楊南昌 羅鈺娜

[摘? ?要] “技術(shù)促進學習”的爭論由來已久，與其從“外在作用”糾結(jié)“技術(shù)能否促進學習”，不如從“內(nèi)在使能”的角度重新思考“技術(shù)到底如何促進學習”。文章基于比格斯等人的學習研究，重構(gòu)技術(shù)使能的學習模型和測量工具，對大學生技術(shù)支持的學習樣態(tài)與效能關(guān)系進行實證分析。通過調(diào)查后的數(shù)據(jù)對比、聚類分析和模型驗證，逐層遞進地探尋技術(shù)使能學習的深層奧秘和效能機制。研究結(jié)果表明：在技術(shù)使能的學習環(huán)境下，作為學習結(jié)果的核心能力直接受技術(shù)情境感知、深度學習、技術(shù)使用深度的正向影響;成績排名直接受深度學習、技術(shù)使用廣度的正向影響，受淺層學習的負向影響;融合型（廣度+深度）技術(shù)使用作為技術(shù)使能的理想方式，只有與“深度學習”方式再融合而成的“技術(shù)使能的深度學習”，才是獲得最佳學習結(jié)果的理想學習樣態(tài)。

[關(guān)鍵詞] 技術(shù)使能的學習; 深度學習; 理想樣態(tài); 效能機制; 大學生

[中圖分類號] G434? ? ? ? ? ? [文獻標志碼] A

[作者簡介] 楊南昌（1974—），男，江西瑞金人。教授，博士，主要從事學習科學與教學設計、課程與教學創(chuàng)新研究。E-mail：south1002@163.com。

一、背景：對“技術(shù)促進學習”的詰問

技術(shù)作為變革教育的力量在當今“技術(shù)泛在”的數(shù)字時代日益得到重視。與此同時，對“技術(shù)促進學習”的爭論似乎也從未停歇。一方面，在人工智能、大數(shù)據(jù)、云計算等新技術(shù)不斷涌現(xiàn)的浪潮中，一些熱衷者對技術(shù)之于學習的“賦能”過度推崇，甚至出現(xiàn)唯技術(shù)論者技術(shù)至上的“數(shù)字化崇拜”，形成“技術(shù)之于學習的決定論”或“技術(shù)之于學習的神話”[1]。相反，一些懷疑者則指出，人們總喜歡對新技術(shù)給予過高的期望，但從過去幾十年信息技術(shù)教育應用的情況來看，大體經(jīng)歷了同樣的循環(huán)：高期望—大規(guī)模應用—令人沮喪的結(jié)果[2]。2015年，BBC還推出了一個引用經(jīng)濟合作與發(fā)展組織（OECD）的“信息技術(shù)并未促進學習”的報道[3]。

實際上，以上爭論的“技術(shù)應用”主要從“外在作用”，而非從“內(nèi)在使能”的角度思考技術(shù)促進學習的功效。在最近的學習科學研究中，有強有力的實證表明學習技術(shù)所具有的效能，但也并非像樂觀派所推崇的那樣，技術(shù)效用的發(fā)揮需要依賴學習者的特性、學習的類型、社會文化境脈和來自教師應用技術(shù)的支持等[4]。此外，亦有越來越多的研究者指出，“提高學生學習質(zhì)量，關(guān)鍵不在于技術(shù)，而在于使用技術(shù)的教學法和學習法”[5]。

這樣看來，與其去追問“技術(shù)能否促進學習”或者“技術(shù)之于學習的促進作用有多大”，不如去思考：技術(shù)怎樣才能促進學習，怎樣使用技術(shù)才能獲得更好的學習結(jié)果，技術(shù)使用方式與學習者的學習方式相互作用的機制是什么？如果說“深度學習是導致高質(zhì)量學習的關(guān)鍵方面”，那么在數(shù)字時代的“泛在”技術(shù)環(huán)境下，技術(shù)使用與學習方式融合后的“技術(shù)使能的深度學習”是不是當下學生學習的一種理想樣態(tài)呢？

本文以日常學習過程中技術(shù)使用最為普遍的學生群體——大學生為研究對象，試圖從學習者的技術(shù)使用、學習方式與學習結(jié)果之間的效能關(guān)系入手，探尋技術(shù)促進學習的理想樣態(tài)和作用機制。

二、溯源與整合：技術(shù)使能的學習研究模型建構(gòu)

