基于“用户体验”分析的混合式学习影响因素及干预研究*

杨 滨 张婷婷

（安徽师范大学 教育科学学院，安徽 芜湖 241000）

一、研究背景及问题的提出

随着5G、大数据分析技术的日益成熟、网络学习空间等新媒体新技术在教学中的深度应用，以及MOOC、SPOC 等一大批课程教学改革与实践的深入推进，学生线上、线下相结合的混合式学习已然成为常态。混合式学习（Blending Learning）是把传统学习方式与在线学习的优势相结合，既体现教师的主导作用，又体现出学生的主体作用。[1]混合式学习是教与学交融，集人本主义、社会认知理论和支架理论等教育理论为一体的泛在学习[2]，是对E-learning 的补充与发展，它既是学生学习方式的巨大变革，也是教育教学改革的时代路向。Singh & Reed 总结提出五个“适当”体现了混合式学习的本质，即“适当的时间”“适当的学习技术”与“适当的学习风格”相契合，“对适当的学习者”传递“适当的能力”，从而取得最优化的学习效果的学习方式。[3]目前针对混合式学习的研究多集中于含义的辨析、理论建构和基于方法的应用，例如基于MOOC 的混合式学习模式探究等，也有部分研究关注到作为混合式学习的主体——学生的满意度，构建了相关满意度假设模型，验证了学习者期望与学习者满意度与学生对混合式学习质量的感知呈正相关；感知价值、感知质量、学生持续学习意愿、学生课堂行为与学习者满意度呈正相关。[4]然而，针对学生满意度的调研却往往忽视了学习者对环境、社会、知识、课程以及心理及生理的体验。因此，要想全面剖析学生混合式学习的影响因素，总结切实可行的干预策略，就必须迁移概念，从“用户体验”的视域来考量学生的混合式学习。而目前却鲜有用户体验视域下混合式学习研究，本项研究将聚焦和探讨全新的问题：即混合式学习中学生有怎样的“用户体验”？基于“用户体验”分析的混合式学习影响因素有哪些？有哪些干预策略？这些现实问题都值得深入研究。从“用户体验”视角分析学生混合式学习干预实践，既对改进混合式学习策略、提升学生学习质量具有重要价值，同时也对同类研究有一定的借鉴意义。

二、基于“用户体验”分析的学生混合式学习影响因素

“用户体验”一词源于商业领域，从不同的视角和需求出发具有多种定义，例如，ISO9241-210 定义:人们对于针对使用或期望使用的产品、系统或者服务的所有反应和结果。[5]微软定义为：不管是硬件还是软件，只要是涉及界面、语音、文字表达、用户操作交互等，都统称为用户体验。苹果公司则强调用户体验至上的思维模式，坚持简单即是美的设计理念，产品命名更加体现以用户为中心的理念。[6]从诸多定义中可以聚焦三个频次较高的关键词，即“用户、产品或服务、交互环境”。同时，有三种理论可以加深对用户体验的理解，分别是：情景体验理论，认为用户体验包括直接体验和间接体验，直接体验指现实环境中用户的体验，间接体验是指用户在虚拟环境下的体验[7]；用户参与理论指出用户体验包括美学、可用性、情感、注意力、挑战、反馈、动机、感知控制性以及感官吸引度等[8]；最佳体验理论认为用户体验研究属性包括可用性、用户技能、挑战、注意力、愉悦性、唤醒度及临场感等[9]。由此可见，用户体验涉及真实与虚拟、情感与动机、注意力与临场感等多个方面，恰是线上、线下相结合教与学活动的重要影响因素。故而，从用户体验的视角分析混合式学习的影响因素，将有利于提出更适合学生学习发展的干预策略，提升学生学习绩效。

由于混合式学习较之传统学习多了线上学习特征，故而本研究展开了“学生线上学习体验调查研究”分别从线上学习环境状况、课程学习体验、学习认知体验、社会体验、情感体验以及学生生理及心理体验等六个维度，通过调查问卷和网络QQ 访谈，获悉和感知学生的所思所想，剖析共性问题，聚焦与凝练混合式学习的影响因素。

