在线教育方式促进学生批判性思维发展研究——基于国内外实证研究的元分析

李玉斌，连洪俪，姚巧红

（辽宁师范大学 计算机与信息技术学院，辽宁 大连 116081）

0 引言

随着信息时代到来，社会经济发展对创新型人才的需求大量增加，世界各国高度重视学生批判性思维能力培养。美国发布的《21 世纪技能框架》将批判性思维列为学生需要发展的核心技能之一；联合国教科文组织发布的《反思教育：向“全球共同利益”理念转变？》将培养学生批判性思维列为当代教育工作者的重要职责；我国发布的《中国学生发展核心素养》对学生批判性思维发展提出了具体要求，如学生要具有批判质疑精神和问题意识，能独立思考、独立判断，并能多角度、辩证地分析问题等。然而，近年来，很多学校因未能有效培养学生的批判性思维和问题解决能力等，遭受了不少批评［1-2］，特别是受到教学环境与学习方式的局限，传统课堂教学采用的教学方法在培养学生批判性思维能力等方面似乎无能为力［3］。

在线教育作为伴随互联网发展出现的一种新型教育方式，具有互联互通、按需学习、海量资源、丰富样态等独特优势，为师生关系重构、教学方法创新、学生批判性思维发展、个性化学习实施等提供了新途径。特别是在新冠疫情期间，为实现“停课不停学”的目标，我国各级、各类教育机构全面使用了在线教育的方式。如今，线上教育并没有因恢复线下教学而淡出，而是成为不少人生活的组成部分［4］。在此背景下，如何乘势而上，继续保持并整合在线教育的优势，大力推进面向学生批判性思维发展的线上线下融合教育，其重要性不言而喻。因此，本研究采用元分析方法对国内外有关“在线教育方式促进学生批判性思维发展”的实证类文献进行研究，旨在对“在线教育方式何以促进学生批判性思维发展”这一问题进行探讨。

1 元分析过程

依据Borenstein 等［5］对元分析过程的建议，本研究的主要工作有：检索文献、确定纳入条件、筛选研究样本、构建编码体系、发表偏倚分析、异质性检验、效应量计算等。

1.1 文献检索

元分析研究要求使用的文献应尽可能全面［6］。因此，本研究采用Springer、Proquest、Web of Science 三大国外电子文献库和中国知网、万方数据两大国内电子文献库，分别以（“E-learning”or“online learning”or“online Instruction”or“online education”or“Web-based learning”or“Web-based education”or“MOOC”）AND（“critical thinking”）和（“在线学习”or“在线教育”or“网络学习”or“网络教育”or“网络课程”or“慕课”）AND（“批判性思维”）为查询语句，时间跨度设置为2005-2020 年，对文献标题字段进行检索，共检索到631篇文献。

1.2 纳入条件确定

依据研究问题、效应量计算等限制性因素，对纳入元分析的研究样本制定如下条件：①文献语言为中文或英文，文献类型为期刊论文或学位论文；②以学生批判性思维发展为因变量，判定依据为美国哲学协会对“批判性思维”的定义；③面向在线教育方式的研究，判定依据为本文对“在线教育”的界定。没有使用互联网、基于传统课堂环境的研究一律排除；④研究类型为实证研究，定性研究、案例分析、研究综述等不予考虑；⑤论文中报告了样本量、均值、标准差（或方差）、效应量、t值或F值等统计结果。

1.3 研究样本筛选

基于上述标准，采用国际通用PRISMA 声明，按照图1所示流程对研究样本进行筛选。经过全面筛查，最终确定数据样本31份，来自28篇文献。

Fig.1 Screening process of research samples图1 研究样本筛选过程

1.4 编码体系构建

依据论文研究的问题与确定的自变量，汇总如表1 所示的编码体系。其中，教育水平亚类划分标准为：1-6年级为小学，7-12 年级、中专为中学，高职、本科生和研究生为大学。

