鑽石舞台

數字素養是人們適應數字時代必不可少的能力素質（馬克·布朗, 等, 2018），然而研究表明青少年對自己的數字素養水平有着過高的自信（孫銘悅, 2020, p.43），他們在數字環境中的實際表現並不樂觀（徐順, 等, 2021），在基礎教育階段開展數字素養教育十分必要和緊迫。數字素養是嵌入在情境中的社會實踐（Hamilton, 2010），學生在「閱讀」「設計」「創作」數字製品的數字化讀寫實踐（Digital Literacy Practices）中進行生產性表達，從而培養和涵育數字素養（約翰·哈特利, 2014, p. 18）。學生的數字化讀寫實踐發生在複雜的社會情境中，受到教師和學生維度的多重因素影響，已有研究多是從單一維度進行探討，對於教師和學生這兩個維度因素交互作用的機制還缺少必要的關注。為此，本研究基於一門高中數字素養在線課程，以質性比較分析方法為主線，對學生參與在線課程中的讀寫文本、課程QQ群聊天記錄、教師評語以及課後訪談記錄等多種資料進行串聯分析，考察教師和學生這兩個維度的因素對於學生數字化讀寫實踐的交互影響路徑，有助於識別教師的教學支持和反饋對不同類型學生數字化讀寫實踐的影響，進而對基礎教育階段數字素養在線教學中如何進行教學干預提供了基於證據的策略支持。

（一）數字化讀寫實踐的理論淵源與現實樣態

「數字化讀寫實踐」這一表述反映了從社會文化實踐的視角看待基於數字媒介所開展的讀寫活動，這一思路源自20世紀80年代以來布萊恩·斯特里特（Brain Street）、詹姆斯·保羅·吉（James Paul Gee）等學者提出並發展的一種新的讀寫研究理論流派——新讀寫理論（New Literacy Studies），其「新」之處在於把讀寫看作是社會實踐中的在場活動，而非從「舊」的視角——認知心理學的角度將讀寫視為工具性技能（Street, 1984, p. 236）。新讀寫理論號召讀寫研究和讀寫教育的社會性轉向（Gee, 2000, p. 180），讀寫被看作是多種符號系統相互交織的現象，更注重在社會情境下考察讀寫行為的意義和價值。隨着技術的發展，新讀寫理論流派出現了數字化轉向，關注點從基於印刷文本的讀寫實踐轉向基於數字媒介的文本實踐——數字化讀寫實踐（Mills, 2010）。數字化讀寫實踐脫離了傳統意義上以文字符號為中心的讀寫，而涉及文字、圖像、聲音、動作、動畫、空間等多種符號資源（Rowsell & Walsh, 2011），多模態是數字化讀寫實踐的核心特點（Chen, 2020）。在正式和非正式學習中，引入論壇、社交網站等數字媒介開展數字化讀寫實踐有助於青少年發展並涵育數字素養。青少年藉助在線平台的多模態供給，通過發帖、回帖、評論等一系列具體的數字化讀寫實踐，調用多模態符號資源進行自主表達、塑造在線身份、建立人際聯繫（Chen, Kuo, & Heish, 2019; Chen, 2020; Kim, 2015; Song, Williams, Pruitt, & Schallert, 2017）。Chen等人（2019）考察了社交網站中一個大學生社區小組連續六年的發帖，發現集成智慧者、幽默表達者和多模態表達者三類群體最受同伴歡迎。學生在發帖中學習如何表達自己的觀點以及如何吸引他人的關注（Song, et al., 2017）。除了發帖，回帖評論也是數字時代青少年參與公民社會的重要方式（Burnett & Merchant, 2015），Chen（2020）指導學生們閱讀、分析在線回帖評論，提高學生對於在線語言的功能和形式的意識，引導學生負責任地在網上發表觀點。