（一）调研样本

本次调研以安徽师范大学二年级本科生为样本总体，选择有过学习通+线下学习经历的学生为调研样本。共回收调查问卷425 份，涉及学校18 个专业，样本学生城乡分布均匀，样本学生性别比例差异较大，女生数量明显多于男生，（城镇：49.65%、乡村：50.35%；男生：24.47%、女生：75.53%）。

（二）用户体验分析

1.学习环境体验

（1）问卷数据分析

问卷数据显示，目前学生在线学习中手机成为最常用的信息终端（95.06%），接下来依次递减为笔记本电脑（61.41%）、平板电脑（9.88%）、台式电脑（4.94%），电视、广播等媒体应用较少。学生对学习平台的使用体验最佳为QQ（40%），依次为钉钉（25.18%）、腾讯课堂（12%）、腾讯会议（9.41%）、学习通（7.76%），还有4.24%的学生没有体验良好的学习平台。学生与老师交流最常用的通讯工具是QQ（66.82%），钉钉等学习平台的交流位居第二（25.65%），微信的应用比例并不高（7.06%）。

（2）访谈结论

①学生普遍反映学习平台的学习与应用很便捷，学生对QQ、钉钉等多平台的联合使用体验好，这也与问卷调查的数据分析相印证。②教学平台众多，容易混淆；学生反映不同专业课教师采用不同的平台，五花八门，上课前几乎每个平台都要签到，导致学生常常因忘记签到，而提心吊胆地上课。

（3）共性问题

①网络迷航。当手机、电脑成为在线学习的主要信息载体时（也是学生与虚拟世界与现实世界联通的渠道），学生是否具备足够的自律能力、主动排斥与学习无关的信息以及网络游戏等带来的诱惑与干扰。

②缺乏统一高效的学习空间或学习平台。

2.课程学习体验

（1）问卷数据分析

在线教学形式基本可以分为3 类，即直播、录播、直播+录播。调研数据显示，半数以上的学生（51.06%）喜欢直播+录播的教学形式，32.47%的学生喜欢直播教学，16.47%的学生喜欢录播教学。对于目前常见的课外任务驱动学习，课内交流、研讨与答疑的教学方式（属于翻转课堂教学形式）有半数学生（56.71%）对其并不认可，而其中7.3%的学生明确表示不喜欢，也有43.29%的学生喜欢这种形式的教学，其中学生籍贯和性别均有差异，乡村学生喜欢的比例更高，女同学喜欢的比例要高于男同学。数据显示，在线学习中学生的问答积极性受到了一定的抑制，提问的意愿并不十分强烈。只有46.12%的学生有主动提问的意愿并能积极参与讨论活动，其中，女同学的比例高于男同学；53.88%的学生表示只是偶尔提问。在线学习中，大多数学生（63.5%）认为老师提供的学习资料，能够满足自主学习的需要。虽然，目前很多平台具备教学视频回放功能，有利于学生课后复习，但仅有26.12%的学生经常回看录播视频，大多数学生（73.88%）没有回看录播课的动力与习惯。学生的个性化辅导，既是在线教学的亮点也是痛点，目前，41.88%的学生体验过老师提供的个别辅导与答疑。快捷、精准的答疑方式正是在线教学的亮点。然而，58.12%的学生却没有上述体验，成为在线教学的痛点所在。网络课程学习中，学生的自学意愿强烈，57.64%的学生希望在线教学中能够自由选择学习进度。

在线学习能够留下学生的数字足迹，为学生学习和评价提供依据，但有一半以上（55.53%）的学生课后却不能及时收到学习平台推送的针对学习情况的评价数据。一方面，是部分学习平台不具备自动推送学习数据的功能，另一方面是教师缺乏这方面的设计，还没有意识到数字足迹对于学生学习和评价的价值。

