ARCS模型在MOOC研究中的应用及对MOOC评价的启发

李雨朦

（国家开放大学 学生工作与教师发展部， 北京 100039）

很多教师可能会遇到这样的问题：我们设计出了一节足够成功、优秀并且吸引学生的课程，但这样的设计往往是凭借我们曾经作为学生时的喜好，抑或是教师个人积攒的丰富教学经验而形成的，事实上，教师自己并不知道为什么要这样设计课程？为什么这节课能够吸引学生？背后的原理究竟是什么？这些都是困扰教师的问题，长此以往还可能会影响教师的教学质量和个人发展。[1]（P44）ARCS模型最初正是为了解答这些问题而提出的。

一、ARCS模型简述

1983年，美国佛罗里达州立大学的Keller教授首次提出了ARCS模型的雏形，他认为激发学生的学习动机包括四个重要的维度：兴趣（Interest）、关联性（Relevance）、期望（Expectancy）和满足感（Satisfaction）。随后，Keller教授对一系列与动机激励相关的文献进行梳理和回顾，提取其中具有共性的动机策略，最终于1987年正式提出了ARCS动机激励模型。Keller认为，ARCS模型的提出能够很好地解答两个问题：（1）影响学习动机的因素有很多，而且大多不成系统，学者在研究过程中究竟应该关注哪些因素？（2）能够应用于教学的动机策略也有很多，但如何根据具体学情选择恰当的方式和实施力度？随后，他详细地阐述了具体的动机激发策略，提出了动机策略的注意力（Attention）、相关性（Relevance）、自信心（Confidence）、满意度（Satisfaction）4个维度，并在此基础上对ARCS动机激励模型做了进一步补充和完善，结合其应用于课程设计的具体方案，对四个维度进行了更加深入的分析和解读。[1]（P44-46）[2]

二、国外研究综述

ARCS模型提出后，部分学者基于该模型，对学习中的动机激发及该模型不同的应用场景进行了深入的理论研究。1999年，Keller教授将其简化为更加具有可操作性的动机设计方案，充分讨论并验证了该方案应用于远程教育及网络学习中的教学效果。[3]Song对ARCS动机模型应用于教学能够有效激发并维持学习者的学习动机，并能够应对随着时间的推移学习者的学习动机可能发生的变化。[4]

还有学者将关注点放在了该模型在提升教学效果方面的有效性验证研究之上。Feng和Tuan的研究结果显示，学生们愿意将更多学习时间投入经过精心设计的课程之中，学生的学习动机和学习成绩也都有了显著的提升。[5]Kim则将ARCS模型的教学内涵进行了研究，并将其归纳为以依托于模型将动机策略应用于教学内容的设计，借此去激发学生对教学内容的注意力，让他们感受到学习内容与自身的相关性，在教学过程中逐步培养学生的自信心，最终通过有效的评价方案去评判学生对教学的满意度。[6]

更多的学者则将ARCS模型作为研究远程教育与在线教育的理论依据之一，进行了一系列的研究，其研究的焦点在于通过提升学习者参与课程的动力确保课程结课率，因为先前研究表明，缺乏动力是学生选择远程学习时辍学的一个重要原因。Visser等人发现，在依托于ARCS模型设计课程后，学生的课程保留率有所提高，学生对课程中传递的信息也会持有更加积极的态度。[7]2004年铃木教授与Keller教授对该模型进行了回顾并证实了依托于该理论模型能够设计出具有动机激励效果的课程，有效地控制了网络学习环境下学习者的退学率，还验证了该模型在多个国家应用的跨文化有效性。[8]ChanLin则在ARCS激励模型的基础上设计和实现了一系列网络课程，采用团队合作和任务导向的方法来增强学生的学习动机。[9]

后续的大量研究也进一步验证了ARCS模型应用于在线学习效果提升中起到的重要作用。Hodges和Kim在其研究报告中称，学习能够激发学习动机的课程的学生对课程内容的态度要显著好于对照组。[10]Ocak等人发现，通过激励策略等外部条件来提高学生的整体学习动机和学业成绩是可行且有效的。[11]Chen则发现，借助ARCS模型进行教学设计后，学生表现出了更主动的学习行为。[12]时至今日，ARCS模型已广泛应用于在线或混合学习环境中，用以提高学生的学习动机、态度、保留率、表现和其他心理特征。

