基于慕課平臺學習者在線學習態度與行為研究

孫翔 黃秋蓉 林海英 馮慶革 梁艷

摘?要：網絡慕課與SPOC課堂學習者在線學習態度與行為的識別和評估是“互聯網+”大學教學改革的難點問題之一。首先，基于學習行為分類ICAP框架，學習活動分為交互行為、建構行為、主動行為、被動行為。其次，通過慕課在線教學平臺的日志數據抓取，根據四類學習行為對數據集進行剔選與處理，構建在線學習態度和行為識別模型，將學習者分為興趣學習型、壓力學習型和虛假學習型，Kruskal?wallis檢驗表明各學習類型綜合成績之間有顯著差異。最后，從引入預警懲罰機制防刷課作弊、多管齊下提高課程黏度兩個方面提出了有助于促使學習者從被動式學習向主動式學習、興趣型學習轉變的改進措施和完善途徑。

關鍵詞：慕課；在線學習態度；在線學習行為；ICAP框架

一、概述

目前，中國大學慕課、超星平臺等在線教育平臺都被廣泛應用于高校在線教學中。但是，在線學習環境具有高度開放性和獨立性，極易引發學習態度消極、違規學習行為等學習危機［1］。在線學習態度是學習者在行為、認知、情感三個方面的偏好而構成的對進行在線學習的心理準備。借助計算機技術與現代信息傳播技術構建在線教學環境，學習者以網絡作為媒介在此環境中進行的自主學習行為指的即是在線學習行為。教師常常運用觀察、測驗、訪談等手段對傳統教學環境下學習者的學習歷程進行分析，發現具有消極學習態度的學習者，給予及時的干預并糾正其學習行為。而在線教學環境下，教師通過慕課等平臺提供的數字化學習行為數據，捕捉學習者在線學習態度和行為具有間接性、困難性［2］。因此，研究擬利用慕課平臺中的視頻學習數據的反芻比、章節測驗成績、主題討論次數等指標對學習者在線學習行為進行劃分和研究，為網絡課程的過程跟蹤、監督和評估提供方法參考。

二、文獻綜述

（一）在線學習態度

現有的研究主要側重于通過構建在線學習理論分析模型，探究在線學習態度與意愿的影響因素。王衛等［3］研究發現學習者滿意度和積極態度等因素對其持續學習意愿具有正向的顯著影響。王天浩［4］針對大學生使用“慕課”的行為習慣和意愿等問題，提出不同的假設，設計相應的問卷，結果表明，學習態度正向影響慕課學習者的行為意向。

（二）在線學習行為

在線學習態度推動著在線學習行為的發展方向。王胤豐等［5］人研究發現學習者的學習意愿對其學習行為具有顯著影響。嚴煒煒等［6］人研究發現，個體因素、課程因素和教師因素會影響學習者交互式持續學習行為。陳晉音等［7］人分析了在線學習者的行為特征，以此來挖掘在線學習者的個性特征與其學習效率的聯系。

（三）學習行為分類框架

盛群力等［8］人首先對學習行為分類框架的基本要素與結構做一梳理，介紹其循證依據，同時對這一分類框架的價值嘗試做出分析；然后基于學習行為分類框架介紹和比較了記筆記、概念圖和自我解釋三種學習參與活動在不同學習行為方式中的學習效果，討論了學習行為分類框架對教學實踐的啟示［9］。

三、理論與方法

（一）理論模型

學習行為分類框架（InteractiveConstructiveActivePassive?Framework，ICAP）是美國教育心理學教授季清華提出的一種創新性學習行為分類方法，基于學習者外顯學習活動、學習參與程度區分學習行為方式的理論框架，以潛在的知識變化過程、預期認知結果和知識學習結果為依據，將學習活動分為四種不同的行為（交互、建構、主動、被動），并提出了一個關于學習效果的假設：交互學習行為>建構學習行為>主動學習行為>被動學習行為［8］且學習者學習參與程度表現出一致的規律。

（二）指標方法

參與頻率、參與持續時間等指標可表征學習者參與程度；時間投入長度、投入頻率和投入規律是考察學習者時間管理情況的重要指標，時間管理和分配可用于描述學習者行為和預測學習效果。沈欣憶等［10］構建學習者在線學習行為與學習績效評估模型，結合學習形式（視頻、作業、論壇）等指標，包括（1）視頻學習行為：視頻觀看總數、總時長、完成率、復看率等；（2）作業學習行為：作業得分率、完成比例等；（3）討論學習行為：發帖數、回帖數、發帖字數及回復數；（4）頁面訪問情況：學習者在線訪問與課程相關頁面的次數等梳理在線學習的學習行為。邢欣［11］根據篩選出的已發布任務點完成情況統計、視頻觀看時間分析、觀看次數分析、觀看總時長、視頻觀看反芻比、學習訪問峰值、谷值變化情況統計、訪問時間段統計、討論詳情統計、作業測試、綜合成績分布統計等數據，匯總分類形成五大學習行為（任務完成行為、視頻觀看行為、課程訪問行為、參與討論行為、作業考試行為等）。

