文章推介 | 多源互动反馈与二语水平对英语学习者认知投入影响研究

多源互动反馈与二语水平对英语学习者认知投入影响研究

张 凯 李伟正 李 波

摘要

本研究基于社会认知理论交互决定论框架, 系统探讨多源互动反馈与二语水平对中国英语学习者认知投入的影响机制及其交互作用。 通过混合研究方法结合认知网络分析技术, 对非英语专业研究生开展对比实验研究。 实验结果显示:1) 多源互动反馈显著提高学习者认知投入水平; 2) 二语水平对认知投入存在显著调节效应;3) 反馈模式与语言水平的交互作用对认知投入具有关键预测效应。 研究表明,外语教师应着力构建反馈机制与学习者认知特征的动态适配模型, 通过分层设计强化深度学习路径, 并建立包含情感支持、策略引导和认知脚手架的多维互动体系, 最终形成情感—行为—认知协同发展的良性学习生态。

正文

1. 引言

随着智能教育技术的深度演进, 构建多维互动的写作反馈生态已成为学界亟待破解的重要课题 (陈功、宫明玉 2022:60) 。 多源互动反馈是在数智教育背景下发展起来的一种技术增强型反馈模式。 区别于传统课堂教学中依赖纯粹人际交流的互动( 如师生、生生互动) , 其核心特征在于深度融合智能技术( 自动化写作评价系统, 简称 AWE) 。这种模式构建了“ 机—师—生” 协同的反馈生态环境。 其核心价值在于激活学习者的认知投入—涵盖元认知调控与认知策略迁移等思维运作的复杂过程( Zhang & Hyland 2022) 。 现有研究虽在单一反馈模式的认知效应方面取得进展, 但对多源反馈协同作用下的认知投入动态机制仍缺乏系统考察( 徐锦芬、龙在波 2022:21)。 值得关注的是,学习者二语水平作为关键个体差异变量, 其在多源反馈环境中的调节效应尚未得到充分阐释( Zhang & Hyland 2022) ,反馈模式与语言能力的交互路径仍存在理论盲区。

本研究立足社会认知理论视角, 通过构建“ 环境—个体—行为” 三维分析框架,旨在揭示多源互动反馈与二语水平对认知投入的协同作用机制, 为智能教育背景下写作教学范式的转型升级提供实践参照。

2. 研究背景

社会认知理论( Bandura 1986: 18) 强调,环境要素( 如反馈模式) 与个体特质( 如二语水平) 通过交互决定论共同作用于学习行为( 即认知投入) 。在本研究中, 环境因素具体表现为多源互动反馈, 这种多维反馈系统通过其交互特性构成促进认知投入的外部支持( 龙在波、邱钰景 2024:549) 。 既有研究表明, 教师反馈、同伴互评与自动化系统三类反馈的协同应用能够有效提升认知投入度( Liu& Aryadoust 2022:457) 。 然而, 当前研究对多源反馈协同机制的解析仍停留于静态特征描述,尚未深入探讨不同反馈源之间的动态互补关系及其作用边界( Zhang & Hyland 2022) 。 例如,龙在波、邱钰景(2024) 的实证研究虽验证了多源反馈对认知投入的促进作用,却未能揭示学习者在面对多重反馈信息冲突时, 如何通过元认知策略进行筛选整合的关键过程。 值得注意的是,王利娜 ( 2024:75) 的最新研究指出,多源互动反馈对认知投入的影响同时受到个体因素的显著调节。

在个体因素维度,二语水平被视为影响认知投入的核心变量。 研究表明,高水平学习者能够借助元认知策略和语言知识网络有效处理反馈信息,而低水平学习者受限于认知资源,往往表现出浅层认知加工与工具依赖特征( Koltovskaia 2020) 。基于社会认知理论视角,二语水平主要通过调节自我效能感、学习动机及情感状态等中介变量影响认知投入质量( Bandura 1986: 20)。 然而,现有研究多聚焦二语水平对认知投入的直接效应( 韩晔、杨鲁新 2021) ,对动机激发路径、效能感维持机制及情感调节过程等中介变量的作用机理尚未充分探讨,相关理论模型构建与实证证据仍显不足。

