關(guān)鍵詞：在線學(xué)習(xí)；在線教育；學(xué)習(xí)情感；文本情感分析；潛在剖面分析

中圖分類號：G424 文獻(xiàn)標(biāo)識碼：A

文章編號：1009-3044（2025）03-0115-03 開放科學(xué)（資源服務(wù)） 標(biāo)識碼（OSID） ：

0引言

在線學(xué)習(xí)是教育服務(wù)的重要組成部分，推動著教育信息化的發(fā)展進(jìn)程。《中國教育現(xiàn)代化2035》（2019） 指出，以“互聯(lián)網(wǎng)+”為主要特征的在線學(xué)習(xí)將引領(lǐng)教育信息化發(fā)展[1]。依托網(wǎng)絡(luò)技術(shù)和豐富的在線資源，在線學(xué)習(xí)突破了時空的局限性和封閉性，并在移動互聯(lián)網(wǎng)和大數(shù)據(jù)技術(shù)發(fā)展的推動下蓬勃發(fā)展[2]。疫情期間，教育部“停課不停學(xué)”政策的實(shí)施更使其成為時代主流，在線學(xué)習(xí)被廣泛應(yīng)用于各級教育，客觀上促進(jìn)了在線教育的發(fā)展。新技術(shù)的出現(xiàn)賦予在線學(xué)習(xí)全新的學(xué)習(xí)環(huán)境和交互機(jī)制，有助于學(xué)習(xí)者達(dá)成學(xué)習(xí)目標(biāo)[3]。然而，學(xué)習(xí)者在空間上的隔離導(dǎo)致他們之間情感交流不足，造成情感缺失，在線管理者難以及時進(jìn)行情感疏導(dǎo)[4]。在素質(zhì)教育“知行合一”理念的指引下，學(xué)習(xí)者情感在在線學(xué)習(xí)中的重要性日益凸顯，相關(guān)研究也備受關(guān)注。積極情緒能夠激發(fā)學(xué)習(xí)者的學(xué)習(xí)興趣，促進(jìn)有效認(rèn)知；而消極情緒則會分散學(xué)習(xí)者的注意力，影響學(xué)習(xí)信心和耐心，最終阻礙有效認(rèn)知[5]。然而，現(xiàn)有的在線學(xué)習(xí)者情感研究存在情感分類單一、情感體驗(yàn)機(jī)制不明確等問題[6]。

1 研究問題

綜上所述，在線學(xué)習(xí)者的情感研究逐漸受到關(guān)注，國外學(xué)者開始研究學(xué)習(xí)者產(chǎn)生的文本信息中所蘊(yùn)含的情感信息如何識別和利用的問題，但很少有研究運(yùn)用潛在剖面分析方法來分析學(xué)習(xí)者在線學(xué)習(xí)中的情感。潛在剖面分析是一種以個體為中心的研究路徑的典型分析技術(shù)，旨在識別異質(zhì)性[7]。運(yùn)用潛在剖面分析方法可以很好地幫助研究者進(jìn)一步挖掘情感和學(xué)習(xí)表現(xiàn)的內(nèi)在關(guān)系，為在線學(xué)習(xí)環(huán)境下學(xué)習(xí)者情感積極化干預(yù)的建議提供依據(jù)。主要研究問題如下：

1） 如何構(gòu)建學(xué)習(xí)者多級情感分類編碼表？

2） 如何運(yùn)用潛在剖面分析方法分析在線學(xué)習(xí)中學(xué)習(xí)者情感的潛在類別？

3） 如何針對學(xué)習(xí)者情感的潛在類別提出情感積極化干預(yù)的建議？

2 在線學(xué)習(xí)環(huán)境下學(xué)習(xí)者情感類別分析

2.1 在線學(xué)習(xí)環(huán)境下學(xué)習(xí)者情感數(shù)據(jù)獲取與指標(biāo)量化

1） 參與者。本研究分析的樣本來自MOOC平臺中“翻轉(zhuǎn)課堂教學(xué)法”在線課程的870名學(xué)習(xí)者，他們在為期10周的學(xué)習(xí)過程中至少參加了兩次論壇討論。參與者中，本科生占27%，教師占73%，其中教師成員來自不同的年段與科目。所有參與者均曾參加過一門及以上的在線課程，對在線學(xué)習(xí)平臺的操作極為熟練，并對在線學(xué)習(xí)課程的流程非常熟悉。

