摘 要:混合学习环境打破了传统教育中时间和空间的限制,学生可以根据自身的情况选择学习的时间和地点,这要求学生具备更高水平的自主调节学习能力,特别是对于身处高等教育阶段的学生而言,这种能力更是关系到他们的未来职业发展和终身学习潜能。过往基于自我决定理论的研究成果往往强调师生互动(特别是教师支持)能够满足学生的三种基本心理需求,即自主的需求、关联的需求以及能力的需求,进而可以促进学生的自我调节学习实践。相较于传统教育模式,混合学习环境具有显著的技术特性,然而,其为学生提供的数字支持在此一方面的作用及其影响机制等问题尚未得到充分关注。本研究立足于自我决定理论的新视角,深入探讨了高校学生的动机信念在数字支持和自我调节学习之间的中介作用。通过对505名高校学生进行问卷调查和测试,研究发现数字支持对高校学生的自我调节学习有直接影响,与此同时,动机信念也在两者之间起中介作用。据此,我们建议高等教育应充分重视数字支持资源的整合与利用,积极为学生提供丰富多样、质量上乘的学习资源,帮助学生在多样化的学习体验中不断提升自身素质。
关键词:混合学习;自我调节学习;自我决定理论;数字支持
问题的提出
在教育数字化转型的大背景下,混合学习结合了传统面对面学习和在线学习的优势,为学习者提供了更加多元化的学习体验。教育部在《教育信息化2.0行动计划》(2018年)中也明确提出要进一步推动信息技术与教育的深度融合,以改进教学方式、提升教学质量;在此后的《2021年地平线报告(教学版)》(2021年)中,混合学习模式、开放教育资源和高质量在线学习被列为未来五年影响高等教育教学的关键技术和实践。这表明,混合学习在高等教育中的地位正日益提升,而混合学习环境要求学生具备一定的自我调节学习能力。具体而言,自我调节学习不是一种心理能力或学术表现技能,而是学习者将心理能力转化为学术技能的自我指导过程[1]。学生的自我调节学习受到动机的激发,并受到个人、行为和环境的三元影响,其中学业自我效能信念发挥着核心作用。因此,探讨学生的动机信念与自我调节学习之间的关系有重要意义。鉴于混合学习相较于传统学习模式在技术性方面的显著优势,深入探究其所提供的数字支持对学生动机的影响,对于我们理解学生在混合学习环境中如何有效地进行自我调节学习至关重要。这不仅能帮助我们优化学生的学习体验,更能有力推动我国高等教育教学的数字化转型进程,实现教育模式的创新与升级。
当前,混合学习的相关实践仍处于探索阶段,如学生在实践中常常将线上教学平台视为单纯的信息来源,导致信息获取浅层化、碎片化等问题,尤其对于技术适应能力较弱的学生,混合学习可能会短期内降低其学习效率。而从研究层面来说,多数研究者主要关注师生互动和学习投入,而忽视了学生在混合环境中的学习能力和技术需求。但为了达到理想的教学效果,不仅需要发挥教师的引导作用,更重要的是充分利用混合学习环境中的技术优势,培养学生的自主学习能力。事实上,自我决定理论认为,个体成长和改变的动力来源于满足三种心理需求:自主、关联和能力。在学习环境中,满足这三种需求是确保学生积极性的关键[2]。近年来,自我决定理论的创始人莱恩(Ryan)和德西(Deci)(2020年)进一步提出,未来的自我决定理论研究应侧重于学习技术的设计,以激励学生的学习[3]。与此同时,已有研究为自我决定理论引入了新的视角——数字支持,即通过技术手段满足学生的心理需求[4]。本研究旨在基于自我决定理论的最新动态,深入探讨混合学习环境中影响学生自我调节学习的关键因素及其作用机制等问题,而这无疑将有助于改善学生的学习效果,推动高等教育数字化转型和内涵式发Un43+MnjbIn6rg1iDjQnL5baO5xQSrSZxl8TBAaISRM=展。
文献综述与研究假设
1.数字支持与学习者自我调节学习的关系
