基于过程视角的自我导向学习行为框架构建与验证

刘博文 刘明慧 于家璇 吴永和 李文昊

一、引言

在知识爆炸的浪潮下，建设学习型社会成为促进人类社会持续发展的重要战略举措。自我导向学习（Self-Directed Learning, SDL）理念为建设学习型社会、构建全民终身学习体系提供了重要的支撑（路宝利等,2021）。自我导向学习是学习者自主制定计划，参与活动，监控评价，反思调节学习行为的过程（Brockett&Hiemstra,1991）。在快速变化的知识经济时代，人类必须学会学习，成为自我导向学习者，以更好地面对不确定性。因此，自我导向学习成为21 世纪人类生存和发展的重要技能，培养自我导向学习者变得越来越重要和迫切需要（Karatas&Arpaci,2021）。

培养学习者的自我导向学习能力，首先需要诊断学习者的自我导向学习水平，据此制定相应的培养方案（Timmins,2008）。对自我导向学习水平进行诊断主要有两种方式：学生对自我导向学习的信念和感知，以及学生在自我导向学习过程中表现出的实际行为（Chang,2007）。然而，已有研究主要基于问卷调查学生对自我导向学习的自我信念和主观感知（Saks&Leijen,2014），缺乏对自我导向学习过程和实际行为的关注。由于对自我导向学习的信念并不一定意味着学习者一定会有开展自我导向学习行为，所以仅对自我导向学习主观信念进行调查难以揭示学习者自我导向学习水平的全貌（Yang, 2016）。当前迫切需要关注学习者在自我导向学习过程中表现出的真实行为，基于经验数据从行为视角诊断学习者的自我导向学习水平。

学习行为是表征学习者学习水平的重要指标。学习者在学习过程中会做出相应的学习行为，这些行为能客观地反映学生投入的精力与时间，是有效评估学习者学习水平的重要指标（Tsai et al.,2018），能有效预测学生的学习能力和学习表现（胡航等,2021）。通过构建行为框架挖掘关键行为指标，能准确刻画自我导向学习水平（Schweder, 2019）。由此可见，基于真实的自我导向学习情境，对学习者的学习过程和学习行为进行刻画，能够有效且精准地诊断学习者的自我导向学习水平。

自我导向学习是一个发展和迭代的过程。通过练习自我导向学习的核心活动，可以提升学生的自我导向学习水平（Kim et al.,2014）。本研究从过程视角构建自我导向学习行为框架，刻画学习者自我导向学习的核心阶段和关键行为指标，旨在为捕获自我导向学习行为提供可操作的工具，从而实现基于真实行为精准诊断学习者的自我导向学习水平。此外，通过对自我导向学习阶段及行为指标进行深入研究，可以进一步理解自我导向学习的发生机制，以获得对自我导向学习更全面的认识，为优化自我导向学习过程和行为，提升自我导向学习水平提供现实抓手。

二、研究设计与初始自我导向学习行为框架构建

（一）研究设计

本研究基于文献研究法、德尔菲法和数据实证多维方法构建、修订、完善并验证自我导向学习行为框架（SDL 行为框架）。首先，通过文献研究法构建初始SDL 行为框架；然后，运用德尔菲法，通过两轮专家咨询对SDL行为框架进行修改与完善；最后，在真实情境中收集自我导向学习行为数据，验证SDL行为框架的拟合度。SDL行为框架构建与验证的过程与方法如图1所示。

（二）初始自我导向学习行为框架构建

自我导向学习强调学习者的自主调节学习行为，对自我导向学习过程的清晰认识是发展学习者自我导向学习行为的重要前提。表1列出了国内外已有主要自我导向学习阶段与行为。

表1 自我导向学习阶段与行为列表

根据表1可以归纳出自我导向学习包括计划、执行与监控、评价与反思三个核心阶段。本研究基于这三个核心阶段构建初始自我导向学习行为框架（如表2 所示），以从行为视角诊断学习者自我导向学习水平。

