在线开放课程何以高质量

What makes online open courses high-quality

摘要

随着在线开放课程数量的激增，其质量问题日益凸显，分析其质量影响因素对推动在线开放课程的优化与发展具有重要意义。文章从课程质量的视角出发，以教学媒体、课程内容和课程管理三个维度对28门课程进行剖析，引入传播力这一概念将样本相关数据量化为衡量在线开放课程质量的指标，最后用定性比较分析法进行因果条件探究。文章发现教学内容是影响在线开放课程质量的必要条件，并且呈现四条高传播力组态路径。基于这一发现，文章提出了四点优化建议，为提升在线开放课程质量提供理论支持和实践指导。

Abstract

With the surge in the number of online open courses, their quality issues have become more and more prominent. Analyzing the influencing factors of their quality is of great significance in promoting the optimization and development of online open courses. From the perspective of course quality, the article analyzes 28 courses from three dimensions including teaching media, course content and course management, introduces dissemination power to quantify the relevant sample data into indicators for measuring the quality of online open courses, and finally explores the causal conditions with qualitative comparative analysis. The article finds that teaching content is a necessary condition affecting the quality of online open courses, and presents four high propagation power grouping paths. Based on this finding, the article puts forward four optimization suggestions to provide theoretical support and practical guidance for improving the quality of online open courses.

关键词

在线开放课程 / 传播力 / 层次分析法 / 定性比较分析法

Key words

online open course / dissemination power / analytic hierarchy process / qualitative comparative analysis

随着教育数字化的不断推进，在线开放课程的出现逐渐改变了传统的教学模式，成为信息时代推动教学革命、实现高等教育内涵式发展和变轨超车的“新基建”^[1]。但随着课程数量的迅速增长，其质量问题也逐渐凸显出来^[2]。研究表明，许多在线开放课程存在课程完成率低^[3-4]、讨论参与率低^[5]和教学设计不合理^[6]等问题，这些问题直接影响了学习者的学习效果、学习体验和学习粘性^[7]，因此探究在线开放课程质量的影响因素并提出相应的优化策略，已成为当前教育数字化转型的重要课题。

随着新媒体技术的不断迭代升级，课程传播与更新速度也在加快。在这一背景下，课程的传播力成为了衡量课程优劣的重要标准。传播力是对一定覆盖范围内的目标受众造成潜在影响的能力^[8]，对于在线开放课程而言，传播力高意味着在观看过该课程的学习者中，受到较大影响的学习者所占比例较大，这反映了课程内容的受欢迎程度和影响力。因此，传播力可以作为衡量在线开放课程质量的一个重要指标，从学习者的体验视角反映课程的质量。

本研究从课程质量的视角出发，以在线学习平台B站的编程类在线开放课程为例，选取了28门高传播力的课程作为研究样本，运用定性比较分析的方法，依据课程质量评价量规归纳高传播力在线开放课程的具体特征和组合路径。通过对这些特征和路径的分析，总结在线开放课程设计和优化的普适性建议，为提升在线开放课程的质量提供理论支持和实践指导。

1 文献综述

在线教育的发展已从早期的规模扩张逐步转向追求质量提升。通过对现有文献的梳理发现，已有研究主要聚焦MOOC平台和翻转课堂等传统在线教学模式，关于逐渐成为在线开放课程主要载体的新型知识传播平台（如B站）的研究却相对较少。

1.1 理论研究

提升在线开放课程质量的前提是科学评判其质量，李青等^[9]根据国内外权威课程评价指标总结出课程质量影响因子，结合案例与实践从媒体技术、课程内容和课程管理三方面建立课程质量保证体系；周德青等^[10]参考了用户体验与证据中心设计理论，设计了过程数据驱动的在线开放课程质量评价框架与指标体系。除了质量指标体系的构建，部分学者还在此基础上进一步开发了MOOC评价模型，以更精准地评估课程质量，如姚凯等^[11]以“MOOC学院”为数据源，基于文本挖掘技术、Vague集的相似度量法和AHP权重确定建立评价模型。由此可见，针对在线开放平台课程的质量评价体系已经相对成熟。

