李文昊， 任晓曈， 朱希雅， 陈冬敏

(华中师范大学 人工智能教育学部， 湖北 武汉 )

在线学习环境中进行复杂知识教学实践，效果常常不尽如人意。有学者运用认知弹性理论改进教学设计、提升学习效果。然而，基于该理论设计的非线性超文本结构，对学习者自我调节学习提出了更高要求。自我调节学习行为对学习成绩的影响，并非简单的对称线性关系，而是以整体组合方式作用于学习过程。文章运用定性比较分析法。从组态视角深入剖析内在机制。该内在机制是关于认知弹性设计下影响自我调节学习行为的。探讨各行为以及各行为间组合致使不同学习成绩的缘由。研究发现：设置目标行为处于计划阶段，这是导致较好学习成绩的必要不充分条件；制订计划行为处于计划阶段，这是影响学习成绩的无关条件；自我监测和自我调节行为在执行阶段，能起到明显的补益作用；进行适应性自我反应行为在反思阶段，对提高学习成绩更有效研究结论证实了早期发现。研究结论完善了自我调节学习理论。研究结论补充了在线学习的认知弹性设计。研究结论拓展了在线学习的认知弹性设计。

关键词 认知弹性设计 自我调节学习 定性比较分析 在线学习行为

一、引 言

在线学习环境是课堂教学的补充。它在人才培养以及知识传递里发挥着关键作用。可是和线下教学实践比。因为受到时空分离条件的限制。在线学习方式下的课程设计存在诸多难题。资源组织也面临诸多难题。建构主义指导下的认知弹性理论针对结构不良知识的习得与迁移。该理论被广泛用于在线资源的组织与设计。这种非线性结构表征或许会导致迷航现象学习者常常处于盲目状态。这是因为目标层级分析不完整。自主学习设计也不佳。并且反馈不及时。

因而要发挥在线资源非线性表征优势。还要避免信息迷航。这就需要学习者有效地进行自我调节学习。自我调节学习是指学习者在学习过程中主动调整自己。调整认知、动机、情感、元认知和行为。目的是完成学习目标。学习者自我调节学习行为如何影响在线学习效果。这成为一个亟待解决的问题有研究显示，在自我调节学习进程里，时间规划以及求助行为能够推动对知识的理解，凭借这一点取得更高的成绩。学习者设定学习目标或者运用策略规划的行为，能够较好地达成课程目标，收获更好的学习成果。自我调节学习策略可以缩小高低先验知识学习者之间的差距。已有研究结论多数是从定量分析方面来揭示自我调节学习的某一要素对学习结果产生的影响。然而这些研究缺乏对因果机制的探究。在本文中采用了定性比较分析法（QCA）。借助组态的视角深入探究自我调节学习内部的因果机制。

二、文献综述

(一)在线学习中的认知弹性设计

近年来 在线学习迅猛发展 这引发了更多对教学质量的考量 特别是在复杂知识领域 简单的线性设计已无法满足学习者的学习需求认知弹性设计以认知弹性理论为指导。它把概念知识与相关案例相互交叉。形成多维度的“十字交叉形”非线性超文本信息结构。从多角度出发建构知识。以不同形式呈现知识。借助不同情境案例呈现知识。让学习者面对不同问题情景时有多种反馈途径。超文本环境能为学习者出色地提供文本、图形、动画、音频等媒体。学习者能够随机访问各条链接路径。学习者能够动态访问各条链接路径。学习者能够非线性访问各条链接路径[7]。在基于 WEB 的“教学系统设计”课程里，学习者能够借助浏览器导航工具以及热字链接，于不同案例、观点、主题间的“十字交叉形”中开展学习。在“网络维护”课程中，“网络故障信息”“网络维修”等案例构成十字交叉，学习者通过自主构建知识来加强对复杂概念的多维理解，从而探究在不同情境下结果的异同[8]。

