赵磊 等 | 如何提升大学生数字化学习力——基于某省属重点高校调查数据的蛛网模型分析

刊载信息

赵磊，张鑫彤，& 刘佳慧.(2025).如何提升大学生数字化学习力——基于某省属重点高校调查数据的蛛网模型分析. 中国远程教育(5),55-74.

如何提升大学生数字化学习力——基于某省属重点高校调查数据的蛛网模型分析
赵磊, 张鑫彤, 刘佳慧

【摘要】在高等教育数字化转型的关键阶段，数字化学习成为大学生学习与发展的重要方式。开展数字化学习力调查研究，剖析大学生数字化学习力的现状特征，可为提升大学生数字化学习水平和高校人才培养质量提供科学依据。基于某省属重点高校2,041名大学生调查数据的蛛网模型分析，大学生数字化学习力呈现如下特征：在正念主体性方面，具备较强的数字化学习意识，但过程管理和情绪调节能力有待提升；在创造性方面，具备一定冒险精神，但数字化学习中的想象力、直觉思维和愉悦感需要增强；在意义建构方面，具备较强的知识建构能力，但需加强信息提取与关联能力；在好奇心、乐观与希望两方面，具有较强的求知欲和信念感，但面对高难度任务时数字化学习兴趣容易消退；在学习互惠性方面，具有较强的交流协作意识，但缺乏对数字化学习共同体的归属感；在学习开放性方面，具有一定学习韧性，但处理数字化学习难题的自主性较弱。基于此，需要培养大学生数字化学习反思与归因意识，提高正念主体性和学习开放性；面向创造性思维的发展开发数字课程；促进大学生转变数字化学习方式和思维模式，提升意义建构能力；激发大学生数字化学习的好奇心，提升其内在学习动力；创建数字化探究社区，增强大学生互惠性学习体验。

【关键词】大学生; 数字化学习力; 测评; 蛛网模型

一、

问题提出

学习力是大学生学会学习的重要表征和判断标准（陈维维 & 杨欢, 2010），更是其提升学习质量、促进终身发展的决定性因素（李宝敏 & 祝智庭, 2017）。随着互联网技术的发展和教育数字化的推进，数字化环境下的教与学逐渐成为高等教育改革创新的重要趋势，大学生的学习场域也从现实空间向技术丰富的数字化空间转变，数字化学习正在成为大学生学习与发展的新常态。在这种背景下，探索大学生数字化学习的机制与规律，提升其数字化学习力，不仅有助于他们克服数字化学习困难，胜任数字化学习活动，改善数字化学习体验，提高数字化学习质量（丁亚元 等, 2015），而且对于其超越知识学习，发展数字化学习品质，与不断变化的数字化学习环境共生共存，并在今后的数字化生存中获得成功具有重要意义（管珏琪 & 祝智庭, 2018）。然而，当前高校更加重视大学生学习成果的产出，尤其是知识目标的达成，对产出学习成果的能力、品质和素养，即学习力的关注甚少。如张湘韵（2016）对我国48所高校本科生的调查表明，大学生学习力均值虽高于中位数，但各子维度发展不均衡，短板明显，亟须提升；黄小欧和庞学光（2020）对某高职院校学生的调查表明，高职院校重教轻学现象严重，学生学习力的培养尚未得到应有重视，学习水平普遍较低。为此，把握大学生在校期间学习与成长的关键期，培养其数字化学习力，引导其转变学习方式，提高学习水平，应对数字化学习环境的变化与挑战，是数字时代高校人才培养的重要诉求，也是高等教育领域亟待解决的实践性课题。综上所述，本研究试图在探索数字化学习力概念框架的基础上，结合已有评价工具，编制大学生数字化学习力测量问卷，以某省属高校大学生为对象展开调查研究，并利用蛛网模型图对大学生数字化学习力的基本状况进行描述与分析，以期为大学生数字化学习力的培养与提升提供参考依据。

二、

文献综述

（一）数字化学习力的内涵界定及相关研究

“学习力”（Learning Power）的概念最早由美国麻省理工学院杰伊•福瑞斯特（Forrester, J.）教授于1965年提出，并将其广泛应用于管理学领域。20世纪80年代后，学习力逐渐被迁移至教育学领域，并成为教育科学、学习科学和教育技术学共同关注的前沿问题。目前，学界关于学习力内涵的阐释主要存在五种观点，即能量观、品质观、素质观、能力观和综合观。能量观认为学习力是促进学习意愿与结果相互作用的能量（Crick, 2006, pp.4-5）；品质观认为学习力是个体性格、价值观、态度、信仰和社会经验融合而成的个性心理品质（Claxton, 2002, pp.16-17）；素质观认为学习力是学习过程中促进学习品性不断提升的动态能力系统，是衡量个人综合素质和竞争力强弱的尺度（吕晓娟, 2015）；能力观认为学习力是学生获取、分享、运用和创造知识的能力（朱唤民, 2011）；综合观认为学习力是支持学习者持续学习的各种力量因素的综合系统（贺武华, 2013）。综上所述，学习力是一个复杂的概念，不同观点对其本质内涵的解释不同。

数字化学习力在数字化学习过程中生成与发展，是学习力和数字化学习活动以及学习环境有机融合的产物。结合已有文献梳理，数字化学习力的内涵可被归纳为能量观、能力观和综合观三种定位倾向。其一，从能量观视角看，数字化学习力被界定为在数字化教育情境中或技术丰富环境下促进学习与发展的动态能量系统。如管珏琪和祝智庭（2018）认为数字化学习力是学习者适应技术丰富环境，在使用技术创新学习以谋求知识获取、技能发展与智慧生成过程中产生作用的动态能量系统；黄勋（2020, p.9）将数字化学习力视为学习者在技术丰富的环境下或教育情境下具备的学习能量，促进学习者利用技术变革学习，获取知识与技能，实现认知发展，体现了个体综合素质和信息素养的全面提升。尹雯静（2022, p.15）认为数字化学习力是智慧教育环境下持久变化转换的学习能量系统，驱动学习者产生学习行为，调节学习过程，开展学习活动和学习社交，通过运用合适的学习策略拓展认知、内化知识、应用知识并生成智慧。其二，从能力观视角看，数字化学习力被视为学习者利用数字技术支持和促进学习活动或解决问题的高阶能力，具有复杂性和多元性特征（Yan & Li, 2024），是泛在环境下学习者开展有效学习需要具备的知识、技能、动机和态度等基本特质（庄榕霞 等, 2018）。其三，从综合观视角看，数字化学习力可被理解为数字化情境下学习者所具备的、能够保证其学习活动顺利开展的多种能力综合而成的力量（郭磊, 2012, p.36）。

