以小謀大：助推理論及其對在線教學優(yōu)化的啟示

摘" "要：突如其來的疫情使在線教育作為破解學業(yè)難題的關(guān)鍵手段受到空前關(guān)注。針對當前大量優(yōu)質(zhì)在線教育資源普及應用過程中突顯的適用性和實用性問題，文章重點關(guān)注助推理論以小謀大式的行為干預理念，及其在優(yōu)化在線教學中的具體應用方向和路徑，通過回答何為“助推”、為何“助推”、如何“助推”等問題，指出助推理論在優(yōu)化在線教學實踐上具有廣闊的可為空間，并以助推原則為指導，探究當前在線教學可通過學習評價交錯化、學習行為關(guān)聯(lián)化、學習操作便利化、學習反饋參考化、學習過失包容化、學習內(nèi)容解構(gòu)化等設計策略，以期為當前在線教學實踐的進一步優(yōu)化與發(fā)展提供有益參考。

關(guān)鍵詞：助推理論；在線教學；助推原則；有限理性

中圖分類號：G434" " " " "文獻標志碼：A" " " " "文章編號：1673-8454（2023）06-0088-10

伴隨新型冠狀病毒疫情的全球肆虐，在線教育作為破解疫情期間學業(yè)難題的關(guān)鍵手段受到前所未有的高度關(guān)注。我國教育部率先啟動了“停課不停教、不停學”工作，推進全國各級各類學校穩(wěn)步開展在線教育，大量優(yōu)質(zhì)在線教育資源的建設與應用，在疫情期間掀起了一場史無前例的大規(guī)模在線教學實踐，截至2020年5月8日，我國高校學生在線學習人次達23億。[1]在這場因疫情而起的學習革命中，我國為世界提出中國方案、提供中國技術(shù)、分享中國經(jīng)驗、作出中國貢獻，彰顯了大國的自信與擔當。然而也應看到，當前大量優(yōu)質(zhì)在線教育資源的普及與應用，仍因在線教學的教與學隔離而突顯出其適應性和實用性的問題，如何使越來越多的學生擁有更好的學習體驗、付諸更高的學習投入，以及收獲更大的學習效益，將是當前在線教學進一步優(yōu)化發(fā)展的重要內(nèi)容。[2]與以往在線教學不斷強調(diào)提升學生自主學習能力的方法策略不同，助推理論關(guān)注在充分承認人們“有限理性”“有限意志”“有限利己”“有限信息”等“社會人”特征的基礎上，通過賦予“助推”因素，優(yōu)化決策所用的選擇體系，對行為決策進行“以小謀大”式的干預，這種低投入、高效益的干預理念和思路，為在線教學優(yōu)化帶來諸多啟示，本研究從助推理論的干預理念出發(fā)，系統(tǒng)探究在線教學中可“以小謀大”的優(yōu)化方向與路徑，為在線教學實踐的優(yōu)化與發(fā)展提供有益參考。

一、何為“助推”：

以小謀大式優(yōu)化“社會人”決策

助推理論由2017年度諾貝爾經(jīng)濟學獎獲得者理查德·泰勒（Richard Thaler）與哈佛大學著名法學家卡斯·桑斯坦（Cass Sunstein）合著的《助推：如何做出有關(guān)健康、財富與幸福的最佳決策》（Nudge： Improving Decisions About Health， Wealth， and Happiness，以下簡稱《助推》）一書中系統(tǒng)提出。“助推”所對應英文單詞為“nudge”，其釋義為“用手肘輕推以引起注意或發(fā)出信號”，意為善意的提醒?！爸评碚摗敝?，“助推”的涵義進一步引申為在不妨礙自由和不增加負擔的前提下，通過“選擇體系”（choice architecture）的設計影響人們的選擇，從而引導人們向可預見的行為發(fā)展。[3]7簡言之，助推是通過發(fā)出信號來引導人們做出最有利于自己的選擇，也就是我們所說的“以小謀大”，其中“小”在于所發(fā)出的信號不會增加人們的負擔，而“大”在于該信號有助于引導人們做出有利于自身健康、財富和幸福乃至促進社會和諧發(fā)展的選擇。例如，在學生接種破傷風疫苗的宣傳教育結(jié)束后，通過讓學生在地圖上標注接種中心位置并計劃接種時間和接種路線的“助推”，最終有28％的學生進行接種（而未做助推的一組，僅3％的學生接種）。[3]84

助推理論建構(gòu)在行為經(jīng)濟學的人們有限理性行為決策相關(guān)理論與研究的基礎上，與傳統(tǒng)經(jīng)濟學認為人們是能夠做出理性明智的決策的“經(jīng)濟人（絕對理性）”相對應，行為經(jīng)濟學將心理學引入經(jīng)濟學中，認為現(xiàn)實中的人是“社會人（有限理性）”，“社會人”容易因自身思維系統(tǒng)的限制和社會影響所突顯的“有限理性”“有限意志（如缺乏自我控制）”“有限利己（如從眾效應）”“有限信息”等特征而難以做出對自己最為有利的決策。助推理論關(guān)注在人們有限理性行為中賦予“助推”因素，改變?nèi)藗冊跊Q策過程中所使用的“選擇體系”，拓展人們的理性范疇，從而在財富、健康、幸福等方面朝著更好的方向發(fā)展。

