B体育官方智慧学习环境下学习投入的影响因素研究

　　智慧学习环境虽为高学习投入的达成提供了重要支撑，但在智慧教室的建设和智能工具的使用下，学习投入并没有如期待的那样显著提升。本研究基于相关理论构建学习投入影响因素理论模型，采用问卷调查法收集数据，并利用结构方程模型进行了假设检验和模型验证。结果表明：个体、教师、环境、交互等因素都能够影响学生的学习投入，其中个体因素对学习投入起关键作用；环境因素还能够影响个体、教师、交互等因素，对学习投入起基础作用。在此基础上，本研究提出了培养自我导向学习力、提升信息化教学胜任力、创建智慧学习共同体、建设虚实共生学习环境等建议。

　　教育部印发的《教育信息化2.0行动计划》指出，应开展智慧教育创新示范，构建智慧学习支持环境，推动教育的高质量健康持续发展。智慧学习环境注重发展学习者的高阶思维能力，给教育教学带来了更多的可能性。在学习者获取知识的过程中，学习投入（Study Engagement）起着重要的调节与统领作用，扮演着不可或缺的角色，是评估学习者学习成绩、预测学习者成功与否的关键要素，也是教育质量的主要衡量指标[1]。学习投入可以反映出学习者学习时的精神状态与心理韧性，较高的投入水平能够引发学习者学习的并提升学习的动力，让学习者更加专注于学习任务，预防学习倦怠行为的出现，提高教学质量。

　　智慧学习环境能够感知学习情境，提供合适的学习资源和便捷的互动工具，并自动记录学习过程和评价学习结果，从而促进学习者的个性化发展，推动学习者轻松、投入且有效地学习，为学习者的高学习投入提供重要保障[2]。但随着智慧学习环境的建设与应用，学习投入并没有如我们期待的那样显著提升。为此，探索和分析智慧学习环境下学习投入的影响因素成为亟待解决的现实问题。本研究构建智慧学习环境下学习投入影响因素模型，并通过实证研究进行检验，以便营造利于学生深度参与的教育教学环境，使学生积极主动参与学习和知识建构，促进知识内化、迁移和创新，进而培养学生的高阶思维能力。

　　学习投入的研究最早源于国外，1982年学者加里·纳特里洛（Gary Natriello）在其研究中提出学生不投入（Student Disengagement）概念，投入（Engagement）作为不投入的对立面进而被提及[3]。随后，研究者从各自角度对学习投入展开研究。目前，国内外研究者主要围绕学习投入的内涵特征、结构维度、测量工具、现状调查、影响因素等方面对学习投入进行研究。

　　学习投入的影响因素方面，研究者主要从学生自身和外部环境两个层面对学习投入的影响因素进行探究。学生自身包括性别、年龄、年级、学习态度、学习动机、学习兴趣、自我效能感等，外部环境包括家庭因素、教师因素、同伴因素和学校因素等。杰里米·芬恩（Jeremy Finn）等人指出性别、年龄、班级规模是影响学生学习投入的重要因素，研究发现与女生相比，男生的学习投入更低；随着年龄的增长，学习投入呈下降趋势；班级规模越小，学习投入水平越高[4]。柯尔斯滕·卡拉韦（Kirsten Caraway）等人认为明确影响青少年学习投入的自身因素，将有助于提高他们的学习动机和学习投入，并通过研究深入探究了失败恐惧、目标取向、自我效能感等因素对高中生学习投入的影响[5]。尼尔·珀杜（Neil Perdue）等人使用纵向和多信息源数据解释可能影响学习投入的各种因素，结果表明同伴间的友谊质量、朋友间的支持水平、对同伴的攻击行为均与学习投入存在较强的联系[6]。杨立军等人通过四次追踪调查，发现性别、来源高中、学科等人口学变量，向学、厌学等学生认知变量，归宿感、满意感等学生感知变量，这些都是影响学生学习投入的重要因素[7]。屈廖健等人基于本科生学情调查数据，指出个体特征、学术志趣、课程学习经历、教学方式、课堂质量等能够影响学生的课程学习参与度[8]。张信勇以广东省高校学生为调研对象，系统考察社会支持对学习投入的影响，研究表明主观支持和支持利用度直接影响学习投入。并通过情感承诺和理想承诺间接影响学习投入[9]。汪雅霜等人通过对高职院校学生的问卷调查发现院校支持力度、学习兴趣对高职院校学生的学习投入有较强的影响[10]。

