学习分析视角下学习设计对大学生学业自我效能的影响研究——兼论学习设计与学习分析的一致性
| 全文共9649字，建议阅读时10分钟 |
本文由《现代远距离教育》杂志授权发布
作者：刘红霞、赵蔚、李士平
摘要
学业自我效能是学习者对自己面对学习任务时能否采取恰当行为并取得良好效果的知觉与信念，是学习效果的重要预测因素。通过在学习分析技术的支持下挖掘学习者的过程性数据分析其学业自我效能水平，并与问卷调查结果相互佐证，实现学业自我效能的多角度评估。从学习设计的角度出发，重点关注学习任务、学习支架与反馈的设计，探索学业自我效能的有效干预方案，并进一步探讨学习分析与学习设计的一致性关系。研究发现，任务设计、支架设计与反馈设计对学业自我效能的水平提升产生了推动作用，且学业自我效能对学习效果与学业情绪均具有正向作用。
关键词：学业自我效能；学习分析；学习设计；干预
一、引言
大量研究表明，学业自我效能与学习者的认知过程、策略选择［1］等密切关联，对学习动机［2］、学业情绪［3］与学习态度［4］具有较大影响，是学习效果的重要预测因素［5］。学业自我效能作为一个内隐的心理因素，如何对其进行客观的测量与有效的干预是一个值得深入研究的课题。
学业自我效能的常规测量方式以被试者的自我评价为主，包括调查问卷［6-7］、访谈、自我报告等多种方式。本研究试图在学习分析技术的视角下，打破现有学业自我效能等心理因素的测量范式，通过对学习者在学习过程中产生的文本数据与行为数据进行挖掘，进而分析与测评学习者的学业自我效能水平，并与调查问卷及访谈中获取的学习者学业自我效能的水平数据进行相互印证。
目前，相关学者主要从心理干预与教学干预两方面展开学业自我效能的干预研究。在心理干预方面，沈洁等［8］采用情绪生成心理机制培养自我效能，魏源［9］、王金良等［10］通过心理健康辅导中心理效能辅导与团队训练干预自我效能，刘岚［11］通过心理暗示提升自我效能；在教学干预方面，邢云［12］、池丽萍［2］等通过学习动机强化策略，张向葵等［13］采用图式教学提高学生自我效能，巩汝训［14］采用目标设置、榜样示范的方式，谢幼如等［15］在网络学习环境中培养学生自我效能。
由此可见，国内外关于学业自我效能的测量与干预研究已经取得丰硕的成果。本研究是在学习分析的框架下探索学业自我效能这一心理因素的多元测量方法，以大学生为研究对象，采用学习设计的方式，将干预手段无缝融合于学习活动之中，探索大学生学业自我效能的有效干预方案。本研究中学习设计的主要目的是提升学业自我效能，学习设计的内容包含学习任务设计、支架设计与反馈设计等一系列针对学业自我效能的干预策略。研究过程中严格遵循学习设计与学习分析的一致性原则，以学习分析的结果作为学习设计的现实依据，以学习设计的理念作为学习分析的理论框架，实时验证研究假设并修正学习设计方案。
二、学习分析视角下学业自我效能的设计模型
学习设计是在建构主义理论的基础上形成的一种新型的教学设计理念，强调学习任务与学习者的经验世界相联结，注重发挥学习者的主体性并增强其归属感，将有效的学习建立在学习者知识、经验、兴趣、动机与信念之上，且在学习过程中实现知识迁移。学习设计主要包括体验、概念化、分析与应用四个阶段［16］。（1）体验阶段，重点关注学习者先决知识与具体的经历、体验及感受等方面，将学习者先决知识、已有经历与体验转化为学习资源，使学习者沉浸于新的学习体验之中；（2）概念化阶段，关注抽象概念与概念间的关联，对抽象概念进行定义与解释，使学习者形成明确的概念，并使概念间的逻辑关系可视化；（3）分析阶段，通过解释、归纳与推断，明确知识的功能与作用，帮助学习者重构及关联知识；（4）应用阶段，关注知识的实践性应用，将知识应用于真实情境中并从更多情境中提取知识，实现知识的迁移。
