王超等 | OMO教学的推进：以中小学生在线学习参与意愿为切入点突破在线教学困境——基于技术接受模型的实证研究

摘要：学生在线学习参与意愿影响在线教学的有效实施，进而作用于学校线上线下融合（Online Merge Offline，OMO）教学。为明确中小学生在线学习参与意愿的发生机制，文章首先构建了中小学生在线学习参与意愿影响因素的假设模型，之后实施问卷调查，通过结构方程模型路径分析修正假设模型，得到中小学生在线学习参与意愿影响因素的结构模型。模型修正的结果表明：感知有用性是对在线学习参与意愿影响最大的内部因素，而教学互动是对在线学习参与意愿影响最大的外部因素，外界条件和社会支持对中小学生在线学习参与意愿的影响较弱。最后，文章从提高质量、增强互动、完善教学、利用压力等角度提出在中小学推进OMO教学的建议，以期突破在线教学困境，促进线上线下教学的深度融合。

关键词：在线学习；参与意愿；OMO教学；技术接受模型；结构方程模型

引言

后疫情时代，基础教育正在步入“线上教学与线下教学混融共生”的新阶段^[1]，OMO教学会成为未来学校教育的新“常态”^[2]。OMO教学是一种新的教育形式，兼容线上线下活动交替的混合学习和技术支持等活动成分并存的混成学习^[3]，但相较于混合教学模式线上线下相互助力的关系和混成教学模式线上线下并行的关系，OMO教学模式呈现出的是线上线下无明显界限的完全融合关系。OMO教学模式对整个教学系统进行重新设计，优化选择并组合所有教学要素^[4]，通过技术手段联通线上和线下、虚拟和现实学习场景，为学习者提供无缝学习和智慧学习^[5]。

虽然对OMO教学的探索实践已在职业教育和高等教育领域广泛展开^[6]，但对于我国绝大多数中小学来说，OMO教学并没有得到有效推进甚至尚未启动。为什么疫情期间声势浩大的基础教育在线教学没有像专家预测的那样推动OMO教学，反而陷入全面“停摆”的状态^[7][8]？有学者认为基础教育阶段在线教学的裹足不前阻碍了OMO教学的开展^[9]，而学生在线学习的倦怠感、下降的积极性、低水平的学习参与意愿等消极意识是形成这种局面的主要原因^[10]。在后疫情时代，开展OMO教学成为中小学教学改革的必由之路^[11]，在线教学作为OMO教学的重要组成，其实施成效直接影响OMO教学的实践探索。基于此，本研究从学生主体意识入手，深入剖析影响中小学生在线教育参与水平的因素，以推动OMO教学在基础教育阶段的探索与实践。

以学生主体意识为切入点挖掘在线教学的重难点，是制定基础教育阶段OMO教学促进策略的关键。已有研究表明，个体实际执行某项行为是由其执行该行为的意愿决定的^[12]，作为教学活动的关键主体和唯一受众，学生对在线教学形式的使用意愿必将影响OMO教学的有效实施。有研究者发现，学习者的满意度、自我效能感、学习动机等主体意识对在线学习参与意愿均有显著影响^[13][14]，系统质量、交互程度、学习成就等也是学生在线学习参与意愿的关键影响因素^[15][16]。这些研究成果虽然验证了一些在线学习参与意愿的影响因素，但并未结合社会情境感知全面、系统地探索中小学生在线教学模式使用意愿的发生机理。为此，本研究参考系统探析行为意愿的普适性依据——技术接受模型，多方面探究中小学生在线学习参与意愿的影响因素，并通过结构方程模型分析在线学习参与意愿的综合影响机制，寻求实施OMO教学的有效方法，以期突破基础教育在线教学持续发展的困境，为有效推广在线教学路径、优化学生在线学习体验以及促使中小学顺利推行OMO教学提供参考。

一 研究准备

1 理论基础：技术接受模型

技术接受模型是了解行为意愿的有效理论模型。为探析人们对信息技术的认知和接受程度，Davis等^[17]借鉴社会心理学的意向模型和计划行为理论首次提出技术接受模型（Technology Acceptance Model，TAM）。在TAM的基础上，Venkatesh等^[18]构建了包含感知有用性和感知易用性的综合模型TAM3。具体到教育领域，感知有用性是指学习者主观感受到的使用某种学习系统或技术所产生的学习效果，而感知易用性是指学习者使用某一学习系统或技术时感受到的努力程度。在TAM3模型的理论框架中，决定感知有用性和感知易用性的四个维度分别是社群影响、系统特征、个体差异和便利条件。

