在线学习环境下学习者信任度影响因素分析

周妍 杜鹏

摘 要：随着信息化教学的不断发展，在线学习得到广泛关注并逐渐成为传统课堂教学的合理替代品。信任是影响在线学习的重要参数，学习者的信任感的建立和维护是在线教育机构和教师必须面对的一项挑战。本文通过分析国外相关理论研究和实践经验，尝试提出影响学习者在线学习信任度的12项因素，建立了在线学习环境下得信任诱导因素社会技术框架，并应用验证性因子分析法（CFA）对框架进行验证，将12项影响因素分为课程教学、安全和隐私两个维度，同时对两个维度影响学习者信任度的重要性进行了评估，为今后进一步研究提供了参考。

关键词：在线学习；信任；课程教学；安全和隐私

中图分类号：G720 文献标识码：A

数据通信技术的巨大进步及其在教育教学领域中的应用，为学习者开辟了新的学习途径。互联网随时随地可用的便捷性，让远程教育从使用印刷材料、电话、电视或录像带的老式函授教育逐渐转变为今天的互联网电子学习或在线学习，教师和学习者可以直接在网络上进行授课与学习的互动。特别是4G移动通信技术的快速发展，能够快速传输高质量的视频、音频和图像等，使学习者摆脱了台式计算机的束缚，可以通过手机随时随地进行在线学习。

虽然在线学习在必要性和重要性越来越受到认可，但其作用远未得到充分发挥。与面授课程相比，在线学习的有效性仍然存在争议。2012年，斯隆在线教育发布的对美国2800多所高等院校的调查结果显示，将近90%的学术带头人认为在线课程学习者保留率低是广泛推行在线学习的主要障碍之一。调查显示，在美国有更多的在线学习者面临辍学的问题，特别是在网络教育缺乏有效和统一的国家质量保证体系的情况下，这种现象更为突出。从学习者的角度来看，在面对面交互严重缺失的情况下，很难投入在线课程学习，因为学习者必须承担诸如浪费时间和金钱、公开个人信息等潜在的风险。特别是对残疾学生来说，在线学习是其获得平等教育的有效途径，但是不愿意公开个人敏感信息成为他们进行在线学习的重要障碍。课程保留率和个人信息披露日益成为当今在线教育机构和教师面臨的挑战，同时也阻止了在线学习的广泛应用。因此，有必要从“信任”的角度寻求解决在线学习难题的答案。

一、在线学习环境下建立学习者信任感的必要性

“信任”在现代汉语词典中的解释是相信并加以托付，它可以被理解为是一种依赖关系。学习者在线学习的信任度被定义为“学习者愿意依靠在线学习系统的程度，并相信在线教育机构或教师能够采取适当的步骤帮助学习者实现其学习目标”。

研究表明，信任是影响在线学习的重要参数，对于确保在线学习的有效性和降低学习者可能出现的不确定因素起重要作用。原因如下：首先，信任有助于学习者做出注册在线课程的决定，同时也是防止学习者放弃课程学习的关键因素。建立信任感对在线学习者来说至关重要，如果潜在的学习者对在线课程有信任感，他们就更有可能注册并参与学习，同时缓解了招生的问题；如果已注册的学习者对在线学习有信任感，他们退学的可能性就相对较小，从而也缓解了保留率的问题。其次，公开个人信息取决于信任度。信任感能够减少学习者公开私人信息的顾虑，是学习者自我披露的前提条件。对学习者个人情况的了解，有助于教师有针对性的设定学习方案，进而提高在线学习效果。最后，信任感是师生关系的重要组成部分。学习者对教师的信任度决定了学习者对授课的接受程度。因此，建立和维护学习者对在线学习环境的信任感对在线学习的成功和未来至关重要。

二、在线学习环境下有关信任度的研究

信任广泛存在于人类社会活动中，在哲学、心理学、管理学和营销学等诸多学科领域中，国内外相关学者已经对信任进行了多方面的研究。自互联网产生以来，大量研究的重点转移到对电子环境的信任，例如电子商务、虚拟社区和在线协作等。与电子商务等领域的信任研究相比，在线学习环境下，对信任的调查研究尚不丰富，国外已有部分研究成果，国内相关研究仍属于空白。最早的尝试是Xu和Korba，他们提出了一种基于策略协商和公钥加密的信任模型，用于解决在线学习应用中分布式交互系统的安全性和隐私性问题。文章提出了维护可信任的在线学习环境的重要性，以及建立信任评估机制的必要性。2010年，Liu和Wu提出了一项调查，勾画了可信任在线学习研究的全景。然而，这次调查所涉及的信任度与在线学习相关性的研究内容有限，并没有构建适当的可信任在线学习系统的信任模型。

