劉倩倩　李同歸　王泰　姜晶　吳笑笑　左雪琰

【摘 要】

網(wǎng)絡(luò)學(xué)習(xí)環(huán)境不僅擴(kuò)大了優(yōu)質(zhì)課程的覆蓋面， 而且是學(xué)習(xí)行為數(shù)據(jù)的重要來(lái)源?，F(xiàn)有研究多從學(xué)生的角度解釋網(wǎng)絡(luò)學(xué)習(xí)環(huán)境中發(fā)生的輟學(xué)現(xiàn)象，本文則從網(wǎng)絡(luò)學(xué)習(xí)環(huán)境設(shè)計(jì)的角度研究學(xué)習(xí)的持續(xù)性。文章以游戲?yàn)榻梃b，采用調(diào)查問(wèn)卷與行為分析相結(jié)合的方法，通過(guò)挖掘?qū)W生對(duì)網(wǎng)絡(luò)學(xué)習(xí)環(huán)境的偏好探究網(wǎng)絡(luò)學(xué)習(xí)環(huán)境對(duì)學(xué)習(xí)持久性的影響因子及其重要性。研究發(fā)現(xiàn)：網(wǎng)絡(luò)學(xué)習(xí)環(huán)境對(duì)學(xué)習(xí)持久性的影響包括內(nèi)容準(zhǔn)備、學(xué)習(xí)交互和學(xué)習(xí)評(píng)價(jià)三個(gè)因子，其中內(nèi)容準(zhǔn)備的質(zhì)量對(duì)學(xué)習(xí)持續(xù)性的影響最為顯著（r=0.59， p<0.01）。該結(jié)果提示我們，在時(shí)間和精力有限的情況下，如果能優(yōu)先重視內(nèi)容準(zhǔn)備的質(zhì)量，充分運(yùn)用游戲元素或游戲機(jī)制增加內(nèi)容的趣味，那么學(xué)生的學(xué)習(xí)持續(xù)性會(huì)顯著增加。

【關(guān)鍵詞】 網(wǎng)絡(luò)學(xué)習(xí)環(huán)境；網(wǎng)絡(luò)游戲；學(xué)習(xí)過(guò)程；內(nèi)容準(zhǔn)備；游戲化；游戲機(jī)制；持續(xù)性；活躍

【中圖分類號(hào)】 G434 【文獻(xiàn)標(biāo)識(shí)碼】 A 【文章編號(hào)】 1009-458x（2018）3-0014-08

一、引言

計(jì)算機(jī)支持的協(xié)作學(xué)習(xí)環(huán)境（Computer-Supported Collaborative Learning， CSCL）為學(xué)習(xí)者隨時(shí)隨地開展學(xué)習(xí)提供了充分條件。越來(lái)越多的研究者著手研究網(wǎng)絡(luò)學(xué)習(xí)環(huán)境下影響學(xué)習(xí)效果的關(guān)鍵指標(biāo)（葉甲生， 等， 2015）。本文參照田慧生（1995）教學(xué)環(huán)境論中的提法定義網(wǎng)絡(luò)學(xué)習(xí)環(huán)境。也就是說(shuō)，網(wǎng)絡(luò)學(xué)習(xí)環(huán)境是指網(wǎng)絡(luò)學(xué)習(xí)活動(dòng)所必需的諸客觀條件和力量的綜合。在網(wǎng)絡(luò)學(xué)習(xí)環(huán)境所測(cè)量的各種指標(biāo)中，學(xué)習(xí)持續(xù)性受到研究者的密切關(guān)注（彭敏軍， 等， 2011）。學(xué)習(xí)持續(xù)性是指學(xué)生在學(xué)習(xí)時(shí)所表現(xiàn)出來(lái)的一種連貫的狀態(tài)，以專注和活躍為主要特征（Rashid， et al.， 2016；雷玉菊， 等， 2017）。它不僅是實(shí)現(xiàn)過(guò)程性評(píng)價(jià)的重要參考（朱文輝， 等， 2013），而且可以被用來(lái)預(yù)測(cè)學(xué)生的努力程度及學(xué)業(yè)成就（Henrie， et al.， 2015）。

除了網(wǎng)絡(luò)學(xué)習(xí)環(huán)境是一種計(jì)算機(jī)支持的協(xié)作式環(huán)境外，網(wǎng)絡(luò)游戲（這里特指Massive Multiplayer Online Game， MMOG）也是一種計(jì)算機(jī)支持的協(xié)作式環(huán)境。從定義上看，游戲是玩家在規(guī)則的約束下參與解決人造沖突、產(chǎn)生量化結(jié)果的系統(tǒng)（Salen， et al.， 2004），而課程是一系列參與學(xué)業(yè)、具有明確學(xué)習(xí)結(jié)果的活動(dòng)（Youell， 2011）。游戲與課程的定義都強(qiáng)調(diào)主體的參與和結(jié)果的產(chǎn)出，并且游戲所強(qiáng)調(diào)的人造沖突和規(guī)則約束其實(shí)也在課程的概念內(nèi)涵之中。例如，課堂測(cè)驗(yàn)可以看作是人造沖突，結(jié)業(yè)要求其實(shí)也是游戲規(guī)則的一種。表1列舉了課程與游戲的其他若干相通之處。

