SPOC學習中學習者知識整合差異性研究

劉杰 楊娟 廖雪花 蘇菡 楊軍

【摘要】在線輔助教學系統(tǒng)目前正被廣泛應用，學習者可以在線下學習的同時借助這些線上學習平臺完成知識的構建。但大部分的學習行為研究都將重點放在最佳學習模式的發(fā)現(xiàn)上，并不會過多地去解釋有差異的學習行為對知識構建可能產(chǎn)生的影響。區(qū)別于以往研究，本文旨在發(fā)現(xiàn)不同學習者的學習模式，同時要從SPOC平臺對不同學習者的作用程度這一角度來解釋學習模式對學習者知識構建的影響。本文采用一般認知智力知識整合理論來厘清學習模式與個體差異之間的關系。實驗結(jié)果表明，SPOC平臺若只提供滿足學習者最低需求的視聽媒體資源，則不具有普遍適用性。不僅如此，若以學習風格偏向性作為個體差異的索引，可發(fā)現(xiàn)言語感知型學習者在前驅(qū)知識回顧、訪問以及使用的模式、效率、效果上均與其他學習風格偏向的學習者存在顯著差異。這一結(jié)論意味著在具有明確學習目標的前提下，貿(mào)然使用自引導學習平臺會存在較大學習隱患。

【關鍵詞】? 學習系統(tǒng);SPOC平臺;知識整合;學習模式;知識構建模式;學習風格;學習資源;一般認知智力知識整合理論

【中圖分類號】? G420? ? ? 【文獻標識碼】? A? ? ? 【文章編號】 1009-458x（2019）1-0036-11

一、研究背景

隨著計算機技術的迅猛發(fā)展，計算機與教育的結(jié)合愈加深入，計算機輔助教學越來越受重視。計算機讓教育發(fā)生了巨大的改變，其中較顯著的方式就是學習者利用互聯(lián)網(wǎng)進行在線學習。在線學習突破了傳統(tǒng)課堂教學時間、地點的限制，學習者能夠隨時、隨地、隨意地進行學習?；谠诰€學習的諸多優(yōu)勢，現(xiàn)已有許多在線輔助教學系統(tǒng)（Online tutoring system）被廣泛應用。這些在線學習系統(tǒng)能為學習者提供大量的在線學習資源、寬廣的學習空間、便捷的學習交流方式。根據(jù)學習者是否有明確的學習目標，是否進行自我引導式學習，學習平臺可以分為非正式的學習平臺和正式的學習平臺（亞當斯貝克爾， 等， 2017）。隨著新興技術的發(fā)展，自我導向式的非正式學習正變得越來越普遍，學習者對學習時間、地點、內(nèi)容和路徑有越來越多的選擇。Cox（2013）發(fā)現(xiàn)在過去四十年里學生運用的校外非正式學習資源甚至超過了校內(nèi)的學習資源，非正式學習與正式學習的價值等同，這是研究自我導向式非正式學習的價值所在。技術的轉(zhuǎn)換和學習資源交付的不斷進步，極大地改變了個體的學習方式和學習路徑。大多數(shù)在線學習者都可能在在線課程中使用免費和開放的教育資源，如麻省理工學院開放課程、可汗學院、開放大學教科書、TED（Song & Bonk， 2016）。非正式學習輔助平臺在自適應學習中提供的服務各不相同，大部分自適應超媒體輔助教學系統(tǒng)是根據(jù)學生的個人信息（如性別、年齡、認知水平和背景資料）、學習組合和偏好等構建起來的，利用自適應學習系統(tǒng)學習的學生比利用傳統(tǒng)電子學習系統(tǒng)學習的學生表現(xiàn)出更好的學習效果和態(tài)度（Filippidis & Tsoukalas， 2009; Huang & Yang， 2009）。不提供或只提供局部自適應服務的超媒體輔助教學系統(tǒng)主要用于較大規(guī)模的開放學習，如Moodle①、Blackboard②和MOOC等。大部分非自適應在線學習平臺同時兼顧正式學習和非正式學習需求，教師和學生可以在多種媒體組成的平臺內(nèi)進行各種課程方面的交流。MOOC則主要針對非正式學習，學習者可以在MOOC平臺上根據(jù)需求尋找在線學習資源進行自我引導式的學習。

