王慧

摘 要：在线学习参与度与学习反馈的关系是一个值得深入研究的内容。本研究运用在线学习参与量表和学习反馈量表对60名参与校本网络课程的学生进行测量，并访谈了在线学习表现突出的两名学生，以分析学习反馈与在线学习参与的关系。研究结果表明：①大学生在线学习参与度不高，多数还停留在关注与应付教师考评需要；②结果反馈最受大学生在线学习青睐，也是在线学习能够深入下去的一个核心因素；③动机反馈贯穿于整个在线学习过程中，是学生参与在线学习的推动因素；④优化学习反馈策略、提升学生自我调控能力是在线学习得以持续的主要因素。

关键词：学习反馈；在线学习；参与度

中图分类号：G40-058.1 文献标志码：A 文章编号：1673-8454（2018）07-0027-05

一、問题的提出

现代教育信息化的趋势不可避免，在线教学作为传统教学的有益补充，展示出了智能性、交互性、开放性、便捷性等无可比拟的优势，成为高校教育信息化进程中的一个核心环节，并在近年来得到了广泛的推广与发展。然而在教育信息化快速发展的过程中，也暴露出诸多问题。比如，在线学习过程中学生参与情况并不理想，参与的持续性及效率不佳：学习过程中行动懒散、发言提问不积极、交流范围小、对学习结果无所谓，即使坚持下来的学生往往只求能够达到课程最低要求，而不是努力思考或者广泛阅读。因此，探索影响在线学习参与的因素，并有针对性地进行干预和改进，对优化在线教学设计、提升在线学习质量、促进教育信息化健康发展具有积极的意义。

参与通常与个人投入、承诺有关，阿斯廷将学生参与定义为大学生在学习活动中所投入的心理和体力的总和。[1]赵丽敏[2]认为学生参与是学生在教师指导下积极参与到教学活动中，实现学生主体建构与发展的过程。胡敏[3]认为在线学习参与是指学生利用在线学习平台进行学习时的参与，包括行为参与、认知参与和情感参与。在线学习参与是学生利用在线学习平台进行学习的一种方式，学生可以同时进入在线学习平台发表自己的观点和看法，分享和贡献自己的资源、浏览课程、提交作业、参与讨论、分享作品……要参与到在线学习中，既包括量的投入，也包括质的投入，在哲学中，度则是质和量的统一，因此，本文用学生参与度来指代学生参与的程度。

近年来国内外学者陆续从多个角度展开对在线学习参与度的相关研究。高洁[4][5]研究了学习情绪与外部学习动机对在线学习投入的影响，指出自主性较强的外部动机能够促进在线学习投入，积极的学业情绪能够产生正向的学习效能感，从而推动在线学习投入程度。马萨尔等[6]通过对巴西的塞阿拉联邦大学474名学生的分组实验，研究移动通信与传统LMS消息推送形式对学生参与积极性的影响，指出将两者的有效结合更能满足学生的需求、推动学生在线学习的参与度。史蒂芬森[7]从提升课程价值与学习者兴趣的角度研究通过激发学习动机，从而推动学生更多地参与到课程学习中来。由以上研究分析发现，从学习反馈角度研究在线学习参与度的文献证据还不多。国外学者哈蒂[8]认为反馈是对学习过程最强大的影响之一，是帮助学习者改变错误的知识分量。萨德勒认为，反馈的目的是促使学生了解自己当前学习状况与学习目标之间的差距，并能够帮助他们弥合这一差距。[9]哈克斯等[10]用实证方法研究了反馈对自我效能、兴趣与成绩的影响，发现与过程同步的详尽反馈效果要好于针对目标的结论性反馈。沃伦史莱格等[11]通过对德国汉堡的四个小学六个班对比性实验，研究了反馈作为中介介质对学习过程中自我调节的影响以及基于反馈的校正精度的策略，证明递增分级的量规反馈对学习更有效。反馈作为学习母体的一部分，对任何形式的学习都是必不可少的一环，尤其是在线学习更需要及时跟进的反馈，保证学习进度的顺利完成。反馈对在线学习参与度有何影响、两者之间的关系如何，显然是一个值得研究的课题。本研究尝试运用统计学与数据分析方法，来分析学习反馈与在线学习参与度的关系，以期得出有价值的认识供同仁参考。