根据交互决定论原则, 环境与个体因素通过动态交互共同作用于认知投入( Bandura 1986:23) 。 韩晔、杨鲁新( 2021) 实验研究发现,环境支持与个体特征并非孤立存在, 而是通过复杂交互影响认知投入水平。 该研究证实, 同伴反馈情境能显著促进学习者的认知加工深度与策略使用频率; 但仅关注单一反馈模式, 未探究教师引导与自动评价系统等多源反馈的协同影响。 Xu & Zhang(2023) 后续研究进一步证实,环境与个体因素的交互作用显著影响认知投入,其中二语水平的调节作用尤为突出;但研究仅关注二语水平这一变量,未涉及学习动机与自我效能感等 关键因素。此外,上述研究普遍采用文本分析与访谈等质性方法,难以有效揭示主要变量间的量化关系及其作用路径,在捕捉认知投入的动态变化特征方面存在方法论局限。

基于此, 本研究以社会认知理论的交互决定论为 框架 ( Bandura 1986 ) , 借鉴韩晔、 杨鲁新(2021) 提出的认知投入分析模型,采用混合研究方法系统探究多源互动反馈与二语水平对认知投入的动态交互机制。

3. 研究方法

3. 1 研究问题

本文主要基于社会认知理论,探讨多源互动反馈与二语水平对英语学习者认知投入的影响,研究问题如下:1) 多源互动反馈对英语写作认知投入的影响如何? 2) 二语水平对英语写作认知投入的影响如何? 3) 反馈模式和二语水平如何共同影响英语写作认知投入?

3. 2 研究对象

研究对象为中国某高校非英语专业 120 名研究生,经牛津水平测试确定前 30% 为高水平, 后30%低水平,并从中选出 72 名学生,专业涵盖海洋、工程、电子等多个学科。 其中男生 37 名,女生35 名,平均年龄 23. 26( SD = 0. 46) ,均有参与英语小组合作学习的经历。

3. 3 研究过程

研究采用 2×2 因子设计,将 72 名非英语专业研究生随机分为实验组( 批改网+教师+同伴) 与对照组( 教师+同伴) 各 9 组,每组含高、低水平学生各 2 人。 单因素方差分析证实组间语言水平同质( F = 0. 043, p = 0. 837) 。 实验周期内 完成三 轮CET-6 标准议论文写作( 双周任务制) ,其中实验组接受批改网自动评分、教师书面反馈与同伴互评,对照组获取教师书面反馈与同伴互评。 实验周期内完成三轮写作任务后, 组织线上焦点小组讨论( 腾讯会议,60 ~ 90 分钟 / 组) ,采集反馈处理过程的互动语料。 另从各组选取典型样本开展半结构化访谈(60 分钟 / 人) ,收集到的互动语料( 如讨论 1-1) 与访谈语料( 如访谈 1-1) 用于补充量化数据,形成三角验证数据源。 整个实验历时 10 周。

3. 4 数据分析

首先,研究者对收集的语料进行规范化处理 :1) 修改线上讨论文本出现的错别字,清理无意义信息;2) 将没有标点符号的句子按照说话的习惯进行分隔。 其次,基于韩晔、杨鲁新( 2021) 的认知投入分析框架, 对各小组的讨论文本进行编码。具体编码见表 1。

基于 Python 构建认知投入编码模型: 首先由研究者人工标注 20%语料( 随机抽取 4 组) 建立训练集, 经双盲编码检验( Cohen’ s Kappa = 0. 92) 后, 模型依据语义特征自动识别认知投入及其子维度( 认知处理深度、元认知策略、认知策略) 。 每个语句认知投入值按子维度频次总和计量( 韩晔、杨鲁新 2021:96) 。 访谈文本采用内容分析法, 统计二语水平相关变量( 自我效能感、学习动机、积极情感) 的语义单元频次。 最后运用WebENA 平台进行认知网络分析( Andrist et al. 2015) , 通过量化代码共现构建加权网络模型,可视化呈现认知投入要素的关联结构与演化路径。

