数字化学习中的学习者参与：联结学习动机与学习绩效

万力勇

编者按：谢魁（Kui Xie）是国际教育技术领域的著名学者，现任俄亥俄州立大学教育与人类生态学院西弗特杰出教授、学习技术课程主任、数字化学习研究实验室主任、华中师范大学长江学者讲座教授，担任《Contemporary Educational Psychology》《The Internet and Higher Education》等知名杂志编委，曾任美国教育研究协会（AERA）设计与技术分会（SIG-Design and Technology）主席。他在K-12技术整合与教师专业发展、数字化学习中的动机与参与、技术干预与学习环境、学习分析和研究方法等领域有着深入研究，在《Computers & Education》《Internet and Higher Education》《British Journal of Educational Technology》《Educational Technology Research & Development》等教育技术类SSCI期刊发表学术论文40余篇，其研究成果受到广泛关注。谢魁教授于2017年获俄亥俄州立大学教育与人类生态学院杰出研究奖，2018年获美国教育传播与技术协会远程教育最佳质量研究论文奖。

摘要：在数字化学习领域，如何设计、开发和整合能够提升学生学习动机并促进学生参与的创新技术以提高学习绩效，一直是学术界关注的热点问题。数字化学习环境中的学习者参与作为联结学习动机和学习绩效的桥梁与纽带，由行为参与、认知参与、情感参与、社会性参与四个维度构成。学习者参与能提高学习绩效，但是学习者的社会性参与也可能引起社会性冲突，需要通过社会性冲突演化模型来进行干预和化解。数字化学习动机研究涉及的关键变量包括兴趣、价值感、自治感、胜任感和关系感。研究证实，内部动机和外部动机对学习者参与均具有显著影响。开展数字化学习中学习者参与研究可以引入多种跨学科研究方法，其中经验取样法是一种有效的学习者参与数据采集方法，该方法有助于即时、准确地捕捉参与者的真实体验和感受。未来数字化环境下的学习者参与研究可以从三个方面深化：一是探查数字化学习参与的具体机制，二是设计提高学习者参与度的有效策略，三是寻求研究方法的创新和突破。

关键词：数字化学习;学习者参与;学习动机;学习绩效;社会性参与

中图分类号：G434   文献标识码：A    文章编号：1009-5195（2018）04-0011-09  doi10.3969/j.issn.1009-5195.2018.04.002

一、数字化学习中的学习者参与：机理与作用

访谈者：尊敬的谢教授，您好，非常高兴能有机会对您进行专访。您和您的团队近几年在数字化学习领域取得了丰硕的研究成果，您能否先简要介绍一下您领衔的研究机构和研究领域？

谢魁：我们这个研究机构称为“数字化学习研究实验室”（The Research Laboratory for Digital Learning，RLDL，网址是https：//dl.ehe.osu.edu），由我本人于2014年创建，经过几年的努力，现已发展成一个比较有影响力的团队。团队现有在职教师、博士后、博士生、访问学者共计10余人。近两年来，团队取得了一系列的研究成果，2018年我们在《Computers & Education》《Internet and Higher Education》《British Journal of Educational Technology》《Teaching and Teacher Education》等教育领域权威期刊上发表论文14篇，产生了广泛的学术影响。我们现在所开展的研究主要包括四个方向：K-12技术整合与教师专业发展、数字化学习中的学习动机和参与、技术干预与学习环境、学习分析与研究方法。团队目前主要致力于研究学习者如何在技术支持的学习环境中学习，如何设计、开发和整合能提升学生学习动机并促进参与的创新技术来有效提升学生的学习绩效。研究的侧重点是技术如何在支持有意义学习中发挥重要作用，具体领域包括计算机支持的协作学习、学习动机和自我调节学习、人工智能教育应用、虚拟世界和教育游戏、教师专业发展等。

访谈者：您刚才提到数字化学习中的学习者参与是您的主要研究领域，而且在这方面积累了大量研究成果。您觉得数字化学习中的学习者参与和传统学习有什么差异，以及数字化学习中的学习者参与有哪些类型，各有什么特点？