TAM3模型在教育领域的应用较为集中，多用于分析学习者对新信息技术的接受度或探究学习者面对新型学习方式时的行为意愿机制。研究者通常需要依据现实情境调整模型的影响因素和各因素之间的关系，以增强模型与数据的拟合程度和模型的解释力度。例如，除了感知易用性和感知有用性，成就动机、自我效能感等个人因素和学习资源、课程设计等系统要素作为外部影响因素^[20]，对学习行为意愿也存在影响效应。为有效发挥技术接受模型的实践指导价值，本研究需合理选择行为意愿的影响因素，既不可有过多遗漏也不能过于繁冗。

2 研究假设模型的提出

本研究以TAM3模型为基础，构建了中小学生在线学习参与意愿影响因素的假设模型（下文简称“假设模型M0”），如图1所示。假设模型M0遵循TAM3模型的基本假设，即学生对在线学习的感知易用性、感知有用性显著影响在线学习参与意愿（H2、H3），学生对在线学习的感知有用性受感知易用性的显著影响（H1）。为了保证模型的精练性和解释度，本研究将TAM3模型的原始变量映射到相应的教育教学要素并提出了相应假设。

图1  中小学生在线学习参与意愿影响

因素的假设模型（假设模型M0）

①社群影响维度：社群影响是个体实施某种行为的意愿受到其他重要人物的影响或支持程度^[21]。中小学生对在线学习的感知所受到的社群影响主要来自于教师和家长。相关研究表明，教师支持影响学生对在线学习效果的感知^[22]，对学生在线学习参与意愿也有显著影响^[23]；同时，家长支持显著影响子女在学业上的学习效果和学习参与度^[24][25]。基于此，本研究假设：学生的在线学习参与意愿受教师支持、家长支持的显著影响（H4、H5）；另外，教师支持、家长支持还会对学生感知到的在线学习有用性产生显著影响（H6、H7）。

②系统特征维度：在线学习情境下，系统特征一般表现为学生感知到的知识掌握、教学互动和感知愉悦性——学生感知到的知识掌握和教学互动均会影响在线学习效果^[26][27]；积极的学习情绪则对认知功能有深刻的促进作用^[28]，影响学生对学习过程的感知付出。基于此，本研究假设：学生感知到的在线学习知识掌握程度、教学互动效果均显著影响感知有用性（H8、H9）；同时，感知愉悦性对感知易用性有显著影响（H10）。

③个体差异维度：个体差异变量包括可以影响个体感知有用性和感知易用性的个性特征或状态^[29]，如学习动机和计算机自我效能感。值得一提的是，学习动机和计算机自我效能感影响学生在线学习的努力程度^[30]。基于此，本研究假设：学生的学习动机、计算机自我效能感显著影响学生感知到的在线学习易用性（H11、H12）。

④便利条件维度：在线教学情境下，便利条件表示支持在线教学顺利实施的硬件、网络等外部条件。而学生对外部条件的感知，会影响他们对在线学习易用性的判断^[31]。基于此，本研究假设：在线学习硬件条件和网络条件对学生感知到的在线学习易用性有显著影响（H13、H14）。

二 研究设计

1 问卷编制

本研究编制了“中小学生在线学习参与意愿调查问卷”，内容分为两个部分：第一部分收集被试的性别、学段、地域等基本人口统计学信息；第二部分为在线学习参与意愿量表，设有44个题项，采用Likert七点量表法（从“非常不同意”到“非常同意”分别用1～7分表示），测量假设模型M0中的12个变量。

①TAM3原模型中9个变量的测量：“知识掌握”“教学互动”“感知愉悦性”“计算机自我效能感”“硬件条件”“网络条件”“感知有用性”“感知易用性”和“在线学习参与意愿”变量共涉及30个题项，相关题项的内容设计改编自Venkatesh等^[32]研发的接受度量表。其中，“知识掌握”和“教学互动”这两个变量的相关题项是由原量表的“产出质量”和“工作相关性”改编而来，如“在线学习的方式可以帮助我快速理解学习内容”“在线教学系统的互动功能与我的多项学习活动密切相关”。