表2 初始自我导向学习行为框架

三、自我导向学习行为框架修订与完善

（一）自我导向学习行为框架修订与完善研究设计

本研究通过德尔菲法（Delphi）开展两轮专家咨询，修订并完善SDL行为框架。

1.专家咨询问卷设计

《自我导向学习行为框架专家调查问卷》由自我导向学习行为框架审阅与建议、咨询内容熟悉程度和判断依据以及专家基本信息三部分构成。其中，“自我导向学习行为框架审阅与建议”用于专家对自我导向学习三个阶段中行为指标构成的重要程度进行评分并提出相关建议，重要程度评分采用5级李克特量表形式进行；“咨询内容熟悉程度和判断依据”用于调查专家对该研究主题的熟悉程度，以及专家对自我导向学习行为指标构成的重要程度进行评分的判断依据；“专家基本信息”用于收集性别、年龄和专业技术职称等信息。

2.专家确定

第一轮专家咨询面向21 位国内外专家发出邀请，共17 位专家参与咨询。第二轮专家咨询面向参与第一轮咨询的所有专家发出邀请，最终共14 位专家参与了第二轮专家咨询。参与两轮咨询的专家性别比例比较均衡，年龄集中在36 岁至55 岁之间，均拥有博士学历和副高级及以上职称，均表示对研究主题非常熟悉或比较熟悉。

3.关键数据指标与数据分析

专家积极系数（问卷有效回收率）被用于判断专家的投入程度。当问卷回收率大于70%时，表示专家积极程度较高（芭比, 2005, p.262）。平均值、满分率（full-score rate）、变异系数（Coefficient of Variation）、肯德尔和谐系数（Kendall’s W）和卡方（chi-square）检验被用于分析专家意见的集中程度。各项指标的平均值越大，满分率越高，变异系数值越小，表明专家意见集中程度越高。Kendall’s W的值越大，专家意见越一致，当p＜0.05时，表明专家评分具有一致性（Jiang et al., 2020）。平均值、满分率和变异系数的临界值（critical value）被用作指标纳入或删除的重要依据（Geng et al.,2018）。当平均值和满分率大于临界值、变异系数小于临界值时，行为指标将被纳入SDL 行为框架中。同时，通过判断依据（Ca）和熟悉程度（Cs）的权重系数计算专家权威程度（Cr），计算公式为Cr=（Ca+Cs）/2。当Cr＞0.7 时，表明专家权威程度达到可以接受的水平（曾光&李辉,1996）。

（二）第一轮专家咨询结果与行为框架修订

在第一轮专家咨询中，共邀请21 位专家，得到18 份反馈问卷，17 份有效，有效回收率为80.95%，表明专家参与积极程度较高。但由于一位专家表示对该研究主题不太熟悉，最终共16位专家反馈数据被纳入分析。

第一轮专家咨询统计分析结果如表3 所示，SDL 行为指标重要性评分的平均值较大，其范围为4.438～4.875；满分率较高，范围为0.438～0.875；变异系数较小，范围为0.070～0.115。且各项行为指标评分的平均值和满分率均大于各项指标的临界值，变异系数均小于各项指标的临界值，表明专家意见集中程度较高。肯德尔和谐系数（Kendall’s W） 为0.125，卡方值为16.000，并且达到显著性水平（p=0.042），表明专家评分具有一致性。

表3 专家咨询统计分析结果（第一轮）

在咨询结果的可靠性方面，专家熟悉程度（Cs）为0.9，表明专家熟悉度较高。指标重要性评分的判断依据（Ca）为0.94。因此，专家的权威程度（Cr）为：（0.9+0.94）/2=0.92＞0.7，表明本轮专家咨询的结果可靠。综上所述，各项行为指标均应纳入SDL行为框架中。