谢魁：首先，数字化学习环境与传统面对面学习环境的差异必然导致学生在学习参与上有很多不同。其中最大的不同是，在数字化学习尤其是网络化学习中，学生的参与更具有自发性和自主性。他们需要自己制订学习计划，对学习过程进行自我管理，同时还需要进行学习效果的自我评测及反思，这种形式的学习称为“自我调节学习”（Self-Regulated Learning）。在自我调节学习中，因为缺乏教师在场的、及时的外部监管和指导，学习者自身的学习积极性和主动性就显得尤为重要（Xie & Hensley et al.，2017）。因此，数字化学习参与相较传统学习而言，对学生提出了高更要求，尤其體现在非智力因素方面，如学生的学习动机、社会性互动能力、社交中所体现的领导力等，这些都对学生的学习参与起着非常重要的作用。

在数字化学习参与方面，团队没有过多关注课程内容的设计和学习内容的呈现，而将重心聚焦在学生在数字化学习环境中如何参与以及参与类型的研究上。我认为数字化学习中的学习者参与有四个不同维度（见下表）：行为参与（Behavioral Engagement）、认知参与（Cognitive Engagement）、情感参与（Emotional Engagement）和社会性参与（Social Engagement）（Fredricks et al.，2004;Gunuc & Kuzu，2015;Xie et al.，2019）。

行为参与是指学生是否实施了一系列的课程学习行为，这种行为往往是可观察的，比如他学习了没有，在哪里学习，什么时候学习，有没有按照制订的学习计划来学习等。在网络化学习环境中，行为参与还包括学习者有没有登录网络学习平台，在平台里停留了多长时间，点击了哪些页面，在每个页面上停留了多长时间等。这些都可以作为行为参与的表现形式（Xie，2013）。

认知参与是指学生在课程学习中获取知识的内在智力活动，以及学生对元认知策略和自我调节策略的使用。比如学生开展数字化学习过程中有没有去积极参与知识的构建，是浅层构建还是深层构建，学生有没有对知识构建的过程和结果进行内化，有没有有效地使用元认知策略等（Xie & Ke，2011）。

情感参与是指学生在实施学习行为、进行认知活动的过程中所伴随的态度、情绪等情感体验。情感参与可能是正向的，也可能是负向的。当学生对学习有正向情感体验时，他会更积极地学习;而如果是负向情感体验，学生则会因为缺乏情感动力而放弃学习（Xie et al.，2019）。

在数字化学习中，网络将学生互联在一起，让学生可以很方便地进行同步或异步的社会互动。这种社交性的、互动性的参与被称为社会性参与。社会性参与具体包括学生在社会化网络环境下是如何互动的，如何通过参与互动来促进观点的碰撞、知识的共享和知识的生成。社会性参与也有正面和负面之分，正面的社会性参与会促进学习，负面的社会性参与则会对学习产生消极影响（Xie et al.，2013）。当然，数字化学习中学习者参与的这四个维度在传统教学中也存在，但因为学习环境的差异，其在表现形式上也有一定的差异。

访谈者：请您介绍一下数字化学习中的学习者参与是如何发生的，学习者参与对提高学习绩效有什么作用？

谢魁：首先，数字化学习中的学习者参与同时包括个体参与和社会性参与，个体参与强调学习者通过与媒体和内容的交互来进行自主知识构建，而社会性参与强调通过与同伴的协作和对话来完成对知识的内化和迁移。其次，学习者参与是个体与其他学习者建立和维持互动关系的复杂过程。有一些研究将学习者参与看作学习者对学习社区的归属感和依附感的一种表现形式（Hrastinski，2009）。如果学习者对学习社区有较强的归属感和依附感，他对学习的参与性就会更强。再次，学习者参与依赖于各种学习工具和学习体验的支持。学习工具包括物理工具和心理工具，物理工具（如计算机）可帮助学习者完成学习任务，心理工具（如语言）则可帮助学习者完成有效互动（Hrastinski，2009）。学习者的积极参与会促进学习，而学习体验的结果也会对学习者参与产生反作用。参与过程是一个复杂的过程，其中既有和谐也有冲突，既有合作也有竞争，是学习者学习体验的集中表现。