盡管課程與游戲存在上述諸多相通之處，玩家完成游戲任務(wù)的體驗(yàn)與學(xué)生完成學(xué)習(xí)任務(wù)的體驗(yàn)卻存在顯著差別：玩家會(huì)樂(lè)此不疲地沉浸在游戲環(huán)境中，而學(xué)生在網(wǎng)絡(luò)學(xué)習(xí)時(shí)往往容易產(chǎn)生厭倦情緒。兩相比較可以發(fā)現(xiàn)：在網(wǎng)絡(luò)學(xué)習(xí)環(huán)境中被普遍忽視而在網(wǎng)絡(luò)游戲環(huán)境中得到廣泛重視的游戲化設(shè)計(jì)思路可能是玩家參與游戲持續(xù)性較高的重要原因。在設(shè)計(jì)領(lǐng)域，游戲化思路包括游戲元素和游戲機(jī)制。游戲元素是指游戲的構(gòu)成要件，例如敘事、美學(xué)、工具、規(guī)則、玩家的能力和策略等；游戲機(jī)制是指由玩家觸發(fā)的為促進(jìn)人機(jī)交互而設(shè)計(jì)的方法，例如回合、風(fēng)險(xiǎn)與獎(jiǎng)勵(lì)等（Arnab， 2015）。因此，我們以MMOG中的游戲化設(shè)計(jì)思維（凱文·韋巴赫， 等， 2014； 謝同祥， 2006）為依據(jù)，引導(dǎo)本文的研究。

目前，國(guó)內(nèi)外已有學(xué)者對(duì)影響學(xué)習(xí)持久性的因素開展了研究。Gilakjani（2012）發(fā)現(xiàn)，教師授課風(fēng)格和學(xué)生學(xué)習(xí)風(fēng)格的匹配程度會(huì)影響學(xué)生的學(xué)習(xí)持續(xù)性。我國(guó)學(xué)者康葉欽（2014）、梁林梅（2015）等認(rèn)為，影響學(xué)習(xí)持續(xù)性的因素包括自主性、學(xué)習(xí)動(dòng)機(jī)、學(xué)習(xí)環(huán)境、課程和教師。楊根福（2016）提出MOOC用戶持續(xù)使用意愿影響因素研究模型包括內(nèi)在動(dòng)機(jī)、基本心理需求因素和MOOC設(shè)計(jì)。

在研究學(xué)習(xí)的持續(xù)性時(shí)，上述相關(guān)工作考慮了來(lái)自學(xué)生、教師和網(wǎng)絡(luò)平臺(tái)等各個(gè)方面的影響因素。本研究則專注于研究網(wǎng)絡(luò)學(xué)習(xí)環(huán)境對(duì)學(xué)習(xí)持續(xù)性的影響。之所以專注于網(wǎng)絡(luò)學(xué)習(xí)環(huán)境，是因?yàn)槲覀冋J(rèn)為網(wǎng)絡(luò)學(xué)習(xí)環(huán)境的質(zhì)量對(duì)學(xué)習(xí)的持續(xù)性具有特別重要的意義：它是師生互動(dòng)的媒介，學(xué)生首先體驗(yàn)到的是網(wǎng)絡(luò)學(xué)習(xí)環(huán)境，正是通過(guò)這種體驗(yàn)才融入教師的教學(xué)活動(dòng)中；網(wǎng)絡(luò)學(xué)習(xí)環(huán)境也凝結(jié)了教師謀劃教學(xué)活動(dòng)的心血。本文正是從游戲設(shè)計(jì)視角，深入研究網(wǎng)絡(luò)學(xué)習(xí)環(huán)境中有哪些具體因素能夠影響學(xué)習(xí)持續(xù)性，除了從調(diào)查問(wèn)卷和游戲化專著中尋找、提煉和挖掘影響因素外，還用行為數(shù)據(jù)予以實(shí)證。

二、研究假設(shè)

對(duì)于任何一個(gè)游戲而言，游戲內(nèi)容本身、玩家自身與游戲環(huán)境內(nèi)其他實(shí)體的交互、游戲結(jié)局都是三個(gè)不可或缺的基本組成單元。相應(yīng)地，內(nèi)容準(zhǔn)備、學(xué)習(xí)交互和學(xué)習(xí)評(píng)價(jià)這三個(gè)環(huán)節(jié)構(gòu)成了一個(gè)典型的學(xué)習(xí)過(guò)程，也是網(wǎng)絡(luò)學(xué)習(xí)環(huán)境影響學(xué)習(xí)持續(xù)性的三個(gè)因子。內(nèi)容準(zhǔn)備是指教學(xué)團(tuán)隊(duì)在授課內(nèi)容呈現(xiàn)方面所做的準(zhǔn)備工作（不涉及具體的設(shè)計(jì)細(xì)節(jié)，例如教師頭像擺放在屏幕哪個(gè)位置最為合適）；學(xué)習(xí)交互是指網(wǎng)絡(luò)學(xué)習(xí)環(huán)境對(duì)教師與學(xué)生、系統(tǒng)與學(xué)生、學(xué)生與學(xué)生之間交互的功能支撐；學(xué)習(xí)評(píng)價(jià)是在學(xué)生完成某個(gè)學(xué)習(xí)行為之后系統(tǒng)或者他人對(duì)該行為的評(píng)估。盡管內(nèi)容準(zhǔn)備、學(xué)習(xí)交互和學(xué)習(xí)評(píng)價(jià)這三個(gè)因子的影響可能來(lái)自不同的施加者，但是它們都屬于網(wǎng)絡(luò)學(xué)習(xí)環(huán)境。

