摘要为提高学生在线持续学习效果，探究“互联网+”背景下设计云平台对学生在线持续学习意愿影响因素及其相互关系是十分必要的。本文整合技术接受模型与心流体验理论，构建“互联网+”背景下学生在线持续学习意愿影响因素的概念模型，提出研究假设并采用偏最小二乘法分析数据。结果表明，学生在线学习时使用设计云平台可产生心流体验，并对感知有用性、感知易用性、学习满意度形成正向影响，继而影响学生在线持续学习意愿。
关键词设计云平台；技术接受模型；心流体验
1引言
2019年底，随着疫情的爆发，高校各专业相继开展线上教学。在这期间，大多数教师依托中国大学Mooc、腾讯会议、QQ课堂等在线形式开展教学工作。国内外很多学者对在线教学技术和形式作出了大量实证研究，以期更好地提高线上教学质量。然而，艺术设计专业由于其实操性，原有的线下实验实训教学如何在线开展给每位教师带来了极大的挑战与机遇。另外，如何提高在线学习者学习的满意度和持续学习的意愿成为在线教学需要攻克的又一大难点。随着互联网技术的发展，诞生了一批可供艺术类线上实验实训教学的设计云平台，如酷家乐、美间、720云等，已有教师将这些设计云平台应用于实际教学之中。但目前的研究主要集中于对设计云平台技术的实践研究，缺乏从学生视角对设计云平台的具体教学效果研究。因此，本文聚焦于设计云平台这一新技术是否能够提高学生在线学习的满意度、是否能够提高学生在线持续学习意愿及其影响因素开展研究。研究主要根据目前虚拟设计云平台技术可对使用者产生心流体验的理论，将技术接受模型（TechnologyAcceptanceModel，TAM）和心流体验理论相结合，探索在线学习者在使用设计云平台软件时的持续学习意愿及其影响因素。
2理论背景
2.1技术接受模型
技术接受模型是1989年由学者Davis运用理性行为理论研究用户对信息系统接受时所提出的，最初的目的是对计算机广泛接受的决定性因素进行解释说明。目前该模型已广泛应用于测试大众对新技术是否能够接受或者是新技术是否能够产生积极有效的作用等研究领域。
2.2心流体验
心流体验是指当个体进行某种活动时，期间能够全身心地投入到活动之中，并产生出最佳的心理体验。该理论在1975年由心理学家Csikszentmihalyi提出[1]。目前，心流体验已经应用于虚拟现实技术开发、在线教育、短视频用户行为研究等多个领域。当出现心流体验时，用户会沉浸其中，感觉愉悦并会觉得时间过的很快。设计云平台区别于其他平台的重要特点是其能够使用户产生心流体验。研究表明移动学习平台可以使学生身临其境感受到设计效果并随之感受到设计的乐趣[2]。另外，在线学习时，学生对学习平台的有用性和易用性的感知将影响持续使用行为[3]，而学习满意度会影响学生持续学习的意愿[4]。因此，研究以TAM模型为基础，充分考虑设计云平台在使用中产生的心流体验，构建了研究模型。基于以上考虑，本研究提出如下假设：H1：心流体验(EV)对感知有用性(UF)具有显著影响。H2：心流体验(EV)对感知易用性(EOU)具有显著影响。H3：感知易用性(EOU)对感知有用性(UF)具有显著影响。H4：感知有用性(UF)对学习满意度(ATU)具有显著影响。H5：感知易用性(EOU)对学习满意度(ATU)具有显著影响。H6：学习满意度(ATU)对持续学习意愿(BIU)具有显著影响。H7：感知有用性(UF)对持续学习意愿(BIU)具有显著影响。H8：心流体验(EV)作为外部因素，感知易用性(EOU)和感知有用性(UF)作为中介因素对学习满意度(ATU)和持续学习意愿(BIU)具有显著影响。
3研究方法
3.1问卷设计
研究以心流体验的理论为基础，对使用这些虚拟在线平台的学生进行了问卷调查。通过问卷回收的数据分析得出来结论。目前，酷家乐、美间、720云这三大室内设计在线云平台普及率并不高。另外，这些设计平台并没有在线交流区域。在实际的教学中，在线交流时还是使用腾讯会议或者QQ、微信等方式进行在线交流。因此在测试的时候，主要是观察学生在使用这些在线云设计平台时的学习感受与学习效果，以此为基础进行的调研。研究采用数据收集、问卷调查的方法。问卷主要包括两三大部分。第一部分是筛选设计云平台的使用者、使用情况的调查，主要是收集学生是否使用过这些设计云在线平台。第二部分是对心流体验、感知有用性、感知易用性、学习满意度以及持续学习意愿的五大维度的问卷调查。最后一部分是用户的基本情况调查，包括性别、年级、入学方式、户籍、学习成绩等。问卷共25道题，采用李克特七点量表进行评定。
3.2问卷收集及样本量评估
问卷发放给全国多个高职院校室内艺术设计专业的学生，保证了数据的随机性。共收集问卷384份，剔除无效问卷共收集问卷350份。有效回收率为91%。其中，使用过这三类设计云平台的样本量为100份，占问卷总量的三分之一。学者Westland建议，采用结构方程进行数据分析时，样本量计算公式为[5]：N>=50r2−450r+1100(1)式中，r是潜变量数量。本研究中，r=5。由该样本量计算公式，可得出样本量应为100，符合结构方程样本量研究要求。学者Barclay建议，采用Smartpls结构方程分析问题时，样本量可以根据模型中的最大题目数进行换算[6]。换算方法为最大题目数的五倍。在本研究中，测量模型的最大题目数为5，按照Barclay的换算方法，应收集的样本量为100，符合Smartpls结构方程运算要求。根据调研结果，目前室内艺术设计专业使用在线虚拟平台的人数较少，设计云平台并未全面应用。在回收的100份使用过平台的问卷中，男性占37人，女性占63人；大二学生占43人，大三学生占57人；被调查者大多数使用过美间及酷家乐设计软件，720云全景平台的使用量较少。使用美间平台人数占45人，使用酷家乐平台人数占36人，720云平台人数占19人；城市户籍占20人，乡镇户籍占80人；高考入学64人，对口单招人数占36人；学习成绩90-100分之间占21人，80-90分占66人，60-80分占13人。