（2）访谈结论

①在线学习缺乏学习氛围。学生普遍反映缺失了一种学习中的情感体验，没有课堂内学习的感觉；②平台课程资源丰富，能学更多东西；③教学反馈不足。教学反馈是教学互动的一个表征，大中小学生在线教学中均缺乏教学反馈，而大学生尤为突出；④课外任务过多。学生反映专业课开展翻转课堂教学，目前已几近疯狂翻转，有点疲于应付；⑤课程复习方便，回放功能便捷，但大学生却很少看回放；⑥缺乏教材。学生们希望有配套纸质教材。

（3）共性问题

①缺乏学习临场感。②缺乏及时反馈机制。③缺乏课前、课中、课后学习支架。④缺乏个性化辅导。⑤学情分析不足。

3.认知体验

（1）问卷分析

数据显示，学生在线学习认知体验良好，在习惯性记笔记和浏览讨论区两个方面较为突出，其次是知识理解、反思资源有效性及考察教学目标与教学内容的一致性。63.29%的学生依旧保持着记笔记的习惯，仅有4.95%的学生表示不记笔记。61.88%的学习者经常浏览讨论区或班群留言，认为同伴讨论成果能帮助自己理解课程的知识内容。55.77%的学生会经常思考老师提供的学习资料是否对其学习有帮助，会对学习资料进行甄别和筛选。55.3%的学习者认为教师提问、讲解能够帮助自己对课程知识的理解与掌握，仅有5.89%的学习者持否定态度。49.64%的学生了解课程教学目标，并能思考教学目标与教学内容的一致性。

（2）访谈结论

①学生们普遍反映，线上学习资料多、信息量大，感觉能学到很多东西；②喜欢任务驱动学习，但又担心任务太多。

4.社会体验

（1）问卷分析

在线学习社会体验,主要从学习者是否经常参与教学活动、是否经常与同学讨论、交流，通过小组合作共同解答难题；在线教学过程中，教师是否一直在线并及时答疑解惑；同学间的在线学习行为是否相互影响，相互促进等方面来表征。教学活动是师生交互、生生交互的重要途径，据调查，60%的学生表示自己经常参与老师设计的学习活动，说明教学活动设计是师生交互的主阵地，并且大部分学生能够积极参与活动。城乡学生存在差异，城镇学生的活动参与度明显高于乡村学生，平均高出10.51 个百分点，女同学的参与度高于男同学。

小组协作能够有效促进组内成员讨论、交流，96.24%的学生在线学习过程中有与同学研讨、分工合作完成学习任务的经历，其中58.36%的学生经常研讨。长期以来，在线教学缺乏教学临场感为人们所诟病，教师的及时答疑能够一定程度地增强临场感。68.23%的学生反映老师能够及时开展在线答疑。学习氛围对学习者的学习状态有着潜移默化的影响，93.4%的学生认为同学们的在线学习行为会影响自己的学习投入程度，并对自己的学习有促进作用，其中，54.11%的学生有较强认同感，说明学生在线学习行为会受同伴影响，并且学伴的行为有利于促进学习。

（2）访谈结论及共性问题

①课程教学中缺乏主动参与。②小组合作学习不方便。学生认为在线学习中小组合作不便开展，与学习伙伴的交流不如线下便捷；③师生交互不足。

5.情感体验

（1）问卷分析

数据显示,仅有21.41%的学生明确表示在线学习中喜欢老师让自己回答问题，78.59%的学生并不喜欢教师提问。教师网络授课的过程中有41.88%的学生希望看到教师头像，44.71%的学生认为可有可无，13.41%的学生认为没有必要看到教师头像。51.53%的学生喜欢按学校的课表时间安排在线学习；12.71%的学生不喜欢按照课表安排开展在线学习。62.12%的学生喜欢帮助同伴解答问题或合作完成任务，并能体会到成就感；36%的学生保持中立，显然98.12%的学生并不排斥同伴互助合作学习模式。