二、研究方法

1.被调查者

选取宁波大学大二与大三学生共60名，收回有效问卷55份。测试课程平台基于校本网络课程，并针对具体问题访谈了L与X两名学生。

2.在线学习参与量表

本研究参考了美国NSSE（National Survey of Student Engagement）常用指标，研究修订了李爽、喻忱编制的《远程学生学习投入评价量表》，对在线学习参与度进行测量。修订后的量表包括关注（注意、感兴趣某门网络课程）、保持（持续在线学习）与投入（深入探究所学内容）三个递进分量，依次代表着学习的深入程度，共20道题目。量表采用李克特5点评定，“1”表示“完全不符合”，“5”表示“完全符合”。本份问卷各维度的内部一致性信度为0.71～0.83之间，其构想效度拟合指数 x2/df 为 2.79（小于 5），RMSEA 值为 0.077（小于 0.08），其余各项也很理想，满足心理测量学中对量表效度的要求，因此可以利用来进行本研究。

3.学习反馈量表

本研究依据学习反馈的基本特征，研究和修订了周利根据我国中学教学实际情境编制的学业反馈问卷，生成关于在线学习反馈的量表。该量表包括结果反馈（提供成绩分数、概念解读提示、技能操作指导、错题分析等）、过程反馈（提供学习策略、元认知反思与自我监控指导等）、动机反馈（提供课程价值与意义解读、个体鼓励与表扬、情绪调动策略等）三个维度，共设计题目20道，主要从自我调节、学习动力与知识掌握角度来设计反馈题目。量表采用李克特5点评定，“1”表示“完全不符合”，“5”表示“完全符合”。本份问卷各维度的内部一致性信度为0.75～0.84之间，其构想效度拟合指数 x2/df 为 2.65，RMSEA 值为 0.057，其余各项指标也满足测量效度要求，因此可以利用来进行本研究。

三、调查结果与数据分析

本研究使用IBM SPSS21.0和EXCEL 2007统计软件进行数据分析，检验学习反馈与在线学习参与之间的关系。

1.实验数据描述统计

（1）学习反馈主要项目差异分析

由问卷选项观察可知，正向选择学生以“比较符合”集中，反向以“不太符合”为集中，以此两项作为参考标准，进行频率统计。

通过对学习反馈选择“比较符合”的集中项进行数据分析，如图1所示。发现学生比较看重反馈的质量与速度，通过与X学生、L学生交流可知，不能及时反馈会使学习受阻，导致学习中断。在线学习与面授课程不同，对于反馈的寻求更加细致与频繁，学生需要感觉到在网络学习空间有一个学习陪同者能够及时指导自己的学习不足，增强持续在线学习的信心。另外，有60.6%的被调查者选择了归因性结果反馈策略，可见解决问题获得技能是大学生更看重的，成為学习者投入在线学习的重要原因之一。在线学习由于缺乏面对面的情感“润滑”，更需要情感和精神上的鼓励和支持，因此有50.9%的学生选择了需要鼓励、自信等动机反馈。通过分析可以发现有47.3%学生选择了在线学习过程中需要第三方监督，这是由于网络学习很多时间处于一种无人监管状态，更需要学生个体较强的自我控制力。对于此，学生通常表现为即使有强烈的学习意愿，也不能保证网上学习保持较长时间的投入和持续，需要第三方或外力的干预与督促。

（2）在线学习参与主要项目差异分析

通过对在线参与选择“不太符合”的数据分析，如图2所示。发现在线参与的坚持与深度互动还是最缺乏的，40.7%的被调查者不能做到每周查看与回复他人帖子，30.9%学生不能达到每周观看学习视频2～3个的要求。与上述两名学生交流获知，缺少面对面的监督、约束与自我控制力差是导致网上学习流失的主要原因。没有了“第三只眼”的监督，学习者认为网上学习是随意的事情，想学就学，想离开就离开，表明学生在线学习更需要规范、引导、监督与有效的评价手段。课程内容的规范、学习目标的导引、平台与教师的监督、及时跟进的评价构成在线学习环环相扣的链条，缺一不可。

（3）量表各维度差异分析

此项研究分别对学习反馈与学习参与进行各自三个维度的数据统计，查看学生对两个量表三个维度的选择情况，考察他们对学习反馈的需求以及在线参与的情况，如图3所示。通过对反馈分量分析发现，学生最需要结果类型反馈，这一结果部分支持了哈蒂有关学生接受反馈形式的结论，哈蒂[12]发现决定学生接收哪类反馈方式的强大影响因素在于该反馈是否能够增强学习经验、提高学习效果。大学生群体作为学习目标明确、对未来规划更理智的群体，显然能够诊断学习问题并且给予校正，反馈带来更多益处，更被他们接受。

动机反馈与过程反馈的需求度相对降低分别为32.7%和27.3%，分析可知对学习结果的看重是普遍的，而情感和性格因素是因人而异的，所以出现了差异性。通过与学生交谈和考量选项分布发现，学生对自我情感需求和控制能力存在估计不足和认识不清的情况，两方面的自我度量与调控恰恰是在线学习得以完成的基本保证，因此与之相对应的反馈支持是必要的。

