基于认知动机理论的在线课程改革方案研究

李可 范博涛 汪静

（1.广东开放大学，广东广州，510091；2.人民邮电出版社有限公司，北京，100164）

一、在线课程的发展与困境

麻省理工学院2001年4月推行的开放课程运动（Open Courseware），可以认为是MOOC最早的雏形[1]。2012年，美国顶尖大学陆续设立网络学习平台并提供免费课程，Coursera、Udacity、edX三大平台兴起，针对高等教育提供免费课程。故而也有学者将2012年称为MOOC元年[2]。2013年7月，上海交通大学、复旦大学分别与Coursera平台签约并发布在线课程。与此同时，中国高校也开始创建自己的开放在线课程平台。2013年10月，清华大学的“学堂在线”中文大规模在线开放教育平台发布[3]。从此我国在线课程呈现爆炸式的增长状态。

与高校和教育部门的热情形成对比的是，在全球范围内MOOC都面临着“课程完成率不高”的问题。针对一项对美国高校在Coursera、edX、MITx上开设的91门MOOC课程的注册人数与完成人数的研究显示，MOOC课程注册人数的中位数值为42,844人，而完成率的中位数值仅有6.5%，大多数课程的完成率都低于10%[4]。在欧洲高校的调查中，MOOC课程完成率普遍在10%～20%左右。《北京晚报》2017年报道，中国大学MOOC通过率仅为1.5%，通过率10%以上的课程占比不到10%[5]。

事实上，瓦迪（Vardi）早在2012就指出，MOOC缺少一些基本的教育学原理，只是将简短的视频模块、交互的在线测验和社交网络等技术进行综合的运用[6]。研究人员Jordan采用线性回归进行统计时发现，MOOC课程的完成率与课程长度具有相关性。课程越长，完成率越低，特别是15周以上的MOOC课程，完成率微乎其微[7]。但是，这一现象背后的行为和心理特征并没有得到深入研究，所以实践中我们仍然缺乏指导。比如：学生放弃完成课程，是由于缺乏信心还是缺乏兴趣？如果将较长的课程划分为一系列的短期课程，是否能给与学生更多的激励，从而提高完课率？这些问题都没有得到深入的研究。

从学习的本质出发，“学习”通常被定义为经验导致的个体的改变，它包括了可观察的外在行为过程和难以观察的内在认知过程。而教学的核心问题是：怎样帮助学生学习那些在将来的生活中有用的特定信息、技能和概念？我们该如何给学生呈现恰当的刺激，使其注意力和心理努力都关注此类刺激，进而获得重要的技能？换一种方式来说，就是如何让学生对特定内容产生学习动机？如何将动机转化为具体的学习行为，并维持在相当的水平[8]？

综合以上事实和理论，在线课程作为一种教学形式，其方案设计，可以从动机入手，通过给与适当的刺激，维持学生在特定课程中的注意力和行为，从而进一步实现认知的转化和提升，提高完课率。

二、学习动机模型研究

动机心理学指出“行为是一个特定的人和一种特定的情境之间交互作用的产物”[9]。面对完成率较低的情况，我们需要知道在线学习过程中的行为动机是如何消失的？在学习过程中哪些因素对行为动机产生了影响？哪些是正面因素，应怎样维持或强化？哪些是负面因素，应如何抑制或排除？

（一）行为动机理论背景

海克豪森（Heckhausen）提出，当行为主体越是相信自身的行为对于结果预期能产生较大的影响，那么其行动的趋势就越强烈。这种期望称为行为-结果-预期[10]。另外，当情境-结果-预期越高，通过自身行为实施干预的动机作用就会越弱，即如果主体认为环境因素对结果产生的影响越高，那么行为的动机就会越低。

心理学家杰奎琳·埃尔克斯（Jacquelin Eccles）等人在广义行为动机理论的基础上，进一步将任务价值成分分解为四个方面的内容——获取价值、内部价值、效用价值以及花费[11]。

（二）学习动机模型分析

基于以上理论，我们针对教学领域进一步提出了学习动机模型。该模型列出了针对课程学习这一特定任务的复杂动机作用结构中各因素之间的逻辑结构和相互关系，可以用图1表示。

图1 课程学习动机模型

我们认为“获取成果”反馈时间的长短也会对动机作用产生很大的影响，故而将其作为一种重要的影响因素标识出来。学习动机模型中包含的因素有：

1.情境-成果-预期（Situation-Outcome，S→O）。表示学习情境导致指定学习结果发生或不发生的可能性，该预期越确定则行为动机越低。例如，往届课程通过率作为情景因素，如果多年的通过率都是100%，学生很可能不再努力；但是如果学生感到即使努力也难以通过，也会出现很多放弃行为。