　　综上所述，部分研究者是通过现状调研发现不同研究对象的学习投入水平差异，从而推断研究对象的哪些特征能够影响学习投入，还有部分研究者倾向于从某门课程或某个专业出发，通过实证研究探讨单一因素或某几个因素对学习投入的影响作用，并且多是基于传统课堂、在线学习、混合教学等情境的研究。而从经典理论出发，基于严谨的模型构建，从整体探讨智慧学习环境下学习投入影响因素的研究较为缺乏。本研究着眼于人工智能时代学习环境的变革，重点探讨智慧学习环境下影响学生学习投入的因素，具有较强的前瞻性。并且采用问卷调查法、结构方程模型等实证方法，进行定量研究和探析，使研究结论更具科学性和适用性。

　　本研究以高校学生为研究对象，对智慧学习环境下学习投入的影响因素进行剖析，构建学习投入影响因素模型，并通过实证研究进行验证，最后提出促进学生学习投入的策略与建议，以期实现学习者的深度学习，培养学习者的高阶思维能力。鉴于此，研究问题包括：（1）智慧学习环境下学习投入的影响因素有哪些？（2）基于研究结论获得哪些启示？如何切实提高智慧学习环境下学生的学习投入？

　　学生是学习活动的主体和核心，对学习投入无疑起着至关重要的作用，本研究通过文献梳理，认为影响学生深度学习的个体因素主要包括学习者的学习动机、学习策略、元认知能力和自我效能感等。

　　自我决定理论指出个体自身在动力产生中起着决定性的作用，若个体的心理需要有所空缺，不被满足的水平愈高，自身的动力愈缺乏，动机愈不足，对活动的投入时间则短暂且不会持久[11]。在学习过程中，学习者可能会因学习内容乏味枯燥、被环境影响、学习任务难度较高等因素造成学习行为减退的现象。促使学习行为变化的关键因素就是动机，因此需要一定的动机信念来维持学习动力，以促进其持续有效的学习参与和投入水平的增进，进而完成学习目标。相关研究还指出，要重视智慧学习环境下学习者的自身动机，以促进深度学习[12]。

　　自我调节学习是指学习者在学习活动中能够自行设置或选择既定目标，为完成任务对自身行为、状态、认知进行自我调整及自我指导[13]。进行自我调节、自我导向的学习者有较强的主动性，不再是被动地接收，而是能够积极地投身于学习之中。学习者的元认知能力及学习策略的选择在自我调节过程中起着不可或缺的作用[14]，较强的元认知与策略选择能力能更好地监控、指导和调整认知活动，更恰当地选取学习策略并对信息进行有效的加工，证明学习者有较强自我调节能力，更能促进学习投入行为的发生。

　　自我效能感是个体对自己的一种认知，因此对学习者面对学习任务时的认知判断和表现出的积极努力的程度、韧性及坚持性起着关键性的作用[15]。自我效能感强的学习者，成功完成学习目标的信心更高、自制力更强，更能让自己积极专注地进行学习活动。学习者的自我效能感显著影响深层认知策略与认知投入，随着自我效能感的提高，学习者进行和使用深层次认知活动与认知策略的频率也会增加，认知投入水平进而也得到提升[16]。

　　影响学生学习投入的教师因素主要包括教师支持和教师数字素养。教师支持主要包括自主支持、认知支持和情感支持三个方面。自主支持是指教师给学习者自由选择、自主决定的机会，以及一定的空间，让学习者充分发挥其独立性、自主性。认知支持表示教师在教学活动中给予学习者学习内容、学习策略、学习方法和课堂活动设计等方面的支持，帮助学生更好地学习知识，提高认知。情感支持表现在教师对学习者的态度、情绪等方面，在教学中要给予学习者一定的人文关怀，调节和支持学习者的学习情绪。有研究表明自主支持、情感支持、认知支持都对学习投入有明显影响[17]。智慧学习环境为教师和学习者提供了丰富且有效的智能工具，教师的数字素养，是否能选择恰当的智能工具并为学习者提供必要的技术支持，以及使用智能工具的熟练程度对学生学习的效果也会产生影响。