同时，专家反馈了39 条完善建议。专家一致认为：行为指标需要通过设计具体的学习情境以进一步细化指标，指标描述应该更具体。因此本研究构建了“自导式3D 设计”情境（详见“自我导向学习行为框架验证”部分），并在此情境基础上，细化和调整自我导向学习行为框架中的行为指标和相应描述。指标细化方面，将“学习计划”细化为“明确学习任务”和“明确评价方式”两个二级指标；将“资源获取”细化为“获取已有资源”和“自行查找资源”两个二级指标；将“人际沟通”细化为“参与讨论”二级指标；将“学习任务执行”细化为“作品初始设计”二级指标；将“学习任务观察”细化为“作品进度观察”二级指标；将“学习活动调节”细化为“作品修改与调整”二级指标；将“学习反思”细化为“自我观察”和“同伴观察”两个二级指标；将“学习评价”细化为“自我评价”和“同伴互评”两个二级指标。内容调整方面，将“执行与监控”阶段调整为“执行与调控”阶段；将“任务观察”调整至“执行与调控”阶段；将“资源获取”调整至“计划”阶段。

（三）第二轮专家咨询结果与行为框架完善

第二轮专家咨询中，向16 位专家发出咨询，共收到14 位专家反馈，问卷有效回收率为82.35%，表明专家参与积极性较高。第二轮专家咨询统计分析结果如表4所示，各项行为指标重要性评分平均值较大，其范围为4.071～4.929；满分率范围为0.071～0.929。其中，“获取已有资源”和“参与讨论”等行为的满分率较低，原因为大部分专家对这些指标的重要性评分给出4分，即认为这些指标比较重要；变异系数较小，范围为0.054～0.088，这表明专家意见集中程度较高。通过各项行为指标评分的平均值、满分率、变异系数与其临界值的比较，各项行为指标均应纳入自我导向学习行为框架中。同时，肯德尔和谐系数（Kendall’s W）为0.631，卡方值为105.993，并且达到显著性水平（p＜0.05），这表明专家评分具有一致性。此外，专家对研究主题的熟悉程度（Cs） 为：（6×1.0+8×0.8）/14=0.89，专家重要性评分的判断依据（Ca）为0.95。因此，专家权威程度（Cr）为：（0.89+0.95）/2=0.92＞0.7，表明专家咨询的结果可靠。

表4 专家咨询统计分析结果（第二轮）

依据第二轮专家咨询建议，将“目标设置”行为指标的描述具体为“学习者理解本次学习的目标：设计分类回收垃圾桶”，使得学习情境更加真实；将“人际沟通”放置在“行为调节”之后，体现出人际沟通贯穿于学习活动执行、观察和调节的全过程；将“学习评价”置于“学习反思”之前。完善后的自我导向学习行为框架如表5所示。

表5 自我导向学习行为框架

四、自我导向学习行为框架验证

（一）自我导向学习行为框架验证研究设计

1.研究情境

自我导向学习强调为学习者提供“真实情境”，支持学习者探索、操作并解决真实问题。近年来，设计教育（design education）兴起，其基于学习设计理论，旨在通过产品设计来教授学习者观察和思考事物的方法（Gül et al.,2007）。设计教育通过仿真的形式解决现实生活中的问题，支持学习者自我探索和自我发现，成为实践自我导向学习的理想场所之一。基于当前设计教育的重要形式——3D 设计与建模，本研究构建了“自导式3D 设计”情境，支持学习者以自我导向学习的方式学习和开展3D 设计与建模，以获取学习者的自我导向学习行为数据，从而对SDL 行为框架进行验证。

依据基于资源的学习环境框架（Hill &Hannafin,2001），“自导式3D 设计”情境主要包含学习任务、学习资源、学习工具和学习支架四个要素。为了给学习者提供真实情境，“自导式3D设计”情境将学习任务设定为“分类回收垃圾桶设计”，提供的学习资源包括GeekCAD 操作指南、垃圾分类以及分类回收垃圾桶相关资源等，学习工具包括查询工具、操作工具和交流工具。其中，查询工具旨在为学习者能够自行查找完成任务所需的相关资源提供各类浏览器和搜索引擎，包括IE 浏览器和百度等；操作工具为“GeekCAD”，旨在为学习者提供支持3D 设计与建模的工具；交流工具为“飞鸽传书”（IP Messenger），旨在为学习者在进行自我导向学习时提供人际支持。“自导式3D设计”情境提供的学习支架包括学习任务与过程说明和3D 作品评分量规。其中，“学习任务与过程说明”支持学习者设定学习目标和计划，帮助学习者了解学习任务和学习的基本过程；“3D作品评分量规”支持学习者对最终作品进行评价和反思。