对于学习者参与是否会提高学习绩效，回答是肯定的。为了达到学习目标，学习者肯定会有一定程度的参与。一般来说，学生的参与度越高，学习绩效也会相应较高。在研究中我们会把学习绩效当成一个重要的结果变量来处理，但是学习绩效并不仅仅指学习成绩，也包括学习者在学习过程中的行为和表现。比如，在网络化环境中可以通过数据挖掘和文本分析等手段，来获取学生的访问信息、浏览行为、互动行为、评价行为及作业提交行为等，从而全面而精细地评判学生在整个学习过程中的表现，而不仅仅是关注最终的学习结果。

访谈者：您近期发表了多篇与社会性参与相关的论文，您认为社会性参与会对学生的数字化学习行为产生哪些影响？

谢魁：在回答这个问题时，我首先要提出一个观点，在人类的学习中，社会性交互是至关重要的。维果茨基（Vygotsky）认为社会性互动是学习者学习到符合所在社会文化的思维和语言的必要途径（Vygotsky，1962）。交互在传统学习中往往被定义为人机交互或人与内容的交互，而在数字化学习中，学生不仅与媒体及内容交互，同时还要与更多的人进行交互。因此我们要把学习群体在学习环境层面进行重新构建，让学习者有足够的机会与其他学习者进行交互。基于这种交互特征，学习者的社会性参与具有一定的规律性，社会性参与在体验层面主要包括社会存在感和社会冲突感。社會存在感是指学习者在社交和情感上投射到在线学习社区的能力和体验（Garrison et al.，1999）。社会存在感有助于培养学习者积极的情感体验，让学习者产生归属感和群体身份认同。但任何社会环境下的人与人之间的互动并不总能产生积极情绪和感受，有时还可能会触发紧张感和对抗感。当这种不确定、紧张和对抗的情绪与气氛在社会交互中出现时，我们就称之为社会冲突感。已有研究发现，如果学生的社会存在感水平较高，其认知参与也会相应较高，学习绩效也会较好。但当社会冲突感发生时，则会对学生的学习行为和认知参与产生负面影响，进而影响学习绩效（Xie et al.，2013;Xie & Lu et al.，2017）。不容忽视的是，除上述社会存在感和社会冲突感之外，还有一种认知冲突现象。与社会性冲突不同，认知冲突对学生的学习行为和认知参与具有促进作用，有助于观点的形成和知识的建构。总体而言，社会性参与和学习者的学习行为、学习效能的关系是非常微妙的，一方面我们要鼓励学生持有不同的观点，但另一方面学生在表达观点时因为方式欠妥或处置不当，又有可能转化成社交方面的冲突。

