湖南城市学院大学英语教学部,益阳
1 问题的提出
大学英语是培养学生国际视野、沟通能力和语言应用能力的核心课程。近年来,许多高校大幅缩减大学英语课程的学时与学分,传统课堂教学难以实现预定的教学目标,亟需深化改革与创新。《大学英语教学指南(2020版)》强调各高校应充分利用信息技术,打造多元化的教学与学习平台,实施混合式教学模式[1]。大学英语混合式教学展现了外语教学与信息技术紧密结合的新趋势,在提升语言学习机会、创新课程内容等方面具有显著优势。混合式教学能突破时空限制,弥补线下课堂教学时间不足的问题,从而促进大学生英语个性化学习,实现“减量不减质”的目标。
广义上的混合式教学指不同教学技术、方法和场所的结合,狭义上的混合式教学则指信息技术支持下的线上教学与传统课堂面授教学相结合的教学模式[2]。混合式教学模式下,学生能够根据兴趣和需求选择学习内容和方式,从而激发学习意愿。学习意愿指学生主动参与学习、讨论、总结等学习活动的主观倾向或可能性[3],是推动学生不断主动学习的力量与源泉。研究大学英语混合式教学模式下学生学习意愿的影响因素,从而扬长避短,是实现大学英语混合式教学高质量发展的关键。
技术采纳与利用整合理论(Unified Theory of Acceptance and Use of Technology,UTAUT)结合了多个理论框架的关键观点:技术/任务匹配模型、创新扩散理论和理性行为理论。该理论包括四个核心维度:(1)绩效期望(Performance expectancy),指个人感知到使用系统对工作效能的帮助程度;(2)努力期望(Effort expectancy),指个人感知到使用系统所需付出的努力程度;(3)社会影响(Social influence),指个人感知到受周围群体的影响程度;(4)便利条件(Facilitating conditions),指个人感知到组织在相关技术、设备等方面对系统使用的支持力度,且行为意图对系统的实际使用行为具有直接影响,该模型能够更全面地解释个体对技术的采纳与使用行为[4]。在大学英语混合式教学模式中,学生的主要目标是提升英语知识和技能,学习意愿和实际学习行为会受到多种因素的影响,包括个人努力程度、学习平台资源配置、教师支持程度以及学习动机等。
因此,本研究基于UTAUT理论模型,探讨在大学英语混合式教学模式下,学生学习意愿的影响因素,并揭示这些因素如何共同作用于学生的学习行为。
国内外学者基于UTAUT模型研究了大学生对新技术的接受意愿及其影响因素,如大学生参与MOOC的动因[5]、参与混合式学习的意愿[6]等,发现绩效期望、社会影响和努力期望是关键因素。学习者完成学习任务的主观意图即学习意愿,受到绩效期望、态度、自我效能感和社会影响等多种因素的显著影响[7]。本研究基于UTAUT模型探讨大学英语混合式教学模式下学生学习意向影响因素,其中绩效期望指学生认为混合式教学能够提升英语学习效果的程度;努力期望指学生感知到开展混合式学习需要投入的努力程度;社会影响指学生感知到周围的人,如教师、同学等,对其采用混合式学习的影响程度;便利条件指学生对学校、教师对其顺利开展混合式学习的支持程度;学习意愿则是指学生选择采用混合式学习的可能性。
尽管UTAUT模型被广泛应用,但在实际运用时仍存在一些局限性。许多研究将UTAUT模型与其他理论相结合,通过整合或扩展以便于分析多样化情景中的技术使用,并提出增加外部变量以增强该模型的解释效能[8]。本研究在选择增加变量时,必须考虑学生的个人特征,如性别、学习动机等。学习动机作为触发学习活动的“起点”,是学习中不可或缺的要素[9],是激发学习意愿的关键内因[10]。较强的学习动机就会带来较强的学习意愿[11],且学习动机是外语学习的源动力与驱动力。基于以上文献分析,本研究增加了学习动机作为外部变量,并提出以下研究假设:
H1:大学英语混合式教学模式下,绩效期望显著影响学生的学习意愿;
H2:大学英语混合式教学模式下,努力期望显著影响学生的学习意愿;
H3:大学英语混合式教学模式下,社会影响显著影响学生的学习意愿;
H4:大学英语混合式教学模式下,便利条件显著影响学生的学习意愿;