四、案例分析與實踐應用

（一）研究對象與數據剔選

研究數據來源于中國大學慕課平臺的“環境管理學”公共課程項目，該課程于2016年9月正式發布，截至2022年11月共舉辦了17期，每期歷時16周。課程共11個單元，包括課程學習任務點、期末在線考試和主題討論。每單元需要學習者平均觀看7個視頻、參與2個討論和1個章節測驗。最終成績由課程音視頻（20%）、章節測驗（20%）、課程討論（20%）和期末考試（40%）加權而成。

自該課程2021、2022年度的開課班級中，選取兩個班級的學習者為研究對象，共352人。根據平臺收錄的學習者的行為數據集，通過前期數據清洗（即處理原始數據中的噪聲數據、無關數據、缺失值、臟數據、孤立點等），有部分學習者未完成課程學習、未參與期末考試，故列為無效數據，最終有效樣本量總計314人。該課程屬于公共課程，在線學習者來自不同的院系專業，較好地保證了研究對象的隨機性和多樣性。

基于ICAP框架，根據慕課在線教學平臺的日志數據記錄，可有效地抽取學習者的學習行為特征、識別學習者在線學習態度，四種學習行為方式分別對應完成課程任務點的時間跨度、觀看學習視頻的反芻比、階段性章節測驗成績、知識體系主題討論交流次數四個指標。

被動學習者機械地觀看視頻、被動地接受知識；主動學習者在視頻中多次進行暫停、重播，選擇性地回憶知識與加強記憶。因此，如果學習者在單個學習視頻中累計觀看時長遠超過該視頻的原始時長，根據視頻反芻比指標計算公式R=T/U（其中R為反芻比、T為累計觀看時長、U為視頻原始時長），反芻比數值越高，學習者越有可能是在觀看學習視頻的同時記錄學習筆記、理解學習內容。

建構學習者整合新舊知識、程序性知識，用于新情境的推斷，過程中學習者不斷地自我提問、整合信息、解決問題，實現的是對知識的深度理解。階段性章節測驗具有邏輯性、整體性，是檢驗建構學習者的有效手段，適于單個學習章節視頻任務完成之后作為學習任務點發放，學習者可根據個人學習進度適時完成測驗，實現對自身知識建構程度的階段性評估。

交互學習者通過討論交流解決學習搭檔或教師提出的理解性問題，此時學習者接納新的想法、創造新的信息，實現深度的理解。參與討論有助于學習者查缺補漏、完善知識學習框架，學習者參與主題討論的次數在一定程度上可以反映學習者積極性以及對內容的理解程度。

（二）在線學習態度和行為識別模型

學習行為指標相關性。基于以上假設，由MOOC平臺輸出行為數據，使用SPSS?27.0和Excel軟件預處理原始數據，主要包括數據的集合、歸納、計算及轉換工作。通過Spearman相關性分析，對學習者的行為特征進行整合，解析學習行為與綜合成績之間的關系，進一步確定學習影響因素指標。結果發現：（1）綜合成績與章節測驗成績、主題討論次數、視頻反芻比存在顯著相關性，保證了后續成績驗證的可信性。前兩個指標與考試成績的相關系數均超過0.4，說明存在強相關性。（2）章節測驗成績、主題討論次數、視頻反芻比之間存在弱相關性。

根據與綜合成績存在顯著相關的因素（視頻反芻比、章節測驗成績、主題討論次數），可識別并分類慕課學習者的學習態度與行為類型，即興趣學習型、壓力學習型和虛假學習型，三種類型學習者的視頻反芻比分別大于105%、58%～105%、小于85%，章節測驗成績分別大于85分、60～85分、小于60分，主題討論次數分別大于15次、9～15次、小于9次。劃分結果表明，314名學習者中僅有11人存在自主學習的意愿，占總人數的35%，屬于興趣學習型；壓力學習者人數最高，有264人，占比高達84.1%；39位學習者疑似虛假學習型，占總人數的12.4%。

為驗證在線學習態度和行為識別模型的準確性，引入課程綜合成績進行驗證。因為時間、精力的投入和積極的學習態度理應產生正面的學習績效，所以基于綜合成績驗證的基本前提假設為：興趣學習者＞壓力學習者＞虛假學習者。據統計，三類學習者綜合成績分別為：興趣學習型926分、壓力學習型88.0分、虛假學習型65.8分。基于以上統計與假設，對三類學習者學習效果（成績）進行Kruskal?wallis檢驗，結果表明漸進顯著性水平小于0.001，各類型學習者綜合成績之間有顯著差異，在線學習態度和行為識別模型得到驗證。

