计算机环境下自我调节学习的影响因素及优化策略，本文主要内容关键词为：因素论文,策略论文,自我论文,环境论文,计算机论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
［中图分类号］G434 ［文献标识码］A ［文章编号］1006－7469(2013)05－0027－09
近年来，随着多媒体与网络技术的发展以及互联网、移动设备等各种开放式学习环境的广泛应用，教育决策者、研究者和实践工作者们越来越关注计算机环境下的学习，而计算机环境要求学习者具有较高的自我调节能力。
一、计算机环境下的自我调节学习
(一)计算机环境及其对学习者的要求
基于计算机的学习环境(Computer－based Learning Environments)整合了计算机技术以帮助学习者达到某个具体的教育目的。一般而言，根据学习者使用技术的方式可以分为以下三种：第一，以多种信息(如文本、图表、图形、声音、视频等)方式呈现的多媒体学习环境；第二，允许学习者直接操作和使用的超媒体学习环境；第三，允许学习者对这些表征直接操作的计算机仿真学习环境。计算机为学习者提供了一种高效的学习环境，然而许多学习者并不能有效地加以利用，存在许多困难，例如由于教师角色的淡化，教学管理的弱化，导致“信息迷航”和“信息超载”，影响学习效果。因而，学习者需要积极、主动、自觉地从事和管理自己的学习活动。学习者不仅要有强烈的探究问题的动机，并在学习过程中不断保持这种兴趣，而且要积极主动地学习，包括确定学习目标，制订学习计划，整合学习资源，选择学习策略，自我评价学习效果，并不断根据学习目标及完成情况修正学习进度和策略。显然，这对学习者的自我调节能力提出了更高的要求。[1]
(二)自我调节学习及其特征
齐默曼(Zimmerman)基于社会学习理论指出，自我调节学习是个体、社会和行为三大因素相互作用的过程，是“学习者自主产生思想、情感与行动，系统化地定向于他自身所要达到的目标的过程”。[2]目前，许多关于自我调节学习的研究把自我效能感、目标取向、元认知和情绪情感等作为影响自我调节学习的个体因素，把模仿学习、社会性援助、学习任务、学习情境等作为环境因素，把自我观察、自我评价、自我反应作为行为因素。[3]
自我调节学习由多个阶段组成，是一个学习者自我调节、不断循环向上的学习过程。第一是计划阶段，学习者确定任务，设立目标，制定策略，自我激发；第二是实施阶段，学习者实施计划，并且使用元认知监控策略控制和调节学习过程；第三是评价阶段，学习者对学习过程和结果进行评价，并根据评价的反馈信息不断进行自我调整。[4]阿泽维多(Azevedo)据此提出了计算机环境下的自我调节学习模型。该模型假设学习者在计算机环境中学习时，在“计划、实施和评价”三个阶段都要做相应的自我调节，这对我们理解学习者特征、计算机环境和自我调节行为三者之间的相互作用关系(亦即“计算机环境下自我调节学习的影响因素”)提供了分析框架。[5]
二、计算机环境下自我调节学习的影响因素
(一)个体因素：自我效能感、目标取向、已有知识、情绪情感
1.学习者的自我效能感
学习者的自我效能感越高，其自我调节学习的过程和学习效果更好。在计算机环境下，学生的自我效能感影响对学习活动的选择以及自我调节学习的努力程度，宾奇特(Pintrinch)和古鲁特(Groot)的研究证实，具有较高学习效能感的学生比低学习效能感的学生更多地使用自我调节策略，具有更大的任务坚持性。学生的学习自我效能感与任务的选择，任务的坚持性程度有效学习行为技能的获得及学习成绩都有密切的联系。[6]
2.学习者的目标取向
学习者持“掌握”比起“规避”的目标取向，其自我调节学习过程与学习效果更好。内斯比特(Nesbit)等人在一项研究中，追溯计算机环境下学习者学习过程中的数据，调查学习者的目标取向(“掌握”或“规避”)与元认知监控(例如，“笔记”和“突出”)之间的关系。研究发现，“规避”目标取向与使用“突出”的数量呈负相关，而“掌握”目标取向与使用“笔记”的数量呈正相关，这表明学习者所持“掌握”的目标取向与自我调节策略积极相关。[7]
3.学习者的已有知识