西方學者對學習方式和學習結(jié)果的開創(chuàng)性研究見于瑞典著名研究者馬頓（Marton F）和薩爾喬（Saljo R）在1976年發(fā)表的《學習本質(zhì)區(qū)別：過程和結(jié)果》[6]。兩位學者首次提出了學習者存在的兩種不同層次的學習過程和策略：一種是采用死記硬背策略、關(guān)注文本記憶的淺層方式;另一種是采用理解策略、關(guān)注文本意義的深層方式。澳大利亞學者比格斯（Biggs J）和英國學者恩特威斯特爾（Entwistle J）等人延續(xù)了馬頓的研究，將馬頓概念化的學習類型轉(zhuǎn)變?yōu)榭啥繙y量的學習量表，包括供中學生使用的“學習過程問卷 （Learning Process Questionnaire，簡稱LPQ）”，以及供大學生使用的“學習過程問卷（Study Process Questionnaire，簡稱SPQ）”[7]。通過一系列的探索與改進，比格斯于1987年完成正式問卷，將動機和與其相應的策略合并，得到表層取向、深層取向和成就取向三種不同的學習過程類型[8]。之后，比格斯等人分別于2001年和2004年對學習過程問卷SPQ和LPQ進行了修訂[9-10]。修訂形成的精簡版R-SPQ-2F和R-LPQ-2F問卷，僅保留深層與淺層兩種取向的學習量表。

為了進一步研究學習方式和學習結(jié)果之間的關(guān)系，比格斯于20世紀80年代提出了一個由“預示（Presage）—過程（Process）—結(jié)果（Product）”三部分組成的3P模型，經(jīng)其自身以及特里格韋爾（Trigwell K）等學者后續(xù)補充和完善，成為描述大學生學習過程的經(jīng)典模型[11]。這一模型認為，學生的學習方式和學生個體因素、教學情境因素、學習結(jié)果互相作用，共同組成了一個學習動態(tài)系統(tǒng)。學習的前置預示因素（學生的個體因素和教學情境因素）影響著學生在學習過程中采用何種學習方式，而學生的學習方式影響最終取得的學習結(jié)果。除此之外，前置的預示因素還可以直接影響學生的學習結(jié)果。[11]但是，遺憾的是，在西方這一研究傳統(tǒng)路線中，并沒有涉及技術(shù)支持學習的相關(guān)因素。

當下，大學快速發(fā)展的數(shù)字學習環(huán)境使得大學生用技術(shù)支持學習變得無處不在。針對這一技術(shù)泛在學習現(xiàn)象，加拿大學習聯(lián)盟（COL）用“技術(shù)使能的學習”（Technology-Enabled Learning，TEL）這個術(shù)語來描述教育情境中用來支持學生學習的技術(shù)應用[12]。技術(shù)使能的本意就在于通過技術(shù)應用使得學習成為可能，意味著技術(shù)服務于當前學習者的方式是多元的，或者對于那些先前因條件所限而很難獲得相關(guān)教育資源的學習者來說，技術(shù)提供的潛在學習機會是多元的。那么，對大學生來說，逐漸泛在的技術(shù)使用對他們的學習帶來哪些可能呢？在某種程度上，我們要給出一般性的回答似乎是不可能的，一方面影響因素太多，另一方面技術(shù)使能的指向也太多。但是，技術(shù)應用對學生學習結(jié)果能產(chǎn)生什么樣的潛在變化，這也許是大家最為關(guān)切的。而最直接的學習結(jié)果變化表現(xiàn)為兩方面，一是學習結(jié)果在量方面的提升，比如更高的學業(yè)成績;二是學習結(jié)果在質(zhì)方面的提升，比如深度理解、應用知識解決實際問題的能力等。

基于此，在比格斯3P學習模型的基礎上，本研究將技術(shù)使用作為一個重要因素整合其中，以技術(shù)使能的學習環(huán)境、教師的教學技術(shù)應用作為前置預示變量的教學情境因素，以學習者技術(shù)使用方式和原有的學習方式（深度學習和淺層學習）作為學習過程變量，以學業(yè)成績（本研究主要采用大學生的學業(yè)成績與操行成績組成的綜測排名）和核心能力作為學習結(jié)果變量，形成技術(shù)使能的學習研究3P模型（如圖1所示）。