隨著關(guān)注有限理性的行為經(jīng)濟學研究學者如赫伯特·西蒙（Herbert Simon）、丹尼爾·卡尼曼（Daniel Kahneman）、理查德·泰勒（Richard Thaler）等先后獲得諾貝爾經(jīng)濟學獎，在此基礎上形成的助推理論自提出以來，便受到諸如經(jīng)濟、政治、管理、健康、教育、心理、慈善等諸多行為決策相關(guān)領(lǐng)域的高度關(guān)注。在實踐方面中，以美國和英國為代表，2008年，奧巴馬當選美國總統(tǒng)后便任命《助推》著者之一卡斯·桑斯坦為“監(jiān)管總長”，負責白宮辦公室的信息與監(jiān)管事務，其主要職責是確保政府法規(guī)利大于弊，期間桑斯坦將一定的助推手段納入政策設計中，如指導美國農(nóng)業(yè)部將“膳食金字塔”轉(zhuǎn)變?yōu)椤安捅P”，來更直觀地指導人們的健康均衡飲食；英國政府則成立了助推小組（nudge units）展開系列研究推進政府決策的助推優(yōu)化，并發(fā)布助推策略MINDSPACE框架推進助推理論的實踐應用。[4]40在學術(shù)研究方面，據(jù)統(tǒng)計，2008—2017年，以“助推”為主題，發(fā)表在影響因子超過1的各類SCI和SSCI學術(shù)期刊上的84篇實證研究中就有82項研究結(jié)果表示助推能有效影響個體行為。[5]根據(jù)美國教育文獻數(shù)據(jù)庫的檢索，截至2021年7月1日，共有72篇摘要含“nudge”的同行評議文獻，這些研究主要探討如短信提醒、社會效應等單一的助推策略在促進家長參與[6]、改善學習投入[7]、學生成績[8]、學習責任感[9]、創(chuàng)造性解決問題[10]、改良兒童環(huán)境行為[11]等方面的應用成效，且年均文獻數(shù)量呈遞增趨勢。此外，鑒于助推理論相關(guān)的教育策略實證研究頗多，有學者系統(tǒng)梳理了當前教育領(lǐng)域中的默認選項（如默認貸款金額）、優(yōu)化程序（如優(yōu)化貸款程序）、同伴互動（如不同學習水平學生間的互動）、截止日期設置（如自定或他定的作業(yè)提交截止日期）、目標設定（如設置任務目標或表現(xiàn)目標）、學習提醒（如課程注冊提醒）等12種助推策略類型及其應用成效。[12]在國內(nèi)，助推理論近三年來開始受到學術(shù)界的關(guān)注，但目前更多處于引薦和初步應用階段，如心理學權(quán)威期刊《心理學報》“助推”專題系列論文主要介紹了國外助推理論的發(fā)展現(xiàn)狀[5]、助推理論“默認選項”初步應用研究、基于助推理論的環(huán)保行為干預[13]、助推式課堂[14]、師生對話[15]等。

二、為何“助推”：

助推理論在在線教學優(yōu)化中的應用優(yōu)勢

在當前大量優(yōu)質(zhì)在線教育資源得以普及應用的基礎上，在線教學無疑將需要進一步精細化發(fā)展，為學習者提供與其特征相適切的在線信息與環(huán)境，從而支持其在線學習體驗、學習投入以及學習效果的不斷優(yōu)化。這與助推理論通過“以小謀大”式設計信息及環(huán)境來影響人們決策的基本取向不謀而合，可以說，助推理論從行為經(jīng)濟學的視角為當前在線教學優(yōu)化實踐提供了新的思路。就目前助推理論的應用發(fā)展與實踐趨勢來看，其在在線教學優(yōu)化中的應用優(yōu)勢主要體現(xiàn)在以下三個方面。

（一）決策主體的“社會人”定位有助于豐富對在線學習者的認識

與常規(guī)的學習者相比，在線學習者由于在線教學的教與學隔離這一基本特征通常被要求具有更高的自主學習能力，提升學習者的自主學習能力一度成為在線教學優(yōu)化的主旋律，卻鮮有關(guān)注學習者的“社會人”特征并基于此給予啟發(fā)式的引導以及優(yōu)化學習者展開在線學習的決策結(jié)果。助推理論決策主體的“社會人”定位使我們認識到需要充分承認學習者是“社會人”，特別是青少年學習者還是心智發(fā)育尚未成熟的“社會人”，而在線學習環(huán)境的自由、靈活、隔離、選擇超載等特征則使在線學習者“有限理性”“有限意志”“有限利己”“有限信息”等的“社會人”特征進一步加劇。有學者就系統(tǒng)整合了行為經(jīng)濟學、教育學、心理學、神經(jīng)科學、社會學的觀點，提出青少年學生的“有限理性”教育決策模型，識別出學生在教育決策中具有過于關(guān)注眼前利益、過于依賴常識判斷、過于關(guān)注負面的身份認同、信息過少或選項過多時容易犯錯等四大方面的特征，學生因此而未能做出最有利于自身發(fā)展的教育投入決策，其中如關(guān)注眼前利益，研究表明，負責思考、推理、決策等部分的大腦皮層（如前額葉區(qū)）是最晚成熟的，整個成熟過程大約要花費超過20年的時間，而青少年所在階段發(fā)展得較為充分的是情緒控制中心，其大腦發(fā)育程度就突顯了青少年關(guān)注當下快樂等眼前利益的問題。[16]