针对在线开放课程的传播，有学者认为质量和内容是影响短视频传播力的关键因素^[12]，且点赞、转发等行为能反映用户对信息的接受和认可程度，由此可见传播力高低与课程质量呈正相关关系。基于此，本研究在借鉴已有研究成果的基础上，结合B站在线开放课程的特点，对现有质量评价体系进行调整，形成了适用于B站在线开放课程的质量评价量规。

1.2 分析技术研究

目前，在线开放课程质量评价体系多是基于已有的指标或课程实例进行质性分析，缺少量化指标的支持，难以全面、客观地反映课程质量，为此有学者尝试引入量化分析方法以弥补这一不足，如肖婉等^[13]利用文本挖掘技术收集课程案例的学习者评论，借助KHCoder平台对文本进行解读和量化比较；在传播学领域，金心怡等^[14]运用熵权法对抖音科普短视频的传播力进行了量化，张舒涵等^[15]通过构建短视频传播影响力指数，综合多个维度测算传播影响力，进而分析传播效果的影响因素。这些研究为在线开放课程质量评价的量化分析提供了参考。本研究综合传播学的有关理论，将B站在线开放课程质量评价与传播力相结合，利用层次分析法针对B站视频传播核心影响因素设置权重，构建课程传播力指数计算公式来衡量课程传播水平。

2 研究设计

2.1 案例选取

B站提供了广泛的编程类课程，涵盖了多种编程语言和技术领域，为减少非研究变量对结果的干扰，本研究根据2025年1月TIOBE编程语言排行榜，选取了排名前三的面向对象编程语言对应的课程，分别是Python、C++和Java。接着笔者采用定性比较分析法进行高传播力视频路径探究，该方法适用于在传播力、影响力方面具有代表性的中小样本研究，且样本需具有异质性^[16]。本研究以“Python”“C++编程”“Java编程”等作为检索关键词进行课程检索，根据B站综合排序结果进行样本筛选和分层抽样，将各类编程课程根据“优质高曝光度的头部课程”、“中等传播力的中部课程”和“低热度高潜力的尾部课程”三个层次进行筛选。基于此共选取了28门编程类课程，其中Python语言10门，C++语言8门，Java语言10门，课程发布时间主要集中在2019年5月至2023年8月，同时确保技术内容时效性和覆盖完整教学周期。每一门语言都根据播放量和点赞量初步划分为正面案例和反面案例。

2.2 变量赋值

本研究以在线课程质量量规（quality matter rubric）为基础，结合B站编程类课程的特点和在线课程质量因子，将量规围绕B站课程进行个性化的补充优化，形成了围绕“教学媒体”、“课程内容”和“课程管理”三个维度，涵盖“教学媒体”“课程概述”“教学设计”“教学内容”“交流与交互”“项目化管理”“学习支持”7个一级指标和29个二级指标的B站课程质量评价量规，具体内容如表1所示。围绕质量评价量规对所有案例课程进行打分，符合定义记为1，反之记为0，最终形成能够描述所有课程质量的二分赋值表。

2.3 研究方法

2.3.1 层次分析法确定传播力指标权重

在对传播力大小进行衡量的时候，通常涉及点赞、收藏、转发、播放、投币等多个因素，传统的衡量方法多依赖人的主观判断，降低了结果的可信度和科学性，因此本研究选择层次分析法（analytic hierarchy process，AHP）作为权重计算方法对影响指标进行权重划分，将定性因素予以量化。

层次分析法是美国教授Saaty T L提出的一种定性和定量相结合的多目标决策分析方法，其优点在于将复杂系统的决策思维层次化^[17]。该方法将问题拆分成多个影响因素，将各因素的重要性两两相比，结合判断矩阵、排序计算和一致性检验等方法最终得到可靠的各影响因素的权重。研究参照AHP的要求，先将B站编程类在线开放课程传播力的影响因素划分成点赞、收藏、转发、播放、投币五个方面，然后结合Saaty提出的1-9标度法设计了课程传播力指标权重打分表，并邀请五位相关领域的专家进行打分，最后将打分结果进行计算和一致性检验，得到五个因素对应的影响权重。