认知弹性设计营造的非线性超文本环境让学习者能够自由挑选节点、跳转链接。比如在英语学习方面，相较于传统纸媒体，超文本的自由跳转更有助于提高英语阅读速度以及英语理解能力[9]然而有研究显示，这种自由会让学习者在信息量负荷较大的超文本路径中迷失方向。也就是说，学习者无法确定自己在链接中的位置，也不知道该通过哪条路径抵达期望的位置。迷航现象会削弱学习者搜索信息时的引导能力与目标能力，降低“十字交叉形”的学习效果。由此可见 虽然认知弹性设计的非线性与灵活性 给学习者带来了更多选择自由 但也对学习者自我调节学习能力 提出了更高要求

(二)自我调节学习

有不同模型与观点可用于解释自我调节学习过程。从社会认知角度看，自我调节学含四个常见假设。其一，所有模型都假定进行自我调节学习的学习者能监控与调节自身认知、行为、动机及情绪。其二，学习者行为具目标导向，在自我调节学习过程中要调节自身行为以实现这些目标，且从学习环境中利用先验知识构建目标与意义。其三，自我调节学习是周期性的，由不同阶段和子过程构成。其四，自我调节行为在学习者表现、环境因素和个体特征间起中介作用。在所有模型里 最常见的是所提出的三阶段循环模型 他把自我调节学习划分成三个循环阶段 分别是计划 执行和反思[14]

在线学习环境下技术干预支持和加速自我调节学习主要有两种方式。一种方式是，将自我调节学习策略用作规范学习者学习的办法。这种方式会在在线学习环境里运用。运用它的目的是检验自我调节学习策略的有效性。在作文写作课程里，运用自我调节学习策略的小组，于单词、句子以及整体写作质量测评的保持测试里，表现更为出色；在历史课程中，增添自我调节学习支持的小组，尽管学习满意度不高，然而却取得了较高的分数。其二是在自我调节学习策略里增添支架、提示或者反馈。借助辅助工具实时追踪外显行为。通过分析学习痕迹能更好地理解学习过程。比如在MOOC学习里，高自我调节能力的学习者参与学习活动更频繁。他们持续学习的时间更久。在自主学习环境中，学习者计划阶段表现越好。执行阶段表现也越好。学习效果就越显著。并且学习者计划和执行的水平能直接影响自我反思情况。研究者对自我调节学习不同阶段的具体行为表现进行了细化。具体行为的观测情况见表1。

表1 自我调节学习具体行为

(三)自我调节学习行为的测量与学习分析

追踪和记录自我调节学习行为 通常运用问卷 课堂观察 日志数据分析 访谈 出声思维等方法 比如 有研究者开发了追踪自我调节学习行为的工具 记录学习者心理活动痕迹 操作行为 日志数据 借此分析学习者行为模式[21]先记录和收集大量行为痕迹。再据此进行学习分析。借此表征学习者内部认知过程。这包括两个阶段。其一。追踪记录学习者学习行为并分类编码。其二。采用定性或定量数据分析方法。探究学习者学习行为的模式特征及运行机制借助滞后序列分析法，剖析学习者于教学实践课程里学习、讨论、自测、反思等行为的模式与特征，发觉不同元认知技能学习者的行为模式存有差异[22]；运用数据挖掘的办法，分析不同自我调节学习能力的学习者在不同阶段的行为差别，发现学习者的自我调节学习能力更多展现于执行阶段的行为上，且高水平自我调节学习者呈现出更有效的时间管理策略与更强的整体规划能力[23]。

学习结果是由多种行为组合并发导致的。现有统计分析方法不适用于深入探讨多重并发的因果机制。QCA 基于案例研究多重并发因果关系。它能解决变量多、案例少的困境传统统计技术像回归分析。其基本假设有自变量相互独立。还有因果对称。以及具有单向线性关系。在控制其他因素时。分析自变量对因变量的边际“净效应”。但这些方法解决不了因果复杂性问题[24]QCA采用整体视角。它假定某种现象产生的原因复杂多元且非线性。该现象是多个前因条件组合形成组态作用的结果。QCA处理存在三种主要方式。分别是清晰集()、多值集()以及模糊集()。本研究中的数据全是连续性数值。简单的分类法没办法区分处于临界值的数据。因此本研究从组态视角出发。探讨各行为以及各行为间组合致使不同学习成绩产生的原因