（二）数字化学习力的结构要素及相关研究

目前，关于学习力构成要素的研究，较为典型的划分方式有四种，即“四要素说”“六要素说”“七要素说”和“综合体说”。其中，“四要素说”由英国学者布里斯托尔大学教授盖伊•克莱斯顿（Claxton, G.）首次提出，包括顺应力、策应力、反省力和互惠力（Claxton, 2002, pp.16-17）；“六要素说”由我国学者裴娣娜（2016）提出，包括知识与经验、策略与反思、意志与进取、实践与活动、协作与交往、批判与创新；“七要素说”由有效终身学习编目（Effective Lifelong Learning Inventory，ELLI）项目组提出，包括应变与学习、关键好奇心、意义形成、创造性、学习互惠、策略意识和顺应力（Crick et al, 2004）；“综合体说”由哈佛大学威廉•C. 柯比（Kirby, W. C.）教授提出，包括学习动力、学习态度、学习方法、学习效率和创新能力（柯比, 2005, pp.1-2）。

与一般学习力不同，数字化学习力结构要素较为复杂多元，其观点的提出与验证采用了不同的理论观点和研究方法。如管珏琪和祝智庭（2018）从技术丰富视角出发，利用混合方法研究了数字化学习力的结构要素，具体包括知识与经验、思维品质、学习内驱力、技术驾驭力、信息加工力、关系协调力、自我管理力、学习反思力和学习创新力，并构建了数字化学习力的三层同心圆、正反三角螺旋相交结构模型。郭磊（2012, p.39）基于联通主义学习理论，并结合德尔菲法和阐释学方法提出数字化情境下学习力的构成要素，具体包括创造力、情感力、判断力、联结力、兼容力、实践力、协作力、迁移力、敏感力和技术力。王牧华等（2023）通过文献分析法和专家访谈法提取了大学生在线学习力的构成要素，包括驱动力、调节力、策应力、顺应力、转化力和互惠力，并利用问卷调查法验证了六个要素的结构效度。鲁思•迪肯•克瑞克（Crick, R. D.）教授等在ELLI项目组“七要素说”的基础上，探索了数字时代学习者学习力的概念框架与结构模型，将数字化学习力划分为正念主体性（Mindful Agency）、创造性（Creativity）、意义建构（Sense-Making）、好奇心（Curiosity）、乐观和希望（Hope and Optimism）、学习关系（Learning Relationships）和学习开放性（Openness to Learning）七个要素，并指出这七个要素不仅是促进数字时代有效学习的基本能力素养，而且是培养与发展学习者数字韧性，提升其对数字化环境的适应能力，应对各种学习挑战、数字风险和不确定性问题时所必需的心理品质（Crick et al., 2015）。

（三）研究述评

通过文献调研发现，学习力是一个复杂多元的概念。当前学界已从不同理论视角对学习力和数字化学习力的本质内涵、概念框架与结构要素进行了深入探讨，丰富和发展了学习力及数字化学习力的相关研究。尽管研究视角莫衷一是，内涵界定和要素划分呈现诸多差异，但普遍经历了从单一能力要素到综合能力系统的转变，如将学习力视为综合素质的集中体现、动态发展的能力系统或能量系统，并着重强调学习的外显行为与活动表征，而不是学习者内在的个性、品质和素养。在研究方法层面，文献研究、专家访谈、问卷调查和混合研究是探索学习力结构要素的主要方法，这可为大学生数字化学习力概念框架和测评指标的研究提供参考依据。值得注意的是，作为学习力概念的衍生产物，数字化学习力既具有学习力的一般特征，亦强调数字技术环境的特有属性。而数字技术环境是数字化学习发生的外部条件，需要与学习者内在心理品质共同作用才能促进有意义学习的发生。同时，数字技术环境还具有复杂性、网络化、信息多元和不确定性等特征，充满诸多变化、挑战与数字风险，对学习者内在心理品质和环境适应能力都有较高要求。尤其是在生成式人工智能的支持下，学习者更加需要超越知识学习，发展适应数字生存、激发学习动力、培养学习志趣、锤炼数字韧性、铸造学习关系和提升学习效能所必需的个性品质。为此，有必要从品质观视角对数字化学习力进行界定，并结合实际的学习环境和研究情境，对学习力的概念框架与结构模型进行深入探索和讨论，从而对其形成更为科学的理解与认识，提升研究成果的系统性和应用性。

三、

大学生数字化学习力框架构建

（一）大学生数字化学习力内涵解析

基于文献分析结果，本研究从品质观视角对大学生数字化学习力的内涵进行解读，并将其界定为数字时代大学生亟须具备的学习品质，即在数字化学习活动中形成与发展的、驱动大学生调动学习信息和身心能量以达到特定学习目的的个性心理品质。这些学习品质既与技术无关，是超越技术之外、触发学生有效学习的基本因素，又是学生与数字化学习环境互动的产物，可外化为其在面对学习挑战、数字风险和不确定性问题时所展现出的应对行为与适应能力。

