微博视角下的MOOCs学习特征：自主性、社会性、多样性与开放性

张婧婧 王轩 沈灵亮 蒋丽平

【摘 要】

“互联网+”时代的学习在“社会化”语境中发生了本质的变化。在这样的时代背景下，对社交媒体中MOOCs学习者行为与话语的深度剖析显得尤为重要。微博作为我国重要的社交媒体平台，为研究MOOCs学习提供了丰富的文本资料。本研究在过去八年中先后进行两次抽样，共选取新浪微博平台2010年至2018年间4，000多条有关MOOCs话题的微博，开展内容分析。通过编码与归纳演绎，提炼出MOOCs学习特征的框架图来阐释各主题范畴之间的相互关系。研究发现：微博中的MOOCs学习呈现出自主性、社会性、多样性与开放性四类较为显著的特征，与联通主义抑或心理学中人格理论与自我决定论的探讨有共通之处。

【关键词】  慕课;社交媒体;微博;质性研究;扎根理论;联通主义;人格理论;自我决定论

【中图分类号】  G420       【文献标识码】  A       【文章编号】  1009-458x（2019）11-0038-10

一、引言

大规模开放在线课程（Massive Open Online Courses，MOOCs）是对大众开放的通过网络平台实现的大型在线课程（Daniel， 2012）。2008年，联通主义创始人乔治·西蒙斯（George Siemens）和斯蒂芬·唐斯（Stephen Downes）基于联通主义学习理论的思想设计了课程“联通主义和连接化知识”，该课程在运行过程中被戴夫·科米尔（Dave Cormier）和布莱恩·亚历山大（Bryan Alexander）称为“大规模开放在线课程（Massive Open Online Courses）”，简称“MOOCs”。而这类基于联通主义学习理论的MOOCs则被称为cMOOCs（道恩斯， 肖俊洪， 2017）。2012年，美国斯坦福大学、麻省理工学院和哈佛大学相继创建Edx、Coursera和Udacity三大平台，其所提供的在线开放的大学课程基于行为主义学习理论，其课程设计理念和组织形式与最初的cMOOCs不同，由于其开放访问且参与者数量众多的特点，被称为xMOOCs，并作为一种教育新浪潮走进了公众视野，拓宽了人们社会化学习的途径，2012年也因此被称为“MOOC元年”（Pappano， 2012）。

自2012年至今，MOOCs以其经济性、便利性等特点吸引了全球远程学习者的目光（丹尼尔， 李薇， 2017），大批中国学习者也先后加入MOOCs的学习中。随后，有大批研究者纷纷展开了对MOOCs的实证研究，一时间形成热潮。但大量研究往往在xMOOCs与cMOOCs差异性的层面上浅尝辄止，两大阵营的对峙无助于更为深刻与批判性地去认识MOOCs学习到底发生了怎样的变化（诺克斯， 肖俊洪， 2018）。在微观层面上对学习者的研究又往往以一门或几门课程作为案例，用课程平台的数据作为支撑对MOOCs平台中大规模学习者的行为进行详尽的分析。实际上，这与cMOOCs创建的初衷南辕北辙，仅仅依靠对平台数据的分析难以真正认识“互联网+”时代在线学习的本质。“互联网+”时代的学习存在于“社会化”这一语境中，在高度网络化的今天，丰富的社交媒体中保有大量学习者的学习行为与话语，社交媒体可作为“社会化”的一类情境。社交媒体平台上的文本数据是一种典型的大数据，具有大数据的全体性、混杂性、复杂性等特点（Mayer-Schönberger & Cukier， 2013）。需要注意的是，这些数据不同于传统的访谈和问卷数据，它能够更加真实地反映普通公众对社会某一事件或问题的看法，因此对这些在线数据进行挖掘有着十分重要的意义。此类研究有威廉姆斯等（Williams， Terras， & Warwick， 2013）和基墨等（Zimmer & Proferes， 2014）对利用社交媒体（如Twitter）数据所开展的研究做了系统、详尽的综述，强调社交媒体作为社会科学研究中数据来源的重要性和必要性。