学习者的已有知识较高，其自我调节学习过程与学习效果更好。莫斯(Moos)和阿泽维多的一项研究发现，与已有知识水平较低的大学生相比，已有知识水平较高的大学生的计划和监控行为明显更多。而且，已有知识水平较低的大学生仅会采用少数的几种学习策略，如“概括和笔记”，很少使用其他积极的策略，如“推理、知识精细化”。[8]麦克格雷戈(MacGregor)的研究发现，在超媒体环境中，已有知识水平较高与较低的中学生相比，其自我调节能力更强，并且在学习效果测验中，能够联结的概念更多，分数也更高。[9]
4.学习者的情绪情感
“焦虑、孤独”等负面情绪或者情感缺失，不利于自我调节学习。希尔和威格菲尔德(Hill and Wigfield)的研究证实，高焦虑情绪的学习者比低焦虑情绪的学习者更少使用自我调节策略，有更低的任务坚持性。[10]尤其在网络学习环境中，时空分离所导致的孤独感，情感缺失感等都影响学习者的自我调节学习。
另外，学习者对计算机学习环境的适应性和所具有的计算机素养，网络环境下的学习和导航技能，认知风格以及知识观和学习观等也都影响着学习者的自我调节学习。
(二)环境因素：认知支持、元认知支持、概念支持
与其他学习环境相比，计算机环境本身(软件系统)具有支持学习者自我调节学习的工具，主要有“认知支持、概念支持、元认知支持”等类型。认知支持工具允许学习者参与和操作信息，如“重点、词汇表、批注、沟通、创作、档案袋”等工具。元认知支持工具，是指用于训练和促进学习者自我监控、评价和反思的工具，如“监控、评价”等工具。概念支持工具由内在和外在的帮助组成，例如为学习者提供静态的或者合适的脚手架。
1.认知支持工具
大多数学习者仅会用少数工具如“重点、词汇表”，极少使用“批注、档案袋、创作”等高级的认知工具，然而，这些有助于自我调节学习。普露思科(Proske)的一项研究调查了网络学习中学习者(大学生)如何使用认知支持工具进行自我调节学习。研究发现，学习者大量时间用于阅读和学习文本，仅用了少数的支持工具如“重点、词汇表”，并且极少使用“批注、档案袋、创作”等支持工具。但是，尽管不常使用，学习者完成学习任务的数量与使用“批注、档案袋、创作”工具之间存在显著的积极关系。[11]温尼和詹姆森诺尔(Winne and Jamieson－Noel)在一项研究中，在计算机环境下给学习者提供了“重点、词汇表、批注、创作、推理”等支持工具，根据学习者自我报告与追踪数据，调查了学习者(大学生)自我报告的学习策略和实际使用的策略之间的差异。研究结果发现这两者并不一致。例如，有些学习者报告说使用了“创作、推理”策略，但是，实际中他们并没有这样做。这可能是由于他们自我调节能力较弱，无法监控自己的学习过程，不会使用合适的学习策略。[12]
2.元认知支持工具
元认知支持工具有助于自我调节学习与学习效果。卡拉马斯基(Kramarski)等人开展了一项研究，以“自我提问”这种元认知支持形式，并将其运用于数学教学中，包括“自我提问、问题聚焦、联系已有知识、使用适当策略、反思学习过程”等元认知训练，这也被称作“基于训练的教学方法”(IMPROVE)。研究发现，在网络学习中对学习者(中学生)进行这种元认知支持(训练)，其学习兴趣与学习效果等方面都胜过了控制组(通过课堂学习)，而且，获得元认知支持的学习者在“代数思维、元认知知识”上得分更高，学习中表现出更多的元认知行为。[13]与此相互印证的是，阿泽维多和科洛姆雷(Cromley)的一项研究发现，不同学科领域的学习者在不同阶段接受元认知训练，从前测和后测来看，都明显地有助于提高学习效果，而且，比那些没有受过训练的学习者，他们会更频繁地制定学习策略。[14]
3.概念支持工具
静态的概念支持削弱了学习者的自我效能感，无助于自我调节学习；合适的概念支持有助于自我调节学习与提高学习效果。莫斯和阿泽维多在一项研究中，分别检测学习者在学习任务之前、之后、之中的自我调节学习行为以及与自我效能感之间的关系，以调查静态的概念支持对自我调节学习的影响。其中一组的学习者提供相关的静态的概念支持，另一对照组则不提供支持。研究发现，在这两种条件下，学习者使用“计划、监控”等自我调节策略并没有显著差异。然而，在这两种条件下，在整个40分钟的课程学习中，学习者的自我调节学习行为反而降低了，自我效能感也相应地削弱了。[15]阿泽维多等人对学习者(大学生)学习概念时做了一项比较研究。一种是以“教师指导”的形式，为学习者提供合适的学习支持；另两种是为学习者提供以子目标形式的静态的支持，以及不提供支持。从前测后测来看，就平均而言，有合适的支持的学习者学习效果更好，而且，在提供了支持的条件下，学习者会更频繁地使用“计划、监控”等自我调节策略。[16]