访谈者：当社会性冲突出现时，我们应该如何处理呢？

谢魁：数字化环境下的社会性学习，一定要有不同的观点，有观点就会有冲突，虽然这种认知上的冲突也会引起情感上的紧张，但这种紧张一般不会转化成学生之间的社会性冲突。我们的研究发现，社会性冲突的出现有一个缓慢演化的过程，当这种冲突集中于某些特定方面的时候，会使冲突的程度发生恶化。比如当冲突集中在学生要展示自己的能力，或者在能力上彼此较劲，抑或是在参与过程中对其他学习者产生敌对感时，认知冲突就有可能会转化成社会性冲突。社会性冲突的演化过程包括5个阶段：文化初始化、社交性协调循环、冲突升级、干预和调停、冲突终止（Xie et al.，2013）。由图1的社会性冲突演化模型可知，文化初始化阶段是课程学习开始时，学生在线上互相打招呼，表达对课程的紧张感和对彼此的支持，营造出一种美好的社交文化环境。社交性协调循环阶段包括去抑制、冲突/紧张和正常化三个环节，大多数学生都会经历这三个环节，此阶段会有小的冲突出现，但最后都会在社区内自行消解并回归正常化。冲突升级阶段，虽然协调循环能有效抑制社会性冲突，但冲突也会不断累积，最终升级到社区内部无法控制的水平。干预和调停阶段，由于社会性冲突升级并干扰了正常的学习活动，此时需要在线教师出面干预并协调。冲突终止阶段，在在线教师的协调下，冲突得以平息，学习活动重新恢复正常。在应对和控制社会性冲突方面，对教师而言，既要鼓励学生建立数字化学习社区内的积极文化和互动规则，同时要对学习社区内的紧张互动氛围予以特别关注，以维持学习社区内部运行正常化（Xie et al.，2013）。一般来说，干预本身并不难，难的是冲突的演化过程往往比较隐蔽且不易发觉，何时需要在线教师进行干预也不好把握。如果能通过人工智能的手段对社会性冲突演化程度进行自动监测和评判，并提醒在线教师及时采取相应的干预，将是一种不错的选择。比如，我们可以采用语义识别等手段，通过大数据和机器学习等技术做到这一点，这也是我们实验室正在关注和努力的一个方向。

二、数字化学习中的学习者参与：动机如何 影响参与

访谈者：您觉得有哪些因素会影响学习者的学习动机？您的研究中主要包括哪些关键变量？

谢魁：在学习者参与研究中，最核心的一个问题就是学习者的参与是如何被驱动的。我们将这种驱动性称为学习动机。学习动机是一个非常复杂的概念，现存的学习动机理论比较多，如需要层次理论、成就动机理论、成败归因理论、成就目标理论、期望价值理论、自我决定理论等，这些理论都对影响动机的因素进行了分类。一般来说，动机可以分为内部动机和外部动机。内部动机是指诱因来自学习者本身内在的因素，外部动机是指诱因来自学习者外部的因素。由内部动机引起的学习参与具有持续性和高效性，比外部动机要好。我们的研究主要关注兴趣、价值感、自治感、胜任感、关系感等变量。其中，兴趣是特质性的、最能持久保持的学习动机。兴趣会直接转化为学生的愉悦感，同时也是学习者参与最重要的内部动机之一。价值感同样属于内部动机，主要是指学习者对参与价值的感知，即学习者感知到的参与能提高其学习绩效的程度。价值感不仅直接影响学习者在学习社区中的参与程度，同时也会影响学习者对信息技术的使用程度。自治感、胜任感、关系感这三个变量均来自于自我决定理论（Xie et al.，2006;Xie & Durrington et al.， 2011）。该理论是以积极心理学为背景发展起来的一种认知动机观，认为个体是积极向上的，具有自我实现和自我成长的需要（Deci & Ryan，2000）。自治感是指学习者能根据意愿自主选择并决定他们的参与行为，同时希望在活动中不受限制、对自我行为和决策拥有选择权利。给学习者提供足够的自治能有效促进他们学习动机的内化和整合。胜任感是指学习者在学习参与中感受到有能力完成该项学习任务，通过实施满足学习者个体能力需要的相关措施，可以促进学习者的参与动机，比如在学生完成在线学习任务后给予积极的反馈等。关系感是指学习者个体在其所处的在线学习社区中能形成安全感，并与他人形成满意的联系或归属感，比如在线学习同伴的支持能促进学习者的参与等。这三个变量之间的关系如图2所示。它们既相互独立，又彼此存在交叉。作为外部动机因素，自治感、胜任感和关系感的满足都会增强学习者的内在参与动机。