学习分析技术是对学习者生成的海量数据的解释和分析，用于评估学习者的学习进展，预测未来的学业表现，并发现其潜在问题的一系列工具与方法。我国学者李艳燕等［17］在Siemens学习分析技术过程模型和Elias持续改进环模型的基础上，提出了学习分析概念模型，包含数据采集、数据存储、数据分析、数据表示与应用服务等五个环节。
由此可见，学习设计倡导在真实的情境中以任务为主线，通过激发学习者的内在驱动力，在探究任务的过程中实现知识的获取与迁移。在学习过程中，学业自我效能扮演着非常重要的角色，不仅受到学习任务、学习资源、人际关系等多种因素的影响，还直接影响学习者对任务难度与个人能力的判断，与任务探究过程中行为的付出以及情绪状态紧密相关，并间接影响任务的完成质量。因此，采用学习设计的方式干预学业自我效能，既便于找到自我效能的影响因素，又利于从情绪状态、任务完成情况等多个方面反映学业自我效能的干预效果。学习分析视角下学业自我效能的设计模型如图1所示。
第一阶段，采用调查问卷的方式对学习者学业自我效能的水平数据进行统计分析，并对访谈转录稿进行文本分析，由此明确学习者在学业自我效能方面的缺失特征，作为针对学业自我效能进行学习设计的基础依据。
第二阶段，在学习设计理念与学业自我效能缺失特征分析的指导下，进行针对学业自我效能的学习设计。主要包含以下几个方面：（1）设计情境性的学习任务，当学习者接收到与个人经验相匹配的情境性任务的刺激时，会触发学习者的先决知识，并易于回忆起曾经类似的学习经历与感受，这些直接经验是来自个体的亲身体验，对学业自我效能的影响最大；（2）将复杂任务分解为系列子任务，明确任务所涉及的抽象概念，并呈现概念间的关系，直接影响个体对任务难度的知觉；（3）设计学习支架，辅助学习者完成任务分析，并制定相应的学习计划；（4）设置任务的评价机制，明确任务的评价方式、评价量规与反馈方式。
第三阶段，以学习设计的内容为基础框架，验证并评估学业自我效能的提升效果。一方面，通过问卷、访谈的方式统计学习设计实施前后学习者学业自我效能的水平变化；另一方面，对学习者在学习设计实施过程中产生的文本数据进行分析，与问卷结果进行相互印证。此外，通过学习平台记录的学习者行为数据与学习成果情况，反映了学习者学业自我效能的变化。在研究过程中，以学习设计实施效果分析为依据，能够及时验证与评估学习设计方案的有效性，并对学习设计方案进行修正。
三、实证研究
（一）研究目的与假设
本实验针对大学生学业自我效能存在的问题，以学习任务、学习支架与学习反馈为主要内容进行学习设计，探寻学习设计对大学生学业自我效能的影响。此外，在学习分析技术的视角下开展实验，有助于打破现有学业自我效能等心理因素仅依靠调查问卷进行测量的研究范式，由个体的行为信息、文本信息中挖掘出相关信息，进而印证调查问卷的测量结果。研究过程中重点关注学习设计与学习分析两者间的互动关系，以期归纳出学习设计与学习分析的关系模型。
总体假设：学习者的学业自我效能对其学习效果具有非常重要的调控作用，学习设计能够影响学业自我效能的提升。
研究假设H1：情境性学习任务的设计能够触发学习者回忆学习经历与感受，影响学业自我效能；
研究假设H2：复杂学习任务的分解影响学习者对任务难度的感知，对学业自我效能的提升具有一定影响；
研究假设H3：学习支架的搭建对大学生学业自我效能的提升具有一定影响；
研究假设H4：明确学习任务的评价方式、量规与反馈方式对学业自我效能的提升具有一定影响；
研究假设H5：学业自我效能的提升对学习效果具有一定影响。
（二）研究对象与实验课程
