多媒體資源（如文本、視頻、音頻、圖片、圖表及動畫等）可以提供多種學習渠道，給學習者帶來的外部刺激不是單一的，而是多種感官的綜合，有利于情境創建、認知改變、深度學習和提升學習成績，這些已得到國際許多研究者的肯定。代表性研究如英國諾丁漢大學安斯沃思（Ainsworth，2006）、美國加利福尼亞大學梅耶（Mayer，2007）等基于認知科學、建構主義理論及認知情感理論，探討采用多媒體資源有利于提高學習成績；中國臺灣國立政治大學陳志明等利用自主壓力與情緒調節系統（emWave），證明了多媒體資源能夠影響學習情緒，進而間接影響學習成績（Chen&Wang，2011）。此夕卜，加拿大心理學家佩維奧提出的雙重編碼理論（Paivio，1986）認為，人的認知是對語言與非語言事物和事件的處理，即人的學習需要多媒體資源。然而，根據澳大利亞新南威爾士大學認知心理學家約翰?斯威勒提出的認知負荷理論（Sweller，1988）和美國心理學家卡尼曼提出的資源有限理論（Kahneman，1973），人的認知容量是有限的，倘若在學習環境中同時且無序呈現多媒體資源，不但會分散學習者注意力，而且會導致超出其有效的認知能力，從而造成認知過載，產生消極情緒，影響學習效果。因此，如何將最適合的多媒體資源及其呈現序列推送給學習者是亟待解決的問題。

沒有兩個學習者是一樣的，他們以不同的速率學習和忘記，來自不同的教育背景，有著不同的智力程度、注意力范圍和學習方式。法國哲學家笛卡爾曾指出每個人看到的世界是不一樣的。個性化自適應學習研究能夠有效解決上述問題，實現根據學習者特性（如學習風格、知識水平等）適應性推送媒體資源（姜強等，2015），符合學習需求和認知規律，實現個性化學習。德國科布倫茨蘭大學肖茨（Schnotz & Bannert，2003）和斯洛文尼亞盧布爾雅那大學貝萊（Bele，2009）基于知識水平特征開展實證研究，證明了能力低的學習者適合選擇更加情境化、直觀化的視頻、圖片等資源進行個性化學習。我國臺灣科技大學黃國禎（Hwang，2013）、加拿大阿薩巴斯大學金書軻（Kinshuk，2015）從理論模型層面提出基于學習風格推送個性化媒體資源，可減輕認知負載，提高學習效率。鑒于此，有必要深入探討學習風格是如何影響個體學習行為對多元化媒體資源偏好選擇的。在項目組研發的自適應學習系統基礎上（姜強等，2011），本研究基于VARK學習風格模型，采用主觀問卷調查和客觀學習行為分析，研究學習風格與多媒體資源偏好的選擇關系及相關性問題。

一、學習風格與多元化媒體資源

學習風格是特有的認知、情感和生理行為，反映如何感知信息、如何與學習環境相互作用并對之做出反應的相對穩定的學習方式。已有許多學習風格模型被提出并被驗證有效，比較典型的有科博（Kolb）、凱夫（Keefe）、費爾德-希爾弗曼（Felder—Silverman）及弗菜明（Fleming）根據接受信息和加工信息的傾向，將學習風格劃分為視覺型（Visual）、聽覺型（Aural/Auditory）、讀寫型（Read/Write）和動覺型（Kinesthetic），即VARK模型。其中，VARK因較容易確定學習者解決問題、認知模式、思維方式及感知信息方法，可作為本研究的理論依據，實現方法主要有兩種：一是依據VARK學習風格量表主觀測量，但可能會因量表題目較多，給學習者帶來負擔，也可能會因學習者填寫的隨意性而出現錯誤答案，從而導致學習風格測量結果不準確；二是通過挖掘分析學習者與系統之間的交互行為判定學習風格，但會因為“冷開始”問題，導致學習風格初始判斷準確性較低。鑒于兩種方法的利弊，有效的學習風格判定是由問卷量表顯性測量和學習行為挖掘隱性修正兩者結合實現的（姜強等，2012）。