內(nèi)容準(zhǔn)備、學(xué)習(xí)交互和學(xué)習(xí)評(píng)價(jià)都能夠?qū)W(xué)生的學(xué)習(xí)持續(xù)性造成不同程度的影響。本研究將運(yùn)用問(wèn)卷調(diào)查的方差解釋和行為數(shù)據(jù)來(lái)驗(yàn)證這一假設(shè)，更進(jìn)一步驗(yàn)證學(xué)習(xí)環(huán)境內(nèi)部各因子之間也會(huì)相互影響。

根據(jù)上述分析，我們提出如下三個(gè)研究假設(shè)：

H1：內(nèi)容準(zhǔn)備與學(xué)習(xí)交互之間相互影響；

H2：學(xué)習(xí)交互與學(xué)習(xí)評(píng)價(jià)之間相互影響；

H3：學(xué)習(xí)評(píng)價(jià)與內(nèi)容準(zhǔn)備之間相互影響。

三、研究方法

（一）調(diào)查問(wèn)卷

我們根據(jù)內(nèi)涵與定義，建立了12個(gè)具體的游戲元素或游戲機(jī)制與“內(nèi)容準(zhǔn)備”“學(xué)習(xí)交互”“學(xué)習(xí)評(píng)價(jià)”這三個(gè)因子之間的映射關(guān)系，如表2所示。然后在游戲化設(shè)計(jì)的學(xué)術(shù)專著（Kapp， 2012， pp.1-305； Paharia， 2013， pp.1-336）中翻查問(wèn)卷題目的設(shè)計(jì)線索，將其改編成21道選擇題和1道開放式問(wèn)題，目的是為了征集答卷人對(duì)這些影響因素重要程度的認(rèn)識(shí)。重要程度從“根本不重要”到“非常重要”分為5個(gè)等級(jí)。最后1道開放式問(wèn)題是：“如果線上積分可以兌換，最希望能兌換成哪種線下活動(dòng)的入場(chǎng)券？”

對(duì)于調(diào)查問(wèn)卷的結(jié)果，我們先后進(jìn)行了兩輪因子分析，即探索性因子分析和驗(yàn)證性因子分析，然后用結(jié)構(gòu)方程模型表達(dá)內(nèi)容準(zhǔn)備、學(xué)習(xí)交互和學(xué)習(xí)評(píng)價(jià)三個(gè)因子之間的相互關(guān)系。

（二）行為分析

由于師生在網(wǎng)絡(luò)學(xué)習(xí)環(huán)境中的交互行為主要發(fā)生在論壇里（Gillani， et al.， 2014），論壇中可供收集的樣本數(shù)據(jù)有兩種類型：第一種是課程已結(jié)束且系統(tǒng)仍開放以供學(xué)生學(xué)習(xí)的數(shù)據(jù)（此類課程一般標(biāo)記“已結(jié)束，可查看內(nèi)容”字樣）；第二種是課程已結(jié)束且系統(tǒng)已關(guān)閉的數(shù)據(jù)本文研究的是第一類數(shù)據(jù)。具體來(lái)說(shuō)，在確定的一個(gè)時(shí)間段中篩選出已結(jié)束、可查看內(nèi)容的課程，然后通過(guò)QQ或微博賬號(hào)登錄在線學(xué)習(xí)平臺(tái)，捕獲每門課程討論區(qū)中的主題帖的發(fā)帖數(shù)和回帖數(shù)，如實(shí)記錄。我們?cè)诙鄠€(gè)網(wǎng)絡(luò)學(xué)習(xí)環(huán)境的討論區(qū)采集學(xué)生發(fā)帖行為的時(shí)間序列。該時(shí)間序列是指學(xué)生在討論區(qū)里圍繞教師每一次布置的題目討論時(shí)，在該題目下的發(fā)帖（含回帖）次數(shù)（一般而言，一次講座對(duì)應(yīng)于一個(gè)課后討論題）。用這一時(shí)間序列的波動(dòng)程度與其衰減程度的比值（又稱為“社群活躍度”（姜晶， 等， 2017））作為學(xué)生群體學(xué)習(xí)該門課程持續(xù)性的效標(biāo)。

本研究采集了2017年1月1日至1月31日這一時(shí)間段里學(xué)生發(fā)帖行為的時(shí)間序列，累計(jì)有13，821次發(fā)帖行為，共涉及6個(gè)網(wǎng)絡(luò)學(xué)習(xí)平臺(tái)、24門課（分屬6個(gè)不同的學(xué)科），如表3所示。