而关于与ARCS模型学习动机相关的测量工具中，最常用的是专为ARCS模型设计的课程兴趣调查（CIS）和教学材料动机调查（IMMS），其中，CIS更多应用于教师主导的课堂设计，而IMMS在自主学习的课程评价中更为常用。[1]（P278-286）除此之外，也有一些学者会使用自编的学习动机问卷进行评价，这种情况大多出现在科学相关课程研究之中。

三、国内研究综述

我国能检索到最早的以ARCS模型为主题的研究发表于1990年，但此时的研究多集中在港台地区，未能得到大规模的应用及推广。而根据王凤歌的统计，在2008年之前，每年发表在期刊上的有关ARCS模型的研究文献均低于10篇，而发表在核心期刊上的文献年均数量更是未超过2篇。

2008年前后对于ARCS模型的应用多集中于企业及教师培训领域。李雪莲和杨敏的研究显示，在基于ARCS模型对企业培训内容进行设计后，能够显著提升受训者参与培训的积极性和培训效果。[13]更多的研究则将相关的动机激励策略应用在对教师信息化教学设计能力及多媒体教学设备使用技能的培养之上，提供了可供参考和借鉴的培训方式。

而自此开始，我国对于ARCS模型的研究似乎陷入了漫长的过渡期。部分学者将关注点从培训转移到了基于ARCS模型的教学课程设计，从注意力、相关性、自信心、满意度4个角度提出了针对英语、计算机、体育、历史、化学、通用技术、军事理论等多个学科的课程设计方案，力求激发并维持学生的学习兴趣，并进一步提升其学习效果。而这些课程设计也的确成效颇丰，并具有较强的推广和借鉴意义。

还有一批学者敏锐地感知到了教育的发展趋势，开始了基于ARCS模型的在线教育研究。铁岭广播电视大学的于连科曾在2009年发表文章，他认为远程教育的每一个环节都应当能够激发并维持学习者的兴趣，使其理解所学内容与自己切身相关，帮助其培养自己有能力完成任务的信心，并最终通过体验学习后的成就感使其对整个学习过程感到满意。[14]

2013年对于ARCS动机模型和我国的在线课程发展来说都是一个非常重要的分水岭。这一年被称之为“中国的MOOC元年”。在这一年中，我国各大高校陆续加盟三大国际MOOC平台，同年10月，我国第一个MOOC平台“学堂在线”正式成立。而伴随MOOC蓬勃发展暴露出的是其“退课率高”“结课率低”的问题[15]，为了有效解决这些问题，大量基于微课、MOOC、SPOC的ARCS模型理论与实践研究接踵而来。

大部分学者将着眼点放在了如何通过提升课程质量来吸引学生，其研究内容以基于ARCS模型进行在线课程设计为主。李卢一等人尝试在远程教学中合理使用描述性、评价性、建议性与指导性教学反馈，以达到激发学生学习动机的目的。[16]周效章在此基础上提出了ARCS模型应用于分布式虚拟教学的具体策略，认为教学过程中应当通过合理应用多种教学方式和丰富的教学资源引起并维持学习兴趣，通过提出明确的教学目标帮助学生认识到课程内容与个人的相关性，通过及时且有针对性的反馈提升学生自信心，并通过学习成果让学生获得满意感。[17]柳春艳结合中小学教育的特点提出了如何从注意力、相关性、自信心和满意度4个方面构建适合中小学的SPOC教学模式。[18]李卢一等人则结合创客教育的特殊性提出了基于ARCS模型的四维度创客项目设计。[19]还有学者结合其他的教育理论进行在线课程设计模型的构建。

近几年来，一些学者将目光从在线课程的设计和理论模型构建转移到了课程推广和评价等更加深入的领域。以郑燕林教授的研究为例，她认为高效推进MOOC应当有机结合社会发展趋势和高校自身需求，使MOOC发展与高校发展息息相关，并主动对MOOC进行设计和应用，强化对于MOOC的评价和研究，在不断推广和完善MOOC的过程中增强信心，体会满足。[20]武丽娜等人则尝试在ARCS模型三级动机策略编码的基础上对教学材料进行质性文本处理，分析其使用的动机策略类型及使用比例，这一研究为在线课程的评价提供了一种可行的策略。[21]