不同于Moodle和Blackboard，MOOC③平臺幾乎放棄了所有自適應性，希望以一種極簡方式滿足個體化差異。廣大教育工作者希望通過MOOC平臺為教學提供更為靈活的服務，因此在MOOC的基礎上出現(xiàn)了很多不同的新的在線學習模式，SPOC（Small Private Online Course）就是其中之一。SPOC是小規(guī)模限制性的在線課程，是從MOOC中衍生出來的，繼承了MOOC的教學理念和設計。它的小眾化特點也能帶來很多好處，可以在很大程度上提升學習者的參與程度，能讓學習者體驗學習的整個過程（陳然， 等， 2015）。教師能從小規(guī)模的學習群體中分析學習者的掌握情況，有針對性地對學習者進行有效的指導，以此實現(xiàn)個性化的教學目標。大部分研究者認為SPOC作為輔助學習平臺，可以提升學習效果。例如，黃光芳等在研究SPOC的教學有效性時提到了SPOC支持個性化教學的特點，教師在掌控課堂信息的基礎上能為學生制定個性化的學習評價體系，實現(xiàn)有效的個性化的教學指導（黃光芳， 等， 2016）。在2014年發(fā)表的一篇關于MOOC發(fā)展的后記中提到高校對于MOOC的態(tài)度正在迅速變化，如哈佛大學拒絕MOOC并以SPOC代替之，文章還提出證據(jù)表明以前廣泛接受的MOOC在實用性上有被“神話”的嫌疑（Baggaley， 2014）。

SPOC課程為滿足學習者基本需求，大都采用視聽媒體作為學習資源的主要表現(xiàn)形式，SPOC練習則作為主要的知識構建檢驗節(jié)點。這就產(chǎn)生了通過使用在線學習平臺達到以SPOC練習為驅(qū)動的前驅(qū)知識回憶、鞏固、進階、應用的知識構建模式。按照建構主義的觀點，知識在構建過程中就引起了學習行為的發(fā)生（Alesandrini & Larson， 2010）。因此在在線學習環(huán)境中，學習者根據(jù)自己的愛好、需求等不同動機進行學習必然會在學習過程中產(chǎn)生有差異的學習行為，這些被網(wǎng)絡記錄下的學習行為能夠充分地反映出不同學習者知識構建的區(qū)別。例如，利用數(shù)據(jù)挖掘技術，從學生在線學習行為數(shù)據(jù)中能挖掘出可產(chǎn)生最佳創(chuàng)造力的學習模式，并將其作為最佳學習路徑（Lin， et al.， 2013），或挖掘不同學習風格學生的最佳行為模式，從而為具有相似學習風格的學習者提供自適應服務（Kla?nja- Milievi， et al.， 2011）。但是，大部分學習行為挖掘僅僅將重點放在最佳學習模式上，并不太注重解釋這些有差異的學習行為模式對知識構建可能產(chǎn)生的影響。區(qū)別于已有研究，本文研究的重點不僅在于發(fā)現(xiàn)不同學習者的學習模式，同時要從SPOC平臺對不同學習者的作用程度這一角度來解釋這些差異化的學習模式可能會對學習者帶來的不同知識構建的影響。因此，需要采用新的方法來厘清學習模式與個體差異之間的關系。本文以Hannon 和 Daneman提出的一般認知智力知識整合理論（Hannon & Daneman， 2014）為基礎建立學習者知識構建模式的數(shù)學模型。一般認知智力知識整合理論中知識構建由4個能力組成：①喚起前驅(qū)知識的能力，即學習者是否能從記憶中喚起必要的前驅(qū)知識;②基于文本提供的信息做出推理的能力，即學習者是否能面對當前信息（如測試題題面）推斷出所需要的相關前驅(qū)知識;③訪問前驅(qū)知識的能力，即學習者能否準確找到解決當前問題的前驅(qū)知識;④整合前驅(qū)知識和新信息的能力，即學習者能否通過整合前驅(qū)知識解決當前問題。上述4個方面的能力差異可映射到由所訪問前驅(qū)知識的數(shù)量、頻率以及時長所建立的數(shù)學模型上（趙德芳， 等， 2017），通過監(jiān)測學習者學習過程中產(chǎn)生的相關學習行為數(shù)據(jù)，再以學習者學習風格偏向性為聚類索引，可以看出學習者在知識構建模式上的區(qū)別以及SPOC平臺對不同類型學習者的實施效果差異。

SPOC課程所提供的無差別課后非正式學習服務是否能起到應有的輔助學習者進行知識構建的作用，以及同時的線上、線下的無差別服務是否會對具有個體差異的學習者帶來不同的知識構建效果，這些問題的答案都不確定。這些假設的成立意味著，如果僅僅是利用SPOC平臺進行課后輔助學習就會因為無差別服務帶來顯著的知識構建差異，那么貿(mào)然地將具有明確教學目標的課程以無教師干預的非正式學習形式進行開設則會產(chǎn)生更大的風險。這種風險不僅僅隱藏在學習效果的體現(xiàn)上，更可能會體現(xiàn)在長期的知識構建上，即可能造成學習者因知識構建不穩(wěn)固而無法有效開展后續(xù)學習等災難性后果。本研究使用學習風格對學習者個體差異進行索引，研究結(jié)果顯示，在Felder-Silverman學習風格模型下，對視聽學習資源媒體類型敏感的言語型學習者并不會直接體現(xiàn)出知識構建的差異，但是對言語型學習者在其他學習風格維度的偏向做二次劃分以便體現(xiàn)出更細微的個體差異時可發(fā)現(xiàn)，言語感知型學習者和言語直覺型學習者在知識構建模式以及SPOC使用效率和效果上都有顯著差別。