访谈者：您在研究数字化学习动机与学习者参与关系的过程中主要采用了哪些代表性的理论和模型？

谢魁：除了刚才提到的自我决定理论外，我们还采用了成就目标理论、期望价值理论和探究社区理论（Community of Inquiry，CoI）。成就目标理论直接用于解释教育情境中的个体行为。该理论认为，对能力的理解会影响学习者在学习情境中的目标取向。有的学生持有能力增长观，认为通过个人努力能力是可以不断提高的;有的学生持能力实体观，认为能力对于个体而言是无法改变的。持能力增长观的学生倾向于将学习看作提高自身能力的机会，其学习目标是在完成学习任务的同时发展自身的能力;而持能力实体观的学生则会把学习看作对自己能力的一次检验过程，其学习目标是为了显示自己具有很高的能力或者避免被低能评价（Dweck，1988）。对学习目标定位的差异也导致学生在进行学习参与时表现出不同的参与模式（Xie & Huang，2014）。

期望价值理论认为，个体完成各种任务的动机是由其对完成该任务的期待及对这一任务所赋予的价值决定的。该理论认为学习者的学习绩效取决于两个重要因素：对于成功的期望和主观任务价值。期望是指学习者对自己在学习任务中取得成功的信心;任务价值是指学习者感知到的学习任务的重要性、实用性或愉悦性（Eccles，1983）。学习者最佳的学习动机条件是通过自己的努力有可能实现学习目标，而该学习目标又正好与学习者所期望的任务价值相匹配。反之，如果学习者发现正在进行的学习和自己所期望的价值之间毫无关系或者觉得自己的学习目标极难实现，那么他的学习动机也不会持久。

探究社区理论通过发展认知存在（Cognitive Presence）、社会存在（Social Presence）和教学存在（Teaching Presence）这三个重要的要素来有效促进在线学习者知识、能力和技能的建构、发现和培养（Garrison et al.，1999）。该理论是在线学习社区研究领域中引用最为广泛的理论之一。我们在研究社会性冲突时也用到了这一理论，社会冲突与该理论中的社会存在有很强的关联性。社会存在是指在数字化学习环境中，学习者展现个体特质以及发展个人的和有目的社会关系的能力（Garrison，2007）。社会存在包括三个维度：有效沟通、开放式交流和团队凝聚力。受社会存在的启发，我们在研究中提出了“冲突存在”（Conflictual Presence）这个概念，冲突存在就是一种冲突性的社会存在。当不确定、痛苦和对抗的体验发生时冲突存在便会逐渐产生（Xie & Lu et al.，2017）。冲突存在的提出对于探究社区理论是一种补充和扩展。

访谈者：请您介绍一下数字化学习环境下学习者的内部动机和外部动机是如何影响学习者的学习参与的？

谢魁：虽然很多研究证实了学习者的内部动机和外部动机对学习参与具有显著的影响作用，但如果学习环境、学习者和学习活动存在差别，其影响作用也表现出一定的差异性。以我们团队的三个相关研究为例，这三个研究都是探索学生在线讨论中的学习动机与学习参与之间的关系。第一個研究在2006年开展，目的是探究在线讨论中学习者的内部动机与学习参与之间的关系。通过实证分析发现，学习者参与与其内部动机呈正相关。具体表现为，如果学生在在线讨论中感知到有价值、有趣、有愉悦感，他们就会更乐于参与（Xie et al.，2006）。第二个研究在2011年开展，我们在一个基于同伴调节的在线社区中发现，价值感、胜任感和自治感是影响学习者低水平交互的关键因素;内部动机是影响学习者个体精细交互的关键因素;关系感是影响学习者协作精细交互的关键因素。研究同时发现，自治感和关系感是影响学习者互动调节行为的关键因素（Xie & Ke，2011）。第三个研究在2013年开展，主要考察了在线讨论中动机、同伴反馈与学习者参与之间的关系。学生的参与行为包括发帖行为和不发帖行为两种。结果显示，学生会花费大量的时间参与不发帖的学习活动。学习动机和同伴反馈对学生的发帖和不发帖行为都具有解释作用（Xie，2013）。