（二）決策依賴的“選擇體系”設計有助于拓展在線教學設計的視野

在線教學設計以往的關(guān)注點主要集中在兩個方面：一是知識的學習，即強調(diào)學習者對所學知識的理解與應用，這是教學設計的出發(fā)點和歸宿，正如加涅所指出的教學設計基本假設之一，即“教學設計必須基于人們?nèi)绾螌W習的知識”[17]。教學設計中，無論是對教學內(nèi)容的易化、深化、透化、美化等 “二度消化”[18]，還是根據(jù)學習風格以不同方式（視覺、聽覺、視聽覺、動覺）呈現(xiàn)學習內(nèi)容，乃至布魯納所提出的“任何學科的基本原理都可以用某種形式教給任何年齡的任何人”[19]等均旨在促進學習者的知識學習。二是平臺的黏著性，即強調(diào)提升學習平臺的易用性和有用性來增進學習者對學習平臺的應用頻次與情感依賴，這是確保在線知識學習過程得以順利展開的根本保障。而無論是知識學習還是平臺使用，均首先涉及學習者自身的選擇與決策。助推理論關(guān)注基于有限理性如啟發(fā)式和偏見等影響行為決策的“選擇體系”設計，從“人們?nèi)绾螞Q策”的行為科學視角有力地拓展當前在線教學設計的視野，通過助推理論視角的信息與環(huán)境設計優(yōu)化學習者學習相關(guān)的選擇與決策，從而增進其學習投入與學習效益。例如，參考利用可影響行為決策的框架效應進行反饋信息設計，有學者就通過采用積極框架和消極框架的方式為MOOC學習者推送學習者學習表現(xiàn)的郵件信息，結(jié)果表明，積極框架（如“你做得比班上60％的同學要好”）對學習表現(xiàn)相對較好的學習者有效，而消極框架（如“你做得比班上60％的同學要差”）則對表現(xiàn)相對較差的學習者起作用。[20]

（三）“數(shù)字化助推”發(fā)展有助于增進個性化學習的實踐

由于數(shù)字化技術(shù)的應用滲透，人們在數(shù)字化環(huán)境中的行為決策越發(fā)依賴于其所處的數(shù)字化情境，有學者據(jù)此提出“數(shù)字化助推”的概念，即在數(shù)字化情境中應用助推理論的干預方法引導人們的行為決策，強調(diào)通過設計人們進行數(shù)字化決策所依賴的人機交互（Human-computer Interaction， HCI）界面元素引導人們的判斷和決策。[21]隨著數(shù)字化技術(shù)應用特別是界面設計及推薦算法的不斷成熟，數(shù)字化助推在其應用規(guī)模、應用速度、應用評估，以及應用循環(huán)等方面具有傳統(tǒng)實體助推所不可比擬的顯著優(yōu)勢，是助推理論應用的重要導向，正如有些學者所指出的那樣“如果想要改變員工的行為，那就助推；如果想要使這種改變的規(guī)模迅速擴大，那就（將助推）數(shù)字化” [22]。以往的個性化在線學習主要以個性化推薦或自適應學習為著力點，關(guān)注應用數(shù)據(jù)挖掘或?qū)W習分析等手段為學習者配置與其學習水平或?qū)W習風格等相適應的信息或資源。數(shù)字化助推則以助推理論為指導，在個性化推送的基礎上進一步關(guān)注學習者對學習界面或平臺所呈現(xiàn)的信息、資源及環(huán)境的解釋，提高所推送信息或資源的說服力，以可預測的方式引導學習者優(yōu)化其學習有關(guān)的判斷和決策，改變其學習態(tài)度和行為。例如，個性化在線學習預警中，傳統(tǒng)的“課程信號”（course signals）只是通過標識紅黃綠信號燈的方式提供預警，而有些學者則通過熱圖可視化技術(shù)根據(jù)以往課程數(shù)據(jù)為學習者提供其所表現(xiàn)的學習行為能否獲得課程成功的預測，以可預測的方式引導學習者改變其學習行為、改進學習效果。[23]