2.行为-成果-预期(Action-Outcome，A→O)。表明学习行为导致的结果和后果的预期，该预期越高行为动机越高。

3.内部价值（Internal Value，IV）。表明学习行为本身对主体产生的价值，该价值是对行为最直接的激励，内部价值越高动机越高。

4.成果价值（Outcomes Value，OV）。表示由学习成果带来的价值，包括获取价值和效用价值。成果价值越高，学习动机越高。

5.行为-花费（Cost，C）。这是动机作用中的一个负面因素，描述的是学习行为占用的时间、金钱、精力或必须放弃的其他机会等。

6.反馈时间（Feedback Time，FT）。表示行为发生到行为主体能够确定获取成果的时间间隔。已经有很多实验表明，反馈时间越短激励效果越好，反之则激励效果越差[12]。行为学习理论的研究证明，不管一种奖励多么有效，如果奖励的次数不够频繁，则奖励对改善行为就没有多大作用。频繁地给予小奖励比偶尔地给予大奖励更能促进学生的学习[13]。所以本模型将这一重要的动机影响因素单独标示。

三、实验论证

（一）研究方法

本研究选取了“数据库技术”课程开展实验，原因一是因为这门课作为专业基础课，在计算机专业群中具有重要地位，具有很好的代表性；其二是因为这门课的在线资源建设相对于目前的其他课程而言更完善，用于实验才能够屏蔽由于教学资源不完善导致的问题。

课程采用两种方式对内容进行设计，方式一为当前大多数课程采用的直线型的课程设计，方式二是根据假设进行改革的课程设计。实验中学习者分为两组，一组为对比组，采用改革前的课程进行学习；另一组为实验组，采用改革后的课程开展学习。两组采用的学习大纲和基本资料完全一样，只是编排组织方式不同。

所有学生都在没有教师指导的情况下独立完成在线课程学习。

实验通过网络报名的方式选取了某全日制高校计算机专业一年级学生共78人，并随机分成对比组和实验组各39人。参与者如果在假期6周内完成在线课程学习，并在开学时考核合格则可以申请对应课程的免修资格，也可以在学习过程中自由退出。

实验结果通过在线平台的检测数据结合调查问卷的方式得出，课程结束后对技能和理论进行考核，对比分析实验结果。本实验的结果数据分为两部分，一部分是在线课程本身提供的反馈数据，包括学习进度、作业成绩、测验和考试成绩、参与问题讨论的情况。另一部分是与学习内容无直接关系却能影响学习效果的因素，包括学习者的态度、学习兴趣、学习需求等方面的内容，采用问卷调查的方式获得。

（二）实验结果

本研究对模型中的各个因子与现实中的情境进行映射，并加以验证：

1.情境-成果-预期（Situation-Outcome，S→O）因子。情境-成果-预期对学习动机的影响是明显的。在实验中我们发现，绝大部分（实验中为97.5%）的学生在自己的论坛积分达到上限之后，就不会继续发帖。积分上限体现的就是“情境-成果-预期”，该因子对学习动机产生负面的影响。

2.行为-成果-预期(Action-Outcome，A→O)因子。该因子对学习动机的影响很大。对比组采用了目标考核为主的方式：

总评成绩=作业成绩30%+期末考试70%

而实验组采用了过程考核为主的方式：

总评成绩=作业成绩20%+微课观看20%+在线讨论10%+章节学习次数10%+阶段性测验20%+期末考试20%

两个组课程的完成情况如下表1所示：

表1 课程完成情况表

虽然作业成绩差异不大，但是基于过程考核的分组，无论是在线学习时长还是最后的考试成绩都明显高于对比组，特别是考试成绩，差异在5分以上，这一现象说明行为在成果中的体现越大越直接，学习动机越显著。

3.内部价值（Internal Value，IV）因子。问卷调查显示，“课程枯燥”是学生退出课程的主要原因。影响学生难以完成在线课程学习的原因中，排在前四位的分别是：视频课程枯燥（72%）、缺乏教师指导（59%）、缺乏互动（52.5%）、视频课程不利于记忆（44%）。这一结果证明了在线课程的内部价值对学习动机的影响是占首要地位的，明显高出其他的影响因素。

与此同时，最吸引学习者的微课特征中，“使用有趣的语言”排第二，也体现了学习行为的内部价值与提高学习动机的正相关性。

4.成果价值（Outcomes Value，OV）因子。问卷调查显示，最能够吸引学习者的微课特征的前五位依次为：实践内容操作指导（78%）、使用有趣的语言（60%）、讲解抽象问题的动画（53%）、包含日常生活情景的故事或片段（49%）、使用有趣的对比案例（49%）。实践操作指导可以增强课程实用性，其实质是学习成果价值提升。这一选项的比率甚至超过了“使用有趣的语言”和“讲解抽象问题的动画”。

成果价值和动机之间的相关性在另一问题的调查中也得到了印证：“必修课”和“感兴趣的选修课”相比，60%的学生仍然会在必修课上投入更多的时间，因为必修课对后续学习而言，其成果价值更高。

教育部高教司原司长张大良建议“中国大学MOOC与高校共同探索校际课程互选、学分互认以推动课程应用”[5]，其本质也是一种期望通过提高“成果价值”提高学习动机的做法。

