老年人智能技术学习成效的影响因素及关联路径

王思瑶 马秀峰

［摘要］基于老龄化日益严峻和智能技术普遍应用的现实情况，选取具有丰富智能技术学习经历的老年人开展半结构化访谈，以扎根理论为研究取向进行三级编码，挖掘影响老年人智能技术学习成效的因素，并采用解释结构模型构建老年人智能技术学习成效影响因素的结构模型，阐明其影响关系与关联路径，力求增强老年人智能技术学习成效。结果发现，影响老年人智能技术学习成效的7个主范畴包括感知价值、情感态度、学习行为、群体网络、教学质量、师资质量、设施资源；17个初始范畴构成6级递阶结构模型，可分为根源性因素、过渡性因素和表层性因素。在此基础上，厘清了老年人智能技术学习成效的驱动机理，提出了提升老年人智能技术学习成效的三条路径：师资智力建设，设施载体支撑；教学保障，群体支持，特质优化；导引学习行为，助推深度参与学习。

［关键词］老年教育；智能技术；学习成效；影响因素；结构模型

［作者简介］王思瑶（1997- ），女，河北河间人，曲阜师范大学继续教育学院在读硕士；马秀峰（1963- ），男，山东济南人，曲阜师范大学继续教育学院，教授。（山东  曲阜  273165）

［基金项目］本文系2018年国家社会科学基金一般项目“面向知识流分析的中文文本主题生成模型构建及应用研究”的研究成果。（课题编号：18BTQ069）

［中国分类号］G777［文献标识码］A［文章编号］1004-3985（2023）11-0092-08

人类平均寿命显著延长，老龄化已然成为全球所关注的重要问题。由联合国发布的关于全球人口统计报告《世界人口展望2019：发现提要》可知，全球人口结构继续老化。其中，中国人口结构老龄化形势日益严峻，预计到2050年老龄化率为26.1%，在全世界排第33位。此外，从智能技术发展之“快”和老年人学习进程之“慢”的层面上来讲，智能技术对老年人而言不是赋权而是限权，他们由于无法熟练应用智能技术等基础性工具而被贴上“数字流民”“数字贫民”的标签，成为智能社会中最不受关注的“弱势阶级”，致使越来越多的老年人面临着智能社会融入难的困境。循此，深度挖掘老年人智能技术学习成效影响因素以助其有效驾驭智能技术，不仅直接关乎老年人的社会融入问题，更密切影响着智能社会的协调发展与终身学习型社会的构建。然而，通过文献梳理发现，目前关于老年人智能技术学习成效的研究成果相对较少，聚焦于其影响因素及层级结构方面的研究更是匮乏。鉴于此，本研究从因果关系的角度出发，剖释老年人智能技术学习成效的影响因素及其层级结构，并构建相应的结构模型，旨在回答以下两大问题：一是影响老年人智能技术学习成效的因素有何；二是因素之间存在何种内在逻辑关系和层级结构。由此，为提升老年人智能技术学习成效、增强老年人智能技术应用能力提供参考。

一、研究设计

（一）研究方法

1.扎根理论。扎根理论研究方法是由美国学者Glaser和Strauss提出的一种质性研究方法，旨在从经验资料的基础上构建理论。该方法强调研究者应当以包容的态度剖析与比较原始资料，并从中归纳、整理和概括新的概念，直到获取的资料编码达到理论饱和。本研究主要借助Nvivo12质性分析软件自下而上地进行编码，即开放性编码、主轴性编码以及选择性編码，探究老年人智能技术学习成效的影响因素。

2.ISM法。解释结构模型（Interpretative Structural Mode，ISM）是现代系统工程中一种重要的定性研究方法，用于分析复杂社会系统的关联结构，从而以有向拓扑图的方式呈现影响因素的层级结构关系。本研究在利用扎根理论识别老年人智能技术学习成效影响因素维度的基础上，征求数位专家对各影响因素之间关系的研判，进而建立邻接矩阵、计算可达矩阵、划分层级结构，最终构建出老年人智能技术学习成效影响因素的多层递阶模型。