4. 结果

4. 1 多源互动反馈及其对英语学习者认知投入的数据分析

对实验组和对照组的认知投入及各维度进行独立样本 t 检验,结果( 表 2) 显示:实验组和对照组在认知投入总体水平上存在显著差异(t = 8. 933,p<. 001, d = 1. 285),实验组的认知投入显著高于对照组。 就认知投入三个维度而言:实验组在元认知策略(t = 15. 432, p<. 001, d = 0. 561)和认知策略(t = 9. 289,p<. 001, d = 0. 702)上的得分均显著高于对照组。 然而,在认知处理深度维度上,对照组的得分显著高于实验组(t =-5. 763, p<. 001, d = 0. 689)。

将数据导入 ENA 分析工具后,得到实验组与对照组在认知投入上的整体认知网络及叠减图( 图 1)。 生成的认知网络与原始数据拟合良好, X维度和 Y 维度上的 Pearson 与 Spearman 相关系数均为 1. 00。 图中通过叠减呈现两组差异:线条粗细随差异相互抵消,以突出对比效果。 结果显示,实验组在元认知策略—认知策略上 的连接性更强,而对照组在认知处理深度—认知策略上的连接性更强。

图 1. 实验组( 机师生) 和对照组( 师生) 在认知投入上的叠减图

4. 2 学习者二语水平对认知投入的结果分析

对高水平学生与低水平学生的认知投入及各维度进行独立样本 t 检验,结果( 表 3) 显示:两组学习者在认知投入总体水平上存在显著差异( t =51. 282, p<. 001, d = 0. 851) ,高水平学生的认知投入显著高于低水平学生。 在认知投入的三个维度上,高 水 平 学 生 的 认 知 处 理 深 度 ( t = 36. 678, p <. 001, d = 0. 551)、元认知策略( t = 17. 717, p <. 001,d = 0. 546) 和 认 知 策 略 ( t = 26. 046, p < . 001, d =0. 613)均显著高于低水平学生。

对高低水平学生二语水平相关重要因素进行独立样本 t 检验,结果( 表 4) 显示:高低水平学生在自我效能感、动机和积极情感上均存在显著差异,高水平学生的自我效能感( t = 14. 874,p<. 001,d = 0. 284) 、动机( t = 12. 573,p<. 001,d = 0. 285) 和积极情感( t = 19. 746,p<. 001,d = 0. 367) 均显著高于低水平学生。

将数据导入 ENA 分析工具中,得到两个组的高低水平学生在认知投入上的叠减图( 图 2) 。 结果显示,低水平学生在认知处理深度—元认知策略上的连接性更强,而高水平学生在认知处理深度—认知策略上的连接性更强。

4. 3 多源互动反馈和二语水平对学生认知投入的影响

为了探究多源互动反馈与二语水平及其重要相关因素如何共同影响学生的认知投入,对两组高低水平的学 生 的 认 知 投 入 进 行 双 因 素 方 差 分析, 结果( 表 5) 显示,多源互动反馈对认知投入的主效应显著( F = 143. 721,p<. 001,偏 η2 = 0. 048) ;二 语 水 平 对 认 知 投 入 的 主 效 应 显 著 ( F =3772. 031,p<. 001,偏 η2 = 0. 571) ;多源互动反馈与二 语 水 平 的 交 互 作 用 显 著 ( F = 198. 809, p <. 001,偏 η2 = 0. 065) 。 进一步简单效应分析表明,实验组( p<. 001,偏 η2 = 0. 430) 和对照组( p<. 001,偏 η2 = 0. 371) 高水平学生的认知投入均显著优于低水平学生;实验组高水平学生的认知投入显著优于对照组( p <. 001,偏 η2 = 0. 101) ;而实验组低水平学生 的 认 知 投 入 与 对 照 组 无 显 著 差 异 ( p =0. 122,偏 η2 = 0. 001) 。