三、如何“助推”：

助推理論在在線教學優(yōu)化中的應用策略

助推理論關(guān)注在“有限理性”的基礎上設計賦予“助推”因素的“選擇體系”，但由于有限理性相關(guān)的理論觀點如雙系統(tǒng)思維模型、前景理論、心理賬戶、跨期決策等是如此的豐富，而由此衍生的助推策略和方法也十分靈活多樣，甚至形成了助推理論工具包（nudge theory toolkit）。如前所述，僅教育領(lǐng)域，就有默認選項、同伴互動等12種助推策略類型。為此，泰勒和桑斯坦提出了良好選擇體系應能滿足NUDGES六大“助推”原則：①誘因激勵（iNcentives），提供關(guān)注內(nèi)外在需求滿足的激勵；②理解映射（Understand mappings），促進人們對不同決策結(jié)果的理解；③默認選項（Default），鑒于人們懶得做選擇，將有益選擇作為默認選項；④給予反饋（Give feedback），例如，因濕度變化而變色的油漆，可使人們實時了解室內(nèi)濕度；⑤預估錯誤（Expect error），使人們在更嚴重的后果發(fā)生之前得到預先警告；⑥結(jié)構(gòu)化復雜選擇（Structure complex choices），當決策過程較為煩瑣復雜時，能夠簡化和分解相應選擇體系。[3]119本研究結(jié)合在線教學實際，重點將這些助推原則應用到在線教學優(yōu)化設計中，以期通過賦予“助推”因素改進現(xiàn)有的在線教學，具體如下。

（一）學習評價交錯化設計

該策略主要對應“誘因激勵”助推原則，學習評價的交錯化設計是指，將學習評價原有分配較為穩(wěn)定的內(nèi)容、時間、結(jié)果等做一定的動態(tài)交錯處理，突顯學習過程與學習結(jié)果得失間的顯著關(guān)聯(lián)性，從而交錯性地激發(fā)學生內(nèi)外在學習動機。由于內(nèi)外在學習動機的激發(fā)所涉層面極廣，因而在學習評價的交錯化設計中，需要綜合考量如稟賦效應、損失厭惡、時間偏好、心理核算等與學習評價相關(guān)的有限理性行為。稟賦效應是指，當個人一旦擁有某項物品，那么他對該物品價值的評價要比未擁有之前大大增加。例如，通過讓買方和賣方對同一咖啡杯進行估價，發(fā)現(xiàn)賣家所估價值平均接近買家的2倍。損失厭惡是指，當人們面對同樣數(shù)量的收益和損失兩種選擇時，人們更傾向于規(guī)避損失的選擇，也就是人們失去一件東西時的痛苦程度，要比得到同樣這件東西所體驗的高興程度更大。例如，各類限時優(yōu)惠活動，實際就是利用人們因害怕錯過優(yōu)惠而迅速購買的損失厭惡心理。時間偏好主要包括時間貼現(xiàn)和時間不一致偏好。時間貼現(xiàn)是指，相比未來的獲益人們更傾向于當下即時的獲益，如一項任務完成后人們更愿意“即時獲得100元收益”而非“一年后獲得110元收益”；時間不一致偏好是指，計劃（決策的當下）和落實（未來的當下）間的不一致性，強調(diào)人們低估自控問題的傾向性，如前一天晚上的需要是計劃早起跑步，而第二天早上的實際需要是繼續(xù)睡覺。心理核算（mental accounting）是模擬對收支進行記賬的過程來探討人們的決策及其對過往決策的解釋，指人們通過對以往的投入進行記錄和分類作為自身行為決策的基本依據(jù)，其核心在于通過分類來進行分開決策，從而簡化決策的過程。例如，同樣是花1000元，人們更傾向于舍不得花辛苦掙來的而很快花光意外獎勵的。[24]32

相應的，在線學習評價的交錯化設計主要體現(xiàn)在，根據(jù)學習時間和評價結(jié)果交錯化設計學生學習的局部評價與整體評價。以往的學習評價側(cè)重于以局部分類匯總為整體，如將學生的課程成績區(qū)分為考勤占10％、平時作業(yè)30％、期末考試60％等，這樣的分類會使學生進行相應的心理核算，即傾向于認為僅占成績10％的考勤并不重要，這樣將使相應的學習投入減少，而期末考試的60％又是在遙遠的學期末，因而主動學習的執(zhí)行力差，從而造成課程學習的惡性循環(huán)。這時一方面可根據(jù)稟賦效應和損失厭惡，利用人們害怕失去已經(jīng)擁有的東西或害怕錯過一些本應屬于自己的東西這一心理，將10％的考勤與學生總成績相關(guān)聯(lián)，通過明確缺勤對總成績的影響進一步突出僅占10％的考勤的重要性，如缺勤1次扣除10分、缺勤2次扣除20分、缺勤達3次及以上課程成績作廢等。同時，可根據(jù)時間偏好，即人們更關(guān)注當下的獲益且容易低估自己的自控問題，將時間離得較遠而占比較大的期末考試加以提前并具體化，如分設期中考試以及在平時的課程章節(jié)學習當中適當強調(diào)該章學習在期末考試中所占比重如何等，還可結(jié)合損失厭惡心理，將平時作業(yè)的完成時間分階段設置獎勵，避免學習拖延，如提前5天完成獎勵10分，提前4天完成獎勵8分等依次遞減，以此對學生的學習規(guī)劃與落實進行更好的引導。

