摘要
随着人工智能等技术的快速发展，教育信息化已迈入以“创新引领”为核心的教育信息化2.0阶段，技术与教育的深度融合成为教育教学改革的趋势。智慧学习环境作为技术与教育深度融合的显著成果，已成为各高校实现智能教育理念、深化智慧学习方式的快捷路径之一。然而，面对技术驱动的教育教学，学生的学习适应性水平就会出现参差。学习适应性参差是一个普遍存在的问题，适应性的发展是一个随着环境的变化而变化，是一个长期的，可调整的过程。在查阅智慧学习环境的相关文献时，大多数学者只注重技术层面上平台功能的设计与开发，而对基于学生视角开展智慧学习环境下学习适应性的研究相对较少，理论和实践基础也较为薄弱。故本研究在已有的技术支持的学习适应性相关研究的基础上，对智慧学习环境下大学生学习适应性及其影响因素展开了深入探究。 首先，通过对相关研究的梳理，从理论的视角初步确定了智慧学习环境下学习适应性评价指标及其影响因素的组成；之后，通过两轮专家咨询对学习适应性评价指标及其影响因素的组成进行了修正和完善。（1）最终确定了学习适应性指标体系包括学习环境、学习态度、自主学习能力、学习交流、身心健康5个一级指标以及15个相关二级描述性指标。（2）最终确定了学习适应性影响因素包括学习动机、自我效能感、学习偏好、智慧平台、学习支持、资源呈现、内容质量、课程弹性、智慧教学9个影响因素以及27个相关描述性因素。 其次，在确定的智慧学习环境下学习适应性及其影响因素的基础上，参考已有研究中相关量表中的部分题项，并结合智慧学习环境的实际情况，对智慧学习环境下大学生学习适应性及其影响因素调查问卷各维度题项进行了初拟，并通过L大学回收到的测试数据对问卷进行了信效度分析，结合两次探索因子分析及验证性因子分析的结果先后对问卷题项进行了删改和修正，最终确定了智慧学习环境下大学生学习适应性及其影响因素调查问卷。 第三，通过对理论基础的分析和梳理以及基于确定的智慧学习环境下学习适应性及其影响因素的组成，从宏观视角“人-环境-人”之间的作用关系出发，按照“机制-结果”的运行方式构建了以契合为关系基准的智慧学习环境下学习适应性及其影响因素间关系的逻辑框架。在此基础上，通过对相关研究中变量间关系假设的梳理，提出了智慧学习环境下学习适应性及其影响因素各变量间的路径假设关系，构建了微观视角下的学习适应性及其影响因素模型。 最后，在确定的智慧学习环境下大学生学习适应性及其影响因素调查问卷的基础上，进行了对多所高校学生的网络调查。基于正式调查研究的数据，对问卷进行了信效度分析，其分析结果指标均达到通用标准，说明正式问卷信效度良好。以此，实践并调查了智慧学习环境下大学生学习适应性的基本水平并且验证了基于主成分/偏最小平方结构模型（PLS-SEM）的智慧学习环境下学习适应性影响因素模型，厘清了智慧学习环境下大学生学习适应性及各影响因素间的作用关系及作用强度。 研究结果显示，（1）智慧学习环境下大学生学习适应性的总体水平处于中等（M=3.61）水平，5个指标的平均值由大到小依次为：学习环境（M=3.87）、学习态度（M=3.66）、自主学习能力（M=3.62）、身心健康（M=3.59）、学习交流（M=3.38）。可以发现，大学生在学习交流等方面的得分较低。（2）智慧学习环境下大学生学习适应性各指标在性别、学科背景、年级、登录平台学习频率四个方面上均存在一定的差异性。其中，在登录平台学习频率中，学习适应性各指标上均呈现出显著性差异。（3）智慧学习环境下学习适应性及其影响因素模型所梳理的29个路径假设中，除5个研究假设未得到支持外，其余假设均得到支持。其中，学习动机、自我效能感、学习偏好、智慧平台、学习支持、资源呈现、内容质量、课程弹性、智慧教学9个影响因素对学习适应性具有不同强度的直接或间接影响，总体对学习适应性有64.0%的解释率。 结合上述研究的结论，为提高智慧学习环境下大学生学习适应性的综合水平，提出如下针对性建议：从学生层面出发加强个体自治，提高综合素养；从教师层面出发发展智慧教学，提升教学能力；从课程层面出发重视内容体验，优化课程设计；从技术层面出发规范技术使用，提供环境保障。该研究为后续智慧学习环境相关研究的开展提供了参考。
NETL