三、設計：工具開發(fā)與分析方法

根據(jù)以上研究模型，在改編的比格斯SPQ問卷的基礎上，通過增加大學生技術(shù)使用調(diào)查問卷和大學生核心能力量表，整合編制成一份完整的大學生技術(shù)使能的學習調(diào)查問卷。

（一）工具開發(fā)

1. 大學生技術(shù)使用自編問卷

大學生技術(shù)使用調(diào)查問卷為自編問卷，包括學生感知的技術(shù)環(huán)境、學生自身技術(shù)使用意愿、使用廣度和深度三方面。學生對技術(shù)環(huán)境的感知主要涉及對校內(nèi)教學技術(shù)環(huán)境（題項4，α=0.724）和對教師在教學過程中的技術(shù)使用感知（題項4，α=0.721）。學生技術(shù)使用廣度主要了解大學生在課內(nèi)課外使用不同技術(shù)設備數(shù)量和用技術(shù)完成課上和課下學習活動的頻度情況（題項17，α=0.826）。

技術(shù)使用深度主要考察大學生在使用技術(shù)學習時體現(xiàn)的數(shù)字能力（題項15，α=0.876）。量表的制定主要參考加拿大多倫多地區(qū)學校委員會（Toronto District School Board，TDSB）提出的數(shù)字深度學習能力含義[13]。該量表將關(guān)鍵的數(shù)字深度能力整合為四個維度：數(shù)字基礎（含數(shù)字認知與數(shù)字批判，題項4，α=0.801）、數(shù)字參與（含數(shù)字合作、數(shù)字交流，題項4，α=0.781）、數(shù)字主動（含數(shù)字自信與數(shù)字創(chuàng)新，題項4，α=0.804）、數(shù)字公民（含數(shù)字公民與數(shù)字文化，題項3，α=0.785）。通過因子分析得到 KMO 值為 0.851，Bartletts球形檢驗值顯著性為 0.000，信效度良好。

2. 大學生學習方式問卷

大學生學習方式問卷采用南京大學呂林海教授提供的比格斯SPQ改編問卷，主要調(diào)查學生在課程學習過程中傾向于采用深度學習還是淺層學習方式。其中深度學習6題，內(nèi)部一致性系數(shù)為0.720，淺層學習6題，內(nèi)部一致性系數(shù)為0.721。通過因子分析得到KMO值為0.766，Bartletts球形檢驗值顯著性為 0.000，信效度良好。

3. 大學生核心能力量表

大學生核心能力問卷旨在獲得學生學習結(jié)果的質(zhì)性發(fā)展上的表現(xiàn)數(shù)據(jù)，主要選用國際普遍認可的問題解決、批判性思維、團隊合作、溝通交流和創(chuàng)造創(chuàng)新等21世紀5大核心能力作為測量維度，形成五個子量表：（1）問題解決能力子量表（題項3，α=0.726），改編自蕭敏康（Siu A M H）等人的問題解決調(diào)查表C-SPSI-R[14];（2）批判性思維子量表（題項3，α=0.701），改編自加利福尼亞批判性思維傾向量表[15];（3）合作傾向子量表（題項4，α=0.827）和溝通傾向子量表（題項6，α=0.905），分別采用黃國禎（Hwang G J）等人[16]改編的團隊合作能力量表和溝通協(xié)調(diào)能力量表;（4）創(chuàng)造能力子量表（題項3，α=0.822），改編自駱方的創(chuàng)造性思維能力測評問卷[17]。通過因子分析得到KMO 值為 0.885，Bartletts球形檢驗值顯著性為 0.000，內(nèi)部一致性系數(shù)為0.884，信效度良好。

（二）抽樣與分析方法

本研究調(diào)查對象為省屬重點高校大學生，綜合考慮年級、專業(yè)變量進行分層抽樣調(diào)查，專業(yè)涵蓋學校所有的24個學院，發(fā)放700份紙質(zhì)問卷，回收679份，有效回收率97%。有效問卷經(jīng)過嚴格篩選，仔細剔除漏填、錯填、規(guī)律性亂填的問卷，最終得到有效問卷491份，有效率72.3%。樣本學生來源情況為：大一152人、大二186人、大三90人、大四63人;專業(yè)文史類307人、理工類184人。