微博（包括Twitter、新浪微博等）是一种接受程度高、使用范围广的重要社交媒体平台，其使用简单便捷、信息丰富、传播速度快、更新迅速。已有一些MOOCs尝试利用微博来促进教学交互，由爱丁堡大学提供的课程“e-Learning and Digital Culture”就是一个典型例子。此外，特雷克和埃布纳（Treeck & Ebner，2013）从微博作为课程讨论平台的视角开展了关于微博在MOOCs中的应用价值的案例研究，探讨微博作为一种支持教学交互工具的利弊。但在教育学的研究中，以微博作为数据来源的研究则尚未受到重视。据不完全统计，自2010年以来约有8万名新浪微博用户共发布了10万多条包含关键词“慕课”或“MOOCs”的帖子，其中包含大量学习者自发或有组织地发布的有关MOOCs主题的内容，这是一笔不可忽视的非常有价值且十分重要的研究数据。本研究从中选取了4，000多条帖子，试通过内容分析的方法以识别出过去八年微众所发布的有关MOOCs的话语中所反映的丰富主题，尝试以此解释MOOCs学习中折射出的自我性、社会性、多样性与开放性。

二、研究方法

过去大量有关微博主题的研究多采用描述性統计或机器学习的方法以识别关键词频次划分主题。例如Chew和Eysenbach（2010）采用了定量的自动化软件进行微博关键词频次统计。量化研究的优势在于可对大量的文本数据进行统计学上的描绘，但往往以牺牲文本数据中丰富的内涵为代价。尤其对于内容丰富、主题多样、发帖数量巨大的微博文本数据而言，仅仅做数据上的统计与分析难以发现其中有关MOOCs讨论所表达与折射出的丰富主题。而质性研究则是把研究者当作研究的工具，主要关注的是研究者在研究过程中与数据交互的动态变化过程。它是研究者在一定情境下借助或不借助概念框架，通过与研究对象的互动，对其行为和意义建构获得解释性理解的活动（Berg & Lune， 2004）。

本研究为长期跟踪研究，选取质性研究路径，分别在两个时间段完成：第一阶段，随机挑选2010年至2014年间不同月份中含有“MOOCs”或“慕课”关键词的帖子，基于扎根理论展开内容分析，直至没有新的编码产生，共分析约2，000多条帖子。扎根理论强调采用持续性比较法作为主题分析的方法（Glaser & Strauss， 2009）。在这个阶段，通过不断对提取的关键词进行比较，对其进行编码直至没有新的编码产生，之后对微博帖主题的相关概念进行归类，逐渐归纳形成分类的范畴，获得包含多种概念和详细分类的MOOCs学习概念框架。第二阶段，随机选取2015年至2018年间约2，000多条有关“MOOCs”或“慕课”的帖子，以第一阶段所形成的MOOCs学习概念框架为指导，反复阅读第二阶段抽取的2，000多条微博帖，对第一阶段所形成的MOOCs学习概念框架进行补充、修订，优化第一阶段所形成的主题概念分类。这一阶段的编码过程采取与第一阶段不同的混合式内容分析（Web， 1990），一方面对第一阶段形成的框架进行验证，另一方面允许数据中涌现出新的主题来优化框架。同时，还将在归纳比较的过程中对两个阶段选取的所有微博帖不断地进行反思回顾，直到新的微博帖中没有新的类别出现，最终得到较为完善的MOOCs学习概念框架。

三、研究结果

研究者从4，000多条微博帖中提取出了143项概念，对其中所提及的话题类型进行一级编码;再通过对一级编码不断的比较分析，归类形成二级编码，构建出11项子话题类别;最后，研究者又对这些子话题类别进行了三级编码，通过对三级编码的不断合并与拆分将这些话题主题化为两大维度：官方信息维度和个人经验维度。

官方信息维度包括7个范畴，分别为新闻（A01）、资讯（A02）、活动（A03）、技术支持（A04）、校园信息更新（A05，包括学校更新资讯、推广MOOCs、学习等）、课程信息（A06）、分享（A07）。大部分有关MOOCs的微博属于官方信息维度。信息维度中有关MOOCs的信息多由MOOCs公众号或是相关机构生产，经网络链接进行裂变式传播。由于微博具有极强的交互性，让微博关注者能够交流、聚合信息，加速了信息的传播和共享。从这个层面来说，MOOCs公众号或者相关机构起到了微博意见领袖的作用，比普通用户具有更大的影响力，MOOCs公众号对于慕课信息的传播起到了重要的作用，为MOOCs学习者提供了大量有关MOOCs的新闻与相关信息。

个人经验维度包含自我呈现（B01）、同伴互助（B02）、开放分享（B03）、知识讨论（B04）四个范畴，这一部分的内容为MOOCs学习者针对其MOOCs学习体验、经历等所发布的话语，具有极强的个性色彩，同时也呈现出某些共同的群体特征。在微博中，这类学习者从个人经验角度出发更加關注自我感受，寻求社会化交互，同时也更重视知识的共享与获得。个人经验维度具体概念分类如表1所示。

