教学交互是实现在线教与学再度整合的关键，也是影响学生在线学习投入的重要因素。作为同步课堂特殊交互方式之一的视频交互亦对教学交互和学生在线学习投入的关系产生重要影响。基于30所高校15441名研究生的调查数据，通过结构方程模型与分层回归模型，围绕在线课程教学交互与学习投入的关系展开分析。
教学交互；在线学习投入；视频交互；调节作用
目录概览
一、问题的提出
二、理论与假设
三、研究设计
四、数据分析与结果
五、结论与建议
疫情倒逼之下的在线教与学实践大大加速了互联网和教育技术在我国教育领域的应用进程（邬大光，李文，2020），反思和总结在线教与学的经验和教训是进一步落实“互联网+教育”的重要举措。在线学习投入作为评价学习过程、预测学业成就的有效测量指标，成为近年来在线教育领域中的重要议题（Coates，2007）。
教与学的时空分离是在线教育区别于传统教育的本质特征，因此，在线教育成功的关键在于能否促进教与学的深度融合（王志军，2016）。以媒体为中介的教学交互则是实现在线教与学再度整合的关键，其交互程度亦被视为衡量学生在线学习投入与学习效果的重要指标（王志军，陈丽，2015），如教学交互能有效预测学生的学习成绩和满意度、提升学生的在线课程参与率等（Bettinger，Liu，&Loeb，2016；Leeetal.，2011）。
现有研究直接或间接地指出了在线课程教学交互是影响学生学习投入的重要因素，但多聚焦于教学交互对GPA等结果性指标的影响，忽视其对学生情感体验等学习过程的影响。基于此，本研究尝试利用上海市30所高校在线教与学调查数据，围绕在线课程教学交互与学习投入的关系展开研究，探讨生生交互、生师交互和内容交互对学生在线学习行为投入、认知投入和情感投入的影响。
（一）教学交互对学习投入的影响
穆尔在交互影响距离理论中指出，对话是弱化在线教学过程中教与学的物理距离、拉近学生与教师之间的心理距离、激发学生学习热情的有效手段（Moore，1993）。换言之，作为对话具体表现形式的生生交互、生师交互与内容交互是影响学生在线学习情感投入的重要因素。社会性支持理论认为，学生会根据在线学习环境中感知到的社会性支持及时调整自己的学习行为，学习者之间的相互激励以及教师的指导和帮助能有效改善学生的行为表现，社会性支持能促进学生对在线课程的行为投入（Kreijns&Kirschner，2001）。
H1：生生交互能正向预测学生在线课程的行为投入（H1a）、认知投入（H1b）和情感投入（H1c）；H2：生师交互能正向预测学生在线课程的行为投入（H2a）、认知投入（H2b）和情感投入（H2c）；H3：内容交互能正向预测学生在线课程的行为投入（H3a）、认知投入（H3b）和情感投入（H3c）。
（二）视频交互的调节作用
从某种意义上来说，学习是行为个体通过眼、耳、口、鼻等感官部位获取外界信息，并由大脑加工整合、构建认知的过程（夏娇，2018）。其中，视觉对行为个体获取信息作出的贡献最大，视听结合的学习方式则是存储信息、保持记忆力最持久的方式（程志，周铁，2008）。现代教学媒体通过视频实时交互等方式拓展了学习者的知觉体验，有利于提升在线课程的交互质量与学习效果。为区分于学习者与学习系统操作层面的界面交互，本研究提出视频交互的概念，特指学习者借助视频会议系统或其他在线学习平台，获得教师和其他学习者传递的语言（音量、语调等）和非语言线索（面部表情、肢体动作等）的过程，包括生生视频交互和生师视频交互两类。
H4：视频交互调节了在线课程教学交互与行为投入的关系，包括教学交互与行为投入的关系受生生视频交互（H4a）、生师视频交互（H4b）的影响；H5：视频交互调节了在线课程教学交互与认知投入的关系，包括教学交互与认知投入的关系受生生视频交互（H5a）、生师视频交互（H5b）的影响；H6：视频交互调节了在线课程教学交互与情感投入的关系，包括教学交互与情感投入的关系受生生视频交互（H6a）、生师视频交互（H6b）的影响。三、研究设计
（一）研究对象
本研究所用数据来自“2020年上海市研究生线上教与学过程与效果调查”，调查对象为参与过在线课程的研究生。样本覆盖30所高校，共回收问卷19744份，剔除无效问卷4303份，剩余有效问卷15441份，问卷有效率为78.21%。样本覆盖了上海市各类型学校和各专业的研究生，具有较好的代表性，具体信息如表1所示。
（二）研究工具