（二）數字化讀寫實踐中的教師角色

在學生的數字化讀寫實踐中，教師應當扮演設計、支持、促進和評價的角色，但是研究表明大多數教師在數字環境中沒有起到必要的調解作用（Claro, et al., 2018）。教師需要提高數字勝任力，在數字化資源、教學和學習、賦能等方面為學生提供支持（鄭旭東, 等, 2021）。例如，在批判性理解互聯網廣告的數字素養教學中，教師鼓勵學生質疑信息的真實性、引導思考信息的作者來源並指導學生評價信息的正確性（Martinez, 2019）。同時，教師的專家角色會抑制學生數字素養的發展（Colwell, Hunt-Barron, & Reinking, 2013），教師需要逐漸轉讓知識權威的角色（Allen & Zygouris-Coe, 2019）。此外，教學反饋也是重要的，學生完成的數字化讀寫製品是其學習過程的證據，教師的觀察和評價能夠進一步支持學生改進自己的學習成就（Churchill, 2020），而教學反饋中的副語言線索對於在線環境中塑造學生對教師性格的感知非常重要，當教師在教學反饋中使用表情符號時，學生會傾向於認為教師更外向、隨和、樂於接受經驗（Grieve, Moffitt, & Padgett, 2019）。

（三）數字化讀寫實踐中的學生個體差異

學生在性格特質、數字技能、讀寫能力等方面的個體差異影響着他們的數字化讀寫實踐。性格特質對於學生數字化讀寫實踐的影響存在着複雜對立的證據。一方面，有研究表明學生在線上空間中的性格表現與線下空間存在一致性。例如，大學生的主動型人格能夠正向預測其在小規模在線課程中的交互（朱彩鳳, 等, 2019），而這種主動型人格和外傾性存在呈正相關（Crant & Bateman, 2000）；外傾性影響着個體在社交媒體上的語言特徵（Olivares, Vivanco, & Figueroa, 2018），外向型個體會更頻繁地在社交媒體上披露社交活動和日常生活（Marshall, Lefringhausen, & Ferenczi, 2015）。另一方面，一項針對年齡跨度較大的成人學生群體的研究發現，部分學生在線上空間中的性格表現與線下空間並不一致，與外向型學生相比，內傾型學生在論壇中發布了數量相當的帖子，而且信息內涵更豐富（Maldonado, Mora, García, & Edipo, 2001）。這些複雜、對立的證據表明，性格特質對於學生數字化讀寫實踐的影響還可能受到學生的年齡階段、讀寫實踐的情境等因素的調節作用。

學生的數字技能對於其數字化讀寫實踐的影響也呈現出相對複雜的特點。使用數字設備的能力對於其數字化閱讀表現具有較好的預測作用（Lim & Jung, 2019），但當涉及更加複雜的寫作相關的數字化讀寫任務時，數字技能對數字化讀寫任務表現的影響並不明顯（Moehring, Schroeders, Leichtmann, & Wilhelm, 2016）。

學生的讀寫能力是指基於傳統紙質媒介處理文本、對字符字母進行解碼的能力（盛靜, 2016），讀寫能力普遍通過紙筆測驗的方式評估（程曉, 2013）。國外研究表明讀寫能力對於學生的數字化閱讀表現具有積極影響（Naumann & Salmerón, 2016），國內研究表明學校語文學科所考察的讀寫能力與學生的數字化讀寫能力具有一致性，學生的語文成績與其在數字化環境中的文字表達、繪圖表達和溝通深度呈現正相關（王夢倩, 等, 2020）。