本实验的参与者是某北方师范院校教育技术学专业的60名本科二年级学生。本科二年级学生已经基本适应大学的学习环境与学习方式，基本了解专业的培养目标与课程体系，并且形成了较为稳固的学习习惯与学习偏好。大二学生在此阶段面临的最重要挑战就是所学课程的专业性与难度有较大提高，因此，比较容易产生学业自我效能缺失等现象，因此本研究选取大学二年级的学生作为实验对象。
实验课程为本专业必修课程《多媒体技术》，这门课程不仅要求学生理解多媒体技术的相关知识，还要求学生掌握相关技术的应用方法，是一门理论与实践并重的专业主干课程。由于本门课程的教学内容包括图像、视频、动画、网页的设计与制作等多个方面，需要设计相应的学习任务帮助学生实现“做中学”，因此，选择本门课程便于考察学业自我效能在具体的学习任务情境中所表现出的差异特征。在实验过程中，采用基于Moodle平台的混合式学习方式，开展54学时的实验研究。
（三）研究工具
学业自我效能问卷：本实验中所使用的学业自我效能问卷是以华中师范大学周宗奎老师编制的自我效能调查问卷为基础、结合实验中学习任务序列的具体情境改编而成。
TagxeDo：在线云词成像制作工具是一个功能强大的文字云工具，不仅支持中文而且可以定制文字云的外形，将词频、主题、标签结合在一起。本研究将访谈转录稿分词之后，导入到TagxeDo中，以文字云的形式将访谈转录稿的核心内容形象直观地表现出来。
ROST Content Mining：由武汉大学信息管理学院沈阳老师设计和编码的内容分析软件。本研究在ROST Content Mining的帮助下，将访谈转录稿与反思日志等文本文件进行分词，抽取语义要素，并进行分类、相关性、情感倾向等方面的分析。
（四）实验过程
在本次实验中，以学业自我效能设计模型为基础，将实验过程划分为三个轮次，具体的实验过程如图2所示。
1.第一轮次学习分析
（1）学业自我效能水平
研究人员对60名被试的学业自我效能水平进行了问卷调查，问卷的计分方式为1分代表非常同意，5分代表非常不同意，即得分越高代表学生的学业自我效能程度越差，得分越低代表学生的学业自我效能程度越好。学业自我效能及四个分维度的总体情况如表1所示，被试在总体上处于中等水平（M＝2.60，1≤M≤5），就学业自我效能的四个维度而言，平均值界于2.29～2.86之间。其中，大学生在知识掌控自我效能与学习能力自我效能两个子维度中表现出中等偏高的水平，在学习状态自我效能与学习习惯自我效能两个方面表现相对偏低。
学习分析的结果能够为学习设计提供现实依据。问卷调查结果显示，被试在学习状态自我效能与学习习惯自我效能方面存在一定的不足，因此，学习设计将重点关注如何提升学习者的学习状态并改善学习习惯。相应的学习设计的内容将针对学习者的学习状态，从学习任务的设计方面着手，并从学习任务的分解方面引导学习者形成一种更科学高效的学习习惯。
（2）学业自我效能的特征分析
为进一步分析被试学业自我效能的特点，明确学习者在学习状态自我效能与学习习惯自我效能方面的具体缺失特征，并与调查问卷的结论相互解释与印证，我们选用了文字云工具。在问卷调查结束后，随机访谈了18位学生，访谈的问题涉及实验中“学习任务的难度”“觉得自己能否能够完成任务”“认为任务完成过程中会出现哪些问题”等方面。访谈结束后，为了研究需要，利用ROST Content Mining对访谈转录稿进行分词处理，选取在线云词成像工具TagxeDo，将访谈转录稿的分词词汇导入工具，调整显示词汇的最低频次限度对显示词汇加以筛选过滤，生成的文字云如图3所示。
由于文字云中所显示词汇的字体大小能够直观地反映出该词汇在检测文本中出现的频次，出现频次较高的词汇在文本中通常具有一定的重要性。因此，文字云在一定程度上能够快速将被检测文本的主题与核心内容直观地表现出来。通过访谈转录稿的文字云可以看出，多数同学认为任务具有一定的难度与复杂度，对于完成任务所需的知识与技术缺乏足够的信心，在制定计划与时间管理方面存在一定的问题，可能会通过协作或请教同学的方式解决困惑等。