②“学习动机”变量的测量：龙成志等^[33]修订的学习动机量表共包括“学习带来满足感”“学习有益就业”“学习终归是好事”“不希望学习落后”“我要好成绩”等5个题项，本研究在此学习动机量表中增加“在线学习”这一背景设计相关题项，如“我希望通过在线学习形式取得好成绩”。学生在这5个题项上的得分越高，说明其在线学习动机越强。

③“教师支持”变量的测量：本研究参考刘斌等^[34]修订的“在线学习者感知的教师支持问卷”，从原11个题项中提取5个符合中小学在线学习情境的题项并修改其表述以便于中小学生理解，如“老师总能提供多种在线学习方案/任务供我们选择”。需要说明的是，根据需要，本研究并未对教师支持的类别进行细分，而是检验学生感知到的教师支持力度。学生在这5个题项上的得分越高，说明其感知到的教师支持力度越大。

④“家长支持”变量的测量：王晶莹等^[35]将在线学习过程中家长的行为表现分为“交流在线学习内容”“监督在线学习”“保障生活”“无学术交流”四类，以此为基础本研究改编出4个题项，以测量在线学习者感知到的家长支持力度，如“我的家长经常与我交流在线学习的内容”。学生在这4个题项上的得分越高，说明其感知到的家长支持力度越大。

2 量表信效度检验

本研究使用SPSS 20.0，对在线学习参与意愿量表预测数据进行分析。经计算，本研究得到在线学习参与意愿量表各变量的Cronbach’s α值均达到0.7以上，表明该量表具有较佳的内部一致性；KMO值为0.745，Bartlett球形检验结果达到显著水平（p＜0.001），说明该量表适合进行因子分析。此外，本研究使用AMOS 24.0进行验证性因子分析，发现在线学习参与意愿量表中各题项均能有效反映其所测量的变量（p<0.05，C.R.的绝对值大于1.96），表明该量表效度良好。

3 问卷发放与回收

本研究采用多阶段抽样法进行问卷发放：用整群抽样法，从我国内陆所有省份自治区抽取样本省份自治区；用整群抽样法，从样本省份自治区抽选样本地级市；随后用随机抽样法，从样本地级市的所有公立学校中抽出潜在样本学校；从潜在样本学校中选择愿意参与研究、疫情期间开展在线教学且在后疫情期间继续开展在线教学的49所中小学作为样本学校。为保证这49所中小学的学生能够理解问卷中的问题，本研究将受试者的年龄限定为11岁及以上。本研究通过“问卷星”向样本学校发放电子问卷，由符合年龄要求的学生自愿填写；调查时间为2020年7月~2021年5月，共收回938份电子问卷，其中有效问卷826份，有效率约为88%。

三 数据分析与模型修正

1 描述性统计分析

本研究使用SPSS 20.0对问卷数据进行描述性统计分析，数据分析结果如下：

①人口统计学基本信息分析。在参与问卷调查的826名中小学生中，男生有435人（占比52.7%），女生有391人（占比47.3%）。学段分布方面，以小学（占比40.9%）、初中（占比36.6%）为主，高中阶段人数（占比22.5%）较少。地域分布方面，来自东部地区的学生人数最多（占比64.9%），而中部地区学生人数最少（占比12.2%），西部地区学生人数次之（占比22.9%）。

②在线学习参与意愿量表数据分析。感知易用性变量的平均值最大（M=5.56，SD=0.66），硬件条件（M=5.39，SD=0.57）、家长支持（M=5.11，SD=0.64）次之；平均值超过5分的还有网络条件（M=5.07，SD=0.90）；感知愉悦性的平均值最低（M=4.24，SD=0.56）。整体来看，各变量的平均值均大于4分，表明学生对各变量的感知程度均在一般水平以上。