H5:大学英语混合式教学模式下,学习动机显著影响学生的学习意愿;
H6:大学英语混合式教学模式下,学习意愿显著影响学生的学习行为。
本研究采用李克特(Likert)5点正向计分制量表,即1至5级分别表示非常不同意、不同意、一般、同意、非常同意。UTAUT量表的设计基于以往相关研究的成熟量表[12],有关学习动机的量表也参考了成熟量表[13]。本问卷共设计了18个问题,其中2个问题与学生性别及年级有关,其余问题如表1所示。由于大学英语课程仅面向大一及大二学生,本研究的研究对象为目前正在参与大学英语混合式教学的学生,通过问卷星平台向学生发放电子问卷,共收到有效问卷226份。从样本人员的人口构成特征来看,男生人数为109,女生人数为117,性别比例平衡。大一学生占比53.10%,大二学生占比46.90%,各年级学生占比均衡。
表 1 量表问题设计
Table 1 Measurement scales: question items used in this study
变量 | 问题编号 | 衡量的问题 |
绩效期望 PE | PE1 PE2 | 大学英语混合式教学有助于我完成英语学习任务 大学英语混合式教学能明显提高我的英语学习效率和考试成绩 |
努力期望 EE | EE1 EE2 | 对我而言,大学英语混合式学习过程简单易上手 我能够熟练使用线上资源(如学习平台、在线课件)辅助英语学习 |
社会影响 SI | SI1 SI2 | 我的英语老师经常建议我使用混合式学习的方式提高英语能力 我的同学或朋友积极使用混合式学习方法,这让我也愿意尝试 |
便利条件 FC | FC1 FC2 FC3 | 我具备开展大学英语混合式学习的必要知识 我具备完成大学英语混合式学习的必要资源(如网络、设备) 在遇到学习问题时,我能及时获得老师或同学的帮助 |
学习动机 LM | LM1 LM2 LM3 | 我参与大学英语混合式学习是因为老师或学校要求 我参与大学英语混合式学习是因为我对英语学习有浓厚兴趣 我参与大学英语混合式学习是为了提升英语能力并获得更好的成绩 |
学习意愿 BI | BI1 BI2 | 我愿意主动参与大学英语混合式学习课程 我愿意尝试更多基于混合式教学的英语学习活动 |
学习行为 AU | AU1 AU2 | 我会继续利用线上线下资源开展英语学习 在学习过程中,我会将混合式学习的经验分享给同学或朋友 |
本量表的信度系数值为0.975,且所有分析项的CITC值均大于0.6,KMO值为0.952,表明分析项之间存在良好的相关关系。由此可见,本量表的信度及效度较高,可用于进一步分析。针对量表中的7个因子及16个测量项进行验证性因子分析,以验证量表题项与维度之间是否存在对应关系。结果显示,15个测量项的标准载荷系数均在0.815以上,其中7个测量项的标准载荷系数在0.9以上,仅1个测量项的标准载荷系数为0.6,表明本量表具有良好的测量关系,且7个因子对应的AVE值均在0.5以上,CR值均大于0.8,说明量表具有较好的聚合收敛效度。
根据Pearson相关性检验分析发现,学习意愿与绩效期望、努力期望、社会影响、便利条件及学习动机之间的相关系数值分别为0.761、0.731、0.745、0.839及0.820,均呈现出在0.01水平的显著性,表明这些因子之间存在显著的正相关关系。此外,学习意愿与学习行为之间的相关系数值为0.905,具有高度相关性。但根据Pearson相关性检验分析,学习意愿与学习行为同学生性别及年级不相关。
回归分析用于进一步检验自变量与因变量之间的因果关系。将绩效期望、努力期望、社会影响、便利条件及学习动机作为自变量,学习意愿作为因变量进行线性回归分析,以确定影响关系、影响方向及影响程度。从下表2可看出:绩效期望、便利条件及学习动机对学习意愿产生显著的正向影响关系,而努力期望与社会影响不会对学习意愿产生影响关系。同时,将学习意愿作为自变量,学习行为作为因变量进行线性回归分析,发现学习意愿的回归系数值为0.923(t=31.752,p=0.000<0.01),表明学习意愿会对学习行为产生显著的正向影响关系。
表 2 线性回归分析(n=226)