2.研究对象

研究对象选自湖南省长沙市某公办中学的中学生，采用便利抽样法从七年级抽取4个班级（共191 名学生），从八年级抽取3 个班级（共144 名学生），共7 个班级（335 名学生）参与研究。遵循自愿参与原则，最终共193名学生组成本研究的研究对象。其中，男生98名，女生95 名；七年级106 名，八年级87名；年龄在11～14 岁之间。研究对象均没有3D设计和使用GeekCAD的经验。

3.学习过程

“自导式3D设计”情境中，学习者以自我导向学习的方式开展在线学习和设计活动。自我导向学习过程由学习任务发放与3D 设计工具简介、自导式3D设计以及3D作品自评和互评三个阶段构成，持续时间为70分钟（如图2所示）。三个阶段学习活动的设计旨在引导学习者以自我导向学习的方式开展学习活动，从而在此过程中捕获真实的自我导向学习行为数据。在“自导式3D 设计”情境中，不存在刻意诱导和任何强制行为，学习者完全自主决定是否执行某项学习活动以及学习活动的执行顺序。

图2 自我导向学习活动流程图

4.行为数据采集

依据自我导向学习行为框架（如表5 所示），在“自导式3D设计”情境中，学习者的自我导向学习行为由3D学习行为和3D设计行为两部分构成。“ManicTime”工具被用于实时捕获学习者的3D 学习行为数据。“Manic-Time”记录的行为包括学习计划、资源获取、人际沟通、学习评价和学习反思等。同时，基于xAPI 规范的学习记录系统（Learning Record Systems, LRS）被用于实时记录学习者的3D 设计行为数据（Wu et al.,2020;吴永和等,2019）。LRS记录的行为包括任务执行、任务观察和行为调节等。

5.数据分析方法

为了检验自我导向学习行为数据框架的拟合度，采用验证性因子分析对该框架进行验证。借助AMOS 7.0 分析软件，通过极大似然估计检验SDL行为框架的拟合度。由于卡方值（χ2）对样本量大小非常敏感（Hu & Bentler，1999），因此研究使用了卡方值（χ2）与自由度的比率（χ2/df）检验模型，当χ2/df＜3.0 时，表示模型可以接受（Carmines & McIver,1981）。当近似均方根误差（Root Mean Square Error of Approximation,RMSEA）的值小于0.08且标准化均方根残差（Standardized Root Mean Square Residual,SRMR）的值小于0.05 时，表明模型具有较好的拟合效果（MacCallum et al., 1996; Amador-Campos et al., 2005）。此外，塔克-路易斯指数（Tucker-Lewis index,TLI）、比较拟合指数（Comparative Fit Index,CFI）和增量拟合指数（Incremental Fit Index, IFI）大于0.90 表明模型具有较好的拟合效果（Bentler&Bonett,1980）。

（二）自我导向学习行为框架验证结果

验证性因子分析结果表明自我导向学习行为框架具有良好的拟合度。其中，χ2/df 的值（1.882）小于3.0，RMSEA 的值（0.068）小于0.08，SRMR 的值（0.044） 小于0.05，表明SDL 行为框架拟合程度较好。此外，IFI 值（0.957），TLI值（0.932）和CFI值（0.956）的值均大于0.90，表明SDL行为框架具有较好的拟合度。

