元认知对MOOC学习兴趣和持续学习意愿的影响*

□ 王 娟,王天翔

(1.南京邮电大学通达学院,江苏 扬州 225127;2.南京邮电大学贝尔英才学院,江苏 南京 210003)

1 引言

近年来，MOOC平台发展迅速，其规模呈加速扩张之势，比传统大学课程吸引了更多的学习者，它提供了免费开放学习课程、轻松自由的学习氛围、方便快捷的学习途径以及专业权威的教学资源。此外，线上平台将课程进度与学习状态可视化，使学生能通过元认知技能来管理学习进程的同时积极跟进课堂的教学进度，并对MOOC在多大程度上促进了自己的进步、哪些内容是优化学习进程的、达到预期的学习目标等方面进行有一定了解[1]。

但尽管有大众的学习热情，据调查显示，只有不到10%的同学能够完成所选课程。此为MOOC平台亟需解决的问题，但辍学率并不能完全反映课程质量的优劣或是作为单独的一个MOOC系统测评指标。学生参加线上课程的原因本就不尽相同，辍学之因自然也无法一概而论[2]。部分学生仅是因为自己无法维持学习兴趣，另有部分甚至只把参与课程作为一次有趣新奇的体验而放弃坚持。为了解决上述问题，我们测定了在学习MOOC时兴趣的哪些基础结构能通过元认知进行影响。

在Flavell的理论框架中，元认知被开创性地定义为“个人关于自己的认知过程及结果或其它相关事情的知识。”以及“为完成某一具体目标或任务，依据认知对象对认知过程进行主动的监测以及连续的调节和协调的过程”。根据其理论原则，元认知在引导个体发展中涉及到众多心理因素，起到了重要的作用[3]。因此，对于一次成功的学习经历来讲元认知不可或缺[4]。同时，元认知也被认为是理论学习所必备的策略，它能促进理论概念在实践中的运用。当前研究的重点主要在于针对理论学习设计的MOOC的使用分析，目的是了解元认知在MOOC学习中如何影响学习者的学习意图。

持续学习动力的缺乏可归于许多因素，具体而言，MOOC作为一种有中介的虚拟教学模式，整体缺乏对个体的关注或是教师的面对面指导，这必将导致学习者与课堂产生隔阂，对学习过程的参与感就此下降，学习动力也将遭到削弱，最后有大概率退出所选课程。所以在线学习所面临的挑战是如何创造一种让学生高度维持学习兴趣的环境和对继续学习的承诺再参与到课程之中。而提高MOOC学习兴趣同时可能也会提高传统学习的兴趣，从而增加MOOC自主学习需求的动力[5]。因此，了解MOOC持续使用意图(CIU)是否由兴趣调节至关重要。

2 研究现状

2.1 学习兴趣相关的元认知

MOOC的诸多相关研究都认为辍学率是MOOC研究的重要指标之一，Pursel，Zhang，Jablokow，Choi和Velegol(2016)曾观测发现，课程完成率高的同学通常表现出高度的自我学习导向性。值得注意的是，自主学习的前提应该是已经具备为实现相应自主学习的元认知能力[6]。

在激励个人的参与行为过程中，元认知以认知—情绪的调节手段发挥着重要的作用。换言之，元认知涉及对意识的认识和对个体学习的控制。元认知技能允许学习者在学习过程中受到外部的监督管理，该技能确认了主观判断的信心和应对策略在执行认知任务中的中心地位，它包含三个方面，分别是：与“什么”有关的事实信息的陈述性认识；与“如何”有关的程序性认识；与“何时”和“为何”有关的条件性认识。因此，当学生准备参与某种课程时，他们须意识到将有各种要求和约束来规范他们的行为以监督他们的学习进度，确保课程最终完成。

此外，相关研究表明，当陈述性认识或程序性认识处于相同或相关条件下且它们的感知清晰度有利于信息的处理时，学习者将会出现积极的情感反应[7]。所以在此程度上元认知技能促进了电子教学系统的自发学习流畅性，增加了学习者的兴趣与参与度。因此，元认知可以被看作一组已知的学习兴趣预测因子，并且这种预测因子将会影响到任务绩效，而元认知可能会影响个人应对学习任务的兴趣，据此我们假设元认知和学习兴趣是正相关的。

