王辭曉 伍瀟貝 劉姝彤
(北京師范大學 教育學部,北京 100875)
隨著信息技術的發展,在線教育逐漸成為新時代教育實踐的主要組成部分。2021 年,教育部提出教師要加強對學生的線上自主學習指導,提高學生的自主學習能力,強調了在線自主學習能力培養的重要意義。
在線教育的優勢在于打破了學習者學習的時間、空間限制,賦予學習者更多的自主權,使其享受更多的資源。然而,學習者進行在線學習時也存在諸多問題,如學習者的注意力難以集中、學習態度不認真等。作為學習主體,學習者能否自主學習是在線學習問題的關鍵。
基于此,本研究通過設計高中生在線自主學習能力的調查問卷,以H 省某市為例,揭示高中生在線自主學習能力的特征,探究其與在線自主學習頻率、學業表現的關系。研究期望基于實證分析提出提升高中生在線自主學習能力的可能途徑,從而優化其在線自主學習模式,提升學習效果。
對于自主學習的概念,目前學界眾說紛紜,沒有統一的界定。龐國維[1]認為自主學習既可以看作學習者的一種能力,也可以看作一種過程性的學習活動。當其作為一種能力時,學生的自主學習需要學習動機、學習策略、意志控制等內部條件,也離不開教育指導等外部條件。當自主學習作為一種學習活動時,包括自我計劃、自我監督、自我評價等不同的階段。此外,有研究者認為自主學習是個體、行為和環境協同作用結果,具備自主學習能力的學習者能夠調節個體學習行為,強調了學習行為的重要性[2]。綜合前人研究,本研究將在線自主學習能力界定為由學習動機、學習策略和學習行為3個方面構成的一種在線學習能力。其中,學習動機由內外共同驅動,學習策略是對在線學習方法和習慣的認知策略,學習行為是在實際在線學習過程中的真實行為。
已有學者對自主學習能力的測量進行了諸多有益探索。如朱祖德等人[3]基于自主學習理論編制了包括學習動機和學習策略兩維度的大學生自主學習問卷;張鳴[4]從技術及目標計劃制訂、學習內容及材料利用、學習過程調控、學習效果評價4 個方面,對大學生在線學習環境下的自主學習能力進行測量;姜媛等人[5]通過對已有量表的改編重組,提出由動機策略學習量表和認知、元認知、資源管理策略量表構成的自我調節學習量表。針對在線自主學習能力的特征,劉斌等人[6]通過問卷調查法,得出教師支持對在線學習者的自主學習能力具有正向影響,且教師在學習策略指導、認知支架、學習資源等方面的支持對在線學習者自主學習的促進效果提升顯著;莉蓮·安東尼薩米(Lilian Anthonysamy)等人[7]針對10 年間自主學習能力與非學術性成果關系的相關研究進行系統性文獻綜述,指出學生的自主學習能力對學生滿意度、學生參與度和學生學習態度等非學術性成果具有正向影響。以上研究多以大學生為研究對象,而高中生作為考試壓力相對較大且具備自主學習條件的學生群體,有關的在線自主學習能力測評相對較少。此外,已有研究主要聚焦于在線自主學習能力的影響因素和作用效果,針對學生的在線自主學習能力現狀、在線自主學習能力各維度間的關系等問題有待探究。
綜上,本研究提出以下問題:(1)高中生在線自主學習能力的現狀如何?(2)在線自主學習能力構成中學習動機、學習策略、學習行為三者間是否存在相關關系?(3)在線自主學習頻率是否會影響在線自主學習能力?(4)學生在線自主學習能力之間是否有個體差異?不同類型學生分別具有什么特征?(5)高中生在線自主學習能力如何影響其學業表現?