2） 學(xué)習(xí)者細(xì)粒度情感分類。筆者通過文獻(xiàn)分析，并借鑒Dillon et al.[7]和Bosch et al.[8]提出的認(rèn)知情感界定，選擇了七個與認(rèn)知方面最密切相關(guān)的情感類別，即驚訝、好奇、贊同、困惑、焦慮和挫折。此外，正如Arguel、Lockyer、Chai等人[9]所指出，中性情緒是在構(gòu)建知識時經(jīng)常體驗(yàn)到的情感。在在線學(xué)習(xí)中，學(xué)習(xí)者的中性情緒經(jīng)常出現(xiàn)[10]。因此，本研究將中性情緒納入情感分類的考量范圍。

此外，在對評論文本進(jìn)行編碼時，還發(fā)現(xiàn)了諸如“佩服”“感謝”“抱歉”等社交交流用語，這些互動體現(xiàn)出的學(xué)習(xí)者情感被筆者稱為社交情感。在學(xué)習(xí)過程中，學(xué)習(xí)者的社交情感對于建立學(xué)習(xí)歸屬感具有重要價值[11]。學(xué)習(xí)者的社交情緒有助于緩解問題或認(rèn)知不協(xié)調(diào)所造成的消極氛圍，從而促進(jìn)知識建構(gòu)的學(xué)習(xí)過程。因此，中性情緒和社交情緒被編碼為與學(xué)習(xí)者情感相關(guān)的兩個額外類別。編碼方案如表1所示。

在本研究中，首先對獲取的在線課程數(shù)據(jù)進(jìn)行初步處理，提取出本次研究所需的870名學(xué)習(xí)者的基本數(shù)據(jù)及其在在線學(xué)習(xí)平臺中全過程的評論數(shù)據(jù)。具體步驟如下：首先，將提取出的數(shù)據(jù)按照學(xué)習(xí)者的ID，將每位學(xué)習(xí)者作為一個分析單元；然后，將870名學(xué)習(xí)者的評論文本中的各種網(wǎng)頁格式、鏈接、空格等無關(guān)內(nèi)容刪除，僅保留文本數(shù)據(jù)；最后，對學(xué)習(xí)者的評論文本進(jìn)行篩選，刪除重復(fù)數(shù)據(jù)。經(jīng)過數(shù)據(jù)預(yù)處理，最終得到870名樣本，共計15918條文本數(shù)據(jù)。通過構(gòu)建的在線學(xué)習(xí)環(huán)境中學(xué)習(xí)者情感編碼表，對870名學(xué)習(xí)者的評論文本進(jìn)行了人工編碼的定性分析，從而將全體樣本的評價文本量化為數(shù)值，為研究的下一步奠定基礎(chǔ)，即對學(xué)習(xí)者情感的潛在剖面分析，得出學(xué)習(xí)者情感的潛在類型。

2.2 基于潛在剖面分析的學(xué)習(xí)者情感分析

潛在剖面分析是利用潛在類別變量來解釋外顯連續(xù)型指標(biāo)之間關(guān)聯(lián)的統(tǒng)計方法，使外顯指標(biāo)之間的關(guān)系能夠通過潛在類別變量進(jìn)行預(yù)測，從而保持外顯指標(biāo)間的局部獨(dú)立性。其基礎(chǔ)假設(shè)是，外顯變量各種反應(yīng)的概率分布可以由少數(shù)互斥的潛在類別變量來描述，各類別對外顯變量反應(yīng)的選擇存在一定的傾向性。

本研究主要采用Mplus8.3軟件進(jìn)行潛在剖面分析。具體分析思路如下：

1） 對數(shù)據(jù)進(jìn)行擬合，擬合不同類別的模型；

2） 根據(jù)多個擬合指標(biāo)（AIC、BIC、aBIC、Entropy、LMR、BLRT等） 以及理論意義，綜合判斷應(yīng)選擇幾分類的模型；