视频交互。视频交互包括生生视频交互和生师视频交互两类，分别以“学生打开摄像头的频率”以及“教师打开摄像头的频率”来测量。具体而言，当学生打开摄像头时，学生便能通过视频实时交互了解到其他同学的学习状态与表现，同时自己的行为与表现也被置于可观察和可监督的状态之下；当教师打开摄像头时，学生便能观察到教师传递的语言线索之外的一些非语言线索，包括眼神、表情和肢体动作等。量表采用李克特4级连续评定，1代表“从不”，4代表“一直”。
控制变量。本研究将学校类型、学科、性别、生源地、课程类型和课程规模作为控制变量。其中，课程类型包括专业理论课、专业实践课、公共思政课、公共语言课和其他公共课；课程规模包括小规模课程（20人及以下）、中规模课程（20至60人）和大规模课程（60人及以上）。
（一）描述性分析
此外，本研究围绕性别、学校类型、学科类型、课程类型、课程规模和生源地进行独立样本T检验或单因素方差分析，探讨不同背景的研究生在教学交互、学习投入以及视频交互方面存在的差异。在进行事后检验和多重比较时，若方差分析通过了方差齐性检验，即采用假定方差齐性的LSD检验；若方差分析无法通过方差齐性检验，则采用未假定方差齐性的Tamhane’s检验。
结果显示，女生的生生交互、生师交互、内容交互以及情感投入平均值均显著高于男生，男生和女生在生生视频交互、生师视频交互、行为投入和认知投入方面无显著差异。在学校类型方面，“一流大学”建设高校研究生在线课程的行为投入最低，内容交互程度最高；“一流学科”建设高校研究生在线课程中生生视频交互频率最高，生生交互频率显著高于非“双一流”建设高校的研究生；非“双一流”建设高校研究生的认知投入和情感投入程度以及生师交互、生师视频交互频率均为最低。
在学科类型方面，人文学科研究生整体表现最佳，除了情感投入和生师视频交互的平均值和社会学科研究生无显著差异外，其他所有变量的平均值均为最高；自然学科研究生在线课程整体表现次之，行为投入、生师交互、内容交互以及生生视频交互的平均值显著高于社会和工程学科的研究生；社会学科研究生在线课程行为投入以及情感程度最低，生师交互、内容交互以及生生视频交互的平均值显著低于人文学科和自然学科的研究生；工程学科研究生整体表现最差，除了行为投入和情感投入的平均值略高于社会学科研究生外，其他所有变量的平均值均为最低。
在课程类型方面，学生在公共思政课上的整体表现最差，无论是学习投入还是教学交互，学生在该类型线上课程中的自我评价均为最低；学生在专业实践课上的整体表现较为突出，认知投入、生生交互、生师交互、生生视频交互的平均值均为最高；学生在其他类型线上课程中的表现差异不大。在课程规模方面，研究生在小规模课程中的整体表现最佳，中规模次之，大规模最差。
在生源地方面，来自不同生源地研究生线上课程的行为投入无显著差异，来自农村/乡镇研究生的认知投入、情感投入、生生交互、生师交互、内容交互以及生师视频交互的平均值显著低于来自其他生源地的研究生；来自直辖市/省会城市研究生的情感投入、内容交互以及生师视频交互的平均值最高；来自其他地级市研究生的生生视频交互平均值最高（表3）。
（二）测量模型检验
此外，各测量模型的拟合度指标（GFI、TLI、AGFI、CFI、RMSEA、SRMR）基本符合判定标准（个别因素的AGFI值虽小于判定标准，但仍在可接受范围内），表明测量模型具备良好的结构效度（Fornell&Larcker，1981），具体结果见表4。
（三）结构模型检验
（四）调节作用检验
表明该二阶模型代表性良好。
调节效应检验结果如表6所示，生生视频交互分别正向调节了教学交互与行为投入、认知投入以及情感投入的关系，假设H4a、H5a、H6a成立，调节效应详见图1-3；而生师视频交互对教学交互与行为投入、认知投入以及情感投入的调节作用不存在，假设H4b、H5b、H6b不成立。
（一）结论与分析
一是不同背景研究生的在线课程教学交互以及学习投入呈现出显著差异。整体而言，女生在线课程中与同学、老师和课程内容的交互程度以及情感投入水平较高。“双一流”建设高校研究生的教学交互程度以及学习投入表现优于非“双一流”建设高校的研究生。人文学科研究生在线课程的交互程度以及学习投入表现均为最佳，自然学科和社会学科次之，工程学科表现较差。学生在专业实践课上的交互程度以及学习投入表现较为突出，在公共思政课上的整体表现较差。学生的教学交互程度以及学习投入表现随着课程规模的逐步扩大而降低。
