学习理论与成人教育公平的融合：基于英国高校扩招成熟学生的混合方法研究

本研究针对英国高校扩招背景下成熟学生(Widening Access Mature Students, WAMS)的学习需求，通过解释性混合方法，揭示了建构主义、人本主义和社会学习理论对其教学偏好的解释力。研究发现数字学习理论与传统理论的融合能有效提升WAMS的学习体验，为构建兼顾认知、情感与社会维度的包容性教育框架提供了实证依据。

　　

在高等教育大众化的浪潮中，一个特殊群体正悄然改变着校园生态——他们是被称作"扩招成熟学生"(Widening Access Mature Students, WAMS)的成人学习者。这些年龄超过21岁、缺乏传统入学资格却怀揣求知梦想的群体，已占英国本科新生总数的37%(2019/20数据)。然而，当教育机构敞开大门时，是否真正理解这群"非典型"学生独特的学习需求？这正是伦敦某高校研究团队在《Learning and Motivation》发表的最新研究试图解答的核心问题。

研究采用解释性序列混合方法，先对140名WAMS进行横断面调查，再通过深度访谈挖掘量化结果背后的动因。结果显示，这些兼顾工作与家庭的"多任务处理者"最青睐实践性、互动性强的教学方式——81.4%偏好案例教学，76.4%选择小组讨论，远超传统讲座(34.3%)。这种偏好并非偶然，当研究者用学习理论的棱镜透视时，建构主义的"经验锚定"、班杜拉(Albert Bandura)社会学习理论的"观察模仿"、罗杰斯(Carl Rogers)人本主义的"情感支持"共同构成了解释框架。

数字时代的到来为理论融合提出新课题。研究发现，维果茨基(Lev Vygotsky)的"脚手架"理论在虚拟学习中需转化为技术指导，而杜威(John Dewey)的"做中学"理念通过数字模拟得以延伸。更引人深思的是，马斯洛需求层次理论揭示：当WAMS挣扎于"生存需求"(如 childcare与工作平衡)时，高阶学习目标往往让位于基本生活保障。

这项研究在方法论上实现三重突破：首次建立WAMS教学偏好与学习理论的映射关系；创新性地将数字学习理论纳入分析框架；开发出"需求评估→任务设计→交互支持→反思强化"的四阶段教学模型。正如研究者指出，真正的教育公平不在于降低门槛，而在于构建能响应多元需求的"弹性学习生态系统"。

【主要技术方法】
研究团队采用两阶段设计：第一阶段通过包含31项指标的问卷收集140名WAMS的人口统计学特征和教学偏好，采用卡方检验分析变量关联；第二阶段对20名受访者进行半结构化访谈，运用主题分析法(Thematic Analysis)识别关键模式。样本来自伦敦某高校2019-2022年入学的WAMS群体，涵盖21-50⁺岁年龄层和多元族裔背景。

【研究结果】

1. 定量结果
   数据显示教学偏好存在显著人口差异：31-40岁组更倾向数字学习工具(χ²=8.24,p<0.05)；英国-孟加拉裔学生对同伴互动的需求高出白人学生19.7%。信息加工理论(Information Processing Theory)解释了这一现象——文化背景影响信息组块(chunking)策略。

2. 讨论
   保罗(Richard Paul)的批判性思维理论与巴罗斯(Howard Barrows)的问题导向学习(PBL)形成互补：前者提供认知工具，后者创设应用场景。但研究也发现，27.8%的WAMS因"数字鸿沟"难以受益于这些理论指导的在线教学，突显技术包容的重要性。

3. 局限性
   单机构研究限制结论外推性，自选择偏差可能高估数字能力。研究者建议未来采用纵向设计追踪学习理论应用的长期效果。

【结论与意义】
这项研究构建了连接经典学习理论与当代教育实践的桥梁。其核心启示在于：对WAMS的有效支持需要打破理论藩篱——用建构主义搭建知识框架，以人本主义滋养学习动机，借社会学习理论培育协作能力，最终通过数字技术实现个性化适配。这种"全息式"教育观不仅为成人教育提供路线图，更对后疫情时代的高等教育转型具有普适价值。当AI tutor与VR实验室日益普及的今天，研究者的终极叩问依然回荡：我们是否准备好重新定义"适龄学习者"？