研究发现，很大一部分个人经验维度的微博帖子是以展现自己、传递自身的形象为导向的，这部分帖子可划分为自我呈现范畴。在这个范畴中，包含个人选择、自我控制以及自我表述三个概念化模块。个人选择往往体现在对课程信息进行收集和选择以做出尝试;自我控制则体现在学习者对自身学习过程的控制，如规划学习内容、对学习过程做出详细的计划，又如监控学习进度，通过自我激励与打卡监督的方式保障自身学习任务的完成;自我表述中所包含的内容则较为丰富，包括学习者情感的抒发、学习过程的记录以及对自己学习成果的分享。有研究者从不同的角度划分了自我呈现的类型，Delerga和Margulis（2009）将自我呈现的内容分为两类：描述性自我呈现和评价性自我呈现。DeVito（2012）根据自我呈现的情感性质将自我呈现分为正向的自我呈现和负向的自我呈现。结合这两大分类方法及开放性编码结果，得到自我呈现概念范畴的详细分类，如表2所示。

在表2中，在个人选择维度，例1呈现的是学习者在初学MOOCs时的慌乱，对于选择哪门课程无法做出抉择;例2“马克”是英文“Mark（标记）”的音译，表明学习者收藏了某一MOOC，可能作为众多同类MOOCs中的备选课程;例3形象地描述出学习者做出选择时的内心活动——面对未来的迷茫以及难以掌控的时间，学习者一开始很难做出选择，经过一番挣扎，最终还是释然，并决定开始尝试MOOCs。研究者通过对自我呈现范畴这一大类微博帖的分析发现，当学习者在第一次接触MOOCs时，往往需要经历一番挣扎之后才能最终决定尝试MOOCs——面对数量庞大的MOOCs，他们可能会感到无所适从，但也会留意这些信息并进行筛选。一种比较常见的方式则是学习者通过收藏公众号推荐的MOOCs或根据他人的推荐来筛选适合自己的MOOCs。

自我控制维度则具体表现为学习者对时间、能力的控制以及对个体自身进行的自我监督。例6中的“打卡”是现在学习者常用的一种对自身的学习进度进行监督的自我控制方式，学习者期望通过这种方式让自己保持长久的学习动力。例7讲述的是学习者战胜拖延行为最终完成MOOCs作业的故事，体现了其对自身时间安排的一种控制。上述例子无论是从对MOOCs做出选择还是对学习过程所进行的自我监督，都能够在一定程度上体现MOOCs学习过程中自我意识的萌芽。在正规学习中，学习者可获得较多的学习支持服务，在合理的安排与指导下的学习主要表现为认知层面上的知识积累与发展。相反，这类大规模开放在线学习则主要体现出了学习者在非认知层面上主动或被动地寻求自我发展。

自我表述这一维度呈现出学习者在学习过程中的感受与自我认知。例8表达了学习者对从大一开始接触慕课以来的一些感悟与感想：感谢慕课一路陪伴他成长，并且促进了他终身学习理念的形成。例9表达的是学习者对于学习课程的积极感受：通过学习慕课认识了自己的内心，学到了知识，也发现了自己的偏好，在情感上有很多积极的作用。例10则反映出学习者在学习课程后的体悟与反思：学习者由老师所讲的内容回想自己的亲身经历，对方言的逐渐消失表达出担忧之情。这些正向或负向、描述性或评价性的表述充分反映了学习者在MOOCs学习中的情感态度，以及对课程的认识与评价。但这类文本数据往往很难通过访谈、问卷来获取（刘杨， 等， 2013; 何春， 等， 2014; 范逸洲， 等， 2014; 王娟， 等， 2015），因而对研究MOOCs学习者的学习经历具有较高的价值。

例6、例7、例8、例12、例13、例14、例15展现了较为完整的MOOCs学习过程：学习者首先需要制定相应的学习计划并加以实施;在实施计划的过程中学习者可能会对自身的学习经历进行记录并分享;学习者还会控制自身的学习进度，在遇到困难的时候可能会以自我激励的方式促进自身的学习;学习者在完成任务后会有兴奋的情感体验，最后学习者在获得证书后还会获得一定的成就感。这些都体现了MOOCs学习中学习者的自我进化过程。在这个层面上，MOOCs学习不仅仅反映认知层面上的发展，还体现了学习者通过这一自我进化过程来完成自身与社会的融合。从这个意义上来讲，MOOCs学习是生活中众多事物的一种，参与MOOCs学习是生活的演练场。

