高职学生智慧教室接受度影响因素研究

陈静远 马世来 刘洪锋

摘   要：智慧教室作为新兴的教学环境，正逐步走进校园，为教学改革提供了有利的条件。其中，学生作为智慧教室的使用主体，对智慧教室功能的发挥起到了决定性作用。文章借鉴UTAUT模型，以智慧教室的教学活动为研究对象，构建了学生对智慧教室的接受度模型，采用问卷调查法测量学生对智慧教室的接受度以及影响其接受的因素。经研究发现，高职学生对智慧教室有着较高的接受度。其中，信息技术的精通程度、绩效期望对接受度的影响最强，其次是社群影响和便利条件，而努力期望对接受度的影响最弱。因此，智慧教室建设应充分考虑学生需求，并为开展智慧教室环境下的教学提供保障。同时，也应该提高学生的信息素养，为其学习提供必要条件。

关键词：智慧教室;接受度;UTAUT;高职学生

中图分类号：G40-057 文献标志码：A 文章编号：1673-8454（2021）22-0014-06

一、引言

随着传感技术、网络技术、富媒体技术及人工智能技术与教育的深度融合，作为课程实施的物理环境，智慧教室凭借优化教学内容呈现、便利學习资源获取、促进课堂交互开展等特点，得到了业界的广泛关注。[1]对学生来说，智慧教室环境下的学习能够有效地激发学生的学习兴趣和积极性，提升师生交互质量，提高学生的学习质量[2]。而对于教师来说，在使用智慧教室的过程中可以提高自身的教学技能，包括提问技能、讲解技能、变化技能和信息技术运用技能[3]，从而促使教师转变教学方式，实现课堂教学转型。另外，智慧教室中的大数据分析技术为学校的教育教学质量监管提供了技术支持，实现了量化精准、常态持续、全面覆盖、实时动态的课堂教学综合质量评价，为学校的教育教学决策提供了依据[4]。

在此背景下，各级院校大举建设智慧教室，期望通过教学环境的转变倒逼教育教学转型，实现教育信息化的变革。然而在智慧教室的建设中还存在以下一些问题：例如，过分注重技术的先进性而忽视实际的教学需求、过分依赖外包技术公司而自身的参与度不够、缺少配套支持和后期系统科学的服务管理等[5]，因此出现了一些智慧教室建而不用的情况，造成资源的浪费。

如何充分发挥智慧教室的功能，成为智慧教室建设的关键问题。考虑到智慧教室的主要接受对象是学生，学生对智慧教室的认可和接受很大程度上决定了智慧教室功能的发挥。因此，本研究借鉴UTAUT模型，以智慧教室的教学活动为研究对象，构建学生对智慧教室的接受度模型，采用问卷调查法测量学生对智慧教室的接受度以及影响其接受的因素，从而为高职院校建设智慧教室和开展智慧教室的教学活动提供了依据，提高了高职院校的教育信息化水平。

二、相关研究

1.智慧教室相关研究

近年来，各高校在智慧教室建设中投入了巨大的热情，而智慧教室环境下教学活动的开展也引起了研究者的关注。通过梳理文献发现，目前国内关于智慧教室的研究主要聚焦以下三点：

①智慧教室的设计和建构，此类研究多是以黄荣怀提出的“SMART”概念模型为基础，提出依据自身院校的实际情况设计和构建智慧教室[1][6-8]。

②智慧教室环境下教学模式研究，如张屹等提出的智慧教室环境下APT教学模式在中小学以及大学阶段的实施和应用，并取得了良好的教学效果[9-12]。

③智慧教室环境下学生学习现状，研究者从课堂人际互动的角度，调查了中小学生的参与度，并得到了不同的看法。如王晓晨等认为，智慧教室环境能够较好地提高和丰富互动频率、互动主体和互动内容，有效支持课堂互动的开展[13];而何文涛等发现，智慧教室环境下的交互网络与普通教室并无明显差异，对学生参与交互的影响不大[14];冷静、黄治虎等认为，智慧教室环境下学生的学习投入度与教学活动类型有着密切的关系[15][16]。