（一）研究情境

本研究所選取的研究情境是系列「數字化閱讀」在線課程中的一門「將世界繪進地圖」主題課程，該課程基於Moodle平台開展，教學資源是BBC紀錄片Mapping the World。課程包括7個模塊，每個模塊均包括瀏覽視頻、閱讀測驗、讀寫任務多種教學活動。其中，5個模塊的讀寫任務基於論壇展開，如表1所示，學生通過發主帖進行自主表達，通過發回帖進行人際互動。本研究所探討的數字化讀寫實踐是指基於論壇的自主表達和人際互動。學生從課程視頻中提取關鍵信息，並與其先前知識、生活經歷以及搜集的課外資源進行整合和再表達；課程資源是多模態的，讀寫過程基於數字環境，因此學生的自主表達涉及文字、色彩、字體設計、排版設計、圖片等多模態符號資源。在每個模塊中，學生至少瀏覽2位其他同學的主帖並回帖，表達是否同意他人的觀點並給出理由。該課程於2016年、2017年暑期在江蘇省一所重點中學連續兩年開課，高一年級的102名學生自願選修該課程並被隨機打散分為4個在線班級，學生在在線班級中形成了一個半熟人化的學習共同體。學生遠程學習參與課程，每天學習一個模塊。每個班級都有一位主導負責的教師，教師通過課程QQ群每天固定時段同步在線，為學生提供教學支持，此外每天課後基於論壇對學生進行一對一反饋。

表1 「將世界繪進地圖」課程讀寫任務

（二）研究方法

質性比較分析是查爾斯·拉金於20世紀80年代提出的基於布爾代數進行組態比較的跨案例研究方法，旨在探索哪些前因條件的組合會導致預期結果是否出現的複雜性因果問題（Ragin, 2014, pp. 34-52），包括基於清晰集（csQCA）、模糊集（fsQCA）和多值集（mvQCA）等多種類型（陳向東, 等, 2020b）。目前該方法正逐漸被國內教育技術領域學者採用以解答技術環境中學習相關的因果性問題（陳向東, 等, 2020a; 何霞, 2020; 張寶建, 等, 2019）。質性比較分析能夠將變量導向的定量分析和案例導向的質性分析相結合，用規範的方法將案例中的豐富信息提煉為簡約的表述，以此探索具有多樣性的因果關係（陳向東, 等, 2020b），其方法論思想契合本研究的情境性特點和所關注的多因素交互作用。作為一個探索性的案例研究，本研究選擇相對簡潔的csQCA，探討教師和學生維度多因素的交互對數字化讀寫實踐的影響。

質性比較分析一般包括三個步驟：確定前因與結果、賦值設定和因果機制分析。依此路徑，本研究的思路如圖1所示。在確定前因和結果環節，由於本研究中的學生來自同一學校，每個班由同一屆學生打散分班組成，學生所學課程的內容和組織方式完全相同，而不同之處在於4個班級分別由4位教師主導提供教學支持和反饋，因此學生在課程中數字化讀寫實踐的差異可以歸因於教師和學生維度的因素。同時結合以上文獻綜述，選取教師維度的教學支持、教學反饋和學生維度的性格特質、數字技能、讀寫能力作為前因條件。結合課程情境中讀寫任務的特點，將基於論壇的自主表達、人際互動分別作為學生數字化讀寫實踐的輸出結果。在賦值設定環節，結合開放性編碼、關聯性編碼、內容分析等分析技術對前因條件和結果變量進行二維賦值。在因果分析階段，採用質性比較分析工具fsQCA軟件①對賦值數據進行單變量必要性分析和多變量組態分析。

（三）資料收集

本研究儘可能地遵從目的性抽樣和分層抽樣原則，從所有學生中選取了18位學生（S1-S18）作為研究對象，覆蓋了4個班級和不同的數字化讀寫實踐類型，性別比例均衡（1∶1）。在課程結束後圍繞學習過程和學生的性格特質、數字技能等特點對18位學生進行了半結構化訪談，每位學生的訪談時間約1小時，之後對訪談錄音逐字轉錄，得到約7.3萬字的文稿。此外，以網頁導出PDF的方式收集了5個模塊中所有學生的471篇主帖文本，保留了主帖的多模態屬性；由於回帖文本較短，一般不超過100個字，以文字導出方式收集了5個模塊中所有學生的972條回帖文本；收集了4個班級的QQ群聊天記錄和4位指導教師的491條評語；最後，收集了所有學生在該課程開始前學校期末語文測驗的成績。