自我决定理论(Self-determination Theory)是一种动机理论,它探讨了在社会和文化背景下,基本需求的满足、人类动机和幸福感之间的关系。该理论指出,所有人都有三种不可或缺的基本需求:自主的需求(个体能够控制自己的行为和选择,并为自己制定的目标而努力)、关联的需求(与他人的联系,对群体的归属感以及对活动的参与感)、能力的需求(感觉自己有能力完成一项具有挑战性的任务)[5]。最近的研究为这一理论开辟了新的视角,即数字支持。在混合学习环境中,数字支持的重要性日益凸显,它不仅能够满足学生的心理需求,而且还能为他们提供更为个性化、高效的学习体验[6]。具体来说,数字支持包括三个关键维度:感知数字自主支持、感知数字关联支持以及感知数字能力支持。在数字自主支持的环境下,学生能够更加自由地选择自己偏好的学习模式(资源),而选择合适的学习模式正是学生有效掌握学习内容的关键所在。此外,数字关联支持通过情感设计,运用引人入胜和有趣的设计功能,激发学习者的积极情绪,进而促进在技术环境中的学习效果。而数字能力支持则侧重于如何利用技术提高学生的专业知识水平。以技术为媒介的学习环境通常通过支持解决问题、自我反思、协作和适应技能来提高学生的专业知识水平。
学习者将心理能力转化为学术技能的过程是一个自我指导的过程,这一过程被称为自我调节学习(Self-regulated Learning)。根据齐默曼(Zimmerman,2006年)的模型,自我调节学习涉及深思熟虑、表现和自我反思三个阶段的学习周期[7]。这些阶段的学习过程受到学生特征的影响,如兴趣、自我效能和经验等。自我调节学习由内在动机驱动,而自主动机的增强则源于需求的满足。因此,自我决定理论为检验学生的自我调节学习提供了理论框架。
自我决定理论将学生的心理需求与鼓励和培养学生自我调节学习的激励过程联系起来,心理需求的满足对学生调节自主学习的能力有积极的影响。由此,我们推断在自我调节学习的三个阶段中,数字技术支持能够通过满足学生的心理需求间接影响这些阶段的学习过程,从而对混合学习中的自我调节学习产生正面影响。这一假设得到了技术接受模型(Technology Acceptance Model)的支持[8]。此外,有研究发现:在高等教育水平的远程教育环境中,数字支持对于学习者的自我调节学习具有重要价值,并且是取得学术成就的关键要素[9]。
基于自我决定理论和已有研究,本文提出假设:H1,数字支持的三维度(感知数字自主支持H1a、感知数字关联支持H1b、感知数字能力支持H1c)对学生的自我调节学习有显著正向影响。
2.动机信念的中介效应
动机是驱使人们采取某种行为或行动的原动力。在学习过程中,学生的动机信念无疑也会起到至关重要的作用。根据平特里克(Pintrich,1999年)的理论,动机信念包括三种:自我效能信念、任务价值信念和目标导向。自我效能信念关注个体对完成目标任务的信心;任务价值信念反映个人对任务重要性的评价,涉及兴趣、效用价值和内在价值;目标导向则描述学生在混合式学习中的目标设定心态。因有学者认为动机因素对混合学习的学业成功具有积极影响[10],故将动机信念纳入研究范畴。
数字技术通过满足心理需求,增强关联性、自主性和能力来激发学习动机[11]。需求满足程度越高,自主动机越强烈。此外,数字学习环境影响学习者的动机,进而影响在线学习者的成功率和辍学率。同时,学生的数字技术使用水平与学习动机相关,包括内在目标导向、学习控制和自我效能感。自我调节学习是学生主动进行的学习活动。例如:积极的自我效能感和任务价值信念可以促进自我调节行为。研究表明:当学生的需求得到满足时,他们会产生强烈的自主动机,从而有效地进行自我调节学习[12]。申克(Schunk,2000年)等发现:动机信念通过影响学生的行为来影响自我调节学习[13]。也有学者认为,动机信念,如期望值信念和成就目标导向,指导自我调节学习中的自上而下调节[14]。基于此,本研究提出如下假设:H2,混合课程中数字支持的三维度(感知数字自主支持H2a、感知数字关联支持H2b、感知数字能力支持H2c)对学生的动机信念有显著正向影响;H3,混合课程中学生的动机信念对自我调节学习有显著正向影响;H4,混合课程中学生的动机信念在数字支持的三维度(感知数字自主支持H4a、感知数字关联支持H4b、感知数字能力支持H4c)和自我调节学习之间起中介作用。
研究设计
1.研究对象与研究方法