（二）學習行為關(guān)聯(lián)化設計

該策略對應于“理解映射”助推原則，也就是理解決策行為與行為結(jié)果間的脈絡，這一脈絡越清晰，越能促進相應的決策行為，如前文所述，在接種疫苗的宣傳教育結(jié)束后，其中一組學生雖都計劃接種，但實際接種的僅有3％，而另一組通過讓學生標注有接種中心位置的地圖，并規(guī)劃接種時間和路線，最終有28％的學生接種。在線教學中，學習行為關(guān)聯(lián)設計主要體現(xiàn)在學生學習行為與學習目標、學習效果、學習路徑、學習情境間的關(guān)聯(lián)設計。一方面向?qū)W生厘清學習行為“映射”，使學習行為與學習目標及學習效果相關(guān)聯(lián)，包括達成學習目標所需要的學習行為如在線討論、同伴互評等，預估可獲的學習效果對學生學習發(fā)展的優(yōu)勢。另一方面則根據(jù)這些“映射”引導學生結(jié)合自身實際自主規(guī)劃其學習行為與學習路徑、學習情境間的關(guān)聯(lián)，通過預置路徑的方式啟發(fā)學生的學習行為。例如，可在討論區(qū)中開設學習行為規(guī)劃專區(qū)，供學生提交課程學習路徑的規(guī)劃，教師可展開對學生學習行為自主規(guī)劃的優(yōu)化指導，還可結(jié)合在線教學平臺的一些特有功能如超星學習通的簽到功能，讓學生在課程學習簽到時結(jié)合自身實際規(guī)劃當次學習的安排，包括學習內(nèi)容、學習時間、學習預期等。而在為學生提供學習行為相關(guān)指導信息時，教師要能根據(jù)實際學習任務需要把握信息呈現(xiàn)時機，有研究表明，學習過程中提供指導信息可使學生的知識建構(gòu)水平優(yōu)于提前給出信息。[25]

（三）學習操作便利化設計

該策略主要對應“默認選項”助推原則，該原則針對的是人們對現(xiàn)狀的偏好，這一偏好會使人們害怕變化、厭惡復雜、疏懶懈怠，傾向于以自我感覺舒服的方式去行動。在線教學中，學習操作便利化設計是指，盡可能減少不必要操作甚至是無需任何操作便可投入實際學習，也就是盡可能減少因額外的非必要或者非最優(yōu)的操作所形成的摩擦成本，集中體現(xiàn)在學生傾向直入主題的學習習慣上：一方面是期望通過盡可能少的設備操作進入課程學習，另一方面則是習慣于先選擇進入視頻內(nèi)容學習。例如，新冠疫情期間，許多學校援用中國大學MOOC平臺上的精品課程作為本校SPOC課程，那么在學習操作的便利化設計中，可通過優(yōu)化學生進入課程的方式，如為學生提供課程的網(wǎng)址鏈接，避免學生通過搜索等煩瑣操作進入課程甚至可能進錯課程；根據(jù)學生的學習習慣，將MOOC課程的教學單元內(nèi)容順序加以調(diào)整，如將視頻資源居首，讓學生能夠無需任何操作便進入視頻內(nèi)容的學習，將常規(guī)課堂的課前討論轉(zhuǎn)為課后進行，支持學生在同一界面中完成所有內(nèi)容的學習、測評和討論。

（四）學習反饋參考化設計

該策略是在“給予反饋”助推原則的基礎上，進一步考量人們的“社會偏好”，也就是人們的認知和決策容易受到他人及社會規(guī)范的影響。學習反饋參考化設計是指，以“參考”的社會比較視角為學生的學習提供個性化反饋。學習反饋對學生學習的巨大影響力已被大量的研究所證實，[26]188然而，當前的學習反饋大都提供學生個體的學習情況，少有從“社會影響”的角度優(yōu)化現(xiàn)有反饋設計來有效激發(fā)和維持學習動機，從而推進學生開展學習的行動決策。基于“社會影響”的助推主要表現(xiàn)在：一方面為人們提供他人在相同或類似決策中的相關(guān)信息，如“納稅宣傳”中被告知“超過90％的明尼蘇達人已經(jīng)完全按照稅法的規(guī)定納了稅”比其他被告知納稅的好處等信息更能促進人們納稅；另一方面則是將人們的行為結(jié)果與他人相比較，通過形成社會及同伴壓力來影響行為決策，如通過與鄰居對比能源消耗可促進人們降低自家的能源消耗。[3]80-82