（二）数据收集

联合国将65岁及以上作为发达国家老年人的划分标准，将60岁及以上作为发展中国家老年人的划分标准。我国老年人按照时序年龄划分标准为：45～59为老年前期（中老年人），60～89为老年期（老年人），90岁以上为长寿期（长寿老人）。有研究者根据老年人的生理和心理特征，将进入老年期的老年人大致划分为低龄老人（60～70岁，女性从55岁开始）、中龄老人（70～80岁）以及高龄老人（80岁以上）。循此，基于研究的便利性、可行性，本研究将受访对象界定为山东省的55周岁及以上的老年人。本研究遵循目的抽样的原则，选取具有丰富智能技术学习经历的老年人作为受访对象。而后通过微信、电话联系的方式与受访者商定访谈时间和地点。在具体访谈的过程中，将访谈时间控制在30分钟左右，在征得受访者同意的前提下进行录音，每经过一次访谈，都及时转录文本资料并导入Nvivo 12.0软件进行编码，根据分析结果进一步完善访谈提纲，尽量全面获取老年人智能技术学习成效的影响因素，直到整理出的文本资料与之前的编码信息开始重复且不再出现新的概念为止。此外，笔者预留三分之一的文本资料用于理论饱和度检验。

二、老年人智能技术学习成效影响因素的识别与提取

（一）开放性编码

开放性编码强调研究者悬置既有观念，以一种开放的态度持续不断地研析原始材料，并通过“原始资料—贴标签—概念化—范畴化”的程序编码，直至提取不出新的概念和范畴。首先，本研究遵循本土概念的原则，对访谈资料进行自下而上的分解与编码，创建了247个自由节点。而后，对其进行语义上的分类，即通过合并语义相似或相同的概念，共凝练出125个初级概念。最后，对初级概念进行范畴化处理，并剔除交叉、重复或相互矛盾的概念，共获得17个抽象度较高的初始范畴，即感知有用性（T1）、感知便利性（T2）、感知有趣性（T3）、学习兴趣（T4）、学习信心（T5）、学习热情（T6）、学习专注度（T7）、学习投入度（T8）、学习主动性（T9）、同伴互助（T10）、家庭关怀（T11）、教学设计（T12）、教学互动（T13）、教师能力（T14）、教师素养（T15）、数字资源（T16）、硬件设备（T17）。

（二）主轴性编码

由于开放性编码所建立的范畴往往是独立的，缺少一定的关联性，因此需要在开放性编码的基础上继续开展主轴性编码。主轴性编码旨在依据“因果条件—现象—脉络—中介条件—行动策略—结果”的编码范式模型，挖掘初始范畴之间的内在联系，并不断地进行深入分析、提炼与整合。基于此，本研究对开放性编码阶段获得的17个初始范畴再次进行提炼与整合，将感知有用性、感知便利性、感知有趣性整合为“感知价值”，学习兴趣、学习信心、学习热情合并为“情感态度”，学习专注度、学习投入度、学习主动性统整为“学习行为”，同伴互助、家庭关怀抽象为“群体网络”，教学设计、教学互动归纳为“教学质量”，教师能力、教师素养整理为“师资质量”，数字资源、硬件设备归并为“设施资源”。通过这一过程，最终形成7个主范畴。

（三）选择性编码

选择性编码强调提炼和归纳主范畴之间的逻辑关系，通过文本资料和已有理论来完善各主范畴及其相互关系。本研究对7个主范畴进行选择性编码，挖掘影响因素与智能技术学习成效之间的逻辑关系，继而构建老年人智能技术学习成效主范畴的典型关系结构。

（四）理论饱和度检验

基于扎根理论研究方法开展研究，需要持续完善新资料、新数据，进行理论性抽样，连续比较和修正已有范畴，直至不能发现新的概念或范畴为止。由此，本研究通过分析、整合与编码预留的三分之一的访谈资料发现，所得结果均能划归为以上编码范畴。此外，为增强验证结果的可靠性，本研究打乱原始资料的顺序，并按照以上步骤进行三级编码，所得类属均未超出原来的范畴，尚未出现新的概念和新的关系，说明老年人智能技术学习成效的影响因素被充分挖掘，达到一定的理论饱和度，具有可靠的研究信度和研究严谨性。