(三)行为因素：学习目标、学习过程、学习方式
作为学习者与技术环境交互的行为因素，主要有学习目标的类型与结构、学习过程的控制以及学习方式。这些因素都影响着自我调节学习及学习效果。
1.学习目标的类型与结构
学习目标的类型与结构对学习效果并无直接的影响。但是，与“结果性”学习目标相比，“过程性”学习目标更能促进其自我调节学习。莫斯和阿泽维多研究了学习目标类型(了解、理解、运用)与“自我调节策略、学习效果”之间的关系。研究者使用学习策略问卷(MSLQ)与学习效果试卷进行检测，发现两者并没有明显的差异。然而，为学习者提供“过程性”目标比其他类型的目标，学习者使用的自我调节策略(如计划和监控)会更多。[17]斯库科和埃尔特梅(Schunk and Ertmer)研究了学习目标结构(过程性、结果性)与学习效果之间的关系，为学习者(大学生)提供“过程性”目标或者“结果性”目标进行对比，研究发现，两者学习效果并没有显著的统计差异。然而，与仅提供“结果性”目标相比，提供“过程性”目标的学习者在自我效能感、自我调节(如技能、策略、评价)等方面得分更高。[18]
2.学习过程的控制程度
如果学习过程的控制程度高，自我调节能力较差的学习者的学习效果好，自我调节能力好的学习者的学习效果差；反之亦反。伊奥姆和雷瑟(Eom and Reiser)研究发现，对于自我调节学习能力差的学习者而言，与学习者自主控制的条件相比，他们在计算机程序控制下的学习效果更好；在学习者自主控制的条件下，自我调节学习技能好的学习者的学习成绩比低技能的学习者好。[19]类似的，麦克曼纽(McManus)发现，在仅有少量选择性的线性的(已经设定好，控制程度高的)网络学习环境中，对自我调节技能高的学习者来说是个阻碍，然而，可选择程度大的非线性的(控制程度不高)网络学习环境对于自我调节技能低的学习者来说是一个阻碍。[20]
3.学习方式
已有知识水平高与已有知识水平低的学习者合作学习，前者学习效果不明显。合作学习可以显著地调节彼此的学习，但是，这种合作学习的形式无助于自我调节学习。温特斯(Winters)和阿泽维多的一项研究发现，已有知识高与已有知识低的学习者(大学生)合作学习，后者的确获得了很大的进步，但是，前者并没有明显的学习效果。已有知识低的学习者依赖合作者提供认知的、元认知的支持可以受益，然而，已有知识水平高的学习者必须花费时间支持合作者，这可能会损害他们的学习。通过分析学习者在合作中的谈话发现，他们花费了大量的时间在低水平的学习策略上，如“说明任务程序”和“讨论学习环境”，而不是“计划、监控”等高水平的策略。[21]德琼(De Jong)在计算机环境下的合作学习(CSCL)中，通过分析学习者在讨论中的自我调节现象，研究发现，学习者“在线”或“面对面”的交流中，经常使用“达成共识、记忆”等策略，这可以显著地调节彼此的学习，但是较少使用“计划、监控”等自我调节学习策略。[22]
三、计算机环境下自我调节学习的优化策略
基于以上分析，相应地，我们可以从学习者、技术环境、学习行为三方面提出优化策略，用以促进计算机环境下自我调节学习与学习效果。
(一)学习者自我调节策略
1.动机的自我调节
动机的自我调节包括对自我效能感、目标取向、价值观和兴趣等的调节。卡普拉拉(Caprara)等人提出，动机自我调节最基本的方法是通过积极的“自我对话”来调节自我效能感，[23]如“我知道我能完成这项任务”。学习者也可以试着增强外在动机，根据学习任务的完成情况给自己奖励或做某些积极的活动。沃尔特斯和克里斯托菲尔(Wolters and Christopher)认为，学习者能通过获得高分，或者通过增强内在动机(如将学习任务趣味化等)来帮助自己维持学习动机。因此，学习者应主动赋予学习任务某种意义，将学习活动与自己的事业、生活紧密联系起来。[24]
2.情绪情感的自我调节
“自我对话”也是一种有效策略，可对消极情绪进行调节，还可以调用诸如“羞愧或内疚”等情感来激发学习者自己学习的坚持性。当学习者面对结果时，会进行归因并伴随有情绪反应，不同的归因方式会导致不同的情绪。为了保护自我价值和保持学习兴趣，学习者可以通过主动控制归因类型来达到调节学习情绪的目的。
3.意志的自我调节
