Beyond Clicks: Identifying an Engagement-Performance Paradox in Vocational College Online Learning Through Behavioral Profiling
这项针对职业院校学生的研究揭示了一种参与度与表现的悖论，即高平台活跃度并不保证学习成功，因为“表面参与者”记录了大量的点击行为却获得了最低的考试成绩，而“策略型学习者”则以显著更少的交互实现了顶尖的表现，这表明参与的质量比点击的数量更为重要。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在现代课堂中，一场无声的革命正在发生，它并非通过粉笔灰或铃声，而是通过数字足迹。每当学生登录在线学习系统、点击视频或发布消息时，平台都会记录下这一事件。对于教育工作者和研究人员来说，这股数据洪流提供了一个诱人的承诺：如果我们能看到学生在做什么，我们就能理解他们是如何学习的。普遍的假设一直非常简单且直觉化——即更多的活动意味着更多的学习。如果一名学生花费数小时观看讲座并点击完成每一项作业，那么他们一定是在投入学习；如果他们在投入学习，就一定在取得成功。这一理念已成为许多追踪学生进度的学校系统的基础，将高点击量视为学生状态良好的标志，并将低活跃度视为那些可能掉队的学生的警示信号。
然而，这种逻辑建立在一个脆弱的前提之上：即可见的行为表面总是与不可见的思维深度相匹配。在复杂的教育领域，尤其是在学习编程和网页设计等实践技能的职业培训中，学生所做的事情与他们实际学到的知识之间的关系很少如此直接。研究人员长期以来一直怀疑，一名学生可能在忙碌却无产出，或者在沉默却并未迷失。问题仍然在于，我们用来衡量学习的数字工具究竟是在帮助我们看清真相，还是仅仅在计数噪音。
一位来自中国东部职业学院的研究人员通过密切观察 218 名修读混合式网页开发课程的学生在数字生活中的表现，试图测试这一假设。该课程将传统的面对面授课与在线模块相结合，创造了丰富的实时数据流，追踪从学生登录频率到发表讨论帖数量的一切信息。研究人员并没有将每个学生视为平均水平，而是使用了一种方法，根据他们实际的行为模式对学生进行分组。他们观察了六个具体的行为：完成任务的数量、观看视频的时长、打开章节的次数、登录次数、发表讨论帖的数量以及参加线下课程的频率。通过分析这些模式，他们发现学生并非简单地分布在“低参与度”到“高参与度”的一条线上。相反，出现了四个截然不同的群体，每个群体都有其独特的课程互动方式。
第一组被称为“深度参与者”（Deep Engagers），他们的表现完全符合人们对模范学生的预期。他们完成了几乎所有的分配任务，观看了超过 1100 分钟的教学视频，并参加了几乎所有的课程。他们还积极参与在线讨论。不出所料，这些学生的考试成绩最高，平均分为 85.7 分（满分 100）。第二组是“策略型学习者”（Strategic Learners），他们是班级中规模最大的群体，约占总人数的三分之一。这些学生表现得异常高效。他们观看的视频远少于深度参与者，完成的任务也较少，登录频率也仅为前者的三分之一左右。然而，他们仍定期参加课程并积极参与讨论。结果令人震惊：他们的考试成绩与深度参与者在统计学上几乎一致，平均分为 83.5 分，这证明了他们能以显著更少的平台活动量获得顶尖的学习成果。
第三组是“被动跟随者”（Passive Followers），他们展现出了预期的脱节模式。他们很少登录，观看视频极少，且参加线下课程的比例不足一半。他们的考试成绩反映了这种参与度的缺乏，平均分为 62.5。但第四组的出现揭示了“活动量等于学习量”这一常见假设中最关键的缺陷。这一组被贴上了“表面参与者”（Surface Engagers）的标签，其行为完全违背了预期。他们频繁登录，观看了近 900 分钟的视频，并完成了近 90% 的任务。按照所有平台活动的指标来看，他们看起来都是高表现的学生，仅次于深度参与者。从所有的数字记录来看，他们非常忙碌。
然而，当最终成绩结算时，表面参与者的得分是所有群体中最低的，平均分为不及格的 4 7.8。他们的表现甚至比几乎未触碰过平台的被动跟随者还要差。这造成了一个悖论：在系统上看起来最活跃的学生，反而是学到的最少的。研究人员发现，区别不在于这些学生在平台上花费了多少时间，而在于他们如何使用这些时间。表面参与者是孤立地进行活动；他们观看视频、点击练习，但很少参加课堂或加入讨论。相比之下，策略型学习者和深度参与者都优先考虑互动式参与。数据表明，仅仅在平台上“出场”是不够的；互动的质量——特别是与他人交流和亲临现场的行为——才是推动成功的驱动力。
为了证实这一点，研究人员进行了统计分析，将两种主要的行为类型作为独立的因素进行处理。他们发现，在考虑了学生参与讨论和参加课程的情况后，单纯的平台活动量实际上预测了较低的考试成绩。这表明，对于某些学生来说，高活跃度是挣扎的表现，或者是“仅仅为了拿分而完成任务，却并未真正理解材料”的一种策略。研究结论指出，计数点击量是衡量学习的一种拙劣方式。在职业教育中，实践技能是通过协作和反馈建立起来的，最重要的行为是那些涉及他人的行为，而非仅仅是产生最多数字噪音的行为。那些学得最多的学生，并不一定是那些在网上花费时间最多的学生，而是那些利用这些时间与同伴及教师建立联系的学生。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。