根据访谈转录稿的文本分析结果，学习设计方案的内容将主要围绕学习者自信心缺乏与自我管理欠缺两个方面，重点从学习支架与学习反馈的设计入手。
2.第一轮次学习设计
在第一轮次的初始阶段，采用调查问卷与访谈的形式对被试进行前测，确定被试的学业自我效能初始水平与基本特征，分析存在的问题，并有针对性地制定学习设计方案于第二轮次实施。具体学习设计方案如下：
（1）设置带有情境性的学习任务，采用鱼骨图的形式引导学生对任务进行分解并制定个人学习计划；
（2）提供必要的资源支架，包括知识类资源、工具类资源、案例类资源、素材类资源等；
（3）学习过程中给予多种形式的反馈，包括任务的完成情况反馈、同伴比较反馈、个体反馈等多种形式。
由第一轮次中学习分析与学习设计的交互关系可以看出：（1）学习设计为学习分析指明了方向，引导学习分析重点关注学习者学业自我效能的初始水平及行为表现；（2）学习分析中问卷与访谈的调查结果揭示了学习者学业自我效能的真实状态与缺失特征，为学习设计提供了现实依据。
3.第二轮次学习分析
在第二轮次学习任务结束后，学习分析重点围绕学习者行为数据进行差异分析，对学习者在每个学习任务期限内的平台访问量、资源浏览量、资源下载量、发布评论数与发布作品量等方面的学习行为进行统计分析，如表2所示。学习者在平台访问量、资源浏览量与发布作品量三个方面的数据表现出了显著差异，在资源下载量与发布评论数方面没有出现显著差异。可见，设置带有情境性的学习任务对平台访问量具有一定程度的积极作用，提升了学习者的参与度，并在一定程度上刺激了学业自我效能的提升，研究假设H1成立；提供多种类型的资源支架，明显增加了资源的浏览量；第一轮次与第二轮次中学习者发布作品量存在显著差异，说明学习者在接收到多种形式的反馈之后，对自己提交的作品产生了更客观的自我评价，随即进行修改并重复提交，这一项行为的改变，从侧面反映出学习者对自我的看法发生了改变，也就是说他们的学业自我效能，特别是知识掌握自我效能发生了改变。因此，知识类、工具类与案例类等学习支架的设计对大学生学业自我效能的提升具有一定影响，研究假设H3成立。
学习设计为学习分析明确了实验的观测变量，即每个学习任务期限内的平台访问量、资源浏览量、资源下载量、发布评论数与发布作品量。通过这些变量的前后变化，我们能够判断学习设计方案的合理性与有效性，并同时从学习设计的基础理念中寻找对数据的解释方法。
4.第二轮次学习设计
第二轮次对被试在前两轮次的学习行为进行跟踪统计与对比分析，对其课堂表现进行观察记录，发现给予多种形式的反馈之后，学习者的参与意识发生显著变化，然而学习者自我评价与教师评价间存在不吻合的情况，缺乏规范性评价量规或优秀学生作品的指引。在此基础上，对学习设计方案进行调整、修正并于第三轮次中实施，具体策略如下：
（1）明确学习任务的评价方式，给出作品的评价量规；
（2）每个任务结束后，对优秀作品进行展示，引导学生进行归因分析；
（3）将干预途径变为学习平台发送与微信推送两种方式，以保证学习设计方案的接收率；
（4）微信推送内容包含学习者发布优秀作品、评价量规、学习策略、扩展资源等多种类型的信息。
由第二轮次中学习分析与学习设计的交互关系可以看出：（1）学习设计为学习分析提供支撑框架，辅助学习分析在研究过程中明确需要收集哪些数据；（2）学习设计为学习分析的结论提供必要的解释说明；（3）学习分析的结果验证了学习设计中的研究假设；（4）学习分析的结果能够指导学习设计的修正。