在对文献的调研中发现，关于信任和在线学习的研究重点主要分为三个方向。第一类研究侧重于在线学习过程、平台或环境的安全和隐私问题，其中三种最常见的信任建立和评估方法如下。一是基于策略的访问控制方法，它被广泛应用于大型分布式网络系统的管理。与信任相关的策略通常包括授权策略和义务策略。授权策略是指主体对客体授权或者未授权的行为，如授权个人访问；义务策略是指主体获得或执行对客体的访问权利前或过程中必须完成的操作，如获得用户对收集个人信息的同意；二是基于证书的方法，依靠数字证书和数字签名，如X.509、PGP[Pretty Good Privacy]。数字证书由权威认证机构颁发，以确定公开密钥是否真正属于用户所有，或者证明该用户是否可信；三是基于信誉的方法，主要依靠用户以往的经验或是第三方的建议。在这种方法中，信誉被用来衡量在线学习的可信度。目前，许多对网站或用户信誉评价的方法已经在互联网上普遍应用，例如eBay和Epinions。多数情况下，可以组合使用上述三种方法。例如，El-Khatib等人[10]在研究安全和隐私标准及其与在线学习相关的问题时，侧重于基于策略和证书的方法。Anwar和Greer则提出了一种新的模型[4]，通过整合三个维度上的信誉来确定在线学习的可信度，保证在线学习活动的可靠性。

第二类研究则聚焦于通过信任机制整合在线学习环境中适用的和可靠的学习资源。Yang、Chen等人指出难以找到优质学习资源和可靠的合作机构成为虚拟学习社区中知识有效共享的主要障碍。为克服上述障碍，采用了基于点对点（P2P）社交网络环境的信任管理机制，这种机制根据资源的质量对节点进行分类。Carchiolo等人为了解决在线学习机构如何为学习者提供最合适的学习资源的问题，将信誉理念应用于P2P在线学习环境的相关学习对象和节点，建立了一个信誉模型，可以按照信誉节点为学习者寻找个性化的有效学习路径。类似的研究还有Liu、Chen等人提出的一种以服务为导向的在线学习系统，该系统包含质量认证和信任评估，旨在为学习者推荐高质量和可信任的教育服务。

第三类研究领域关注学习者对在线学习的认知和信任度。Jairak等人调研了高校教师和学生对混合学习法和完全在线学习法的看法，并将信任作为在线学习的预测因子应用于这两种学习方法中。Hashem基于可能影响学习者对在线学习信任度的各项因素，研究了学习者对在线教育的观点以及新兴信息技术在网络教育中的作用。此外，Pelet和Papadopoulou采用了一种特殊的方法，研究色彩对学习者在线学习记忆和信任度的影响，认为选取合适的颜色是设计在线学习平台的重要因素，可以增强学习者对在线学习环境和内容的信任感。这一结果也表明，界面设计因素对增强学习者对在线学习环境的信任度有重要影响。

在所调研的文献中，没有一项研究充分调查了在线学习环境中学习者信任的前提或决定因素。因此，迫切需要更深入全面地了解学习者在线学习信任度的影响因素。否则，很难在在线学习环境中建立和维护学习者的信任感，同时在线教育机构和教师应该更注重提供可信的、持续的和成功的在线课程。

三、建立在线学习环境下信任诱导因素社会技术框架

综合上述关于虚拟环境下学习者信任度的研究，建立在线学习环境下的信任诱导因素框架，表1所示。这个框架是“社会技术（socio-technical）”的，因为它包含在线课程的社会和技术特征，如教师和课程体系，这些特征可能会影响学习者对在线学习环境的信任度。与已有的其他信任模型或评估机制相比，这个框架更为全面，它不仅考虑到不同类型的信任（基于政策、基于证书、基于信誉等），而且包括教师的教学风格和在线学习系统的界面设计等。不过，该框架并没有包含在线学习环境下所有的信任诱导因素，而是侧重于总结文献中的较为突出的信任因素，并将其综合为一个可评价的完整框架体系。

