王紫晨，肖 明，陳柯文，吳 涵，林霄楠

（北京師范大學 政府管理學院，北京 100875）

0 引言

2013年，在教育部大力支持下啟動國家慕課建設。2018年，首批490門國家精品慕課在教育部支持下被認定推出。2019年，教育部確定了全國第二批801門國家精品慕課［1］，同年舉行中國慕課會議正式頒布《中國慕課行動宣言》，標志著中國建立了自己的慕課發(fā)展方案。2020年為應對疫情，線下課程開始逐步轉至線上，108萬名慕課教師開設了1 719萬門課程，在線學習人數(shù)達到35億人次，形成了一種隨時隨地、人人都能學的新型教學模式［2］。教育部表示，將繼續(xù)積極支持高校線上教學建設，舉辦世界慕課大會，聯(lián)合成立世界慕課聯(lián)盟，發(fā)布《慕課發(fā)展北京宣言》。2020年12月，教育部高教司司長在新聞發(fā)布會上宣布，中國慕課數(shù)量和使用規(guī)模已居全球首位，在線慕課課程數(shù)達到3.2萬門，學習人數(shù)達到4.9億人次，獲得慕課學分的在校學生高達1.4億人次［3］。慕課課程內(nèi)容豐富、類別多樣，從面廣量大的公共課、通識課到專而精的專業(yè)基礎課、專業(yè)課、實驗課、實踐課，各類學科日漸卷入在線教育的狂潮中。

MOOC通過服務全國上千所高校、數(shù)百萬名高校師生，極大促進了我國MOOC云平臺和新型MOOC的建設。MOOC的興起讓全球優(yōu)質(zhì)計算機類教育資源得以重新整合，2014年教育部高等學校計算機類專業(yè)教學指導委員會、教育部高等學校軟件工程專業(yè)教學指導委員會、教育部高等學校大學計算機課程教學指導委員會倡導并聯(lián)合國內(nèi)百所高校成立中國高校計算機教育MOOC聯(lián)盟（CMOOC聯(lián)盟）［4］，以促進計算機教育改革創(chuàng)新，提升計算機教育質(zhì)量和我國高等教育機構在計算機教育領域的影響力。

然而，在MOOC課程和學習者高速增長的背景下，MOOC發(fā)展不可避免的存在一些問題，例如MOOC學習的高輟學率、低完課率、精心制作的課程受歡迎程度差距大、制作成本高等。顯然，在其他條件相同的情況下，具有充分魅力因素的課程能吸引更多學習者，更容易保持用戶粘性，課程競爭優(yōu)勢更大。為此，探討如何提高學生眼中的MOOC魅力便成為MOOC發(fā)展過程中的關鍵話題。

為此，本文從MOOC課程魅力入手，通過發(fā)現(xiàn)MOOC課程魅力因素，構建課程魅力評價指標體系，并進行課程評價模擬實驗，據(jù)此對計算機類MOOC提出幾點建議，以期助力各教學團隊打造“金課”。

1 相關研究

1.1 MOOC

國內(nèi)關于MOOC的研究趨于成熟。起初MOOC是一種新興應用技術，隨著教育改革不斷發(fā)展，學生接受MOOC的意愿和態(tài)度對MOOC的影響范圍和發(fā)展前景產(chǎn)生了一定的影響。為此，學者們對影響MOOC與MOOC平臺采納行為的影響因素進行研究。吳繼蘭等［5］從MOOC平臺視角應用技術接受模型構建使用意愿研究模型，發(fā)現(xiàn)網(wǎng)站設計與課程教學要素屬于顯性知識范圍，而認知隱性知識、技能隱性知識和社交隱性知識學習對MOOC平臺學習者學習具有更明顯的積極作用。段曉芳等［6］使用技術接受模型發(fā)現(xiàn)，社群影響是思想政治理論課MOOC接受度的重要影響因素。除了學習者的MOOC采納行為外，部分學者對教師采納行為進行研究。王晶心等［7］應用技術采納相關理論訪談分析5位教師發(fā)現(xiàn)，在校大學生的MOOC課程魅力因素實證研究理念與慕課觀的匹配度將主要影響教師是否采納MOOC，教師自身感受到這次技術的有用性和易用性也將間接影響他們的MOOC采納行為。

盡管MOOC在高速發(fā)展，但讓所有人接受是一個漫長的過程，并且由于輟學率高等問題，在社會中并未得到普遍認同。學習者對課程的滿意度將會對其繼續(xù)使用和學習效果產(chǎn)生直接影響，很多學者就此問題進行討論，以分析影響MOOC滿意度的各種因素。夏昉等［8］針對吉林省醫(yī)學院大學生使用MOOC的滿意度狀況與滿意度影響因素，基于結構方程理論構建慕課滿意度模型，結果表明學生期望、MOOC質(zhì)量感知、價值感知對學生使用MOOC的滿意度具有顯著的積極影響。