2.3.2 以组态视角进行定性比较分析

定性比较分析（qualitative comparative analysis，QCA）是一种以集合论和布尔代数为根本理论支持的因果关系探究方法，将研究对象视作条件变量不同组合情况下的组态，融合案例研究和变量研究，能用于回答较为复杂的因果问题^[18]。本研究探究的是B站高传播力编程类课程背后的影响因素，通过多案例比较分析，考察多个因素的组态效应对结果的影响，从而揭示其因果关系。在本研究中，课程质量影响因素作为条件变量，课程的传播力高低作为结果变量，因此选择适用于二分赋值变量的清晰集定性比较分析方法（csQCA）来进行高传播力课程质量影响因素的多组态路径分析，具体步骤包括“选取案例确定变量—案例编码—原始数据处理—必要性分析—构建真值表—条件组态分析”。

2.4 权重确定

2.4.1 建立判断矩阵

将需要进行两两比较的传播力影响因素分别设为u_i,u_j（i,j=1,2,3,4,5），相对权重值u_ij表示因素u_i对因素u_j的重要程度^[19]，取值根据1-9标度法，具体定义如表2所示。结合判断矩阵的标度及其定义设计专家打分表，计算打分结果几何平均值得到最终判断矩阵。

2.4.2 指标权重计算

层次分析法计算各因素权重的方法有几何平均法（方根法）、算术平均法（和积法）、特征根法、最小二乘法等^[20]。综合B站视频的特征和各计算方法的可信度和计算量，最终选择和积法对专家打分数据进行处理，得到B站编程类在线开放课程传播力各影响因素的权重，如表3所示。

2.4.3 一致性检验

由于实际专家在对指标进行两两比较时会出现不一致的结论，因此需要对得到的权重结果进行一致性检验以保证指标权重的合理性。Saaty提出将一致性指标（CI）与随机一致性指标值（RI）之比作为AHP一致性检验的衡量指标。本研究利用特征向量计算得到CI值为0.092，构建五阶判断矩阵，对比随机一致性RI表格得到RI值为1.12。根据公式（1）计算得到一致性指标CR值为0.082<0.1，因此本次研究判断矩阵满足一致性检验，计算所得权重具有一致性。

CI=\frac{{\lambda }_{\mathrm{m}\mathrm{a}\mathrm{x}}-N}{N-\mathrm{1}}； CR=\frac{\mathrm{C}\mathrm{I}}{\mathrm{R}\mathrm{I}}（1）

由于每个视频的点赞量等指标数值差异大，直接计算会产生较大的数据波动和较高的异方差性，因此利用自然对数将数据进行标准化减小误差^[21]，结合权重得到B站编程类课程传播力W的计算方法如公式（2）所示：

W=a₁Ln（X₁+1）+a₂Ln（X₂+1）+a₃Ln（X₃+1）

+a₄Ln（X₄+1）+a₅Ln（X₅+1）（2）

其中X₁、X₂、X₃、X₄、X₅为目标课程的点赞量、转发量、收藏量、播放量和投币量，a₁、a₂、a₃、a₄、a₅为对应的权重值。

3 研究结果

3.1 必要条件分析

将统计数据进行编码和基本处理之后依次对单个条件变量进行分析，判断其与结果变量之间的关系，利用一致性（Consistency）和覆盖度（Coverage）两个指标来评估条件变量是否为传播力高的必要条件，本研究将一致性大于0.9的条件变量视作结果变量的必要条件^[22]，覆盖度代表成功案例中拥有这一条件变量所占有的比例，具体分析结果如表4所示。

结果显示只有教学内容这一条件变量的一致性大于0.9，构成编程类在线开放课程高传播力的必要条件，同时其覆盖度低于0.8，意味着其他变量不能单独成为一个影响指标，还需要进一步分析。

3.2 条件组态分析

通过构建真值表在fsQCA软件中进行多因素组合分析，得到高传播力B站编程类课程的组态路径，如表5所示。

通过对比分析，得到以下四条在线开放课程高传播力组态路径：

3.2.1 内容驱动型：课程概述+教学设计+教学内容

这一组态路径涵盖了课程的整体结构设计，通过详细的课程概述帮助学生快速明确目标，结合完整具体的教学设计方案让学习者能够对教学进度进行自我调控，并以保证深度和准确性的教学内容确保学生学有所获。这一路径的核心在于通过有序和目的明确的组织与设计，促进学生全面掌握课程内容，达成教学目标。