5. 讨论

5. 1 多源互动反馈对英语学习者认知投入的影响

研究数据表明,实验组在认知投入总体水平上显著优于对照组(t = 8. 933, p<. 001, d = 1. 285),证实相较于传统师生互动,多源互动反馈模式更能促进学习者的认知投入,验证了环境因素对学习行为的塑造作用。 具体而言,在认知投入的三个维度中,实验组在元认知调控(t = 15. 432, p<. 001, d =0. 561) 与 认 知 策 略 应 用 ( t = 9. 289, p <. 001, d =0. 702)方面表现尤为突出。 认知网络图谱分析显示,实验组学习者的元认知节点与认知策略节点间呈现更高的连接密度,表明其更擅长策略整合与迁移。 这表明,自动化写作评价系统通过即时语法纠错与结构建议( 周莹 2025:63) ,强化学生的错误认知处理效率( Dikli & Bleyle 2014:11) ;教师反馈凭借 其 解 释 性 特 征 弥 补 机 器 反 馈 的 局 限 性( 许川根 2025:69) ;同伴互评通过提供多样化视角( 如讨论 3-2 所示“ 论点表述模糊” 的修改建议) 促进策略整合( 周晓、王启 2025:68) 。 三类反馈形成的“ 即时修正—深度解析—多源补充” 协同机制,推动学习者系统性优化学习路径,如访谈 2-2 所述“机评给一个大概的方向,师评则是给机评加互评的一种查缺补漏” ,印证了多源反馈模式对元认知与认知策略的协同促进作用。

值得关注的是,在认知处理深度上,对照组显著优于实验组 ( t = -5. 763, p <. 001, d = -0. 689) 。实验组虽在认知处理层面投入度较高,但其处理深度呈片面化特征,倾向于快速提取关键信息;而对照组在信息深度理解与全面处理方面表现更突出。 这一现象可以从两方面阐释:首先,多源反馈环境的信息密度提升( Zhang & Hyland 2022) 与交互频率增加( 张亚、姜占好 2022) 可能导致认知资源超载,抑 制 深 度 语 义 加 工 ( Sweller et al. 2019:268) ;其次,会话分析显示学习者对智能系统反馈准确性存在普遍质疑,该发现与 Cheung( 2015:9)关于自动写作评价系统效度感知的研究结论形成理论互证———当学习者判定 AWE 反馈存在技术缺陷时,易产生认知排斥反应。 技术诊断进一步揭示,现有 AWE 系统存在模板化反馈机制( 徐鹰、韩苏 2020) 与动态语境捕捉不足( Zhang & Hyland2022) 的双重瓶颈。 依据社会认知理论,机师生互动环境通 过 增 强 反 馈 时 效 性 有 效 激 活 认 知 加 工( 周莹 2025:63) 。 交互决定论进一步指出, 高频次、快节奏的智能反馈可能重构学习者的认知加工路径,形成“ 效率优先” 的信息处理定式。 与此同时,机师生互动环境信息量的激增能否真正促进学生的认知投入,还受到学习者个体因素的影响。

5. 2 学习者二语水平对认知投入影响

研究数据表明,高水平学习者在认知投入总体水平及其子维度上显著优于低水平组,具体而言,高水平学习者由于具备扎实的语言基础,能够快速处理基本的语言问题,从而将更多认知资源用于深 度 加 工 反 馈 信 息 ( 穆 惠 峰、 唐 艳 芳 2025:91) 。 他们能够准确理解教师评语的深层要求,评估同伴建议的合理性,并有效整合不同来源的反馈( 如访谈 3-3 所述“ 每次批改网的建议我都会仔细看,结合互评和老师的意见进行修改” ) 。 相比之下,低水平学习者由于语言能力有限,需要耗费大量认知资源来理解基本的反馈内容,如解析专业术语或揣摩抽象建议。 这使得他们主要依赖反复核查的监控策略( 元认知策略) ,而难以进行深度思考或尝试多样的修改方法,最终往往只能进行表面的语法修正。 该结果与 Koltovskaia( 2020)的研究形成理论呼应———低水平学习者因判断力不足而机械执行表层修正,高水平学习者则能批判性筛选反馈信息。