2.学生接受度相关研究

关于学生信息技术接受度的研究，国内外的研究者一直保持着极大的兴趣和关注，并取得了丰富的成果。如王钱永等基于UTAUT模型研究了影响学生MOOC学习行为的影响因素[17];胡晓以TAM为基础，引入了课程设计、交互环境设计作为外部变量，从感知有用性、感知易用性、资源感知、社区归属感、高校学生SPOC学习意愿等核心变量，研究了影响学生SPOC学习意愿的因素[18];王明杰研究了大学生对翻转课堂接受度影响因素，包含了性别、年级、学生风格3个调节变量和使用意愿、感知有用性、感知易用性、社群影响、促成因素、自我效能感、感知愉悦性、感知成本等8个主体变量[19]。

通过分析相关研究成果，发现在探究影响信息技术使用因素的研究中，UTAUT模型被广泛应用。然而通过梳理智慧教室和学生接受度的相关研究，发现目前较少有以学生为主体探究智慧教室使用的研究。因此本研究以学生为研究主体，将UTAUT模型作为理论基础，结合智慧教室教学特点，探究影响学生接受智慧教室的因素。

三、研究假设和模型建构

UTAUT模型以理性行为理论（TRA）、技术接受模型（TAM）、计算机使用模型（MPCU）、计划行为理论（TPB）、创新扩散理论（IDT）、社会认知理论（SCT）、TAM与TPB模型（C-TAM-TPB）和动机模型（MM）等8个模型为基础，深入整合其优缺点，确定了4个核心变量——绩效期望、努力期望、社群影响、促成因素以及4个核心控制变量——性别、年龄、自愿性和经验，如图1所示，其解释度高达70%，被广泛应用于技术接受行为的研究。

本研究依然将UTAUT模型中的4个核心变量作为调查影响学生使用智慧教室的关键因素。由于考虑智慧教室作为新兴的学习环境，大多数学生并不具备丰富的使用经验，且学生对于上课地点并无自主权，因此，本研究将不考虑性别、年龄、经验和自愿性等调节变量。由于智慧教室是一种技术丰富的学习环境，在学习过程中会使用到各类数字装备，对学生的信息技术能力有着一定的要求，因此本研究将增加“信息技术精通程度”作为核心变量。另外，由于接受既包括个体自身的行为，也包括个体对对象的态度，因此在本研究中，认为学生对智慧教室的接受度既包括使用意愿，也包括使用行为，提出了智慧教室环境下影响学生接受度因素的理论模型，如图2所示，并据此提出研究假设。

假设1：绩效期望对智慧教室的接受度存在直接正相关。

绩效期望是指学生在智慧教室环境下学习，对提升学习效果的期望程度，学生对智慧教室的期望越高，就会越愿意在智慧教室环境下学习。

假设2：努力期望对智慧教室的接受度存在直接正相关。

努力期望是指学生在使用智慧教室时的努力程度，如果学生在使用智慧教室的过程中感到操作简单、易用，那么学生使用智慧教室的意愿也就更加强烈。

假设3：社群影响对智慧教室的接受度存在直接正相关。

社群影响是指学校政策、任课教师、周围同学对学生使用智慧教室的影响程度。学生对于学习环境的影响会受到学校政策、任课教师的选择以及周围同学的影响，当这些因素其对使用智慧教室起到正面作用时，也会提高学生使用智慧教室的意图。

假设4：促成条件对智慧教室的接受度存在直接正相关。

促成因素是学生使用智慧教室时得到现有技术的支持程度，如果学生认为在使用智慧教室时得到的支持度越高，那么其对智慧教室的接受度也就越高。

假设5：信息技术精通程度对智慧教室的接受度存在直接正相关。

信息技术精通程度是学生对自己信息技术使用能力的主观判断。由于智慧教室环境下的学习多是通过计算机、智能手机、PAD等设备完成的，所以我们假定学生的信息技术水平越高，对智慧教室的接受度也就越高。

