29、基于 ARCS 学习动机模型的学习行为研究

基于 ARCS 学习动机模型的学习行为研究

在当今教育领域，个性化教育愈发受到关注，学生的个体差异在学习过程中起着重要作用。随着信息技术的发展，混合式学习成为一种趋势，它融合了线上学习和面对面课堂学习的优势。然而，目前高校混合式学习的教学实践仍停留在表面，如何有效利用学习活动数据来分析学生的学习行为，成为亟待解决的问题。本文将基于 ARCS 学习动机模型，对混合式学习中的学习行为进行研究。

数据驱动学习的背景与问题

在大数据时代，教育正从“凭经验说话”转变为“用数据驱动决策、管理和创新”，以促进学生的个性化教育。教学范式也正从经验模仿向数据驱动转变。

自 1995 年起，美国等国家开始实施国际数学和科学研究项目，通过对学生成绩的评估和比较，为学校和课堂学习环境提供评估数据，支持国家在课程和教学方面的政策优化，开启了数据驱动教学方法的研究。2005 年，美国率先发起数据质量运动，利用高质量的教育数据提高学生成绩。2009 年起，纽约市教育局实施了以学生为中心的“School of One”项目，利用大数据分析技术提供个性化学习服务。

近年来，中国大数据概念和技术迅速发展，利用教育大数据分析学生的学习行为和过程，为教学模型的科学设计提供了手段。但目前高校混合式学习的教学实践仍存在不足，虽收集了一些学习活动数据，但难以有效利用这些数据来分析学生的学习活动轨迹和探索混合课堂教学模式下学生的学习行为。

随着信息技术的发展，线上学习（如 MOOC）、移动学习与面对面课堂学习的结合日益紧密，校园混合式学习成为智能学习的发展趋势。混合式学习不仅是形式和内容的叠加，更是学习过程的互补整合和学习行为的评估。由于受多种因素影响，学生之间存在客观差异，学习行为既涉