特纳(Turner)等人发现，那些使用意志控制策略来应对学业失败的学习者，更易于在后续学习中坚持，逐渐进步；而那些较少或从不使用意志策略的学生在面临失败时容易放弃，且对自己的能力产生怀疑。[25]学习者可以通过想象、自我提醒、自我奖励以及预设不良后果等方法来增强意志，投入学习。此外，承诺给自己回报、增强自我效能感、提前体验成功等也是增强意志的有效策略。
(二)技术环境开发策略
1.在设计与开发计算机学习环境(如软件系统等学习平台)时，力求呈现自我调节学习的详细过程，以促进自我调节学习
温尼(Winne)等人开发出一款"gStudy"学习软件，可以记录学习者在计算机环境下自我调节学习过程的痕迹。[26]学习者在这一学习平台上可以使用“重点、批注、沟通”等工具，绘制概念图，搜索信息，沟通交流，进行小组合作以及接受辅导，并且可以上传文本或其他任意的材料。这一软件可以“观察”并记录学习者的学习过程。它可以按时间顺序详细地收集具体的学习内容等，以及所使用的学习策略，这些数据可以准确地揭示学习者“计划、监控、评价”等具体的自我调节学习过程。这些详细的信息，有助于诊断以及改善学习者在自我调节学习上可能存在的问题。因而，这一软件可以用于研究或者培养学习者的自我调节学习能力。
2.在设计与开发计算机学习环境时，要为学习者设计学习工具
设计学习工具，提供“适应性”的学习支持，可以促进自我调节学习及学习效果。例如，可以提供静态的支持(如在线提示)或者动态的支持(如来自指导者或同伴的支持)。在设计学习工具时，特别要注重引导学习者多使用“计划、监控、批注”等高级的认知支持与元认知支持工具。未来的发展趋势是，计算机环境需要根据学习过程中出现的变化不断修正其提供支持的方法，以促进学习者的自我调节学习。
3.在设计与开发计算机学习环境时，要设计合理的评价系统
设计合理的评价系统，可以让学习者通过教师评价、同伴评价以及自我评价等发展性评价系统充分认识自己的学习水平，并借助于网络学习平台及时调整学习，通过平台以及教师的引导促进自我调节学习及学习效果。欧洲计算机学习网络推出了研发项目“基于认知的智能分布式的开放式学校学习系统”(iClass)，[27]iClass作为一种计算机学习平台，既可以在学校等正式的场合作为学校和教师的教学用具，也可以用于在非正式的场合促进开放式的学习和探究学习。不管是教师还是学习者，都可以根据实际情况设置和装载不同的学习内容，具有很大的灵活性。根据现有试用评价结果，iClass不仅增强了学习者的自我调节学习能力，而且该系统也为教师们设计活动培养学生的各种自我调节学习能力提供了有效工具。
4.在设计与开发计算机学习环境时，要考虑增强和维持学习者的学习动机
由于计算机学习环境的时空分离导致学习者高度自治反而常常不能自治、集体归属感缺失和孤独感、冗余信息导致学习者迷航等。这些因素都可能降低学习者的学习动机，使得学习不能有效地持续下去。因此，系统设计应该把激发学生的学习兴趣和学习动机作为一个重要的因素来考虑。
(三)学习行为调节策略
计算机提供“以学习者为中心”的高效学习环境，学习方式发生改变，因而，学习者应该积极地调节自己的学习行为。与此同时，指导者(或教师)仍然应当承担和发挥重大作用，为学习者提供相应的学习策略指导。
1.指导者(或教师)应该着力培养提高学习者的自我效能感
指导者应引导学习者认清自我并提高自我效能感，避免选择材料时的盲目性；另外，帮助学习者对学习作内部的、可控的归因，正确认识失败会有助于其从自身寻找原因调节其学习活动；还应为学习者提供过程性与结果性目标结合的学习目标。
2.学习者应该合适地选择、减弱直至取消外部支持
自我调节能力差的学习者，可以选择计算机或者指导者多控制一点，然后慢慢调节，转为学习者控制；自我调节能力强的学习者，选择计算机或指导者少一些控制，但多提供支持。一旦学习者可以独立学习某一任务，则应该减弱或者取消支持。
3.在学习方式上，可采用混合学习
这种计算机环境自我调节学习可以与“面对面”课堂学习结合，也可个别学习与集体学习结合，这种混合学习的效果更好。并且，学习者主动与他人合作学习，进行高水平的认知活动，减少一些不必要的低级的认知活动。
计算机环境下的自我调节学习的影响因素很多，包含了个体、环境、行为，要准确把握的确不易。未来的研究应该全面地理解自我调节学习；寻求新的途径，运用数据溯源代替自我报告测量自我调节学习，并且与质性研究结合。在优化策略上，未来的研究需要将这些因素综合考虑，进行开发和实施，并需要进行各种实证研究，以确证效果。