三、老年人智能技术学习成效影响因素的ISM模型构建与阐释

本研究立足系统视角，采用扎根理研究方法，厘清了主范畴之间的逻辑关系，但尚未明晰各初始范畴之间的层级影响关系，这就需要ISM法深入分析老年人智能技术学习成效的影响因素层级结构关系。ISM作为揭示多种影响因素之间复杂内在关系和逻辑结构的有效方法，已被广泛应用于系统要素的关系分析与递阶结构模型建构方面。循此，本研究在扎根理论的基础上采取ISM研究方法深入分析老年人智能技术学习成效影响因素的层级递阶结构及关联路径。

（一）建构邻接矩阵

为进一步剖析在扎根理论分析阶段得到的感知有用性、感知便利性、感知有趣性、学习兴趣、学习信心、学习热情、学习专注度、学习投入度、学习主动性、同伴互助、家庭关怀、教学设计、教学互动、教师能力、教师素养、数字资源、硬件设备17个初始范畴影响因素之间的层级关系与关联路径，本研究采用调查员三角测量法，使用不同研究成员团队的数据，以确保研究结果的科学性与可靠性。据此，本研究再次梳理访谈资料和回访部分老年人，从中选取2名经验丰富的受访者，就17×17的关系矩阵对其进行阐释，并依据受访者的回答在表中做出标记。此外，邀请3名专家，使他们根据自身的经验对各影响因素之间的关系进行比较。只有3名及以上的人员都认同的逻辑关系才能用于后续分析，进而构建了老年人智能技术学习成效影响因素的邻接矩阵A（见下页表1）。其中，1代表行所对应的因素对列所对应的因素有直接影响，0代表没有直接影响。

（二）建构可达矩阵

可达矩阵揭示的是要素之间是否存在着关联路径。具体来看，如果数字为1，则表示某要素到另一要素之间存在着路径；如果数字为0，则表示某要素到另一要素之间不存在路径。在邻接矩阵A和单位矩阵I求和的基礎上，通过采用MATLAB计算软件，按照可达矩阵的运算过程，即（A+I）^（k+1）≠（A+I）^k≠（A+I）^（k-1）=D（k≥2），得出可达矩阵D（见下页表2），旨在为明晰各层次因素分布情况提供数据支撑。

（三）老年人智能技术学习成效影响因素的ISM模型

本研究在分解剖析可达矩阵D的基础上，将其划分为可达集合R、先行集合Q和交集C，旨在揭示老年人智能技术学习成效ISM模型中影响因素间的层级递阶关系。其中，可达集合R表示可达矩阵某因素对应行中包含有1的元素集合；先行集合Q表示可达矩阵某因素对应列中包括有1的元素集合；交集C表示可达集合R与先行集合Q的交集，既能影响可达集合R，又能被先行集合Q所影响。如果某因素同时处于可达集合R和交集C中，则表示此类因素属于同一层级。据此，以可达集合R（Ti）=交集C（Ti）为原则对各个影响因素进行层级划分，这时Ti就被视为最高层次影响因素。在列出最高层次因素后，继续以可达集合R（Ti）=交集C（Ti）为原则寻找剩下的最高层次因素，依次类推，层层划分，共得到5个层级的因素集合，分别为L1=｛T7，T8｝；L2=｛T6，T9｝；L3=｛T1，T2，T3，T4，T5｝；L4=｛T10，T11｝；L5=｛T12，T13｝；L6=｛T14，T15，T16，T17｝。

依据因素集合层级分布的梳理结果和邻接矩阵中展示的因素关系，构建了老年人智能技术学习成效影响因素的解释结构模型。如下页图1所示，17个老年人智能技术学习成效的影响因素构成6级递阶结构模型，随着递阶层级的不断提高，因素的影响程度逐渐由表层因素过渡到根源性因素。位于最表层（L1）的因素包括学习专注度和学习投入度；位于最底层（L6）的因素主要包括教师能力、教师素养、数字资源和硬件设备；位于过渡层（L2-L5）的11个因素是关联表层性因素和根源性因素的“枢纽”。