Table 2 Linear regression analysis results (n=226)
非标准化系数 | 标准化系数 | t | p | 共线性诊断 | |||
B | 标准误 | Beta | VIF | 容忍度 | |||
因子 | 0.257 | 0.143 | - | 1.802 | 0.073 | - | - |
PE | 0.167 | 0.069 | 0.170 | 2.428 | 0.016* | 4.480 | 0.223 |
EE | 0.032 | 0.068 | 0.033 | 0.470 | 0.639 | 4.437 | 0.225 |
SI | -0.131 | 0.089 | -0.131 | -1.477 | 0.141 | 7.173 | 0.139 |
FC | 0.477 | 0.099 | 0.471 | 4.814 | 0.000** | 8.732 | 0.115 |
LM | 0.402 | 0.065 | 0.376 | 6.203 | 0.000** | 3.346 | 0.299 |
R2 | 0.759 | ||||||
调整R2 | 0.753 | ||||||
F | F(5,220)=138.550,p=0.000 | ||||||
D-W值 | 1.912 |
路径分析有助于揭示变量之间的复杂因果关系和交互效应。通过路径分析,可以得到各个路径的标准化路径系数,如下图1所示:当绩效期望、努力期望、社会影响、便利条件及学习动机对学习意愿产生影响时,绩效期望、便利条件及学习动机的标准化路径系数均表明它们对学习意愿产生显著的正向影响关系,而努力期望和社会影响的标准化路径系数分别为0.033及-0.131,表明它们不会对学习意愿产生正向影响关系。当学习意愿对学习行为产生影响时,标准化路径系数值为0.905,显然学习意愿会对学习行为产生显著的正向影响关系。
图 1 路径分析结果图
Figure 1 Path analysis results
本研究发现,在大学英语混合式教学模式下,绩效期望、便利条件、学习动机对学习意愿具有显著的正向影响,且便利条件的影响最大,学习动机的影响次之,绩效期望的影响最小;努力期望与社会影响对学习意愿没有影响;学习意愿对学习行为有显著的正向影响。因此,研究假设1、研究假设4、研究假设5及研究假设6成立,研究假设2和研究假设3不成立。基于以上分析,为提升大学英语混合式教学模式下学生的学习意愿,可从学校、教师和学生三个层面采取如下措施。
(1)完善软硬件设施,提升教师专业水平。根据研究结果,便利条件对学习意愿的影响最大,所以,学校首先应加强教学平台建设,丰富在线学习资源,确保网络稳定性和平台便捷性,为学生提供一个便于互动及自主学习的良好环境。此外,学校还应定期组织教师参加信息技术及教学技能培训,提升教师混合式教学水平,帮助学生有效地利用线上与线下资源,优化混合式学习体验,增强学习意愿。
(2)及时提供支持与反馈,激发学生学习动力。教师在混合式教学中扮演着支持性和引导性的角色。其首要任务是通过设计多样化、具有挑战性的教学活动,为学生提供个性化的学习路径,激发学习兴趣和内在动机;其次,鼓励学生分享学习经验、展示学习成果,让学生认识到混合式学习的优势。教师还需设置激励机制,增强学生自我效能感。与传统教学相比,在线反馈对于提升英语学习者的表现具有显著优势[14]。因此,只有当教师为学生及时提供支持和反馈时,学生才能有效解决问题,同时保持学习动力。
(3)提升自主学习能力,树立终身学习意识。数字技术的迅速发展为学生的英语学习带来了丰富的学习资源。推动学生从“学会”到“会学”,培养具有自主学习能力和终身学习意识的公民是新时代教育改革的重要方向[15]。有研究表明,在大学英语混合式教学模式下,学习自主性越高的学生,其英语学习效果就越好[16]。教师应引导学生有效利用在线英语学习资源,采用讨论、探索等创新性的互动教学方式激发学生的学习意愿,促进学生在使用英语的过程中提高自主学习能力。数字时代,数字素养是学生的必备品质,学校有必要开设相关培训课程,培养学生数字素养,促进学生在数字环境中的自主学习能力。