Table 1 Coding system of meta-analysis表1 元分析编码体系

1.5 发表偏倚分析、异质性检验

发表偏倚分析用于判断研究样本的代表性，当研究样本不能有效代表该领域已经进行的研究总体时，则被认为存在发表偏倚［7］。异质性检验又称为统计量齐性检验，目的是判断各研究文献给出的结果是否具有可合并性。为确保研究的信度与有效性，本研究在计算效应量之前，使用Comprehensive Meta Analysis 工具对样本偏倚情况和异质性进行了分析。

1.6 效应量计算

目前常用的效应量计算方法有Cohen＇s d、Hedges＇g、Glass＇Δ 等。依据本研究的样本量，结合郑昊敏等［8］学者的建议，采用Hedges’g 值［9］作为效应量。对于包括多组研究设计的论文，每组数据都被视为独立样本，分别计算效应量。Hedges’g 值的计算公式如式（1）所示。其中，M1为实验组平均值，M2为控制组平均值，N1为实验组样本量，N2为控制组样本量，为实验组标准差，为控制组标准差，Sp为合并标准差。Sp计算公式如式（2）所示。

2 分析结果

2.1 发表偏倚检验结果

对研究样本进行分析，发表偏倚检验结果如图2 所示。由图2 可知，研究样本基本上都围绕合并效应量对称散开，且大部分样本处于漏斗图顶部。利用Comprehensive Meta Analysis 工具，使用Egger’s 回归分析法进一步分析，结果显示t=1.33，且p=0.193>0.05。由此判定研究样本不存在影响元分析的偏倚情况，具有较好的代表性，可以进行元分析。

Fig.2 Funnel plot of bias test图2 偏倚检验漏斗图

2.2 整体效应分析结果

在研究样本中有3 篇文献同时报告了两种不同实验设计的对照结果，此类研究实际上属于多个独立效应值，因此最终参与元分析的样本量为31 个。依据31 个样本报告的数值进行计算，整体效应分析结果如表2所示。

Table 2 Meta-analysis results of overall effects表2 整体效应元分析结果

从表2 呈现的结果可知，异质性检验值Q=364.056，I2=91.76%，p<0.001，远超过Cooper 等［10］给出的I2值75%的异质性阈值标准，说明研究样本存在高度异质性，整体效应最终结果应以随机模型分析的数据为准，即在线教育方式对学生批判性思维发展促进作用的整体效应量为0.969。Cohen［11］认为，效应量值在0.2～0.49 范围为小效应，0.50～0.79 范围为中等效应，0.8 及以上为大效应。由此可以得出结论：在线教育是一种有效的、能促进学生批判性思维发展的方式。

2.3 自变量效应分析结果

为探究不同因素对学生批判性思维的影响，本研究从多个视角展开分析，分别计算在线学习工具、在线教学方法以及在线交互活动3 类因素对应的合并效应量及其亚类效应量，结果如表3所示。

从表3 的自变量合并效应量可知，在线学习工具、在线教学方法和在线交互活动均是影响学生批判性思维发展的重要因素，且具有显著的促进作用，但作用的效应量不同。其中，在线教学方法对学生批判性思维发展的影响最大，效应量ES=0.960，p＜0.001；在线学习工具次之，效应量ES=0.784，p＜0.001；在线交互活动相对偏低，效应量ES=0.588，p＜0.001。

在在线教学方法亚类方面，组间异质性检验结果显示，QB=0.037，p>0.05，说明3 类教学方法之间不存在显著性差异。其中，问题探究法的效应量ES=0.970，p＜0.05；案例教学法的效应量ES=1.002，p＜0.05；协作学习法的效应量ES=0.920，p＜0.05。3 者的效应量均大于0.8，判定为大效应变量，说明问题探究法、案例教学法、协作学习法对学生批判性思维发展均具有非常大的正向促进作用。

Table 3 Meta-analysis results of independent variable effect sizes表3 自变量效应量元分析结果

在在线工具亚类方面，组间异质性检验结果显示，QB=44.969，p＜0.001，说明3 类教学方法之间存在显著性差异。其中，游戏类工具的效应量ES=2.751，p＜0.001；交流类工具的效应量ES=0.874，p＜0.05。二者的效应量均达到了大效应水平，说明游戏类工具与交流类工具对学生批判性思维发展具有非常大的促进作用。建模类工具的效应量ES=0.437，p＜0.05，虽然对学生批判性思维的发展在统计学意义上具有显著性，但不如游戏类工具和交流类工具的促进作用大，处于小效应量范围。