（二）同伴互助

在同伴互助的范畴形成了寻求同伴、请求帮助与互动解惑三个概念维度（见表3）。在同伴互助学习中非常重要的一点是学习者与他人之间的交互。因此无论是学习者寻求帮助或是试图建立与他人的合作，还是学习者之间的答疑解惑讨论交流，都是学习者从个体出发向外寻求帮助或建立与他人之间的联系的过程。三个概念化模块由此相辅相成。

例16是学习者在微博平台发出“信号”，寻求志同道合共同学习的伙伴。例17呈现的是学习者在MOOCs学习过程中遇到了一些困难，请求其他学习者的帮助。例18同伴互助的案例相比前两个例子而言交互性更强，更多体现的是学习者之间的双向交互。这类帖子通常是学习者就某一问题展开的深层次讨论，在这样的讨论交流中可以加深对问题的理解，也能加强学习者彼此之间的联系。值得注意的是，在微博中MOOCs学习者之间的互动解惑更多的是就“MOOCs”这一事物本身所展开的讨论，如学习者交流彼此对MOOCs这一学习方式的看法。然而，对于具体MOOC中的重难点则较少有深层次探讨，并且在这些有关MOOCs知识点的探讨中学习者更加倾向于同教师或者“意见领袖”进行交流，而与其他同伴之间的交流相对较少。实际上这体现出学习者更倾向于从“权威”或者“专家”那里获取知识以解惑，同时也更为认同与信服其讲授的内容和表达的观点。但可喜的是，微博等社交媒体在一定程度上也为学习者间的交流提供了不同于学习平台的空间，对创建同伴互助的未来学习环境提供了可联通的手段。

（三）开放分享

不同于信息维度中各个平台自动生成的信息分享（A05），个人经验维度中的开放分享（B03）主题（见表4）呈现的是学习者从个人角度出发对自己学习经验的总结，对某一MOOC进行的个性化评价，包括MOOCs推荐等在内的一个自我与他人分享的过程。在这个分享的过程中，学习者实质上生成了个性化的知识（包括个人经验、个性化评价、个性化推荐），这些“众筹”的个性化知识是当今“互联网+”时代尤为重要的教育资本。

（四）知识讨论

相比前面讨论的三个范畴，知识讨论这一范畴内容较少，目前只涌现出两个概念化模块，分别是学习者针对MOOCs学习中的具体内容或对某一堂课的知识点进行论述，属于Gunawardena（1997）提出的知识建构第一个层面的讨论。例如，例22对“A Brief History of Humankind”这一课程某周的具体内容进行了阐述。

例22：【MOOC-A Brief History of Humankind】持续5个月的课程，从70万年前讲起。教授蛮严肃，但内容非常有趣。比如在进化过程中人类大脑不断变大，直立行走虽解放双手，却导致女性产道变窄更加难以产出头大的婴儿，所以只能缩短孕期让人类幼崽以半成品（half-baked）方式出生，大人不得不共同抚育后代。

例23与例24则是对课程内容中具体知识点进行的记录与分析。

例29：利用中午的时间学完了第二讲的活动1，主题为“如何设计‘滴水不漏’的教育实验”。其中介绍了实验的一些术语，如自变量、因变量，讲解了后期的数据分析和一些可视化的工具，非常实用。

例30：#mooc# learn采访马可波罗式的学习者，到现场沉浸式的学习语言，一年四国。直接从问题入手学习，没有现成解决方案，快速失败，紧张尝试，这样才容易记住和理解。兴趣其实是与小的进步互为激励的。快速失败，从失败中学习。MIT的线上课程可能没有MOOC生动，但更高级。用anki卡片学习（注：此处碎片化的表达充分体现了微博上的网络语言风格）。

这类帖子多以学习者随堂笔记的形式出现，是学习者在MOOCs学习过程中对知识内容的思考。在线学习中，如何能够实现Gunawardena（1997）提出的知识建构的五阶段说一直是提升在线学习质量与交互的首要任务。然而，在本研究中学习者在微博中发帖，很有可能是自发的或是经由教师引导的，实际上缺乏Gunawardena（1997）研究中的学习支持服务，难以从知识建构的视角去审视微博中的MOOCs学习。