二、在線學習模式下以學習風格為索引的個體化差異相關研究

現(xiàn)有的個性化或自適應性學習系統(tǒng)的用戶建模是根據(jù)學生的相關信息，如性別、年齡、認知水平、學習優(yōu)勢以及偏好等因素完成的。在影響個性化學習內(nèi)容或路徑的因素中，學習風格一直是一個重要的因素，特別是在不同學習風格學習者對學習資源媒體表現(xiàn)形式的偏好上，以學習風格為索引可以較為準確地反映出學習者的個體差異。不同學習風格模型可能對學習風格定義有不同描述，Keefe（美國前中學校長聯(lián)合會主席）（Keefe， 1987）認為學習風格是學習者如何學習的一個相對穩(wěn)定的指標;Kolb則認為學習風格是學習者對四種學習處理模式側(cè)重使用上不同程度的學習傾向性上的普遍差異;Dunn和Dunn（Dunn & Dunn， 1993）認為學習風格是學習者從集中注意力到信息處理，再到獲得并維持新的和較困難信息的不同方式;Felder和Silverman則定義學習風格是個體獲取并處理信息的有突出特點的優(yōu)勢和喜好。下面重點論述在線學習系統(tǒng)中以Felder-Silverman學習風格模型為索引的學習者行為模式相關研究。

Hwang等（Hwang， et al.， 2013）研究了自適應學習系統(tǒng)用戶建模中學習風格的作用。該研究設計了滿足Felder-Silverman學習風格模型中的順序/全局維度特征的兩種教育游戲，據(jù)此來觀測學習者在選擇電子學習系統(tǒng)內(nèi)容呈現(xiàn)方式的行為上是否與學習風格有關。實驗結(jié)果表明，具有順序偏向的學習者和具有全局偏向的學習者的選擇與認知過程特征或?qū)W習方式特征沒有關系，大多數(shù)學習者僅僅根據(jù)個人喜好做出選擇。但是，若學習者選擇的游戲風格符合其學習風格偏向性，學習效果要優(yōu)于所選擇游戲風格違背其學習風格偏向性的學習者。因此，可得出結(jié)論：學習者對游戲風格的喜好并不能為其帶來更好的學習效果。這揭示了在基于Felder-Silverman學習風格偏向性開發(fā)適應性學習系統(tǒng)時，刻板地使用相關定義中所描述的“喜好”特征是不能達到預設目的的。我們在前期研究中得出了相似結(jié)論，不僅在游戲教育模式下，而且在在線學習模式下，若以學習者喜好來建立學習者模型（無教師干預，完全遵從學習者選擇），不僅不會為學習者帶來理想的學習效果，甚至會因為縱容了學習者的缺陷產(chǎn)生負面的影響（楊娟， 等， 2017）。

Filippidis和Tsoukalas（Filippidis， et al.， 2009）開發(fā)了一種基于網(wǎng)絡的自適應教育系統(tǒng)，該系統(tǒng)同樣基于Felder-Silverman的學習風格理論。他們對于順序/全局維度進行了分析研究，在自適應學習系統(tǒng)提供不同版本的圖像呈現(xiàn)相同的內(nèi)容，即為不同學習風格偏向性的學習者提供不同詳細級別的圖片。也就是說，圖片的詳細版本是為順序型的學習者提供的，而非詳細版本則是為全局型學習風格的學習者提供的。最后發(fā)現(xiàn)提供了相匹配的學習資源后，學習者的學習效果得到顯著提升。

Mohammad等（Alshammari， et al.， 2015）在研究自適應在線學習時提到，傳統(tǒng)的在線學習系統(tǒng)是為一般學習者設計的，沒有考慮個體的需求。自適應在線學習系統(tǒng)將學習方式和知識水平等因素考慮在內(nèi)，以提供更個性化的教學。其用戶模型使用Felder-Silverman學習風格偏向性建立，在此基礎上提出了一個通用的自適應框架。對在線學習平臺進行了一項有60名參與者的實驗，產(chǎn)生了積極的結(jié)果。實驗結(jié)果顯示，若教學資料和信息感知學習方式與學習者學習風格相匹配，會對學習結(jié)果和學習者滿意度產(chǎn)生積極效果。研究結(jié)果表明，在線學習平臺的教學資料媒體表現(xiàn)形式會對學習者的學習模式產(chǎn)生顯著影響。