（2）访谈结论

①学生认为在线学习氛围不好；②从情感的角度，学生们均对教学临场感比较关注，希望有线下教学中师生、生生之间的交流。

（3）共性问题

①学习氛围欠佳。②缺乏师生及生生之间的互相关注。③缺乏同伴互助合作与交流。

6.生理及心理体验

（1）问卷分析

在线学习生理体验主要涉及是否容易造成视觉疲劳和是否存在久坐困乏等问题。73.65%的学生在持续在线学习（屏幕学习）中明显感觉眼睛不适，视觉疲劳。65.64%的学生经常感到久坐困乏，精神比较疲惫。在线学习心理体验主要涉及学习状态是否散漫及是否有孤独感。在线学习没有教师监督，没有课堂纪律约束，48%的学生认为自己学习状态比较散漫，38.35%的学生认为在一定程度上影响自己的学习状态，只有13.65%的学生能够严格自律。在线学习时由于感受不到其他同学的学习状况，48.23%的学生会有一种孤独感与焦虑感。总体来看，学生在线学习生理及心理体验不佳，需要适度、适宜地指导学生调节心理状态，可设计开展课间眼保健操和室内操等活动。

（2）访谈结论

①缺乏自律，专注时间不足。②作息时间不规律（早不起、晚不睡）。③会有孤独、焦虑感。学生在线学习缺乏社交，会产生一些焦虑感。

（3）共性问题

①久坐困乏。②存在孤独感与焦虑感。③缺乏自律、易网络迷航。

表1 在线学习“用户体验”分析表

7.多维度在线学习体验分析

本次调查问卷采用五级量表按照五级计分，3 分是理论平均数。每个题项最高分是5 分，最低分是1 分，总分或平均分越高，说明调查对象对题项表述含义的认同度越高。通过统计问卷和6 个维度各自的平均数作为测量指标，明确得出学生在线学习体验状况。详见表2：

表2 在线学习体验得分统计量表（N=425）

研究结果表明：学生在线学习体验总体层面的平均数M=3.2568，略高于中等临界值（M=3），说明学生在线学习体验总体水平处于中等略偏上，呈正向趋势，整体“用户体验”还不错。学习体验六个维度的平均分为：环境体验=3.2059、课程体验=3.3825、认知体验=3.5816、社会体验=3.6059、情感体验=3.1306、生理及心理体验=2.3700。

图1 为学生在线学习体验得分均值雷达图，显示按得分由高到低排列依次为：社会体验、认知体验、课程体验、环境体验、情感体验、生理及心理体验。其中，社会体验维度得分最高，说明即时通讯工具或学习平台的应用，加强了师生、生生交互，在线教学交互性差的缺陷得到了弥补。得分最低的是生理及心理体验维度，且低于均值（M=3），说明学生在线学习生理心理调节方面还存在很多问题，需要引起重视。

图1 学生在线学习体验得分均值雷达图

（三）混合式学习影响因素

基于上述“用户体验”共性问题的分析，发现影响学生混合式学习的因素是多元的，这些因素既会影响线上学习，也会影响线下学习。如图2 所示，影响学生混合式学习的因素主要有：信息干扰、平台功能、学习氛围、反馈机制、辅导机制、学习支架、久坐困乏、学习孤独与焦虑、学习自律、同伴互助、师生交互、情感交流等。可对上述因素总结提炼，归为四类即环境因素、本体因素、设计因素、互动因素。

图2 混合式学习影响因素示意图

三、基于“用户体验”分析的混合式学习干预研究

基于“用户体验”分析的学生混合式学习影响因素的提出，为分析混合式学习干预策略提供了依据。面对多元因素的影响，仅仅依靠教师或者学习者自身来促进混合式学习保质提效困难重重，需要结合人工智能技术实现人机结合联动干预。本研究以在线学习用户体验为切入点，以在线真人（People）+人工智能（AI）联动干预为抓手，构建PAI 联动干预模型，探索提升线上、线下学习质量、提高学习效率的方法和策略。