三、研究设计

(一)研究对象

实验选取了华中师范大学“教学技术与媒体”课程里的57名本科生。这些学生年龄在19至23岁。其中男生有8人，女生有49人。学科专业包括物理专业、化学专业以及历史专业等。被试都有较长的在线学习经历。并且是首次对电脑硬件知识展开系统学习

(二)学习材料

实验材料是已开发出的非线性超文本课件 学生要完成“电脑硬件部件、功率测量以及电脑组装”主题的在线学习 本课程学习目标是 学生能灵活运用知识和技能分析问题 提出合适配机方案 这属于非良构领域的复杂知识学习 实验材料如图1所示 左图是课件主页面 右图是可跳转的分支结构

图1 认知弹性设计下超文本学习材料

(三)测量工具

1. 知识前、后测

两轮测试题目数量相同，类型一样，知识点也一致。不过，有50%的题目表述出现了变化。知识测试问卷一共有15道题，涵盖保持和迁移这两个方面。学习者的学习成绩，是以前测和后测成绩的差值来确定的。前测问卷具备较好的区分度（t=12.72，p ）

2. 行为记录

学习时用观察法、出声思维法和访谈法记录行为数据。观察法靠观察录屏数据记学习者自主学习行为，像做笔记、查资料等。出声思维法有6次提问，如“刚才行为中你反思了吗，反思了啥？”“刚才行为中你制订计划了吗，制订了啥计划？”等访谈法主要用来了解学习者在自我调节学习过程中的感受。它还用于补充行为编码表中遗漏的行为。

(四)实验流程

实验总共划分成三个阶段。其一为真实问题引入。其二是十字交叉形学习。其三是观点交流与评价。在首个阶段。学习者可依照教学指导。知晓在线学习环境的具体操作。于基于多媒体构建的真实问题情境里。直观看到要达成的学习目标学习者确定并选择学习目标后进入第二阶段。此阶段，学习者能通过点击、快进、后退、暂停等交互键，在不同角度案例中实现跳转学习，形成个性化学习路径。第三阶段是观点交流与评价阶段。学习者可进行思维表达或求助同伴，以助其在学习完成后开展自我监测，加深对知识的理解，培养批判性思维。在此过程中，会通过录屏记录学习者的行为数据。也会通过出声思维法记录学习者行为数据背后的含义。实验结束后会安排访谈。通过访谈来了解学习者某些行为的真实原因。

(五)行为编码与数据分析

1. 行为编码

见表2

表2 自我调节学习行为编码表

编码工作由3名教育技术学专业研究生开展背对背编码。正式编码前，他们都经过专家培训，对编码表和编码方式已熟悉。编码完成后，对编码结果做系数检验。本次在线学习行为编码结果值为0.878，编码结果一致性较好。

2. QCA分析

相关分析：对每位学习者进行行为编码。之后将每一行为与学生成绩做相关分析。要是行为和成绩呈现相关关系。那么就进一步探讨因果机制

分析：数据校准方面，把变量设定为三个锚点，分别是完全隶属、交叉点以及完全不隶属，运用直接校准法把前因变量和结果变量校准成模糊集隶属分数。必要条件分析方面，在模糊集分析里，当结果的实例构成条件实例的子集时，就存在必要条件。其检验用数据的一致性显示，该数值在必要分析时不小于0.9就能被接受。在组态分析时，该数值不小于0.75可被接受。组态分析后会得到三类解。其中，中间解不会去除必要条件。通常认为应考虑中间解。还要结合简约解区分核心与边缘条件。若某前因条件同时在简约解与中间解中出现，就将其视为核心条件。若此条件只在中间解出现，那就把它视为边缘条件。