（四）賦值設定

1. 數字化讀寫實踐的賦值

（1）自主表達

學生基於論壇的自主表達是多模態的數字化讀寫實踐，以系統功能語言學的元功能思想為指導，從概念、人際、語篇意義三個維度按照如表2所示的編碼框架（王夢倩, 2021, p. 73），以學生的每一篇主帖為分析單元進行內容分析。兩位編碼員首先對隨機選取的84篇主帖（占總數的17.8%）進行預編碼，一致性為0.945（Perreault & Leigh, 1989），隨後分工編碼了餘下主帖。在此編碼基礎上對所有學生5個模塊主帖的概念、人際、語篇維度意義要素屬性值分別求和，將18位受訪學生與全體學生均值作比較，若學生三個維度的屬性值均高於整體均值，表明他們的自主表達理性深入、情感親近、視覺友好，具有更高質量，自主表達被賦值為1，否則被賦值為0。

表2 自主表達編碼框架

（2）人際互動

學生的回帖文本一般較短，少有排版設計，因此忽略對人際互動的語篇意義的考量，按照如表3所示的編碼框架（Wang, Guo, Le, & Qiao, 2020），以每條回帖為分析單元進行內容分析。兩個編碼員首先對隨機選取的114條回帖（占總數的11.7%）進行預編碼，編碼一致性為0.848，隨後分工編碼了餘下回帖。在此編碼基礎上計算所有學生5個模塊回帖中四個意義要素被採用的百分比，將18位受訪學生與全體學生均值作比較，若學生的四個意義要素百分比均高於整體均值，表明他們人際互動辯證翔實、情感親近，具有更高質量，人際互動被賦值為1，否則被賦值為0。

表3 人際互動編碼框架

2. 教師維度因素的賦值

（1）教學支持

第一作者採用NVivo12對QQ群聊天記錄進行開放性編碼和關聯性編碼，識別出教師支持主要聚焦在課程管理、技術支持、促進認知、推動社交和調節情感五個維度。隨後第三作者依據五維度框架對QQ群聊天記錄進行驗證性編碼，兩位研究者五個維度的編碼一致性均在92.97%以上。在對不一致編碼進行協商後，得到了各班教學支持各維度的參考點分布，如表4所示。1班的教學支持整體遠多於另外三個班，且促進認知和推動社交的數量和比例均更多，可見1班的教學支持具有「深度密集」的特點，該班學生的教學支持被賦值為1；另外三個班則是「淺層鬆散」的特點，這三個班學生的教學支持被賦值為0。

表4 教學支持的內涵維度及參考點分布

（2）教學反饋

第一作者採用NVivo12對所有教師評語進行開放性編碼和關聯性編碼，識別出教學反饋主要聚焦在讚賞肯定、糾錯否定、引領思考和情感傾向四個維度，如表5所示。隨後第一作者和第三作者以此為編碼框架對所有教師評語進行內容分析，首先對隨機選取的90條評語（占總體的18.3%）進行了預編碼，編碼一致性為0.967，隨後兩人分工編碼了餘下評語。在此基礎上計算每位學生的教師評語中各維度要素的百分比，將18位受訪學生和全體學生均值作比較，若學生的教師評語中的積極情感、讚賞肯定和引領思考的百分比高於整體均值，而糾錯否定的百分比低於整體均值，表明他們獲得的教學反饋更加積極正向，教學反饋賦值為1，否則賦值為0。

表5 教學反饋的內涵維度及舉例

3. 學生維度因素的賦值

（1）性格特質

根據訪談中學生對「你在學校中是怎樣的性格？」「你和同學之間的互動活躍嗎？」等問題的回答對學生的性格特質賦值。若學生回答表現出外向型性格，例如「自己本身就是比較調皮、嘴欠的性格」，則賦值為1；若表現出內向型性格，例如「我在論壇中表現不太活躍，我本身也是一個比較內向的人」，則賦值為0。