数字化学习力具有不同于一般学习力的特殊属性。第一，从学习情境来看，数字化环境的网络化、智能化和智慧化特征尤为显著。学习者在“互联网＋”、大数据、人工智能和虚拟现实等新技术支持下开展灵活、高效和自适应学习（钟绍春 等, 2018），其学习活动具有高度的情境性特征（Yan & Li, 2024）。因此，数字化学习力不是学习力在数字技术环境下的简单迁移，而是数字化学习环境下大学生胜任数字化学习活动的特有品质，既与数字化学习环境交互作用，又与数字化学习活动相生相长，动态发展，持续更新。第二，从学习风格来看，当代大学生自主学习和个性化学习特征尤为显著，数字化学习是一种真正自主（自主选择学习内容、自我引导学习方式和自主管理学习进程）、多元因素（元认知、动机与行为等）共同参与的学习模式（陈梦迁 & 彭希林, 2020）。因此，数字化学习力强调大学生学习的主体性，不仅彰显其自主塑造学习过程、参与学习活动、调节学业情绪、监控学习行为、履行学习契约的特征，而且有助于其在数字化学习活动中解放个性，拓展思维，获取知识，发展认知与元认知，促进深度学习。第三，从学习方式来看，数字时代大学生泛在学习、混合学习和定制学习的倾向尤为显著，即根据自身个性化学习需求，在“适当的”时间和地点，利用“合适的”学习技术，选择与学习风格相契合的资源和策略，开展“适度”学习，形成“适当的”能力，在此过程中，人机互动与协作会话的作用日益凸显（陈梦迁 & 彭希林, 2020; 赵磊 等, 2015）。因此，数字化学习力一方面强调学习的主动性和目的性，即大学生善于发问的学习意识和探究新知的学习需求，另一方面强调学习场域和学习关系的联通性，即大学生能够通过各种技术手段、交互方式、资源通道和学习社区获取知识信息，建构知识意义，形成知识节点，分享知识成果，构建知识网络，促进知识生产。第四，从学习进程来看，数字化学习空间的多变性和学习问题的复杂性尤为显著，大学生在学习过程中面临的挑战也随之加剧（祝智庭 & 沈书生, 2020）。因此，数字化学习力强调学习的意志力、信念感和责任感，有助于发展大学生数字学习韧性和乐观向上的学习品质，使其能够积极应对数字风险与不确定性问题。第五，从学习结果来看，大学生数字化学习的终极目标不仅是获取知识，更多是拓展能力，即利用合适技术智慧地参与学习活动，创造性地解决实践问题，从而逐步提升高阶思维能力与核心素养能力（钟绍春 等, 2018）。因此，数字化学习力强调学习任务的挑战性、学习过程的体验性和学习结果的转化性，有助于发展大学生的数字素养、想象力和创造力。

（二）大学生数字化学习力结构要素分析

本研究在探讨大学生数字化学习特点与学习力内涵的基础上，以ELLI项目组发布的“七要素”框架（Crick et al., 2004）和克瑞克等（Crick et al., 2015）提出的数字时代学习力模型为理论依据，采用文献调研与访谈研究法，深入分析了大学生数字化学习力的结构要素及其内涵和特征。首先，结合理论框架和相关文献研究，从正念主体性、创造性、意义建构、好奇心、乐观与希望、学习互惠性和学习开放性七个方面初步确定大学生数字化学习力的测评维度。然后，从某省属高校的不同专业随机抽取了14名学生进行半结构化访谈，获取其数字化学习经历的一手资料，发掘大学生数字化学习的行为表现及潜在特征，进而确定七个测评维度的构成要素，使之逐步细化与完善，最终形成如表1所示的大学生数字化学习力结构框架。

表1 大学生数字化学习力的“七要素”框架

其中，正念主体性是一种积极学习的心理品质，是指大学生在数字化学习过程中能够充分发挥主观能动性，自主调动元认知能力，调节学业情绪，管理学习过程，并对学习高度负责的主体意识与学习品质，包括主体性、情绪管理能力和过程管理能力等要素；创造性是指大学生具备冒险精神和学习愉悦感，在数字化学习过程中能够通过想象和思维发散等多种路径，利用丰富的技术资源探索新方法，解决新问题，创造新知识，包括想象力和直觉、冒险性和趣味性等要素；意义建构是指大学生能够将数字化学习环境下原本独立的信息进行有机联系，建构关于当前所学内容的概念网络和认知结构，并充分理解知识技能对自己学习的重要性，包括建构关联和建构意义等要素；好奇心由个体内部激发和驱动，是大学生自发产生的想要深入理解、探索新知的内在需求；乐观与希望是个体对学习结果预期的一种信念感，指的是大学生相信并乐观、积极地认为自己可以随学习时间的推移成长和改变，从而产生向特定学习目标不断迈进的动力；学习互惠性是指大学生在数字化学习过程中，能够通过多种途径和渠道，以有效、负责任的方式与他人建立学习关系，既能够向他人寻求帮助，也愿意帮助他人，包括协作性和归属感等要素；学习开放性是学习者对数字化学习体验的一种开放心态，是指大学生能够控制好情感和情绪，对任何数字化学习结果（包括好的和不好的）都可以坦然接受，包括坚韧性和自主性等要素。

（三）大学生数字化学习力结构框架验证

为验证大学生数字化学习力结构要素的合理性，进一步探索大学生数字化学习力的测评指标，本研究设计了“大学生数字化学习力测评量表”，并基于试测数据进行信度和效度分析，检验并提升测评模型的有效性。本研究选取克瑞克等人（Crick et al., 2015）设计的测评量表作为研究工具，并结合上述数字化学习力框架和相关文献调研，对该测评工具进行本土化修订与改造，经8名学科专家审校，形成了“大学生数字化学习力测评量表”，共45题，包括正念主体性、创造性、意义建构、好奇心、乐观与希望、学习互惠性和学习开放性七个维度，采用李克特五点形式进行计分。该量表于2023年8月在某省若干高校进行小范围试测，回收问卷505份，其中有效问卷450份，有效率为89.11%。通过项目分析发现，有2道题目CR值未达到显著水平，需要删除。在此基础上，将全部有效样本按50%的比例随机分成两组，分别对七个维度对应的分量表进行因子分析。其中，探索性因子分析（n=225）结果显示，各分量表的KMO检验值均大于0.8，Bartlett球形检验的χ2值均达到0.05显著水平，且每道题目的MSA值均高于0.5，共同度高于0.2，说明各分量表的相关矩阵间有共同因素存在，适合进行因子分析。通过主成分分析，采用最大方差法提取各分量表公共因子，求出因素负荷矩阵，发现有4道题目与所属因子不一致，需要删除。验证性因子分析（n=225）结果显示，量表总体及各维度的卡方自由度比值（χ2/df）、标准化残差均方根（SRMR）、近似误差均方根（RMSEA）、非规范适配指数（TLI）和比较拟合指数（CFI）基本达到检验标准（见表2），题目因子载荷在0.63—0.92之间，显著性水平均达到0.01标准，表明量表拟合度良好，模型结构合理。此外，信度分析结果显示，量表总体Cronbach’s α系数为0.969，各分量表Cronbach’s α系数在0.808—0.907之间，信度较高，可用于更大范围的调查研究。最后，本研究得到由39道题目组成的大学生数字化学习力测评量表，具体涵盖如表1所示的7个一级指标和11个二级指标。