框架总结了12项信任诱导因素，并将其分为信誉、设计、教师能力、安全和隐私4个维度。这些维度是根据文献中信任因素的语义和功能来分组确定的。表1详细说明了框架，包括4个维度和相应的信任诱导因素。具体来说，信誉维度可以理解为是一种认知特征，例如在线学习平台或教师以往的评价或声誉，通常是当前课程之前形成的；设计维度是指在线学习平台信息和图形的整体设计质量和可访问性；教学风格维度是指教师的沟通技巧和与学习者的互动行为模式；安全和隐私维度是指在线学习系统包括的安全和隐私措施。

四、框架的验证与评估

为了确保上文提出框架的有效性，采用问卷调查的方式，对584名成人在职学生进行了调查，通过对问卷结果的分析对框架进行验证。此次问卷采用10分制评分标准（1为最低，10为最高），让受访者分别对12项信任诱导因素的重要性做出评价反馈，共收回有效问卷571份。整理571份调查数据，应用数理统计学方法进行分析，最终确定了框架的内在维度，并进行了维度重要性评估。

（一）维度验证

应用验证性因子分析方法（CFA）对12项信任诱导因素进行检验，评定框架的有效性和内部可靠性。CFA是一种强大的统计工具，主要作用是验证事前定义的因子模型拟合实际数据的能力。在本研究中，它被用于验证信任诱导因素，并确定因素的基本维度。在进行因子分析前，首先进行了KMO检验和Bartlett检验，检验因子的适用性。用KMO（Kaiser-MeyerOlkin）检验统计量检测因子适合的情况，结果KMO值=0.91，表明数据用于因子分析是有效的。Bartlett检验的相伴概率p<0.001，表明数据适用于因子分析。

对271份数据进行主成分因子分析，只有两个大于1的特征值，这两部分的累积贡献率达到70%。另外，从碎石图可以看出，第二个主成分之后出现了明显的拐点。因此，确定了两个维度。基于这一初步分析，尝试使用了几种旋转方法将12个信任诱导因子加载在两个维度上，最终选定了更能表现因子与维度潜在关系的正交旋转法。从表2可以看出，所有因子负荷都达到了可接受的水平0.3，其中绝大多数都超过了0.7，表明因子信度较高，每项因子都能符合其中一个主成分，因此，框架中的12项因素都应该被保留。

验证结果与拟定框架之间的主要区别是维数：12项因素分为两个维度，而不是四个维度。进一步调查表明，第二个主成分实际上包括拟定框架中安全与隐私维度的前三项因素，而第一个主成分包括其余所有因素。由此，将第一个维度命名为课程教学，与在线课程的声誉，设计质量和教师的教学风格等方面相关，将第二个维度保留为安全和隐私。为了检查每个维度的内部一致性信度，在每个维度上计算Cronbachα系数分别为0.91和0.90，表明信度非常理想。从以上结果可以得出结论，两个维度能够体现提升学习者信任度的在线课程或学习环境的不同方面和特征。

（二）维度重要性评估

中位数是反应有序数据集中趋势的适当指标。为了评估两个维度相对重要性，571位受访者分别对课程教学、安全和隐私两个维度进行了10分制评级，确定了中位数等级。图1给出了这两个维度中每一个等级的中位数的箱形图，可以看出，两个维度评级的中位数都超过5，但是课程教学维度的中位数为9，高于安全和隐私维度的中位数8。Kruskal-Wallis检验与成对比较的结果显示两个维之间存在显着性差异（χ2= 14.1，df=1，p<0.001）。这一数据表明，每个维度对受访者的评估都起到一定的作用，但安全和隐私维度的评级略低于课程教学维度。

五、結语

本文通过文献分析法，关注在线学习环境中学习者信任的前提或决定因素，建立了在线学习环境下的信任诱导因素社会技术框架，确定了12项信任诱导因素，应用数理统计学理论（CFA）确定了框架的两个基本维度，并对两个维度的相对重要性进行了评估。结果显示，12项信任诱导因素都有助于提升学习者对在线课程的信任度，且12项因素可以划分为课程教学、安全和隐私两个潜在维度，但两个维度对于提升学习者信任度的相对重要性不同，课程教学维度比安全和隐私维度高约10%。这表明，在线学习环境下，课程教学因素（例如声誉、设计质量和教师的教学风格）的有效运用可以帮助学习者克服对于安全和隐私方面的顾虑。