（2）數字技能

根據訪談中學生對「你使用什麼設備上課？」「平台界面操作對你來說有難度嗎？」等問題的回答對學生的數字技能賦值。若學生的回答體現出較高的數字技能，例如「我覺得沒有難度，我之前電腦經驗就比較豐富，各種電子產品的操作都很easy」，則賦值為1；若學生表現出較低的數字技能，例如「高中沒有機會接觸更多數字化的機會，當時電腦操作還不嫻熟，屏幕截圖都不會」，則賦值為0。

（3）讀寫能力

本研究參考學生在參與本次在線課程之前的學校期末年級統一語文測驗成績對學生的讀寫能力進行賦值。若學生成績排名位於年級前30%，則將其讀寫能力賦值為1，否則賦值為0。

根據以上賦值規則進行數據分析，將教師、學生維度的前因條件和結果變量的賦值進行匯總，如表6所示，將該表導入fsQCA軟件執行因果機制分析。

表6 前因條件和結果變量賦值表

（一）單變量必要性分析

通過單變量必要性分析識別自主表達和人際互動的充分和必要條件，結果如表7所示。一致性反映了前因條件對結果變量的必要程度，覆蓋率反映了前因條件對結果變量的解釋力度。一般來說，一致性大於0.8表明該前因條件為結果變量的充分條件，大於等於0.9表示其為結果變量的必要條件（Skaaning, 2011）。因此，外向型性格是高質量自主表達的充分條件，外向型性格和較高的讀寫能力是高質量人際互動的充分條件，淺度鬆散型教學支持是低質量人際互動的充分條件。同時，這些單一條件變量的覆蓋率在0.6左右，說明單個前因條件對結果的解釋力較弱，還需要進一步進行多變量組態分析。

表7 單變量必要性分析結果

註：表中「~」表示「非」，即變量賦值為0。

（二）多變量組態分析

將自主表達、人際互動分別作為結果變量，進行多變量組態分析。fsQCA軟件提供了複雜解、簡約解、中間解三套方案。複雜解是指沒有經過任何簡化的解，因此可能存在多種路徑並存的現象，不利於後續的路徑分析；簡約解可能將導致結果的必要條件忽略；中間解是介於複雜解與簡約解之間的解，包括了研究者的理論和實際知識（陳向東, 等, 2020a; 張寶建, 等, 2019）。大多數學者傾向於認為中間解是最優方案，因此本研究採用中間解進行組態分析，分析結果如表8所示。其中，高質量自主表達的組態有三種類型，整體覆蓋率是0.88，一致性是1；高質量人際互動的組態有三種類型，整體覆蓋率是0.75，一致性是1。覆蓋率和一致性的數值表明當前組態對結果變量具有較高的解釋性。

表8 多變量組態分析結果

註：表中「~」表示「非」，即變量不存在；「*」表示「且」，即變量同時存在。

1. 高質量自主表達的組態分析

組態1中，學生高質量的自主表達呈現出「無師自通」的特點，這一組態可解釋33%的樣本，即來自2班的S9、S11和S12。2班教師QQ群內的教學支持主要聚焦在課程管理和技術支持，而在推動社交和調節情感方面作用有限；2班教師不擅長在教學反饋中用語言傳遞親近情感、拉近社交距離，S11和S12的評語傳遞了教師較為疏離的情感；S9的評語包含更多糾錯否定，同時缺少以建議、提問或延伸討論的方式引導學生思考或改進。儘管2班教師沒有為這三位學生提供深度密集的教學支持和積極正向的教學反饋，但是他們性格外向且具備較高的數字技能，仍在論壇中實現了高質量的自主表達。例如，S11表示自己是「愛分享的人」「在發帖前就會和同學私聊討論」，同時還會結合課程視頻主題「查一些資料」。