那么在線教學中，學習反饋的參考化設計可根據(jù)相應的“社會影響”在反饋內(nèi)容中新增三個方面的參考信息。一是學習目標的參考信息，即除了提供學生學習正誤好壞等信息外，學習反饋還要能提供學生學習與學習目標間差距等相關(guān)信息，如學習目標達成的標志以及他人完成相應目標的范例。研究表明，提供學習目標的參考信息與否對學生學習成就的影響顯著。[26]202二是學習過程的參考信息，即除了提供學生自身學習過程的反饋信息外，還需要提供他人特別是學習優(yōu)秀者的學習過程或者是其在在線教學中將會做什么的參考信息。研究表明，提供相似群體或周邊他人開展相同行為的信息對促進人們做相應的行為決策具有積極影響。[4]103-106三是學習成果的參考信息，即提供學生與其他學生的學習成果進行比較的參考信息。例如，相對成績信息的提供，研究表明，當為學生提供相對成績時，學生學業(yè)成就顯著高于僅提供絕對成績的學生。[13]有學者研究指出，控制學習拖延變量后，在網(wǎng)絡學習平臺中，收到社會比較反饋（他們的分數(shù)與所在級學生的平均分數(shù)相比較）的學生，其成績顯著高于收到自我比較反饋（他們的分數(shù)每周與自己以前的分數(shù)相比較）的學生。[27]值得注意的是，參考比較式的學習反饋與常規(guī)反饋一樣，并不總是起作用，而是會因?qū)W習反饋的提供方式（如公開或匿名）、呈現(xiàn)時機（如即時或延時等）、反饋對象（如學生的學習動機水平等）等方面的差異而產(chǎn)生不同程度的影響。

（五）學習過失包容化設計

該策略對應“預估錯誤”的助推原則，泰勒指出“人人都會犯錯，而一個設計精妙的系統(tǒng)應能允許出錯并給予最大限度的寬容”[3]103，“社會人”在決策過程中的有限理性、有限自控、有限利己、有限信息等特征則進一步突顯了犯錯是人們生活的常態(tài)。教育教學的對象是學生，主要是發(fā)展中的青少年群體，他們較成年人而言更容易犯錯，而教育的本質(zhì)屬性在于“培養(yǎng)人向善”，這一“向善”本身就涵蓋了由“不善”到“善”的過程，即由“壞”“惡”“錯”“拙”“不滿”向“美好”“善良”“正確”“擅長”“滿意”的不斷發(fā)展完善的過程。因此，教育教學領(lǐng)域比其他任何領(lǐng)域都要更能夠包容學生的過失。[28]與此同時，在線教學由于在一定程度上脫離了學生日常學習的軌道，學生犯錯的概率更高，因而更需要關(guān)注對學生學習過失的包容化設計。

在線教學中，學習過失的包容化設計主要體現(xiàn)在兩個方面：一是對即將出現(xiàn)和容易出現(xiàn)的學習過失進行提醒或預警。以往的在線學習預警主要關(guān)注對即將出現(xiàn)的學習過失預警，例如，“課程信號”（course signals）通過標識紅黃綠信號燈的方式提供預警，而對容易出現(xiàn)的學習過失預警表現(xiàn)不足。[29]《學記》有云“發(fā)然后禁，則捍格而不勝”，等學習過失出現(xiàn)后再加以干預的話，往往收效甚微。根據(jù)行為經(jīng)濟學的相關(guān)研究，人們的“錯誤”行為是系統(tǒng)性偏離傳統(tǒng)經(jīng)濟學的“理性”行為。也就是說，學生的學習過失實際上有一定的規(guī)律可循，其相應的預警需要應用學習分析、知識圖譜分析等手段識別學生容易出現(xiàn)的學習過失，并在學習過程中及時提醒，以防其學習過失的出現(xiàn)。例如，有學者根據(jù)以往課程數(shù)據(jù)，通過熱圖可視化技術(shù)為學生提供其所表現(xiàn)的學習行為能否獲得課程成功的預測，可有效提高學生的學習行為意識，積極影響學習效果。[23]二是為學生偶發(fā)性的學習過失構(gòu)建容錯渠道。通過有條件地允許學生出錯來弱化對學習過失的懲罰，并對其學習起到警示作用。例如，在MOOC學習中，一般每章節(jié)內(nèi)容所設的有時間限制的單元測驗，學生很容易因遺忘而無法及時完成，因此，學習平臺最好能提供一種可通過特殊授權(quán)的流程，允許學生重新答題、提交，并遵循與常規(guī)答題不同的規(guī)則，如只允許補交一次測驗且成績僅為及格。

（六）學習內(nèi)容解構(gòu)化設計

該策略對應“結(jié)構(gòu)化復雜選擇”助推原則，即將復雜內(nèi)容的選擇進行有序且能夠突出重要屬性的細化，這與人們在復雜選擇中更可能采取簡化策略相對應。例如，汽車選購中將汽車的重要屬性（如汽車的實用性）分解成更多的子屬性，而將不太重要的屬性合并為一個單獨的類別，以此引導消費者做出更合理的選擇。學習內(nèi)容解構(gòu)化設計主要包括兩個方面：一是對整體學習內(nèi)容按照知識點進行解構(gòu)，與微課“短小精悍”的設計原理相類似，即以知識點為基本單元，對學習內(nèi)容體系進行解構(gòu)，并圍繞知識點展開完整的學習過程，設置相應的導入、互動、講解、總結(jié)、拓展、測評等相應環(huán)節(jié)。二是對知識點相關(guān)內(nèi)容要素根據(jù)其影響特征進行優(yōu)化設計。例如，知識點的不同學習環(huán)節(jié)或者是常規(guī)的重難點內(nèi)容通過字體、顏色、大小等方式突顯標識，并進一步結(jié)合相關(guān)研究成果，對具體的內(nèi)容要素如視頻內(nèi)容、學習活動等進行優(yōu)化設計；再如視頻內(nèi)容設計，研究表明，教學視頻中教師表情豐富[30]、目光導引[31]、指示手勢[32]、內(nèi)容總結(jié)[33]、對話式的講課風格[34]、中小型的教師形象[35]、呈現(xiàn)視頻字幕[36]等均有利于提高學生學習滿意度或?qū)W習績效。