前述調(diào)查問(wèn)卷在通過(guò)信效度檢驗(yàn)之后即轉(zhuǎn)變?yōu)樵u(píng)價(jià)網(wǎng)絡(luò)學(xué)習(xí)環(huán)境的量表。在將調(diào)查問(wèn)卷改編成網(wǎng)絡(luò)學(xué)習(xí)環(huán)境評(píng)分量表時(shí)，有些評(píng)分標(biāo)準(zhǔn)依照符合程度的不同采用5級(jí)評(píng)分制（如表2中的V4）：20、40、60、80、100；另外一些評(píng)分標(biāo)準(zhǔn)則依照滿足與否只有2級(jí)（如表2中的V21）：100或0。評(píng)分過(guò)程如下：首先，邀請(qǐng)3位志愿者（分別是游戲設(shè)計(jì)方面的專家、教育教學(xué)方面的專家和普通學(xué)生）對(duì)24門課程的學(xué)習(xí)環(huán)境進(jìn)行評(píng)分。在正式評(píng)分之前，選擇其他課程對(duì)上述3人進(jìn)行訓(xùn)練，要求他們通過(guò)協(xié)商和討論，對(duì)評(píng)分標(biāo)準(zhǔn)的理解盡量一致，即3人對(duì)同一門課程的同一項(xiàng)指標(biāo)的評(píng)分差異處于正常范圍內(nèi)，避免出現(xiàn)差異過(guò)大的情況。然后，將正式評(píng)分的平均值取整數(shù)作為某一門課程在該項(xiàng)目上的最終得分。所謂取整數(shù)，在本文中是指如果平均分是389分就取離它最近的那一級(jí)的標(biāo)準(zhǔn)分作為最終得分，如果離它最近的那一級(jí)的標(biāo)準(zhǔn)分是400那么最終得分就是400。最后，采用K-最近鄰居（K-Nearest Neighbors， KNN）算法（Wu， et al.， 2008），根據(jù)某一門網(wǎng)絡(luò)課程在內(nèi)容準(zhǔn)備、學(xué)習(xí)交互和學(xué)習(xí)評(píng)價(jià)上的得分情況，預(yù)測(cè)選修了該門慕課的學(xué)生群體的學(xué)習(xí)持續(xù)程度。

四、結(jié)果與討論

（一）影響學(xué)習(xí)持續(xù)性的網(wǎng)絡(luò)學(xué)習(xí)環(huán)境因素

1. 探索性因子分析

在探索性因子分析階段，共發(fā)放初始問(wèn)卷81份，回收81份，回收率為100%。學(xué)生占答卷人數(shù)的75.3%，本科和碩士學(xué)歷的學(xué)生分別占35.8%和61.7%，至少修過(guò)一門網(wǎng)絡(luò)課程的學(xué)生超過(guò)58.0%。SPSS20.0的檢驗(yàn)結(jié)果顯示其信度（Cronbachs Alpha）為0.954，表明該問(wèn)卷的信度較高。Kaiser-Meyer-Olkin（KMO）檢驗(yàn)統(tǒng)計(jì)量為0.906，表明該問(wèn)卷的結(jié)構(gòu)效度較高，而且非常適合作因子分析。該問(wèn)卷在內(nèi)容方面的效度也通過(guò)了專家檢驗(yàn)。本研究運(yùn)用主成分分析法，選擇斜交轉(zhuǎn)軸法，抽取特征值大于1的因子，得到3個(gè)公共因子。它們所覆蓋的題項(xiàng)與表2相比沒(méi)有發(fā)生顯著變化。見表4?？紤]到這3個(gè)因子可以累積解釋68.2%的總體方差，且因子載荷均大于0.5，經(jīng)討論研究決定，不刪除題項(xiàng)。

2. 驗(yàn)證性因子分析

在驗(yàn)證性因子分析階段，一共發(fā)放問(wèn)卷178份，回收有效問(wèn)卷162份，回收率為91.0%。學(xué)生占答卷人數(shù)的66.1%，本科和碩士學(xué)歷的學(xué)生分別占51.2%和46.3%，至少修過(guò)一門網(wǎng)絡(luò)課程的學(xué)生超過(guò)59.3%。該階段與探索性因子分析階段在答卷人基本情況方面沒(méi)有特別顯著的差異。運(yùn)用AMOS20.0計(jì)算出來(lái)的驗(yàn)證性結(jié)構(gòu)方程模型如圖1所示（圖中字母V開頭的標(biāo)簽含義見表2）。

盡管計(jì)算公式有所不同，但是圖1中的一致性系數(shù)和表6中的標(biāo)準(zhǔn)化系數(shù)都顯示出“內(nèi)容準(zhǔn)備”與“學(xué)習(xí)交互”這對(duì)因子之間的相關(guān)性強(qiáng)于另外兩對(duì)因子，而與其他兩個(gè)因子的聯(lián)系都比較弱的因子是“學(xué)習(xí)評(píng)價(jià)”。這一發(fā)現(xiàn)提示我們，如果在學(xué)習(xí)評(píng)價(jià)中運(yùn)用積分、兌獎(jiǎng)、排行等游戲元素或機(jī)制，對(duì)于增強(qiáng)學(xué)習(xí)交互或者延長(zhǎng)學(xué)習(xí)持續(xù)性的效果有限；如果在內(nèi)容準(zhǔn)備中注意運(yùn)用敘事的趣味性、畫面的美觀或者合適的難易程度等游戲元素或機(jī)制來(lái)增強(qiáng)學(xué)習(xí)感知趣味性，對(duì)促進(jìn)學(xué)習(xí)交互或者延長(zhǎng)學(xué)習(xí)持續(xù)性會(huì)有顯著的積極作用（趙英， 等， 2015； Reischer， et al.， 2017）。這一發(fā)現(xiàn)與楊根福（2016）的理論預(yù)期“內(nèi)容質(zhì)量對(duì)學(xué)生學(xué)習(xí)持久性產(chǎn)生正向影響”一致。不僅如此，我們基于行為數(shù)據(jù)的實(shí)證研究還發(fā)現(xiàn)網(wǎng)絡(luò)學(xué)習(xí)環(huán)境中內(nèi)容準(zhǔn)備的質(zhì)量對(duì)學(xué)生學(xué)習(xí)持久性的影響顯著。在線學(xué)習(xí)的學(xué)生人數(shù)多，其內(nèi)在動(dòng)機(jī)、心理需求復(fù)雜、多變，教師難以捕捉每個(gè)學(xué)生的心理變化，但是準(zhǔn)備好質(zhì)量上乘的教學(xué)內(nèi)容是教師能夠把控和掌握的。這一發(fā)現(xiàn)對(duì)于教師備課精力的分配無(wú)疑具有重要啟發(fā)意義。由此可以推測(cè)，在內(nèi)容準(zhǔn)備因子中如果游戲元素或者游戲機(jī)制運(yùn)用得越充分，那么討論區(qū)中的交互行為越持久。