目前针对校本网络课程的学习，学生还处于被动状态，教师要求什么做什么，还缺乏主动性与在线学习的钻研精神。数据分析结果也表明更多学生还处于参与的关注状态，有43.5%，投入学习的部分较少只为30.2%，学习参与持续性较差的为26.3%，表明虽然大学生群体已成人，对自己内心有一定的把握，但是由于缺乏直观的监督以及在线环境充满了吸引和诱惑，持续一段时间有质量的在线学习对学生来说还较困难。通过与X和L两名学生交谈可知，中断学习的原因很多，主要是网络其他因素诱惑和学习遇阻。前者需要个人的自控力，后者需要他方的学习帮助。

2.学习反馈与在线学习参与的相关性分析

本部分使用相关和简单线性回归分析调查整体学生参与度，分别对自变量和因变量作Pearson相关关系检验，结果见表1。由数据分析可知，结果反馈、过程反馈与动机反馈与因变量保持正相关，结果反馈对注意状态几乎无影响，而对在线参与投入状态给予了很好的支持，R为0.693，表明大学群体更加理智，更在意技能本领的掌握。在线参与的保持状态表现为学习的连续性与时间性，更需要心力与自我控制，分析结果显然也支持了这一经验总结，过程反馈给予的自我控制能力是制约学生保持在线学习的关键因素，与在线学习参与的保持状态显著相关，R为0.531。情感、价值等动机因素是学生参与的先导动力，在学习过程中会给行为参与和认知参与产生直接或间接的影响。哈克斯等[13]研究表明学生如何学习随着时间的推移变化很大，发现积极的学习情绪有助于学习者进行密集的在线学习活动。本研究结果部分支持了这一结论，动机反馈与参与的三个状态保持了不同程度的中等相关水平，说明动机分布在整个学习过程中。参与的注意阶段是在线学习的开始，受动机反馈影响较大，投入可理解为是某种力的瞬间释放，动机作用很好地推动这种力的发生，愉悦的学习情绪带来良好的学习体验，有助于学习状态的保持，减少在线学习低完课率情况的发生。

由表1进一步发现，反馈三个维度相互作用存在统计学上相关性，说明反馈是一个连续的过程，哈蒂和田伯烈[14]描述了反馈多维度的相互作用级别：对任务性能提供的反馈信息（任务级别）或完成任务（过程级别）的进程受到通过动机导向和自我调节过程的学习者自身（自我调节水平）的影响，三者之间互相影响互相促进，符合学与教的发展规律。学习参与的三个维度相关性很弱，关注了某个在线学习课程，并不一定代表着会投入和长时间坚持学下去，这既反映了在线学习的复杂性，也说明了学习者内心的诸多不确定性，由此可见，反馈的引领和监督作用对参与在线学习很重要。

四、小结与建议

1.加强动机反馈，促进参与在线学习

研究表明，动机反馈是在线学习的基础引擎，与参与过程的三个阶段都具有较高相关性。安德鲁·马丁提出“动机参与论”模型，指出动机涉及一组潜在的价值观，行动与思想是决定学习者在学习过程中的自适应与受阻的重要因素，积极的思想信念与课程价值解读、愉悦的心情体验都给学习者带来了良好的自适应学习状态。[15]伊瓦拉等[16]认为反馈需要提供有效信息，而不是一个回顾性基础，不允许改变或改进的反馈，应该是着眼于未来的前馈。因此，对学习者动机因素的前瞻性分析、评估与反馈干预尤为重要，决定着网络学习的动力。通过分析学习者的认知状态与心理情感变化状态，将学习过程与积极属性相关联，评估应给予的反馈信息，这些信息有助于更好地塑造教学和学习，规范学习路径，激励、营造积极学习环境，延长在线参与的时间，提高在线学习投入的质量。另外，李卢一、许容等提出了基于ARCS 模型的网络学习反馈策略，强调教师提供的刺激应与学习者高度相关，让学习者产生一种能力感，感觉有能力处理未来的测试情况，在学习后有较高学习满意度，从而学习者可以获得学习相关内容的积极性与主动性，增强在线学习的参与度。[17]

2.提升自我监控，保障参与的持续性

本研究表明，学生愿意获得深层次的反馈指导，但是并不代表他会坚持或投入在线学习中去，究其原因主要是缺乏自我调节意识与控制能力。马林纳等人[18]认为参与水平随时间而下降，学生自我调节和参与反馈可支持持续的学习实践。过程反馈关注理解过程和监管的元认知过程，支持内部不稳定归因，在失败的情况下提供详细阐述个人学习优势的反馈信息，发现问题及时调整学习状态，调节学习策略，提升参与水平。