三、数字化学习中的学习者参与：研究方法 创新

访谈者：您在开展研究的过程中用到很多跨学科的研究方法，请您简要介绍一下这些方法及其用途，以及在开展研究时选择研究方法的依据。

谢魁：关于研究方法的创新是我们团队比较注重的一个方面。特别是在数字化学习当中，学习者和媒体的交互可以产生各种各样的学习行为数据。这些数据在传统课堂中是无法获取的，但是在数字化学习环境下则可以通过在线学习平台后台管理技术、网络日志采集技术、网络爬虫采集技术等将其很方便地采集下来，而且采集過程本身对学生的学习过程没有任何干扰。这就为我们做数字化学习参与方面的研究提供了一个非常好的数据源。在研究数字化学习参与时，我们既用到一些传统的量化研究方法，如回归分析、线性方程、结构方程模型、多层线性模型分析法等，同时也用到一些传统的质性研究方法，比如在研究社会性冲突时用到了质性编码（Qualitative Coding）方法。我们特别重视将量化研究方法和质性研究方法整合起来，比如我们在对话语文本进行内容分析时，先把学生的交互文本通过编码方式转成数字信息，然后再结合量化的模型来进行建模（Xie et al.，2018）。近期我们对跨学科研究方法采用较多，比如数据挖掘方法、语义识别方法和社会网络分析方法。数据挖掘和语义识别是信息科学领域中常用的方法，社会网络分析是社会学领域中常用的方法。我们通过数据挖掘方法在没有明确假设的前提下去寻找隐藏在学生学习数据中的信息，发现信息中存在的与学习者学习行为相关的潜在关系和规律，比如进行基于回归技术的模型预测、基于聚类的结构发现、基于关联规则的挖掘、基于序列模式的挖掘等;通过语义分析理解学生的讨论文本所表达的语义内容，实现对各个语言单位的分析，从而理解学习者讨论文本所表达的真实语义;通过社会网络分析对学习者的社交网络关系结构加以解析，进而测量学习者互动网络的结构和特征等属性。

在研究方法的选择上，一个常见的误区是把研究方法的选择置于研究问题确定之前。比如我的一个博士生直接告诉我说他要做一个结构方程模型的论文或者做一个社会网络分析的论文。这就是连研究问题还没有想好，就先把研究方法确定下来了。如果要让研究问题与研究方法完美契合，首先要对研究问题做深入地剖析，在对研究问题理解透彻的前提下再去找研究方法。这个先后关系很重要，我们要用研究问题来驱动研究方法，但如果用研究方法来驱动研究问题，那就本末倒置了。除了要与研究问题进行契合外，还需要根据研究数据的特征来选择研究方法，比如在研究学习者的社会性参与时，如果已经获取了学习者群体交互的详细数据，我们就可以选用社会网络分析来做这个研究。但如果没有这种交互性的数据源，就只能选择问卷、量表等学习者自报告的研究方法。

访谈者：您在近期研究中使用了一种较新的研究方法——经验取样法（Experience-Sampling Method，ESM），您能否向我们介绍一下这种研究方法及其适用范围？