（五）微博视角下MOOCs学习的概念框架

对以上不同维度和范畴下的帖子进行横向比较分析，可勾勒出微博视角下MOOCs学习的一个较为整体的概念框架（见图1）。在微博平台中，学习者获得的MOOCs相关信息，大多来自开设MOOCs平台的官方微博账号（平台通过发送一系列新闻[A01]、平台推广[A0403]、活动[A03]来宣传MOOCs）。同时，学习者也可以通过其他学习者的个人经验贴（自我呈现[B01]、同伴互助[B02]、开放分享[B03]、知识讨论[B04]）对某一MOOC进行关注。学习者通过这些信息的辨别与筛选表现为个人经验范畴下的“个人选择”（B0101），以此来决定是否参与MOOCs学习。

在MOOCs的学习过程中，学习者个体呈现出了“对内寻求”与“对外寻求”两方面的特征。学习者的“对内寻求”表现为学习者个体的自我呈现（B01）与知识讨论（B04）。学习者更加专注于自身的成长，对学习过程中与自身相关的一切进行记录与阐述，包括学习者如何选择课程（B0101）、学习过程中的自我监督（自我控制[B0102]，包括打卡监督[B010203]等自我监督形式）、学习遇到困难时的自我激励（B010202）、阶段性学习成果的表述（自我表述[B0103]，如分享自己的计划与进度[B010304]、总结自身经历[B010305]、发布学习课程的感悟与收获[B010301][B010302]）等，这些都充分体现了学习者多样化的自我表达，也体现了微博作为个体日记的功能，学习者通过微博记录了自身成长的点点滴滴，包括详细的学习过程及其中的变化。

学习者的“对外寻求”主要体现在同伴互助（B02）与开放分享（B03）两个维度上。在“对外寻求”的过程中，学习者会主动尝试和微博中的其他人建立联系。学习者会向他人表现出合作意愿（B0201）、寻求帮助（B0202）、互动解惑（B0203）（主要是向“权威者”如教师寻求解惑）等社会化学习行为，在这个过程中学习者遇到困难通常会寻求学习支持，也会对学习平台的易用性或者服务等进行点评和反馈。MOOCs学习者中的一部分会最终完成任务并获得证书，另一部分则会因为种种原因而中途退出。从微博的视角来看，学习者往往会总结学习的经验（B0301），对学习过程进行评价（B0313）并表达自己的观点（B010301、B010302），并根据自身的体验决定是否继续或者推荐他人进行MOOCs的学习（B0315）。

四、讨论

本研究分两个阶段，对2010年至2018年间4，000多条有关MOOCs的微博数据展开了内容分析，通过编码与归纳总结得出微博中MOOCs学习的概念框架，反映出主题范畴之间的相互关系。微博的出现为MOOCs机构与组织以及MOOCs学习者提供了一个发声与交互的空间。从微博的视角来审视MOOCs学习，发现MOOCs学习与以往MOOCs论坛发帖内容呈现出不同的主题与范畴（如：自我控制[B0102]、自我表述[B0103]）。本研究发现，微博视角下的MOOCs学习呈现出自主性、社会性、多样性与开放性四类较为显著的特征，与联通主义学习中个人学习网络的特征（Downes， 2008）、四大语义要素（Downes， 2007）抑或心理学中人格理论与自我决定论中的理论相符。

（一）自主性

本研究“自我呈现”维度（B01）中的“个人选择”（B0101）、“自我控制”（B0102）和自我表述（B0103）中体现出的自主性与选择、控制和独立等概念密切相关（Thanasoulas， 2000; Crome， Farrar， & OConnor， 2011）。学习者的自主性随学习者的个体经历与元认知水平的不同而各异，不同学习者对课程的选择、计划等带有明显的个人倾向。微博中丰富的自我呈现其实是联通主义框架下自主性的一种体现。在联通主义理论中，自主性被视为学习者的自我表达，强调学习者能够在连接与信息中进行选择（王志军等， 2014），并且通过最小化传統教学和权力结构有意识地减少外部控制。在心理学中，自主性是可被感知的个体自身行为起源或来源，涉及个体利益和综合价值观（Ryan & Deci， 2010）。当个体存在自主性时，个人将自己的行为作为一种自我的表达（Ryan & Deci， 2002）。可见，无论是联通主义还是心理学中谈及的自主性都十分强调学生在学习过程中的自我呈现。微博作为一种社交媒体，给予了学习者较为自由轻松的环境。在这种电子短日记式的形式中，我们发现了学习者大量的自我表述内容——发表感慨、表达感谢、分享经历、宣泄情感、进行自我激励。这些帖子描绘出了学习者丰满立体的形象，充分体现出MOOCs学习的自主性特征。这弥补了传统学习环境中学生缺乏自我表述的不足，增加了学习的自主性。与微博类似的社交平台，比如弹幕，都为学习者进行自我呈现提供了空间（张婧婧， 杨业宏， 安欣， 2017），在学习过程中进行充分的自我呈现是实现自我价值感的一种途径，直接影响学习者的社会性与开放性（张思， 2017）。