本研究通過問卷調查法對H 省某市高中生的在線自主學習能力進行調查。問卷包括個人信息題和高中生在線自主學習能力量表。
個人信息題部分共6道題目,包括性別、學校、年級、文理科、在線自主學習頻率、學業表現。旨在了解其個人基本信息和學習情況。其中,在線自主學習頻率采用李克特5 點計分方式,從“從不”到“總是”分別記為1 ~5 分。學業表現由學生自我評價,對應問題是:“您認為您的學業表現在學校中大致位于?”可選擇答案為:“前5%”“前5%~前30%”“前30%~前50%”“前50%~前80%”“后20%”。
本研究從學習動機、學習策略、學習行為3 個維度編制了高中生的在線自主學習能力量表,共33 題。其中,學習動機維度共11 題,包括3 個子維度,分別是自我效能感(4 題)、內部動機(4 題)、外部動機(3題);學習策略共14 題,包括3 個子維度,分別是學習習慣(5 題)、學習意志(4 題)、元認知策略(5 題);學習行為共8 題,包括2 個子維度,分別是內容自主(4題)和過程自主(4 題)。具體而言,自我效能感量表改編自池麗萍等人[8]編制的自我效能感量表,內部動機、外部動機、學習習慣、學習意志量表改編自朱祖德等人編制的大學生自主學習量表[3],元認知策略量表改編自李爽等人編制的遠程學生學習投入評價量表[9];學習行為量表改編自單志艷[10]編制的中學生自主學習評價量表。量表題目為李克特5 點量表形式,從“完全不同意”到“完全同意”分別記為1 ~5 分。
研究主要采用描述性統計、單因素方差分析、獨立樣本t檢驗、相關性分析、聚類分析等方法開展數據分析。數據分析工具為SPSS 24.0、AMOS 24.0。
本研究通過電子問卷平臺面向H 省某市5 所學校的高中生發放調查問卷,共回收203 份問卷,其中有效問卷181 份,問卷有效率為89.2%。參與學生的基本情況為:其中男生76 人,女生105 人;高一、高二、高三年級的人數分別為41、81、59;文科79 人,理科102 人;在線自主學習頻率由“從不”至“總是”人數依次為6 人、27 人、58 人、70 人、20 人;學業表現自評由“前5%”至“后20%”人數依次為22 人、73 人、61 人、17 人、8 人。
1. 信度分析
信度分析使用克隆巴赫信度系數法。數據分析結果表明,在線自主學習能力量表整體的克隆巴赫系數為0.932。學習動機、學習策略、學習行為各維度的克隆巴赫系數分別為0.787、0.900、0.809。說明該量表具有較高的信度。
2. 效度分析
驗證性因素分析的結果表明,在線自主學習能力量表各項模型擬合指標為:卡方與自由度比值χ2(/df)為1.753、比較擬合指數(Comparative Fit Index,簡稱CFI)為0.854、Tucker-Lewis 指數(Tucker-Lewis index, 簡稱TLI)為0.835、遞增擬合指數(Incremental Fit Index,簡稱IFI)為0.858。說明該量表具有較高的結構效度。
綜上,本研究中使用的量表具有較好的信效度,適合用于評定高中生的在線自主學習能力。
本研究首先對參與調查的高中生進行基本描述。高中生在線自主學習能力的滿分為165 分,學生得分范圍為63 ~158 分,均值為121.27,標準差為17.65。使用單樣本 Kolmogorov-Smirnov 檢驗方法對學生的在線自主學習能力得分進行正態分布檢驗,結果呈近似正態分布(Z= 0.051,p= 0.200 >0.1)。通過分析數據可知,一半以上的學生得分為107 ~140 分。現規定低于平均值兩個標準差的得分為低分段,所占人數為18 人;高于平均值兩個標準差的得分為高分段,人數為17 人,二者均占總人數的9.9%。針對各維度題項,學習動機、學習策略、學習行為的得分均值依次為3.76、3.59、3.69 分,說明學生在學習動機上的表現普遍較優,在學習策略上的表現有待提高。
對不同學業表現的學生在線自主學習能力得分分別進行統計,“前5%”至“后20%”的學生在線自主學習能力得分均值依次為120.68、122.23、124.57、117.24、97.50 分。總體來看,學業表現自評位于前50%的學生在量表得分上表現較好。根據學生學業表現與各維度得分情況,繪制柱形圖(見圖1)。

圖1 學生學業表現與各維度題項得分均值的關系
整體來看,前50%的學生在各維度上的得分差異不大,略高于前50%~前80%的學生得分,顯著高于后20%的學生得分。