在在线交互活动亚类方面，组间异质性检验结果显示，QB=2.181，p>0.05，从样本统计量来看，3 类交互活动间不存在显著性差异。其中，讨论类活动的效应量达到了大效应水平，ES=1.573，p＜0.05，对学生批判性思维发展具有非常大的促进作用；评价类活动ES=0.497，处于小效应量范围，但概率p＜0.05，说明其对学生批判性思维发展也有一定促进作用；引导类活动的效应量ES=0.692，从效应量值大小看虽然处于中等效应范围，但p>0.05，说明其不具有统计显著性。

2.4 调节变量效应分析结果

2.4.1 实验周期调节效应

将实验周期划分为“6 周及以下”、“7～14 周”和“15 周及以上”3种情况，分析结果如表4所示。

Table 4 Test result of experiment cycle’s moderating effects表4 实验周期调节效应检验结果

表4 显示不同实验周期的效应量均为正值，且p<0.05，说明不同实验周期均对学生批判性思维发展起到了促进作用。但是组间效应量QB=7.378，p=0.025<0.05，说明不同实验周期条件下的实验效果存在显著差异。进一步分析发现，实验周期对学生批判性思维能力的影响不呈线性关系，实验效果没有因实验周期长或短而逐步上升或降低。其中，7～14周的教学ES=1.732，且p<0.001，效果优于6周及以下（ES=0.618，p=0.001）和15 周及以上（ES=0.632，p=0.001）的教学。

2.4.2 学科性质调节效应

对不同学科应用在线教育方式促进学生批判性思维发展的效果进行亚组分析，结果如表5 所示。从各学科的效应量看，合并效应量均为正值，说明理工类、文史类、教育类、医学类等学科学生均可通过网络教育方式发展其批判性思维。组间效应量QB=4.271，p=0.234>0.05，说明在线教育方式用在不同学科学生的批判性思维发展上没有统计差异性。但从效应量大小来看，文史类学科ES=1.878，p=0.001，效果最好，接着依次是理工类学科（ES=0.832，p<0.001）、教育类学科（ES=0.725，p<0.05）和医学类学科（ES=0.603，p=0.05）。

Table 5 Test result of discipline nature’s moderating effects表5 学科性质调节效应检验结果

2.4.3 教育水平调节效应

处于不同教育阶段的学生具有不同认知水平。为了探究在线教育方式对不同教育阶段学生批判性思维能力影响的差异，针对不同教育水平进行亚组分析，结果如表6所示。

Table 6 Test result of education level’s moderating effects表6 教育水平调节效应检验结果

从各教育水平的合并效应量看，效应量均为正值，说明处于不同教育水平的学生，在线教育方式均能促进其批判性思维发展。但针对小学生的研究，p=0.055>0.05，不具有元分析意义上的统计显著性。组间效应量QB=2.932，p=0.231>0.05，说明通过网络教育方式促进学生批判性思维发展，在不同教育水平学生组之间不存在显著性差异。但从效应量大小来看，对中学生批判性思维影响最大，ES=1.539，p＜0.05；大学生次之，ES=0.815，p＜0.001；小学生最小，ES=0.566，p>0.05。另外，从研究对象分布来看，目前更多研究针对大学生展开，占比为74.2%，而针对中学生与小学生的研究偏少，尤其是针对小学生的研究更少。

3 研究结论与讨论

本文将促进学生批判性思维发展的工具、活动、方法等作为影响因素，对国内外在线教育方式中促进学生批判性思维发展的31 份实验报告与准实验报告进行元分析。通过量化数据，客观地反映在线教育方式中各因素对学生批判性思维发展的影响。基于元分析结果，主要得出以下研究结论，并针对所得结论进行讨论：

