孙发勤 冯 锐

学习分析视域下的在线学习动机评估研究*

孙发勤 冯 锐

（扬州大学 新闻与传媒学院，江苏扬州 225009）

突如其来的新冠肺炎疫情使在线课程的学习效果受到质疑，在线学习动机研究逐渐受到重视。在此背景下，文章以现有研究中主观动机测量模型为基础，梳理出评估学习动机的一级指标，在借鉴学习投入研究成果的基础上，结合在线学习过程中产生的行为数据，确定了评估学习动机的观测指标，并通过机器学习研究得到一种在线学习动机四级分类模型。最后，通过半结构化访谈，文章发现在线学习过程中，近期价值、自主感、工具性、社会关系等与学习动机的形成有较强的正向关系，而情感态度对学习动机的形成影响较弱。文章提出的在线学习动机评估方法可为在线学习平台的设计提供一定的理论参考。

在线学习；学习动机；动机评估；影响因素

突如其来的新冠肺炎疫情把在线教育再一次推到了聚光灯下。在“停课不停学”的号召下，在线教育经受住了这次前所未有的考验，但在线学习的效果也受到质疑。学者纷纷开始思考：究竟是什么影响了在线学习效果？不少学者把目光聚焦于学习动机，如高秀梅等[1]认为学习动机是学业成绩的正向预测源，何聚厚等[2]构建了VR教育游戏学习动机影响因素模型，发现学习动机对成绩有显著影响。随着大数据在教育领域的广泛应用，在线学习者的细粒度学习行为数据被详细地记录下来——若能在这些数据中找到动机外化的学习行为大数据，就可以基于这些数据来分析和评估学习者在线学习的动机水平、差异及变化，间接了解学习者参加在线课程的学习动机水平和学习愿望。……