媒體資源是學習者交流、交互、探究與協作的媒介與環境，所有學習主題和活動的設計與實施都離不開媒體資源的支撐（姜強等，2011）。由于個體的差異，為實現根據學習者特征（如學習風格、認知水平等）適應性推送媒體資源，就需要采用多元化策略設計思想，即針對每個知識點設計如文本、視頻、音頻、圖片、圖表及動畫等多種媒體類型資源，從而滿足不同學習風格的學習者需求。例如，視覺型最有效的學習方式是“看影像”，向其推送統整式的表格、圖片、不同顏色的色筆畫線、流程圖（如心智圖）、便利貼、影片等媒體資源能讓學習印象更深刻；聽覺型最有效的學習方式是“聽和文字”，向其推送錄音帶、有聲書等媒體資源有助于提高其學習注意力；讀寫型最有效的學習方式是“講授式”，學習詞典、教材、講座筆記等媒體資源能提高其學習興趣；動覺型最有效的學習方式是“參與式學習”，案例、仿真實驗等媒體資源有助于其提高學習動機。

當然，為了確保多元化媒體資源推送的準確性，需要確定學習風格與多元化媒體資源之間的關系（見圖1），從而滿足學習需求，提升學習者的注意力和自信心，促進知識的長時記憶。

本研究將多元化資源媒體類型分成五類，T1是動畫和視頻，T2是仿真和游戲，T3是學習文檔，T4是圖片和圖表，T5是音頻。

二、基于學習風格的多媒體資源及

序列適應性推送框架筆者曾詳細描述過學習風格模型與認知水平模型建構、個性化學習路徑（包括學習活動序列和學習對象）推薦策略及信息適應性呈現等（姜強等，2010；姜強等，2013），本研究將重點分析基于學習風格模型的媒體資源及可視化序列導航適應性推送，實現過程由五個模塊組成，即學習者注冊登陸模塊、學習對象自適應個性化推薦模塊、學習過程行為監控模塊、學習過程干預模塊及學習內容呈現模塊（見圖2）。

首先，學習者通過VARK學習風格量表確定學習風格，構建學習風格模型；其次，登陸學習系統，確定學習目標，系統根據學習風格模型適應性地推送媒體資源及可視化序列導航；再次，系統會跟蹤、監控學習過程，尤其是記錄網絡學習行為模式，如訪問媒體資源類型、停留時間、瀏覽次數、資源評價信息等；最后，基于貝葉斯網絡法、Apriori All關聯規則等算法挖掘學習行為數據并修正學習風格模型，系統推送最佳媒體資源及序列，實現學習過程有效智能化干預（姜強等，2012）。整個學習過程既實現根據學習風格推送媒體資源，又可使學習者根據學習偏好在媒體序列導航面板中自選資源，給學習者足夠的自主學習空間。腦神經學的研究已表明，當學習者自我掌控學習時，內啡肽、催產素分泌會增多，生理和心理的健康水平會提高，展開行動和追求成就的動力因此增強，進而可使學習變得更“沉浸”，有助于提高學習成績，培養學習者的創造性思維能力和問題解決能力。

三、實證分析

（一）實驗設計

本研究依托項目組研發的自適應學習系統，以所在學校教育技術學專業60名學習者為研究對象，采用自組織學習和系統推送資源、計劃、策略兩種方式學習“C語言程序設計”課程（共6章26節，含多媒體資源234個）。

研究數據的收集途徑，一是學習三周后，利用問卷方式調查學習者媒體資源偏好與實際使用資源的相關性；二是采集三個月的學習行為數據，如媒體資源類型、停留時間、瀏覽次數、資源評價信息等，分析學習風格與多元化媒體資源推送及序列呈現的關系。

（二）數據分析

1.學習風格與媒體資源偏好選擇

研究者將媒體資源使用情況分為4個等級，即從未使用（1）、很少使用（2）、時常使用（3）、經常使用（4）經過三周學習后，對60名學習者進行調查（見表一）。

1）視覺型學習者：喜歡T1和T4，其中“經常使用”T1的多達12人（占70.6%），“時常使用”和“經常使用”T4的達14人（占82.4%）；不喜歡使用T3和T5學習者中，“從未使用”和“很少使用”T3的15人（占88.2%），而T5有10人（占58.8%）。

2）聽覺型學習者：喜歡T5，選擇“經常使用”的有10人（占62.5%）；最不喜歡使用T3，選擇“從未使用”和“很少使用”的有13人（占81.3%）。

3）讀寫型學習者：喜歡T3，其中“經常使用”的有9人（占64.3%），在最不喜歡使用T5的學習者中，選擇“從未使用”和“很少使用”的有11人（占78.6%），其次是T1、T4、T2。

4）動覺型學習者：喜歡T2，其中“經常使用”的8人（占61.5%）；最不喜歡T3，“從未使用”和“很少使用”的10人（占76.9%），其次是T1、T4、T5。

此外，根據學習者媒體選擇情況，本研究采用雙變量相關分析，基于Spearman等級相關系數，可判斷學習風格與媒體實際使用的相關性（見表二）。

由表二可知，學習風格與T1、T2、T3、T4、T5相關系數分別是0.734、0.685、0.696、0.753、0.591，且所有P值均小于0.01，表示在0.01水平上，學習風格與媒體選擇顯著相關。