表2 验证性因子分析模型拟合结果

注：由于好奇心、乐观与希望两个维度不存在潜变量，故将二者整合之后再进行因子分析。

四、

大学生数字化学习力基本特征及现实困境

基于前期构建的测评量表，本研究编制了大学生数字化学习力的测评问卷，共43道题目，具体包括大学生基本信息（4题）、正念主体性（9题）、创造性（6题）、意义建构（6题）、好奇心（3题）、乐观与希望（3题）、学习互惠性（6题）和学习开放性（6题）八个部分，测评对象均是来自某省属重点高校的本科生和研究生。近年来，该校积极推动教育数字化建设，省内示范效应显著，不仅开展了“数字化赋能教学改革”主题式研修培训，全面提升了教师数字化教学能力，而且着力打造智慧校园，构建了网络化、智能化的教育环境，为学生混合学习和泛在学习提供了丰富资源和技术支撑，有效促进了其数字能力和学习质量的提升。为此，选取该校学生作为调查样本，具有一定代表性。正式问卷于2023年9月通过网络社交平台进行发放，共回收问卷3,495份，其中有效问卷2,041份，有效率为58.40%。相关研究表明，利用蛛网模型能够对学生学习力数据进行可视化分析，有利于提升学习力测评的实用性（黄小欧 & 庞学光, 2019）。本研究基于调研数据绘制能够直观表征学习力的蛛网模型图，以对样本大学生数字化学习力特征进行分析与评价。

（一）正念主体性特征及问题分析

测评发现，在主体性意识建构方面，当所学内容极为重要时，76.82%的学生能够尽力找到合适的技术资源及相关方法开展学习；51.40%的学生拥有开展数字化学习的独特方式；63.96%的学生认为如果时间充足，他们一定可以借助技术资源找到学习问题的解决方法；57.27%的学生能够通过改善学习方式，保持数字化学习动机，提升数字化学习质量。但在情绪管理方面，仅有30.47%的学生在不想学习时，仍有办法利用丰富、多样的技术资源让自己进入学习状态；42.53%的学生能够尝试寻找方法，调节自身在数字化环境中的负面学业情绪。在学习过程管理方面，47.58%的学生能够非常认真、谨慎且富有条理地选择数字化学习方法；48.95%的学生能够在开展数字化学习活动之前，制订较为详细的学习计划，以更好地完成学习任务；48.55%的学生能够较准确地预估自己的数字化学习时间，以达成相应的学习目标。具体情况如图1所示。

图1 正念主体性蛛网模型

测评结果表明，大学生参与数字化学习的主观能动性较强，对学习具有高度负责的主体意识，愿意探寻并掌握合适的方法来解决数字化学习问题，并形成了自身特色鲜明的学习方式，能够借助技术资源开展个性化学习。但仅有部分学生具备一定的管理和规划意识，能够根据学习目标与学习内容制订学习计划，选择学习方法，安排学习时间，管理学习过程；超过半数的学生不善于运用元认知策略促进自我调节学习。同时，大部分学生的情绪调节能力较为薄弱，在实际的数字化学习进程中，难以采取有效措施对灰心、沮丧、焦虑等负面情绪进行控制与调节，不易保持内在学习动机、提升学习投入度和参与度。

（二）创造性特征及问题分析

测评发现，在想象力和直觉方面，45.32%的学生认为在数字化学习过程中，自己的脑海中会不经意间（或在恰当时机）浮现出好想法；46.45%的学生能够结合多种感官（如视觉和听觉）的综合作用，发挥想象力，开展数字化学习；46.79%的学生在数字化学习过程中，能够经常停下来思考，并生成解决问题的好主意；45.96%的学生通常能够在思维方式自由发散、不受约束时，借助技术资源找到解决学习问题的最好或最恰当的方法。在冒险性和趣味性方面，当感到数字化学习变得乏味时，41.89%的学生善于找到让其变得有趣的方法；50.02%的学生愿意不断尝试新的数字化学习方法。具体情况如图2所示。

图2 创造性蛛网模型

测评表明，部分学生已经具备了一定的冒险精神，希望通过不断探索新的学习方式增强数字化学习的趣味性，并尝试将想象力、直觉思维与数字技术资源进行深度融合，以解决学术问题和实践问题。但大部分学生的创造性思维仍较为薄弱，亟须加强想象力、创造力与直觉思维的训练，以应对越发复杂、多元和不确定的数字化环境和问题情境，找到让数字化学习变得有趣的方法，增强学习的愉悦感和体验感。

（三）意义建构特征及问题分析

测评发现，在建构关联方面，53.75%的学生能够把数字化学习内容和以前学过的内容进行有机联系；48.99%的学生在数字化学习过程中，经常回顾和思考所学的知识，包括以往了解、检索到的信息；52.68%的学生认为自身原有的知识内容和知识体系有助于准确检索信息和资料，学习新知识；49.39%的学生能够基于已掌握的知识技能和方法策略，借助适当的技术资源（如移动互联技术或生成式人工智能），在适当的时间和地点学习新内容，解决新问题。在建构意义方面，56.09%的学生喜欢利用技术资源学习与社会实践关联密切的知识；56.01%的学生会通过多种途径，运用多种技术、工具学习自己感兴趣的、关注的知识内容。具体情况如图3所示。

图3 意义建构蛛网模型

测评表明，大学生具备较强的知识建构能力，能够有效利用技术资源，联通不同知识场域，在适当的时间和地点获取与整合适当的知识信息，优化学习效果，提升学习质量，并准确感知与把握所学内容与真实问题情境的关联性，建构知识意义。但是，部分学生的信息提取与关联能力较为薄弱，在知识建构过程中，无法迅速、熟练地提取和调用原有知识信息，不利于新知识与自身知识结构的有机融合，进而影响有意义学习的开展和认知图式的生成。