研究发现，兴趣与动机相关。Hidi和Renninger(2006)将兴趣描述为“随时间推移，与特定类别的对象、事件或想法重合的心理状态或倾向。”它可能在学生挑选决定去追求的特定目标或帮助学生追求这些目标方面起到非常关键的作用。然而，兴趣是心理状态的长期趋势，在短期内它只能作为情绪状态的短暂波动。情绪状态分为三个层次：效价(满足)，促进(动力)，支配(控制)[8]。三个层次可分别概述为：喜欢、享受和参与。因此，元认知如何对MOOC学习兴趣的三个层次产生影响的假设如下：

H1：元认知与喜好正相关

H2：元认知与享受正相关

H3：元认知与参与度正相关

2.2 与MOOC持续使用意图相关的在线学习兴趣

在杜克大学的一项研究中发现，MOOC存在着低完成率、高辍学率的问题，但专家们的目光主要集中在教学质量上。根据动机理论，学习者的想法、感受和观念都会影响对学习参与的情感反应。研究表明，尽管在线教育在很多方面提供了更多的自主权，但是学生们表现出的持续使用意愿仍然较低[9]。随后Flowerday和Shell(2015)也确认了兴趣在提升参与度上的作用。兴趣导致个人专注于认知参与：在学习一个特定主题内容时，兴趣可短暂地自发产生，且要借助外界环境激活[10]。此外，三种类型的学习兴趣与通过电子产品互动的持续学习呈正相关。至此，在线学习兴趣与持续使用MOOC的学习意图相关关系可得以解释并提出以下假设：

H4：喜欢与MOOC持续使用意愿正相关

H5：享受与MOOC持续使用意愿正相关

H6：参与度与MOOC持续使用意愿正相关

认知和情感因素可以与学习行为相互作用并影响学习行为。因此，本研究将元认知作为一种认知因素，并将在线学习的三个组成部分作为情感因素，旨在探讨其与MOOC持续学习的相互关系。经验证，研究模型如图1所示。

图1 研究模型

3 研究设计

3.1 课程选择

通过MOOC学习意味着参与者拥有获得使学习内容更容易理解和记忆的材料的途径。不同于一般形式，某些形式的学习需要深思熟虑地使用一定策略。作为本次研究重点的MOOC课程是由南京邮电大学提供的“战略管理”课程。本课程旨在对工商管理类专业的一门核心课程、经济管理类专业的一门重要课程进行系统宏观的介绍，对包括战略与战略管理的基本概念、特征、理论、分析思路和方法等内容有较全面而深入的教授，最后还包含了对战略管理最新发展趋势的分析和未来发展的看法与预测。本课程中使用的MOOC平台如图2所示，课程页面内容如图3所示。

在图2中，网页的右上角显示了课程的最新状态。左边部分显示了课程视频简介，同时也在右侧标注了已参与学习的人数，下部为课程详情与课程评价。图3中，左栏展示了课程内容，包括课程的公告、评分标准、课件、测试与作业、考试以及讨论区。而视频播放的上部则有播放可选目录以及此章的课件及测验题可选。

图2 MOOC课程平台

图3 课程内容界面

此MOOC课程选择了十个基本主题，重点是战略管理相关的理论与实践。这十个主题可分为内容知识和教学内容两大部分，如表1所示。

表1 课程细分

截至目前，MOOC被分为以下三种：cMOOC，xMOOC和混合MOOC。cMOOC基于理论主义，xMOOC注重教学方法。两种类型各有其优缺点。混合MOOC是两者的结合，强调活动和任务以促进实践的参与。本研究中探索的是混合类型，目的是支持最大多样性的学习者参与其中。