Aleksandra和Boba等（Kla?nja-Milievi， et al.， 2011）運用一種編程輔導系統(tǒng)的推薦模塊——Protus，自動適應學習者的興趣、習慣和知識水平。通過測試學習者的學習方式和挖掘服務器日志來識別不同的學習方式和學習者的習慣。為測試該系統(tǒng)，研究者進行了實驗研究。對照組的學習者以正常方式學習，在此過程中沒有收到任何建議或指導，而實驗組的學生則要求使用Protus系統(tǒng)。然后，在每種學習風格偏向性中都使用了頻繁序列挖掘算法來發(fā)現(xiàn)資源訪問模式。最后，這些序列被用于根據(jù)協(xié)作過濾方法生成建議。研究結(jié)果顯示，通過推薦適應學習者學習風格偏向性的學習模式可以改善學習效果。雖然學習者之間的差異取決于他們對事物的認識、學習方式、學習特點、偏好以及學習目標等因素，但以學習風格偏向性為索引進行學習者聚類劃分能夠有效反映出學習者群體間差異。除此之外，Protus系統(tǒng)也證明適應學習者學習風格的學習模式并不一定是學習者喜好的學習模式這一觀點。

綜上所述，長期以來學習風格（Felder-Silverman模型）都可以作為在線學習模式下研究個體化差異的有效索引。學習者不同維度的學習風格偏向性可作為學習者聚類的依據(jù)，研究表明根據(jù)學習風格所劃分的學習者群體在不同學習資源表現(xiàn)形式敏感度上以及學習行為模式上都具有顯著個體差異。本文沿用了以學習風格為索引進行學習者群體劃分的方法，在此基礎上研究SPOC課程中視頻媒體資源對輔助不同學習者構建及整合知識的作用。

三、實驗方法及過程

（一）“C語言程序設計”課后自主學習SPOC課程

SPOC是一種小規(guī)模的具有一定限制性的在線學習課程，它可以給學生提供學習資源，學生在使用平臺學習時也可以進行學習交流，教師可以在學習平臺上隨時掌握學生的學習進度和學習效果，相較于MOOC來說教師更能高效地輔導具有差異性的學習個體。在本實驗中，我們在網(wǎng)易“中國大學MOOC”平臺上設計了一門用于學生進行課后C語言自主學習的SPOC課程，該SPOC課程是“C語言程序設計”的課程工具之一?！癈語言程序設計”是四川師范大學計算機科學學院計算機專業(yè)學生大一下期的一門核心專業(yè)課程，課程的主要目標是讓學生掌握基礎的面向過程的編程語言，培養(yǎng)程序設計的思想和方法，為后續(xù)課程的學習打下基礎。C語言的主要學習方式是“線上學習+線下學習”，線下學習即傳統(tǒng)的課堂學習，線下學習完成以后教師再引導學生利用SPOC平臺進行相應的線上學習。課后作業(yè)、練習等任務均在SPOC平臺上完成。但SPOC練習提交是以一種彈性的方式進行的，也就是說學生只要在相應的截止日期內(nèi)將已完成的練習提交到學習平臺，教師批閱后就會給出對應的SPOC成績。因此，對SPOC練習的數(shù)量及質(zhì)量并沒有固定要求，是學生根據(jù)需求自主決定并完成的，是實現(xiàn)知識鞏固和遷移的途徑之一。

本實驗中的SPOC教學資源媒體表現(xiàn)形式繼承了面對面教學所采用教學資源的關鍵特點，即將視聽媒體作為前驅(qū)知識的主要表現(xiàn)形式。學習者的SPOC練習通常滯后于課堂教學內(nèi)容，因此在完成SPOC練習時會經(jīng)歷前驅(qū)知識回顧、訪問、使用并最終解決問題的知識整合過程，而且SPOC練習越往后對前驅(qū)知識點的需求覆蓋面就越廣，對前驅(qū)知識的整合度要求也越高。

（二）實驗對象

本實驗對象是四川師范大學計算機科學學院本科一年級的290名學生（平均年齡=19.4歲，SD=0.48，女生160人，男生130人）。學習風格索引采用Felder-Silverman①問卷。因通過對4個維度（主動/被動， 感知/直覺， 言語/視覺， 順序/全局）一次劃分，未發(fā)現(xiàn)明顯差異，所以從被試中篩選出對視聽媒體敏感的140名言語型被試（平均年齡=19.2歲，SD=0.45，女生82人，男生58人）進行二次劃分，被試在學習風格其他維度的偏向性上的人數(shù)分布。