四、研究方法

1.问卷设计

（1）问卷编制

本研究以Venkatesh的成熟量表为基础，结合高职院校智慧教室使用现状，设计各变量的测试题项，所有题项均采用李克特五点量表形式，其中1表示“非常不同意”、2表示“不同意”、3表示“不确定”、4表示“同意”、5表示“非常同意”。

本量表一共分为两个部分，第一部分为高职学生的基本信息，包括性别、年级、专业;第二部分为高职学生对智慧教室接受度影响因素调查，共设置了24道题目，包括6个维度，分别是绩效期望（PE）、努力期望（EE）、社群影响（SI）、促成因素（FC）、信息技术精通程度（IT）、使用意愿（BI）。

（2）问卷试测与施测

在问卷开发完成后，本研究选取了郑州某职业院校一个班级的41名学生进行前测，根据调查结果，对问卷的具体内容进行修正，保证测试指标清晰明了。正式问卷通过“问卷星”平台发放，收回有效样本370，问卷有效率为100%。其中，男生有255人（68.9%），女生有115人（31.1%）;理工科专业学生有311人（84.1%），文科类专业有59（15.9%）; 大一学生有40人（10.8%），大二学生有169人（45.7%），大三学生有161人（43.5%）。

2.信效度分析

本研究利用SPSS和Amos数据分析软件，对370份调查问卷从信度、效度、相关描述性、结构方程模型等四个方面进行分析，从而确保本次调查具有可信性、有效性、正确性和代表性。

（1）信度分析

通过SPSS数据分析软件，本研究计算绩效期望、努力期望、社群影响、促成因素、信息技術精通程度和接受度的内部一致性（Cronbach's α）和组合信度（Composite Reliability，CR），从而确定调查问卷的可靠性。一般而言， Cronbach's α和CR值大于0.7，就认为该量表信度较好。如表1所示，问卷总体Cronbach's α、各个变量的Cronbach's α和CR值均大于0.7，说明该问卷信度较好，并且稳定可靠。

（2）效度分析

本研究利用AMOS对结构模型进行验证性因子分析（CFA），以确定各个变量的收敛效度和区分效度。一般来说，标准因子载荷和平均变异萃取量（AVE）均大于0.5，才能说明收敛效度良好[20];区别效度则要求每一个结构变量AVE的平方根大于与其他变量相关系数的绝对值[21]。如表2所示，各个测量指标的标准因子载荷和AVE皆大于0.5，有着良好的收敛效度，且每一个结构变量AVE的平方根大于该变量与其他变量相关系数的绝对值，区分效度良好。

五、研究结果与分析

1.问卷描述性统计分析

通过分析370个样本，结果如表3所示，各个结构变量的均值都在3.80～3.92之间，处于中高水平，其中接受度得分最高（3.916），说明学生对智慧教室的认可度较高，有强烈的使用意愿;而社群影响得分最低（3.807），表明学生在接受智慧教室时不易受到外部因素的影响。各变量的标准差皆在0.9左右，说明各变量分值围绕均值分布密集，均值有着较好的代表性。

2.结构方程模型分析

（1）拟合优度检验

依据研究假设，本研究利用AMOS建立高职学生智慧教室接受度结构方程模型。为保证模型的合理性以及结构变量因果关系的稳定性，对其拟合指标进行分析。如表4所示，χ2/df、GFI、AGFI、NFI、TLI、CFI、RMSEA均符合适配指标，因此认为该模型结构合理，结构变量间关系稳定，可以进行研究假设验证。

（2）研究假设验证

通过AMOS进行结构方程模型分析，得到模型的标准化路径系数以及p值。如表5所示，所有路径系数的p值皆大于0.001，说明影响显著，6个假设均成立;而标准化路径系数代表了影响的强度，数值越大影响越强，其中信息技术精通程度对智慧教室接受的路径系数最大（0.622），说明信息技术精通程度对智慧教室的接受度影响最强;而努力期望对智慧教室接受的路径系数最小（0.175），说明其影响最弱。