各維度之間相比較,學生在學習動機、學習行為兩個維度上的表現略優于在學習策略上的表現,這反映出學生可能存在制訂學習計劃、有效自我管理等自主學習策略上的缺失。
對學習動機、學習策略、學習行為3 個維度的題項得分均值進行皮爾遜相關性檢驗,可知量表的3 個維度間具有顯著的正相關關系。具體而言,學習動機與學習策略間的相關系數r= 0.612(p<0.01),學習動機與學習行為間的相關系數r= 0.606(p<0.01),學習策略與學習行為間的相關系數r= 0.816(p<0.01)。相對而言,學習策略與學習行為間具有更強的相關關系。
為探究學生的在線自主學習頻率對其在線自主學習能力的影響,本研究分別對學習動機、學習策略、學習行為3 個維度得分情況與在線自主學習頻率進行差異性檢驗。學生在各維度上得分均呈正態分布。以學生的在線自主學習頻率作為自變量、3 個維度的得分均值作為因變量進行單因素方差分析。方差齊性檢驗結果顯示:學習動機(p= 0.146 >0.05),學習策略(p= 0.100 >0.05),學習行為(p= 0.019 <0.05)。根據該結果,對3 個維度的檢測均采用單因素方差分析,并采用LSD 方法對學習動機、學習策略進行事后多重比較分析,采用新復極差法檢驗方法對學習行為進行事后多重比較。
單因素方差分析檢驗結果表明,不同在線自主學習頻率的學生,其學習動機(F= 8.532,p= 0.000 <0.01)、學習策略(F= 31.485,p= 0.000 <0.01)、學習行為(F=20.417,p= 0.000 <0.01)3 個維度均具有顯著性差異。從不同在線自主學習頻率的學生在3 個維度上的得分均值來看,其排序均為:總是>經常>一般>偶爾>從不。事后檢驗結果如表1 所示。

表1 學習動機、學習策略與在線自主學習頻率的單因素方差分析
根據事后檢驗結果,不同學習頻率的學生,其學習行為具有顯著性差異,且學習行為的題項得分均值同樣隨著在線自主學習頻率的增加而增加。
為了探究高中生在線自主學習的特征與學生學業表現、在線自主學習頻率的關系,本研究將學習動機、學習策略和學習行為3 個維度作為特征指標,采用K-means 聚類算法對181 位高中生進行聚類。分別令聚類數K等于2 ~8,得到誤差平方和與K的關系圖呈現手肘形,其肘部對應的K值為3,即數據的真實聚類數。此時的輪廓系數最大,分類效果較為理想。單因素方差分析(ANOVA)結果顯示出3 類學生在各維度上均呈現顯著差異(p<0.01),即這3 類學生在學習動機、學習策略和學習行為上具有不同特征。
在這3 類學生中,力所能及型學生(n=97)占比最大,為53.59%。他們在學習動機、學習策略、學習行為3 個維度上的得分均值依次為3.55、3.39、3.49 分,說明其在線自主學習能力處于中等水平,且學習策略相對有所缺乏。這類學生的學習目標較為明確,也會為此做出一定的行動,但是缺乏學習方法,從而導致學習效果一般。
有心無力型學生(n=14)占比最小,為7.73%。他們在學習動機、學習策略、學習行為3 個維度上的得分均值依次為3.08、2.12、2.46 分,其在線自主學習能力相對較差,在學習動機上表現處于中等水平,缺乏學習策略和學習行為。這類學生具有一定的學習積極性,但因為不知怎么做、不想開始做導致其空有其表、學習效率低下,甚至不愿意主動學習。
游刃有余型學生(n=70)占比為38.67%。他們在學習動機、學習策略、學習行為3 個維度上的得分均值依次為4.19、4.17、4.22 分,在3 個維度上的平均得分普遍大于4,具有較強的在線自主學習能力。這類學生擅長自我管理,行動力強,有清晰的學習目標和適合的學習策略。
將學生的學業表現與在線自主學習頻率分別作為象限的X軸和Y軸,根據每類學生的人數、相應指標的均值和聚類中心繪制出這3 類學生在學業表現和在線自主學習頻率上的定位分布圖,如圖2 所示。圖中3個不同顏色的圓分別代表3 類學生,其直徑大小與該類學生的人數呈正比,其在象限中的位置可反映學生的學業表現和學習頻率的情況。

圖2 三類學生在學業表現、在線自主學習頻率上的定位情況
總體上看,3 類學生的在線自主學習頻率差別較大,而學生的自評學業表現沒有明顯的差異,且學業表現均為中等水平。相比較而言,游刃有余型學生對自己的學業表現評價最為靠前,有心無力型學生在線自主學習頻率最低,力所能及型學生在學業表現、在線自主學習頻率上均表現一般。結合3 類學生在各維度上的得分情況可知,目前高中生的在線自主學習能力主要與其在線自主學習的頻率有關,而與學業表現關系不大。