本研究采用SPSS18.0、Amos24.0軟件工具進行數(shù)據(jù)統(tǒng)計與分析，主要通過描述性分析、差異分析（如t檢驗、方差分析等）、聚類分析、結(jié)構(gòu)方程模型等方法對大學生技術(shù)使能的學習方式類型進行甄別，并對不同學習方式類型與學業(yè)成績、核心能力和個體因素之間的影響關(guān)系進行對比，最終揭示大學生技術(shù)使能的理想學習樣態(tài)和各要素相互作用的效能機制。

四、探尋：技術(shù)使能學習的

理想樣態(tài)及效能機制

（一）大學生技術(shù)使能的學習基本情況

1. 大學生對技術(shù)情境的感知情況

（1）總體感知情況良好。通過對技術(shù)使能的學習環(huán)境感知、教師在教學過程中的技術(shù)使用感知、學生技術(shù)使用意愿13個題項的調(diào)查分析，三個分層量表均值分別為3.970、3.782、4.537（見表1）。單一樣本t檢驗表明，學生在這三個維度上得分的均值與中數(shù)值（3.5）達到顯著差異水平，說明學生對技術(shù)使能的校內(nèi)學習環(huán)境總體感知和對技術(shù)使用意愿的總體表現(xiàn)良好。

（2）不同性別和專業(yè)學生存在感知差異。對網(wǎng)絡環(huán)境支持學習的情況進一步調(diào)查顯示，經(jīng)常在有網(wǎng)絡成分的環(huán)境下學習和認為在這種環(huán)境下學得更多的大學生占比分別為89%和84.73%，只有9.37%的學生經(jīng)常在沒有網(wǎng)絡的環(huán)境下學習，另有1.63%的學生表示不清楚自己對這些網(wǎng)絡學習環(huán)境的感知。這表明，很高比例的學生是在網(wǎng)絡環(huán)境下學習并認可網(wǎng)絡環(huán)境帶給學習的積極影響。調(diào)查還發(fā)現(xiàn)，女生在教師教學的技術(shù)使用感知上的得分顯著高于男生（p=0.024），文史類學生在校內(nèi)教學技術(shù)環(huán)境感知（p=0.002）、教師教學的技術(shù)使用感知（p=0.003）、學生技術(shù)使用意愿（p=0.000）上的得分顯著高于理工科學生。

（3）學生的感知與其技術(shù)使用、深度學習、核心能力具有正向相關(guān)，與淺層學習與成績排名不具有相關(guān)性（見表2）。也就是說，營造一個良好的技術(shù)環(huán)境（如“滿足學生對學習資源的獲取”等），教師善用技術(shù)輔助教學（如 “鼓勵學生在相關(guān)任務中使用技術(shù)”等），以及學生具有較強技術(shù)使用意愿（如“希望有更多需要技術(shù)支持的學習任務”等），都能正向影響學生自身的技術(shù)使用、深度學習方式的采用與核心能力的發(fā)展。

2. 大學生技術(shù)使用廣度與深度的數(shù)據(jù)統(tǒng)計情況

（1）學生移動設備擁有率高，但與學習活動融合不夠。從大學生所擁有的移動設備上看，智能手機人手至少保有一部，筆記本電腦擁有率達到91.24%，加上平板電腦和Kindle（擁有率分別為28.77%和8.96%）等其他數(shù)字工具，大學生學習技術(shù)的普及化已達到較高程度。有57.14%的學生認為每天在這些技術(shù)設備上花費時間最多的是社交活動，29.59%的學生認為是娛樂，還有1.84%和1.02%的學生選擇了消費和其他，只有10.41%的學生認為自己在技術(shù)設備上花費的大部分時間是用來學習。

（2）學生課上技術(shù)使能的學習頻率顯著小于課下。從學生課上和課下使用自帶設備支持學習的情況來看，學生課上主要使用智能手機進行學習（M=4.858），自帶筆記本電腦或平板電腦進課堂的還不多見（M=1.681）。雖然學生課下使用電腦學習的頻率有所提升（M=3.300），但仍低于智能手機的學習應用（M=3.768）。通過配對樣本t檢驗可知，大學生課上技術(shù)使用頻率的總體均值顯著小于課下。進一步分析發(fā)現(xiàn)，課上用技術(shù)記錄信息（如課堂拍照等）頻率最高，交流討論學習內(nèi)容頻率最低。學生在課下也表現(xiàn)出同樣的技術(shù)使用傾向，整理信息（如課程筆記）最高，交流討論學習內(nèi)容最少。說明，學生的技術(shù)使用較多集中在低層次的對課程信息的記錄和整理上，在主動瀏覽、獲取、分享和交流信息、參與線上網(wǎng)絡課程等主動性的學習上處于中等水平。值得注意的是，仍有32.78%的學生反映“有時”或“經(jīng)?！被颉翱偸恰北唤故褂檬謾C等移動設備上課（M=2.061）。