（四）老年人智能技术学习成效的驱动机理

通过梳理老年人智能技术学习成效影响因素的ISM模型层级关系，明确了老年人智能技术学习成效的驱动机理（见下页图2），即大致上由深层次的宏观因素到外部利益相关者及因素，再过渡到内部特质治理层面，最终作用于表层性的直接因素。值得注意的是，在过渡的过程中，不同的主体也发挥着相应的作用。这既延伸了关于老年人智能技术学习成效影响因素的深度与广度，同时也充实了驱动老年人智能技术学习成效提升的逻辑架构研究。

1.根源性因素。教师能力、教师素养、数字资源和硬件设备是影响老年人智能技术学习成效的根源性因素。即师资质量、硬件设施等因素虽不能直接作用于老年人智能技术学习成效，但可以通过其他因素对老年人智能技术学习成效产生影响。

2.过渡性因素。老年人智能技术学习成效的过渡性因素包括第二层至第五层共11个因素，主要包括感知有用性、感知便利性、感知有趣性、学习兴趣、学习信心、同伴互助、家庭关怀、教学设计、教学互动等，可以表征为驱动老年人智能技术学习成效提升的内部特质治理和外部利益相关者及因素的支持。其中，教学设计、教学互动等教学质量因素以及同伴互助、家庭关怀等群体网络因素均会直接或间接地影响老年人智能技术学习的内在价值观念和情感态度，这为老年人全面掌握智能技术应用、积极融入智能社会提供了有利条件。整体而言，驱动老年人智能技术学习成效提升的第五层至第二层因素由外部因素过渡到内部因素，彰显出了外部机制治理在提升老年人智能技术学习成效过程中的重要价值。

3.表层性因素。学习专注度、学习投入度是解释结构模型中最表层的影响因素显现，同时也是影响老年人智能技术学习成效最具直接性的因素。其中，学习专注度是指老年人在学习智能技术过程中的注意力集中程度，在访谈过程中发现，注意力相对集中的老年人对智能技术的掌握和应用更加熟练，学习效果更佳。此外，学习投入度强调老年人在智能技術学习行为、认知和情感方面投入的成本，访谈结果表明，愿意投入更多学习时间和精力的老年人在学习智能技术的过程中越得心应手，应用熟练程度就越高。

四、结论与建议

（一）结论

老年人智能技术学习成效的影响因素众多，本研究采用扎根理论编码方法提炼出了感知价值、情感态度、学习行为、群体网络、教学质量、师资质量、设施资源7个主范畴。同时，运用ISM模型分析各影响因素之间的关联路径和层级结构，构建了老年人智能技术学习成效影响因素的ISM模型，厘清了老年人智能技术学习成效的驱动机理，最终通过实证分析得出了以下结论：第一，老年人智能技术学习成效的直接影响因素为学习专注度、学习投入度，这是驱动老年人智能技术学习成效提升的必要条件。第二，学习热情、学习主动性、感知有用性、感知便利性、感知有趣性、学习兴趣、学习信心、同伴互助、家庭关怀、教学设计、教学互动是老年人智能技术学习成效的过渡性因素，可以表征为驱动老年人智能技术学习成效的内部特质治理和外部利益相关者及因素的支持。第三，老年人智能技术学习成效的最深层次因素为教师能力、教师素养、数字资源和硬件设备，这说明优质的师资质量和完备的现代化基础设施是提升老年人智能技术学习成效的关键依托。

（二）老年人智能技术学习成效提升的实践路径

本研究通过对老年人智能技术学习成效影响因素的实证分析，全景式地呈现了老年人智能技术学习成效影响因素并划分了影响因素的层级结构，明晰了各影响因素对老年人智能技术学习成效的关联路径，为提升老年人智能技术应用能力进而融入智能社会提供了有力依据。基于此，本研究提出以下针对性策略：