（三）數(shù)據(jù)采集

本文數(shù)據(jù)采集時間分布在整個學習過程的四個時間點，分別是第一個1/4學期時間點、期中、第3/4學期時間點以及最后SPOC練習提交截止日期時間點。每次采集的數(shù)據(jù)主要有SPOC成績、觀看視頻的個數(shù)、觀看視頻的頻次以及每個視頻觀看的平均時長。之所以采集這4組數(shù)據(jù)，主要是因為從這些數(shù)據(jù)可以看出不同學習風格偏向性的學習者在SPOC學習環(huán)境下對前驅(qū)知識回顧、訪問以及使用的不同模式和不同學習風格偏向性所帶來的知識構建差異。每一個學習者都存在相對獨立的與對應的認知范圍和知識領域相聯(lián)系的多種一般智力能力。因此，這4組數(shù)據(jù)參數(shù)與知識整合的一般認知能力具有如下對應關系：

1. SPOC練習及得分（S）

學生需完成的SPOC任務是典型的一般智力知識整合中所涉及的新問題，是需要通過對前驅(qū)知識回顧、訪問并使用來完成的，即本實驗考察的是以不同學習風格偏向性為索引，不同學習者在前驅(qū)知識認知最高要求下的完成度及完成模式的個體差異。SPOC練習得分高低反映了學習者SPOC平臺使用的效率，并非學習效果的體現(xiàn)，SPOC平臺對學習效果的差異性作用體現(xiàn)在最終課程考核成績、SPOC練習得分以及由SPOC練習所驅(qū)動的前驅(qū)知識回顧、訪問及使用方式的關聯(lián)分析上。

2. 訪問前驅(qū)知識視頻總數(shù)（Vm）

學生在某個時刻以完成對應SPOC練習為前提，所訪問的前驅(qū)知識數(shù)量，如文獻（趙德芳， 2017）所述，前驅(qū)知識視頻的訪問量與學習者對前驅(qū)知識掌握程度成反比。例如，學習者在完成SPOC練習時并未使用前驅(qū)知識視頻，說明該學習者已完全掌握該知識點，無須系統(tǒng)提供幫助就已完成前驅(qū)知識的整合，可以解決新問題（當前SPOC練習）;而如果學習者在完成SPOC練習時訪問了所有的前驅(qū)知識視頻，若要進一步區(qū)分其對前驅(qū)知識掌握的程度，則需要同時考慮其訪問的頻次和每個視頻訪問的時間。因此，獨立來看這一參數(shù)，它反映的是學習者對前驅(qū)知識需求的規(guī)模。

3. 訪問前驅(qū)知識視頻頻次（Vf）

如前所述，單純采集學習者訪問前驅(qū)知識視頻總數(shù)并不能反映出足夠的個體差異性，必須還要考慮學習者訪問具體某個前驅(qū)知識的頻次，因為我們是按一個統(tǒng)一的時間點采集學習者數(shù)據(jù)，雖然學習者進度可能不同，但是其學習視頻訪問的頻次總是與其當前SPOC練習是線性關聯(lián)的。因此，學習者對視頻的平均訪問頻次獨立來看反映了學習者在某一時刻對某個前驅(qū)知識的需求程度，頻次越高，則需求越高。但是，這種計算方式并未排除由學習者不同學習偏好所帶來的干擾數(shù)據(jù)，因此引入第四個參數(shù)，即“前驅(qū)視頻的平均觀看時長”，用于區(qū)分不同的模式。學習者訪問前驅(qū)知識視頻頻次根據(jù)以下計算公式計算：

假設數(shù)據(jù)采集時刻學生i的觀看次數(shù)是[Xi]，其觀看的前驅(qū)知識視頻為[Vim]個，那么學生i所訪問前驅(qū)知識視頻頻次

4. 訪問前驅(qū)知識視頻的平均觀看時長（Vt）

獨立來看“前驅(qū)知識視頻觀看時長”這一參數(shù)反映的是學習者對該視頻所代表的前驅(qū)知識的回顧程度，假設學習者對每個前驅(qū)知識視頻觀看時間都較短，那么說明該學習者只需簡單提示便可回憶起前驅(qū)知識;反之，觀看時間越長，說明掌握情況越差。平均觀看時間與訪問頻次結(jié)合起來可以反映出不同的學習模式。例如，某些學習者雖然單次訪問時間短，但是觀看頻次高，這說明學習者傾向于使用跳躍式回顧前驅(qū)知識模式;某些學習者則單次觀看時間長，頻次較低，這說明學習者傾向于順序回顧前驅(qū)知識模式。因此可計算學習者視頻平均觀看時長：