（二）環(huán)境因素對(duì)學(xué)習(xí)持續(xù)性的影響效果

運(yùn)用發(fā)帖的時(shí)間序列數(shù)據(jù)檢驗(yàn)上述推測(cè)和環(huán)境因素對(duì)學(xué)習(xí)持續(xù)性的影響效果。依據(jù)上文說(shuō)明的計(jì)算方法，群體學(xué)習(xí)持續(xù)性的效標(biāo)，即社群活躍度，可以分為3個(gè)等級(jí)：充分、一般與不足。其取值范圍如表7所示，相應(yīng)的典型曲線如圖2所示。

結(jié)合圖2和表7可以發(fā)現(xiàn)，持續(xù)性不足的發(fā)帖模式表現(xiàn)為，課程開始后一到兩周論壇里的發(fā)帖量大幅下降，此后維持在較低水平；持續(xù)性一般的發(fā)帖模式表現(xiàn)為，課程開始后一到兩周雖然論壇里的發(fā)帖量逐漸下降，但是還伴隨著局部峰值出現(xiàn)；持續(xù)性充分的發(fā)帖模式表現(xiàn)為，隨著課程的不斷推進(jìn)發(fā)帖量的峰值可能會(huì)在中間出現(xiàn)。因此，把社群活躍度作為學(xué)習(xí)持續(xù)性的效標(biāo)具有較高的區(qū)分度和可靠性。

筆者將表2修改成網(wǎng)絡(luò)學(xué)習(xí)環(huán)境的評(píng)價(jià)量表之后，對(duì)表3中24門網(wǎng)絡(luò)學(xué)習(xí)環(huán)境質(zhì)量進(jìn)行評(píng)分，用某門網(wǎng)絡(luò)課程在“內(nèi)容準(zhǔn)備”“學(xué)習(xí)交互”“學(xué)習(xí)評(píng)價(jià)”三個(gè)因子上的得分情況來(lái)預(yù)測(cè)該課程的學(xué)生群體的學(xué)習(xí)持續(xù)性等級(jí)。在常用的若干種數(shù)據(jù)挖掘算法中，適用于多模態(tài)數(shù)據(jù)的分類或預(yù)測(cè)的KNN算法在本研究場(chǎng)景中取得了最佳的預(yù)測(cè)結(jié)果，準(zhǔn)確率達(dá)到了75%。正如圖3所示，上述24門課程恰在“內(nèi)容準(zhǔn)備”“學(xué)習(xí)交互”“學(xué)習(xí)評(píng)價(jià)”這三個(gè)因子上的得分具有不同的分布特征。

圖3里的每一門課程用一列（前后三根）柱子表示，不同的學(xué)習(xí)持續(xù)程度用柱子的不同輪廓表示。某個(gè)因子維度上的柱子越高，表示該課程在該因子上的得分越高。從圖中可以看出，方形柱列（學(xué)習(xí)持續(xù)性最高）的最后一根柱子（內(nèi)容準(zhǔn)備）都較高。這說(shuō)明：“內(nèi)容準(zhǔn)備”是促進(jìn)學(xué)生持續(xù)學(xué)習(xí)的必要條件；“學(xué)習(xí)交互”對(duì)學(xué)習(xí)持續(xù)程度的影響并不顯著；“學(xué)習(xí)評(píng)價(jià)”因子上的得分則多數(shù)維持在較低水平，對(duì)學(xué)習(xí)持續(xù)程度的影響就更微弱。這一結(jié)論還能從三個(gè)因子的得分與學(xué)習(xí)持續(xù)程度的相關(guān)系數(shù)方面得到驗(yàn)證?！皟?nèi)容準(zhǔn)備”“學(xué)習(xí)交互”“學(xué)習(xí)評(píng)價(jià)”和學(xué)習(xí)持續(xù)程度之間的相關(guān)系數(shù)分別為0.59（p=0.0023<0.01）、0.21（p=0.3177>0.05）、0.02445（p=0.9095>0.05），即只有“內(nèi)容準(zhǔn)備”對(duì)學(xué)習(xí)持續(xù)程度的影響是顯著正向強(qiáng)相關(guān)的。

在以表2為藍(lán)本改造的網(wǎng)絡(luò)學(xué)習(xí)環(huán)境評(píng)分量表中，“內(nèi)容準(zhǔn)備”這一因子下一共有6個(gè)評(píng)分項(xiàng)目，但只有V3（課程簡(jiǎn)介有趣且吸引人）和V4（課程視頻畫面美觀、精致）的評(píng)分具有較大的伸縮性。這意味著在“內(nèi)容準(zhǔn)備”因子上得分較高的網(wǎng)絡(luò)課程，在V3和V4上的得分也較高。這恰恰說(shuō)明了游戲元素或機(jī)制里有關(guān)敘事和美學(xué)設(shè)計(jì)思路的突出作用。