5.行为-花费（Cost，C）因子。学习的便捷性是“行为-花费”因子的体现之一，提供方便的学习方式是降低“行为-花费”的典型手段。本次实验中，课程平台统计显示约有30%的访问量来自移动客户端。并且，60%的学习者表示多终端学习将会使得自己的学习时间变多。这一现象证明了成本的降低确实能提高学习动机。

6.反馈时间因子。将课程划分成多个阶段性的目标，缩短反馈时间确实能提高课程的完成率。实验组的完成率明显高于对比组，作业表现和考核成绩也都优于对比组。参考图2发现，在课程的开始阶段，对比组和实验组并没有明显差异，甚至最初阶段对比组的参与度还略高于实验组。但是当课程进行至1/3处时，也即实验组第一个阶段结束时，两组产生了差异，对比组的参与人数持续下降，而实验组的参与人数开始保持稳定。

图2 学习参与情况图

为了进一步佐证，我们对所有最初的参与者进行了调查，有68%的学生认为“课程分为多个阶段学习轻松一些”，24.4%的学生认为“和整体学习没什么差别”，只有7.7%的学生选择了“分阶段更加辛苦”。实验和调查的结果都证明了设想成立。

这一结果对在线课程的设计有积极的意义。教师即使不对原有的视频和资料进行修改，只是将其模块化或阶段化，也能对学生的学习动机产生明显的促进作用。

（三）改进在线课程的进一步建议

通过本次研究，我们对模型中的各个动机因子设计的论证实验，也积累了课程改进的重要经验。除此之外，还有一些综合性的建议。

1.成果价值（Outcomes Value，OV）因子可以发挥更大的作用。虽然实验的完成比例比较接近上文所述的MOOC的完成比例，然而需要注意的是，只有17%的学生认为“自己无法独自完成在线课程学习”。对于认为自己能够完成却实际没有完成的学生进行访谈发现，退出最主要的原因是：“因为更喜欢课堂上学习，所以觉得没有自学的必要”；“免修的吸引力不大”；“有其他更重要的事情要完成”。如果在线课程有强制性要求，或比“免修”更具吸引力的结果，完成率应该可以达到相当高的比例。

2.学习模块并非越多越好。在证明了设想成立的基础上，再进一步对模块的划分尺度进行调查，结果显示：认为一个课程划分的子模块比较合适的数量为“4～5个”的学生占46%，另有39%的学生选择“2～3个”，只有不到4%的学生选择“不用划分，整体学习”。通过访谈得知，学习者认为课程过长会使得划分模块的意义无法体现，而模块太短又会使得学习内容太少，同时模块数量变得太多。根据以上信息，可推断出每个模块对应的微课在15～36个之间将比较合适。

3.视频主讲人出镜对提高内部价值的意义不大。“主讲人出镜”是现在大部分在线课程录制的技术要点，曾经在某个全国的教学比赛中，明确将该项列为评审内容之一。在本次研究中，我们针对学堂在线、中国大学慕课网两大平台也进行了40门课程的抽样调查，教师出镜率为100%。将教师的讲课过程通过视频呈现出来成为当前在线课程制作的一大主流方式。

但是另一方面，学习者对“微课视频主讲人是否出镜”一项，55%的学生选择了“可有可无”，42%的学生认为“很亲切，可以提高学习兴趣”，还有3%的学生选择了“不喜欢，不要出镜”。如果教师出镜的质量不高，未必是一种好的方式。也许在线课程的设计者应该更多地考虑其他的手段，毕竟在线课程的学习环境、学习方式都已经发生了很大变化，应该使用更多变和灵活的方式去呈现课程内容。

4.图文兼具的内容呈现。如果学生被要求独立自学，69%的学生选择观看视频，只有31%的学生选择看书，可见视频资源对于在线课程学习仍然起着非常重要的作用。但是考虑到仍然有约1/3的学生有对文字内容的需求，建议学习内容页面采用“视频+文字”的形式对内容进行组织。现在仍有不少课程的视频和文字内容分布于不同的页面上，应该将其有机地结合。

四、结语

无论从学习的行为性特征还是心理特征出发，激活学习动机都是提升课程质量的必要手段。在广义认知动机作用模型和期望价值理论基础上构建的学习动机模型，从学习情景的角度给出了在线课程改进的理论和实证依据。本实验不仅仅停留在个别疑问的研究上，更重要的是通过模型对各种课程改进方法进行了体系化的构建，并进一步对具体的实施细节也进行了研究，并总结了具有现实意义的改进建议。但是本次实验选择了特定的课程，课程模块的建议长度在其他学科的适用性还需进一步研究。

另外，本次实验的对象来自同一高校，虽然这样也减少了由于学习背景不同带来的干扰因素，但存在样本量偏少的问题，不同背景的学习群体对各个动机因素的反应是否具有一致性还需进一步研究。