由图3 可知，自我导向学习行为框架中“计划”“执行与调控”和“评价与反思”三个阶段间的相关系数介于0.94至0.99之间。除了“任务执行（作品初始设计）”和“自我观察”两个指标外，其他行为指标的因子负载均大于0.40。“任务执行（作品初始设计）”指标的因子负载为-0.61，其绝对值大于0.40，表明“任务执行（作品初始设计）”与“执行与调控”为负向关系。“自我观察”指标的因子负载为0.36，小于0.40，但大于最低接受标准0.30，并且第二轮专家咨询中，“自我观察”指标的重要性平均分为4.857（满分为5，见表4），这表明专家认为“自我观察”是自我导向学习行为框架的重要构成指标，应予以保留。

图3 自我导向学习行为框架结构模型（标准化估计）

五、自我导向学习行为框架讨论

（一）自我导向学习行为框架的构成要素

自我导向学习行为框架包括计划、执行与调控以及评价与反思三个阶段（如图4 所示）。计划阶段包含目标设置、学习计划和资源获取；执行与调控阶段包含任务执行、任务观察、行为调节和人际沟通；评价与反思阶段包含学习评价和学习反思。

图4 自我导向学习行为框架

1.计划阶段

对于目标设置行为，学习者能诊断其学习需要并制定学习目标，表明其具有较高的自我导向学习水平（潘星竹等,2018）。目标设置行为使学习者明确学习方向，确保学习任务、学习评价等后续活动能有序开展；对于学习计划行为，合理、可行的学习计划是学习目标实现的蓝图，也是自我导向学习的重要前提（孙文杰,2016）。学习计划行为体现学习者为获得知识和技能根据实际情况正确认识自己、规划自身学习的能力，通过学习计划学习者制定具体的学习方案，有利于整个学习过程顺利进行；对于资源获取行为，学习资源的获取是达成自我导向学习的重要手段（蒋华,2013）。学习者获取契合自身需求的资源至关重要（路宝利等,2021），在搜索、评估和筛选资源的过程中学习者的自我导向学习能力得到提升。

2.执行与调控阶段

任务执行是学生依据学习计划自主开展学习活动，完成学习任务的过程。在执行复杂任务时，相对于低水平自我导向学习者，高水平自我导向学习者通常具有更高的学习效率和学习表现，因为复杂任务通常会增加低水平自我导向学习者的负荷，从而限制其执行学习任务（Uus et al., 2022）；对于任务观察行为，学习者在执行任务过程中，自主观察学习任务的完成情况，为后续进行任务调节行为奠定基础。高水平自我导向学习者能对自己的学习任务进度进行观察并正确评估，从而识别存在的差距并有意识地调节学习行为（李小娟等,2022）；对于行为调节行为，学习者在执行学习任务的过程中，为了更好地完成学习任务，学习者根据任务执行情况对学习行为进行自我调节（维伯格等,2020）。学习者只有通过不断地对行为进行调节与尝试，才能合理并综合地运用多种手段来更准确地认识自我，进行高效的自我导向学习（李士平等,2016）；对于人际沟通行为，在自我导向学习过程中，学习者可以通过参与讨论等形式向同伴、教师等寻求或提供帮助，通过良性互动来更好地自主解决问题。教师和学习者以及学习者和学习者之间相互了解和互动，形成的互相关心、互相支持、彼此尊重、彼此合作的人文关系，有利于营造自我导向学习的人文氛围（山笑珂,2017）。

3.评价与反思阶段

自我评价是自我导向学习的关键，是学习者了解自身知识范围、知识掌握程度、学习效率等的基本途径（李士平等,2016）。学习者进行学习评价的过程也是一个学习过程，有利于培养元认知能力，促进其高阶思维的发展（张生等,2022）。学习者的反思能力是实现自我导向学习的有效支撑（殷玉新& 华逸云,2016）。学习反思行为也是反映知识建构、监控调节的过程，在促进知识理解、元认知能力提升等方面具有积极作用（卜彩丽等,2022）。