（3）技術(shù)使用深度總體表現(xiàn)良好，數(shù)字主動維度表現(xiàn)最低。數(shù)字能力量表調(diào)查顯示（由表1可知），大學生技術(shù)使用深度統(tǒng)計均值為4.102，單一樣本t檢驗表明，學生在這個維度上得分的均值與中數(shù)3.5的差異達到顯著水平（t=24.539，p=0.000），表明大學生數(shù)字能力總體較好。其中，大學生在技術(shù)使用的“安全、尊重、隱私、倫理”的數(shù)字公民層面表現(xiàn)最好，數(shù)字認知與批判和數(shù)字參與次之，在技術(shù)使用的“主動嘗試、遷移應用、技術(shù)表達”的數(shù)字主動層面表現(xiàn)最差。

3. 大學生的學習方式（深度與淺層學習）情況

大學生學習方式量表調(diào)查結(jié)果顯示（見表1），學生深度學習與淺層學習得分均值分別為3.830和3.481。通過單一樣本t檢驗，學生在深度學習上的得分均值與中數(shù)3.5達到顯著差異水平（t=13.348，p=0.000），在淺層學習上的得分均值與中數(shù)3.5無顯著差異，表明大學生深度學習水平總體偏上，而淺層學習水平總體處于中等。此外，通過配對樣本t檢驗可知，學生深度學習水平顯著高于淺層學習水平。在個體因素上，深度學習只在學生年級（F=3.325;p=0.020）上存在顯著差異，淺層學習在各項上均不存在顯著差異。

（二）大學生技術(shù)使能的學習樣態(tài)聚類分析

為了更深入分析大學生的技術(shù)使用、學習方式和學習結(jié)果之間的相關(guān)性，探尋理想的技術(shù)使能學習方式，本研究借鑒南京大學呂林海教授[18]采用的學習方式人群聚類方法，對大學生的技術(shù)使用和技術(shù)使能的學習方式進行逐層遞進的人群聚類及特征分析。

1. 技術(shù)使用的人群聚類及特征分析

以數(shù)據(jù)標準化之后的學生技術(shù)使用廣度和深度為變量，通過K-Means聚類，得到大學生技術(shù)使用的4類學生群體（如圖2所示）。第一類為技術(shù)的游離使用者（21.8%），即在技術(shù)使用深度和廣度上得分都很低（均值為負值），是一類不怎么使用技術(shù)的學習群體;第二類為技術(shù)的廣度使用者（30.0%），即在技術(shù)使用廣度上得分高（均值為正值），在技術(shù)使用深度上得分低，說明該類群體在課上、課下使用移動設備進行學習的方式和頻率較高;第三類為技術(shù)的融合使用者（20.4%），即在技術(shù)使用深度和技術(shù)使用廣度上得分都很高，說明該類群體對于技術(shù)的使用得心應手;第四類為技術(shù)的深度使用者（27.8%），即在技術(shù)深度使用上得分較高，在技術(shù)使用廣度上得分低，說明該類群體具有較好的數(shù)字能力。

進一步分析四類技術(shù)使用群體的學習特征，結(jié)果發(fā)現(xiàn)：（1）四類技術(shù)使用群體在深度學習上存在顯著差異（F=31.484;p=0.000）。通過事后比較分析（Tamhanes T2法）可知，技術(shù)融合使用者在深度學習上的均值得分顯著高于其他三類群體，技術(shù)深度使用者與技術(shù)廣度使用者在深度學習上無顯著性差異，技術(shù)游離使用者均值得分顯著低于其他三類。由此表明，技術(shù)的融合使用者比其他三類群體更具有深度學習傾向，而最不善用技術(shù)的人群（技術(shù)的游離使用者）在深度學習上表現(xiàn)最差。（2）四類技術(shù)使用群體在核心能力上存在顯著差異（F=47.849;p=0.000）。通過事后比較分析（LSD法）可知，技術(shù)融合使用者與深度使用者在核心能力上的均值得分均顯著高于技術(shù)游離使用者與廣度使用者，技術(shù)的游離使用者得分最低。四類群體得分排序為：技術(shù)融合>技術(shù)深度>技術(shù)廣度>技術(shù)游離。這表明，技術(shù)的融合使用與深度使用水平更高的大學生在學習結(jié)果上傾向于產(chǎn)生更高的核心能力。（3）四類技術(shù)使用群體的大學生在淺層學習與學業(yè)成績排名上不具有顯著差異。因此，可推斷，技術(shù)使用與學習者的淺層學習方式和學業(yè)成績無明顯直接關(guān)系。