5.第三轮次学习分析在第三轮次的实验中，社交媒体发布的不同类型内容的阅读次数与分享转发次数如图4所示。其中，评价量规的阅读量与分享转发次数都比较高，学习者对量规类资源表现出较高的兴趣，从一定程度上说明，学习者希望依据量规对自己的学习成果进行自我检验。量规与优秀作品的呈现，能够刺激学习者的主观意识，并引导学生进行积极的归因分析，学业自我效能随即提升。综上所述，研究假设H4关于反馈设计对大学生学业自我效能的提升具有一定影响得到验证。此外，由发布内容的关注度可以看出，增加微信这种社交媒体的推送方式后，对于提高第三轮次学习设计方案的接收率具有较大影响。
6.第三轮次学习设计
第三轮次的实验阶段，在最后一个任务的学习过程中，引导被试采用学习反思的方式进行归因分析。在全部学习任务结束后，采用调查问卷与访谈的形式对被试进行后测，确定被试的学业自我效能水平，对前后测数据进行分析以检验提升效果，并进行实验总结。
由第三轮次中学习分析与学习设计的交互关系可以看出：（1）学习分析的结果能够验证学习设计中的研究假设；（2）学习分析能够评估学习设计方案的有效性。
四、分析与讨论
（一）学业自我效能水平
1.调查问卷统计结果
被试在前测后测中学业自我效能的变化如表3所示。三个轮次学习设计实施前后被试的学业自我效能感知水平呈现出了显著差异，并且在学习能力自我效能、知识掌控自我效能、学习状态自我效能与学习习惯自我效能四个分维度中均表现出不同程度的改善。这组数据验证了学习设计能够影响学业自我效能的提升。
学习者在实验结束后，对学习过程与学习结果进行了反思。研究人员对学习者的反思日志进行了编码，并从中提取出两方面信息，一方面是学习者的主观感受信息，包括遇到的困难、学习过程的感受、对自己作品的满意度等；另一方面是学习者的评价信息，包括对同伴的评价、对资源的评价、对课程的满意度等。利用ROST content mining对反思日志进行分词，并筛选出能够反映出学业自我效能水平的高频词，如表4所示。很多学习者在日志中回忆自己在接受学习任务之初所面临的困难与问题，试图通过各种方式克服困难、解决问题的过程，以及完成任务后的自我感觉。可见，情境性学习任务的设计与复杂任务分解对于提升学业自我效能具有一定的正向作用，研究假设H1与H2成立。
（二）学习效果
实验过程中选取学习任务的准时提交人数、及格率与优秀率三个变量观测学习效果，如图5所示。准时提交人数在最后三个学习任务期间一直稳定在59至60人之间，说明任务的情境化设计提高了学习者的参与兴趣，不同形式的反馈设计对于学生的学业拖延行为具有一定影响。此外，及格率与优秀率两项参数在学习任务序列推进过程中均有不同程度的提升，由此可见，学业自我效能的提升对学习效果具有一定的正向作用，研究假设H5学业自我效能的提升对学习效果具有一定影响成立。
（三）学业情绪对学习者的反思日志进行文本分析，将其中所涉及的学业情绪因素进行统计，积极情绪、消极情绪与中性情绪共计66个条目，分布情况如下：积极情绪包含61个条目，占到总比例的92.42％，消极情绪仅包含4个条目，占总比例的6.06％。
其中，消极与积极情绪分段统计结果如表5所示。积极情绪分段统计结果显示，一般积极情绪（0-10）有5条，占比7.58％；中度积极情绪（10-20）有14条，占比21.21％；高度积极情绪（20以上）有42条，占比63.64％。消极情绪分段统计结果显示，一般消极情绪（－10—0）有3条，占比4.55％；中度消极情绪（－20—－10）有1条，占比1.52％；高度消极情绪（－20以下）没有。可见，学习者在参与实验的过程中，表现出较为积极的学习状态，也从一定程度上验证了学业自我效能的提升与学习者的情感状态具有密切的关联。
五、结论与启示
（一）学业自我效能的测量