（二）社会性

学习者在寻求帮助时选择“向内寻求”还是“向外寻求”可能与学习者的人格特质有关。人格在心理学中指的是个体在行为、感觉、思想和动机方面独特且相对持久的能够描绘个体特性的特质，人格可以区分不同的个体，使得每个个体都是独一无二的（Feist， 2010）。其中，“大五类因素”的人格特质模型表现为开放性、严谨性、外向性、宜人性和神经质（McCrae & Costa， 1987）。学习者的人格特质决定了学习者在MOOCs学习中遇到困难时是否选择“向外寻求”的方式与他人主动建立联系。在微博中，MOOCs学习的社会性体现在“同伴互助”（B02）维度下的寻求同伴（B0101）、寻求帮助（B0102）、互动解惑（B0103）三个方面。社会性在一定程度上反映了个体空间的开放与封闭性（刘红晶， 谭良， 2017）。这类学习者自愿加入微博这一社交媒体表明了学习者愿意把自己的个体空间放置于一个公共的社会网络环境中;发表寻求合作、帮助与互动的微博帖则是期望与同处微博平台的其他个体建立联系的意愿的体现。这与自我決定论中的关联性（Ryan et al.， 2002）和联通主义中提出的“所有的学习始于连接”（Siemens， 2005）原则是一致的。与此同时，这些连接发生在微博这一社交媒体的社会化层面，将参与者纳入一个联通的环境中进行交互，为联通主义学习理论提供了试验田。

（三）多样性

从微博的视角来审视MOOCs学习，可以发现微博中的MOOCs学习从不同方面都表现出了多样性的特征。首先，微博中的MOOCs学习者自身就具有多样性与多元化的特征。传统教育领域中多样性的概念是根据学习者之间明显不同的差异来理解的，特别是以基于性别、种族、文化、社会经济地位以及加德纳所提出的“智力理论”（Gardner， 1999）为基础，强调的是个体之间的差异。从这一视角来审视MOOCs学习者，其在微博中体现的用户来源特征（包括性别、种族、文化、社会经济地位）、个人经历的复杂性则恰好表现出MOOCs学习多样性的一个方面。不同的用户有着不同的经历与社会背景，对待同一件事物（如MOOCs）则会形成不同的观点与看法，进而推动有关MOOCs讨论的传播，影响公众多元化的看法与意见的形成。其次，学习者基于个体经历所创造出的知识本身极具个性化色彩，这些“众筹”的知识合体具有丰富的多样性。就本研究而言，学习者对课程经验的总结与记录、个人经验的传播以及就某一问题所发表的观点与讨论均为在学习者个体创造基础上多样性的体现。创造性是联通主义学习中多样性所强调的重要内容。联通主义代表人物斯蒂芬·唐斯（Downes， 2010）认为教育和教育资源系统的构建不应该以某种方式使人人获得相同的教育，需要社会中的每个人通过自身的经验等将其实例化，以代表一种独特的视角，从而增强学习者的创造力，进而最大限度地发挥知识的多样性。在这一层面上，这种多样性体现为创造，“草根”学习者可以创造与分享知识，从而形成人人为师、人人参与、人人创造的新的教育形态（陈丽， 2016）。最后，在微博中，学习者的多样性表达同样也反映了有关自我决定论中多样性的讨论。在MOOCs学习中，学习者选择有利于自身表达的形式和工具（在本研究中表现为微博），以增强他们的能力感。能力感是自我决定论中三个基本组成部分之一（Ryan et al.， 2002）。这种能力感可能受到众多因素的影响，包括学习者的语言能力、学习和技能水平，以及用户界面和连接的简易性。MOOCs学习者选择在微博中进行自我表述（B0103），反映出八个丰富的主题，如B010305记录经历等，折射出微博中MOOCs学习的多样性表达。学习者通过微博中的自我表述来增强其个体的能力感，这种能力感的增强又起到促进学习者的多样性表达的积极作用。