3.2.2 学习支持型：课程概述+教学内容+学习支持

这一组态路径着眼于课程全局，通过课程概述提供了整体框架，辅以高质量、互动性强的学习材料，以促进学生的深入理解和技能掌握。同时利用B站的独特优势将教学内容以多种形式呈现，结合投票、弹幕等互动工具，帮助学生克服在线学习障碍，提高学习效率。这一组态路径的目标是打造一个系统性且互动性强的学习环境，保障学习者完整的学习体验，实现知识和技能的掌握。

3.2.3 系统化管理型：教学媒体+课程概述+教学内容+项目化管理

这一组态路径强调教学设计和教学内容的综合考量，同时重视教学媒体的多样化运用以及课程开发全过程的项目化管理。通过运用多样化的教学媒体，学生的学习体验得以丰富和多元化，有助于提高学生的学习兴趣和学习效果。在课程开发的全过程中，采用项目化管理的方法，即制定管理规定，聘请专业人员组建专业团队，并细化团队分工，确保课程开发过程的高效运作和高质量，从而提升编程类课程整体教学效果和学生综合能力。

3.2.4 综合学习体验型：教学媒体+教学内容+学习支持

这一组态路径整合教学媒体、教学内容和学习支持，旨在为学生提供全面且有深度的学习体验。通过多样化的教学媒体激发学生的兴趣和参与度，同时深入的教学内容能保障核心知识的系统教学，学习支持关注学生可能面临的问题并提供解决方案。这一路径专注于打造一个综合性的学习环境，提升学习质量的同时优化学习体验。

4 研究结论

本研究结合案例和数据分析讨论了影响编程类在线开放课程传播力的核心因素及其构成的因果组态路径，研究发现B站在线开放课程传播力受到教学媒体、课程概述、教学设计、教学内容、交流与交互、项目化管理和学习支持等多重因素影响，其中教学内容是导致编程类课程高传播力的必要条件。经过定性比较分析得出四条影响因素典型组合路径，分别是内容驱动型、学习支持型、系统化管理型和综合学习体验型，综合上述分析得出以下在线开放课程的发展路径，用以指导如何更好地进行在线开放课程的制作与传播。

4.1 深化教学内容，优化教学设计

教学设计通常包括教学内容设计和教学活动设计两个方面。教学内容是课程类视频的核心，必须基于坚实的理论基础，涵盖足够的深度和广度，同时要保证内容的正确性和实时更新。首先，教学内容的设计务必从学习需求出发，相较于传统课堂，在线开放课程的受众往往更加广泛，对教学内容的要求也更注重实用性，因此在线开放课程的设计应围绕学习者的实际需求进行内容的教学。其次，课程应以单个知识点为基本教学单元，严格控制单个教学视频时长，同时实现“学习-评价一体化”。在研究过程中，笔者发现学习评价是大多数课程未曾关注的部分，为保证评价结果的客观性，学习效果可以采用多样化的评估方法，如项目式编程、在线测验、自评和互评相结合，多角度衡量学生的学科表现和能力发展。此外，B站作为短视频平台的特性势必会导致B站在线开放课程知识点的碎片化，在进行教学设计时还应注重课程内容的完整性和逻辑性^[23]。以B站Java编程教学课程“尚硅谷Java零基础全套视频教程”为例，该课程属于中部课程，整体教学内容完整，以传统的基础编程语法为主，缺乏项目化教学的实践环节。单个视频的时长往往在20 min及以上，以教师讲授为主，缺少师生互动和学习评测环节，未能充分体现“以学生为中心”的教学理念，这些问题的存在一定程度上制约了课程的教学效果和学习体验。