2 结构方程模型路径分析与模型修正

本研究使用AMOS 24.0进行结构方程模型路径分析，来估计假设模型M0中的路径系数，结果如表1所示。表1显示，假设模型M0中的“教师支持→在线学习参与意愿”“教师支持→感知有用性”“硬件条件→感知易用性”路径系数均未达到显著水平（p＞0.05），说明教师支持对在线学习参与意愿、感知有用性的影响均不显著，研究假设H4、H6不成立；同时，硬件条件对感知易用性的影响不显著，研究假设H13不成立。在假设模型M0中，上述三条路径之外的其它路径的C.R.值均大于1.96、显著水平p值均小于0.001，表明其代表的研究假设均成立。

表1  假设模型M0路径分析结果与研究假设验证

注：***p≤0.001。

为进一步探究各变量对在线学习参与意愿的影响，本研究对假设模型M0进行修正，删除不显著的影响因素和路径，并进行第二轮路径分析，得到如图2所示的结构模型M1。

图2  中小学生在线学习参与意愿

影响因素的结构模型M1

图2显示，感知有用性方面，“感知有用性→在线学习参与意愿”的标准化路径系数β值为0.639，对比“感知易用性→在线学习参与意愿”的路径系数值（β=0.193），可知感知有用性是对在线学习参与意愿影响最大的内部因素；感知有用性也受感知易用性的直接影响，但其影响相对较小（β=0.094）；而对感知有用性影响较大的是教学互动和知识掌握，其路径系数值分别为0.594、0.314。感知易用性方面，感知愉悦性、学习动机、计算机自我效能感和网络条件都对感知易用性具有直接影响：个体差异维度的计算机自我效能感和学习动机是感知易用性的主要影响因素，其路径系数值分别为0.460、0.361；而感知愉悦性和网络条件对感知易用性的影响相对较弱，其路径系数值分别为0.199、0.089。从外部影响因素来看，教学互动对在线学习参与意愿的影响最大（影响效应值为0.594×0.639），而网络条件对在线学习参与意愿的影响最小（影响效应值为0.089×0.193+0.089×0.094×0.639）。从模型解释力来看，结构模型M1中相关变量对感知有用性的解释度达到了91%（R2=0.91）、对感知易用性的解释度达到了82%（R2=0.82）、对在线学习参与意愿的解释度达到了77%（R2=0.77），被解释度均高于70%，表明结构模型M1具有较强的可解释力。

为了验证结构模型M1比假设模型M0的整体适配度更好，本研究对假设模型M0与结构模型M1的模型拟合指数进行了对比，结果如表2所示。表2显示，假设模型M0和结构模型M1的模型拟合指数均满足适配标准，但是M1的拟合指数相较于M0来说适配度更高，可见结构模型M1拟合效果更优，整体适配度更好。

表2  假设模型M0与结构模型M1的模型拟合指数对比

四 结论与建议

上述分析表明，在线学习参与意愿受中小学生主体意识的显著影响。据此，本研究提出增强中小学生OMO参与意愿的建议，以助力基础教育学校OMO教学的探索与实践。

1 研究结果与讨论

①感知有用性是对中小学生在线学习参与意愿影响最大的内部因素。这一结论符合TAM的相关研究结论^[36]，说明中小学生注重在线教学的价值和作用。当前，多数中小学生已有在线学习经历，并一定程度上认可在线学习的效果和价值，对OMO教学的有用性也逐渐形成了正确的认知，这将进一步促使他们接纳OMO教学模式。

②教学互动是对中小学生在线学习参与意愿影响最大的外部因素。教学互动是教学情境中师生、生生或人机之间发生的相互促进或抑制作用^[37]，可有效促进中小学生在认知、社会性人格和行为等方面的发展^[38]，而且教学过程中的互动对中小学生的学业成就、满意度和学习体验等具有重要影响^[39]，因此中小学生比较注重对教学互动的感受。

③外界条件和社会支持对中小学生在线学习参与意愿的影响较弱。其中，中小学生感知到的教师支持和硬件条件对在线学习参与意愿的影响效果不显著，而家长支持与网络条件的影响也相对较弱。互联网、计算机与智能移动终端等数字化设备的快速发展和广泛应用为中小学生提供了充分的在线学习条件，且社会群体对OMO教学优势也有了更全面的认知，在这种环境下学生感知到的外界条件和社会支持水平普遍较高，故减弱了对学生在线学习参与意愿的影响。

2 在中小学推进OMO教学的建议

基础教育从传统课堂教学转为OMO教学，首先要突破在线教学困境。为此，本研究从在线教学的实际需求和OMO教学模式的探索实践出发，提出以下建议以在中小学推进OMO教学：