4统计分析结果
本次研究使用PLS偏最小二乘回归法进行数据分析。研究表明，偏最小二乘回归法对小样本的研究有出色的因果分析能力[7]。研究使用smartpls3.0软件对数据进行信效度、区分效度、模型拟合度及结构方程模型的检验。
4.1信度和效度分析
通过对五个变量中题项的标准化因素负荷量、AVE值、CR值以及Cronbach’salpha的检验数据表明，五个构面的Cronbach’salpha值均高于0.80，标准化因素负荷量均大于0.8，AVE值均大于0.7。这些指标的结果表明，五个变量的题目具有良好的聚合效度。采用AVE法和计算交叉负荷量检验区分效度。区分效度的评估方法，是通过比较平均方差抽取量平方根与变量间相关系数的大小，计算出对角线AVE平方根均大于其相关系数，因此具有很好的区分效度。
4.2模型拟合度及假设检验
采用Smartpls中模型拟合度GOF测量模型的整体指标。研究模型拟合度为0.77，具有较好的模型拟合度。由smartpls分析工具计算的标准化路径系数及其显著性，见表1。学生在线使用设计云平台的H1-H8研究假设全部成立。使用Smartpls中2000次的自助抽样法计算，得到本研究假设的对应标准化路径系数和假设检验结果，见图1。从图1可知，设计云平台在使用中产生的心流体验对感知易用性和感知有用性的影响最为显著，路径系数高达7.658和12.049。感知易用性和感知有用性对学习满意度的路径系数分别为5.296和5.579，影响效果较为显著。学习满意度对持续学习意愿的路径系数为5.893，影响显著。表2的中介效果检验结果，显示了学生在使用在线云设计平台时产生的心流体验，通过感知有用性和感知易用性，对学生学习满意度有显著正向影响；心流体验通过感知有用性、感知易用性和学习满意度，对学生持续学习的意愿有正向显著影响。这表明，学生在使用在线设计云平台进行在线学习时，可以有效地提高学生的学习满意度和持续学习的意愿。
5结论与讨论
本文调研结果显示，在“互联网+”的学习时代，设计云平台使学生感受到心流体验，进而影响感知有用性和感知易用性，对提高学生学习满意度有重要作用，并影响学生持续学习的意愿。因此，设计云平台中所提供的丰富精彩的插件、易操作的学习内容，提高了学生学习的满意度，但也存在一些需要改进之处。首先，酷家乐、美间、720云这些设计云平台都是可以使用计算机、ipad直接观看与制作，属于桌面沉浸体验。其模拟的全景效果能够给学生带来极大的乐趣。但是，这种桌面沉浸体验并不能给予学生类似于虚拟现实技术中佩戴头盔时产生的沉浸体验。主要原因在于，学生在使用桌面系统时会受到外界的干扰，平台未设置云交流讨论区或者是进阶升级之类的奖励机制。在教学的实际使用中，后期的交流与分享并不是十分完善。因此，应持续优化设计云平台建设。另外，设计云平台通过简单的操作就能够呈现出三维的效果。尤其是720云、酷家乐与美间将设计的全景视角效果直接的呈现，能够使学生快速地将自己思考的内容转化为三维室内效果。相对于3DMAX或者其他教学中主流使用的三维软件，学生能感知到软件的易用性和有用性。但目前这些设计云平台并未纳入教学大纲，未作为一门必须掌握的技术在教学中使用。但在调研中发现，目前企业和行业中存在较多的购买该平台的专业版进行使用。因此，应注重设计云平台的推广应用与普及。最后，学生认为这些设计云平台能够帮助他们快速地体验或者实现自己创作的三维空间效果，但是并不能够有效地提高自己的考试成绩。因为教师给学生的评分需要结合学生的平时成绩、课堂表现以及设计方案的好坏等多方面的因素。因此设计云平台虽然是一款设计软件，但需要教师注重结合它的易用性，重点培养学生的设计审美能力，提高设计效果与设计思维能力。
参考文献
[1]CsikszentmihalyiM.创造力:心流与创新心理学.杭州:浙江人民出版社,2015
[2]许雪琦,张娅雯.移动学习平台用户使用意愿影响因素研究——基于移动情境和心流体验的技术接受模型.电化教育研究,2020,41(03):69-75,84
[3]陈美玲,白兴瑞,林艳.移动学习用户持续使用行为影响因素实证研究.中国远程教育,2014(12):41-47,96
[4]杨根福.MOOC用户持续使用行为影响因素研究.开放教育研究,2016,22(01):100-111
[5]WestlandJChristopher.Lowerboundsonsamplesizeinstructuralequationmodeling.ElectronicCommerceResearchandApplications,2010,11(04):476-487
[6]BarclayDW,ThompsonRL,HigginsC.ThePartialLeastSquares(PLS)ApproachtoCausalModeling:PersonalComputerUseasanIllustration.TechnologyStudies,1995,2(02):285-309
[7]HairJF,RingleCM,SarstedtM.TPLS-SEM:IndeedaSilverBullet.JournalofMarketingTheory&Practice,2011,19(02):139-152
作者:杨柳 单位:无锡工艺职业技术学院环境艺术与设计学院