（四）好奇心维度和乐观与希望维度的特征及问题分析

测评发现，在好奇心方面，52.72%的学生喜欢利用技术资源学习必须通过努力才能理解的知识技能；39.59%的学生认为如果数字化学习有一定难度，他们会觉得更有趣；45.32%的学生喜欢数字化学习任务具有一定挑战性或趣味性。在乐观与希望方面，49.05%的学生认为自己的数字化学习能力日益提升；52.03%的学生一直坚持不懈地追求数字化学习目标；56.15%的学生相信数字化环境中的任何学习问题总会有解决方法。具体情况如图4所示。

图4 好奇心和乐观与希望蛛网模型

测评表明，在数字化学习环境下，部分学生具有较强的知识需求和学习信念，一方面愿意通过努力完成难度适中的学习任务，提升学习满意度和成就感；另一方面能够以积极乐观的心态面对学习中的困难与挫折，并对学习结果充满良好预期，相信任何学习问题都会得以解决，自己也能更好地成长与发展。但超过半数的学生学习内驱力和挑战欲不强，在面对具有挑战性或难度较大的数字化学习任务时，对于知识的好奇心和内在学习需求会逐渐消退，不易激发学习兴趣和学习动机，难以体验到攻克学术难关、解决学习难题的乐趣。

（五）学习互惠性特征及问题分析

测评发现，在协作性方面，53.06%的学生喜欢和他人（包括线上学习同伴和线下学习同伴）一同解决数字化学习问题；50.37%的学生认为同伴之间的交流与讨论有助于数字化学习活动的顺利开展；47.38%的学生喜欢在数字化学习社区中和同伴讨论具有挑战性的问题。在归属感方面，41.16%的学生认为在数字化学习过程中，身边至少有一个同伴能够对其提供有效帮助；44.83%的学生认为在数字化学习社区中，至少能够找到一个人，向其寻求学习指导；43.80%的学生经常利用数字化工具与其他学习者进行密切交流，建立融洽的学习关系。具体情况如图5所示。

图5 学习互惠性蛛网模型

测评表明，在数字化学习过程中，大学生彼此之间交流与协作的意识较强。超过半数的学生愿意与同伴开展协作学习，共同完成具有挑战性的学习任务，讨论、解决学习难题，并认同数字化协作的意义。但仅有部分学生表示在数字化学习社区中，能够找到为自己提供指导和帮助的同伴，并与之建立良好的协作关系。由此可见，大部分学生对数字化学习共同体的归属感较弱，在一定程度上不利于互惠性学习关系的真正建立。

（六）学习开放性特征及问题分析

测评发现，在坚韧性方面，当在数字化学习过程中产生困惑时，49.49%的学生通常不会逃避学习新知识、新技能或新方法；50.41%的学生认为如果需要付诸努力才能学习到某一知识技能，他们仍会借助各种技术资源尽力尝试，不会轻言放弃；在数字化学习环境下，50.03%的学生在面对难度较大的课程内容或学习任务时，通常不会灰心，而会尽力调整心态，保持学习热情；52.04%的学生认为数字化学习过程中的各种体验对其学习与发展都具有一定意义。在自主性方面，39.29%的学生相信即使无法获得他人（如教师或同伴）的提示、指导与帮助，自己也能利用技术资源很好地学习；47.48%的学生认为在数字化学习过程中，无论是否获得来自教师正面、积极的评价，他们都能保持良好的学习状态。具体情况如图6所示。

图6 学习开放性蛛网模型

测评表明，大学生具备一定的学习韧性，能够正视数字化学习体验与学习结果，正确认识学习困难，并有意识地调整学习心态，保持学习热情。但是，大部分学生独自面对困难与挫折、处理学习问题的意识和能力不强，渴望获得他人的指导与帮助，哪怕只是正向、积极的鼓励和评价。如何提升大学生应对学习困难的自主性与自觉性，强化其独立思考与解决问题的意识，减少对他人支持的依赖感，是促进大学生对数字化学习体验保持良好开放心态的关键。

五、

大学生数字化学习力提升建议

为了弥补结构化问卷的不足，规避选项限制、灵活性缺失、信息不深入和资料不翔实等问题，拓展实证研究的深度和广度，本研究通过半结构化访谈分析了大学生数字化学习经历及现实问题，进而基于测评和访谈结果提出大学生数字化学习力的发展建议。

（一）培养大学生数字化学习的反思与归因意识

莎伦•J. 孔费索雷（Confessore, S. J.）和威廉•J. 科普斯（Kops, W. J.）关注学习者的自主调节力，认为具有学习力的学习者应当经常反思和评价自身的学习状态，并根据明确的目标调整学习方法和策略，优化学习过程与结果（Confessore & Kops, 1998）。然而，调查显示，样本大学生已在数字化学习中表现出一定的主体意识、韧性品质和独特风格，但尚未形成良好的管理规划意识和情绪调节能力，并在遇到困难时较为依赖他人，在乎他人看法，不利于增强学习信念和自我效能。访谈中有学生表示在上述诸多方面，尽管他们在大四年级比其他时期表现得好，但大多数情况下不尽如人意。为此，教师应充分重视培养大学生的反省思维和评价意识，通过专业课程教学、分享成长经验和提供学习建议等方式，引导他们从数字化环境下的学习者转变为自主学习的管理者和评价者，适当运用评价策略反复对比学习目标和学习结果，反思学习状态与学习过程，诊断学习问题，修订学习计划，调整学习策略，优化学习进程，不断提升自主管理与调节的学习力。此外，还需要给予大学生更多的情感支持，重视引导大学生建立正确的成败归因方式，使其能够学会正视数字化学习中的困难与挫折，将每次学习成功或失败归因于自身努力、学习能力和学习方法等可控因素，而不是运气、环境条件等不可控因素，从而塑造积极的学习心态，减少负面情绪反应，锤炼意志品质和学习韧性，增强自我效能与反思倾向，提升应对学习挑战的自主性与自觉性，强化技术应用、独立思考与问题解决能力。

