摘要：本研究立足数智时代，以生态系统理论为框架，探究其对大学生学习韧性的影响，并分析人机共生的中介作用。采用问卷调查法收集数据，发放问卷 300 份，回收有效问卷 270 份，有效率 90%，结合 SPSS27.0 与IBMSPSSAmos28Graphics 进行分析。结果显示，生态系统理论中个体、家庭、学校、社区层面因素（相关系数分别为 0.798、0.802、0.760、0.694，P 均 <0.01）对大学生学习韧性均有显著正向影响，人机共生（与学习韧性相关系数 0.912，P<0.01）起部分中介作用。本研究丰富学习韧性理论，为高校培养复合型人才提供参考，也为后续相关领域实证研究提供了可借鉴的数据收集与分析范式。

关键词：数智时代；生态系统理论；大学生学习韧性；人机共生

一、引言

数智时代下，数字化与智能化技术 模式到学习场景均发生前所未有的转变。国家重视人才培养，《教育 教育改革指明方向。大学生作为重要人才储备，其学习韧性关 而，当前数智技术应用中，部分学生学习韧性提升缓慢，教育 挑战的需求。基于此，本研究以生态系统理论为基础，结合人机共 对大学生学习韧性的影响及人机共生的中介作用，以期为提升大学生学习韧 复合 人才提供理论与实践支持

二、发展现状和发展趋势

（一）数智时代教育发展简介

数智技术飞速发展，推动教育领域 重构学习生态。智能学习平台、在线课程、虚拟实验室等应用普及，使 提升，满足不同学生的学习需求。数智技术通过数据分析与学习行为追 质量，实现因材施教。但技术应用也带来信息过载、注意力分散等问题，对大学生学习韧性提出更高要求， 验学生的信息筛选与自我管理能力。

（二）发展概述

数智技术在教育中的应用成果显著，各类创新教育模式不断涌现，推动教育现代化进程。智慧教室系统、个性化推荐算法等丰富教学手段与学习体验，让课堂教学更具互动性与趣味性；人工智能辅助教学减轻教师负担，提高效率，使教师能将更多精力投入教学设计与学生指导；VR、AR 技术提供沉浸式学习环境，帮助学生直观理解复杂知识。然而，部分学生过度依赖技术致自主学习能力下降，技术应用存在城乡地区差距，部分教师信息技术素养不足，隐私保护与数据安全问题也引发关注，这些问题制约着数智教育的均衡发展。

（三）环境分析

政治环境上，国家重视教育数字化转型，出台《教育信息化 2.0 行动计划》等一系列政策文件，明确教育信息化发展目标与路径，各级政府加大投入，营造良好政策环境，为数智教育发展提供政策保障。经济环境方面，经济快速发展为教育技术研发提供资金，2023 年我国教育信息化市场规模达 1200 亿元，同比增长 15%，推动智能教育产品与服务发展，催生了大量优质的教育科技企业与创新产品。社会环境中，社会对高素质人才需求增长，家长与学生关注教育质量，公众期待教育公平，促进数智教育普及，形成了支持数智教育发展的良好社会氛围。

（四）其他主要方面分析

教育实践中，数智技术应用存 也存在于不同类型高校及不同学生群体中。部分高校因资金、技术 不均，影响教育公平；学生信息处理能力参差不齐，部分 助学习作用；教师信息技术掌握程度不一，缺乏系统培训 从数据看，东部沿海地区高校数智教育覆盖率 85%、教师信 82% 韧性提升感知率 75%，均高于中西部地区，反映数智技术应用与学习 区差距的紧迫性。

三、问题及原因

（一）问题列举

数智时代教育技术革新，却未带动大学生学习韧性同步提升，二者发展不同步的问题逐渐凸显。部分学生面对学习压力缺乏有效应对策略，学习动力不足、焦虑加剧，甚至出现学业倦怠与心理障碍，影响正常的学习生活；教育技术应用偏重知识传授与效率提升，忽视学生心理需求与情感体验，缺乏对学习韧性培养的系统支持，难以帮助学生构建应对困难的心理与能力基础；同时，生态系统理论未充分融入教育实践，教育策略滞后，人机交互体验单一，服务水平低，制约学生适应能力与发展潜力，无法充分发挥多层面因素对学习韧性的促进作用。