通过各方共同努力,才能提升学生学习意愿,推动大学英语混合式教学的实施和发展,培养具有终身学习能力的国际化人才。
[1]教育部高等学校大学外语教学指导委员会.大学英语教学指南(2020版)[M].北京:高等教育出版社,2020:35.
[2]王晶心,王胜清,陈文广.基于TPACK的高校教师混合式教学胜任力模型研究[J].中国远程教育,2022(8):26-34.
[3]Christie M,De Graaff E.The philosophical and pedagogical underpinnings of active learning in engineering education[J].European Journal of Engineering Education,2017,42(1):5-16.
[4]Venkatesh V,Morris M G,Davis G B,et al.User acceptance of information technology:toward a unified view[J].MIS Quarterly,2003,27(3):425-478.
[5]王胤丰,闫强.基于UTAUT模型的学生MOOC学习意愿的影响因素研究[J].北京邮电大学学报(社会科学版),2016,18(2):96-103.
[6]Pan Y,He W.Research on the influencing factors of promoting flipped classroom teaching based on the integrated UTAUT model and learning engagement theory[J].Scientific Reports,2024,14(1):15201.
[7]翟宇卉,杨明辉.基于结构方程视角的大学生慕课学习意愿研究[J].大连理工大学学报(社会科学版),2017,38(4):152-159.
[8]Venkatesh V,Thong J Y L,Xu X.Unified theory of acceptance and use of technology:a synthesis and the road ahead[J].Journal of the Association for Information Systems,2016,17(5):328-376.
[9]武滨,左明章,宋晔.混合式学习支持服务的机理与策略:基于全视角学习理论[J].远程教育杂志,2021,39(4):83-93.
[10]Michael B Horn,Heather Staker.混合式学习:用颠覆式创新推动教育革命[M].聂风华,徐铁英,译.北京:机械工业出版社,2015.
[11]樊雅琴,孙东梅,崔迎,等.个性化学习影响因素分析[J].现代远距离教育,2018(5):73-80.
[12]Suliman M A E,Zhang W,Sleiman K A A,et al.Determinants affecting the medical students adoption of mobile learning:extended UTAUT[J].BMC Medical Education,2024,24(1):1151.
[13]张姝,伊继东.数字化背景下谁更喜欢混合学习?——基于19所院校3449名大学生的调查[J].江苏高教,2024(6):67-76.
[14]吴智慧.基于智慧平台的英语混合式教学研究——以低成就英语学习者为例[J].中国电化教育,2023(12):121-127.
[15]教育部.“十四五”规划和2035年远景目标纲要提出建设高质量教育体系[EB/OL].[2021-03-13](2024-12-13).http://www.moe.gov.cn/jyb_xwfb/s5147/202103/t20210314_519710.html.
[16]高朝阳.应用型高校英语混合式教学效果分析[J].山西财经大学学报,2021,43(S2):175-178,195.