綜上可知，在學習中實際使用資源媒體與VARK學習風格模型描述的學習偏好基本一致且有一定相關性。可見，主觀調查結果具有一定的可信度，研究結果可為基于學習風格的多媒體資源適應性推送提供依據。

2.學習風格與媒體資源適應性推送

采用問卷調查方式可能會因主觀臆斷導致結果判斷不準確。因此，本研究通過采集學習者三個月的學習行為數據（見表三），客觀推斷學習風格與媒體資源偏好的關系。

根據表三的學習行為數據，統計分析結果如下：

1）視覺型學習者：利用T1學習時間最長（人均29分鐘/天），瀏覽次數最多（人均85次/天），評價數量也最多（人均2.3個/天），其次是T4，最少的是T3。

2）聽覺型學習者：利用T5學習時間最長（人均31分鐘/天），瀏覽次數最多（人均83次/天），評價數量也最多（人均3個/天），其次是T1，最少的是T3。

3）讀寫型學習者：利用T3學習時間最長（人均26分鐘/天），瀏覽次數最多（人均79次/天），評價數量也最多（人均2個/天），其次是T1，最少的是T5。

4）動覺型學習者：利用T2進行學習時間最長（人均36分鐘/天），瀏覽次數最多（人均83次/天），評價數量也最多（人均2個/天），其次是T1，最少的是T3。

可見，學習者基本按系統基于學習風格推送的媒體資源進行學習和評價，分析結果與問卷調查基本一致，這進一步證明了研究的可信度。因此，基于VARK學習風格模型適應性推送媒體資源，符合學習者學習偏好，滿足學習需求。

四、基于學習風格的多媒體資源適應性推送模型及序列可視化

依據上述實證分析結果，本研究建構了基于學習風格的多資源媒體適應性推送模型（見圖3）。

由圖3可知：1）視覺型學習者對T1具有強正向選擇性，對T2和T4具有正向選擇性，而對T5具有負向選擇性，對T3具有強負向選擇性；2）聽覺型學習者對T5具有強正向選擇性，對T1、T2具有正向選擇性，而對T4具有負向選擇性，對T3具有強負向選擇性；3）讀寫型學習者對T3具有強正向選擇性，對T1、T4具有正向選擇性，而對T2具有負向選擇性，對T5具有強負向選擇性；4）動覺型學習者對T2具有強正向選擇性，對T1、T4具有正向選擇性，而對T5具有負向選擇性，對T3具有強負向選擇性。

此外，根據實證分析結果和多媒體資源適應性推送模型，本研究建構了基于VARK學習風格模型的媒體資源可視化序列適應性導航（見圖4）。由圖4可知，視覺型學習序列為T1>T4>T2>T5>T3；聽覺型學習序列為T5>T1>T2>T4>T3；讀寫型學習序列為T3>T1>T4>T2>T5；動覺型學習序列為T2>T1>T4>T5>T3。通過易于理解的視覺圖形信息，多媒體資源以可視化方式動態呈現，一方面將最符合學習需求的媒體資源推送給學習者，另一方面學習者可以按自己的意愿從媒體資源序列可視化面板中自主選擇資源進行學習，從而不但可解決學習迷航與認知超載的問題，激起學習者的求知欲和積極性，提高學習者學習動機，而且還可實現媒體資源的高效利用，促進學習者對知識的主動建構、內化及遷移，促進智慧學習。此外，研究成果也有助于推動MOOC、翻轉課堂等新學習模式的發展。

（一）個性化MOOC（PMOOC）：MOOC2.0模式

MOOC以其豐富的資源和開放、隨時隨地的學習方式，受到學習者青睞。然而，在眾多學習者中，堅持到最后并獲得認證的人少之又少，究其原因，除了需要完善MOOC平臺外圍的技術交互功能外，更重要的是要改變課程資源建設的思想及學習方式。目前MOOC（可以理解為MOOC1.0）實現了優秀資源的有效共享，然而，教育是多維的，學習什么內容，如何學習，人與人是有差異的。MOOC的學習應該是基于興趣的學習，是一種主動學習、個性化學習。多媒體資源適應性推送策略為MOOC的建設帶來機遇，可形成個性化MOOC（Personalized MOOC），SPMOOC2.0模式。該模式根據分析個體因素直接引導不同類型的學習者到“最適合”的鏈結路徑，實現學習者自我組織、制訂并執行學習計劃，自主選擇學習策略，并控制學習過程；對學習進行自我評估，置身于更為個人化的情景中建構知識，而不是主要通過教師的講授或操練與練習進行學習。這在很大程度上能激發學習者參與學習的積極性以及提高個體對知識的成就感和認知程度，有利于降低轅學率、退課率，提升完成率。