（三）在線教學策略建議

1.視頻學習：引導學習者按順序學習，嚴格把控虛假學習行為發生

研究發現，視頻學習過程中，有同學不按照原本的視頻順序學習，有逆序學習、亂序學習，這對視頻學習結果有很大的影響。一般來說，線上課程的視頻學習內容有一定的連續性和邏輯性，而按照視頻順序進行學習，有利于知識框架的構建。通過教師引導學習者進行學習，不僅能提升學習效率，而且能通過提升學習者的記憶效果，從而提升學習效果。

另外，視頻的學習統計是通過計算視頻時長的結果，而有部分同學存在視頻學習時長少于規定時長，而視頻學習成績為滿分的現象。這就表明視頻學習過程中有虛假學習現象以及倍速播放學習視頻的現象。為了提高線上學習效果，應該對虛假學習行為采取管制措施，同時引導學習者用合適的學習方式進行學習。

2.學習論壇：提升討論質量，營造活躍的學習氛圍

學習論壇是學習者與教師、學習者與學習者溝通交流的重要場所，營造活躍的學習氛圍尤其重要。學習論壇不僅能達到學習成員們互相督促，共同進步的效果，同時還能帶給學習者交流與思考，從而提升整體學習效果。研究結果表明，同學們參與討論積極性較高，但存在回帖質量不高的問題。

3.章節測驗：關注作業設計，提高學習者學習效率

章節測驗是對每一章節學習效果的檢測，測驗結果可以提醒同學們對薄弱知識點的學習，同時也讓學習者們對線上考核方式進一步了解。但研究表明，部分學習者對章節測驗并不重視，章節測驗不僅對綜合成績有一定的影響，同時也是同學們階段性學習成果的檢驗。在章節測驗題目的設計上，也要更加貼近視頻內容，可以使視頻學習與章節測驗學習效果達到1+1＞2的效果。因此，在開展慕課學習的過程中，作業的設計、收集、評價等環節應尤為重視，這有利于教師督促、保證學習者高效、按時地完成作業。

4.學習習慣：引導學習者制訂個人學習計劃，培養良好的在線學習習慣

通過數據分析發現，很大一部分同學存在拖延學習現象，在臨近期末考試時突擊學習，導致學習十分倉促，學習效果不佳，因此在學習開始前，制訂一個合理的學習計劃尤為重要。教師可通過線上監督的方式進行監督學習，通過設計章節測驗、發起討論、即時答疑等手段進行干預，同時對學習進度慢的同學進行提醒，使得學習者學習時間分布均衡，減少考前突擊學習現象。

參考文獻：

［1］陳長勝，劉梅，沈書生，等.慕課學習完成者的學習效率及其群體差異性研究［J］.中國遠程教育，2021（10）：3947.

［2］毛剛，劉清堂，李鶴，等.網絡學習環境下問題學習行為分析模型的研究與應用［J］.電化教育研究，2016（11）：3237.

［3］王衛，史銳涵，李曉娜.基于心流體驗的在線學習持續意愿影響因素研究［J］.中國遠程教育，2017（5）：1723.

［4］王天浩.基于TAM模型的大學生“慕課”使用影響因素研究［C］.北京：教育科學發展科研學術國際論壇論文集，2022：9698.

［5］王胤豐，閆強.基于UTAUT模型的學生MOOC學習意愿的影響因素研究［J］.北京郵電大學學報（社會科學版），2016（2）：96103.

［6］嚴煒煒，王玲，虞佳緣，等.基于網絡視頻的用戶交互式持續學習行為影響因素研究［J］.情報科學，2021，39（10）：2531.

［7］陳晉音，方航，林翔，等.基于在線學習行為分析的個性化學習推薦［J］.計算機科學，2018（S2）：422426.

［8］盛群力，丁旭，滕梅芳.參與就是能力——“ICAP學習方式分類學”研究述要與價值分析［J］.開放教育研究，2017，23（2）：4654.

［9］盛群力，丁旭.“ICAP學習方式分類學”的循證研究［J］.武漢科技大學學報（社會科學版），2018，20（2）：218223.

［10］沈欣憶，劉美辰，吳健偉，等.MOOC學習者在線學習行為和學習績效評估模型研究［J］.中國遠程教育，2020（10）：18.

［11］邢欣.基于網絡教學平臺的學習分析技術在排球專修課中的應用研究［D］.山西：山西師范大學，2020.

基金項目：廣西高等教育本科教學改革工程重點項目（2019JGZ100）；廣西高等教育本科教學改革工程一般A類項目（2022JGA117）

作者簡介：孫翔（1982—?），男，壯族，廣西南寧人，副教授，研究方向：環境管理研究。