四、結(jié)束語

助推理論指導下的在線教學優(yōu)化，是在充分承認學生在線學習過程中更為突顯的“有限理性”“有限意志”“有限利己”“有限信息”等“社會人”局限的基礎上，關(guān)注教師教學及相關(guān)研究者主觀能動性的極大發(fā)揮，通過挖掘和嵌入學生學習過程中的“助推”因素，優(yōu)化其學習決策的“選擇體系”，從而推進學生在學習投入和產(chǎn)出上的不斷優(yōu)化發(fā)展。然而，由于助推理論是架構(gòu)在行為經(jīng)濟學對人們決策異象相關(guān)研究的基礎上，其相應的助推方法和策略會不可避免地因行為經(jīng)濟學自身的龐雜體系而顯得繁雜凌亂，正所謂沒有單一的學科方法能充分理解教育問題，本研究重點關(guān)注了助推理論以小謀大式的行為干預理念及其在優(yōu)化在線教學中的具體應用方向和路徑，試圖從人們的行為決策視角為在線教學優(yōu)化尋求新的支點，以期為當前在線教學實踐的進一步優(yōu)化與發(fā)展提供有益參考。

參考文獻：

[1]趙秀紅，王家源.疫情期間，全國1454所高校開設1226萬門次在線課程，參與學生達23億人次——在實踐中創(chuàng)造高校在線教學新高峰[N].中國教育報，2020-5-15（1）.

[2]教育部高等教育司.高校在線教育有關(guān)情況和下一步工作考慮[EB/OL].（2020-5-14）[2021-6-18]. http：//www.moe.gov.cn/fbh/live/2020/51987/sfcl/202005/t20200514_ 454117.html.

[3]理查德·泰勒，卡斯·桑斯坦.助推：如何做出有關(guān)健康、財富與幸福的最佳決策[M].劉寧，譯.北京：中信出版社，2018：7，80-84，103，119.

[4]戴維·哈爾彭.助推：小行動如何推動大變革（實踐版）[M].梁本彬，等譯.北京：中信出版社，2018：40，103-106.

[5]何貴兵，李紓，梁竹苑.以小撥大：行為決策助推社會發(fā)展[J].心理學報，2018，50（8）：803-813.

[6]SANTANA M， NUSSBAUM M， CARMONA R， et al. Having fun doing math： text messages promoting parent involvement increased student learning[J]. Journal of Research on Educational Effectiveness， 2019，12（2）：251-273.

[7]BAKER R， EVANS B， DEE T. A randomized experiment testing the efficacy of a scheduling nudge in a Massive Open Online Course （MOOC）[J]. AERA Open， 2016，2（4）：1-18.

[8]SMITH B O， WHITE D R， KUZYK P C， et al. Improved grade outcomes with an e-mailed “grade nudge”[J]. The Journal of Economic Education， 2018，49（1）：1-7.

[9]FRITZ J. Using analytics to nudge student responsibility for learning[J]. New Directions for Higher Education， 2017（179）：65-75.

[10]GRIFFIN D. Nudging students’ creative problem-solving skills[J]. PS： Political Science amp; Politics， 2011，44（2）：425-427.

[11]CHARRY K， PARGUEL B. Educating children to environmental behaviours with nudges： the effectiveness of social labelling and moderating role of age[J]. Environmental Education Research， 2019，25（10）：1495-1509.

[12]DAMGAARD M T， NIELSEN H S. Nudging in education[J]. Economics of Education Review， 2018，64：313-342.

[13]傅鑫媛，辛自強，樓紫茜，等.基于助推的環(huán)保行為干預策略[J].心理科學進展，2019，27（11）：1939-1950.

[14]龍寶新.助推式課堂：課堂管理方式變革的新路徑[J].教育發(fā)展研究，2018，38（18）：37-44.

[15]梁明月，曾妮.什么樣的師生道德對話是有效的——基于助推理論的分析[J].教育發(fā)展研究，2019，39（18）：59-63.

[16]LAVECCHIA A， LIU H， OREOPOULOS P. Behavioral economics of education： progress and possibilities[EB/OL]. （2014-10-15）[2021-7-18]. https：//www.nber.org/system/files/working_papers/w20609/w20609.pdf.

[17]加涅，著.教學設計原理[M].皮連生，等譯.上海：華東師范大學出版社，1999：5.

[18]杜和戎.講授學[M].北京：華語教學出版社，2007：4.

[19]布魯納.布魯納教育論著選[M].邵瑞珍，譯.北京：人民教育出版社，2018：27.