在組態2和組態3中，學生高質量的自主表達都呈現出「教師促進」的特點，教師都提供了深度密集的教學支持和積極正向的教學反饋。不同點在於組態2中的學生數字技能和讀寫能力較強，這一組態可解釋44%的樣本，即來自1班的S1、S2、S4和S6。例如S6的語文成績位於年級前30%，他表示「接觸計算機比較早，所以操作沒什麼難度」；組態3中的學生性格外向但數字技能和讀寫能力較低，這一組態可以解釋11%的樣本，即來自1班的S5，她的語文成績位於年級50%左右，她在訪談中表示「從和別人的在線互動中能感到樂趣」，但她表示在論壇的相關數字技能方面有所欠缺，「不會排版」「不懂一些更高端的操作」。

結合三個組態的分析來看，高質量的自主表達是教師和學生維度多因素共同作用的結果。深度密集的教學支持、積極正向的教學反饋、外向的性格、較高的數字技能和較高的讀寫能力對高質量的自主表達均有正向的影響，但這種影響具有非對稱性。當教師維度的正向因素缺失時，學生維度的外向性格和較高的數字技能可起到補償性作用，如組態1。當學生維度較高的數字技能和讀寫能力缺失時，教師的教學支持、教學反饋也能起到補償性作用，但這種補償性作用較弱，僅對於性格外向的學生有效，如組態3，僅占所有高質量自主表達學生人數的11%。

2. 高質量人際互動的組態分析

在組態1中，教師和學生維度的因素共同起着重要作用，這一組態可解釋50%的樣本，即來自1班的S2、S4、S6、S7，他們具有外向型性格和較高讀寫能力，在教師深度密集的教學支持和積極正向的教學反饋的共同促進下實現了高質量的人際互動。例如，S6的語文成績位於年級前30%，她表示自己是外向性格，她認為：「同學之間的互動評論可以引發一些思考，額外地拓寬一些東西。」同時，她總結了自己的回帖模式是「先回點俏皮話誇誇他，舒緩一下大家之間的氣氛，不要讓他覺得我上來就是在批評他，然後我會針對他的觀點提出一些問題，再表達自己的觀點。至少言之有物吧，不會去空談一些東西」。

在組態2中，具有較高數字技能和讀寫能力的學生，雖然缺少正向的教學反饋，但在深度密集的教學支持下實現了高質量的人際互動，可解釋13%的樣本，即來自1班的S3。S3表示：「喜歡就一些問題進行深入的討論……爭論的過程有利於觀點明晰化。」S3的「電腦經驗比較豐富，各種電子產品的操作都很easy」，同時語文成績位於年級前30%，教師在教學支持過程中注重促進認知、推動社交和調節情感，但是S3由於自主表達質量不高，在教學反饋方面收到了較多的負面評價。

在組態3中，具有外向型性格和較高數字技能的學生，雖然讀寫能力較弱，缺少正向教學反饋，但也實現了高質量的人際互動，可解釋13%的樣本，即來自2班的S9。雖然S9的評語包含更多負面評價，同時教師缺少以建議、提問或延伸討論的方式引導思考或改進，但她表示「喜歡論壇在線交流」，會回復一些比較「亮眼」的帖子，「從理智的角度提出一些意見」。

結合三個組態的分析來看，高質量的人際互動是教師和學生維度多因素共同作用的結果。深度密集的教學支持、積極正向的教學反饋、外向的性格、較高的數字技能和較高的讀寫能力對高質量的人際互動有正向的影響，與對自主表達的組態分析類似，這種影響也具有非對稱性。當教師維度積極正向的教學反饋和學生維度較高的讀寫能力因素缺失時，其他因素起到了補償性作用，如組態2和組態3，但這種補償性作用較弱，僅占所有高質量人際互動學生人數的26%。

2022年第8期目次