1.聚焦根源性因素：师资智力建设，设施载体支撑。本研究通过实证分析发现，教师能力、教师素养、数字资源和硬件设备在老年人智能技术学习成效影响因素的递阶结构模型中居于最底层，对其他因素产生最广泛而深刻的影响。因此，加强高质量师资队伍建设，完善基础设施是提升老年人智能技术学习成效的关键路径。第一，教师是教学活动设计、组织管理和体系建构的指导者，同时也是老年人学习智能技术的直接负责人，提升老年人智能技术学习成效需要以高质量的师资队伍为智力支持。具体来看，应设计科学系统的培训体系，增强教师的育人能力和素养。首先，注重培训内容的侧重点。根据教师自身的实际情况，适当地增添软知识技能培训内容，合理均衡软硬知识技能的内容比例。同时，在培训过程中注重培训价值观念的浸润，使其逐渐体悟老年人智能技术教育的深层次价值。其次，注重全面综合的培训评价考核。在合理界定考核指标范畴的基础上检验教师培训效果，可视化培训报告，提高培训成果转化率，充分发挥智能技术教育教师培训工作的最大效用。第二，数字资源、硬件设备作为影响老年人智能技术学习成效的根源性因素，应当加以特殊关注。首先，鼓励多方力量参与，扩大设施资源供给。从政府的角度而言，在制度上加大对老年人数字设施资源建设的重视，并调动其他社会力量主动参与之中，对积极参与并能够提供基础设施资源的企业、机构等主体实施税收优惠，鼓励更多的社会资本投入使用。从社会的角度而言，各类企业以及社会团体等多方力量应当坚持“教育扶智”的理念，形成与老年教育机构的长期合作机制，加大对数字设施资源的投入力度。其次，设计适老硬件设备，增强设备的适切性。对于老年人而言，清晰明了、操作简单的设备通常比复杂、多功能的设备更受重视，且具备图文并茂和易于记忆的操作指南手册更有益于老年人熟练地应用智能技术。由此，应当秉持“简化”的设计原则，以老少平等共融为价值理念打造“老年友好型”技术环境。此外，要科学设计老年人友好的呈现界面、有效的帮助系统与导航、简便的触屏技术、无障碍的网页浏览以及适切的行间距和字符间距等，以满足老年人对智能设备的实际需求。

2.重视过渡性因素：教学保障，群体支持，特质优化。在老年人智能技术学习成效影响因素的层级递阶结构模型中，过渡层因素既受底层因素的影响，又作用于表层因素，在整个模型结构中发挥着不可替代的重要作用。因此，既要给予老年人教学上的保障和群体网络的支持，又要优化其自身内在的学习特质。第一，科学合理地设计老年人智能技术学习活动，摒弃“形存实亡”的“假性”互动，贯彻“真性”互动教学，以达到对教与学过程的正本清源。就线下教学而言，在老年人以请教、提问等方式发起主动互动时，教师应适时地淡化“教”的角色，强化老年人在互动过程中的“卷入”程度。就线上互动而言，随着社会转型对社会互动情景、方式与规则等方面的变革，社会互动的“脱域”性更加明显，同时也更加强调参与者的相互关注点和共享的情感状态。为此，应尊重与老年人互动交流的情感性，采取兼顾情感性互动和工具性互动的混合性互动方式，营造高内聚、高耦合的情感释放环境，避免由于“假性”互动而造成情感能量分层问题。第二，强调家庭成员的关怀和同伴的支持。已有研究证明，家庭成员的支持与关怀是老年人接受教育的重要驱动力。家庭关怀度作为反映家庭功能的一项可靠性指标，映射的是个体对家庭功能发挥情况的满意度。为此，家庭成员应尊重老年人的学习意愿和权利，并承担起“教”老年人学习智能技术和辨析网络不良信息的社会责任，耐心地帮助他们解决在智能技术学习过程中遇到的一般性问题，给予其精神上和行动上的双重鼓励。此外，同伴互助学习作为具有互惠关系、学习共同体、个性化评估等特征的学习活动，能够对学员目标学习领域的学习成就、社会交往技能、情感态度价值观产生积极作用。在教学过程中，应当积极采取系统完整式的同伴互助学习活动，促进老年人之间的互帮互助，并给予优秀老年人展示自我学习成果的机会，充分调动老年人的学习主体性、积极性和主动性。第三，注重老年人自身学习的内在特质和情感精神。要深化老年人对智能技术学习的价值理解，关注老年人在智能技术学习后的内在增值效应，可以利用VR/AR、大数据等数字化技术为老年人营造仿真的应用场景，使其在“现实”操作过程中，深入体悟智能技术学习带来的便利性与实用性。同时，充分关照与年龄相关的身体衰退的生物学机制及其所带来的障碍性因素，鼓励老年人融入学习设计过程，共同探寻出老年人应用智能技术的“优势高地”，以增强其心理层面上的学习信心。此外，还要调动老年人的积极主动性，在遵循适度原则和学习需求的基础上设计能够调动老年人智能技术学习积极性的活动项目，并且引导老年人建立起对自身学习能力、学习成效的认知与期望，积极开发自身的学习潜能。