通过对学生个体访谈可知，对于干预自我调节的反馈策略，他们在一定程度上采取回避态度，不希望他人过多干预个人内心，因此需要更加人性化的干预措施。反馈不是单方控制而是发生在双方愉快的沟通当中，与他人的对等互动有利于学生发展自我调节能力和习惯，网络学习更需要教师或同伴的对话，有效的反馈必须涉及与学生进行持续对话，对话的目的是开发和丰富反馈信息，促进学生明确自我监测标准，提高自我评价精度，发展自我评估能力，教师尝试激励学生掌握自己学习的所有权，将外部反馈信息构成内部循环回路，解读自身弱项与问题，在内部回路信息监控下，完成自我调节，增强在线参与的深度。

3.量规反馈，提升参入的投入性

帕纳德罗[19]认为量规反馈被定义为“通过描述与标准中的每一个相关项的质量水平差异来列出评估标准”。哈蒂和田伯烈的量规反馈模型通过三个反馈问题总结了经验确定的有效性标准——我要去哪里（学习目标的透明度）、我要怎么办（信息对当前任务的表现）、下一步（个人提示如何达到所需的任务性能）。[20]反馈应阐明具体的学习目标，包括关于学习过程当前状态的提示，并给出关于如何提高任务绩效的信息。

由研究可知，指向问题解决的详细反馈更有助于深度参与在线学习，它被认为比等级形式的非详尽的反馈更有用。详细的反馈应该包括指出问题的原因、帮助接收者纠正目标的策略、程序错误以及改正措施等。在基于计算机的学习环境中，详细的反馈信息和个性化的显示学生下一步做什么被认为是高效的。因此，需要比较系统地将反馈规则分配到更多反馈问题上去。通过递增分级的反馈问题，并根据它们对学生学习的影响，系统地比较这些反馈条件，可以识别哪些问题是确定的、哪些问题是不确定的，反馈任务改进的信息，使学生纠正错误的知识组件，导致其结果的改进，最大限度发挥量规反馈作用。

参考文献：

[1]Astin A W.student involvement：A developmental theory for higher education[J]. Journal of College Student Development， 1984（4）：297-308.

[2]赵丽敏.论学生参与机制[J].中国教育学刊，2002（4）：26-29.

[3]胡敏.在线学习中学生参与度模型及应用研究[D].武汉：华中师范大学，2015：42-45.

[4]高洁.外部动机与在线学习投入的关系：自我决定理论的视角[J].电化教育研究，2016（10）：64-68.

[5]高洁.在线学业情绪对学习投入的影响——社会认知理论的视角[J].开放教育研究，2016（2）：89-92.

[6]Mar?al E， et al. Using mobile messages to improve student participation in blended courses： A Brazilian Case Study[J].ACM SIGAPP Applied Computing Review，2016（3）：15-25.

[7]Stephenson B. Using python and quickdraw to foster student engagement in CS1[A]. Companion to the ACM SIGPLAN Conference on Object-oriented Programming[C].ACM，2009：675-682.

[8][12]Hattie J. Know thy impact[J].Educational Leadership，2012（1）：18-23.

[9][11]Wollenschl?ger M，Hattie J， et al. What makes rubrics effective in teacher-feedback？ Transparency of learning goals is not enough[J].Contemporary Educational Psychology， 2016：1-11.

[10][13]Harks B， Rakoczy K， et al. The effects of feedback on achievement， interest and self-evaluation： The role of feedbacks perceived usefulness[J].Educational Psychology，2014（3）：269-290.

[14][20]Hattie J， Timperley H. The power of feedback[J].Review of Educational Research，2007（1）：81-102.

[15]Tempelaar DT， Rienties B， et al. In search for the most informative data for feedback generation： Learning analytics in a data-rich context[J].Computers in Human Behavior， 2015（3）：157-167

[16]Ibarra-s， et al. Monitoring and Information on Skills Development at University： A Multiple-case Study [A].Teem16 Fourth International Conference on Technological Ecosystems for Enhancing Multiculturality[C].ACM 2016：193-197.

[17]李盧一，许蓉，郑燕林.ARCS模型视角下网络学习反馈设计[J].现代远距离教育，2013（3）：68-71.

[18][19]Mulliner E， Tucker. M. Feedback on feedback practice： perceptions of students and academics[J].Assessment & Evaluation in Higher Education，2015（10）：1-23.

（编辑：王天鹏）