“學(xué)習(xí)交互”因子對(duì)于學(xué)生發(fā)帖的時(shí)間序列并無(wú)顯著影響，分析其原因在于本文所調(diào)研的網(wǎng)絡(luò)學(xué)習(xí)環(huán)境在學(xué)習(xí)交互方面的功能支撐趨同。因?yàn)槠洳町惡苄。苑从吃诘梅稚系牟町愐膊淮?。而游戲元素或機(jī)制中一貫突出強(qiáng)調(diào)的根據(jù)玩家自身情況進(jìn)行分門別類的響應(yīng)這一高端功能，則在網(wǎng)絡(luò)課程中并未出現(xiàn)。因而理論上預(yù)期的“學(xué)習(xí)交互”（李銳， 等， 2016； 李盛聰， 等， 2006）無(wú)法在實(shí)際中獲得發(fā)揮明顯作用的機(jī)會(huì)。盡管如此，像網(wǎng)絡(luò)游戲那樣進(jìn)行有針對(duì)性的交互以支撐學(xué)習(xí)，不失為改善網(wǎng)絡(luò)學(xué)習(xí)環(huán)境的一個(gè)著力點(diǎn)。

“學(xué)習(xí)評(píng)價(jià)”對(duì)學(xué)習(xí)持續(xù)程度的微弱影響再一次證明了網(wǎng)絡(luò)學(xué)習(xí)的持續(xù)性更多地受制于課程內(nèi)容本身對(duì)學(xué)生吸引力的大小。這一發(fā)現(xiàn)從另外一個(gè)視角印證了趙國(guó)安（2015）提出的“學(xué)習(xí)前提、學(xué)習(xí)過(guò)程、學(xué)習(xí)結(jié)果三要素”。絕大多數(shù)學(xué)生首先是因?yàn)檎n程本身內(nèi)容有趣、有用才會(huì)選修，其初衷并非為了贏得某種形式的社會(huì)贊許。

五、總結(jié)

學(xué)習(xí)空間理論已經(jīng)證明了學(xué)習(xí)和游戲具有相同的數(shù)學(xué)結(jié)構(gòu)（Falmagne， et al.， 2011）。不僅如此，網(wǎng)絡(luò)學(xué)習(xí)環(huán)境與大型多人在線角色扮演游戲在形式上也具有較多的相似之處。因此，探索如何在網(wǎng)絡(luò)學(xué)習(xí)環(huán)境中引入行之有效的游戲元素、機(jī)制會(huì)給學(xué)習(xí)持續(xù)性的研究帶來(lái)較多的啟示。

本研究發(fā)現(xiàn)，網(wǎng)絡(luò)學(xué)習(xí)環(huán)境影響學(xué)習(xí)持續(xù)性的三個(gè)因子由強(qiáng)到弱依次為內(nèi)容準(zhǔn)備、學(xué)習(xí)交互和學(xué)習(xí)評(píng)價(jià)。調(diào)查問(wèn)卷與行為分析都發(fā)現(xiàn)，內(nèi)容準(zhǔn)備對(duì)于學(xué)習(xí)持續(xù)性的影響是顯著且正向強(qiáng)相關(guān)的。據(jù)此，我們推論：在時(shí)間或精力有限的情況下，如果能在內(nèi)容準(zhǔn)備方面優(yōu)先投入更多的努力，學(xué)生的學(xué)習(xí)持續(xù)性會(huì)顯著增加。

長(zhǎng)久以來(lái)，人們多認(rèn)為課程比游戲要難，要付出更多的腦力勞動(dòng)。然而，如果要獲得某項(xiàng)網(wǎng)絡(luò)游戲?qū)I(yè)賽事的冠軍，除了像課程學(xué)習(xí)那樣勤奮刻苦以外，恐怕也沒(méi)有其他捷徑。但課程與游戲的這種趨同并不意味著網(wǎng)絡(luò)學(xué)習(xí)環(huán)境在學(xué)習(xí)內(nèi)容的準(zhǔn)備方面就無(wú)計(jì)可施。事實(shí)上，在信息時(shí)代充分運(yùn)用信息技術(shù)來(lái)展示教學(xué)內(nèi)容，像設(shè)計(jì)游戲那樣用美觀、有趣的形式呈現(xiàn)學(xué)習(xí)內(nèi)容，以及由此形成一種能夠牽引學(xué)生攻堅(jiān)克難、不輕言放棄的吸引力，不僅對(duì)教師的備課提出了更高的要求，可能也是改善網(wǎng)絡(luò)學(xué)習(xí)環(huán)境的必由之路。

除此之外，在網(wǎng)絡(luò)學(xué)習(xí)環(huán)境中引入個(gè)性化的反饋技術(shù)，針對(duì)每個(gè)學(xué)生的具體情況在其學(xué)習(xí)過(guò)程中分門別類地與之互動(dòng)，像游戲那樣設(shè)計(jì)出“條條大路通羅馬”的互動(dòng)腳本，實(shí)現(xiàn)“相同的起跑線，不同的學(xué)習(xí)路徑”，必將極大改善學(xué)生的學(xué)習(xí)體驗(yàn)，增強(qiáng)網(wǎng)絡(luò)學(xué)習(xí)環(huán)境的黏性。

由此，本研究提出如下建議：

（一）優(yōu)化課程設(shè)計(jì)