谢魁：传统教育心理学研究很注重对人心理状态的采集，因为行为是外显的，但是内在的一些心理状态需要参与者的自报告。传统自报告的方法虽然操作方便，但弊端是参与者自报告的真实性无法得到保证。就算参与者愿意报告自己的真实情况，他也未必能百分之百还原事件发生时的真实感受。为了提高学习者参与研究的准确性，我们在最近的研究中使用了经验取样法。经验取样法是一种收集人们对日常生活中经历事件的即时评估并记录下来的方法。采集的数据可以真实反映当时正在发生的事情以及被调查者在那一刻的想法和感受（Larson & Csikszentmihalyi，1983）。一般来讲，经验取样法会在一段时间内借助提醒工具提醒参与者，让参与者在事件发生瞬间回答问题，从而达到收集数据的目的。因为该方法可以在事件发生当下捕捉到参与者的真实感受和体验，与传统的自报告方法相比，它可以更为精确地检视学习动机、学习参与随时间和情境变化的轨迹，并有助于精准分析相关的影响因素。经验取样法包括随机取样、固定取样和基于事件的取样三种方式。随机取样是指参与者在给定的数据收集期内随机回答问题;固定取样是指参与者在设定的固定时间点回答问题;基于事件的取样是指参与者根据研究者的预设，在某一特定事件发生时回答问题。在近期的研究中，我们就同时采用固定取样和基于事件的取样两种方式对学生的数字化学习行为数据进行了采集和分析（Xie et al.，2019）。经验取样法并不是我们发明的一种方法，它最早应用于心理学和行为学领域，因为该方法的操作过程比较繁琐，对研究者来说存在一些技术障碍，一直没有得到广泛应用。近年来，随着移动计算技术、移动互联网络和个人智能移动终端设备（尤其是智能手机和可穿戴设备）在教育和教学中的常态化应用，我们可以借助随身携带的智能终端方便地采集学习者的学习行为数据，洞悉学习者数字化学习参与的全过程。比如我们在研究中开发了一款用于经验取样采集的APP，让学习者通过在iPAD上安装该APP来方便地采集他们的学习参与和学习行为数据（Xie et al.，2019）。

四、数字化学习参与研究展望

访谈者：请您谈一谈当前数字化学习参与研究的主要热点和今后的发展趋势。

谢魁：现在数字化学习参与本身就是一个热点，可以从如下三个方面持续深耕：

一是数字化学习参与的具体机制。首先是数字化学习参与包含哪些维度、参与的质量如何评判、各个维度之间关系如何等。其次，学习参与作为联结学习动机和学习绩效的纽带，学习动机如何影响学习参与，学习参与又如何影响学习绩效，这两种影响机制还需要进一步剖析和验证。再次，不同类型学习环境下的学习参与也是需要关注的方面。随着技术支持学习的普及化，数字化学习环境也呈现出多种表现形式，比如混合式学习、翻转课堂、游戏化学习以及智慧学习等。各种环境下的学习参与既有共性，也存在差异性，它们之间的共性是什么，差异性是什么，都值得我们去探索。

二是在探明學习参与机制的基础上，通过设计一些有效的策略或干预手段来提高学生的学习参与度，促进学生持续参与、高效参与。这就涉及到教学设计理念的问题。在我们现存的教学设计模型中，往往注重对知识结构和教学流程的设计，而容易忽略学习者参与这一因素。事实上，学生的学习体验并不总是聚焦于学习的绩效和产出，学习参与和学习动机也是整个学习体验的重要组成部分。我们现在做教学设计时首先考虑如何提高学习绩效，怎样达到高的学习产出，然后根据目标去设计学习活动序列、学习材料和呈现方法，以及如何去评价最终的产出。由于学习参与的重要性，以后的研究需要对当前的教学设计模型进行扩展和优化，以学生的学习体验为主线进行教学设计。比如如何对行为参与、认知参与、情感参与和社会性参与进行有效设计，如何对学习者进行情感支持，如何通过有效干预来提高学习者的学习动机和学习参与度等。为此，我们团队设计了一个学习体验设计模型，如图3所示。这个模型包含学习动机、学习参与和学习绩效三个关键部分，贯穿了学习者学习体验的全过程。当前亟需解决的问题是如何通过有效的设计来促进学习动机和学习参与，最终达到提高学习绩效的目的。此外，当前的信息技术主要用于优化学习材料的组织和呈现，而在今后，技术应该更多地用于对学习者的参与尤其是在优化学习者的非智力因素方面提供支持。