社会认知理论( Bandura 1986) 强调的个体因素作用机制在本研究中得到充分验证。 高水平学习者通过语言能力优势构建“ 自我效能感—学习动机—积极情感” 良性循环:强烈的自我效能感促使其主动实施元认知调控( 如访谈 2-1 所述“ 先机评、师评和互评,再看文章” ) ,策略有效性会让学习者体验到更多的积极情感,进而提升学习动机。这一点也与前人的研究相呼应( 许川根 2025) 。 相反,低水平组因语言缺陷陷入“ 理解障碍—情感抑制—策略固化” 的恶性循环,表现为对复杂反馈的浅层处理( 如讨论 2-2 所述“ 不知道为什么会错” )与元认知调节缺失。 值得注意的是,动机强度差异显著影响策略选择模式:高水平组能系统整合多源反馈,低水平组则呈现策略单一化特征。 该现象在陈 功、 宫 明 玉 ( 2022:64) 的 研 究 中 亦 有 体现,即学习者应对反馈时存在策略分化———从深度参与到消极回避的连续统。

研究进一步揭示,情感状态通过成就感知调节认知投入质量。 积极情感( 如高水平组访谈 1-3所述“ 上手快,能完全投入” ) 促进深度语义加工,而焦虑情绪( 如低水平组访谈 2-1 所述“ 有压力,怕说错或做得不够好” ) 导致认知退缩,这一发现与Li et al. ( 2022) 的互动参与度研究结论一致。 这表明,高水平学习者通过语言优势构建“ 策略有效性—情感激励—动机维持” 的动态增益系统,低水平学习者则因能力质疑陷入“ 情感抑制—策略僵化—认知窄化” 的适配困境。

基于社会认知理论,我们对多源互动中学习者心理因 素 与 认 知 投 入 的 动 态 交 互 关 系 进 行 深描。 高水平学习者通过语言优势形成“ 效能感—动机—情感—策略” 正向循环,主动运用元认知策略,实现深度认知加工,体现了个体通过自我调节优化认知的核心机制。 低水平学习者则因语言能力缺陷陷入“ 理解障碍—情感抑制—策略固化” 负向循环,依赖元认知策略补偿认知不足,且情感抑制导致认知退缩与策略单一化。 这些发现证实了社会认知理论的核心观点( Bandura 1986:20) :学习者个体因素通过影响认知策略的选择和运用,最终决定其认知投入的质量和深度。

5. 3 多源互动反馈和二语水平对学生认知投入的影响

研究发现,多源互动反馈与二语水平对认知投入的交互作用显著,这可以通过社会认知理论的交互决定论得到深入解释。 研究结果表明,学习者的二语水平与反馈环境之间存在动态的相互影响关系,二者共同塑造了认知投入的质量和深度。 高水平学习者展现出了更强的环境适应和资源整合能力。 得益于扎实的语言基础和成熟的元认知能力,他们能够有效筛选、评估并整合来自不同渠道的反馈信息。 在实验组设置的多源反馈环境中,AWE 系统的即时纠错功能帮助他们快速修正语言形式错误,教师的专业指导促进内容深化,同伴的多源视角则拓展了思考维度。 这种“ 即时修正—深度解析—多样化补充” 的闭环促使高水平学生灵活调用元认知策略( 如优先处理关键错误) 与认知策略( 如整合多源建议) 。 例如,实验组高水平学生表示:“ 机评给方向,师评补充细节,同学评价可以帮助拓展思路,综合起来更有针对性”( 访谈 3-3) ,这种交互显著提升了认知投入的系统性与深度( 韩晔、杨鲁新 2021) 。 反观对照组的高水平学生,仅依赖教师与同伴的双向反馈,缺乏自动系统的即时性与高频次支持。 尽管教师反馈仍能提供深度指导,但反馈的时效性与信息密度相对不足,导致其策略应用的效率降低。 这一差异验证了 Zhang & Hyland(2022) 的结论,即技术工具与教师、同伴反馈的协同能显著影响高水平学习者的策略迁移与认知整合。

