移动互联网背景下大学生自主学习现状及影响因素分析

李宝宝　王彪

【摘要】随着移动互联网的发展，网络已经成为影响大学生自主学习的主要因素之一，大学生能否正确和高效的使用网络愈发重要。为了研究影响大学生自主学习现状的因素，设计了调查问卷并对在校大学生进行调查，在已有文献的基础上总结分析了大学生内部特征与包含网络因素在内的外部特征对自主学习的影响，最终得出结论：大学生的内部特征与外部特征都对基于移动互联网的自主学习效果产生了显著的正向影响，同时外部特征还通过推动内部特征的进步，进一步促进大学生自主学习能力的提升。

【关键词】移动互联网大学生自主学习内部特征

外部特征

一、引言

本科不牢，地动山摇！本科教育处在人才培养阶段的核心时期，然而在“严进宽出”的机制下，大学俨然成了“消遣”的地方，毕业后的本科生普遍能力不足无法满足社会需求，形势严峻。早在2018年9月，教育部就印发通知，要求全面整顿本科教育教学秩序，严格过程管理，切实提升教学水平，严厉声明要对大学生加压。而提升对大学生能力的要求，根源在于如何提升大学生自主学习能力。

随着网络和多媒体技术的广泛使用，网络自主学习已经成为一种重要的学习方式,越来越多受到学习者和研究者的重视。根据“中国互联网信息中心”（CNNIC）于2019年8月的统计数字，截至2019年6月，我国我国网民规模达8.54亿，其中在线教育用户规模达2.32亿，较2018年底增长3122万，占网民整体的27.2%。而在线教育用户中以学生为主，大学生的数量更是庞大。在网络的使用中，工作、学习场景下网络搜索的使用率更是高达76.5%。可见基于移动互联网的使用已经成为当代社会下学生自主学习的一种极为重要的方式。因此在网络发达的今天，对自主学习效果影响因素进行研究和分析就显得尤其重要。

现如今，虽然自主学习领域的研究已经非常丰富，但基于移动互联网的自主学习研究尚处于起步阶段，其中尽管已有学者对移动互联网背景下的自主学习进行研究，但其一般都处于定性分析层面，分析移动互联网对大学生自主学习的利弊所在、影响因素并提出相关改进建议。本研究从实证分析出发，以移动互联网背景下大学生的内外特征为基础，理清了现阶段基于移动互联网背景下大学生自主学习的现状，探求大学生自主学习效果的影响因素。此外，本研究综合了前人考察的大学生自主学习效果影响因素，基于当前社会形势发展，创造性的将信息素养纳入对大学生自主学习能力的测评指标。

二、自主学习的历史文献与定义

(一)国外文献

自主学习是当今教育领域研究的一个热点问题，备受瞩目。其概念源于 20 世纪 60 年代开始的对“终身学习技能”和培养“独立的思考者”的讨论。[1] 随后衍生出了多种不同的学派，学者从不同的角度对其进行了深入探索，得到了非常丰富的相关研究成果。比如操作主义学派提出将自主学习分为三个过程，自我监控、自我引导和自我加强[2]；社会认知学派的代表人Albert Bandura（1986）认为应该从环境、行为和个人相互作用的角度来诠释学习者的自主学习；人本主义学派自主学习理论的基石是以学习者为中心的教学，他们强调学习者的心理机制以及其内在因素是研究学习者自主学习的关键[3]；构建主义学派强调学习者是自我学习的中心，学习者应该是信息加工过程的主体，是知识意义的主动建构者，而教师则应该是学习者主动建构的促进者；此外还有意志学派、信息加工学派等。这些研究表明研究学习者的自主学习，首先要以学习者为中心，其次环境对学习者而言是非常重要的。环境的范围非常广泛，当前阶段对于网络环境的研究很少，本研究中着重分析网络环境对自主学习效果的影响。

在自主学习的教学实践中，美国学者齐默曼所建立的自主学习模型（如图 1 所示）为广大研究学着提供了可靠的参考和指导，本研究即参考了齐莫曼自主学习模型。他从个人、行为和环境入手对影响自主学习的因素进行了探讨[4], 提出影响自主学习的内在因素包括自我效能感、已有知识、元认知过程、目标、情感等, 从学习动机、学习态度、学习方法、学习计划、学习调控以及对物质和社会环境的利用等维度阐释了自主学习的状态。[5]鉴于此，本研究将个人和行为这两个模块归纳为学习者的内部特征，对应的环境则属于外部特征。