本研究采用目的性抽样策略,挑选了三所已经采纳混合式学习模式并同意在线数据收集的大学。为了确保调查研究的严谨性和有效性,我们明确了两项核心选择标准:一是该高校必须在至少一门课程项目中持续实施了一个学期以上的混合式学习方法;二是参与调查的学生必须在学习过程中实际使用过混合式学习平台(如学习通、雨课堂、MOOCs等)。经过一系列的非正式访谈和在线搜索,我们最终确定了三所完全符合上述标准的大学作为研究样本。研究共回收问卷612份,剔除信息缺失和无效回答的问卷107份,剩余有效问卷505份,问卷有效率为82.5%。从参与者类型来看,研究样本中男生110人(占21.8%),女生395人(占78.2%);大专学历的有31人(占6.1%),本科学历390人(占77.2%),硕士78人(占15.4%),博士6人(占1.2%);专业分布则为人文社科类220人(占43.6%),社会科学类142人(占28.1%),工科35人(占6.9%),理科23人(占4.6%),其他85人(占16.8%)。
2.研究工具
本研究采用问卷调查作为验证手段,旨在探究混合学习环境下学生的自我调节学习能力及其影响因素。问卷首先收集了参与者的基本人口统计学信息(如性别、学历、专业等),随后,采用三个量表来测量关键变量,所有题项都按照李克特的5分制打分,范围从1分(非常不同意)到5分(非常同意)。
第一,数字支持量表。量表包括三个维度,即数字自主支持、数字能力支持以及数字关联支持。数字自主和能力支持的所有项目均改编自休(Hew,2016年)等人的研究[15]。在感知数字自主支持方面,共有4个项目,其克隆巴赫系数(Cronbach's alpha)为0.76,因子载荷范围为0.568~0.804。在感知数字能力支持方面,也有4个项目,其克隆巴赫系数为0.79,因子载荷范围为0.673~0.721。数字关联支持的3个项目则是由富勒尔(Furrer)和斯金纳(Skinner,2003年)的量表改编而来[16],其克隆巴赫系数为0.83,因子载荷范围为0.743~0.813。
第二,动机信念量表。该量表主要衡量三种一般动机信念:自我效能信念、任务价值信念以及与学生学习相关的目标导向,共7个项目[17]。本研究中该量表的克隆巴赫系数为0.83,因子载荷范围为0.564~0.716。
第三,自我调节学习能力量表。用来测量自我调节学习的项目共4个[18],本研究中该量表的克隆巴赫系数为0.77,因子载荷范围为0.599~0.747。
研究结果
本研究主要采用Mplus8.3和SPSS26.0进行描述性统计、验证性因子分析、结构方程模型分析及中介效应分析。
1.变量间的描述性统计与相关分析
本研究采用SPSS 26.0对变量进行了描述性分析。在数字支持的三维度中,数字关联支持得分最高(M=4.156,SD=0.669),紧随其后的是数字能力支持(M=3.835,SD=0.563),而数字自主支持(M=3.732,SD=0.620)的得分则相对较低。与此同时,动机信念(M=3.705,SD=0.541)、自我调节学习(M=3.751,SD=0.589)均处于中等水平,有待进一步提升。此外,相关性分析的结果表明:所有核心变量之间均存在显著的相关关系。
2.路径分析模型与系数估计
第一,混合课程中数字支持的三维度因素对学生自我调节学习的影响。本研究通过对路径分析模型进行估计,得到了以下模型拟合指标:χ2为399.499,df为199,χ2/df为2.008,CFI为0.947,TLI为0.938,RMSEA为0.045,SRMR为0.045。这些指标均符合模型适配标准,表明模型拟合度良好,具有较高的说服力。
由变量间的标准化路径系数可知,混合课程中数字支持的感知数字自主支持维度可以正向预测学生的动机信念(β=0.251,p<0.001)和自我调节学习(β=0.252,p<0.001),感知数字关联支持对动机信念(β=0.236,p<0.001)、自我调节学习(β=0.286,p<0.001)也存在积极影响,假设H1a、H1b、H2a、H2b成立。与此同时,感知数字能力支持对学生的动机信念(β=0.312,p<0.001)、自我调节学习(β=0.271,p<0.001)也具有显著正向影响,假设H1c、H2c成立。此外,动机信念对自我调节学习也存在显著正向影响(β=0.260,p<0.001),假设H3成立。