（一）混合式学习PAI联动干预的提出

随着5G 网络全覆盖、人工智能技术在社会产业领域的深度应用，国内外学者纷纷展开AI+教育的研究。美国麻省理工学院对人类意图理解和机器协同进行了探索，尝试让机器人通过视听觉来感知人体意图及所处的场景，并协同人类完成任务[10]。祝智庭认为，因为学习太复杂、太混沌、太“生物性”，以至于无法实现自动化，所以AI 在教育应用中具有三方面的局限性，即有知识没常识（体验缺失）；有精度没温度（情感缺失）；有个性没人性（文化缺失）。又因为教学环境、教学效果、学生情况、教学过程处于不断动态变化之中，教师在教学中仅凭一己之力难以应对纷繁复杂的数据变化。因此，人对机器合理干预，把适合机器（智能技术）做的事让机器去做，把适合人（师生、管理者、服务者等）做的事让人来做，把适合于人机合作的事让人与机器一起来做[11]。孙众等学者认为，人工智能可以打破传统的课堂分析，并经历四个发展阶段，即全人工分析阶段、弱人工智能分析阶段、强人工智能分析阶段、人机协同分析阶段。在第四个阶段，课堂分析中的量化和质性分析全部由计算机完成，人可以专注于课堂教学，对课堂教学提出改进策略，再返回至计算机，如此往复，达到人机协同分析的理想阶段[12]。中国科学院院士吴朝晖教授提出“人机协同的混合增强智能是未来社会的发展方向之一，也是智能教育的未来实践路径”[13]。通过人机交互，可以建构虚拟的智能助教，使得教师专注于学生的个性化发展。在人才培养方面，可以实现“双师”，兼顾人才培养的规模化和个性化[14]。孙婧等人深刻反思了人工智能时代教学的本质，提出开创教师培养新机制，即人工智能+教师教育；构建新型教学模式，即教师转变角色+人机协同教学[15]。朱永海认为人机协同应形成“机器智能＋人”的模式[16]。王德林则认为未来教师不会沦为“无用阶级”，人机协同有助于提高教学效率，凸显教学的教育性与教育的教学性，促进人的综合发展[17]。周琴、柳晨晨等指出，在智能化时代，因为教师的“缺陷”，AI+教师的出现显得格外重要。智能机器人的产生可以助力教与学，提供个性化教学方案，支持基于大数据的教学过程[18][19][20]。

综上所述，学者们在人工智能+教育领域展开了大量研究，分析提出了教师和人工智能结合的模式及其在教育领域发挥的作用，但鲜有探讨人机在教学中如何分工，如何联动发挥作用。部分研究虽然关注了人工智能在课堂分析中的应用，突破传统的课堂分析与评价方法，协助教师更好地完成课堂教学，为学生提供个性化服务，但却忽视了人工智能对线上教学的评价辅助。人机共生新时代已然来临，人们探索人机协同、促进教学的同时，也需要关注线下教学，面向实体教室，然而，目前针对人机协同干扰因素的研究不足，缺乏能够有效指导线上、线下相结合人机联动的策略与方法。据此，本文在分析混合式教学学生“用户体验”基础上，设计人机联合行动干预模型，即混合式教学PAI 联动干预模型，努力化解影响因素，实现混合式学习的保质、提效。PAI 联动干预属于学习干预的一种迁移形态，学习干预是为了帮助学习者克服学习困难、顺利完成学习，以基于学习过程的教育大数据分析为基础，针对每位学习者的具体学习状态而实施的各种支持性策略和指导性活动的综合[21]。因此，PAI 联动干预（People+AI，简称PAI）可以理解为“为了帮助学习者有效开展线上、线下混合式学习，以线上真人（People）为主体、以人工智能（AI）为助理，基于混合学习中的用户体验而实施的人机联合策略与行动综合”。以使人（People）的创造性、复杂性、动态性与人工智能（AI）的规范化、重复性、逻辑性有机结合，通过人机协同解决线上、线下教学中的疑难问题。

