”這一驅動因素，與群體大量尋求購買代做服務的人際因素一并推動了“便利的失信支持”這一外部要素發揮作用，使“失信的客觀優勢”得以被發現。Y同學表示，“在平臺上提交后，線下不會重復考核程序設計相關的內容，在平臺上提交過關了就是完成了”。

3. 第三類形成機制：覺察與制度反抗路徑

在研究過程中，語義線索并未有效串聯“破壞與懷疑傾向”和“對失信的正面認識”兩類驅動因素，研究基于概念范疇上的相似性和故事線索中的關聯性發展了“沖動、誤解與迷失”這項三級編碼。以這種關系為基礎，研究歸納了“覺察與制度反抗路徑”，代表失信行為在學習者“破壞與懷疑傾向”因素影響下對在線學習系統的解構性覺察和在“對失信的正面認識”影響下對在線學習規則的系統性反抗下涌現的極端形成機制。

研究發現，“覺察與制度反抗路徑”具有一定的分裂性，但往往均存在于與傳統的學校教育相結合的在線學習情境中，總體上可歸于一種混合式情境下的“失范”[32]狀態。研究使用了“沖動、誤解與迷失”因素來說明這種失范狀態的個體表現：傳統的教與學關系和規范遭到了瓦解和破壞，學習者因失去了可信的學業價值引導而陷入了混亂。一方面，“破壞與懷疑傾向”因素揭示了混亂背后在線學習者對守信行為意義的自發質疑；另一方面，“對失信的正面認識”因素表征了混亂之外在線學習者對失信行為態度的異化認識。

在故事線索中，Z同學的敘事為路徑的形成提供了相關證據。Z同學表示，學生的刷課需求主要集中在大學生心理健康、創新創業等公共課上，內容繁多且與專業無關，學校只是為了省事做成網課，對學生而言完全沒有意義——“學生總是帶著對學校的怨氣找到我們，我們也算是伸張正義的‘刷課俠”，學生與在線學習系統間形成了異化的對抗情勢。

五、 結論與建議

（一）阻斷失信習慣的迭代形成：推進平臺失信控制技術的對抗性升級

在研究發現的“受迫與習慣形成路徑”中，有效阻礙其持續發揮作用的關鍵方法即是使學習者自我迭代形成的失信技術及時失效，讓既往的失信經驗難以發揮作用，從而實現直接的行為控制。為此，在線學習平臺應不斷推動失信控制技術的發展，在對抗性的技術升級中抬高潛在失信技術的應用門檻、提升失信行為監測的靈敏程度，從多模態行為監控、反作弊文本識別[33]等技術層面加強對在線學習失信行為的預防和干預。平臺應以實踐研究為載體，向下持續調研失信技術市場，向上開放共享失信控制技術，從攻防對抗升級的角度即時切斷于既往失信經驗中延續失信行為的技術路徑、從日常行為預測的角度及時轉移不良學業條件的行為出口。

（二）削弱環境誘導的客觀影響：以學習者為中心改進教學與評價設計

在研究發現的“支持與客觀誘導路徑”中，課程設計者、教學組織者可以通過以學習者為中心的教學與評價設計消解失信的客觀優勢，扶正守信學習者的收益天平，讓學習者在一個更加健康、有序的在線學習環境中重新衡量失信行為的得與失。一方面，教學設計應以學習者的多樣參與為中心，采用具有較強交互性的媒體技術、設計具有較強參與感的學習活動，在操作類學習活動的基礎上拓展設計尋徑類、意會類、創生類[34]學習活動，改良守信學習者的學習體驗、增長守信學習者的學業過程收益。另一方面，評價設計應以學習者的真實反饋為中心，開展過程評價、增值評價，豐富評價數據模態、擴展評價參與主體[35]，避免將強監督的線下評價方法直接遷移到弱監督的線上評價環境中。

（三）減除異化反抗的錯誤認知：厲行自上而下的在線學習業誠信監督

在研究發現的“覺察與制度反抗路徑”中，這些發于偶然的極端認識一旦形成規模，可能導致在線學習行業本身陷入失信危機。研究建議，在線學習業應健全自上而下的多級誠信監督機制，開展數據驅動的在線學習質量評價[36]，筑牢從管理部門、到學習平臺、再到課程組織者、執行者、參與者的誠信底線，落實主體責任，建立“黑名單”機制，對違背誠信原則的個體予以警示、懲戒和公開——于在線學習從“權宜之計”轉向“未來趨勢”的今天，我們應努力讓在線學習行業的每個環節都經得起公眾考驗。