第二,动机信念的中介效应检验。结果显示:本研究包含了三条间接路径,分别为“感知数字自主支持→动机信念→自我调节学习”(β=0.076,p<0.01)、“感知数字能力支持→动机信念→自我调节学习”(β=0.094,p<0.01)、“感知数字关联支持→动机信念→自我调节学习”(β=0.060,p<0.01),且三个间接效应的95%置信区间均未包含0,表明三条间接路径均有效。
其中,数字支持的三维度(感知数字自主支持、感知数字关联支持、感知数字能力支持)对自我调节学习的直接效应、间接效应、总效应均为正显著(p<0.001,BC 95%CI不含0),说明动机信念在其中起部分中介作用,假设H4a、H4b、H4c得证。
结论与分析
1.混合学习中数字支持的三维度因素及自我调节学习的整体水平有待提升
研究对象在混合学习中感知到的三种数字支持得分均处于中位区间,这反映出在当前的线上线下混合学习环境中,学生所获得的数字支持尚未达到理想水平,暗示了混合课程在教学设计层面尚未能充分利用技术环境的优势。其中,数字关联支持的感知得分最高,紧随其后的是数字能力支持,而数字自主支持的感知得分则相对较低。这可能是因为混合学习模式融合了线上线下的学习环境,有效减轻了学生在传统面对面学习中的压力感,并充分发挥了线上课程存在感、交流感、体验感方面的优势,使大学生在网络课堂中能够体验到更多的愉悦情感,这与先前的研究结果相吻合[19]。然而,在混合课程的探索阶段,受传统教学方法的深刻影响,教学模式仍在一定程度上受到面对面教学模式的限制。这导致教师在设计课程内容、进行教学时,过于强调教师的主导作用,而忽略了学生的主体性。因此,学生在运用数字技术进行学习时仍受到一定限制,缺乏足够的自主权。此外,高校学生数字能力的局限也阻碍了混合学习的深入发展。目前,混合学习在技术应用上多数停留在基础层面,如简单的资料搜集、消息通知和录播回放等,这些应用缺乏专业性和深入性。这种现状导致学生在问题解决、自我反思、协作和适应能力方面存在明显不足。
学生的自我调节学习水平及其动机信念仍有待提高。这可能是因为混合学习环境将传统的面对面交流转变为空间分离的模式,对学习者的自控力提出了更高的要求,需要他们具备更高的自主性和能动性。同时,数字化时代的初创期,在线学习往往具有“非正式”和“碎片化”的特点[20]。学习者需要处理来自不同形式的信息,如文本、音频和视频等,这可能导致认知负荷增加,分散学习者的注意力。这种简单、机械的学习方式可能对学生的动机水平和专注度产生不利影响,使他们在面对大量信息时难以有效地进行知识迁移和应用,从而难以维持自我调节学习的状态。
2.混合学习中数字支持的三维度因素对自我调节学习具有正向影响效应
研究发现:数字支持的三重维度——感知数字自主支持、感知数字关联支持、感知数字能力支持,均对学生的自我调节学习产生了显著且积极的推动作用。这一发现不仅验证了本研究提出的假设H1,也与过往的研究成果相符合。同时,我们观察到混合学习环境中的数字技术为学生提供了心理与学习上的双重支持,这些支持针对学生的个性化需求进行了匹配[21]。这种支持的核心作用在于它能够有效激发学生的学习动力,并助力他们培养自主性。当学生感受到数字环境为他们提供了自由选择学习模式的支持时,他们能够更加积极地利用技术手段来提升自身的专业知识水平。同时,这种支持也使学生在情感上得到认同,引发积极的情绪体验,从而进一步激发其内部学习动机。而BQR9q/ZvhdaSMm9bzEgPboDR9GquFeUll1QxRY0ZOQ0=学生的动机信念水平越高,他们在混合课程中进行自我调节学习的可能性就越大。因此,对于大学生而言,数字支持无疑在提升他们的自我调节学习水平方面发挥了重要作用。
3.动机信念的中介效应