（二）开发促进创造性思维发展的数字化课程

研究（刘宇, 2017, p.30）表明，开设专项课程、与学科课程教学相结合和实施创新创业训练是发展大学生创造性思维的三种途径。然而，访谈中学生们表示其创造性思维的发展路径较为单一，主要是创新创业项目（如互联网+创新创业项目、大学生创新创业项目、计算机设计竞赛等），其他培养模式较少，覆盖面也小，而且大多数学生参与此类项目的外部动机（如获得硕士研究生免试入学申请的加分）较强，并非完全出自内部动机和学习兴趣，真正体验到的愉悦感和趣味性较小。加之，调查显示，目前样本大学生已经具备了一定的冒险精神和试错勇气，敢于使用各种方法和技术手段尝试解决学习问题，但其创造力较为薄弱，想象力和直觉思维均有待提升，不足以应对复杂多变的数字化学习情境。基于此，面向高校大多数学生创造性思维的培养与发展，设计与开发数字化课程，通过具体学科的教学实践不断激发与提升大学生在专业学习中的创造力，显得十分必要。首先，以活动主题为线索构建课程框架，并在每个主题模块下借助数字化学习材料和技术资源，创设与学科专家实践相似的、真实的、有意义的问题情境，激活大学生想象力和创造灵感，使其从中发现问题，提出问题，产生强烈的创新意识和创造欲望，增强技术应用与创造性地解决学习问题的责任感和使命感，将注意力高度集中在创造对象上。其次，通过各种数字化手段开展有效教学，促进学生系统掌握专业知识技能，同时为其提供内容丰富、形式多元、覆盖领域广泛的外延知识资源和信息通道，帮助他们拓展知识获取路径，增强知识储备，开阔学术视野，激发思维活力。再次，围绕活动主题实施项目驱动式教学，通过教学内容与创新创业训练项目的深度融合，引导学生借助技术资源开展案例分析、问题解决、知识应用、项目实施、协同作业和作品创作，不断提升思维的发散性和变通性。最后，加强数字技术工具的应用，鼓励学生使用头脑风暴工具，支持在线实时协作，通过集思广益，促进思维碰撞与成果共享，生成尽可能多的想法和问题解决方案；运用思维导图和知识图谱工具，可视化思维过程，直观呈现知识结构，促进思维发散与关联性思考；利用生成式人工智能工具创作与生成学习作品；依托虚拟现实技术，深化沉浸学习与具身认知体验，激发想象力，挖掘创造力。

（三）促进大学生数字化学习方式和思维模式的转变

测评和访谈表明，现阶段样本大学生数字化学习方式仍处于浅层水平，数字技术仅被视为达成特定学习目标的工具，“信息检索”“知识记忆”“精确复述”“观点再现”都是其常用学习策略，甄别、整合、提取和灵活运用信息的能力相对较弱，不利于知识意义和认知图式的深层建构。迈克尔•普洛瑟（Prosser, M.）和基思•特里格维尔（Trigwell, K.）认为学习与教学密切相关，良好的教学能够帮助学习者改善学习方式，提升学习水平和质量（Prosser & Trigwell, 1999, p.11）。为此，有必要凸显教师对大学生数字化学习的指导作用，使大学生能够综合运用数字技术和学习策略解决复杂学习问题，并在不同学习情境中进行有效迁移，加深对数字化学习策略的认知和体验。一方面，教师需要基于数字平台设计开发以学为中心的教学模式（如探究式、协作式、问题式、项目式和情境式教学等），帮助学生通过多种方法和技术手段的有机融合将所学内容与已有概念体系、问题情境、实践项目和生活场景建立联系，主动提取有用信息，激活内在学习经验，探索问题解决方法，掌握并运用深层学习策略，提升意义建构能力；另一方面，需要加强对大学生批判性思维的训练，引导大学生在数字化学习过程中，洞察当前所学内容的实际价值，更好地感知知识意义，学以致用，并更加谨慎地选择学习策略，调整自身学习行为，不断优化学习过程。

（四）激发大学生数字化学习的好奇心

调查显示，尽管在数字化环境下，大学生具有较强的知识需求和乐观的学习预期，但随着任务难度和挑战性的增强，其好奇心和求知欲会逐渐消退，如有学生表示自己有时会像逃兵一样放弃学习。这表明当前大学生利用数字技术支持学习的内驱力相对不足，其学习活动是基于外部需求的浅层学习，即在避免失败与不愿付出太多努力之间的平衡活动（纪春, 2019），并非出自认知兴趣的深层探究。为此，有必要激发大学生对数字化学习内容和学习挑战的好奇心，发展其内在学习动力和深层认知兴趣。首先，创建以学为中心的智慧课堂环境，通过技术资源与大学生学习特征（如好奇心强，理性情感突出，喜欢竞争、探究、协作、学以致用）的深度融合（高筱卉 & 赵炬明, 2022），设计与其专业实践密切相关、内涵丰富且意义深刻的问题情境，激发大学生的好奇心和挑战欲，促进其将外部知识需求转化为内在学习兴趣，积极开展多元化、探究性的学习活动。其次，围绕学生的最近发展区，对智慧课堂中的学习任务进行解构，细化具体步骤和操作流程，引导学生合理使用数字化工具和学习资源，从易到难逐一解决学习问题，完成学习挑战，弥补知识漏洞和技能不足，并通过技术手段记录学习过程，评价学习结果，不断提升数字化学习的胜任力和成就感。最后，教师需要在学习活动的不同阶段为大学生提供教学支架与即时支持，如问题解决思路、学习策略指导、学习工具资源等，有效帮助大学生高效调动自身学习内驱力，跨越最近发展区，参与问题解决并发展认知技能，不断攻克高难度的学习挑战，保持动机和策略的一致性，持续提升学习动力。