（二）分析原因

问题根源在于生态系统理 因素共同导致了当前大学生学习韧性提升的困境。生态 层面协同作用未有效整合，教育管理者与技术开发者侧 性的合力；人机共生在促进学习韧性上的潜力未充分挖掘，人机 化设计，无法满足学生多样化的学习与心理需求。此外，跨学科融合不足、 缺、忽视学生个体差异，也加剧了这些问题，进一步阻碍了大学生学习韧性的提升

四、研究架构及路线图

（一）量表组成

生态系统理论相关量表从个体、家庭、学校、社区四层面设计，每个层面均设置多个具体题项以确保测量全面性。个体层面涉及学习韧性自我认知、积极情绪调节能力等；家庭层面含家庭氛围、家长教育理念与支持力度等；学校层面有学习氛围、师资水平与教学资源配置等；社区层面包括社区环境、公共学习资源可及性等。人机共生量表测量大学生与人工智能协作程度，如依赖程度、互动频率与效果；学习韧性量表参考相关研究，测量学生适应、恢复与超越能力，如应对学业压力方式等。

（二）研究模型

本研究构建的模型中，生态系统理论各层面因素为自变量，大学生学习韧性为因变量，人机共生为中介变量，清晰界定了各变量间的关系。即生态系统理论各层面因素通过影响人机共生的互动质量与效果，进而作用于大学生学习韧性的形成与提升，以此揭示三者间的作用关系。该模型不仅考虑了单一因素的影响，更注重因素间的传导机制，为深入理解学习韧性的影响路径提供了清晰框架。

（三）研究假设

基于前期理论分析与文献梳理，本研究提出以下具体假设：生态系统理论中个体层面因素（如自我效能感、学习动机）对大学生学习韧性有显著正向影响；家庭层面因素（如家庭支持、亲子沟通）对大学生学习韧性有显著正向影响；学校层面因素（如教学质量、学习氛围）对大学生学习韧性有显著正向影响；社区层面因素（如社区资源、社会支持）对大学生学习韧性有显著正向影响；人机共生在生态系统理论各层面因素与大学生学习韧性间起部分中介作用，即各层面因素部分通过人机共生影响学习韧性。

（四）研究路线图

准备阶段为 2024 年 7 月 -9 月，此阶段重点开展前期基础工作，收集国内外相关文献资料，全面了解研究进展与前沿动态，参与学术会议交流学习，深入研读国家教育方针政策，总结主流学习软件功能与应用情况，在此基础上完善研究框架与计划，提出详细论文提纲与具体实施策略。开展阶段为2024 年10 月-2025 年5 月，通过问卷调查、线上线下结合的调研观察、运用 SPSS 软件进行数据统计分析等方式，深入了解生态系统理论对学习韧性的影响及人机共生作用，同步开展论文撰写，不断完善研究内容。成果展示阶段为2025 年6 月，根据前期研究与撰写情况修改项目内容，编写详细研究总结报告，准备项目汇报材料与研究成果汇编，严格进行论文查重，确保论文质量达标后投稿发表。

（五）量表预测试与修正

在正式发放问卷前，开展量表预测试工作，选取50 名不同专业、年级的大学生进行小范围试调查。通过预测试数据，检验量表题项的表述清晰度、合理性及区分度，若存在题项理解偏差、语义模糊等问题，结合试调查对象反馈与专家建议进行修正，如调整“社区公共学习资源可及性”题项的表述，使其更贴合大学生实际认知。同时，基于预测试结果检验量表信度，若某维度克隆巴赫 Alpha 系数低于 0.7，删除或替换相关题项，确保正式量表的科学性与适用性，为后续数据收集的准确性奠定基础。

五、研究方法及数据分析

（一）数据收集与筛选

研究采用调查问卷法收集数据，问卷围绕研究主题精心设计题项，涵盖生态系统理论各层面、人机共生及学习韧性等核心维度，确保全面准确获取所需信息。在题 过程中，参考已有成熟量表并结合研究实际进行调整，邀请教育学与心理学领域专家对问卷内容进行审核，修正不合理题项，为后续分析提供可靠数据基础，保障数据的有效性与科学性。