本研究探讨了数字支持对自我调节学习的影响机制,并揭示了动机信念在其中所起到的部分中介作用,这一发现为假设H4提供了有力支持。根据自我调节学习理论,动机信念被视作学习者进行有效自我调节学习的重要基石,它不仅影响着学习者的任务选择,还对其学习过程中的努力程度和坚持性发挥着决定性作用[22]。在本研究中,数字支持能够精准地满足学习者的三种核心需求,并通过这些需求的满足来影响学习者的动机信念(假设H2),进而作用于他们的自我调节学习(假设H3)。与以往的研究主要聚焦于教师支持和学生的学习投入不同,本研究关注混合学习环境中学生所必需的自我调节学习能力,验证了动机信念作为中介变量,在数字支持与自我调节学习之间的桥梁作用。
启示与建议
尽管在当前的混合学习实践中,高校师生尚未全面挖掘并充分利用其技术优势,但本研究的结果表明:混合学习环境中的数字支持在促进学生自我调节学习能力方面已有所体现,从而凸显了其潜在的发展价值。据此,我们应聚焦于高校学生在混合学习中感受到的数字支持,并关注影响学生自主学习的动机信念,整体促进学生自我调节学习,进而提升混合课程的质量。
1.发挥数字支持的辅助功能,完善“双线混融”的教育教学模式
“双线混融”的混合课程强调线上线下的“融通”与“共生”[23],以“自主、能力、情感”为核心要素的数字支持是实现双线教学的必备条件。因此,应充分利用数字支持的优势,推动“线上+线下”混合学习的有效实施,以促进学生的学习和发展。一是“重构融合” 线上和线下教学模式。在混合教学实践中,高校教师应利用数字支持的灵活性和个性化特点,设计差异化的学习任务与路径,满足不同学生的学习需求和节奏,鼓励学生根据自身情况,在双线之间灵活切换,实现自我调节与优化学习进程。二是高等教育机构应将提升学生的数字素养置于教育目标的核心位置,通过专业课程体系的革新,系统地融入数字工具操作、信息安全意识、数据分析能力以及创新思维等关键数字技能的教学内容,并清晰界定这些能力在整体课程架构中的战略地位,以促进学生的全面发展。三是利用即时通讯工具、在线会议平台等,打破时空限制,实现师生、生生之间的“多元交互”。教师可通过混合学习平台监测学生学习状态,及时调整教学策略,提供个性化指导。同时,鼓励学生利用数字工具进行在线讨论、项目协作、创意分享等,增强同伴间的互动与合作。通过团队合作项目,培养学生的协作能力、创新思维及跨文化交流能力。这种多元化的交互方式能够提高学生的学习动机和参与度,进而促进其在混合学习环境中的自我调节学习。
2.营造“虚实融合”的教育教学环境,增强学生学习的动机信念
动机信念是指推动个体去完成某项任务的原因,主要包括自我效能、目标定向和任务价值信念等方面。这些信念对于个体的学习行为和自我调节学习过程具有重要的影响[24]。“虚实融合”的学习环境可以为培养学生的动机信念提供条件。一是创设真实的学习情境。身临其境的学习方式能够引发学生的好奇心,虚拟现实和增强现实等技术可以模拟真实的学习环境,让学生沉浸在逼真的情境中。在这一过程中,大数据通过分析学生的行为表现,为他们提供个性化的学习资源和建议,并鼓励他们根据自己的实际情况进行调整和修改。通过设定目标,学生能够更加清晰地了解学习的方向和意义,这些任务可以激发学生的好奇心和求知欲,促使他们主动探索和学习,从而提高学习动机信念。二是科技与人文的“融合共生”。混合学习中的技术应用并非“理性灌输”,而是辅助教师为学生提供更加及时、具体的反馈,给予学生充分的关注和鼓励,让他们感受到自身的价值,从而提高学习动机信念。同时,引导学生深入思考学习的意义和价值,让学生意识到学习是一个长期的过程,而不仅仅是短期的目标追求。学习不仅关乎知识的积累,更关乎个人能力的提升、思维方式的转变以及人生观、世界观的塑造。这种全面的理解有助于激发学生的学习热情和内在动机,使他们更加坚定地相信学习对个人成长的积极影响。在这个过程中,学生不仅能够获得知识,而且还能够培养自主学习的能力、批判性思维以及解决问题的能力,为未来的职业发展奠定坚实的基础。
参考文献:
[1]ZIMMERMAN B J. Becoming a self-regulated learner: An overview [J]. Theory into practice, 2002, 41(2): 64-70.