　　陈丽基于托尼·贝茨（Tony Bates）的相关研究，将交互划分为个性化的互动和社会化的互动，前者指的是学习者与各种学习资源的互动行为，后者指的是学习者之间、学习者与教师之间的互动行为[18]。教学情境的构成是以相互影响的教师、学习者、学习环境及其资源等要素为基础的，在数据资源丰富、环境多元、有强大集成与交互优势的智慧学习环境下，学习者与教育情境中各要素的交互必不可少。有研究指出，若学习者与教师、同伴间进行科学有效的互动，则自身的独处落寞感、无集体感的状态便可减轻改善[19]，并且学习者与学习资源、同伴、教师进行广泛多层次的交互可以提升深度学习的效果。

　　智慧教育以智慧学习环境为支撑，智慧学习环境又以适当（现代）信息技术、学习工具、学习资源和学习活动为支撑[20]，智慧学习环境中大数据支持、海量资源支持、多元工具支持和及时评价支持四个要点支撑个性化学习，并促进新环境下的有效学习。智慧学习环境下可以智能地为学习者设定恰当的学习目标，根据学习者的认知发展实时组织推送有关的学习资源及素材，支持学习者与环境之间及时的沟通和反馈，通过记录过程满足学习者协作学习的条件，进行全时段、多视角与多对象的协作学习评估，以便培养学生综合应用能力[21]。因而智慧学习环境下学习工具、同伴影响等对学习者的学习效果具有重要作用。学习工具和设备的智能程度、安全稳定性、操作易用性以及学习的氛围等都对学习过程与结果具有不可忽视的影响效力。

　　本研究以高校学生作为调查对象，借鉴相关的成熟量表，并依据实际情况设计了调查问卷。问卷共包括三大部分：第一部分是关于被调查者的基本信息，包括性别、年级、学历与专业所属门类，共计4个题项；第二部分是关于学习投入现状的调查，共计5个题项；第三部分是关于学习投入影响因素的调查，包括个体因素、教师因素、交互因素、环境因素等维度和1个开放题，如表1所示，共计37个题项。调查问卷采用李克特量表计分规则，根据相符程度划分为非常不符合、不符合、一般、符合、非常符合5个等级，依次赋值为1分至5分。

　　为保证问卷的科学性与有效性，本研究在问卷正式发放前采用纸质填写的方式进行了较小范围的试测。试测阶段以曲阜师范大学学生为调查对象进行发放，共发放问卷110份，收回问卷106份，去掉填写不当等无价值的问卷后，共得到有效问卷102份，最终问卷回收率为96.3%，有效率为92.7%。通过对试测调查结果的分析，并根据咨询专家得到的相关建议，对问卷进行了适当的完善与调整。

　　问卷的正式发放采用问卷星和纸质问卷两种方式进行，以江西省、山东省和河南省内的高校学生为调查对象，线份，筛查后共得到有效问卷437份，有效率为96.7%。通过对有效问卷的统计得知，被调查者中男性占比为21%，女性占比为79%，男女比约为1∶4。在学历方面，本科生的比例为73%，研究生的比例为27%。被调查者所学专业方面的分布较为广泛，其中，教育学（28.0%）、理学（66%）类专业所占比例较多，文学类专业所占比例（2%）较少。通过SPSS 24.0对问卷数据进行分析，问卷各个维度的测量数据均呈正态分布，可用于后续研究。

　　系数和组合信度来检验。通常情况下，Cronbach’s α系数大于0.7表示内部一致性较好。结果显示，调查问卷各维度和整体的Cronbach’s α系数高于标准值0.7，说明收集的问卷数据具有较高可信度。效度则是考查量表的能效性，即量表是否发挥了应有的作用，可通过内容效度、结构效度、收敛效度、区分效度来检验。本研究根据成熟量表和相关理论编制所用问卷，完成后征求专家意见进行修改，试测后再次完善，所以问卷具有较好的内容效度。通过SPSS 24.0的统计分析，调查问卷的KMO值为0.916，高于标准值0.7，巴特利特球形检验的显著性为0.00。