3） 報告各項擬合指標(biāo)、條件概率和類別概率，并可額外作圖，報告各類別人數(shù)（若某類別占比過小，則無實(shí)際意義） ；

4） 查看標(biāo)準(zhǔn)差殘差，判斷哪些類別人群與所選分類模型不匹配，并在下一次研究設(shè)計中對其進(jìn)行改進(jìn)。

2.3 基于潛在剖面分析的學(xué)習(xí)者情感結(jié)果

通過Mplus8.3軟件對數(shù)據(jù)進(jìn)行潛在剖面分析，所得結(jié)果如表2所示：

由表2數(shù)據(jù)可見，分為3種剖面類別的解決方案模型擬合優(yōu)度較佳：依據(jù)BLRT值，可以保留2～6種類別；依據(jù)Entropy 值，保留3種類別時Entropy 值最高，表明將學(xué)習(xí)者劃分為3種類別最為精確。AIC值和BIC值隨類別數(shù)遞減，但在保留4種類別以后遞減速度降低，表明在此處存在拐點(diǎn)。進(jìn)一步比較分為3 種和4種類別的估計條件均值表可以發(fā)現(xiàn)，分為3種類別時，每種類別間的重合和相似性較低，分類較為準(zhǔn)確。因此，可以推斷在線學(xué)習(xí)者情感剖面類別可分為3種。

將3種類別的模型制作后，得出圖1。其自由估計參數(shù)為34，AIC 值為28737.309，BIC 值為28899.399，ABIC 值為28791.423，Entropy 值為0.993，LMR（p） 值為0.1932，BLRT（p） 值為0.0000，3種潛在類別的概率分別為6.3%、0.4%和93.3%。

由圖1可知，在學(xué)習(xí)過程中，3種類別的學(xué)習(xí)者均表現(xiàn)出各種情感，但情感出現(xiàn)的次數(shù)存在明顯差異。中性和贊同情感較為突出，但第2類別的社會情感出現(xiàn)次數(shù)遠(yuǎn)高于其他兩類別，同時三者的挫折情感基本未出現(xiàn)。參考圖1中學(xué)習(xí)者樣本的情感呈現(xiàn)次數(shù)和變化頻率，可將其劃分為3種主要的剖面類別：

1） 多頻情感變化學(xué)習(xí)者。該類別的學(xué)習(xí)者僅占總樣本的0.3%，但其8類學(xué)習(xí)情感在學(xué)習(xí)過程中均有體現(xiàn)，且情感變化頻率較高。其中，中性、贊同和社會情感尤為突出，但困惑、焦慮和挫折情感的出現(xiàn)頻率極低，接近于0。

2） 中頻情感變化學(xué)習(xí)者。該類別的學(xué)習(xí)者占總樣本的6.3%，人數(shù)居中。這類學(xué)習(xí)者的8類學(xué)習(xí)情感在學(xué)習(xí)過程中均有體現(xiàn)，但情感變化頻率適中。其中，中性情感和贊同情感出現(xiàn)頻率較高，而驚訝、好奇、困惑和焦慮情感的出現(xiàn)頻率適中。

3） 低頻情感變化學(xué)習(xí)者。該類別的學(xué)習(xí)者占總樣本的93.4%，人數(shù)最多。雖然這類學(xué)習(xí)者的8類情感在學(xué)習(xí)過程中均有體現(xiàn)，但出現(xiàn)頻率均在10次以下，情感變化和出現(xiàn)頻率極低。除中性和贊同情感外，其余六種情感的出現(xiàn)次數(shù)接近于0。