[2][4][6] [21]RYAN R M, DECI E L. Intrinsic and extrinsic motivations: Classic definitions and new directions[J]. Contemporary educational psychology, 2000, 25(1): 54-67.
[3][5]CHIU T K F, SUN J C Y, ISMAILOV M. Investigating the relationship of technology learning support to digital literacy from the perspective of self-determination theory[J]. Educational Psychology, 2022, 42(10): 1263-1282.
[7]ZIMMERMAN B J. Development and adaptation of expertise: The role of self-regulatory processes and beliefs [J]. The Cambridge handbook of expertise and expert performance, 2006(186): 705-722.
[8]DAVIS F D. Perceived usefulness, perceived ease of use, and user acceptance of information technology [J]. MIS quarterly, 1989, 13(3): 319-340.
[9]YOT-DOMÍNGUEZ C, MARCELO C. University students’ self-regulated learning using digital technologies[J]. International Journal of Educational Technology in Higher Education, 2017(14): 1-18.
[10]MENDEZ J A, GONZALEZ E J. Implementing motivational features in reactive blended learning: Application to an introductory control engineering course [J]. IEEE Transactions on Education, 2011, 54(4): 619-627.
[11]HENRY A, LAMB M. L2 motivation and digital technologies [J]. The Palgrave handbook of motivation for language learning, 2019(1):599-619.
[12]LIU W C, WANG C K J, KEE Y H, et al. College students’ motivation and learning strategies profiles and academic achievement: A self-determination theory approach [J]. Educational Psychology, 2014, 34(3): 338-353.
[13]SCHUNK D H, ERTMER P A. Self-regulation and academic learning: Self-efficacy enhancing interventions [M]. Handbook of self-regulation. New York:Academic Press, 2000: 631-649.
[14]EFKLIDES A. Interactions of metacognition with motivation and affect in self-regulated learning: The MASRL model [J]. Educational psychologist, 2011, 46(1): 6-25.
[15]HEW T-S, KADIR S L S A. Understanding cloud-based VLE from the SDT and CET perspectives: Development and validation of a measurement instrument [J]. Computers & Education, 2016,101(10): 132-149.
[16]FURRER C, SKINNER E. Sense of relatedness as a factor in children's academic engagement and performance [J]. Journal of educational psychology, 2003, 95(1): 148-162.
[17]KOO A C, HEW S H, ANTHONYSAMY L. Development and validation of an instrument to measure the effects of self-regulated learning strategies on online learning performance [J]. Journal of Advanced Research in Dynamical and Control Systems, 2019, 10(11): 1093-1099.
[18]SHA L, LOOI C-K, CHEN W L, et al. Recognizing and measuring self-regulated learning in a mobile learning environment [J]. Computers in Human Behavior, 2012, 28(2): 718-728.
[19]龚少英,韩雨丝,王丽霞,等.任务价值和学业情绪与网络学习满意度的关系研究[J].电化教育研究,2016,37(3):72-77.
[20]黄亚婷,龚雨欣.混合课程中本科生的深度学习何以发生:基于“教学—社交—技术”三角框架的考察[J].苏州大学学报(教育科学版),2023,11(3):107-118.
[22][24]王一岩,郑宁,郑永和.智慧学习力:概念内涵与结构模型[J].电化教育研究,2022,43(7):19-26.
[23]陈浪城,胡素香,林烈青,等.智慧教学环境赋能数字化转型:现实诉求、实践困境及路径选择[J].高教探索,2023(6):41-47,68.