四、对MOOC评价的启发

从上文中对于ARCS模型的文献梳理中可以看出，近5年来的研究集中于ARCS模型在在线教育领域的应用，这是贴合我国教育政策发展及研究方向的。2015年，教育部正式发布了《关于加强高等学校在线开放课程建设应用与管理的意见》，标志着我国从政策上开始向MOOC倾斜，而随之浮现的是MOOC“退课率高”“结课率低”等问题。教育部为了进一步提升MOOC质量，鼓励分享更优质的MOOC资源，于2017年开始了首轮“国家精品在线开放课程认定工作”。研究者的关注焦点也从MOOC的设计制作转移到了MOOC的评价与优化之上，其中一个很重要的研究方向就是MOOC中的学习动机。目前已有众多学者结合ARCS模型和不同学科的特点以及培养目标，构建了适用于不同科目的课程动机激励策略模型和具体的设计步骤，而从一些实证性研究的结果来看，这样的一些课程设计大多能够激发、提升并维持学生的学习动机，对于学习效果的提升也有所助益，这有效地帮助了致力于在线教育的教师突破在线课程“结课率低，退课率高”的困境。但随着在线课程的蓬勃发展，随之而来也产生了一个问题：我们该如何建立对已有课程的评价体系，以确保能够在大量良莠不齐的课程中选择真正能够激发并维持学生学习动机，保证教学质量的课程呢？

事实上，ARCS模型也为构建在线课程的评价体系提供了可能。在对在线课程进行评价时，可以考虑采用质性评价和量化评价结合的方式，从教学材料和教学效果两个角度进行评定。对于教学材料的评定可以分为两个部分：第一，研究者或课程质量监督者可以依托于Keller教授2010年更新的ARCS三级编码体系对教学视频、教学活动及任务设置等进行文本挖掘，细化地分析在教学过程中使用的动机激励策略及其使用频次，甚至可以进一步分析不同的教学内容最惯常使用的特定策略，将之与已被证明足够优秀和精品的课程进行对比和分析，提出改进建议[1]（P286-291）；第二，借助教学材料动机调查量表（IMMS），从学习者的角度评判其在学习过程中所识别出或感受到的动机策略，并通过结果和课程设计的对比，分析哪些动机策略的使用没有达到预期的效果，进而加以调整和完善。[1]（P278-286）

对于教学效果的评价同样可以从两个方面来进行：一方面，学习者通过课程兴趣调查问卷（CIS）自我评价并报告对于该课程的学习兴趣，课程设计者或监督者借此了解该课程是否足以激发并维持其学习兴趣[1]（P278-286）；另一方面，作为一门课程，仅仅有趣是不够的，还要能够达到其预期的教学效果，实现教学目标，因此课程设计者可以根据自己课程的特点或目标，设计成就测验或前后测对比实验，以此判断学生是否在观看过MOOC视频后学有所得。

在众多学者对ARCS模型进行了大量的理论与实践研究后，Keller意识到了一个问题：如果一个人实现目标的动机足够强烈，那么几乎没有什么能阻止他坚持到目标完成。这种关系反映在传统的期望—价值理论中[1]（P7-10），最终衍生出了ARCS模型中的“新成员”——意志力（Volition），并在2016年正式提出了ARCS-V模型。[22]不同于A、R、C、S四个维度，意志力在整个模型中更像是承担了一个调节变量的功能。它更多地强调学生对达到某一或某些特定的学习目标时作出承诺的程度以及是否能够坚持到底。如果意志薄弱，学习者就很容易分心，不可能制定好的学习计划；如果意志过高，则就会始终以一种焦虑的方式进行过度学习，而不是和大多数学习者一样选择循序渐进。[1]（P44-46）在此基础上，Keller提出了ARCS-V模型中各维度的内部作用机制（如图1所示）。这为后续的研究提供了进一步的可能：模型中哪一个维度对于提升学生学习动机的影响最大？模型各个维度之间又是如何互相影响的？

图1 ARCS-V模型内部各维度作用机制

我们还可以进一步思考该模型在实践中的意义：课程设计者在教学视频制作的过程中使用了一系列的动机策略，这些动机策略的使用是否以及如何影响到学生对课程的兴趣，又如何对一门在线课程的结课率产生影响？而在整个的过程中，意志力又在哪些环节，起到怎样的作用（如图2所示）？这些都是在之后的研究中可以进行深入探讨的话题。

图2 基于ARCS-V模型提出的在线课程结课率影响因素假设模型