在線学习环境下信任诱导因素的社会技术框架是需要不断完善的。在调查中发现，部分受访者认为，除了给出的12项因素外，面对面学习的机会和社交媒体上的互动也有助于提升他们对在线学习的信任度。另外，随着社交媒体和协作工具在在线课程中的不断应用，学习者之间的互动和信任可能对在线课程的可持续性和学习者的课程表现起到重要作用。因此，学习者之间的信任度将成为在线学习环境另一个值得研究的方向。

参考文献

[1]Allen，I.E.，Seaman，J.Changing course：ten years of tracing online education in the United States[M].San Francisco CA：Babson Survey Research Group and Quahog Research Group， LLC，2013.

[2]Bowker，N.，Tuffin，K.Disability Discourses for Online Identities[J].Disability & Society，2002（17）.

[3]Bulach，C. A Measure of Openness and Trust[J].People & Education，1993（1）.

[4]Anwar，M.，Greer，J.Facilitating Trust in Privacy-Preserving E-learning Environments[J].IEEE Transactions on Learning Technologies，2012（5）.

[5]Ghosh，AK.，Whipple，T.W.& Bryan，G.A.Student Trust and its Antecedents in Higher Education[J].Journal of Higher Education，2001（72）.

[6]Briggs，P.，Simpson B.& Angeli，A.D.Personalisation and trust：A reciprocal relationship[M].Dordrecht：Kluwer Academic，2004.

[7]Wooten，A.G.，McCroskey，J.C.Student trust of teacher as a function of socio-communicative style of teacher and socio-communicative orientation of student[J].Communication Research Reports，1996（13）.

[8]Xu，Y.，Korba，L.A Trust Model for Distributed E-Learning Service Control[A].In：M.Driscoll，T.Reeves， Proceedings of World Conference on E-Learning in Corporate，Government， Healthcare， and Higher Education[C]. Chesapeake， VA： AACE，2002.

[9]Liu，Y.，Wu，Y.A Survey on Trust and Trustworthy E-learning System[A]. In：F.L.Wang，Z.Gong，X.Luo & J.Lei， Proceedings of 2010 International Conference on Web Information Systems and Mining[C].Berlin： SpringerVerlag，2010.

[10]El-Khatib，K.，Korba， L.，Xu，Y. & Yee，G. Privacy and Security in E-learning[J].International Journal of Distance Education Technologies，2003（1）.

[11]Yang，S.J.H.，Chen，I.Y.L.& Chen， N.S. Enhancing the Quality of E-learning in Virtual Learning Communities by Finding Quality Learning Content and Trustworthy Collaborators[J].Educational Technology & Society，2007（10）.

[12]Carchiolo，V.，Longheu，A.& Malgeri，M.Reliable peers and useful resources： Searching for the best personalised learning path in a trust-and recommendation-aware environment[J].Information Sciences， 2010（180）.

[13]Liu，Y.，Chen，D. & Sun，J.A trustworthy e-learning based on trust and quality evaluation[A].Proceedings of 2011 International Conference on E-Business and E-Government[C]. New York， NY： IEEE，2011.

[14]Jairak R.，Praneetpolgrang，P. & Mekhabunchakij，K.An Investigation of Trust in E-learning for Instructors and Students in Private and Public Universities[A].In：S.Charmonman，Proceedings of the 6th eLearning for Knowledge-Based Society Conference[C].Bangkok： Assumption University Press， 2009.

[15]Hashem，M.E.The Role of New Information Technology in Education and Development：A Case Study of Building Trust in Distance Education[J]. International Journal of Arts & Sciences，2011（4）.

[16]Pelet，J.，Papadopoulou，P.Investigating the Effect of Color on Memorization and Trust in E-Learning：The Case of KMCMS.net （Knowledge Management and Content Management System）[A].In：Information Resources Management Association，Organizational learning and knowledge：Concepts，methodologies，tools and applications [C].Hershey， PA： Business Science Reference，2012.

[17]Nunnally，J.C.Psychometric theory （2nd ed.）[M].Englewood Cliffs，NJ：McGraw-Hill，1978.

[18]Sermeus，W.，Delesie，L.Ridit analysis on ordinal data[J].Western Journal of Nursing Research，1996.