课外技术中介汉语学习中的二语韧性与二语投入：技术素养（TL）的预测机制研究

《Frontiers in Psychology》：Technology-mediated Chinese learning beyond the classroom: the role of L2 resilience and L2 engagement

　　

摘要专业翻译 引言： 课外自主语言学习是第二语言（L2）发展的重要维度，尤其在高等教育情境中，学习者被期望在正式教学之外自主调控自身学习。在技术中介的学习环境中，这种自主性日益依赖于学习者的技术素养（TL），该素养不仅被理解为操作数字工具的能力，更是一种自我调节能力，涵盖资源选择、信息评估、学习问题解决以及数字学习情境中的持续参与。然而，在汉语作为第二语言（CSL）学习领域，关于CSL学习者在自主课外学习中的技术素养（TL）状况，以及可能支撑该能力的学习者侧因素，目前所知甚少。 方法： 本混合方法研究考察了中国大陆327名国际CSL学习者技术素养（TL）的现状，并探究二语韧性（L2 resilience）和二语投入（L2 engagement）是否能够预测技术素养（TL）。定量数据通过问卷调查收集，并采用描述性统计、相关分析、多元回归和稳健性检验进行分析。定性数据通过对六名参与者进行半结构化访谈收集，并采用主题分析法进行分析。 结果： 学习者报告了中等水平的技术素养（TL）。二语韧性（L2 resilience）和二语投入（L2 engagement）均显著正向预测技术素养（TL），其中二语投入（L2 engagement）的预测效应更强。访谈结果进一步表明，学习者利用技术辅助备考、维持汉语接触、进入真实的数字社群，并将汉语学习与学术、职业及日常生活需求相连接。 讨论： 这些发现表明，课外CSL学习中的技术素养（TL）与学习者的坚持性、投入度及对数字资源的自我调节使用密切相关。本研究为帮助CSL学习者在课堂之外选择、组合并维持技术中介的汉语学习实践提供了启示。

论文解读文章

一、研究背景与问题提出

语言学习的最优化不仅依赖于课堂内的投入，还取决于课堂之外的学习（LBC），这已成为持续语言发展与学业成就的重要条件。在高等教育情境中，课外学习尤为重要，因为学习者被期望承担更大的自主学习责任，包括调控自身学习、选择合适资源以及维持正式教学之外的语言接触。然而，课外学习并不会自动转化为有效的语言发展。在缺乏明确教学监督的情况下，学习者可能面临动机下降、注意力分散、学习策略不确定或难以长期维持努力等问题。

近十年来，技术发展深刻重塑了课外外语学习的形态。数字工具、在线平台、社交媒体、学习应用程序及人工智能辅助资源使学习者能够获取真实语言输入、与更广泛的语言社群交流并设计更加个性化的学习路径。在此意义上，技术中介的课外学习不仅是课堂学习的延伸，更是一个自我调节的学习环境，学习者必须决定使用何种工具、如何使用以及如何评估这些工具是否对语言发展产生有意义的贡献。因此，技术在二语学习中的价值不仅取决于数字资源的可获得性，还取决于学习者策略性且持久地使用这些资源的能力。

技术素养（TL）由此成为技术中介语言学习中的关键构念。在本研究中，技术素养（TL）不仅被理解为操作数字设备或在线平台的操作性能力，更被界定为一种技术中介的自我调节学习能力，涉及资源定位、陌生工具的学习使用、在线信息质量评估、干扰管理、数字媒介互动以及运用技术资源解决语言学习问题。在自主课外情境中，技术素养（TL）的要求尤为严苛，因为学习者必须同时应对技术挑战与学科语言学习挑战。

在此背景下，二语韧性（L2 resilience）和二语投入（L2 engagement）构成了预测技术素养（TL）的两个理论相关变量。在技术中介的课外学习中，韧性之所以重要，是因为学习者可能遭遇技术障碍、信息混淆、反馈有限或语言进步缓慢等情况。韧性较强的学习者更有可能持续尝试工具、调整策略，并在困难出现时借助技术应对问题而非放弃学习过程。相比之下，二语投入（L2 engagement）反映了学习者在语言学习中的情感、行为和认知参与。由于技术素养（TL）无法通过偶然或浅层的工具使用来发展，持续的投入是学习者将技术获取转化为实际学习能力的必要条件。