3 基于學(xué)習(xí)者潛在情感類別的積極化干預(yù)建議

3.1 優(yōu)化課程資源及衍生性學(xué)習(xí)資源

課程資源和衍生性學(xué)習(xí)資源是課程的核心部分。對“翻轉(zhuǎn)課堂教學(xué)法”在線課程的學(xué)習(xí)者研究發(fā)現(xiàn)，三種類別的學(xué)習(xí)者在學(xué)習(xí)課程時大部分表現(xiàn)為中性和贊同情感，但每種類別的學(xué)習(xí)者在學(xué)習(xí)過程中均出現(xiàn)了好奇、困惑和焦慮情感。這表明在線課程中的課程資源基本滿足學(xué)習(xí)者的需求，但仍未完全滿足其深入學(xué)習(xí)的需求。

持續(xù)優(yōu)化與更新在線課程中的核心資源及衍生學(xué)習(xí)資源，是提升學(xué)習(xí)者在線體驗(yàn)的關(guān)鍵。因此，需要更多關(guān)注課程資源及其衍生性學(xué)習(xí)資源是否充分滿足學(xué)習(xí)者需求，從而減少學(xué)習(xí)者在學(xué)習(xí)過程中的中性和困惑情感，提升學(xué)習(xí)者在學(xué)習(xí)過程中出現(xiàn)的驚訝、贊同和社會情感。

3.2提升教師教學(xué)行為

研究發(fā)現(xiàn)，多數(shù)學(xué)習(xí)者對授課教師表達(dá)了驚訝、贊同等積極情感，這表明教師的授課方式、內(nèi)容及語言表達(dá)貼合學(xué)習(xí)者需求，贏得了廣泛認(rèn)可。在在線課程中，教師的授課、演示等教學(xué)行為對學(xué)習(xí)者參與討論、思考內(nèi)容、師生互動和知識建構(gòu)至關(guān)重要，其正面影響相較于線下學(xué)習(xí)更為顯著。

為提升學(xué)習(xí)者情感變化頻率，教師可以設(shè)計針對性問題，激勵學(xué)生參與線上討論及完成課后任務(wù)，主動克服學(xué)習(xí)障礙，從而提升學(xué)習(xí)效果。

3.3重視課程評價

研究發(fā)現(xiàn)，高頻情感變化學(xué)習(xí)者在學(xué)習(xí)過程中情感波動較大，但該群體僅占總樣本的0.3%；中頻情感變化學(xué)習(xí)者占6.3%；其余93.4%為低頻情感變化學(xué)習(xí)者。這表明，在在線學(xué)習(xí)環(huán)境下，學(xué)習(xí)者情感的多樣性和波動性仍較為有限。

為提升學(xué)習(xí)者情感變化的頻率和次數(shù)，可鼓勵其從多維度對課程進(jìn)行評價，深入了解學(xué)習(xí)者的看法和需求，進(jìn)而改進(jìn)在線課程設(shè)計，提高學(xué)習(xí)者的情感參與度。

4結(jié)束語

本文運(yùn)用潛在剖面分析方法對在線學(xué)習(xí)環(huán)境下學(xué)習(xí)者情感的潛在類別展開研究，發(fā)現(xiàn)學(xué)習(xí)者情感的潛在類別可以劃分為高頻、中頻和低頻情感變化3種類別，并針對這3種類別間的關(guān)聯(lián)和差異，提出了對學(xué)習(xí)者情感進(jìn)行積極化干預(yù)的建議。

由于研究者精力和知識能力有限，本研究仍存在許多需要完善的部分。例如：研究中僅涉及“翻轉(zhuǎn)課堂教學(xué)法”這門課程一個學(xué)期的學(xué)習(xí)者，且研究對象主要為教師和學(xué)生。后續(xù)研究可以擴(kuò)充樣本數(shù)量和種類，以提高研究的精確性和普適性。此外，研究所采用的情感分析方法依賴于已有的情感分類和人工編碼方式，后續(xù)研究可以考慮構(gòu)建基于在線學(xué)習(xí)中學(xué)習(xí)者評論文本的情感詞典，以提高情感分類的準(zhǔn)確性和情感模型的科學(xué)性。同時，還可以嘗試基于機(jī)器學(xué)習(xí)的方法對文本進(jìn)行聚類和情感分析，從而進(jìn)一步提升研究結(jié)果的準(zhǔn)確性和可靠性。