三是要在研究方法上寻求新的突破，继续加大学习分析技术在学习参与方面的应用力度。学习分析技术可以深入挖掘与分析学生在各个维度的学习参与数据，获取其学习参与行为的潜在规律和特点，发现学习参与中存在的潜在问题与缺陷。同时，学习分析在支持学生的社会交互方面也可以发挥作用，比如可以为在线学习社区中组建小组、搭配成员、调解冲突提供相应的指导。另外，还应加大对跨学科研究方法的引入，比如引入信息科学和人工智能领域最新的文本挖掘、机器学习等分析方法，引入心理学和社会学领域最新的抽样和数据分析方法等，从不同学科角度来丰富研究视野。比如，我们团队采用基于自然语言处理的监督学习（Supervised Learning）技术来对一组在线学习论坛的讨论帖进行分类，包含调节信息和通用信息示例的两种平衡数据集被用来训练和测试机器学习算法，随后用于识别发帖数据中的领导者（Leader）信息并监测学习参与过程中学习者的领导力情况（Xie et al.，2018）。

访谈者：非常荣幸能与您进行面对面的交流，聆听您对数字化学习中学习者参与方面的一些见解。您所提及的学习者参与的机理与作用、学习动机对学习参与的影响机制、学习参与研究中的跨学科研究方法以及您提出的学习体验设计模型对我们开展相关研究都具有重要的参考价值。再次感谢您能接受我们的访谈。

参考文献：

[1]Deci， E. L.， & Ryan， D. M. （2000）. The “What” and “Why” of Goal Pursuits： Human Needs and the Self-Determination of Behavior[J]. Psychological Inquiry， 11（4）： 227-268.

[2]Dweck， C. S. （1988）. Self-Theories： Their Role in Motivation， Personality， and Development， Essays in Social Psychology[M]. Philadelphia， PA： Psychology Press.

[3]Eccles， J. （1983）. Expectancies， Values， and Academic Behaviors[M]// Spence， J. T. （Ed.）. Achievement and Achievement Motives： Psychological and Sociological Approaches. San Francisco， CA： W. H. Freeman： 75-146.

[4]Fredricks， J. A.， Blumenfeld， P. C.， & Paris， A. H. （2004）. School Engagement： Potential of the Concept， State of the Evidence[J]. Review of Educational Research， 74（1）： 59-109.

[5]Garrison， D. R. （2007）. Online Community of Inquiry Review： Social， Cognitive， and Teaching Presence Issues[J]. Journal of Asynchronous Learning Networks，11（1）： 61-72.

[6]Garrison， D. R.， Anderson， T.， & Archer， W. （1999）. Critical Inquiry in A Text-based Environment： Computer Conferencing in Higher Education[J]. The Internet and Higher Education， 2（2-3）： 87-105.

[7]Gunuc， S.， & Kuzu， A. （2015）. Student Engagement Scale： Development， Reliability and Validity[J]. Assessment & Evaluation in Higher Education， 40（4）： 587-610.

[8]Hrastinski， S. （2009）. A Theory of Online Learning as Online Participation[J]. Computers & Education， 52： 78-82.

Learner Engagement in Digital Learning： Linking Learning Motivation and Learning Performance

——An interview with Professor Xie Kui

WAN Liyong

Abstract： How to design， develop and integrate the innovative technology which is capable of promoting students motivation and engagement to enhance learners learning performance is a hot issue of academic concern in the field of digital learning. As a bridge and link between learning motivation and learning performance， learner engagement in the digital learning environment consists of four dimensions： behavioral engagement， cognitive engagement， emotional engagement， and social engagement. Learner engagement can improve learning performance， but the social engagement of learners may also cause social conflicts which need to be intervened and resolved through the social conflict evolution model. The key variables involved in the study of digital learning motivation include interest， value， autonomy， competence， and relatedness. The studies have confirmed that both internal motivation and external motivation have a significant impact on learner engagement. In the digital learning environment， a variety of interdisciplinary research methods can be introduced into the study of learner engagement， among which experience sampling method is an effective approach in the data collection of learner engagement. Experience sampling method helps to capture the real experience and feelings of participants instantly and accurately. The future research on learner engagement in the digital environment can be deepened from three aspects： to explore the specific mechanism of digital learning engagement， to design effective strategies to improve learner engagement and to seek innovation and breakthrough of research methods.

Keywords： Digital Learning; Learner Engagement; Learning Motivation; Learning Performance; Social Engagement