在汉语作为第二语言（CSL）领域，技术素养（TL）日益重要，因为汉语学习者往往依赖技术工具将课堂教学与课外实践相连接。然而，现有CSL研究对学习者在自主课外学习中的技术素养（TL）关注有限。更重要的是，关于心理和行为因素——尤其是二语韧性（L2 resilience）和二语投入（L2 engagement）——如何与学习者在自主汉语学习中发展并运用技术素养（TL）的能力相关联，目前知之甚少。为填补上述空白，本研究考察了技术中介的课外汉语学习，探讨技术素养（TL）、二语韧性（L2 resilience）和二语投入（L2 engagement）之间的关系。

二、研究设计与关键方法

本研究采用解释性顺序混合方法设计。定量阶段以中国内地三所高校的327名国际学生为样本开展问卷调查，其中本科生268人、研究生59人，所有参与者均为非汉语母语者且具有课外使用数字工具或在线资源学习汉语的经验。问卷通过问卷星平台收集，经完整性和有效性筛选后保留327份有效答卷。定性阶段通过目的性抽样从问卷参与者中选取六名受访者进行半结构化访谈，以覆盖性别、学术背景、汉语水平和技?术中介学习经验的差异。访谈通过腾讯会议在线进行，时长约20分钟，四名参与者选择中文、两名选择英文。

研究使用三份改编量表分别测量技术素养（TL）、二语韧性（L2 resilience）和二语投入（L2 engagement）。技术素养（TL）量表改编自Huang等（2021）的互联网素养量表，经14名CSL学习者预试后信度系数为0.91；二语韧性（L2 resilience）采用改编版10条目Connor-Davidson韧性量表（CD-RISC-10），预试信度为0.86；二语投入（L2 engagement）改编自Lin和Huang（2017）的课程投入量表，预试信度为0.89。定量数据分析使用SPSS 31.0，包括描述性统计、Pearson相关分析、多元回归分析及稳健性检验；定性数据借助NVivo 15进行主题分析，编码一致性为0.95。

三、研究结果

初步分析：信度、效度与回归诊断。 三个核心量表均表现出高内部一致性：技术素养（TL）的Cronbach's α为0.971，二语韧性（L2 resilience）为0.948，二语投入（L2 engagement）为0.974。KMO值分别为0.980、0.964和0.982，Bartlett球形检验均显著（p < 0.001）。探索性因子分析（EFA）显示每个量表均存在主导性一般因子，第一因子分别解释技术素养（TL）67.28%、二语韧性（L2 resilience）68.09%、二语投入（L2 engagement）66.59%的方差。回归诊断方面，VIF值为1.352表明不存在严重多重共线性，Durbin-Watson统计量为1.968表明残差无自相关，Breusch-Pagan检验不显著表明方差齐性可接受。残差正态性检验显著，故采用HC3稳健标准误和5000次重抽样的Bootstrap置信区间作为稳健性检验。

CSL学习者技术素养（TL）的描述性结果。 针对第一个研究问题，描述性统计显示技术素养（TL）均值为3.26（SD = 1.05，五点量表），表明CSL学习者报告了中等水平的技术素养（TL），略高于量表中点。五个理论维度均值紧密聚集在3.25至3.29之间：互联网知识与技能为3.27，互联网自我管理为3.25，互联网认知为3.25，互联网互动为3.29，互联网自主学习为3.27。鉴于维度间差异极小且EFA结果支持单一主导因子，这五个维度仅作为理论描述类别而非经验上独立的潜在维度。

相关分析。 Pearson相关分析显示，技术素养（TL）与二语韧性（L2 resilience）显著正相关（r = 0.486, p < 0.001），与二语投入（L2 engagement）显著正相关（r = 0.543, p < 0.001），二语韧性（L2 resilience）与二语投入（L2 engagement）之间亦呈显著正相关（r = 0.510, p < 0.001）。