2. 技術(shù)使能的學習方式人群聚類及特征分析

將技術(shù)使用的廣度和深度合并為整體的“技術(shù)使能”，以數(shù)據(jù)標準化之后的“技術(shù)使能”與深度學習方式為變量，通過K-Means聚類，得到4類學生群體（如圖3所示）。

第一類為技高學低的技術(shù)主導型（26.33%），即在技術(shù)使用上的得分高（均值為正值），而在深度學習上得分低（均值為負值）。說明該類群體在日常學習活動中有較好的技術(shù)使用能力，但很少進行深度學習。第二類為技低學低的亞游離型（25.31%），即在技術(shù)使用與深度學習上得分都很低。說明該類群體既不善用技術(shù)，也很少進行深度學習，但比上述單純的技術(shù)游離型和單純的學習游離型[18]（深度學習和淺層學習得分都為負值）表現(xiàn)稍好。第三類為技高學高的新融合型（19.39%），即在技術(shù)使用和深度學習上的得分都很高，說明該類群體在日常學習活動中有較好的技術(shù)使用能力，且能很好地利用技術(shù)進行深度學習，是一種高技術(shù)使能的深度學習者。第四類為技低學高的深度學習主導型（28.98%），即在技術(shù)使用上得分較低，在深度學習上得分較高，說明該類群體是不善用技術(shù)的、低技術(shù)使能的深度學習者。

進一步分析四類技術(shù)使能的學習群體在學習結(jié)果（核心能力和成績排名）上的差異，結(jié)果顯示：四類學生群體在核心能力（F=57.747;p=0.000）和成績排名（F=5.751;p=0.001）上都存在顯著差異。通過事后比較分析（LSD法）可知：（1）在核心能力上，四類群體兩兩之間均存在顯著性差異，得分排序為：技高學高（新融合型）>技低學高（深度主導型）>技高學低（技術(shù)主導型）>技低學低（亞游離型）。這表明，技術(shù)使能的深度學習者具有更高的核心能力。（2）在成績排名上，技高學高（新融合型）學習者好于技低學低（亞游離型）、技高學低（技術(shù)主導型）學習者，但與技低學高（深度主導型）學習者無顯著性差異。說明決定成績排名的主要因素為學習者的深度學習水平。

以上大學生的兩類人群聚類分析表明，在核心能力和成績排名兩項學習結(jié)果上，高技術(shù)使能的深度學習者是表現(xiàn)最佳的學習群體。

（三）“技術(shù)使能的深度學習”模型驗證與效能機制分析

為了驗證上述分析結(jié)果，我們在Amos 24.0上建立“技術(shù)使能的深度學習結(jié)構(gòu)方程模型”，并期望通過該模型進一步探究技術(shù)情境感知、技術(shù)使能（廣度+深度）、學習方式（深度與淺層）與學習結(jié)果（成績排名與核心能力）之間的效能機制。

1. 模型驗證

在模型建立過程中，通過路徑分析，依次刪除系數(shù)未達顯著的路徑，并對模型擬合度的各項指標進行檢驗，皆滿足擬合要求（χ2/df=2.364<3、RMSEA=0.053<0，08、SRMR=0.040<0，05、CFI=0.972>0.9、TLI=0.941>0.9、IFI=0.973>0.9、NFI=0.953>0.9），最終得到“技術(shù)使能的深度學習結(jié)構(gòu)方程模型”（如圖4所示）。