调查研究表明，在线学习中学习者的平均注意力集中时间不超过15分钟，因此当前的MOOC课程普遍将每个主题分成了四到六个部分，每个部分持续10到15分钟。在观看视频时，学习者可以根据自己的状态进行调整或回放。每节课按照以下部分构建：视频、阅读材料、测试和练习。此外，多数课程还提供了一个讨论区来加强学生在课余时间的互动和协作。参与者也可以和同伴互动，并从论坛的讲师那里获得一些反馈。完成某单元的学习后，老师会提供几个练习，根据问题类型通过自动评分或互评进行打分。完成所有课程后，可获得课程结业证书。本课程报名的有2288人，其中1846人至少观看了一个视频，最终却只有245人尝试了期末考试，辍学率约为89.4%，与杜克大学的调研结果基本符合。

表2 学员信息表

3.2 参与者与程序

本研究的参与者是2018年春季注册的学生，该课程自由开放，且是针对有兴趣的学习者所设置的。2288人参与了此次课程，他们可以在5月到7月之间完成自己的学习内容且必须完成所有教学内容才能获得证书，这个证书可以在申请企业管理工作时作为某种信用凭证。

课程结束后我们进行了邮件回访，2周后，注册的2288名学员中有399人回复，然后通过验证性因子分析和结构方程模型进行统计分析。根据这种统计方法，删除了不完整的回复后，最终选定了335个样本对问卷进行了信度效度检验均为成立。

我们对有效问卷进行了描述性统计分析。如表2所示，在335名参与者中，男性占28.57%，女性占71.43%。受访者中有很大一部分年龄介于20至25岁之间(76.98%)，其中最常见的受教育程度为本科(81.75%)。至于他们的相关管理经验，大多数受访者都没有任何经验(86.51%)。关于地区方面，约有75.40%的参与者来自江苏南京。

3.3 测量问卷

问卷项目根据以往的理论或研究改编而成，通过使用前后对应的方法将原始项目进行专业翻译成中文获得，确保了验证准确性和清晰度，确保了“表面效度”。最后，我们通过一个5分的里克特量表对项目进行了评估，范围从1(非常不同意)到5(非常同意)。

元认知：在学习时，具有元认知技能的读者可以协调大量心理活动(即理解策略)，如总结、释义、生成问题、了解相关背景知识和监控[11]。为了评估元认知中的个体差异，在本研究中，我们采用了学习策略调查中的自我报告量表，调查评估了计划、检测和调节的运用情况。我们通过制作的五级里克特量表进行调查。

在线学习兴趣：关于情境兴趣，有研究表明喜欢和享受活动等感受可能与一个人的兴趣和一段时间内学习参与所带来的心理状态高度相关。因此，在本研究中，我们参考了之前的在线学习量表[12]，衡量了与喜欢、享受和参与度相关的形成中的兴趣状态。

MOOC持续使用意愿：持续使用意图在个人培养积极态度和对对象或活动整体有所依赖时产生[13]。本研究将持续性意愿定义为MOOC的持续性后续使用和在MOOC上其他课程的持续报名学习情况。

4 数据分析

分析分两步进行：应用SPSS22来测试问卷的有效性和可靠性；用StataSE15在结构方程建模(SEM)中测试模型拟合，路径建模和中介效应。

4.1 信度与效度分析

4.1.1 信度检验

信度是指问卷经过多次测量检验，所得结果的一致性或稳定性的指标。信度越高，表明量表越稳定。

信度检验的方法有多种，由于本次研究采用李克特量表，所以选用了克朗巴哈(Gronbach,1951)提出的Gronbach’s Alpha系数。另外，本次问卷中包含5个构建层面(元认知、喜欢、享受、参与、持续使用意愿)，需要对这些构建层面分别进行信度检验，结果如下：

表3 信度检验结果

本次调研问卷各个构建层面的Gronbach’s Alpha值均在0.800以上，均是可以接受值。总体问卷的Gronbach’s Alpha值为.945，问卷总体信度相当好。同时各个构建层面的差异不大且均小于整体问卷的Gronbach’s Alpha值，表明此次调研问卷具有较好的一致性与稳定性。