多元线性回归结果。 针对第二个研究问题，多元回归模型显著，F(2, 324) = 88.75，p < 0.001，解释技术素养（TL）35.4%的方差（R = 0.595, R² = 0.354, 调整后R² = 0.350）。二语韧性（L2 resilience）正向预测技术素养（TL）（B = 0.288, SE = 0.053, t = 5.45, p < 0.001, 95% CI [0.184, 0.392], β = 0.283），二语投入（L2 engagement）亦正向预测技术素养（TL）（B = 0.411, SE = 0.054, t = 7.68, p < 0.001, 95% CI [0.306, 0.516], β = 0.399）。标准化系数表明二语投入（L2 engagement）是模型中更强的预测变量。

稳健性检验。 使用HC3稳健标准误后，二语韧性（L2 resilience）（B = 0.288, 稳健SE = 0.059, p < 0.001）和二语投入（L2 engagement）（B = 0.411, 稳健SE = 0.058, p < 0.001）仍为显著预测变量。5000次重抽样的Bootstrap百分位置信区间均排除零：二语韧性（L2 resilience）95% CI [0.173, 0.400]，二语投入（L2 engagement）95% CI [0.304, 0.523]。排除四个完全重复案例后的敏感性分析呈现相同实质模式，模型显著，F(2, 320) = 75.33，p < 0.001，解释32.0%方差。

访谈结果。 针对第三个研究问题，访谈分析提炼出三个主题。主题一为“课外汉语学习中技术的差异化使用”：六名受访者均描述了使用技术支持自主课外汉语学习的情况，低中水平学习者主要将技术作为学习支持工具，用于听力练习、词汇学习、发音和理解；高水平学习者则更多将技术用于评估语言输出、获取真实语篇、拓展社会文化理解以及支持学术或专业汉语交流。主题二为“课外汉语学习中的目标、疲劳与坚持”：技术帮助学习者在学业压力下维持结构化复习，或在工作、社交和文化情境中持续接触真实汉语使用。主题三为“通过有意义、真实且可管理的技术中介实践实现投入”：学习者将技术使用与学术兴趣、真实交际、文化理解和可管理的学习常规相连接，从而维持课外汉语学习的持续投入。

四、讨论与结论

讨论部分总结。 研究结果表明，技术素养（TL）不应仅被理解为操作数字工具的能力，而应被视为一种技术中介的自我调节学习能力，涵盖资源选择、信息评估、工具使用、问题解决及数字学习环境中的持续参与。二语投入（L2 engagement）和二语韧性（L2 resilience）均显著预测技术素养（TL），其中二语投入（L2 engagement）的预测效应更强，支持了技术素养（TL）通过重复且有目的的学习活动而非仅凭技术可及性发展的论点。二语韧性（L2 resilience）的独立贡献表明，学习者在困难中坚持的能力与其在自主CSL学习中有效使用技术的能力相关。然而，模型仅解释35.4%的方差，提示汉语水平、在华居留时长、数字汉语学习先验经验、机构支持及真实数字社群可及性等其他学习者侧和情境侧因素也可能塑造CSL学习者的技术素养（TL）。

研究结论翻译。 本研究考察了CSL学习者在自主课外汉语学习中的技术素养（TL），并检验了二语韧性（L2 resilience）和二语投入（L2 engagement）的预测作用。研究发现参与者报告了中等水平的技术素养（TL），表明本样本中的CSL学习者具备一定的使用数字资源学习汉语的能力，但该能力并非普遍强劲。回归结果进一步表明，二语韧性（L2 resilience）和二语投入（L2 engagement）均显著正向预测技术素养（TL），其中二语投入（L2 engagement）的预测效应更强。定性发现提供了补充解释，展示了学习者如何利用技术工具辅助备考、维持汉语接触、进入真实数字社群，并将汉语学习与学术、职业及日常生活需求相连接。研究提出两点教学启示：第一，CSL教师应为学习者提供关于如何选择和组合课外汉语学习技术工具的更明确指导，尤其对低中水平学习者而言；第二，教师和机构应帮助学习者将技术中介的汉语学习转化为持续且有意义的实践，对高级学习者而言，支持应超越工具操作层面，更多关注其在汉语数字空间中的真实参与。研究局限包括未按汉语水平、在华居留时长等变量进行分层分析，定性样本仅六人，以及横断面设计限制了发展性或因果性论断。未来研究应纳入更精细的学习者背景变量，招募更大更多样的定性样本，并采用纵向设计考察CSL学习者技术素养（TL）的历时变化。