隨著信息和互聯(lián)網(wǎng)技術不斷發(fā)展，在不斷探索科學可行、切實有效的教學模式道路上，混合式教學應運而出。混合教育模式實際上特指高等教育階段課堂教育與線上教育的結合，是一個相對寬泛的概念，其本身是為了彌補高校傳統(tǒng)教學模式的不足，與近年來風靡高校的網(wǎng)絡MOOC教學模式相互結合而形成。楊雪飛［9］結合任務技術匹配模型與技術接受模型調(diào)查研究SPOC教學模式下學生的英語學習行為發(fā)現(xiàn)，應重點建設課程的任務技術匹配、技術特征及感知易用性。張歡瑞等［10］針對清華大學混合式英語課程，通過教學實踐、問卷調(diào)查、課堂觀察、訪談等方法發(fā)現(xiàn)，學習者更愿意應用直接策略，但直接策略受學科專業(yè)、學習環(huán)境、家庭因素等潛在因素影響。

研究MOOC學習行為既要深入探索MOOC持續(xù)使用、持續(xù)參與行為，還涉及知識分享與互動行為方面。對于前者而言，朱鵬等［11］研究發(fā)現(xiàn)游戲化在MOOC用戶的持續(xù)使用意愿影響中具有顯著作用。后者，劉艷春等［12］為了提升課程粘性，應用扎根理論探究影響MOOC有效互動和深度互動的原因，發(fā)現(xiàn)互動主體、內(nèi)容、方式、效能影響MOOC有效互動，參與意愿、個體能力、教學情境、知識氛圍、支持服務影響深度互動。

MOOC評價是慕課研究的一個重要領域和關鍵主題，教育界乃至社會各界始終關注MOOC質(zhì)量與學習效果。徐海玲等［13］從知識角度研究MOOC學習中影響知識轉移績效的因素，發(fā)現(xiàn)影響知識轉移績效的正面因素包含知識源的復雜性、知識接收方特征、知識輸出方編碼能力和MOOC平臺的可操作性。此外，部分學者從傳播學角度對MOOC的擴散影響因素進行研究。

綜上所述，目前以MOOC為主題的研究已具有一定規(guī)模，雖然研究其影響因素較為廣泛，但對MOOC魅力這個特定主題的研究較少。為此，本文從各方面分析MOOC課程的魅力因素，對建設更有魅力的MOOC課程具有一定的借鑒意義。

1.2 MOOC課程魅力

在魅力相關研究中不乏一些與教育相關的主題，例如思想政治理論課、魅力課堂、思想政治教育、教學魅力、卓越課堂、教師人格魅力等。本文按被引頻次對其進行排序后發(fā)現(xiàn)，被引頻次較多為與思政教育相關的文章，探討對象也以思政課程為主，包括初中、高校思政課教育。

除思政課外，教師魅力也是高頻出現(xiàn)的討論主題。王平祥［14］探討慕課背景下高校教師增強課堂吸引力的方法，重點要求教師提升學生的學習和創(chuàng)新能力。在魅力課堂、卓越課堂的研究方面以中學課堂為主，主要通過巧用主題情境、嘗試利用熱點信息、多媒體教學軟件結合課堂實踐，提升課程教學魅力。此外，張勇杰等［15］貫徹教學內(nèi)容是教學魅力的根本這一思想，從教學內(nèi)容、方式維度對課程進行實踐改革，顯著改善了教學效果。

綜上所述，思政課堂是教學魅力研究的主要陣地，側重于以教師角度、基于教學經(jīng)驗等探討提升教學魅力的方法，未能從學生角度理解課程魅力。雖然，個別學者對教學改革進行實踐，但大部分面向中學課堂，無法從實證角度細化、量化課程魅力。此外，關于教學魅力研究主要集中于線下課程，對慕課等線上課程的研究仍然不夠充分。

在研究內(nèi)容方面，本文從各個角度分析MOOC課程魅力因素，對建設更有魅力的MOOC課程具有一定的借鑒意義，創(chuàng)新之處在于將工學研究方法——魅力工學的評價構造法應用于MOOC，通過該方法從學習者的角度完善本文所總結的魅力因素，以此得到更具可操作性和針對意義的辦課建議。