在游戲中，設(shè)計(jì)者通常根據(jù)角色的不同，設(shè)置不同的目標(biāo)。此外，設(shè)計(jì)者還會(huì)把長(zhǎng)期目標(biāo)細(xì)分出不同時(shí)期的短期目標(biāo)，難度也會(huì)有不同梯度的變化。這種設(shè)計(jì)思路可以讓玩家即使淺嘗輒止也能夠偶有所得，還可以促使玩家不斷地積小勝為大勝。

目前，許多網(wǎng)絡(luò)課程的目標(biāo)（獲取結(jié)業(yè)證書）比較單一，要么通過(guò)，要么通不過(guò)。課程一旦開始，容易造成學(xué)生一步趕不上、步步趕不上的窘境，導(dǎo)致其過(guò)早地放棄學(xué)習(xí)。對(duì)此，不妨按照課程內(nèi)容的難易程度將其階梯化。學(xué)生可以根據(jù)自己的需求選擇每一階段的目標(biāo)等級(jí)。如果學(xué)生在某一階段已達(dá)到最低等級(jí)要求，則可以繼續(xù)下一個(gè)階段的學(xué)習(xí)，并獲得適當(dāng)鼓勵(lì)。如果通不過(guò)，則允許他們重復(fù)（這時(shí)應(yīng)當(dāng)從題庫(kù)中抽取新題），直到滿意為止。

對(duì)于每一階段的學(xué)習(xí)內(nèi)容，應(yīng)當(dāng)盡量考慮到敘事的趣味性和畫面的美觀性，針對(duì)具體情況采用不同的教學(xué)方法，創(chuàng)設(shè)不同的學(xué)習(xí)情境。

（二）提升互動(dòng)效果

在游戲中，玩家可以自由地組織成公會(huì)（guild）以分享經(jīng)驗(yàn)或者共同完成任務(wù)。在網(wǎng)絡(luò)學(xué)習(xí)環(huán)境中，讓學(xué)生最興奮的消息之一莫過(guò)于得知有人正在研究或者提出自己正在思考的問(wèn)題?？梢越o網(wǎng)絡(luò)學(xué)習(xí)環(huán)境增設(shè)一種推薦功能，即通過(guò)分析學(xué)習(xí)記錄歸納學(xué)生的知識(shí)背景，讓學(xué)生能夠選擇志趣相投的同伴進(jìn)行交流與合作（陳海建， 等， 2017），甚至還可以將這種交流從線上延伸到線下。

另外，如果教師分身乏術(shù)，不妨引入智能代理（Avatar）技術(shù)，讓學(xué)生感覺(jué)教師本人似乎長(zhǎng)期在線。智能代理一方面可以集中回答學(xué)生的共性問(wèn)題，另一方面還能為重要或難理解的問(wèn)題提供必要的線索，引導(dǎo)學(xué)生積極思考。

同伴推薦和智能代理都是為了避免學(xué)生產(chǎn)生孤軍奮戰(zhàn)的不利情緒。

（三）改善獎(jiǎng)勵(lì)機(jī)制

目前，網(wǎng)絡(luò)課程的獎(jiǎng)勵(lì)形式主要是頒發(fā)勛章，獎(jiǎng)勵(lì)方式比較單一。學(xué)習(xí)或游戲在多數(shù)情況下給人帶來(lái)的主要是一種努力之后獲得肯定的成就感。這種成就感往往無(wú)法被物質(zhì)或名譽(yù)完全代替。在本研究的開放式問(wèn)題中，有多達(dá)40.74%（占比第一）的人愿意將網(wǎng)絡(luò)課程的積分兌換為參與課程教師科研團(tuán)隊(duì)的機(jī)會(huì)，而非物質(zhì)或者名譽(yù)上的獎(jiǎng)勵(lì)。因此，我們建議增加獎(jiǎng)勵(lì)形式的多樣性。

我們未來(lái)的工作之一是在真實(shí)的網(wǎng)絡(luò)學(xué)習(xí)環(huán)境中測(cè)試上述建議的實(shí)際效果。另外，本研究的行為數(shù)據(jù)僅來(lái)自于課程討論區(qū)中的帖子，具有一定的局限性。我們還將盡可能獲取更多的數(shù)據(jù)以覆蓋更多的線上、線下學(xué)習(xí)行為，甚至包括邀請(qǐng)?zhí)囟▽W(xué)生在觀察室內(nèi)完成網(wǎng)絡(luò)學(xué)習(xí)，攝錄學(xué)生的表情、記錄學(xué)習(xí)持續(xù)時(shí)間和頻率等，以期在更新、更全的數(shù)據(jù)中驗(yàn)證本文的結(jié)論。

[參考文獻(xiàn)]

陳海建，戴永輝，韓冬梅，等. 2017. 開放式教學(xué)下的學(xué)習(xí)者畫像及個(gè)性化教學(xué)探討[J]. 開放教育研究，23（3）：105-112.

郭慶科，王煒麗，陳雪霞，等. 2007. 驗(yàn)證性因素分析中模型擬合的判斷[J]. 心理學(xué)探新，27（4）：83-87.

姜晶，毛齊明，王泰，等. 2017. 慕課教學(xué)設(shè)計(jì)對(duì)社群活躍度的影響——基于影視創(chuàng)作規(guī)律的視角[J]. 現(xiàn)代教育技術(shù)（2）：107-112.

凱文·韋巴赫，丹·亨特. 2014. 游戲化思維[M]. 浙江：浙江人民出版社.

康葉欽. 2014. 在線教育的“后 MOOC 時(shí)代”——SPOC 解析[J]. 清華大學(xué)教育研究，35（1）：85-93.