（二）问卷发放与回收

为保证样本代表性与多样性，采用线上线下结合的发放方式，覆盖不同年级、专业与地区的大学生群体。线上借助专业问卷平台（如问卷星）与社交媒体（如微信、QQ 群）投放问卷，扩大调查范围；线下在多所高校的教学楼、图书馆、宿舍等地向大学生现场发放，提高问卷回收率。共发放问卷 300 份，回收 300 份，回收率达 100%，为后续数据筛选与分析提供了充足的原始数据。

（三）问卷筛选与有效率

筛选问卷遵循严格标准，以排除无效问卷对研究结果的干扰。答题时间低于 100 秒、反向题目回答错误、多个题项连续选同一选项、重复题项答案不一致的问卷均剔除，这些标准能有效识别随意填写或逻辑矛盾的问卷。最终获得有效问卷 270 份，有效率为 90%，较高的有效率表明样本数据质量良好，可满足后续统计分析的要求，保障研究结论的可靠性。

（四）数据分析方法

使用 SPSS27.0 软件和 IBMSPSSAmos28Graphics 软件进行分析，两种软件配合使用，实现从基础统计到复杂模型检验的全面分析。信度分析检验测量结果 致性与稳定性，常用克隆巴赫 Alpha 系数作为评判标准；效度分析确保问卷能准确测量研究概念与特质，包括内容效度与结构效度；因子分析提取代表性因子，简化数据结构，明确核心维度；中介效应检验探索变量间中介机制，明确影响路径，为研究假设验证提供方法支持。

（五）数据分析与假设检验

问卷共 34 道题，含五个核心模块，每个模块题 重要性与复杂性合理分配。第一部分调查性别、年级、专业、每周智能学习工具使 分析提供依据；第二部分调查生态系统理论各维度符合性，每个层面设置 5-7 符合性，共 6 个题项；第四部分调查大学生学习韧性，共8 个题项，采用Likert5 级量表，1-5 分分别表示非常不符合至非常符合，便于量化统计。

描述性统计显示，性别分布均衡，男性 147 人占 49.0%，女性 153 人占 51.0%，性别比例接近 1：1，避免性别偏差；年级覆盖全面，大二学生占比26.7% 最高，博士及以上占1.7% 最低，涵盖本科至博士各阶段；专业方面，文科学生占 37.0% 最高，其他专业占 2.7% 最低，包含文、理、工、管等多个学科；每周智能工具使用时长，1-3 小时占31.7%，3-5 小时占30.0%，集中在1-5 小时区间，符合当前大学生智能工具使用的普遍情况。

信度分析中，总体克隆巴赫 Alpha 系数 0.968，生态系统理论 0.901，人机共生 0.922，大学生学习韧性 0.907，均大于 0.6，且远高于 0.8 的优秀标准，表明量表信度良好，测量结果稳定可靠，各维度内部一致性高，可用于后续研究分析。

效度分析的 KMO 取样适切性量数为 0.980，远大于 0.8 的标准，极适合因子分析；Bartlett 球形度检验近似卡方 5524.357，自由度 435.000，显著性 0.000，拒绝变量独立假设，说明问卷数据具有良好的结构效度，各变量间存在显著相关关系，适合进行进一步的因子分析与回归分析。

相关分析显示，个体、家庭、学校、社区层面与大学生学习韧性均呈高度显著正相关（P<0.01），相关系数均在 0.6 以上，表明各层面因素与学习韧性联系紧密；人机共生与学习韧性也呈高度显著正相关（相关系数 0.912，P<0.01），且各层面间也存在显著正相关，为后续中介效应检验奠定了基础，初步验证了变量间的关联。

中介效应检验的线性回归结果显 韧性标准化系数 0.798，t 值 22.861，显著性 < 0.001，调整后 R 方 0.636，说明个体层 度标准化系数 0.802，t 值 23.192，显著性＜ 0.001，调整后 R 方 0.643，家 数 0.760，t 值 20.218，显著性＜ 0.001，调整后R 方0.577 ；社会维度标准 < 1，调整后R 方0.479，均验证各层面对学习韧性的显著正向影响，人机共生 人机共生变量后，各层面系数均有所下降，证明其部分中介效应。