（1）提高在线教学质量，强化价值认同

提高在线教学的质量在很大程度上会增强学生对OMO教学的感知有用性和满意度^[40]，进而强化学生对OMO教学的价值认同。影响线上教学质量的因素有很多，如在线教学系统的可靠性、课程质量、教学互动质量、教师OMO教学能力等。中小学管理者和教师应综合考虑教学需求、学生使用习惯和系统收费等情况^[41]，选择适宜的在线教学系统；开发或选择教学资源时要重点考虑课程质量和适用性，确保线上资源与线下资源有效匹配、顺畅衔接；同时，要对教师进行定期培训、考核，确保教师具有较高的在线教学技能水平。从教学设计的角度来看，教学内容的组织应保证线上、线下学习内容和节奏的有效交融；线上教学活动要以学生创造意义和确认理解为中心，同时保持充分的社会性；教学评价应综合学习过程、学习结果和学习态度等角度，利用多种过程性和结果性数据，形成质性和量化相结合的多元评价系统。

（2）增强线上教学互动，保持在线教学的社会性

教师需提升线上教学的沟通技巧，包括虚拟协作、虚拟沟通和远程管理团队的能力，这些可以通过教师专业技能培训、经验交流等达成。教师还可以通过讲述自己的故事、叫出学生的名字、记住学生的详细信息等，创建吸引学生的线上线下学习情境。教师对学生的表达应予以倾听，不论学生使用的是文字还是语音，教师都应适时给出回应。若使用非即时沟通工具，教师应及时向学生说明响应时间，否则学生在预期的时间内得不到教师回复便会消减互动热情。

（3）多方位完善在线教学，形成易用体验

首先，学校实施在线教学不可对学生造成过大的经济负担和心理压力，要了解每个学生的实际情况，采取支持措施保证每个学生都能在硬件、网络、场所等方面具备参与在线学习的条件。其次，教师要定期对学生进行观察、访谈、家访，掌握学生参与在线教学的心理状态，并及时给予干预调节。再次，教师要依据不同学生的学习进度和学习能力，制定不同的在线教学目标，确保学习内容对学生来说难易度适中；同时，学生参与线上或线下学习、完成学习任务的时间也不可过长。最后，在线学习任务的实施应在多个层面上实现动态化，如信息能以不同的格式、在不同的时间和空间被接收。此外，考虑到中小学生习惯于在静态、实时的环境下学习，这可能会产生比较严重的时间管理问题，因此教师有必要帮助学生制定时间管理策略，避免其在线上或线下学习的过程中浪费过多的时间和精力。

（4）适当利用社会压力，提高在线教学接受度

学校推行OMO教学要充分调动教师的积极性，发动学生家长参与配合，通过学校主题活动、班级竞赛等提高学生的积极行为意向。来自外界的强制作用虽然会在一定程度上促使学生参与在线教学，但是这种压力产生的效应只是暂时的。如果在线教学质量差，学生的感知有用性持续降低，那么他们的在线学习参与意愿就会减弱。此外，过度利用社会影响会增加学生的心理压力，学习效果会适得其反。

五 结语

本研究构建了中小学生在线学习参与意愿影响因素的结构模型，以中小学生在线学习参与意愿为切入点进行研究，结果发现：结构模型具有良好的在线学习参与意愿解释能力，可在一定程度上为基础教育学校推进OMO教学扫清学生主体意识方面的障碍。但是，本研究也存在一定的局限性，如被试的自我报告数据主观性强，对此后续研究可通过观察和访谈、利用多模态过程数据构建更加客观、严谨的结构模型；另外，结构模型中的外部变量只是所属维度下的典型代表，如社会规范维度下只分析了家长支持和教师支持，所涉范围较窄，对此后续研究应继续跟踪OMO教学的理论发展与具体实践，以发掘出更多的影响因素，进一步完善结构模型。

参考文献

[1][11]李政涛.基础教育的后疫情时代,是“双线混融教学”的新时代[J].中国教育学刊,2020,(5):5.

[2]Huang R H, Tlili A, Wang H H, et al. Emergence of the online-merge-offline (OMO) learning wave in the post-COVID-19 era: A pilot study[J]. Sustainability, 2021,(6):3512.