（1）在线教育是促进学生批判性思维发展的有效方式。从总体效果来看，在线教育对学生批判性思维影响的合并效应量为0.969，达到了Cohen 提出的大效应标准，并达到了p<0.001 的统计显著性水平，说明在线教育方式能培养学生的批判性思维，而且效果颇为显著。究其原因，Dwyer等［12］、Akyü等［13］认为批判性思维本质上是一种元认知方式，因其涉及到分析、评估自己或他人的认知能力，并从与其相关的认知和元认知思维产品中推断出合理结论。而在线教育通过基于技术的提问、讨论与写作，可以将解释、分析、评估和推理等促进学生批判性思维发展的关键活动架构在以“思维制品化交换和迭代思考”为基础的个性化学习过程之上，通过丰富的思维外化工具和主动学习活动，极大地提高了学生的认知参与度，在允许学生作出个性化反应的同时，让学生承担了更多思考责任，从而使学生元认知技能逐渐变得更加强大且有效［14］。因此，综合使用多种认知技能、积极外化思维结果和有效支撑元认知交互，既是在线教育能够促进学生批判性思维发展的优势，又是在线教育促进学生批判性思维发展有效性的关键所在。

（2）在线学习工具类组间存在显著性差异。元分析结果显示，在线学习工具类组间存在显著性差异。也即是说，以不同类型的在线学习工具为影响因素展开教学实验，得到的量化效果是不同的。其中，游戏类工具和交流类工具的效应量达到了大效应水平，效果最好。游戏类要素的嵌入，在激发在线学习动机、缓解在线学习倦怠感、促进学生参与在线学习等方面展现了广阔前景和独特价值［15］。对于交流类工具，Browne 等［16］认为，在线交流能挑战学生的知识与信念，是引入思考和反思学习历程的新方式；Ekahitanond［17］、Costley［18］认为异步讨论是价值巨大的工具，能激活学生的图式意识，并为学习建立自主性，在发展学生批判性思维过程中，可帮助学生提高互动、交流、辩论、提问、批评、学习、团队合作、人际交往和相互质疑的能力。以概念图为代表的建模类工具的促进作用处于小效应量范围，应与其涉及的元认知技能类型有关。

（3）在线交互活动类组间不存在显著性差异，教师引导类活动不具有统计显著性。在线交互活动是引起学生认知失衡、观点表达、协商构建的过程［20］，通过多重信息交流、多角度思维碰撞促进学生思维向纵深发展。元分析结果显示，在线交互活动类组间不存在显著性差异，即3 类在线交互活动对学生批判性思维发展都具有正向促进作用。Singleton［14］、Ebadi 等［19］认为在发展学生批判性思维的在线讨论活动中，联结信息的过程超过了信息的内在价值。因为促进批判性思维发展的教学活动，其根本目的是让学生学会发现、理解和评估信息，而不是在大脑中装入更多信息［21］。在评价类活动中，在线同伴互评是研究的重点，在线同伴评价被视为培养学生高阶思维技能和改善学习质量有效且有前途的技术［22］。但是也有人指出，在线同伴互评中可能因为学生的成绩水平、利益关系而导致互评的可靠性低［23］。为此，Zhan［24］在在线同伴互评中设计了匿名、同伴反馈与分数奖励机制。对于引导类活动，虽然分析了教师在交互活动中的元认知指导、规则设定与个性化提示对学生批判性思维发展的影响，但其合并效应量不具有统计显著性。本研究认为，这是研究者对“学生在线互动过程中，教师应该发挥什么样的作用”认知不一致的体现。