4.2 技术赋能，让教学媒体用得其所

在线开放课程和传统课堂的最大的区别在于师、生、学习资源之间彼此分离^[24]，通常是将课本上晦涩的文字和代码先经过讲师的讲解和计算机的编译运行，再利用屏幕呈现给学生。这一过程高度依赖网络和终端设备，因此技术的合理运用对提升在线教学质量极为关键。由此可见，在线开放课程建设过程中依托技术，根据学习者特点进行基础适配和学习资源支持是极为重要的。在智能时代，技术赋能和数据驱动的智能课程为个性化、适应性的学习支持提供了新的路径^[25]，在建设在线开放课程时可以合理融入相关智能技术和媒体技术。结合B站平台的技术框架，在线开放课程建设应重点优化媒体技术的应用。例如：可以充分利用B站支持的动画、文本、音频等基础媒体形式，构建多层次的知识表征体系，采取“编程+动画演示+语音讲解”的三维呈现模式，将抽象概念转化为具象化的视觉表达，帮助学习者建立从“抽象”到“具象”的认知框架；基于B站独有的弹幕和评论区功能设计即时互动环节，教师发布后可以针对学生提问个性化回答；重视多媒体画面语言表征目标的原则和运用，促进深度学习^[26]。高传播力样本案例“黑马程序员Java零基础视频教程”较好地利用了媒体技术，该课程在代码编译和概念讲解中融入了动画演示，将抽象的逻辑过程转化为直观的视觉表达，显著降低了学习者的认知负荷，同时通过弹幕功能实现了师生间的即时互动。该课程的高传播力说明其能够为在线开放课程建设提供参考。

4.3 强化实践导向，重构课程设计

目前，在线开放课程的授课形式与传统课堂教学相似，往往局限于教师进行理论教学，忽视了理工科等学科教学对实践的需求，实践证明这样的教学模式不利于工程型人才的培养^[27]。因此，在设计课程时可以引入实践性学习，将理论知识与实际应用紧密结合。具体而言，教师应转变角色定位，从知识传授者过渡到课程设计者和学习引导者，以学生为中心，打造一个以交互学习为主的学习环境^[28]。例如：可以以项目作为课程学习任务，组织学生进行团队协作完成基于真实情境的项目，引导学生能够将所学课程理论结合真实场景进行应用和拓展，强化理论知识的同时还能培养学生解决问题的能力和团队协作技能，帮助学生全面发展，为未来职业发展奠定坚实基础；可以丰富课程视频内容，增加部分实践实验演示视频、项目化学习指导等相关资源；当然也可以考虑与其他外部平台对接，为学生在线实验实践或项目化学习提供技术支持。

4.4 关注项目化管理，构建多元学习支持服务体系

学习支持是在线开放课程的核心要素，涵盖学习资源提供、学习群体分析、反馈信息汇总以及基础技术保障等多个方面。优质在线开放课程的背后往往需要建立以项目化管理为核心的多元学习支持服务体系，如通过组建虚拟教研共同体和跨功能团队等，为学习者提供全方位、个性化的学习支持服务。虚拟教研共同体能够打破时间和空间上的限制，利用B站等线上平台将教师、教育研究者、学校管理者等教育相关方相联系，形成一个开放共享、协作交流的教学网络，提升教育教学质量。一个优质的跨功能团队能够通过协同合作和明确分工，保障课程设计、建设和评估各环节的高质量，为学习者提供从资源获取到学习反馈的全流程服务。综合样本案例分析，以项目团队为基础开发的课程在传播力方面普遍优于个人制作的课程。以个人UP主Leofaith的Python课程为例，虽然其课程内容讲解质量较高，但由于缺乏团队支持，在课程录制等方面存在明显局限，导致课程传播力相对较低。这一对比凸显了项目化管理和学习支持在开放课程建设中的价值所在。

5 结束语

高传播力的在线开放课程不仅需要高质量的教学内容，还要与规范化管理紧密结合，开发过程中务必警惕“重形式轻内容”，确保课程管理贯穿于课前、课中和课后的各个环节。除此之外，还要将教学内容与教学媒体进行巧妙组合，推动项目学习和实践学习的多样化表达。

然而，本研究仅聚焦于B站的编程类在线开放课程，可能缺少对课程质量影响因素的全面考量，在结论的普适性和建议的推广方面存在一些局限性。未来的研究可以考虑纳入更多类型的在线开放课程和平台以增强研究结果的普遍性和适用性，同时可以结合多元化的数据来源，开展更全面、更深入的课程质量影响因素分析。

参考文献

[1] 李运福, 周效章, 杨晓宏. 面向主体需求的在线开放课程优化设计[J]. 现代教育技术, 2022(1): 104-110.

[2] 李爽, 李梦蕾, 赵宏. 在线课程质量观和质量要素的质性研究: 基于专家、 实践者和学习者的视角[J]. 中国远程教育, 2020(3): 42-50.