（五）基于数字化探究社区促进互惠学习

调查显示，尽管样本大学生在数字化学习过程中具有交流和协作意识，但对学习共同体缺乏归属感，这不利于知识意义的协同建构和互惠学习关系的实质建立。相关研究（Wenger, 1998, pp.23-25）表明，积极的社会活动（如与专家、教师、同伴的合作与互动）有利于学习者与他人建立良性学习关系，促进有效学习，增强知识、经验与能力。探究社区理论认为，认知存在、教学存在和社会存在的交互作用和同频共振，能够为学习者创造有意义的学习体验，有效解决其在数字化学习过程中的社交问题（蒋艳双 等, 2019）。为此，有必要基于网络学习平台（如学习通、雨课堂等）和各种技术资源创设数字化的探究社区，增强大学生互惠性学习体验与学习归属感。首先，精准捕捉大学生最近发展区，基于开放式问题和典型案例创设结构化、富有挑战性的探究主题，通过触发事件唤醒大学生的好奇心（如兴趣、疑惑或挑战欲），激发其进入学习状态，同时为其提供适当的认知工具和思维工具（如智能对话系统、虚拟代理、专家系统等），帮助他们从复杂情境中识别、具象问题本质，顺利从触发阶段过渡到探究与整合阶段，直至走向问题解决。其次，教师应做好课程设计与教学指导，基于学习主题、课程内容和相关理论构建数字化学习社区，并安排恰当的协作任务和探究活动，促进学生之间开展批判性对话、互动与反思，持续提升课程参与度，实现有意义的深度学习；同时对学生的学习数据进行多模态分析，并据此为其提供个性化反馈和针对性建议，使其更好地管理与调节学习过程，充分感知教师的教学存在，增强学生的数字化学习体验感和对学习社区的归属感。此外，有研究（Aragon, 2003; Ice et al., 2007; Lowenthal & Dunlap, 2010）发现，学习管理系统和技术工具（如语音邮件、博客、论坛、即时通信工具、社交网站、视频会议系统、虚拟仿真系统等）的综合运用，有利于支持社会学习的发生，建立和维持社会存在。为此，需要以互惠为原则，通过媒体技术和通信工具的有机融合创建交互性、情感性、即时性和黏合性较强的分布式认知环境，为大学生提供视、听觉等多重感官体验，促进师生之间的协作与互动，形成相互信任、互相尊重、彼此悦纳和共同负责的良性关系，增强大学生对数字化学习社区的归属感和认同感。

参考文献

常顺英. （2001）. 大学生创造思维培养研究. 中国高教研究（11）, 50-51.

陈梦迁, & 彭希林. （2020）. 智慧教育视角下大学生学习能力重构. 高等教育研究（7）, 78-84.

陈维维, & 杨欢. （2010）. 教育领域学习力研究的现状和发展趋势. 开放教育研究（2）, 40-46.

陈馨茹. （2020）. 大学生玩兴及其与积极品质的关系研究. 上海师范大学.

丁亚元, 刘盛峰, & 郭允建. （2015）. 远程学习者在线学习力实证研究. 开放教育研究（4）, 89-98.

高洁, 赵波, & 海静. （2019）. 指向学习者归属感的在线学习社区构建. 成人教育（5）, 26-31.

高筱卉, & 赵炬明. （2022）. 积极学习类教学法：原理、方法与建议——“以学生为中心”大学教学法系列研究之一. 大学教育科学（1）, 35-43.

管珏琪, & 祝智庭. （2018）. 技术丰富环境下学习力构成要素：一项探究设计研究. 中国电化教育（5）, 1-7.

郭磊. （2012）. 数字化学习情境下的学习力构成要素研究. 江西师范大学.

郭亚婷. （2015）. 英国ELLI项目学习力理论要素、提升策略及启示. 教学与管理（21）, 118-120.

贺武华. （2013）. “以学习者为中心”理念下的大学生学习力培养. 教育研究（3）, 106-111.

黄骐, 陈春萍, 罗跃嘉, & 伍海燕. （2021）. 好奇心的机制及作用. 心理科学进展（4）, 723-736.

黄小欧, & 庞学光. （2019）. 高职学生学习力评价蛛网模型建立与初步运用——以海南部分高职院校学生为例. 高教探索（1）, 85-90.

黄小欧, & 庞学光. （2020）. 大学生学习力现状调查. 高教探索（11）, 47-51.

黄勋. （2020）. 基于项目学习的高职学生数字化学习力提升研究. 南宁师范大学.

纪春. （2019）. 为学而教：3P教学模型对大学本科教育改革的启示. 江苏高教（12）, 109-115.

蒋虹, & 吕厚超. （2017）. 青少年未来时间洞察力与学业成绩的关系：坚韧性的中介作用. 心理发展与教育（3）, 321-327.

蒋艳双, 乜勇, & 崔璨. （2019）. 元认知与探究社区模型的关系分析. 现代教育技术（1）, 93-99.

柯比. （2005）. 学习力（金粒 编译）. 南方出版社.

李宝敏, 宫玲玲, & 祝智庭. （2018）. 在线学习力测评工具的开发与验证. 开放教育研究（3）, 77-84, 120.

李宝敏, & 祝智庭. （2017）. 从关注结果的“学会”，走向关注过程的“会学”——网络学习者在线学习力测评与发展对策研究. 开放教育研究（4）, 92-100.

李海燕, 仲彦鹏, & 孙玉丽. （2019）. 核心素养视角下学生学习力的培养. 教学与管理（3）, 17-19.

刘宇. （2017）. 面向创新思维培养的高校数字化课程设计研究. 东北师范大学.

吕晓娟. （2015）. 基于学生学习力的翻转课堂教学设计. 电化教育研究（12）, 98-102.

裴娣娜. （2016）. 学习力：诠释学生学习与发展的新视野. 课程•教材•教法（7）, 3-9.

任凯, & 鲁思•迪肯•克瑞克. （2011）. 探索有效终身学习之指标：“学习能量”及其动态测评. 教育学报（6）, 84-90.

王牧华, 刘成林, 吴晓丽, & 仇茂明. （2023）. 大学生在线学习力测评模型的建构与运用. 中国电化教育（8）, 94-101.

王青, & 彭雅楠. （2017）. 大学生正念主体性量表编制研究. 华东师范大学学报（教育科学版）（5）, 146-154, 163.

肖倩, 吕厚超, & 华生旭. （2013）. 希望和乐观——两种未来指向的积极预期. 心理科学（6）, 1504-1509.

严欣斌. （2021）. 好奇心和想象力：核心素养培育的新视点——以科幻教育为例. 中国电化教育（10）, 126-132.

尹雯静. （2022）. 智慧教育语境下大学生数字化学习力研究. 曲阜师范大学.

张桂. （2021）. 培养学生自主性的教育哲学分析：为何必要? 如何可能? 教育科学研究（7）, 36-40.

张湘韵. （2016）. 我国大学生学习力的特征研究. 湖南师范大学教育科学学报（2）, 95-102.

赵磊, 朱泓, & 马红亮. （2015）. 高校混合教学的新机遇：MOOC视角. 教育发展研究（17）, 50-55.

赵伟蓉. （2022）. 高中生英语学习冒险行为的调查研究. 陕西理工大学.