4.各阶段间的关系

自我导向学习是一个发展的过程（Knowles,1975），由计划、执行与监控、评价与反思三个核心发展阶段构成。需要说明的是，自我导向学习的过程不一定严格按照“计划→执行与监控→评价与反思”的顺序开展。当学习者制定好学习计划后，会执行并监控自己的学习活动，而学习者在执行学习活动的过程中，也有可能会依据学习任务的执行情况适时修改、完善自己的学习计划；当学习者完善好学习计划后，有可能会评价并反思自己是否达到学习目标，而评价与反思的结果又会反过来促使学习者继续修改并完善自己的学习计划；当学习者执行学习活动并确定顺利完成学习任务后，会评价并反思自己的学习过程或学习结果，而评价与反思也会进一步促使学习者调整学习活动，以完成学习目标。综上，自我导向学习过程中计划、执行与监控、评价与反思三个阶段相互循环、互为前提。

（二）自我导向学习行为框架的适用场景

在学习型社会，伴随着各类学习资源的不断增长，学习环境发生了巨大的改变。在线学习等数字化学习环境的常态化，在促进学习者自我导向学习的同时，也为自我导向学习水平诊断提供了良好环境。一方面，在线学习等数字化学习环境允许学习者自我控制学习，创造了适合自我导向学习的有利环境。研究表明，鼓励学习者更多地参与和投入在线学习等数字化学习活动，有助于他们在规划自己的学习速度和策略时建立更多的责任感，并提高他们在学习过程中的自我导向学习水平（Lai,2011）。另一方面，学生在开展在线学习等数字化学习时，其发生的学习行为能被自动跟踪，以监控和评估学生的学习进展。研究表明，使用在线学习等数字化学习系统跟踪学习者的学习行为，向学习者呈现其学习进展，能带来更好的自我导向学习效果（Li et al.,2010）。自我导向学习行为框架适用于数字化学习环境下自动跟踪和采集学习者的自我导向学习行为数据，使得基于行为数据诊断自我导向学习水平成为可能。此外，自我导向学习行为框架同样为传统线下自主学习情境中发展学习者的自我导向学习行为、诊断学习者的自我导向学习水平提供了可操作性框架。自我导向学习行为是可发展的，可以被教授和学习。因此，教师可依据自我导向学习行为框架观察和测量学生的学习行为，识别学生学习的薄弱环节，向学生提供适应性学习支持与服务（张进良等,2023）；学生也可依据自我导向学习行为框架诊断自身的自我导向学习水平，从而为优化和发展学习者的自我导向学习行为水平提供证据，以培养适应学习型社会的自我导向学习者。

六、总结与展望

自我导向学习是学习者内在能力与外在行为过程相结合的统一体。学习能力是个体所具有的能够引起行为持久变化的内在素质（刘儒德,2010），因此学习行为是学习能力的外在具体表现。自我导向学习能力体现为支持自我导向学习的内在个人特征，包括由学习需求触发的学习动机、学习责任感等内部心理活动，以及自主完成学习任务所需的问题解决和批判性思维等认知属性。自我导向学习行为体现为外部行为调节活动，包括制定学习计划、执行学习任务、监控学习过程以及评价与反思学习等外部行为活动（Kim et al.,2014）。自我导向学习能力和自我导向学习行为两个核心要素间存在相互影响的交互关系。一方面，学习者的内在自我导向学习能力影响外在自我导向学习行为；另一方面，学习者外在自我导向学习行为能有效表征内在自我导向学习能力。综上，依据学习行为和学习能力间相互关联这一基本观点，基于自我导向学习行为框架捕获自我导向学习关键行为，能有效表征和刻画自我导向学习能力水平。

学习分析作为一种基于数据处理、教育数据挖掘和可视化的多学科方法，强调在学习活动期间的数据收集、处理和测量（Papamitsiou&Economides,2014），这为基于行为数据诊断自我导向学习水平提供了新的契机和方法。因此，在自我导向学习行为框架的指导下，未来研究需要进一步结合学习分析技术探索如何借助技术手段更精准化、更个性化地培养适应数字化学习环境的自我导向学习者，充分实现技术赋能终身学习，以加快教育数字化转型和高质量学习型社会建设。