假設數(shù)據(jù)采集時刻學生i觀看視頻的總時長是[Ti]，其觀看的前驅(qū)知識視頻為[Vim]個，那么學生i所訪問前驅(qū)知識視頻的平均時間

四、數(shù)據(jù)分析

（一）學習時間線上各學習風格偏向性學習者的統(tǒng)計數(shù)據(jù)分析

實驗持續(xù)了6個月（一學期），在學習時間線上分4個時刻采集了數(shù)據(jù)：1/4學期、1/2學期、3/4學期以及臨近期末的SPOC練習提交的截止日。數(shù)據(jù)包括每個學習者的SPOC成績（S）、前驅(qū)視頻觀看個數(shù)（Vm）、前驅(qū)視頻觀看次數(shù)（Vf）以及前驅(qū)視頻觀看時長（Vt），并對140名言語型被試按照Felder-Silverman學習風格維度進行劃分，以其為索引計算了每個時刻每個維度下數(shù)據(jù)的平均值，然后對維度內(nèi)的每一項數(shù)據(jù)進行了T檢驗。表1-4分別記錄了學習時間線上關鍵的4個時刻所采集數(shù)據(jù)的相關統(tǒng)計分析結(jié)果。其中，ACT代表言語主動型學習者，REF代表言語被動型學習者，SEN代表言語感知型學習者，INT代表言語直覺型學習者，SEQ代表言語順序型學習者，GLO代表言語全局型學習者。

從4個階段的SPOC練習完成情況以及對前驅(qū)知識訪問回顧的數(shù)據(jù)來看，出現(xiàn)顯著差異的是感知型/直覺型學習風格偏向。言語感知型學習者的SPOC練習完成量顯著少于言語直覺型，且視頻觀看個數(shù)、次數(shù)以及平均時長都顯著少于直覺型。但從期末的SPOC練習提交截止日所提交的數(shù)據(jù)看，這種顯著差異變成了亞顯著差異（<0.1），說明言語感知型學習者在通過SPOC系統(tǒng)完成前驅(qū)知識回憶并解決當前問題上無論從喜好還是結(jié)果來說都較差（最終的SPOC練習完成度不高）。為支撐上述結(jié)論，我們將SPOC成績作為因變量，視頻觀看個數(shù)、觀看次數(shù)以及每個視頻觀看時長作為自變量進行了相關度分析，具體分析及結(jié)論參見下節(jié)。

（二）S與Vm、Vf以及Vt之間的相關分析

為了支撐上一節(jié)所提出的結(jié)論，本文進行了四次數(shù)據(jù)的相關分析，表5列出了四次言語感知和言語直覺型學習者數(shù)據(jù)間的相關分析的對比結(jié)果統(tǒng)計。

從時間線的相關分析來看，T1-T3時刻的言語感知型學習者的Vt與SPOC練習得分呈較為顯著的負相關，即SPOC得分越高其平均每次觀看前驅(qū)知識視頻的時間越短，當言語感知型學習者在解決當前問題時他們對前驅(qū)知識的回顧及應用并未得益于系統(tǒng)提供的視頻。而第四次數(shù)據(jù)則反映，在臨近SPOC練習提交截止日的時間段（T4）里，言語感知型學習者開始試圖使用視頻資源回顧并使用前驅(qū)知識。雖然從較強負相關轉(zhuǎn)換成了正相關，但是其最終的SPOC練習總得分依然與言語直覺型學習者最終的練習得分有較大差距。這部分相關性分析進一步佐證了前一節(jié)對于言語感知型學習者在視頻資源選擇和使用上的無效性分析。結(jié)合最終的期末考試成績（感知直覺型學習者在期末考試成績上并無顯著差異），可知言語感知型學習者把在線學習過程中缺失的前驅(qū)知識通過線下方式（紙質(zhì)、書籍等傳統(tǒng)媒體）補齊了。

（三）言語感知型和言語直覺型學習者不同的知識構建模式

1. 言語感知型學習者的整體回歸分析

在回歸分析結(jié)果表中，參數(shù)Multiple R用于衡量自變量（Vm， Vf， Vt）與y（S）之間的相關程度，這里Multiple R=0.5818，說明它們之間有較大的正相關關系;復測定系數(shù)R Square=0.3385。通過F檢驗判定回歸模型的回歸效果，這里F顯著性統(tǒng)計量的p值為4.24E-07，小于顯著性水平0.05;每個系數(shù)的擬合情況可參;根據(jù)系數(shù)表，可以得到以下線性擬合函數(shù)：

2. 言語直覺型學習者的整體回歸分析

在言語直覺型學習者學習模式回歸分析結(jié)果表中，Multiple R=0.5506，R Square=0.3032。通過F檢驗判定回歸模型的回歸效果，F(xiàn)顯著性統(tǒng)計量的p值為1.22E-32，小于顯著性水平0.05，說明模型效果顯著;每個系數(shù)的擬合情況可參;通過系數(shù)表，可以得到線性擬合函數(shù)：