[參考文獻]

[1] 教育部.教育部將啟動高校在線教學英文版國際平臺建設項目[EB/OL].（2020-04-10）[2023-03-02]. http：//www.moe.gov.cn/jyb_xwfb/xw_zt/moe_357/jyzt_2020n/2020_zt03/zydt/zydt_jyb/202004/t20200410_442294.html.

[2] 韓丹東， 楊蕙嘉. 網絡付費刷課灰色產業鏈須從根上治[N]. 法治日報，2021-10-18（04）.

[3] 王淑芳.美國遠程教育應對學業欺騙行為的措施及對我國遠程教育的啟示[J].現代遠距離教育，2011（4）：36-39.

[4] 劉胤衡.ChatGPT“橫掃”校園緣何遭封殺[N].中國青年報，2023-02-17（06）.

[5] 教育部，中央網信辦，工業和信息化部，公安部，市場監管總局.教育部等五部門關于加強普通高等學校在線開放課程教學管理的若干意見[EB/OL].（2022-03-10）[2023-03-02]. http：//www.moe.gov.cn/srcsite/A08/s7056/202204/t20220401_612700.html.

[6] 習近平.創新“楓橋經驗” 建設“平安浙江”——在全國社會治安綜合治理工作會議上的講話（節選）[J].今日浙江，2004（12）：4-5.

[7] 馮務中.誠信問題的三重解答——讀蔣王景萍《誠信的倫理學分析》[J].倫理學研究，2005（1）：110-112.

[8] 李強.應用社會學[M].北京：中國人民大學出版社，1995：205.

[9] 關蓉暉.論誠信的經濟觀[J].中國行政管理，2008（1）：63-64.

[10] GAJEWSKI R. R.IT in educational management： can it support solution of e-cheating problem？[C]// BRINDA T， MAVENGERE N， HAUKIJ？魧RVI I， LEWIN C， PASSEY D. Stakeholders and information technology in education. Cham： Springer International Publishing Ag， 2016：104-113.

[11] ASHWORTH P， BANNISTER P， THORNE P. Guilty in whose eyes？ University students' perceptions of cheating and plagiarism in academic work and assessment[J]. Studies in higher education， 1997（2）：187-203.

[12] YAZICI S， YILDIZ DURAK H， AKSU D?NYA B， ?ENT?RK B. Online versus face-to-face cheating： the prevalence of cheating behaviours during the pandemic compared to the pre-pandemic among Turkish university students[J]. Journal of computer assisted learning， 2022（1）：231-254.

[13] 何佩航.大學生在線學習失信行為及干預策略研究[D].重慶：西南大學，2020：15-17.

[14] TURNER S W， ULUDAG S.Student perceptions of cheating in online and traditional classes[C]// IEEE. 2013 IEEE Frontiers in Education Conference （FIE）. NY： IEEE，2013：1131-1137.

[15] NOORBEHBAHANI F， MOHAMMADI A， AMINAZADEH M. A systematic review of research on cheating in online exams from 2010 to 2021[J]. Education and information technologies，2022（6）：8413-8460.

[16] TOP?RCEANU A.Breaking up friendships in exams： a case study for minimizing student cheating in higher education using social network analysis[J]. Computers & education， 2017，115：171-187.

[17] DOBROVSKA D.Technical student electronic cheating on examination[C]// AUER M E， GURALNICK D， UHOMOIBHI J. Interactive collaborative learning. UK： Springer，2017：525-531.

[18] 陳長勝，孟祥增，徐振國，劉智，劉俊曉.大學生網絡學習中失信行為意向的影響因素研究[J].現代遠距離教育，2018（6）：3-12.

[19] SCHILLER M. R. E-cheating： electronic plagiarism[J]. Journal of the american dietetic association， 2005（7）：1058-1061.

[20] 汪向東，王危林.心理衛生評定量表手冊[M].北京：中國心理衛生雜志社，1999：383-398.

