社交媒体在数学学习中的角色探索：自我效能感、兴趣与自我调节的影响机制研究

本研究针对社交媒体(MLSM)如何影响大学生数学学习中的自我效能感(MathSE)、兴趣(MathI)和自我调节(SR)展开定量分析。研究人员通过结构方程模型(SEM)对398名中国大学生进行调查，发现MLSM通过提升MathI(β=0.343)和SR(β=0.578)间接增强MathSE，揭示了技术增强型非正式学习环境对数学教育的变革潜力，为设计动态化教学策略提供实证依据。

　　

在数字化浪潮席卷教育的今天，数学作为传统认知中"高门槛"的学科，正面临教学方式转型的关键节点。尽管YouTube数学教程、知乎解题社区等社交媒体平台日益普及，但关于这些非正式学习环境如何真正影响学生的数学能力建构，学界仍存在激烈争论——是助力还是干扰？华东师范大学教育学部的研究团队在《BMC Psychology》发表的最新研究，首次通过大样本实证揭示了社交媒体在数学学习中的"双通道作用机制"。

研究采用两阶段结构方程建模(SEM)技术，对随机抽取的398名中国大学生进行追踪分析。通过验证性因子分析(CFA)确保测量工具信效度后，团队创新性地将控制价值理论(Control-Value Theory)应用于技术增强学习场景。研究发现：学生每周1-3小时的社交媒体数学活动(MLSM)虽不直接提升数学自我效能感(MathSE)，但通过"兴趣激发"(β=0.343)和"自我调节赋能"(β=0.578)两条路径产生显著间接效应。特别值得注意的是，自我调节(SR)展现强大中介作用，其通过"MLSM→SR→MathSE"(β=0.418)和"MLSM→SR→MathI→MathSE"(β=0.115)的链式传递，最终使总效应量达0.615。

主要技术方法包括：1)跨学科开发的7点Likert量表测量MLSM等核心变量；2)基于AMOS 23的两阶段SEM分析；3)通过Fornell-Larcker准则验证判别效度；4)针对中国高校STEM(37.9%)、经管(43.7%)等多元专业学生的分层抽样。

研究结果部分揭示三个关键发现：

1. 数学学习兴趣(MathI)的驱动机制
   MLSM通过算法推荐个性化内容（如趣味数学短视频）直接提升MathI，同时自我调节能力强的学生能更有效转化这些资源为持续兴趣(β=0.748)，印证了"兴趣-能力循环增强"理论。

2. 自我调节(SR)的中枢作用
   社交媒体环境要求学习者自主设定目标、过滤干扰信息，这种"认知超载"压力反而训练出更强的元认知能力。数据显示SR对MathSE的标准化路径系数达0.724，远超传统课堂干预效果。

3. 自我效能感(MathSE)的间接培育
   研究推翻"技术直接增强信心"的假设，揭示MathSE提升必须通过"兴趣积累"和"调节实践"双重中介。这解释了为何单纯增加AI解题工具使用反而可能削弱基础运算能力。

讨论部分强调，该研究为"技术增强型非正式学习"理论框架提供三大突破：1)首次验证控制价值理论在数字学习场景的适用性；2)确立SR在STEM教育中的核心中介地位；3)提出"认知卸载阈值"概念——适度的社交媒体使用(每周2-3小时)才能平衡"资源获取"与"深度思考"。这些发现不仅为数学教育App设计提供量化依据（如应内置目标追踪仪表盘），更对疫情期间全球掀起的"非正式学习热潮"给出科学注脚：真正提升数学能力的不是技术本身，而是技术驱动下的自我调节觉醒与学科兴趣萌发。