（二）翻轉課堂與“適應性”推送策略相融合

美國人薩爾曼?可汗（Salman Khan）創辦的可汗學院成功地嘗試了“翻轉課堂”模式，將學習流程“反過來”，即學習者在家中學（知識一次內化），然后到學校與老師和同學討論（知識二次內化），充分調動了學習者的自主性。然而，書本常常是無趣無味的，即使課堂上有教師的親身指導，學習者也未必能用心學好，更何況脫離了教師的指導，學習績效如何得到保障？利用信息技術手段，根據學習風格、學習進度及對知識的掌握程度等適應性推送媒體資源及序列，可以通過監控和測量學習表現，匹配答題，向學習者推送需要強化的題目類型等加以完善。比如，若在測試中遇到困難，適應地降低測試難度，直到可以掌握的知識水平；同樣如果學習者水平很高，適應地加大測試題目難度，直到知識的熟練應用或精通。同時，推送與學習者能力相關的資源及建議下一步要學習的知識點，可增強其對知識的掌握。相信伴隨著大數據學習分析技術的發展，“適應性”推送策略將實現從課堂到課外、從機制到輔助與翻轉課堂模式的完美融合，不但可以取其所長補己之短，解決學習中的個人盲區，最大限度地激發學習者的內在動機，而且有利于實現翻轉課堂學習的最終目標，即精準化、個性化學習。

五、結論

本研究基于主觀問卷調查和客觀學習行為分析，研究了學習風格與多媒體資源偏好選擇關系及相關性問題，建構了基于VARK學習風格模型的多媒體資源適應性推送模型及其可視化序列導航，幫助學習者獲取最佳媒體資源及序列，有助于自調節、自組織學習。此外，主觀問卷調查與客觀學習行為分析結果基本一致，進一步證明了本研究的可信度，同時也證明了不同學習風格的學習者偏好不同媒體資源，這一研究成果可為研究網絡學習環境下媒體資源推送提供理論參考，為資源建設提供新的設計理念一多元化設計。同時，研究成果可為翻轉課堂、MOOC等新學習模式的個性化設計提供新思路，提高學習者的粘性、忠誠度和空間定位感，對學習者在認知（如改善注意力、專注力和反應時間）、動機（如鼓勵成長）、情感（如引發積極的情緒狀態）等方面產生正面影響，從而降低轅學率，提高完成率和學習質量。

然而，多媒體資源適應性推送及可視化序列導航發揮作用需要教師付出更多努力，同時也意味著教師要有更高的專業水平。如何實現根據學習風格偏好、知識能力發展水平等設計多媒體資源，需要發揮教師的創造力。正如英特爾公司前董事會主席貝瑞特博士說的：“計算機不是什么神奇的魔法，教師才是真正的魔術師！”

本研究下一步將分為兩個階段：一是將研究成果遷移到英語、數學等課程學習中，通過對比分析實驗組和控制組的學習績效，綜合評價本研究成果的有效性；二是針對學習者特征另一個重要因素一知識水平，基于項目反應理論探究能力等級推送不同難度系數的媒體資源的影響。

基金項目：教育部人文社科2012年度項目“自適應學習系統理論模型建構及其效果實證研究”（12YJCZH086）、全國教育科學“十二五”規劃2013年度教育部重點課題“可視化技術支持下學科知識自主學習模型研究”（DCA130224）、教育部人文社科2014年度項目“基于知識圖譜的開放學習資源自主聚合研究”（14YJA880103）、吉林省教育廳“十二五”社科2015年度項目“碎片化學習視域下基于智能手機的大學生移動學習認知及對策研究”（1405073）和東北師范大學哲學社科2014年度青年基金團隊項目“吉林農村中小學教師遠程學習適應性研究”（130021049）及“中央高校基本科研業務費專項資金”。

作者簡介：姜強，博士，東北師范大學計算機科學與信息技術學院副教授，碩士生導師，研究方向：個性化自適應學習（jian-gqiang@nenu.edu.cn）；趙蔚，博士，東北師范大學計算機科學與信息技術學院教授，博士生導師，研究方向：資源聚合、知識可視化、自適應學習。

作者：姜強、趙蔚

轉載自：《開放教育研究》2015年4月第21卷第2期

排版、插圖來自公眾號：MOOC（微信號：openonline）