个人层面中的自我效能感、元认知计划、目标设置等，这些属于主观因素并随着学习者的变化而不同，故本文将其归结于学习者的自我主导。对于環境层面，不管是社会环境还是客观生活环境，这些都是不可改变的，只能由学习者主动适应，在这个过程中就叫做自我适应。综合齐莫曼自主学习模型中提到的情绪、情感、自我观察、自我判断、自我反应，本研究认为：首先观察、判断与反应是对学习者对自我学习效果的一系列行为构成的自我评价过程，其次对于情绪、情感而言，则是学习者基于自我评价产生的对自己的精神反馈。因此自我反馈对学习者的自主学习有着举足轻重的作用。

(二)国内文献

鉴于自主学习的重要性，我国在较早时期就展开了对其的研究并取得了一些里程碑式的成就。庞维国（2001）借鉴国内外的研究成果就提出，如果学生对学习动机、学习内容、学习策略、学习时间、学习环境、学习评价等各方面都能自觉做出选择和控制，其学习就是自主的。[6]这一定义指出了衡量自主学习效果的几项重要指标。倪清泉（2010）的研究表明，学习动机、学习策略均与自主学习能力呈高度正相关，且学习策略与自主学习能力的相关性更强；工具型动机与自主学习能力的相关性高于融入型动机与自主学习能力的相关性。[7] 赵风琴（2015）认为：所谓自主学习是指大学生在“自我主动、自我激励、自我教育”的前提下进行的高质量、高效率的学习方式。[8] 辛治杰和唐爱国（2018）提出自主学习是指学生以学习为主体,通过学生独立的分析、探索、实践、质疑、创造等方法来实现学习目标[9]。以上研究在一定程度上解释了自主学习的定义，但是其研究所涉及的维度还不够全面。

(三)自主学习定义

在总结和借鉴前人研究的基础之上，本研究对自主学习的概念作出以下界定：自主学习是以“自我主导，自我控制，自我适应，自我反饋”为主的学习过程。能否高效准确且快速的完成这一学习过程是学习者四种能力的体现，分别为主导能力，控制能力，适应能力，反馈能力。

三、研究设计

(一)自主学习影响因素评价指标体系的构建

移动互联网具有便捷、便携、即时、依赖性强等特点，将移动通信不受时间与地点限制的特点与互联网开放性、共享性的特点相结合，在人们的日常生活与工作中发挥着巨大的作用[10]。就高等教育而言，近年来迅速兴起的翻转课堂、微课和慕课 (MOOC)等，就是以移动互联网带来的信息化手段引领教育理念和教学模式创新的体现，同时网络上存在着各种开放共享的丰富学习资源，需要学习者主动去寻找，这些本身就是一个不断适应的过程。在这个过程中，首先能否正确采集、检索和分析网络信息，能否有效利用网络获取所需信息与资源，与学习者的信息素养密切相关；其次人的自控力决定了能否正确有效的利用获取的网络信息、资源，故将学习者的自控力与信息素养纳入该评价指标体系。

移动通信的发展为人们的沟通交流带来了前所未有的便利，对于学生和教师而言，极大便利了二者之间的交流协作，除此之外还有学生之间的交流，即师生交流与生生交流[11]。能否积极有效地进行师生交流与生生交流，使教师从传统的知识传授者转变为学生学习过程中的的督促者、组织者和引导者，成为学生学习过程中的顾问、信息的来源[1]，是非常重要的，因此学生的交流协作能力纳入该评价指标体系之中。

高校作为为社会和国家输送高素质、专业人才的主要基地，构建网络信息化服务保证体系是提升高校教育水平，促进高校整体发展，提升当代大学生自主学习能力的重要途径[12]。构建网络信息化不仅和所处高校的网络基础设施关系密切而且其提供给学生的图书馆资源也发挥着巨大的作用，对二者衡量标准分别是学生对网络使用是否方便、使用途中是否满意和网络信息资源是否足够丰富、网络信息资源是否能满足学习者的需求。教师是学习者在移动互联网环境下的自主学习中重要的参与者，然而调查显示目前情况下硕士研究生导师和其他教师在其网络自主学习中的作用还没有得到充分的发挥[2]，优秀教师的指导对学生帮助固然更大，但整体而言教师的参与度较低仍有待提高。

此外，参考齐莫曼自主学习模型得出结论，学习者的自我能效感与目标设定是衡量大学生自主学习能力不可或缺的部分。综上，本研究将移动互联网背景下影响大学生自主学习的因素之内部特征细分为三个阶段：学前需要自我能效感、目标设定，学中最重要的的是自控力、交流协作力和信息素养，学后则需要自我反馈。按照以上思路构造如图2所示的移动互联网背景下大学生自主学习影响因素综合评价指标体系。