（四）开放性

微博中的MOOCs学习的开放性一方面表现为学习者将自己的意愿、经验等通过社会化的行为显性地表现出来，具体表现为以个人身份推荐MOOCs课程（B0315）、分享MOOCs经验（B0301）、评论MOOCs相关的事情（B0303）等。这些实际上是学习者将自身所创造的个性化知识进行开放与分享的行为，学习者具有显性地随时“接入”或者“被接入”的机会与意愿。另一方面，MOOCs学习中的开放性表现为学习者开放的心理状态。在心理学中，开放被定义为“个体心理和经验生活的广度，深度，原创性和复杂性”（John， Naumann， & Soto， 2008， p.120），指的是准备好准确地感知、持续体验、不扭曲或试图避免体验以及将新体验融入自我结构的意愿。与外向性学习者不同，有一部分善于思考且注重隐私的学习者可能更倾向于自我吸收，因此他们并没有在微博上留下过多的具有原创性内容的帖子，却进行了较多的转发、标记。虽然这部分学习者的行为不具备内容层面上的开放性（发布含有原创内容的帖子），但从另外一个角度来看这部分的学习者实际上具有心理上的开放状态——他们通过转发、标记的形式将自我融入微博平台这一开放的结构中，这是心理学中开放性的一个重要特征。也就是说，这部分学习者并非是“不开放”的，他们只不过是通过谨慎和非评判的方式参与MOOCs学习。

五、结论

本研究对新浪微博平台中有关MOOCs的话语展开内容分析发现，微博中的MOOCs学习呈现出自主性、社会性、多样性与开放性四类较为显著的特征，与联通主义抑或心理学中人格理论与自我决定论的探讨有共通之处。这些特征的出现表明“互联网+”时代学习的本质发生了一定的变化，MOOCs学习与泛在学习、混合学习、定制学习等一批学习新形态一样充分折射出”以学习者为中心“的思想（张海生， 范颖， 2018）。《教育信息化2.0行动计划》指出，教育信息化需聚焦新时代对人才培养的新需求，以学习者为中心，从注重物质建设向满足人的多元化需求转变（褚宏启， 2018）。在这样的背景下，聚焦学习者及其学习心路历程的研究显得尤为重要，为实现我国教育信息化建设满足人的多元化需求提供充实的证据。

[參考文献]

陈丽. 2016. “互联网+”教育的创新本质与变革趋势[J]. 远程教育杂志，34（4）： 3-8.

褚宏启. 2018. 为信息技术找到灵魂[J]. 中国远程教育（9）：13-14.

范逸洲，王宇，冯菲，汪琼，李晓明. 2014. MOOCs课程学习与评价调查[J]. 开放教育研究，20（3）：27-35.

何春，王志军，吕啸. 2014. 我国大学生MOOCs学习体验调查研究[J]. 中国远程教育（11）：32-49，96.

杰里米·诺克斯，肖俊洪. 2018. 慕课革命进展如何：慕课的三大变化主题[J]. 中国远程教育（1）：53-62.

刘红晶，谭良. 2017. 基于知识地图的MOOC学习共同体的学习研究[J]. 中国远程教育（3）：22-29.

刘杨，黄振中，张羽，李曼丽. 2013. 中国MOOCs学习者参与情况调查报告[J]. 清华大学教育研究，34（4）：27-34.

史蒂芬，道恩斯，肖俊洪. 2017. 开放学习，开放网络[J]. 中国远程教育（10）：36-46.

王娟，胡苗苗. 2015. MOOCs扩散共享的调查分析与策略研究[J]. 电化教育研究，36（12）：45-51.

王志军，陈丽. 2014. 联通主义学习理论及其最新进展[J]. 开放教育研究，20（5）：11-28.

约翰·丹尼尔，李薇. 2017. 灵活性：在线学习的核心要素[J]. 中国远程教育（1）：5-14.

张海生，范颖. 2018. “互联网+教育”时代的学习新形态：主要类型，共性特征与有效实现[J]. 中国远程教育（10）：3.

张婧婧，杨业宏，安欣. 2017. 弹幕视频中的学习交互分析[J]. 中国远程教育（11）：22-30.

张思. 2017. 社会交换理论视角下网络学习空间知识共享行为研究[J]. 中国远程教育（7）：26-33.

Berg，B. L.， & Lune，H. （2004）. Qualitative research methods for the social sciences. Boston， MA： Pearson.

Chew， C.， & Eysenbach，G.（2010）. Pandemics in the age of twitter： content analysis of tweets during the 2009 H1N1 outbreak. PLoS ONE， 5（11）， e14118.

Crome， K.， Farrar， R.， & OConnor， P. （2011）. What is autonomous learning？ The role of autonomous learning in higher education. Discourse， 9（1）， 111-126.