2. 效能機制分析

根據(jù)技術(shù)使能的深度學習結(jié)構(gòu)模型和技術(shù)使能路徑各項效果值，可以清楚地描述技術(shù)使能的深度學習各要素之間的效能關(guān)系：（1）作為學習結(jié)果的核心能力直接受技術(shù)情境感知、深度學習、技術(shù)使用深度的正向影響;（2）作為學習結(jié)果的成績排名直接受深度學習、技術(shù)使用廣度的正向影響，受淺層學習的負向影響;（3）深度學習同時受技術(shù)使用深度與技術(shù)情境感知的正向影響;（4）技術(shù)情境感知、技術(shù)使用廣度/深度之間相互呈正向影響，即，在技術(shù)使能的學習環(huán)境當中，真正直接促進學習者深度學習與核心能力發(fā)展的是技術(shù)的深度使用能力，直接促使學習者獲得更高成績排名的因素在于技術(shù)使用廣度與深度學習水平。因此，技術(shù)使能（技術(shù)使用廣度+技術(shù)使用深度）的深度學習，相對于深度學習本身，更能夠促進學習者獲得更好的學習結(jié)果（量的學業(yè)成績和質(zhì)的核心能力）。

五、討論：研究結(jié)論與啟示建議

經(jīng)過系列數(shù)據(jù)對比、人群聚類和模型驗證的逐層遞進分析，對技術(shù)使能學習的理解變得越來越清晰。上述多項分析指向一致結(jié)果：對于學習者來說，技術(shù)促進學習或者說技術(shù)使能的學習存在多種樣態(tài)，產(chǎn)生的學習效果存在較大差異。即便在技術(shù)使能的學習環(huán)境下，技術(shù)可以直接或間接影響學習方式和學習結(jié)果，但起關(guān)鍵作用的仍然是學習者的深度學習方式而不是技術(shù)使用本身。技術(shù)主導型學習者也可能是淺層學習者，深度學習者也可能是技術(shù)使用的游離者，數(shù)字時代的大學生只有采用技術(shù)使能的融合方式（廣度+深度），并將技術(shù)使用很好地融入主動探究、積極思考、深度理解、合作交流、追求創(chuàng)新的深度學習方式中，才能形成高質(zhì)量學習的效能合力，兩者結(jié)合的理想學習方式就是“技術(shù)使能的深度學習”，而獲得最佳學習結(jié)果的一定是高技術(shù)使能的深度學習者（技高學高的新融合型）。在這里，“高使能的技術(shù)”和“有深度的學習”不可分割地融合在一起。

當前，在高校實施一流本科建設“雙萬計劃”和深入推進信息化教育的大背景下，“技術(shù)使能的深度學習”研究為我們提供了從“外部教學情境”到“內(nèi)在效能關(guān)系”審視技術(shù)變革學習的新視角以及思考課程質(zhì)量提升的新路徑。

（一）將課程教學建設關(guān)注點從客觀的“教學外在”轉(zhuǎn)向?qū)W生感知的“學習內(nèi)在”

深度學習是產(chǎn)生高質(zhì)量學習結(jié)果的關(guān)鍵，而正向影響學生采用深度學習方式的重要因素不是客觀上“學校建設了怎樣的一流教學設備或者教師設計了怎樣的一流課程和教學”，而是“學生對這些客觀外在技術(shù)環(huán)境與教學情境的感知”[19]。高校在信息化教學環(huán)境的建設過程中，需要從學生的學習體驗出發(fā)，將他們對學習環(huán)境的感知和深度學習發(fā)展作為設計的重要考量。也就是說，不能只看課程團隊、課程資源、課程設計和教學實施等“教”的質(zhì)量，更應將“學生的深度學習”程度納入評價范圍，通過技術(shù)支持并賦權(quán)學習者，將“學生采用深度學習的比例和深度學習總體水平的高低”作為課程質(zhì)量評判的重要指標。