3.对接表层性因素：导引学习行为，助推深度参与学习。学习投入度和学习专注度作为老年人智能技术学习成效ISM模型中的表层性因素，易受到其他因素的影响，理应对这些不稳定性因素予以重点关注，引导老年人全身心地参与智能技术学习。第一，创设舒适的学习情境，加强老年人对智能技术学习行为、认知和情感的投入力度。老年教育机构（社区）应当建设涵盖注意力、切身性、自信心和满足感等四大核心要素的学习情境（简称ARCS），激发老年人的学习兴趣、学习热情与主动性。具体来看，在老年人接受智能技术教育的最初阶段，应当唤醒老年人对智能技术学习的注意力和好奇心，在互动教学与实践操作阶段应更多地关注老年人的切身体悟和学习自信，为其提供应用新知识和新技能的机会。第二，教学的时长、时间比例、内容难度等均会影响老年人的学习专注度。为此，应根据老年人的身心特征合理安排教学时间，包括课程的时长、理论与实践教学所占时间的比例等，尽可能地提升老年人学习的注意力。此外，以“老年人中心”为原则，以“老年人的需求、情感与已有知识技能水平”为出发点，以“课程内容契合学习需求、课程层次符合学习基础、课程规范适切学习特点”为理念遵循，構建评估初始模型，即对老年人掌握智能技术的初始熟练程度进行评估和划分适当的熟练程度切割点，并根据熟练程度将其分配到不同课程层次的班级，使其从适当的学习出发点开始，确保他们不会因为知识技能太简单而随意对待或太难而产生自我质疑。

［参考文献］

［1］范玉吉，李紫繁.从赋权到限权：老年人智能手机使用研究［J］.未来传播，2021，28（5）：29-37.

［2］陈向明.扎根理论的思路和方法［J］.教育研究与实验，1999（4）：58-63.

［3］马永霞，窦亚飞.以能力培养为导向的高校创业教育生态系统的关键要素与构建策略——基于DEMATEL-ISM方法的实证分析［J］.教育发展研究，2022，42（1）：68-76.

［4］王卫东，蒋海鹰.老年大学教学：理论与艺术［M］.北京：北京师范大学出版社，2017.

［5］陈向明.扎根理论在中国教育研究中的运用探索［J］.北京大学教育评论，2015（1）：2-15+188．

［6］陈鹏，曹丽娜.智能时代教师网络研修的影响因素与促进策略——基于扎根理论的质性分析［J］.现代教育技术，2022，32（9）：109-116.

［7］陈蓉，陈晓禹，朱君妍，等.基于ISM的移动图书馆用户持续使用意愿影响因素的结构关系研究［J］.图书馆学研究，2021（21）：93-101+31.

［8］李翌萱.人工智能时代老年人社会参与的价值审视和伦理思考［J］.自然辩证法通讯，2021，43（6）：88-93.

［9］（英）安东尼·吉登斯.现代性的后果［M］.田禾，译.南京：译林出版社，2000.

［10］（美）兰德尔·柯林斯.互动仪式链［M］.林聚任，王鹏，宋丽君，译. 北京：商务印书馆，2016.

［11］贾红彬.老年学习成效的影响因素与促进建议研究［J］.当代继续教育，2020，38（2）：16-20.

［12］左璜，黄甫全.国外同伴互助学习的研究进展与前瞻［J］.外国教育研究，2010，37（4）：53-59.