六、结论分析与建议

1.结论分析

（1）绩效期望、社群影响、促成因素、信息技术精通程度对学生接受智慧教室有着显著的正向影响

首先，信息技术精通程度对学生使用智慧教室的意向影响最强，这说明在智慧教室中，学生要有可以通过各类数字设备，如计算机、PAD、智能手机等获取学习资源，并对资源进行操作、互动以及再生成的能力[1]，因此信息技术精通程度也就成为影响学生使用智慧教室意愿的重要因素。

其次，绩效期望对学生使用智慧教室的意愿影响也比较强，说明学生如果认为在智慧教室环境下学习更加有利于提高其学习效果，他们就更愿意在智慧教室环境下学习。

再次，促成因素影响着学生使用智慧教室的意愿，这是因为在智慧教室学习环境中，学习内容的呈现形式、资源的获取方式以及互动方式等都发生了极大的改变，学生在学习过程中需要相关支持，如果缺乏支持，可能会造成学习困难，从而破坏学生接受智慧教室的意愿。

最后，社群影响也是学生接受智慧教室的影响因素，这主要是因为智慧教室作为新兴的学习环境，如果没有学校上课地点的安排、教师的主动去使用和与周围同学的交流，学生很难接触到或者主动了解使用，故而大多数学生都是通过学校、教师的安排而使用智慧教室的，社群影响也就成为学生使用意愿的因素之一。

（2）努力期望虽对学生接受智慧教室有显著正向影响，但是影响力相对较弱

原因主要有以下两点：一是与传统的学习环境相比，智慧教室虽然对学生的信息技术能力有一定的要求，但是作为数字原住民，其对接纳信息技术新事物有一定的敏感性，并且能够较快地熟练使用智慧教室中各类软件和工具;二是在描述性统计分析中， 与其他变量相比，“信息技术精通程度”这一变量的均值最高，说明学生的信息技术水平处于相对较高的水平，完全可以满足在智慧教室中学习的要求，不用付出额外的努力，从而降低了努力期望对智慧教室使用意愿的影响。

2.建议

（1）建设适配学生需求的智慧教室

在智慧教室建设中应该充分考虑学生的需求，匹配学生的认知水平，提高学习效率。其中，网络是智慧教室的基础，学校应该加强网络基础设施的建设，保证在智慧教室中所有的网络终端设备能够互连、互通、互动，使学生和教师充分感受到信息技术在课堂上的魅力。另外，大数据分析挖掘技术是智慧教室的核心功能之一，其能精准地了解学生的学习进展和学习路径，为学习者提供个性化的学习指导和评价，实现因材施教。同样，在智能化的学习环境中，应该更加注重师生、生生之间的交互功能，利用智能化的交互平台、触摸式一体机和可活动桌椅，积极开展不同形式的教学活动，活跃教学气氛，提高学生学习的积极性和参与度。

（2）为教师开展智慧教室教学提供保障

学生对智慧教室的接受度受到学校政策、教师等社群因素的影响，因此学校应该鼓励和支持教师开展智慧教室教学，具体包括：①增加智慧教室教学在职称评审、教改课题、绩效奖励等方面的权重，增强教师开展智慧教室教学的意愿;②开展教师培训，转变陈旧的教学观念，树立“以学生为中心”的教学理念，组织教师观摩、研讨智慧教室环境下优秀的教学案例，提高教师的教学设计和教学组织能力，优化教学效果;③针对不同的学科，设计智慧教室环境下不同的教学模式，为各个学科教师提供借鉴，降低智慧教室教学活动开展的难度，从而提高其利用率;④建立技術支持团队，当教师和学生在日常教学中出现状况时，能够及时、快速地提供技术支持，保证正常教学秩序的实施，提高智慧教室的可用性和稳定性。

（3）提升学生的信息技术水平

学生信息技术的精通程度极大地影响了其对智慧教室的接受度，因此学校应该积极开展信息素养课程，明确学生在智慧教室环境下学习时所需要具备的信息技术能力，在教学实践中对相关技能进行练习，提高其信息素养，为使用智慧教室提供必要条件。

参考文献：

[1]黄荣怀，胡永斌，杨俊锋，等.智慧教室的概念及特征[J].开放教育研究，2012，18（2）：22-27.