四、研究结果

(一)自我调节学习行为与学习成绩关系

因为行为数据不符合正态分布，所以采用相关分析。数据分析呈现出：自我监测与自我调节呈现出显著的正相关关系，相关系数R为0.381，p值为0.003

(二)自我调节学习行为的组态分析

该研究有57个样本，属于中等样本规模。通常选取的前因条件个数在4至7个。本研究有6种行为，符合中等样本的前因条件数量规定。

1. 数据校准

目标设置和自我反应属于二分类变量，无需校准。其他前因变量，即制订计划、自我监测、自我调节、自我判断，以及结果变量学习成绩，其三个锚点分别设为样本数据的上四分位数、平均值和下四分位数。并且按照95%（完全隶属）、50%（定性交叉点）、5%（完全不隶属）隶属度的取值来进行校准。

2. 必要条件分析

数据校准后，要在前因条件里找必要条件。必要条件的一致性结果表明，目标设置是带来较好学习成绩的必要条件（一致性0.918>0.9）。构建真值表时，要把目标设置当作必要条件纳入。还要进一步探索产生高、低自我调节学习水平的组态。

3. 组态分析

把目标设置纳入条件变量。把制订计划纳入条件变量。把自我监测纳入条件变量。把自我调节纳入条件变量。把自我判断纳入条件变量。把自我反应纳入条件变量。把高、低学习成绩纳入结果变量。产生的组态见表3

表3 产生高低学习效果的组态

通过分析可知自我调节学习行为对高、低学习成绩有影响。其通过多重并发路径产生影响。其中产生高学习成绩的组态有4组。总体一致性为0.928。总体覆盖度为0.513。能解释51.3%的案例。产生低学习成绩的组态有2组。总体一致性为0.884。总体覆盖度为0.557。能解释55.7%的案例

进一步分析组态会发现：学习成绩是由6种行为构成多重并发路径共同作用的结果。这6种行为分别是目标设置、制订计划、自我监测、自我调节、自我判断和自我反应。每种行为与其他行为组合形成的组态不同，对学习成绩产生的影响也不相同。在计划阶段 产生高学习成绩时 目标设置出现 制订计划较少 计划在整个自我调节学习过程中作用未充分体现 导致两种不同结果在执行阶段 当产生较高学习成绩时 组态几乎都包含较多自我调节行为 也包含较多自我监测行为 而当产生较低学习成绩时 组态几乎都包含较少自我调节行为 也包含较少自我监测行为 这说明执行阶段行为对学习者在认知弹性环境中的学习最为有效 其发生的频数能够直接影响学习成绩在反思阶段 当产生较高学习成绩时 在覆盖度较大的组态里 几乎都出现了较多的自我判断和自我反应 而当产生较低学习成绩时 自我判断和自我反应对其影响不大 这说明反思不是导致学习成绩差的重要影响因素

五、研究结论

和线性学习相较 学习者于计划阶段 有着不同行为表现 于执行阶段 有着不同行为表现 于反思阶段 有着不同行为表现 在认知弹性设计情形下 学习者能调节认知策略 能调节元认知策略 能调节动机 能调节行为 进而开展非线性超文本的学习

在认知弹性设计的情况下。计划阶段设置了目标行为。这一目标行为是致使取得较好学习成绩的必要条件。但并非充分条件

已有研究显示，设置目标能够对学习进展起到监控作用。学习者会据此调整自身认知。学习者会据此调整自身动机。学习者会据此调整自身行为。以此来达成目标。本研究有如下发现。在认知弹性设计的情况下。设置目标对学习的促进效果并非直接达成。而是要通过高度的自我监测来实现。还要借助高度的自我调节来达成。并且依靠高度的自我判断来完成。设置目标与其他行为组合。会同时产生较高和较低两种学习成绩。组态1辅证了这一观点。组态2也辅证了这一观点。组态3同样辅证了这一观点