（4）在线教学方法类组间不存在显著性差异，但存在使用偏好。从元分析结果来看，虽然问题探究法、案例教学法、协作学习法3 者之间不存在显著性差异，且均具有非常显著的积极影响，但更多研究围绕问题探究法展开，此类研究在样本中占比高达80.6%，而协作学习法与案例教学法占比仅分别为13.3%和6.1%。Ebadi 等［19］发现基于WebQuest的课堂、面对面课堂都培养了学生的批判性思维与学术写作技能，而前者在短期和长期效果方面表现优异，且所用课时更少。Huang 等［25］将情境探究法应用于网络信息搜索活动中，以提高学生的学习成绩和批判性思维能力。从实验结果来看，实验组学生的学习态度、学习成绩和批判性思维能力明显优于对照组。Şendağ 等［26］认为问题式学习是一种涉及多种学习方法相互作用的整体方法，为学生提供了积极处理信息、触发先验知识、获得有意义内容以及研究和组织信息的机会，对提高批判性思维能力有显著影响。

4 未来研究建议

批判性思维发展对创新人才培养具有特别重要的意义，国内外学者高度重视促进学生批判性思维的研究，但更多研究属于思辨性质，实证研究成果占比不高。因此，本文从加强实证研究的角度，对未来研究提出如下建议：

（1）重视中小学生批判性思维发展的研究。从发表论文数量来看，与传统教育环境中的研究不同，在线教育方式促进学生批判性思维发展的研究更多处于高等教育阶段，以大学生为主，针对中小学生的研究明显偏少。在本文研究样本中，针对大学生的研究占比高达74.2%，而针对中小学生的研究占比不到30%。这可能与在线教育方式在不同教育阶段的常态化应用程度有关。实际上，小学、中学阶段的学生处于认知发展和思维塑造的关键时期，培养学生批判性思维意识与批判性思维习惯，对学生未来成功和一生发展将产生不可预估的重要作用。因此，针对中小学生的研究更具基础性和深远意义。尤其是随着中小学校网络学习空间的普及和在线教学条件的全覆盖，加强对中小学生批判性思维发展的研究，其意义直接与国家教育信息化战略和教育现代化目标相联系。因此，针对中小学生批判性思维发展的研究，本文提出两点建议：一是要注意重点，在兼顾批判性思维技能训练的同时，关键要加强学生批判性思维倾向的培养，让学生养成问题意识，形成独立思考、独立判断，以及从多个角度、辩证地分析问题的思维习惯；二是与学习空间重构、学习方式转变相结合，强调学术目标（知识建构）实现和批判性思维发展的一致性教学框架研究。

（2）加强对教师角色、作用和能力建设的研究。在促进学生批判性思维教学中，对教师发挥什么作用、如何发挥作用的认知不一致。例如，有研究认为批判性思维本质上主要是元认知［12］，教师的元认知指导在网络学习环境中具有重要作用，对学生培养批判性思维倾向具有积极影响［13］。然而，Ebadi 等［19］的研究则指出冗长而详细的指导性问题反而限制了学生思维。有研究认为在线教育具有以学生为中心的特点，教师允许学生自主探索、独立思考对批判性思维发展至关重要，而有研究认为教师控制对批判性思维具有积极影响［18］。Aragon［27］的研究表明，如果学习环境越来越受到控制，学习者将拥有更多批判性话语。也有研究指出，如果没有某种形式的强制评估，学生将不会参与在线讨论。另外，教师自身的批判性思维能力建设问题也需要被高度关注。相关研究指出，教师的批判性思维能力会影响教学问题的设置［28］。

（3）合理确定项目实验周期。通过研究发现实验时长与实验效果关系显著。Jacob 等［29］在《在线论坛对提高数学问题解决和批判性思维的效果——一项比较研究》中发现，在为期14 周的课程中，第5～11 周，学生批判性思维才逐渐取得进展。本文将已往研究按照实验实施时长进行分组（“6 周及以下组”、“7～14 周组”和“15 周及以上组”），以学生批判性思维提升的效应量为因变量进行组间比较，结果发现，7～14 周组实验效果最佳。王鹤瑾等［30］在基于国内外34 项问题式学习对学生问题解决能力影响研究的元分析中，也发现了类似实验现象（2 个月以内的研究，效应量为0.62；2～4 个月的研究，效应量为1.01；4 个月及以上的研究，效应量为0.59），作者对此的解释是，实验周期短，教师和学生对项目不熟悉或不适应，会影响教学效果；实验周期过长，又会使教师和学生产生疲倦感。