[2]Jena P C. Effect of smart classroom learning environment on academic achievement of rural high achievers and low achievers in science[J]. International Letters of Social & Humanistic Sciences，2013（3）：1-9.

[3]张菲菲.基于智慧教室的高校教师教学技能提高及有效性研究[J].现代教育技术，2015，25（5）：110-114.

[4]刘宸，李国栋，张哲，等.高校智慧教室的构建与研究——以西安交通大学为例[J].现代教育技术，2018，28（10）：70-75.

[5]尹合栋，于泽元，易全勇.智慧教室评价指标体系的构建[J].现代教育技术，2020，30（3）：80-87.

[6]陈磊，徐佳丽.基于物联网的高职智慧教室建设研究[J].职教论坛，2014，（35）：23-25.

[7]贺占魁，黄涛.高校智慧教室的建设理念、模式与应用展望——以华中师范大学为例[J].现代教育技术，2018，28（11）：54-60.

[8]胡沛然，王宜之.智慧学习环境的设计、构建和管理研究——以上海交通大学“智慧教室”为例[J].实验室研究与探索，2018，37（7）：286-290.

[9]张屹，陈蓓蕾，陈珍，等.智慧教室中的教学对大学生研究能力和元认知的影响——基于量规的干预[J].电化教育研究，2017，38（7）：77-84.

[10]张屹，陈蓓蕾，李晓艳，等.智慧教室中基于APT模型的iPad电子教材设计与应用研究——以小学英语五年级上册《Tobys Dream》为例[J].电化教育研究，2016，37（8）：63-71.

[11]张屹，董学敏，陈蓓蕾，等.智慧教室环境下的APT教学对小学生问题提出与问题解决能力的培养研究[J].中国电化教育，2018（4）：57-65.

[12]张屹，董学敏，白清玉，等.智慧教室环境下学生的探究参与度研究——以“食物在体内的旅行”为例[J].电化教育研究，2018，39（5）：86-92.

[13]王晓晨，黄荣怀，王梦舒，等.智慧教室环境下的中小学课堂人际互动分析[J].电化教育研究，2016，37（12）：111-116.

[14]何文涛，王亚萍，毛刚.智慧教室环境下协作学习的交互特征分析——基于IIS图分析与社会网络分析的视角[J].远程教育杂志，2018，36（3）：75-83.

[15]冷静，易玉何.智慧教室中学习投入度与教学活动类型的关系[J].现代教育技术，2020，30（5）：47-53.

[16]黄治虎，吴南中，张岩.不同学习活動对高职学生学习投入的影响——基于智慧教室数据支持的学习分析[J].中国职业技术教育，2020（14）：72-78.

[17]王钱永，毛海波.基于UTAUT模型的MOOC学习行为因素分析[J].电化教育研究，2016，37（6）：43-48.

[18]胡晓.高职学生网络学习资源使用意愿的实证研究[J].西南师范大学学报（自然科学版），2015，40（11）：210-216.

[19]王明杰.高校学生翻转课堂接受度影响因素实证研究[D].成都：四川师范大学，2018.

[20]Segars  A  H. Assessing  the  unidimensionality  of  measurement：  A  paradigm  and  illustration  within  the  context  of information systems research[J].Omega， 1997，25（1）：107-121.

[21]Fornell C，Larcker D F.Evaluating structural equation models with unobservable and measurement error[J].Journal of Marketing Research，1981（1）：39-50.

（编辑：李晓萍）