[21] 李爽，鮑婷婷，王雙.“互聯網+教育”的學習空間觀：聯通與融合[J].電化教育研究，2020（2）：25-31.

[22] ALLEYNE P， PHILIPS K.Exploring academic dishonesty among university students in Barbados： an extension to the theory of planned behaviour[J]. Journal of academic ethics， 2011（4）：323-338.

[23] 陳璐，蔣翠珍，萬科.基于扎根理論的大學生學業失信行為形成機理研究[J]. 黑龍江高教研究，2018（10）：139-145.

[24] MUHAMMAD A， SHAIKH A， NAVEED Q N， QURESHI M R N. Factors affecting academic integrity in e-learning of Saudi Arabian universities. An investigation using delphi and AHP[J]. IEEE access， 2020（8）：16259-16268.

[25] 侯春笑，田愛麗.后疫情時代在線教育的公眾關注與反思——基于知乎、微博平臺話語的扎根分析[J].電化教育研究，2021（6）：60-66.

[26] 胡姣，張文蘭，陳思睿.大學生碎片化學習中注意力失焦歸因研究——基于扎根理論的質性分析[J].電化教育研究，2019（12）：36-43.

[27] STRAUSS A， CORBIN J. Basics of qualitative research： techniques and procedures for developing grounded theory[M]. Thousand oaks： Sage Publications， Inc， 1998： 1-18.

[28] GLASER B. G. The grounded theory perspective： conceptualisation contrasted with description[M]. Mill Valley： Sociology Press， 2001： 11-14.

[29] 吳毅，吳剛，馬頌歌.扎根理論的起源、流派與應用方法述評——基于工作場所學習的案例分析[J].遠程教育雜志，2016（3）：32-41.

[30] 蔣艷菊，彭雅靜.習得性無助感研究及其對教育的啟示[J].心理研究，2008（4）：86-90.

[31] 王經綸.演化博弈視角下大學生誠信知行沖突和解研究[D].沈陽：沈陽師范大學，2020.

[32] 埃米爾·杜爾凱姆.社會分工論[M].王力，譯.北京：商務印書館，1934：14.

[33] KING M R， CHATGPT. A conversation on artificial intelligence， chatbots， and plagiarism in higher education[J]. Cellular and molecular bioengineering， 2023（1）： 1-2.

[34] 徐亞倩，陳麗，肖建軍.聯通主義在線課程設計策略研究——基于五輪cMOOC設計迭代[J].中國遠程教育，2022（6）：67-75.

[35] 鄭勤華，陳麗，郭利明，王懷波，柴喚友.理論與技術雙向驅動的學生綜合素養評價新范式[J].中國電化教育，2022（4）：56-63.

[36] 李爽，劉紫荊，鄭勤華.智能時代數據驅動的在線教學質量評價探究[J].電化教育研究，2022（8）：36-42，76.

Research on Driving Factors and Formation Mechanism of? Dishonest Behaviors in

e-Learning—Based on Grounded Theory

SONG Yishen，? FENG Xiaoying

（Research Center of Distance Education， Beijing Normal University， Beijing 100875）

[Abstract] With the popularity of e-Learning， a significant scale of dishonest behaviors have spawned in the e-Learning environment. Faced with the challenges of the existing distrust industry and potential distrust technology， the driving factors and formation mechanisms of e-Learning dishonest behaviors need to be deeply explored. Using the grounded theory， based on real online texts and interview data of key individuals， through open coding， axial coding and selective coding， following the co-semantic clues in online texts and the self-reporting clues of stories in interview records， a model of driving factors and formation mechanisms of e-Learning dishonest behaviors is constructed， including 3 categories， 12 subcategories and 60 driving factors. The model presents three typical formation mechanism paths， namely "compulsion and habit formation path"， "support and objective induction path"， and "awareness and institutional resistance path"， and illustrates the key factors driving the occurrence of e-Learning dishonest behaviors and the practical suggestions for the role of intervention pathways， which provides a theoretical basis and practical reference for the prevention and intervention of dishonest behaviors in e-Learning.

[Keywords] e-Learning; Dishonest Behaviors; Driving Factors; Formation Mechanism; Grounded Theory