雷玉菊，周宗奎，田媛. 2017. 網(wǎng)絡(luò)學(xué)習(xí)環(huán)境下學(xué)習(xí)者的動(dòng)機(jī)信念對(duì)學(xué)習(xí)投入的影響[J]. 中國(guó)電化教育（2）：82-88.

李銳，倪傳斌，肖巍，等. 2016. 泛在學(xué)習(xí)理念下的交互英語(yǔ)平臺(tái)持續(xù)使用影響因素調(diào)查研究[J]. 中國(guó)遠(yuǎn)程教育（10）：72-78.

李盛聰，楊艷. 2006. 網(wǎng)絡(luò)學(xué)習(xí)環(huán)境的構(gòu)成要素及特征分析[J]. 電化教育研究（7）：52-55.

梁林梅. 2015. MOOCs學(xué)習(xí)者：分類、特征與堅(jiān)持性[J]. 比較教育研究，37（1）：28-34.

彭敏軍，陸新生，劉引紅. 2011. 基于數(shù)量和質(zhì)量的在線學(xué)習(xí)參與度考量方法研究[J]. 現(xiàn)代教育技術(shù)，21（1）：103-106.

田慧生. 1995. 教學(xué)環(huán)境論[J]. 教育研究（6）：47-51.

王濟(jì)川，王小倩，姜寶法. 2011. 結(jié)構(gòu)方程模型：方法與應(yīng)用[M]. 北京：高等教育出版社.

謝同祥. 2006. Edugame：讓教育與娛樂(lè)走向融合的實(shí)踐[J]. 現(xiàn)代教育技術(shù)，16（6）：47-50.

楊根福. 2016. MOOC用戶持續(xù)使用行為影響因素研究[J]. 開放教育研究（1）：100-111.

葉甲生，朱祖林，郭允建. 2015. 現(xiàn)代遠(yuǎn)程教育質(zhì)量測(cè)評(píng)：學(xué)習(xí)性投入的視角[J]. 中國(guó)電化教育（7）：60-65.

趙國(guó)安，李燕飛，王曉菲，等. 2015. 學(xué)習(xí)過(guò)程認(rèn)可框架體系研究[J]. 中國(guó)電化教育（10）：75-81.

趙英，楊閣，羅萱. 2015. 大學(xué)生對(duì)MOOC接受與使用行為的調(diào)查研究[J]. 中國(guó)遠(yuǎn)程教育（8）：37-44.

朱文輝，靳玉樂(lè). 2013. 網(wǎng)絡(luò)化合作活動(dòng)學(xué)習(xí)對(duì)教育碩士在線學(xué)習(xí)參與度影響的行動(dòng)研究[J]. 中國(guó)電化教育（8）：48-53.

Arnab， S.， Lim， T.， Carvalho， M. B.， Bellotti， F.， S. D.， & Louchart， S.， et al. （2015）. Mapping learning and game mechanics for serious games analysis. British Journal of Educational Technology， 46（2）：391-411.

Falmagne， J. C.， & Doignon， J. P. （2011）. Learning spaces： interdisciplinary applied mathematics. Berlin： Springer-Verlag.

Gilakjani， A. P. （2012）. A match or mismatch between learning styles of the learners and teaching styles of the teachers. International Journal of Modern Education & Computer Science， 4（11）：51-60.

Gillani， N.， & Eynon， R. （2014）. Communication patterns in massively open online courses. Internet & Higher Education， 23（5）： 18-26.

Henrie， C. R.， Halverson， L. R.， & Graham， C. R. （2015）. Measuring student engagement in technology-mediated learning： a review. Computers & Education， 90（C）：36-53.

Kapp， K. M. （2013）. The gamification of learning and instruction： game-based methods and strategies for training and education. San Francisco， CA： John Wiley & Sons.

Reischer， M.， Khalil， M.， & Ebner， M. （2017）. Does gamification in MOOC discussion forums work？ European Conference on Massive Open Online Courses （pp.95-100）. Springer， Cham.

Paharia， R. （2013）. Loyalty 3.0： How to revolutionize customer and employee engagement with big data and gamification. New York， NY： McGraw-Hill Education.

Rashid， T.， & Asghar， H. M. （2016）. Technology use， self-directed learning， student engagement and academic performance： examining the interrelations. Computers in Human Behavior， 63（C）： 604-612.

（下轉(zhuǎn)第51頁(yè)）

Salen， K.， & Zimmerman， E. （2004）. Rules of play： game design fundamentals， MIT press.

Wu， X.， Kumar， V.， Quinlan， J. R.， Ghosh， J.， Yang， Q.， & Motoda， H.， et al. （2007）. Top 10 algorithms in data mining. Knowledge & Information Systems， 14（1）：1-37.

Youell， A. （2011）. What is a course or programme or route or pathway or learning opportunity…？ London， UK： JISC， Higher Education Statistics Agency， 4.

收稿日期：2017-07-29

定稿日期：2017-10-24

作者簡(jiǎn)介：劉倩倩，碩士研究生；王 泰，博士，副教授，博士生導(dǎo)師，本文通訊作者；姜晶，碩士研究生；吳笑笑，碩士研究生；左雪琰，碩士研究生。華中師范大學(xué)國(guó)家數(shù)字化學(xué)習(xí)工程技術(shù)研究中心（430079）。

李同歸，博士，副教授，北京大學(xué)心理與認(rèn)知科學(xué)學(xué)院（100871）。

責(zé)任編輯 劉 莉 鄧幸濤