(二)研究方法

1.研究工具

本研究所采用的调查问卷，由学生基本情况问卷、内部特征问卷和外部特征问卷三个部分构成，分别对应有5个、13个和6个维度，共计24个题项。基本情况问卷包括学生的性别、年级、学科、每周上网时间、网络自主学习所占上网时间比以及对网络自主学习的看法。

在进行内外部特征量表的设计阶段，本研究参考了国内外学者编撰的多个自主学习量表，如国外学者Button（1996）的目标定向问卷、Hill（2006）的网络环境问卷和国内学者编撰的《学习自我监控量表》、《大学生自主学习量表》[13]等。此外，美国知名自主学习研究专家齐默曼、Zimmerman提出的自主学习研究模型也对本研究中量表的设计起到了很大的借鉴作用。在反复研究，仔细论证的基础上确定了量表内容和形式，所有问卷题项均采用Likert 5点量表形式，让被试者从“1-很不符合”到“5-很符合”进行自己的评价，量表中的所有条目均为正向计分, 各维度总分越高表示自主学习能力越强。

2.研究对象

本研究采用问卷调查的方式，在经过多名大学生的试调查后，正式向安徽财经大学生发放问卷，采用多段整群随机抽样的方式发放 200 份问卷，回收有效问卷171 份，有效回收率为85.5%。其中，男性75人，占43.86%，女性96人，占56.14%；其中主要为2017、2018、2019级的大学生，分别为68、50、46人，占比分别为39.77%、29.24%、26.9%。每周上网时间42小时以上的同学占比最大，为34.5%，但每周进行网络自主学习的时间占上网时间的一半以下的同学比例却高达67.84%。从网络自主学习时间占比可以看出在校大学生相当一部分对网络自主学习的经验是比较少的，网络自主学习意识有待加强。

3.统计方法

本研究首先采用信度和效度分析检验问卷数据的信度与效度，然后对主要变量进行描述性统计和相关分析，从而分析判断各变量之间的相关性与影响力。以上分析过程采用SPSS24统计软件完成。

四、自主学习现状及影响因素分析

(一)自主学习现状

大学生网络自主学习意识需要加强，网络自主学习状况有待改善。从此次调查结果来看，网络自主学习情况很好的大学生占比只有10%。这表明当前大学生在课外时用于自主学习上的时间花费很少，结合此次调查结果来看，约三分之二的大学生将很大一部分课外时间放在了网上娱乐等其他方面，体现出大学生网络自主学习情况有待改善，网络自主学习能力亟须提高。

(二)影响因素分析

1.量表的信度与效度分析

首先，本研究分别对内部特征与外部特征的变量进行的信度检验进行的信度检验，两部分的Cronbach Alpha系数分别为0.936与0.879，而全体变量的Cronbach Alpha系数为0.950，可见此量表具有较高的内部一致性，量表信度较好。其次，在基于KMO 和Bartlett 检验量表进行的效度分析中，检验结果显示其KMO值为0.920、Bartlett检验结果P值小于0.05，由此可见本研究的综合评价指标体系有效。

2.描述性统计与相关分析

本研究通过spss24对回收的有效问卷数据进行描述性统计与相关分析，主要基于均值对样本进行分析解读，如表2。

通过表2的描述性统计结果可以看到，自控力平均值最大为3.0234，而自我反馈力的平均值最小仅为2.4591，均为达到一般水平，这体现出大学生普遍网络自主学习能力不强，亟需提高。相比之下，大学生在自控力、目标设定和交流协作三方面表现较好，但仍有待提升；而与网络自主学习至关重要的信息素养，在各指标中处于倒数的位置，说明他们在对待网络、面对信息的时候，不能对其自如的辨析评估，同时在获取、处理和分析网络信息、网络资源方面也存在着比较大的问题；另外，网络设施、网络资源和教师的均值也说明大学生普遍认为其网络学习条件不足以满足自己的需求，而且在网络自主学习时,也很少同老师或同学交流。

3.相关分析

为了分析各变量之间关联的密切程度，本研究采用Pearson线性相关性分析，如表3。结果显示，信息素养对内部特征的其他5个维度，即自我效能感、目标设定、自控力、交流协作力、自我反馈力，都存在着显著的相关性，其相应的Pearson积差相关系数在0.5~0.7之间，可见信息素养在网络自主学习中无疑发挥着至關重要的作用。此外，包括网络设施、网络资源与教师的外部特征与内部特征的各指标也存在着较为显著的正相关系数，这说明外部特征与内部特征之间是存在着正相关关系的，二者间关系密切。