钟绍春, 唐烨伟, & 王春晖. （2018）. 智慧教育的关键问题思考及建议. 中国电化教育（1）, 106-111, 117.

钟志贤, & 刘朝霞. （2009）. 论远程学习者的学习过程管理. 远程教育杂志（3）, 63-66.

周奇. （2001）. 情境创设与意义建构. 江西社会科学（12）, 179-181.

朱唤民. （2011）. 发展学习力：教学管理应有之义. 中国教育学刊（1）, 88-89.

祝智庭, & 沈书生. （2020）. 数字韧性教育：赋能学生在日益复杂世界中幸福成长. 现代远程教育研究（4）, 3-10.

庄榕霞, 杨俊锋, 李冀红, 李波, & 黄荣怀. （2018）. 中小学生数字化学习能力测评框架研究. 中国电化教育（12）, 1-10, 24.

Aragon, S. R. (2003). Creating social presence in online environments. New Directions for Adult and Continuing Education(100), 57-68.

Claxton, G. (2002). Building learning power: Helping young people become better learners. TLO Ltd.

Confessore, S. J., & Kops, W. J. (1998). Self-directed learning and the learning organization: Examining the connection between the individual and the learning environment. Human Resource Development Quarterly(4), 365-375.

Crick, R. D. (2006). Learning power in practice: A guide for teachers. SAGE Publications Ltd.

Crick, R. D., Broadfoot, P., & Claxton, G. (2004). Developing an effective lifelong learning inventory: The ELLI project. Assessment in Education: Principles, Policy & Practice, 11(3), 247-272.

Crick, R. D., Huang, S., Shafi, A. A., & Goldspink, C. (2015). Developing resilient agency in learning: The internal structure of learning power. British Journal of Educational Studies, 63(2), 121-160.

Ice, P., Curtis, R., Phillips, P., & Wells, J. (2007). Using asynchronous audio feedback to enhance teaching presence and students’ sense of community. Journal of Asynchronous Learning Networks, 11(2), 3-25.

Lowenthal, P. R., & Dunlap, J. C. (2010). From pixel on a screen to real person in your students’ lives: Establishing social presence using digital storytelling. The Internet and Higher Education, 13(1-2), 70-72.

Moore, J. W., Middleton, D., Haggard, P., & Fletcher, P. C. (2012). Exploring implicit and explicit aspects of sense of agency. Consciousness and Cognition, 21(4), 1748-1753.

Prosser, M., & Trigwell, K. (1999). Understanding learning and teaching: The experience in higher education. McGraw-Hill Education.

Rand, K. L. (2009). Hope and optimism: Latent structures and influences on grade expectancy and academic performance. Journal of Personality, 77(1), 231-260.

Wenger, E. (1998). Communities of practice: Learning, meaning, and identity. Cambridge University Press.

Yan, D., & Li, G. (2024). Students’ internal driving force or environment external driving force? Configuring digital learning power heterogeneity in a smart education environment. Interactive Learning Environments, 32(10), 6509-6533.

How to Improve the Digital Learning Ability of College Students: An Analysis of the Spider Web Model Based on Survey Data from a Provincial Key University

Zhao Lei, Zhang Xintong, Liu Jiahui

Abstract:At the critical stage of digital transformation in higher education, digital learning has become an increasingly vital role in the learning and development of college students. Evaluating and researching digital learning ability, as well as analyzing the current characteristics of college students’ digital learning ability, can provide a scientific basis for improving their digital learning levels and the quality of talent cultivation in universities. This study was based on a random survey among a provincial key university to assess college students’ digital learning ability. The total 2,041 valid responses were collected via the online questionnaire and analyzed with the spider web model. The main findings are: in terms of mindful agency, students demonstrate a robust sense of digital learning, yet there is room for enhancement in managing processes and feelings; regarding creativity, they show an adventurous spirit, but the imagination, intuition and playfulness in digital learning need to be enhanced; concerning sense-making, students have strong skills in know-ledge construction, yet they should improve their abilities to extract and relate information; in curiosity, optimism and hope, students exhibit a strong desire for know-ledge and learning conviction, but their interest in digital learning easily diminish in the face of challenging learning tasks; regarding learning reciprocity, students show a strong awareness of communication and collaboration, but lack a sense of belonging to digital learning communities; concerning openness to learning, students display a degree of resilience, but their autonomy in dealing with digital learning difficulties and setbacks is relatively weak. Accordingly, it is necessary to cultivate college students’ consciousness of reflection and attribution in digital learning to develop their mindful agency and openness to learning; develop digital courses for the development of creativity; encourage college students to change their digital learning methods and thinking patterns to improve their sense-making; stimulate college students’ curiosity towards digital learning challenges for enhancing their intrinsic learning motivation; and establish a digital community of inquiry to enhance college students’ reciprocal learning experiences.

Keywords:college students; digital learning ability; assessment; spider web model

作者简介

赵磊，辽宁师范大学教育学部副教授（大连 116029）。

张鑫彤，辽宁师范大学教育学部硕士研究生（大连 116029）。

刘佳慧，大连科技学院创新创业学院教师（通讯作者：liujiahui@dlust.edu.cn 大连 116036）。

基金项目

2021年度教育部人文社会科学研究青年基金项目“大学生在线学习力的评价与提升研究”（项目编号：21YJC880104）

责任编辑：刘莉

期刊简介

《中国远程教育》创刊于1981年，是教育部主管、国家开放大学主办的综合性教育理论学术期刊，是中文社会科学引文索引（CSSCI） 来源期刊、全国中文核心期刊、中国人文社会科学期刊AMI综合评价（A刊） 核心期刊、中国科学评价研究中心（RCCSE） 核心期刊、中国期刊方阵双效期刊、人大复印报刊资料重要转载来源期刊，面向国内外公开发行。

本刊关注重大教育理论与政策，推动科技赋能教育，反映国际学术前沿，聚焦本土教育改革，注重学术研究规范，提倡教育原创研究。

地址

北京市海淀区复兴路75号

邮编

电话

010-68182514

电邮

zzs@ouchn.edu.cn

网址

cjde.ouchn.edu.cn

来源丨中国远程教育微刊

声明：转载此文是出于传递更多信息之目的。若有来源标注错误或侵犯了您的合法权益，请作者持权属证明与我们联系，我们将及时更正、删除，谢谢。