3. 言語感知型和言語直覺型學習者不同的知識構建模式分析

從公式3和公式4可看出，言語感知型學習者與言語直覺型學習者在知識構建模式上的共同點是參數(shù)Vt對于其行為模式不具有影響力，可以忽略不計。他們行為的差異性主要體現(xiàn)在參數(shù)Vf和Vm上。例如，在公式3中，Vm的正相關權重明顯多于其在公式4中的比重，而Vf則從公式1中的正相關變?yōu)楣?中的負相關。公式3與公式4中的常量則體現(xiàn)了學習者不依賴SPOC平臺提供視頻的自重（可視為線下學習效果的體現(xiàn)）。例如，在公式3中，言語感知型學習者自重明顯大于言語直覺性學習者（因為言語感知型學習者的平均SPOC成績要明顯低于言語直覺型學習者，而常量卻大于言語直覺型學習者），這說明言語感知型學習者對于平臺視頻的依賴度較低，不僅如此，結(jié)合Vf的負相關特性，可知，言語感知型學習者在SPOC練習驅(qū)動下對前驅(qū)知識的整合主要依賴于其自身的前驅(qū)知識積累以及前驅(qū)視頻瀏覽數(shù)量。而言語直覺型學習者則同時依賴于前驅(qū)視頻瀏覽數(shù)量和每個前驅(qū)視頻的訪問次數(shù)。因此，根據(jù)公式3和公式4，可得到言語感知型學習者和言語直覺型學習者在前驅(qū)知識使用模式上的不同解釋。

（1）雖然平臺提供的前驅(qū)知識視頻可以為言語感知型學習者提供一定的知識整合幫助，但相較言語直覺型學習者來說收效甚微，在言語感知型學習者平均成績顯著低于言語直覺型學習者的前提下，言語感知型學習者自重常量大于言語直覺型學習者自重常量，這說明言語感知型學習者線下的知識構建要遠遠優(yōu)于線上知識構建。

（2）根據(jù)一般智力中前驅(qū)知識整合的不同能力可將學習者對前驅(qū)知識的使用分為回憶、鞏固以及遷移三個目標，SPOC平臺為言語感知型學習者所提供的幫助僅僅局限在淺層的回憶階段。例如，若言語直覺型和言語感知型學習者同時都訪問了10個前驅(qū)知識視頻，每個視頻訪問頻次都為1次，根據(jù)擬合公式，前者可以獲得約44分的SPOC分數(shù)，而后者則獲得約為39分的SPOC分數(shù)，言語感知型學習者在前驅(qū)知識回憶模式下，可以獲得更高效率的知識構建效果。然而，隨著視頻訪問頻次的增加，即學習者無法從回憶模式下實現(xiàn)知識的鞏固以及遷移目標時，學習者會轉(zhuǎn)為繼續(xù)學習模式，通過增大前驅(qū)知識訪問頻率來實現(xiàn)更高級的知識整合目標，這時言語感知型學習者的SPOC分數(shù)依然不會有變化，而言語直覺型學習者的分數(shù)則會呈線性增長。這說明，SPOC平臺所提供的以視頻媒體為表現(xiàn)形式的前驅(qū)知識為言語感知型學習者提供的幫助只能局限在一般智力知識構建的初級階段，而無法在更高階的知識構建上面為言語感知型學習者服務。

五、結(jié)論

雖然已有研究表明以MOOC為代表的在線輔助教學平臺在正式學習過程中所占比重過大會帶來學習效果風險。例如，在康葉欽對于MOOC局限性的描述中就指出，可能會因為沒有限定先修條件而進一步拉大具有不同認知背景學習者的知識結(jié)構差異（康葉欽， 2014）。而針對MOOC缺陷衍生出的SPOC雖然解決了部分MOOC中存在的問題，但在學習者進行知識建構時也存在一定風險。例如，若缺少教師的有效干預和介入，學習者利用SPOC平臺學習會在知識構建上產(chǎn)生混亂（闞寶朋， 等， 2017; 李月， 2018）。從李月（2018）和闞寶朋（2017）的研究中都可以看出，教師在使用SPOC之前加入有針對性的課堂教學策略設計是幫助學習者獲得更好學習效果的有效途徑。而另一個影響學習者知識構建的要因則是教師的參與互動程度（陳鵬宇， 等， 2015; 楊惠， 等， 2009），教師若能對學習者的學習行為產(chǎn)生積極影響，則會幫助學習者建立更高層次的知識結(jié)構。

本研究中的實驗進一步證明，即使教師在課堂上引導且積極參與SPOC在線互動，忽略學習者的個體差異依然會導致部分學習者知識構建出現(xiàn)問題。因為在線學習系統(tǒng)中使用課堂教學中普遍使用的視聽媒體作為資源表現(xiàn)形式并非是萬能的，實驗中對學習資源表現(xiàn)形式敏感的言語型學習者在未進行細分的前提下并未表現(xiàn)出特別的知識構建差異，然而隨著進一步的學習者群體細分，言語感知型學習者在前驅(qū)知識回顧、訪問以及使用的模式、效率和效果上均與言語直覺型學習者存在顯著差異。這一結(jié)論驗證了本文開始提出的“利用SPOC平臺進行課后輔助學習會因為無差別服務帶來顯著的知識構建差異”這一假說。這個假設的成立意味著在具有明確學習目標的前提下，貿(mào)然使用自引導學習平臺會存在較大學習隱患，因為多種學習風格偏向性的各種強弱組合具有極大個體差異。這種風險不僅僅表現(xiàn)在學習效果上，更體現(xiàn)在知識構建上，即可能會造成學習者知識構建不穩(wěn)固等后果。