在研究成果應用方面，構造MOOC課程魅力評價指標體系后，利用該指標體系評價一門MOOC課程魅力，形成評價報告，與教學團隊和MOOC平臺交換意見，使研究所得結論深入聯(lián)系實際，真正指導現(xiàn)實。

2 MOOC魅力因素

《現(xiàn)代漢語詞典》中魅力的含義為很能吸引人的力量。評價構造法是魅力工學（Miryoku Engineering）研究的一部分，魅力工學源自日本，由感性工學（Kansei Engineering）發(fā)展而來，主要設法量化人的各種感性認識，將量化結果轉化為產(chǎn)品的物理設計要素，根據(jù)人的喜好設計、制造產(chǎn)品［16］。為此，本文研究在發(fā)現(xiàn)魅力因素的過程中借鑒了評價構造法的訪談技巧和訪談整理方法。

具體為，首先調(diào)研有關MOOC影響因素的相關文獻和國內(nèi)外相關權威標準；然后將20位不同學歷、學科門類、MOOC學習情況的在校大學生分為選課組和聽課組，分別進行訪談，結合3種渠道發(fā)現(xiàn)慕課魅力因素，主要從選課、聽課階段分別探討平臺、教師及課程自身的魅力因素；最后得出課程魅力的影響因素包括平臺因素、教師因素和課程因素。

（1）平臺因素。辦課平臺知名度和影響力高、設計美觀、易用性強、使用方便、資源豐富且檢索結果精確、學習環(huán)境和內(nèi)容個性化、互動功能成熟、支持服務豐富、提供電子/付費證書/學分認證、服務效率高。

（2）教師因素。教師形象好、資料豐富、學術造詣高、教學經(jīng)驗豐富、語言表達能力突出、教學能力強、積極與同學互動、合作辦課。

（3）課程因素。辦課機構/高校權威、榮譽課程、課程受歡迎、頁面設計美觀、教學視頻質(zhì)量高、信息完備、信息清晰、設計合理、內(nèi)容具有基礎性、使用優(yōu)質(zhì)教材、合理運用多種教學方法、互動性充分、理論聯(lián)系實際、資料豐富且質(zhì)量高、教學內(nèi)容與時俱進、線上線下結合。

3 問卷調(diào)查與數(shù)據(jù)分析

3.1 調(diào)查方式

根據(jù)上述MOOC魅力因素設計問卷，調(diào)查項目為調(diào)查對象個人信息基本情況、MOOC課程學習情況、魅力MOOC基本情況、學生對魅力慕課各因素的評價情況。由于疫情原因采用線上模式開展調(diào)查工作，深入MOOC課程群、MOOC論壇、MOOC超級話題、MOOC貼吧、知乎及各種高校線上組織等進行調(diào)研，邀請不同專業(yè)、課程學習者參與，為提升MOOC魅力添磚加瓦。從2021年9月1日-2021年9月24日共收集問卷1 100份，有效問卷965份，問卷有效率為87.7%。

3.2 信效度檢驗

首先，將問卷數(shù)據(jù)導入SPSSAU中檢驗信度，統(tǒng)計分析顯示問卷的Cronbach α系數(shù)為0.965＞0.900，說明研究數(shù)據(jù)信度質(zhì)量較高，可用于統(tǒng)計分析。然后，使用KMO、Bartlett檢驗效度，得到KMO值為0.951＞0.800，Bartlett球形檢驗顯著性為0.000＜0.050，表明該數(shù)據(jù)信息非常適合提取信息，從側面反應出其效度較好。

3.3 探索性因子分析

本文使用SPSSAU分析探索性因子，首先利用方差最大法，提取選項選擇主成分法，以提取特征值大于1的因子；然后采用最大方差法進行旋轉，按照大小排序，結果如表1所示。由此可知，因子分析共提取出7個因子，特征根值均大于1，旋轉后累積方差解釋率為73.059%。通過Harman單因子法檢驗共同方法偏差，得出第一個因子的方差解釋率大于40%。查閱文獻可知，國內(nèi)大多數(shù)研究以單因子解釋變異40%為閾值來驗證共同方法偏差。Podsakoff等［17］認為通過探索性因子分析（未旋轉）得到的單因子解釋變異不超過50%，共同方法偏差就不嚴重。Hair等［18］認為單因子解釋變異不超過50%，就不存在嚴重的共同方法偏差。因此，本文以單因子解釋變異小于50%為標準進行評價。