（六）人口统计学变量差异分析

基于收集的人口统计学数据， 析性 用时长等变量在学习韧性上的差异。通过独立样本 t 检验 男女大学生在应对学习挑战的韧性水平上相近； 18），其中大四学生学习韧性得分最高（M 学生积累更多学习经验、应对压力能力更强 于文科学生（M=3.82，SD=0.61），但差异 小时以上的学生学习韧性得分（M=4.05， 0.004），提示合理使用智能工具可能有助 提升 策略提供细分依据。

六、结论

（一）研究发现与理论延伸

研究发现，生态系统理论中个体、家庭、学校、社区四层面因素均 习韧性有显著正向影响，其中学校层面影响最大（标准化系数 0.760） （0.694），各层面影响程度存在差异；人机共生在各层面因素与学 -30% 之间。理论延伸方面，将生态系统理论应用于大学生学习韧性研究，突破以往单 习韧性理论视角；引入人机共生变量，揭示了数智时代技术因素在学习韧性提升中的作用， 论和学习韧性理论发展提供新实证支持，拓展了理论的应用场景。

（二）管理优化策略体系

学校层面需优化环境，营造积极学习氛围，加强师生互动，丰富教学方法与课程内容，根据学生需求调整教学方案；推动人工智能技术应用，开发智能学习系统，提供个性化学习推荐与辅导，帮助学生高效学习。家庭层面应营造和谐民主的家庭氛围，加强亲子沟通，及时了解学生思想动态，给予足够的情感与物质支持，关注学生学习与心理状态，帮助学生缓解学习压力。社区层面要改善环境，完善基础设施建设，提供丰富资源，如公共图书馆、社区活动中心等，组织学习交流活动，为学生创造良好的课外学习环境。个体层面需引导学生正确认知学习韧性，认识到韧性在应对困难中的重要性；培养积极情绪与学习动机，掌握有效学习策略，主动利用人工智能辅助学习，提升自主学习与问题解决能力。

（三）研究局限与展望

研究局限在于样本选取集中于部分高校，主要来自东部地区，未涵盖偏远地区高校，样本代表性有限，可能影响研究结论的普适性；研究方法以问卷调查为主，数据收集依赖学生主观报告，存在主观偏差，难以全面反映实际情况；人机共生测量维度不够全面，仅关注协作程度，未涉及情感互动等维度，可能遗漏重要信息。未来可扩大样本范围，涵盖不同地区、不同类型高校，包括普通本科、高职高专等，提高样本代表性；结合实验法、纵向研究深入探究变量间因果关系，跟踪学生学习韧性变化过程；完善人机共生测量量表，增加情感、认知等维度，全面测量人机共生水平；开展跨文化研究，对比不同国家数智教育与学习韧性情况，为全球教育研究提供参考，推动理论与实践的国际化发展。

参考文献：

[1] 李雨. 在线学习倦怠影响因素分析及干预策略研究 [D]. 长春师范大学，2025.

[2] 满淑洁， 姜强， 李琪， 赵蔚.CSCL 如何影响大学生数字化学习韧性——认知负荷的中介效应分析[J]. 现代距离教育 ，2023，（01）：71-80.

[3] 李美凤. 大学生学习压力对学业拖延的影响：反刍思维和心理韧性的中介作用[D]. 哈尔滨工程大学，2022.

[4] 薄思涵 ， 唐紫菱 ， 萧漫琳 ， 张雨霁 ， 李昊东 ， 李洪杰 . 应用型本科医学院校大学生心理韧性与学习压力的关系 [J]. 卫生职业教育 ，2021，39（16）：151-152.

[5] 刘罗 ， 周海花 ， 李思瑶 ， 王振 ， 滕保艳 . 大学生学习压力与心理韧性及学习倦怠的关系 [J]. 南京航空航天大学学报 （ 社会科学版 ），2018，20（01）：96-100.

[6] 陈家胜 . 大学生心理韧性对学习倦怠的影响 ： 应对方式的中介作用 [J]. 内蒙古师范大学学报 （ 教育科学版 ），2016，29（09）：48-51.

2024 年度安徽省高校科研项目立项通知

夏丁同志 ：2024 年度安徽省科研计划编制项目皖北重点产业新生代技术工人 -- 职业使命感提升机制研究获准立项，项目批准号2024AH053168，项目类别科学研究项目- 重点项目。

安徽省教育厅 2024 年 9 月 5 日