因此，這一結(jié)論預示著，混合學習模式下SPOC平臺的使用必須要有比如前所述的相關工作中提到的更嚴格的使用限定，特別是在無教師干預的課后輔助學習時，若要提升SPOC平臺的有效性，在線上課程中加入更豐富的教學媒體資源（包括靜態(tài)文本類教學資源）類型是必需的。否則，對于如本實驗中的言語感知型學習者來說，若已有面對面課堂教學，SPOC線上輔助學習就沒有任何意義了。

最后，因為無法從SPOC平臺中獲得益處的學習者比例較高，已經(jīng)超出了學習者正態(tài)分布的界限，SPOC課程設計及使用必須做出有針對性的改進。雖然任毅（2017）等在研究中發(fā)現(xiàn)若將學習風格和教學策略相匹配可為不同學習風格的學習者提供更加具有針對性的教學策略，能極大提升學習效果，但是這種教學策略會降低網(wǎng)絡課程的可重用性，降低受眾面，因此我們不考慮以犧牲重用性為代價的教學策略改進方案。參考馬秀麟等（2016）在關于MOOC和SPOC兩種在線學習模式的比對研究中的結(jié)論，即以SPOC為新的解決MOOC管理和監(jiān)督不足的在線學習系統(tǒng)可考慮建立面向?qū)W生個體的實時反饋機制，以及楊惠等（2009）在研究中發(fā)現(xiàn)的教師提出深度問題可幫助學習者建立高階知識結(jié)構這一結(jié)論，我們后續(xù)將做出下面三個方面的調(diào)整：

（1）課程中將增補文本型教學資源。如前所述，將近40%的言語型學習者都無法在視頻媒體表示的前驅(qū)知識基礎上完成有效的線上整合，因此為這些學習者提供文字型教學資源是提升SPOC使用效率的必要手段。

（2）重點關注使用SPOC平臺滯后的學習者，強制為這些學習者的SPOC練習設定階段性截止日期，并設立相應的分數(shù)要求。

（3）在時間線上增加需要更高前驅(qū)知識整合技巧的可選SPOC任務，若學習時間已過中線仍有學習者存在SPOC分數(shù)大幅延遲的情況，則要求他們嘗試完成這些任務。

[參考文獻]

S·亞當斯貝克爾，M. 卡.，A·戴維斯，A·弗里曼，C·霍爾給辛格，V·安娜塔娜額亞婻，殷丙山，高茜，任直，劉鑫馳，曹紅巖，王濟軍，趙廣元，邵恒. 2017. 新媒體聯(lián)盟地平線報告：2017高等教育版[J]. 開放學習研究（02）：1-20，62.

陳鵬宇，馮曉英，孫洪濤，陳麗. 2015. 在線學習環(huán)境中學習行為對知識建構的影響[J]. 中國電化教育（08）：59-63，84.

陳然，楊成. 2015. SPOC混合學習模式設計研究[J]. 中國遠程教育（5）：42-47，67，80.

黃光芳，吳洪艷，金義富. 2016. 泛在學習環(huán)境下SPOC有效教學的實踐與研究[J]. 電化教育研究（5）：50-57.

闞寶朋，劉英杰，杜文龍. 2017. SPOC環(huán)境下基于翻轉(zhuǎn)課堂的混合式教學實踐與反思——以高職《計算機網(wǎng)絡基礎》課程教學為例[J]. 中國教育信息化（12）：44-47.

康葉欽. 2014. 在線教育的“后MOOC時代”——SPOC解析[J]. 清華大學教育研究（01）：85-93.

李月. 2018. SPOC模式下的限制性策略研究[J]. 高等職業(yè)教育探索，17（01）：66-70.

馬秀麟，毛荷，王翠霞. 2016. 從MOOC到SPOC：兩種在線學習模式成效的實證研究[J]. 遠程教育雜志，34（04）：43-51.

任毅，費明明，甘文田. 2017. 學習風格對網(wǎng)絡課程學習效果的影響探析[J]. 中國成人教育（13）：95-98.

楊惠，呂圣娟，王陸，王彩霞. 2009. CSCL中教師的教學組織行為對學習者高水平知識建構的影響研究[J]. 中國電化教育（01）：64-68.

楊娟，宋曉玲，喬興媚. 2017. 自主在線學習環(huán)境下學習行為與學習風格偏向性的關聯(lián)分析研究[J]. 中國遠程教育（10）：47-54，79-80.