（二）將數(shù)字深度學習能力的提升作為技術(shù)賦能學習者的發(fā)展方向

大力推進信息技術(shù)與課程教學的深度融合，一直是我國教育改革的目標方向，但從目前的應用來看，教師角度的融合實踐做得比較好，學生角度特別是基于深度學習角度的融合應用還在探索發(fā)展中。上述調(diào)查結(jié)果揭示的“大學生四年之間的數(shù)字學習能力總體增長不明顯”“自帶設備的使用與學習活動融合不夠”“四類技術(shù)使用人群對成績排名的影響不存在顯著差異”等問題，進一步暴露出大學生數(shù)字學習效能總體偏低和教師在課程教學、作業(yè)任務設計上整合技術(shù)總體偏少、挑戰(zhàn)性偏低的事實。因此，高校在注重教師信息化教學能力建設的同時，應大力促進學生學習方式從“淺層學習”到“深度學習”的變革。國際教育技術(shù)協(xié)會（ISTE）發(fā)布的新版學生標準也指明了“淡化學生技術(shù)素養(yǎng)，深化使用技術(shù)的學習法素養(yǎng)，指向賦權(quán)學習者和技術(shù)賦能學習”的發(fā)展新方向[5]。如何將信息技術(shù)應用與學生的深度學習任務和學習方式的設計進行深度融合，發(fā)展學生的數(shù)字深度學習能力，發(fā)揮學生技術(shù)使能的學習效用，最終實現(xiàn)高質(zhì)量的學習效果，這是當下值得思考和研究的現(xiàn)實課題。

（本研究得到南京大學教育研究院呂林海教授的幫助和指導，深表感謝！）

[參考文獻]

[1] 李芒，石君奇.靠不住的諾言：技術(shù)之于學習的神話[J].開放教育研究，2020（1）：14-20.

[2] MAYER R. The cambridge handbook of multimedia learning[M]. New York： Cambridge University Press，2005：9.

[3] 顧小清，王春麗，王飛.信息技術(shù)的作用發(fā)生了嗎： 教育信息化影響力研究[J].電化教育研究， 2016（10）： 5-13.

[4] National Academies of Sciences， Engineering， and Medicine. How people learn II： learners， contexts， and cultures[M]. Washington? DC： The National Academies Press， 2018：7.

[5] 王永軍.技術(shù)賦能的未來學習者——新版ISTE學生標準解讀及其對我國中小學學生信息化學習能力建設的啟示[J].中國遠程教育，2019（4）：17-24，92.

[6] MARTON F， SALJIO R. On qualitative differences in learning outcome and process[J].British journal of educational psychology， 1976（46） ：4-11.

[7] BIGGS J. Study process questionnaire manual[R]. Hawthorn： Australian Council for Educational Research， 1987b.

[8] 涂陽軍，陳建文，李傳玲.學習過程問卷的結(jié)構(gòu)及信效度研究[J].中國臨床心理學雜志，2008（2）：119-122.

[9] BIGGS J， KEMBER D， LEUNG D Y， et al. The revised two-factor study process questionnaire：R-SPQ-2F[J].British journal of educational psychology， 2001（71）：133-149.

[10] KEMBER D，BIGGS J. Examining the multidimensionality of approaches to learning through the development of a revised version of the learning process questionnaire[J]. British journal of educational psychology， 2004（74）：261-279.

[11] 楊院.大學生學習方式實證研究：基于學習觀與課堂學習環(huán)境的探討[M].北京：教育科學出版社，2014.

[12] KIRKWOOD A， PRICE L. Technology-enabled learning implementation： handbook[M]. British Columbia， Canada：Commonwealth of Learning， 2016.

[13] SINAY E， GRAIKINIS D. Global competencies in deeper learning environments enabled by pervasive digital technologies： evolving framework for theoretical foundation and developmental evaluation[R]. Toronto， Ontario， Canada： Toronto District School Board，2018.

[14] SIU A M H， SHEK D T L. The Chinese version of the social problem-solving inventory： some initial results on reliability and validity[J]. Journal of clinical psychology， 2005， 61（3）： 347-360.

[15] 羅清旭.加利福尼亞批判性思維傾向問卷（中文版的初步修訂）[J].心理發(fā)展與教育，2001（3）：9-43.

[16] LAI C L，HWANG G J. Effects of mobile learning time on students' conception of collaboration communication， complex problem-solving，meta-cognitive awareness and creativity[M].Geneva：Inderscience Publishers，2014：276-291.

[17] 駱方.中學生創(chuàng)造性思維能力測評問卷的編制——一個典型表現(xiàn)測驗[D].北京：北京師范大學，2003.

[18] 呂林海.融合性學習：西方學生的夢魘，抑或中國學生的圣境——從普洛瑟的“脫節(jié)型學生”說起[J].現(xiàn)代遠程教育研究，2018（2）：45-52，64.

[19] 呂林海.“深度學習”視域下的大學“金課”——歷史邏輯、考量標準與實現(xiàn)路徑之審思[J].高校教育管理，2020（1）：1-13.