五、结论及对策建议

以Bandura为主要代表人物的社会认知学派理论，主张学习者的自我学习由内部特征（自我效能感、目标设定、自控力、交流协作力、信息素养和自我反馈力）、外部特征（网络设施、网络资源和教师）共同决定，同时二者之间的相互作用还会进一步影响学习者的自主学习[14]。本研究的结论证明了该观点。

本研究以安徽财经大学在校大学生为研究对象，研究了当前移动互联网背景下大学生自主学习的影响因素，并就其影响方式做了分析，最终得到了三条结论：第一，学习者的内部特征包括自我效能感、目标设定、自控力、交流协作力、信息素养和自我反馈力，对学习者的网络自主学习存在着显著的正向关系，其中信息素养对其他维度的相关系数都比较高，意味着移动互联网时代下信息素养对大学生的自主学习至关重要；第二，研究也证明了网络设施、网络资源和教师这些外部特征，同样有着显著的正向影响；第三，学习者的外部特征对于内部特征也存在着重要的正向影响，网络环境的优劣以及教师的指导参与也会关联大学生的自我效能感和信息素养水平，进而影响大学生的网络自我学习。

同时，在研究大学生网络自主学习的影响因素基础上，针对移动互联网背景下大学生自主学习能力普遍不高的现象，为了提升大学生网络自主学习能力，本研究还提出以下建议：

第一，身处信息时代的大学生必须加强对信息素养的培养，增强其信息意识，要将信息素养教育嵌入到学生的学习和科研过程中，通过问题导向式教学和深度的体验式探究式学习中让学生内化吸收[15]；第二，在自主学习过程中学习者的动力大半来自兴趣，因此应该以专业知识为核心，充分发挥专业优势用以增强大学生学习动机；第三，就目标设定而言，学习者应该注意量力而为，要制定适合自己的学习目标，才有利于学生在学习过程中获得较高的自我效能感；第四，提升教师对于学生自主学习的参与度，促进师生之间积极的交流沟通；第五，拥有良好的网络环境能极大提升学习者在进行网络自主学习时的效率，因此校方应该尽力为大学生提供优质便捷的网络服务，加强硬件设施建设的同时也要丰富和完善网络学习资源。

【参考文献】

[1]吕沙. 《国际财务管理》双语教学中自主学习教学模式的应用[J]. 财会月刊, 2010(21): 97-99.

[2]万达. 硕士研究生网络自主学习影响因素探究[D]: 南京邮电大学, 2013.

[3]Mccombs BL. Self-regulated Learning and Academic Achievement: a Phenomenological View[M]. [S.l.]: Springer New York, 1989.

[4]曹萌. 从齐莫曼的自主学习理论看大学英语分级教学中学生自主学习能力的培养[J]. 太原城市职业技术学院学报, 2011: 153-154.

[5]汤会琳,辛小林. 齐莫曼自主学习理论视角的远程教育个别化学习实现探讨[J]. 现代远程教育研究, 2011: 67-70, 76.

[6]庞维国. 论学生的自主学习[J]. 华东师范大学学报(教育科学版), 2001: 78-83.

[7]倪清泉. 大学英语学习动机、学习策略与自主学习能力的相关性实证研究[J]. 外语界, 2010: 30-35, 79.

[8]赵风琴. 提高高校人才培养质量的研究与思考[J]. 教育现代化, 2015:168-170.

[9]辛治杰,唐爱国. 基于企业文化视角的农民大学生培养项目文化体系构建与实践研究[J]. 湖南广播电视大学学报, 2017: 12-17.

[10]董艳军. 移动互联网环境下的高校后勤服务信息化建设初探[J]. 教育教学论坛, 2017: 11-12.

[11]张芳. 论共生互学师生交流机制的构建[J]. 林区教学, 2013: 13-15.

[12]边达. 高校网络信息化服务保障体系的构建[J]. 产业与科技论坛, 2016: 276-277.

[13]朱祖德,张卫,王静琼,等. 大学生自主学习量表的编制[C]//第十届全国心理学学术大会论文摘要集, 2005: 337-338.

[14]翟绪阁. 大学生网络自主学习影响因素研究[D]: 大连理工大学, 2008.

[15]马艳娥. 基于科技查新的嵌入式信息素养教育实践与启示——以广州大学研究生开题查新为例[J]. 智库时代, 2019: 137-138.

作者简介：李宝宝（1999——）男，汉族，安徽阜阳人，单位：安徽财经大学管理科学与工程学院，本科，信息管理与信息系统专业，研究方向：自主学习；

王彪（1998——）男，汉族，安徽合肥人，单位：安徽财经大学财政与公共管理学院，本科，税收学专业，研究方向：自主学习

【基金项目】本文属《2018年省级创新创业训练计划》项目（编号201810378502）研究成果。