Table 1 Variance explanatory rate表1 方差解釋率

從表1中提取8個特征值大于1的公因子，進一步分析得到因子載荷矩陣如表2所示。由此可知，因子載荷沒有全部小于0.4的情況，也沒有在多個因子上均有較大載荷（大于0.5）的情況，這說明各題項均能較好地對應公因子，無需作刪除處理。因此，根據(jù)因子載荷分類各個因子，最終確定課程影響力、課程信息質(zhì)量、教學團隊、課程服務、課程內(nèi)容、界面設計及課程資源7個公共評價因子，如圖1所示。

Fig.1 MOOC curriculum charm factor framework圖1 MOOC課程魅力因素框架

Table 2 Factor loading表2 因子載荷

3.4 驗證性因子分析

本文針對7個因子及35個分析項進行驗證性因子分析（Confirmatory Factor Analysis，CFA）。通過組合信度測量方法調(diào)查問卷中題項的內(nèi)在一致性情況，證明該因子是否能被穩(wěn)定衡量。聚合效度又稱收斂效度，強調(diào)本屬于同一因子（指標）下的測量項，測量時是否落在同一因子中，具體結果如表3所示。

Table 3 AVE and CR indicator results表3 AVE和CR指標結果

由表3可知，7個因子對應的CR值均大于臨界值0.7，處于0.727～0.972，說明題項內(nèi)部一致性較好；平均方差萃取AVE值均大于0.5，說明聚合效度較高。

表4中斜對角線為AVE平方根值，其余值為相關系數(shù)。其中，AVE平方根值表示因子的聚合性，相關系數(shù)表示相關關系。如果因子明顯強于與其他因子間的相關系數(shù)絕對值，則說明具有區(qū)分效度。

Table 4 Pearson correlation and AVE square root value表4 Pearson相關與AVE平方根值

由表4可知，各項AVE平方根值均大于因子間相關系數(shù)絕對值的最大值，說明各公因子間均具有良好的區(qū)分效度。

3.5 因子權重設置

因子分析可利用載荷系數(shù)信息等進行權重計算。具體為，首先通過載荷系數(shù)除以對應特征根的平方根計算線性組合系數(shù)；然后將線性組合系數(shù)分別與方差解釋率相乘后累加，再除以累積方差解釋率，將綜合得分系數(shù)進行歸一化處理得到各個指標的權重值；最后依據(jù)各個因子權重得到最終構建的MOOC課程魅力評價指標體系，如表5所示。

Table 5 MOOC course charm evaluation index system表5 MOOC課程魅力評價指標體系

4 實踐應用

北京師范大學網(wǎng)絡信息計量與評價課程是學校多年來重點建設的一門慕課課程，獲得過愛課網(wǎng)2017年新銳獎、2018年國家精品在線課程、2020年國家一流本科課程等榮譽。該課程于2017年9月第一次在中國大學MOOC上線，目前已處于第10輪次開課階段，每輪均有超過3 000人次的學習者參與課程學習，積累了豐富的實踐經(jīng)驗?；诳刹僮餍浴⒄鎸嵭?、有效性、實驗意義等方面原因，選擇網(wǎng)絡信息計量與評價課程作為此次模擬實驗的評價對象。通過應用MOOC課程魅力評價指標體系開展后續(xù)驗證工作，選取北京師范大學政府管理學院修讀過該課程的在讀碩士研究生和對本課程主題感興趣的本科生志愿者共計70人作為評價主體。

本文上述分析表明，慕課的魅力具有模糊性，會受課程影響力、課程信息質(zhì)量、教學團隊、課程服務、課程內(nèi)容、界面設計和課程資源等方面因素的制約。因此，本文選擇模糊綜合評價方法總體評價課程魅力，觀察各部分得分對總體評分的影響，得出相應的課程魅力方面改進方案。

模糊綜合評價法（Fuzzy Comprehensive Evaluation Method，F(xiàn)CE）［19］是一種基于模糊數(shù)學的評價方法，本文基于模糊數(shù)學的隸屬度理論將定性評價轉化為定量評價，對受多種因素影響的事物進行總體評價。具體為，設立各單一因素對各個評審等級的隸屬度，為各評價選擇等級的隸屬度賦予相應分數(shù)（優(yōu)秀為100分，良好為85分，一般為70分，合格為60分，不合格為55分）。將評測數(shù)據(jù)導入SPSSAU得到綜合評價報告，如表6所示。

Table 6 Comprehensive evaluation results表6 綜合評價結果

為觀察網(wǎng)絡信息計量與評價課程在課程影響力、課程內(nèi)容等方面的魅力表現(xiàn)，本文分別對課程影響力、課程信息質(zhì)量、教學團隊、課程服務、課程內(nèi)容、界面設計、課程資源7個指標進行打分，具體計算結果如表7所示。由此可見，該課程最終魅力綜合評價結果為優(yōu)秀。