低水平学习者因语言能力不足与元认知策略的局限性,难以有效处理多源反馈的复杂性。 在实验组中,尽管自动系统提供即时纠错,但其术语化反馈( 如“ 主谓不一致” ) 可能超出低水平学生的理解阈值( Koltovskaia 2020) ,导致其仅能机械修正标红错误。 同时,教师反馈的抽象建议( 如“ 增强论证说服力” ) 因缺乏具体示例,进一步加剧其认知负担,印证了认知负荷理论中“ 信息超载抑制深度加工” 的假设 ( Sweller et al. 2019) 。 在对照组中,低水平学生虽仅接受教师与同伴反馈,但信息量相对精简,反而可能降低其认知负荷,使其能聚焦于有限反馈的浅层处理( 如访谈 2-3:“ 只改明显的语法错误” ) 。 因此,实验组与对照组的低水平学生均受限于能力瓶颈( Zheng et al. 2023) ,认知投入的差异被个体因素主导,导致组间无显著差异。 此外, 低 水 平 学 生 的 消 极 情 感 ( 如 访 谈 3-2:“压力大,怕被批评” ) 与低自我效能感进一步削弱其参与深度互动的动机,使其在两种反馈模式中均呈现策略单一化特征( Li et al. 2022) 。

本研究结果表明,多源互动反馈与二语水平对认知投入存在显著交互作用。 从社会认知理论视角来看,这种交互反映了环境因素( 多源反馈)与个体因素( 语言水平) 的动态影响作用。 高水平学习者凭借较强的语言能力和元认知调控能力,能够有效整合自动化系统、教师和同伴的反馈优势,实现更深层次的认知加工;而低水平学习者受限于能力 与 情 感 因 素, 难 以 突 破 浅 层 加 工 困 境。这一发现不仅深化了社会认知理论在二语写作领域的应用,也为差异化反馈设计与教学干预提供了重要依据。

6. 结语

本研究基于社会认知理论的交互决定论,揭示了多源互动反馈与二语水平对英语学习者认知投入的影响机制。 研究发现,多源互动反馈通过提供多样化资源和增强互动性,显著提升了认知投入度,其中实验组的表现尤为突出。 然而,实验组虽投入度高,但认知处理深度较浅,倾向于快速提取关键信息;对照组则更注重深度加工与全面理解。 二语水平作为关键个体因素,显著影响认知投入质量:高水平学习者凭借扎实的语言基础,能有效整合多源反馈信息,在元认知和认知策略运用上表现突出;低水平学习者则因理解障碍,难以充分利用多源反馈。 多源互动反馈与二语水平的交互作用进一步强化了这一差异:高水平者通过增强自我效能感、积极情感体验和动机激发,形成认知投入的正向循环;低水平者则陷入理解困难与策略固化的困境。

根据上述发现,教师为提高学习者的认知投入,应充分考虑学生的语言水平差异,采取分层教学策略。 对于高水平学生,教师可设计更具挑战性的综合任务,鼓励他们灵活运用多种学习策略;对于低水平学生,则需要提供更细致的指导,将复杂任务分解为可操作的步骤,帮助他们建立学习信心。 同时,教师应注重培养学生的反思能力,在任务完成后引导学生回顾学习过程,思考改进方法,这有助于学生形成有效的学习策略。 在小组合作中,教师应根据学生特点合理分组,让不同水平的学生相互促进,并适时介入指导,优化小组互动模式。 此外,教师还需关注学生的学习深度,通过设计需要深入思考的活动,如观点比较、案例分析等,引导学生进行更深层次的认知加工。 最后,教师应营造积极的学习氛围,通过展示进步、设置适度挑战等方式激发学生的学习动机,并及时给予情感支持,帮助学生克服学习困难,从而全面提升学生的认知投入和学习效果。

End

免责声明：原文载于《外语教学》，2025（05），版权归作者所有，如有侵权，请及时联系删章。

转载自：外语教学与研究公众号