（二）混合式学习PAI联动干预模型的构建

1.混合式学习PAI联动干预步骤

基于混合式学习提出的PAI 联动干预过程包括四个步骤，即包括用户体验智能分析（教学问题聚焦）、智能干预计算设计、智能干预实践分析、智能干预效果分析等。

（1）用户体验智能分析

针对在线学生“用户体验”PAI 联动干预首先发现问题、聚集问题，该环节既是干预活动设计的出发点，也是干预活动效度验证点。该环节需要考虑影响学生混合式学习四大因素中的环境因素和本体因素。

（2）智能干预计算设计

PAI 智能干预计算设计环节，即线上真人和人工智能联动分析问题、监控、设计与研判，其核心是AI 诊断及人工研判（P）。在用户体验分析的基础上，剖析线上、线下混合式教学中面临的问题，聚焦问题，并筛选人工智能可以解决的问题交由AI 处理，将更适合人工完成、需要发挥创造性的工作，则安排真人完成。模型的每个环节都伴有PAI 联动分析，保证了混合式教学中干预效果的最大化。接着主要是针对PAI 发现的问题，选择相应的干预策略，干预策略的适配性会直接影响干预实践和干预效果。因此，须发挥AI 助教、助学的功能，选择适宜的干预策略、干预时机和干预方式。该环节需要考虑设计因素。

（3）智能干预实践分析

PAI 智能干预实践分析环节，即具体干预策略的实施。它强调智能干预，需要AI 对学习者“用户体验”实时分析、结合干预策略，运用于线上及线下教学实践中，及时推送给师生混合学习的相关信息，实现对线上、线下混合学习的智能干预，提高干预效率。该环节需要考虑互动因素。

（4）智能干预效果分析

PAI 智能干预效果分析是PAI 联动干预策略改进的依据，也是AI 深度学习的重要环节，大量干预效果的分析数据能够让AI 变得更聪明，有利于提高智能干预的精度。AI 结合效果分析，对“用户体验”再次分析，重复上述步骤，循环往复，不断迭代，动态干预。该环节需要综合考虑影响学生混合式学习的四大因素，即：环境因素、本体因素、设计因素、互动因素。

2.PAI联动干预方式

PAI 联动干预方式既与传统学习干预的方式保持一致，又具有其独有的特点。它具备教学干预[22]（包括一切教学元素的干预）、社会干预（分配学伴等）、人工干预（随堂观察给予干预）、自动干预（基于技术的干预）等特质，又具有“智能干预”特性，即PAI 联动干预可以根据教学实时数据自行分析与研判哪些解决教学问题的干预项更适合人类实施，还是应该交由AI 处理。更为重要的是智能干预对学习干预已有的方式具有强化和促进的作用，例如人工智能基于大数据分析提出的学习路径建议，会使教学干预更加有效。PAI 联动干预方法综合了已有的学习干预方法，例如各种学生预警方法，为学生提供红、黄、绿三色信号，表示学业预警不同等级。提供学术预警，为处于危险状况的学习者提供自动干预等[23]。同时，PAI 联动干预可以为学生提供智能助学、为老师提供智能助教，基于智能诊断与分析，设计多模态智能干预方法，实现精准干预，提高混合式学习的干预效率。

3.混合式学习PAI联动干预模型

干预模型从系统和整体的角度指导整个干预过程的设计与实施，对于干预过程的顺利开展和干预目标的实现都起着重要的指导作用。李彤彤、武法提等学者研究提出的基于教育大数据的学习干预模型为本项研究构建PAI 联动干预模型提供了借鉴和参考。本研究所构建的PAI 联动干预模型，包括四大环节,如图3 所示，A 为用户体验智能分析环节；B 是智能干预计算设计环节；C为智能干预实践环节；D 是智能干预效果分析环节。以AI 分析“用户体验”为起点，以重组教与学过程、再造精准干预为目标，通过AI 分析、人工研判，将问题聚焦，形成干预策略，并运用于线上与线下教学活动中，对实践后的“用户体验”再次进行分析，重复上述步骤，达到动态持续的干预。