目标设置是导致较高学习成绩的必要条件。但它同样是导致较低学习成绩的因素之一。这可能受知识领域影响。相较于良构线性领域的知识。非良构、非线性领域中复杂学习所用学习策略不同。本研究的学习内容属非良构知识。所以学习者用先前经验策略设置目标时。可能会出现失衡状态若所设目标过低 就会轻易达成目标 这会阻碍其学习更高层次内容 若设置目标过高 因材料复杂 学习者在学习中会感知到额外认知负荷 元认知无法持续监测和调节自我 进而导致学习效果较差 组态5和组态6辅证了这一观点

在认知弹性设计的情况下。于计划阶段。制订计划这种行为。是对学习成绩没有影响的条件。是无关条件。

已有研究显示，计划能助力学习者在自我调节学习进程里更出色地达成目标，引导学习者有条不紊地开展学习，完成学习任务。本研究发觉，制订计划对提升学习成绩未起到作用，然而不制订计划会致使学习成绩较低，较少制订计划与其他行为搭配会同时引发较高和较低两种学习成绩，这和先前研究并不完全吻合。较少的制订计划能带来更佳学习成绩。原因主要有两点。从学习资源结构看。学习者在“十字交叉形”非线性超文本系统中学习成绩较好。但部分学习者充分理解这种非线性知识结构有困难。做出准确计划也存在一定困难。从学习者角度看。学习者在非线性学习材料中找目标并制订计划需花大量时间。这压缩了学习知识内容的时间。进而导致学习成绩较低。

在认知弹性设计的情况下，执行阶段存在自我监测行为。同时，执行阶段还有自我调节行为。这两种行为能起到明显的补益作用。它们是通过分配更多资源，来补偿计划阶段的不足。

迷航现象由超文本信息结构节点间复杂关系引发，极大限制计划阶段行为有效作用。但在高度自我监控和自我调节下，学习者能花更多时间运用策略学习。这可让认知结构更清晰，从而弥补制订计划的缺失。还能保证自己足够理解知识，以获更好学习效果自我监测能让学习者掌握知识内容。自我调节可使学习者调整自身学习进度。这二者能促进学习效果。这与已有发现保持一致。

从组态5、组态6可知。若在学习进程里减少自我监测。同时减少自我调节。那么便不利于促进学习效果。这和已有发现相符。从学习者自身角度讲。若学习者认知水平较高。那么其更具调节认知与元认知过程的能力。能有效调整认知投入。对于认知水平低的学习者。则需分配更多认知资源专注理清知识内容。分配较少认知资源用于系统性加工处理。在学习效果测试中表现欠佳。

这对促进学习成绩更具成效

本研究有这样的发现。部分学习者进行了自我反应。然而他们并没有进行自我调整。这致使学习效果不佳。有研究显示，自我反应存在防御性反应与适应性反应这两种形式。防御性反应是借助降低学习投入，削减持续学习以及学习展示的机会，以此维护自身形象，像放弃课程或者缺席考试。适应性反应是针对学习策略有效性作出调整，比如放弃或修改无效的学习策略。组态3、组态4、组态6证实了这一观点。

本研究揭示了认知弹性设计下自我调节学习的必要不充分条件。还揭示了其无关条件。也揭示了其补益作用。本研究验证了其他学者关于在线学习中自我调节学习行为的研究成果。从组态视角分析了认知弹性设计下自我调节学习行为表现。丰富了前期研究结论。为认知弹性设计下更好实现自我调节学习提供了实证依据研究只是从认知和行为角度展开探讨。其缺乏对情感的测量。在今后研究里可考虑纳入情感因素。如此便能更全面地考察自我调节学习。

本文刊载于《电化教育研究》2022年第2期。若需转载，要与电化教育研究杂志社编辑部取得联系。其官方邮箱为（此处未给出具体邮箱内容）

引用请注明参考文献：李文昊、任晓曈、朱希雅、陈冬敏所著《认知弹性设计下自我调节学习行为影响学习成绩的机制研究》，发表于《电化教育研究》2022年第43卷第2期，第64至71页。