互联网中教育数据呈现出爆炸式增长，学习分析技术能够对海量的、零散的、快速生成的学习过程数据与文本信息进行解释与分析，有助于打破现有学业自我效能等心理因素仅依靠调查问卷进行测量的研究范式，由个体的行为信息、文本信息中挖掘出相关信息，进而印证调查问卷的测量结果。本研究在学习分析技术的支持下，通过挖掘学习者的过程性数据分析其学业自我效能水平，并与问卷调查结果相互佐证，实现学业自我效能的多角度测量。
（二）学业自我效能的干预
本研究是在真实的教学情境中，从学习设计的角度出发，通过任务设计、支架设计与反馈设计，从认知、动机、情绪的多个层面进行的综合干预。学习设计方案在提升大学生学业自我效能的同时，也影响了学习任务的完成情况，并促进了学习者在学业情绪方面的良性发展。
学习者在平台访问量、资源浏览量与发布作品量三个方面的行为数据已表现出显著提升。平台访问量与资源浏览量的提升表明学习者对学习任务与相关学习资源具有较高的关注度。部分同学重复提交作品导致发布作品量的变化，代表学习者对自己有更高的要求，也意味着其努力程度发生了变化。在第三轮次加入社交媒体这一信息渠道后，学习平台所记录的行为数据未发生显著变化，然而通过社交媒体发布内容的关注度比较理想，也证明学习者在学习行为方面的参与度在提升。
在访谈过程中，被试学生对任务驱动的教学方式表现出较高的认可。他们表示，任务驱动式学习具有明确的任务情境、量规与时间期限，完成任务过程中所产生的紧张感、兴奋感、成就感等情绪状态能够改善学习的主动性与积极性，锻炼了时间规划与任务规划的能力。此外，反思日志中归因训练有助于梳理本学期课程学习的经历与感悟，并形成良性的归因习惯。
（三）学习设计与学习分析的关系模型
在研究过程中重点关注学习设计与学习分析的交互关系，并归纳出两者的关系模型，如图6所示。
1.学习分析的结果为学习设计提供依据
学习分析能够通过收集学习者数据，挖掘并分析出学习者的个性特征，并诊断其在学习过程中出现的问题，为学习设计提供科学的依据，这些学习过程中存在的问题与倾向就是学习设计的出发点。
2.学习设计为学习分析提供支撑性理论框架
学习设计需要以教育学相关理论为基础，以学习分析的结果为出发点，制定相关的研究假设、研究方案与评价指标。其中，研究方案包含一系列学习环境设计、学习活动设计、学习资源设计等方法与实施策略。研究假设、研究方案与评价指标为学习分析提供了支撑性框架，明确了学习分析要分析什么、采集哪些数据、如何对数据进行解释、如何进行评价等。
3.学习分析支持学习设计的修正
学习分析中产生的过程性数据能够在学习设计方案的实施过程中呈现学习者的行为状态，并预估学习者的学习成果。这一优势既能够帮助教学者有针对性地对学习设计方案进行修正，又可以使教师在数据分析基础上为学习者提供个性化的教学干预。
4.学习分析验证学习设计的研究假设、评估学习设计的有效性
学习分析的结果能够验证研究假设，并全面评估学习设计方案中学习环境、学习活动、学习资源的有效性。
基金项目：教育部人文社会科学青年基金项目“大数据时代在线学习者情感挖掘与干预研究”（编号：16YJC880046）；全国教育科学规划教育部青年课题“大数据时代基于学习分析的自我调节学习测量与干预研究”（编号：ECA150373）。
作者简介：刘红霞，东北师范大学心理学院博士后，东北师范大学信息科学与技术学院讲师；赵蔚，东北师范大学信息科学与技术学院教授，博士生导师；李士平，东北师范大学信息科学与技术学院博士研究生。
转载自：《现代远距离教育》2017年第5期
排版、插图来自公众号：MOOC（微信号：openonline）
喜欢我们就多一次点赞多一次分享吧~
有缘的人终会相聚，慕客君想了想，要是不分享出来，怕我们会擦肩而过~
《【调查问卷】“屏幕时代，视觉面积与学习效率的关系“——你看对了吗？》
相关内容
微信扫码咨询专知VIP会员