来自农村/乡镇的学生在线课程的教学交互程度以及学习投入表现较差，来自直辖市/省会城市学生的整体表现较为突出。出现上述现象的原因在于，女生更善于运用社交情感策略，沟通交流和语言表达能力较强；“双一流”建设高校的学生拥有较强的学习主动性和自我调节能力；人文学科的教学方法以讨论和交流为主，而工程学科的教学依赖于实验设备，且学科实践性和应用性较强；小规模课程为师生开展教学交互提供了便利条件，且学生在小规模课程中的教学临场感更强；公共思政课以大班教学为主，且多采取讲授法，学生进行交流互动的机会较少；家庭环境和硬件设备等因素对农村/乡镇学生开展线上学习带来了负面影响等（Liyanage&Bartlett，2013；Neumann，Parry，&Becher，2002；Vrasidas&McIsaac，1999；杨金勇等，2020）。
二是教学交互对学生在线学习投入有积极的促进作用，即生生交互、生师交互和内容交互能分别正向预测学生在线学习的行为投入、认知投入和情感投入。该结论与迈耶（Meyer，2014）等人的研究结论一致，再次证明了教学交互是促进学生学习投入、提升在线学习质量的重要因素。正如交互影响距离理论所指出的，时空隔离的在线学习环境缺乏面对面的情感交流，加剧了学生与学生、学生与教师之间的心理距离，学习者容易产生孤独、紧张和焦虑等负面情绪，而生生交互、生师交互与内容交互式的学习方式恰是增强社交临场感、提升学生对在线课程的归属感、促进学生在线学习情感投入的有效手段。
时空分离的在线学习环境为该类行为的产生创造了便利条件，不利于在线学习的良性发展，而生生视频交互则为学生了解其他同学的真实状态与行为表现提供了有效途径，在一定程度上缓解了知识隐藏行为的负面影响，进一步强化了教学交互对学习投入的作用。与此同时，当学生意识到自身的行为与表现也被置于可观察和可监督的状态时，他们会倾向于采取更加积极的学习策略，表现出更高程度的学习投入。
此外，学生在生生视频交互的过程中通过接收其他同学的声调和音量等语言线索以及眼神、表情和动作等非语言线索感知到了学习社群的真实存在，进而为教学交互影响学习投入带来了积极意义。就后者而言，生师视频交互对教学交互与在线学习投入的关系无显著影响这一结果与现有研究结论并不一致（Wei&Chen，2012），可能是生师视频交互的积极作用与消极作用相互抵消的结果。
（二）对策与建议
第一，根据不同群体在线课程中交互程度以及学习投入表现差异采取针对性措施。例如，鼓励男生积极参与在线课程的交流互动，为其提供更多表达自身想法和观点的机会；通过将课程交互列入课程考核要求等措施，提升学生的学习主动性；在线课程开发应重点考察学科和课程属性，对实验设备依赖性较强的课程保持谨慎态度；合理设计和控制在线课程规模，努力提升在线课程的教学临场感；加强对弱势学生群体的经济补助，构建更具包容性的教育系统，减少“数字鸿沟”引发的教育不公平问题。
第三，丰富内容交互形式，建立教学监督机制，改善学生在线学习行为表现。针对学生在线课程行为投入较低、容易出现走神和娱乐等消极行为这一现象，除了加强社会性交互外，还可以通过丰富在线课程内容交互形式、建立教学监督机制等措施予以改善。例如，围绕课程目标设计课程内容，充分利用在线教学技术，让学生在阅读材料、观看视频、主题讨论、参与仿真活动和教育游戏等多种形式的活动中产生学习兴趣，减少注意力失焦等消极行为；明确在线学习行为规范，合理使用学习行为分析、数据挖掘和追踪反馈等智能技术，建立教学交互与在线学习监督机制，通过强化外部监督的方式改善学生在线课程的行为投入。
第五，优化网络及平台建设，保障视频交互质量，强化教学交互对学习投入的促进作用。本研究实证结果显示，生生视频交互对教学交互与学习投入的关系有正向调节作用，但在实际教学过程中，生生视频交互经常因网络卡顿或系统崩溃等因素被迫中止，对教师的在线教学体验以及学生的在线学习体验带来了负面影响。因此，有必要采取针对性措施，优化网络及教学平台建设，为提升在线教学视频交互质量创造有利条件。例如，增加宽带和服务器投入，加大教学平台扩容，营造平稳的在线教学环境（胡小平，谢作栩，2020）；适当引入市场竞争机制，大力升级在线教学系统，积极发展人工智能教育，创建界面友好、功能齐全的在线教学平台等。
作者简介：王思遥，华东师范大学高等教育研究所博士研究生