图3 混合式教学PAI 联动干预模型

4.混合式学习PAI联动干预模型特征

（1）多轮迭代，交互融通

PAI 联动干预模型在形成干预策略并运用于线上、线下教学实践之后，AI 再次对新的“用户体验”进行分析，周而复始，多轮迭代。通过线上真人与AI 联合干预，缩小网络空间的虚拟感，使网络与现实之间的界限模糊，真正进入OMO（Online Merge Offline）教育生态之中，实现线上线下融合[24]。

（2）智能研判，优势互补

PAI 强调人（People）与人工智能（AI）协调配合，共同干预。以人为主，将适合于人的任务交给人做，适合机器的任务交给机器做，实现优势互补，各取所长。本质上是人与机器的双向互动，具有人机协同的智慧。

（3）精准干预，动态调整

PAI 通过AI 进行初步分析后，还需要开展教与学之后的体验分析，采用P+AI 的方式进行精准干预，并根据实际教学效果动态调整，随时更改或改进干预策略，以达到最佳效果。

（4）落地实践，持续跟进

PAI 联动干预不仅仅是干预，而是将干预策略运用到实际教学之中，一方面验证干预策略的有效性，另一方面为下一步分析提供新的“用户体验”。整个联动干预过程在教学实践中持续进行，实时分析并做出相应调整，为混合式学习保质提效。

（三）混合式学习PAI联动干预智能计算分析

针对上述“用户体验”分析，运用PAI 联动干预模型对六方面“用户体验”进行智能分析，得到如下结果，如表3 所示：在环境体验方面，网络流量不够用、学习空间复杂多样可以交由人（P）来解决；学生学习自觉度不高、多种媒体平台综合程度较低可以交由人（P）与机器（AI）共同来解决。在课程体验方面，教学方式没有得到优化交由人（P）来处理；学习方式单一、学情分析缺失由机器（AI）来改善；学习任务分配不均由人（P）与机器（AI）共同解决。在认知体验方面，缺乏交流讨论由机器（AI）进行改善；学习反馈不佳、课堂互动较少需要人（P）与机器（AI）共同解决。在社会体验层面主要是家校与师生缺乏沟通，交给机器（AI）进行有效互动。在情感体验方面，学生需要随时答疑解惑、增强教学临场感，需要人（P）来促进情感交流；学习模式变革由人（P）与机器（AI）共同完成。在生理与心理方面，心理调节问题因人而异，主要由人（P）来调节；学习自律性可以交给机器（AI）来评价与控制；学生长期盯着电脑屏幕出现疲惫劳累可以由人（P）与机器（AI）协同改善。接下来，PAI 联动干预通过对问题的聚焦与智能计算，便可提出相应的干预策略。

四、混合式学习保质提效PAI联动干预策略

规避上述问题，提升学生良好“用户体验”，切实发挥线上、线下教学优势，成为混合式学习成功的关键。基于对在线学习“用户体验”的深入分析（如表2），结合已经开展多年的教学模式变革实验（码课教学实验）[25]，开展研究反思，总结提出线上、线下混合式学习保质提效PAI 联动干预策略，并预测干预效果，为PAI 联动干预模型的实施提供依据。针对在线学习“用户体验”的六个维度展开策略分析，每个维度可设计多项策略，每项策略有最佳选择时机、建议实施方式，并有可能产生的干预效果预测（如表3）。

表3 混合式教学PAI 联动干预策略设计表

五、总结

人工智能加持的学习干预模型成为提升混合式学习用户体验，提高混合教学质量和教学效率的有效途径。然而用户体验的分析与干预策略的修正是动态的，其效果需要在教育教学实践中进一步验证，本研究所构建的干预模型需要在多轮教学实践中不断地验证与修订。