从教学支架到学业成功：教师教学支持与课堂协作互动如何驱动编程教育中的学习动机

本研究针对编程教育中学生学习动机不足的问题，探讨了教师教学支持(IPS)通过课堂协作互动(CCI)影响学业动机(SM)的作用机制，并考察了教师教学责任感(PSS)和AI教学整合(AIETI)的调节作用。研究发现教师支持通过促进协作互动间接提升动机，且这一效应在教师责任感强和AI整合度高时更为显著，为数字化时代的STEM教育提供了重要启示。

　　

在数字化浪潮席卷全球教育的今天，编程作为数字时代的基础技能，其教学效果却面临严峻挑战。许多学生在面对复杂的算法和数据结构时容易产生挫败感，学习动机逐渐消退。这种现象在中国高等教育中尤为突出，传统的讲授式教学与快速发展的AI教育技术之间形成了鲜明反差。如何通过有效的教学策略激发学生学习编程的内在动力，成为教育工作者亟待解决的核心问题。

重庆电子工程职业学院数字媒体学院的研究团队在《Acta Psychologica》发表了一项开创性研究，揭示了教师教学支持影响学生学习动机的内在机制。研究采用创新的三阶段调查设计，通过多源数据收集和偏最小二乘结构方程模型(PLS-SEM)分析，构建了一个包含中介和调节效应的条件过程模型。

研究团队首先在四所中国高校（西安、武汉、杭州、南京）招募了编程课程教师及其学生作为研究对象。通过分阶段收集教师报告的教学责任感(PSS)和AI教学整合(AIETI)数据，以及学生报告的课堂协作互动(CCI)和学习动机(SM)数据，采用SmartPLS软件进行统计分析，有效控制了共同方法偏差。

研究结果部分呈现了丰富发现。"概述"部分显示，教师教学支持(IPS)对学习动机(SM)既有直接影响(β=0.242)，也通过课堂协作互动(CCI)产生间接影响(β=0.085)。"初步分析"证实了测量模型的可靠性，所有构念的Cronbach's α值在0.831-0.935之间，AVE值均超过0.50标准。"假设评估"验证了全部6个假设：H1证实IPS显著正向预测SM；H2显示IPS对CCI的强效应(β=0.399)；H3表明CCI显著预测SM(β=0.214)；H4确认CCI的中介作用；H5和H6分别揭示了PSS和AIETI的调节效应。"解释方差和预测相关性"部分指出模型解释了CCI的35.8%和SM的42.9%变异，Q²值均大于0，表明良好的预测效度。

讨论部分深入阐释了这些发现的理论和实践意义。从理论角度看，研究将自我决定理论(SDT)应用于编程教育领域，证实了能力、自主性和关联性需求满足在动机形成中的核心作用。教师责任感(PSS)作为个人因素与AI教学整合(AIETI)这一环境因素的交互作用，完美诠释了社会认知理论中的三元交互决定论。在实践层面，研究为编程教育提供了明确指导：教师应通过明确目标设定、搭建学习支架和及时反馈来增强教学支持；设计结对编程等协作活动促进互动；学校应加强教师专业发展，培养其教学责任感；合理部署AI辅助工具如自动评分系统和代码补全助手。这些措施共同构成激发学生学习动机的系统方案。

该研究的创新性体现在三个方面：首次在编程教育中建立"教师特质-课堂过程-学习结果"的完整链条；开创性地考察AI技术整合对传统教学机制的调节作用；采用多源时滞设计提升因果推断效度。尽管存在样本文化局限性和自报告数据的不足，这项研究为理解数字化时代的教育动机机制提供了重要框架，对全球STEM教育改革具有启示意义。随着AI技术在教育中的深度应用，如何平衡技术赋能与人文关怀，将成为未来研究的关键方向。