1. 高中生的在線自主學習能力整體呈現中等水平
在研究中發現,參與問卷研究的高中生在線自主學習能力的總體得分情況分布相對均勻,大多數學生處于中等水平,說明高中生的在線自主學習能力有待提升。根據學習動機、學習策略、學習行為3 個維度的能力分布情況,可知學生在學習策略上存在一定的不足,在學習動機和學習行為上表現良好。
2. 學習動機、學習策略、學習行為3 個維度間具有顯著正相關關系
學習動機、學習策略與學習行為間均存在顯著的正相關關系,說明三者間關系密切。具體而言,學習策略與學習行為相關性最強。其可能的原因是:學習策略側重于認知層面,學習行為側重于實踐層面,兩者的意義同樣重要。學生可通過設計自己的學習策略,改善學習行為,從而提升在線自主學習能力。
3. 高中生的在線自主學習頻率正向影響其在線自主學習能力
高中生的在線自主學習頻率越高,其在線自主學習能力越強。具體而言,高中生的在線自主學習頻率通過學習動機、學習策略、學習行為3 個維度正向影響其在線自主學習能力。兩者相互促進,即高中生的學習頻率越高,其對在線自主學習的策略、行為的掌控感越強;高中生的在線自主學習能力越強,越愿意主動進行在線學習、提高學習效率。
4. 高中生在線自主學習能力可分為3 種類別
根據學生在學習動機、學習策略、學習行為3 個維度上的得分均值情況,可將其分為力所能及型、有心無力型、游刃有余型3 個類別。力所能及型學生在3維度上的分布較為均勻,其在線自主學習能力處于中上等水平。該類學生人數最多,相對較為普遍。有心無力型學生在各維度上的表現較差,他們有一定的學習動機,但由于學習策略的缺乏和學習行為的不足,導致其在線自主學習能力相對較差。游刃有余型學生的在線自主學習能力最強,他們在3 個維度上均表現良好,學習行為表現尤為突出。
5. 高中生在線自主學習能力與學生學業表現間存在一定的關系
由于目前高中生的學習方式以線下學習為主,其在線自主學習能力與學生的學業表現之間并非呈絕對的正比例關系。對于學業表現相差不多的學生而言,其在線自主學習能力差異也不顯著;對于學業表現差異較大的學生而言,在線自主學習能力越強,學生的學業表現越好。一方面,大多數學生對于在線學習不會采取完全不同于線下學習的學習策略和行為,其學習動機也很難,因為在線學習方式的影響而發生明顯改變;另一方面,高中生學業壓力較大,在線學習時間不充裕。對于存在上述情況的高中生而言,其在線自主學習能力很難反映在學業表現上。
1.學校:引導師生高效開展線上學習,積極利用豐富的線上資源
對于學校而言,可以利用年級集會、班會等集體活動時間,強調在線自主學習的重要意義和優勢,對學生的在線學習策略進行集中培訓,營造良好的校園在線自主學習氛圍。同時,學校應積極利用豐富的線上學習資源,鼓勵教師進行混合式教學,設計多樣化學習活動,強化學生的學習動機;加強數字校園與學習環境建設,支持師生開展集體線上自習、個人線上自習等活動,提高學生的自主學習頻率。
2. 教師:培養學生自主線上學習,預留充足個人學習空間
教師要有意識地培養學生主動進行在線學習,給學生留出更多的個人學習空間,引導學生進行高效、自主的線上學習,從而提高學生的自學意識和對網絡工具的使用水平。教師可以通過主題講座、優秀學生分享、小組討論等方式,向學生介紹在線自主學習的特點、提高效率的方法;也可以通過一對一座談的方式,解決學生對在線自主學習的困惑。
3. 學生:強化學習動機,優化學習策略,管控學習行為
首先,強化學習動機。學生要充分認識到學習的意義,以強化內部動機為根本,尋求適合的外部條件,提高自我效能感。其次,優化學習策略。定期反思個人學習習慣,取他人所長,結合老師、家長、優秀同學等的建議加以改進,從而提高學習效率。再次,調整學習行為。制訂學習計劃,積極尋求他人監督或互助,將計劃落實,并進行總結評價。
本研究設計了高中生在線自主學習能力量表,通過問卷調查法探究高中生在線自主學習能力的特點及其與學生在線自主學習頻率、學業表現的關系,并據此提出相關教學干預策略和改進措施。本研究仍存在以下不足:第一,研究樣本以H 省某市高中生為主,且學校間分布不均,樣本的代表性存在局限;第二,學生的學業表現采用自評方式,與真實情況可能存在一定偏差。基于此,后續研究可著重關注學生的學業表現與在線自主學習能力的關系,學習動機、學習策略、學習行為3 個維度的內部相互影響路徑,以及探究其他可能因素對在線自主學習能力的影響等。