4.1.2 效度检验

问卷的效度是指有效的程度，即一个量表能够有效的测量到它所要测量的特质的程度。其检验也是对问卷进行因子分析的前提。

关于效度检验的方法，本文将采用KMO(Kaiser-Meyer-Olkin)检验和Bartlett球体检验这两种检验方法对问卷进行效度检验，结果如下：

表4 KMO检验和Bartlett检验

本次调研问卷的KMO检验值为.910，样本充足且KMO值在可接受的范围内。Bartlet球形检验的伴随概率P值小于给定的显著水平0.05，应当拒绝原假设，相关矩阵不是单位矩阵，这表明本调研问卷的效度检验效果较好，可进行因子分析。

4.1.3 单样本T检验

单样本T检验是用样本的平均数来估计样本所代表的未知总体的平均数，通过检验样本平均数与确定总体平均数值是否存在差异，来推论未知总体是否与确定总体一致。

本次调研问卷采用李克特五级量表，因此本次T检验的指定平均数值是3.00。在单样本T检验中，如果单个总体的均值与3.00具有显著性差异，则证明本次调研问卷的结果有意义。对构建层进行单样本T检验，P值均小于给定的显著水平0.05，各构建层面的平均值与指定平均数3.00显著不同，这表明我们的调研数据是有意义的，可以进行数据的进一步分析。

5 结果分析

使用偏最小二乘法(PLS)分两步进行分析。第一步采用验证性因子分析来检验问卷的有效性和可靠性。第二步中，用结构方程模型(SEM)来验证研究模型。在这项研究中，我们使用PLS进行SEM分析，因为样本大小为399，PLS可以分析数据并测试模型，但无法测试模型拟合度。

5.1 路径分析

在本研究中，我们采用PLS法来估计结构模型的预测和解释能力。模型的解释力主要检验每个研究假设之间的路径系数是否显著，这由每个路径系数的相应t值的显著性判断，决定系数的值用于判断模型的预测能力，路径系数代表两个研究变量之间关系的强度和方向；他们还对可观察变量和潜在变量的因果模型进行假设检验。图4显示了假设之间路径分析的结果。很明显地，6个假设都被证明是成立的。元认知对喜欢有积极作用(β=.388，t=5.058***)。元认知对享受(β=0.567，t=9.314***)和参与(β=0.456，t=5.687***)也同样有积极作用。此外，喜欢对持续使用意图有积极影响(β=0.197，t=2.301***)，享受(β=0.269，t=3.792***)和参与度(β=0.407，t=4.241***)也都对持续使用意图有积极作用。

图4 路径分析

表5显示了直接影响和间接影响的分析结果。0.05的置信区间(CI)表明研究模型中存在直接影响。元认知对持续使用意图的间接影响是以0.05为置信区间的0.57，这揭示了在喜爱、享受、参与和意图中，元认知存在中介效应[14]。

根据判定系数可知，元认知对喜爱的解释方差是15.1%，对享受是32.1%，对参与度是20.8%。且喜爱、享受和参与度对持续使用意图的解释方差46.7%。因此我们可以得出结论，本研究中的所有因变量具有很强的预测能力。

表5 直接与间接影响分析结果

5.2 结果探讨

在混合设计的MOOC课程的元认知技能中，本研究的结果为在线学习兴趣和持续学习意图之间的关系提供了依据。研究结果提供了三条有价值的理论贡献：①通过MOOC学习的持续意图与学习兴趣的集合体具有正相关性。②研究结果强调了元认知和学习兴趣的关系。③当对MOOC进行学习时，研究结果表明针对持续意图的预测因子更加有效。

元认知调节了与学习兴趣的关系结构并反映了通过MOOC学习的持续意图，这与本研究的假设一致。验证性分析显示元认知对学习兴趣具有很高的预测能力。此外，元认知几乎解释了所有喜欢、享受和参与的共享方差。这就表明元认知技能可以处理在MOOC学习任务时对个人兴趣的影响。这些发现也与其他元认知和学习兴趣之间的研究结果相吻合。