Table 7 Charm score of each factor表7 各因子魅力得分

由表7可知，網(wǎng)絡信息計量與評價課程每個指標均處于優(yōu)秀水平（大于85分），但課程服務、界面設計、課程內(nèi)容魅力值相對較低（小于90分）。為此，本文對每個指標下的具體內(nèi)容進行評分，并結合該課程的實際情況分析后發(fā)現(xiàn)，在課程平臺方面，應提高平臺服務效率，增加、改善互動功能，豐富平臺支持服務；在課程團隊方面，應重新設置課程海報等，增加平臺美觀程度；在課程內(nèi)容方面，應充分注重互動性，在教學內(nèi)容的前沿性上下功夫。

最后，本文將評價結果與教學團隊和MOOC平臺進行了有關提升課程魅力的意見交換，得到了教學團隊與MOOC平臺的一致認可，進一步驗證了研究的正確性、有效性和可行性。

5 結語

2019年至今，疫情起伏不斷，線上學習從輔助教學方式逐漸成為一種主流教學方式，MOOC開始肩負著越來越重的責任，也表現(xiàn)出強大的生命力。計算機類相關MOOC是MOOC課程群中最受歡迎的模塊之一，提升其魅力值便顯得格外關鍵。

對于計算機MOOC課程授課的教師或教師團隊而言，在制作MOOC課程時應更注重MOOC的前沿性、系統(tǒng)性和美觀性。計算機領域的知識、技術、工具更新快，對課程內(nèi)容的前沿性要求更高，應保證課程使用的技術仍然通用、不過時，已上線的課程也要不斷維護、更新，確保課程的有效性，知識點覆蓋面要達到課程定位要求，課程學習目標應符合課程等級水平且反映在課程各單元的設計中，課程內(nèi)容既要與專業(yè)相關且準確，又要使得課程時長適中。

MOOC主要通過視頻形式進行教學，因此視頻質(zhì)量十分重要。教師應保證視頻課件的清晰度且配有字幕、教師窗口等，這些均已成為視頻課件的基本要求，視頻課件設計美觀、重點突出、思路清晰則是提升其魅力值的更高要求。在經(jīng)營MOOC時，主講教師應加強與學員間的互動，注重講授內(nèi)容的易懂性，不斷提升自身專業(yè)技能。增強MOOC互動性是眾多MOOC學員最大的呼聲，因此MOOC教學團隊必須關注這一需求，設法采取形式多樣的高效互動方式解決該問題。雖然該工作會耗費教學團隊大量的時間、精力，但能充分調(diào)動MOOC學員的積極性，增加其對課程的粘性。調(diào)研發(fā)現(xiàn)，MOOC主講教師講課的語速應適宜，語言要生動，感染力要強，普通話要標準，以保證所有學員都能愿意聽、聽得清，要求主講教師富有超高的授課熱情和感染力，知識講解作到深入淺出，將一定難度的知識點通過社會學員易懂、易學、易理解的某種方式進行教學。

針對不同課程內(nèi)容可提供相關實例，也可提供演示視頻，還能通過其他方式增強學員對相關知識點的理解和掌握。調(diào)研發(fā)現(xiàn)，如果MOOC負責人及主講教師均擁有豐富的線上教學和線下課程建設經(jīng)驗，具備深厚的學科專業(yè)背景，還取得了豐富的教學科研成果，將極大提升MOOC的課程魅力值。這一調(diào)研結果也指出，MOOC教學團隊在MOOC建設初期，一定要選擇與其所學專業(yè)最相符、研究最專長的主題作為MOOC題目，才有可能取得事半功倍的建設效果。

在研究主題方面，目前對于魅力這種較為抽象的研究對象鮮有量化研究，具有一定難度，本文雖嘗試量化MOOC課程魅力，但評價準確性有待考量。此外，本文僅將指標體系應用于一門課程上，并未對所提指標體系進行更大規(guī)模的驗證和應用，今后將開展更廣泛的調(diào)研與實踐。

在研究人群方面，目前所有研究者均接觸過MOOC，設計方案中并未考慮未接觸過MOOC的潛在用戶。此外，除大學生外其他社會人群也是MOOC的目標用戶，未來也將納入研究中。

在研究深度方面，本文雖收集了部分學生的基本情況，但并未與MOOC魅力研究建立聯(lián)系進行深入研究，例如MOOC魅力因素對不同專業(yè)學生、課程類型等造成的影響均不相同。此外，還需要差異分析現(xiàn)有數(shù)據(jù)，尋找導致數(shù)據(jù)差異的具體原因，這很可能會為本文研究帶來更大的研究價值。