[20]MARTINEZ I. The effects of nudges on students’ effort and performance： lessons from a MOOC[EB/OL]. （2013-12-29）[2021-7-20]. https：//education.virginia.edu/sites/default/files/files/EdPolicyWorks_files/19_Martinez_Lessons_ from_a_ MOOC.pdf.

[21]WEINMANN M， SCHNEIDER C， VOM BROCKE J. Digital nudging[J]. Business amp; Information Systems Engineering， 2016，58（6）：433-436.

[22]FETHERSTON J， BAILEY A， MINGARDON S， et al. The persuasive power of the digital nudge[EB/OL]. （2017-5-17）[2020-10-12]. https：//web-assets.bcg.com/img-src/BCG-The-Persuasive-Power-of-the-Digital-Nudge-May-2017_tcm9-156675.pdf.

[23]AUVINEN T， HAKULINEN L， MALMI L. Increasing students’ awareness of their behavior in online learning environments with visualizations and achievement badges[J]. IEEE Transactions on Learning Technologies， 2015，8（3）：1-1.

[24]大衛(wèi)·賈斯特.行為經(jīng)濟學[M].賀京同，等譯.北京：機械工業(yè)出版社，2017：32.

[25]NOROOZI O， BUSSTRA M C， MULDER M， et al. Online discussion compensates for suboptimal timing of supportive information presentation in a digitally supported learning environment[J]. Educational Technology Research amp; Development， 2012，60（2）：193-221.

[26]約翰·哈蒂.可見的學習：對800多項關(guān)于學業(yè)成就的元分析的綜合報告[M]. 彭正梅，鄧莉，高原，等譯.北京：教育科學出版社，2015：188-202.

[27]DELAVAL M， MICHINOV N， LE BOHEC O， et al. How can students’ academic performance in statistics be improved？ Testing the influence of social and temporal-self comparison feedback in a web-based training environment[J]. Interactive Learning Environments， 2015：1-13.

[28]陳桂生.普通教育學綱要[M].上海：華東師范大學出版社，2008：8.

[29]PISTILLI MATTHEW D. Course signals at purdue： using analytics to improve student success[J]. Journal of Medieval amp; Early Modern Studies， 2013，42（1）：201-224.

[30]WANG Y， LIU Q， CHEN W， et al. Effects of instructor’s facial expressions on students’ learning with video lectures[J]. British Journal of Educational Technology， 2019，50（3）：1381-1395.

[31]WANG H， PI Z， HU W. The instructor’s gaze guidance in video lectures improves learning[J]. Journal of Computer Assisted Learning， 2019，35（1）：42-50.

[32]PI Z， HONG J， YANG J. Effects of the instructor’s pointing gestures on learning performance in video lectures[J]. British Journal of Educational Technology， 2017，48（4）：1020-1029.

[33]FANGUY M， COSTLEY J， BALDWIN M. Pinch hitter： the effectiveness of content summaries delivered by a guest lecturer in online course videos[J]. International Review of Research in Open and Distributed Learning， 2017，18（7）：242-266.

[34]RIEHEMANN J， JUCKS R. “Address me personally！”： on the role of language styles in a MOOC[J]. Journal of Computer Assisted Learning， 2018，34（6）：713-719.

[35]PI Z， HONG J， YANG J. Does instructor’s image size in video lectures affect learning outcomes？[J]. Journal of Computer Assisted Learning， 2017，33（4）：347-354.

[36]HSU C K， HWANG G J， CHANG Y T， et al. Effects of video caption modes on English listening comprehension and vocabulary acquisition using handheld devices[J]. Educational Technology amp; Society， 2013，16（1）：403-414.

Small for Big： Nudge Theory and Its Enlightenment on Online Teaching Optimization

Shigui RUAN

（School of Education Science， Guangxi University for Nationalities， Nanning 530006， Guangxi）

Abstract： The sudden outbreak of COVID-19 makes online education a key means to solve academic problems and receive unprecedented attention. Aiming at problems of applicability and practicability in the process of popularization and application of a large amount of high-quality online education resources， this study focuses on the nudge theory with the concept of “small for big” and its specific application direction and path in optimizing online teaching. By answering the questions of what is “nudge”， why “nudges” and how to “nudge”， this paper points out that there is a wide space for the nudge theory to optimize online teaching practice. Guided by the NUDGES principles， this paper explores the design strategies of online teaching， such as interlacing learning evaluation， correlating learning behavior， facilitating learning operation， referential learning feedback， inclusive learning fault， and deconstructing learning content. This study is expected to provide a useful reference for the further optimization and development of current online teaching practice.

Keywords： Nudge theory; Online teaching; Nudge principles; Bounded rationality

編輯：王天鵬" " 校對：王曉明

DOI： 10.3969/j.issn.1673-8454.2023.06.011

作者簡介：阮士桂，廣西民族大學教育科學學院講師，碩士生導師，博士（廣西南寧 530006）

基金項目：本文系2019年度國家民委教改項目“大數(shù)據(jù)支持的在線通選課程深度學習助推設計與實踐——以廣西民族大學為例”（編號：19042）