研究结果还完全验证了这样一个假设：学习兴趣与未来使用MOOC的持续意图之间存在着明显的正相关关系。最近，许多关于MOOC的研究已经将完成率或辍学率作为学习者成功的重要指标。但是，Pursel等人认为完成率不是MOOC成功学习的适当指标，因为有些学生可能将成功定义为在MOOC环境中感受到的愉悦[15]。Hone和El Said(2016)声称，课程内容是否真的很有趣，以及与MOOC讲师的互动是MOOC持续使用意图的预测因素[16]。至于学习兴趣，目前已经发现它与学习的参与度显著相关(Flowerday&Shell，2015;Sun&Rueda，2012)。后来Hong等人进一步指出，三种类型的学习兴趣，即喜欢，享受和参与，通过电子设备与CIU正相关。本研究的结果与所提及的研究一致，表明在使用MOOC时学习兴趣与持续意图之间存在正相关关系。

5.3 结论

本研究的目的是验证与MOOC学习者的意图相关的变量。这项研究结果表明增加参与者的元认知技能也增加了他们在学习MOOC时的喜爱、享受和参与感。此外，对于学习兴趣与学习者持续使用意图之间的关系，结果表明学习者的兴趣的提高将增加他们的持续使用意图。前人的研究多集中于探索课程完成率和影响学生持续学习的因素。而本研究则将研究范围拓展到学习者未来通过MOOC学习的意图。研究结果表明，元认知可以解释学习者是否打算通过学习兴趣的介导来学习MOOC。

总的来说，本此研究有两大贡献。首先，对学习兴趣进行了介绍，这是与在线学习相关的重要结构。前人研究已经确立学习兴趣的重要性，在此基础上，我们提高了对MOOC学习兴趣的理解，这与对个体元认知如何促进或抑制它有关。通过这种方式，我们可以看出将MOOC学习行为相组合使其比之前对MOOC的单独研究更有意义。

其次，本研究从一个更加扩大化的视角对MOOC在持续使用意图方面进行研究。三类学习兴趣与MOOC持续使用意图之间的密切关系表明了在线学习作为一种自我学习手段所带来的影响。它强调了在线学习兴趣的独特性，并加强了学生对更适合自身的MOOC课程选择的把握。

本研究对MOOC教学有重要的实践意义，研究结果表明使用MOOC的教师可以从投入更加密切的关注来了解学习者的在线学习兴趣，影响特定的在线学习行为的机理。特别是教师培训计划时，学习者的元认知可能比其他个人特征所呈现的相关度更高。如果教师对一个个体如何在其所认为的重要性中产生变化有更深的理解后，再来教授相关知识，他们就会更加有效地从动态关系上着手考虑。

5.4 局限以及未来研究

虽然研究结果可信度基本较高，但是考虑到实验的样本容量较小，所以依旧是有以下几点不可忽视的局限。MOOC的特点是参与自由度高，在我们的调查过程中发现，参与者通常倾向于使用假名或昵称来进行注册，因此我们的数据算是匿名收集的。而由于参与者背景信息的残缺，我们的发现只能推广到特定的MOOC课程。例如，我们无法对完成率高低不同的学生进行对比找出他们的相同点和不同点。在一项有关MOOC的研究中，学者发现有三个主要因素促成了学习者的积极参与：以往的MOOC学习经历、信心和动机。以未来更深入的研究可以收集统计者的信息，包括他们之前在MOOC系统的学习经验，来保证提供的账户信息更加有深度和细致。

尽管信息通信技术在包括MOOC在内的教育领域取得了很大的进展，但是MOOC课程的平台和功能都不尽相同。平台的不同功能可能会导致学习内容的不同演示方法，触发不同的交互。而我们已经知道，MOOC上的学习内容和交互性是影响他们的使用意图的关键因素。因此，未来的研究可以考虑MOOC平台方面的变量。

Harackiewicz，Barron，Tauer和Elliot表示，兴趣与外部因素相结合可以预测学业成果，在不同的发展阶段特定识别学习者的兴趣是MOOC课程设置中兴趣研究的关键的一步。从发展的角度看，未来的研究可以设置为兴趣的四阶段模型，包括触发情境兴趣、维持情境性趣、形成个人兴趣和培养个人兴趣，进一步阐明MOOC课程设置中的兴趣发展及其与其他机动变量的关系对MOOC教学和学习具有很大的潜在影响力。