Daniel， J. （2012）. Making sense of MOOCs： Musings in a maze of myth， paradox and possibility. Journal of Interactive Media in Education， 3（13）， 1-20.

DeVito， J. A. （2012）. The Interpersonal Communication Book （13th ed.）. Pearson.

Downes， S. （2007）. What connectivism is？[DB/OL]. Retrieved： April 9，2015， from http：//halfanhour.blogspot.com/2007/02/what-connectivism-is.html

Downes， S. （2008）. Connectivism： A theory of personal learning.[DB/OL].Retrieved： August 15， 2015， from http：//slideshare.net/Downes/connectivism-a-theory-of-personal-learning

Downes， S. （2010）. What is democracy in education？[DB/OL]. Retrieved： April 9， 2015， from http：//halfanhour.blogspot.com/2010/10/what-is- democracy-in-education.html

Feist， G. J. （2010）. The function of personality in creativity. In Kaufman， J. C. & Sternberg， R. J.， The Cambridge handbook of creativity. Cambridge University Press.

Gardner， H. （1999）. Intelligence reframed. Multiple intelligences for the 21st century. New York： Basic Books.

Glaser， B.， & Strauss， A. L. （2009）. The discovery of grounded theory： strategies for qualitative research. Transaction Publishers.

Gunawardena， C. N.， Lowe， C. A.， & Anderson， T. （1997）. Analysis of a global online debate and the development of an interaction analysis model for examining social construction of knowledge in computer conferencing. Journal of Educational Computing Research， 17（4）， 397-431.

John， O. P.， Naumann， L.P.， & Soto， C.J. （2008）. Paradigm shift to the integrative Big Five trait taxonomy： History， Measurement， and Conceptual Issues. In John， O.P.， Robins， R. W. &Pervin， L.A. （Eds）， Personality handbook： Theory and research （p.114-158）. New York： Guilford. Retrieved： September 14， 2018， from http：//www.colby.edu/psychology/labs/personality/publications/John_et_al_2008.pdf

Kulovitz， K.L. （2009）. Self-disclosure and the Sibling Relationship[D]. University of Wisconsin-Milwaukee.

Mayer-Schönberger， V.， &Cukier， K. （2013）. Big data： a revolution that will transform how we live， work， and think. London： John Murray.

McCrae， R. R.， & Costa， P. T.（1987）. Validation of the five-factor model of personality across instruments and observers. Journal of Personality and Social Psychology， 52（1）， 81-90.

Pappano， L. （2012， November 2）. The Year of the MOOC. The New York Times， 1-7.

Ryan， R. M.， & Deci， E. L. （2002）. An overview of self-determination theory： An organismic dialectical perspective. In Deci， R. M. & Ryan， R.M. （Eds.）， The handbook of self-determination research. （p.1-3） The University of Rochester Press.

Ryan， R. M.， & Deci， E.L. （2010）. Self-regulation and the problem of human autonomy： does psychology need choice， self-determination， and will？. Journal of Personality， 74 （6）， 1557-1586.

Siemens， G. （2005）. Connectivism. A learning theory for the digital age.International Journal of Instructional Technology and Distance Learning， 2（1）， 3-10.

Thanasoulas， D. （2000）. What is learner autonomy and how can it be fostered？ The Internet TESL Journal， 4 （11）. Retrieved： 2009-1-13 from http：//iteslj.org/Articles/Thanasoulas-Autonomy.html

Treeck， T.， Ebner， M. （2013）. How Useful Is Twitter for Learning in Massive Communities？ An Analysis of Two MOOCs. In Weller， K.， Bruns， A.， Burgess， J.， Mahrt， M.， Puschmann， C. （Eds.）， Twitter & Society （pp. 411-424）. Peter Lang.

Weber， R.P. （1990）. Basic Content Analysis. Newbury Park， CA： Sage Publications.

Williams， S.， Terras， M. M.， &Warwick， C. （2013）. What people study when they study Twitter： classifying Twitter related academic papers. Journal of Documentation， 69 （3）， 384-410.

Zimmer， M.，&Proferes， N. J.（2014）.A Topology of Twitter Research： Disciplines， Methods， and Ethics. Aslib Journal of Information Management， 66 （3）， 250-261（12）.

收稿日期：2018-10-17

定稿日期：2019-03-04

作者簡介：张婧婧，副教授，博士;王轩，在读硕士。北京师范大学远程教育研究中心（100875）。

沈灵亮，硕士，杭州学军中学海创园学校（310012）。

蒋丽平，硕士，讲师，通讯作者，北京联合大学（100023）。

责任编辑 郝 丹