[3] 王淑娟, 沈继红, 朱磊. 基于在线开放课程平台数据对MOOC完成率计算的思考[J]. 智库时代, 2019(19): 216-217.

[4] 刘倩, 李颖. 主动选择: 在线课程“高辍学率”的积极理解:基于学习者投资理论的视角[J]. 电化教育研究, 2021(4): 45-52.

[5] 汪玉峰. 在线课程讨论环节“低参与率”现象的积极理解与应对: 基于对话教学理论的视角[J]. 电化教育研究, 2022(5): 47-52.

[6] 李爱霞. MOOC学习者粘性影响因素研究[D]. 长春: 吉林大学, 2017.

[7] 苗冬玲, 吴昭, 闫寒冰. 全视角学习理论视域下的在线学习粘性影响因素研究[J]. 中国远程教育, 2021(10): 68-75.

[8] 沈正赋. 新媒体时代新闻舆论传播力、 引导力、 影响力和公信力的重构[J]. 现代传播(中国传媒大学学报), 2016(5): 1-7.

[9] 李青, 刘娜. MOOC质量保证体系研究[J]. 开放教育研究, 2015(5): 66-73.

[10] 周德青, 杨现民. 过程数据驱动的在线开放课程质量评价设计[J]. 中国远程教育, 2024(9): 90-100.

[11] 姚凯, 李思志, 李艳红, 等. MOOC评价模型研究[J]. 复旦教育论坛, 2017(3): 65-71.

[12] 巫霞, 马亮. 政务短视频的传播力及其影响因素: 基于政务抖音号的实证研究[J]. 电子政务, 2019(7): 22-30.

[13] 肖婉, 季一木. 学习体验视角下中外高质量在线开放课程比较研究[J]. 现代教育技术, 2024(2): 81-89.

[14] 金心怡, 王国燕. 抖音热门科普短视频的传播力探析[J]. 科普研究, 2021(1): 15-23.

[15] 张舒涵, 孔朝蓬, 孔婧媛. 新媒体时代短视频信息传播影响力研究[J]. 情报科学, 2021(9): 59-66.

[16] 武梦迪, 冯锐. B站美食短视频走红的多组态路径研究[J]. 美食研究, 2022(4): 37-46.

[17] 朱茵, 孟志勇, 阚叔愚. 用层次分析法计算权重[J]. 北京交通大学学报, 1999(5): 119-122.

[18] 毛湛文. 定性比较分析(QCA)与新闻传播学研究[J]. 国际新闻界, 2016(4): 6-25.

[19] 申志东. 运用层次分析法构建国有企业绩效评价体系[J]. 审计研究, 2013(2): 106-112.

[20] 邓雪, 李家铭, 曾浩健, 等. 层次分析法权重计算方法分析及其应用研究[J]. 数学的实践与认识, 2012(7): 93-100.

[21] 王林, 潘陈益, 朱文静, 等. 机构微博传播力影响因素研究[J]. 现代情报, 2018(4): 35-41.

[22] 张明, 杜运周. 组织与管理研究中QCA方法的应用: 定位、策略和方向[J]. 管理学报, 2019(9): 1312-1323.

[23] 顾晓薇, 胥孝川, 王青. 国家精品在线开放课程建设研究[J]. 现代教育管理, 2020(6): 77-83.

[24] 王竹立. 在线开放课程: 内涵、模式、设计与建设: 兼及智能时代在线开放课程建设的思考[J]. 远程教育杂志, 2018(4): 69-78.

[25] 肖婉, 卢锋, 季一木. 什么样的在线课程受学习者欢迎?:基于15门在线课程评论的文本挖掘与组态分析[J]. 电化教育研究, 2023(5): 60-66.

[26] 刘哲雨, 侯岸泽, 王志军. 多媒体画面语言表征目标促进深度学习[J]. 电化教育研究, 2017(3): 18-23.

[27] 张安富. 项目化教学是提高工程型人才培养质量的有效之法[J]. 高等工程教育研究, 2019(3): 166-169.

[28] 毛雁冰, 李心羽, 赵露. 教育数字化转型中在线教育质量提升研究[J]. 中国电化教育, 2022(9): 38-42.

基金资助

南京邮电大学2024年研究生优质教学资源建设项目“学习科学与教学设计”(NY20240235)