[3][5]祝智庭,胡姣.技术赋能后疫情教育创变:线上线下融合教学新样态[J].开放教育研究,2021,(1):13-23.

[4][6]穆肃,王雅楠,韩蓉.线上线下融合教学设计的特点、方法与原则[J].开放教育研究,2021,(5):63-72.

[7]钟柏昌.中小学在线教学的根本问题与教育创新[J].中国电化教育,2021,(6):15-22.

[8]朱永海,龚雨秋,徐莹莹.后疫情时代中小学在线教育常态化应用的整体推进路径——基于美国K-12在线教育的经验[J].现代教育技术,2020,(11):120-126.

[9]王巍,闫寒冰,黄小瑞.OMO教学有多远:从教师自我效能感看在线教学的重难点突破[J].现代远距离教育,2021,(1):48-55.

[10]黄昌勤,涂雅欣,俞建慧,等.数据驱动的在线学习倦怠预警模型研究与实现[J].电化教育研究,2021,(2):47-54.

[12]Ajzen I. The theory of planned behavior[J]. Organizational Behavior and Human Decision Processes, 1991,(2):179-211.

[13][15]梁为,张惠敏,陈浩,等.基于学习者满意度的混合式教学研究[J].现代教育技术,2020,(10):112-118.

[14][20][26][30]蔡林,贾绪计.学业自我效能感与在线学习投入的关系:学习动机和心流体验的链式中介作用[J].心理与行为研究,2020,(6):805-811.

[16]刘威童,汪潇潇.混合式教学满意度影响因素研究[J].现代教育技术,2019,(1):107-113.

[17]Davis F D, Bagozzi R P, Warshaw P R. User acceptance of computer technology: A comparison of two theoretical models[J]. Management Science,1989,(8):982-1003.

[18][21][28][29][31][32]Venkatesh V, Bala H. Technology acceptance model 3 and a research agenda on interventions[J]. Decision Sciences, 2008,(2):273-315.

[19]Sun Y, Gao F. An investigation of the influence of intrinsic motivation on students’ intention to use mobile devices in language learning[J]. Educational Technology Research and Development, 2020,(3):1181-1198.

[22]张丹慧,符定梦,刘红云,等.学生感知教师自主支持对学生学业成绩的影响:自主心理需要、内部动机的中介作用[J].教师教育研究,2018,(1):79-86.

[23][34]刘斌,张文兰,刘君玲.教师支持对在线学习者学习投入的影响研究[J].电化教育研究,2017,(11):63-68、80.

[24]Boonk L, Gijselaers H, Ritzen H, et al. A review of the relationship between parental involvement indicators and academic achievement[J]. Educational Research Review, 2018,(24):10-30.

[25]朱晓悦,曹梅,厉浩.在线学习中父母教育卷入的影响及其交互效应[J].现代远距离教育,2021,(6):47-55.

[27]赵呈领,王娴,马晨星.感知交互性对在线学习者持续学习意愿的影响:基于S-O-R视角[J].现代远距离教育,2018,(3):12-20.

[33]龙成志,刘志梅.学习动机对自主学习行为的影响:以学习能力为中介[J].应用心理学,2016,(3):203-210.

[35]王晶莹,杨伊.中小学生在线学习行为的混合研究:缘起、图景与机制[J].现代远距离教育,2020,(6):60-68.

[36]高芙蓉,高雪莲.国外信息技术接受模型研究述评[J].研究与发展管理,2011,(2):95-105.

[37]韩琴,周宗奎,胡卫平.课堂互动的影响因素及教学启示[J].教育理论与实践,2008,(16):42-45.

[38]袁维新.论教学过程中的师生互动[J].教育理论与实践,2002,(S1):2-3.

[39]马莉萍,曹宇莲.同步在线教学中的课堂互动与课程满意度研究——以北京大学教育博士项目为例[J].现代教育技术,2020,(8):15-25.

[40]宫华萍,尤建新,王岑岚.互联网学习产品学习者感知质量因素研究[J].中国远程教育,2020,(3):51-57、79、81.

[41]罗恒,冯秦娜,陈莹,等.“战疫”期间中小学在线教学平台与工具调研[J].现代教育技术,2020,(7):113-119.