你上网课会分心吗?你有拖延症吗?

Combating Procrastination on Massive Online Open Courses via Optimal Calls to Action

1.研究背景与研究问题

随着信息技术的发展，相信不少人都有线上学习的经历，不论是MOOC、Bilibili还是淘宝，我们可以从这些渠道获得很多在线学习的机会。特别是在疫情肆虐时期，线下交流受限，线上学习成为了许多人学习的重要途经。但是大部分人可能有这种体验，线上学习很容易分心，手机/电脑一个弹窗，一个电话，都会打断学习的进程。研究发现，由于线上学习的特殊性——自由、大规模，用户很容易分心，并且拖延学习进度。

这篇文献基于这一现实问题，探索如何以行动呼吁（CTA）减少MOOC上学生学习的拖延情况。具体来说，作者解决了以下问题：

1）哪种类型的CTA可以对预防学生拖延症最有效？

2）如何优化CTA，以减少MOOC上的拖延？

2.理论基础、实验与假设

2.1理论基础

该研究借鉴时间动机理论：

其中，Expectancy指的是个体对自己圆满完成任务的信念；Value指的是个体完成任务之后获得的有形与无形的奖励；Delay指的是个体在完成任务前必须要等待的时间；参数指的是个体对拖延的敏感程度。

2.2实验

基于这个理论，作者于2017年3月到4月其中的三周在MOOC平台上进行了一项田野实验，实验的受试者都是在MOOC平台上选修心理学和逻辑学两门课程之一的学生，两门课程包含22个作业。实验的每一个处理组都对应着时间动机理论的一项参数，具体来说，该实验共包含以下六组：

第一组：对受试学生进行简单的CTA（告诉学生，作业已经发布了，并鼓励其尽快完成）；

第二组：提醒受试学生作业完成的截止时间（告诉学生，作业已经发布了，且强调了作业的截止日期，即发布作业后七天）；

第三组：提醒受试学生作业完成人数的百分比（高描述性百分比，介于67.9%和70.1%之间）；

第四组：提醒受试学生作业完成人数的百分比（低描述性百分比，介于29.9%和32.1%之间）；

第五组：提醒受试学生完成作业后的学生将获得金钱礼物抽奖的机会（告诉学生，作业已经发布了，并告知相关的奖励）；

第六组：对照组

在分组之前，通过用户独特的身份id和资料（性别、年龄、教育程度、职业、地点、注册时间和所修课程），对受试者进行随机分配。分配完成之后，对实验组之间进行一系列t检验来完成随机化检测。t检验结果如下：

心理学课程的组间t检验结果类似，此处不表。检验结果显示，随机化分组有效。

 

2.3假设

研究表明，简单的计划提示可以减少在追求理想行为时的健忘和拖延，如完成学业任务，设定增量目标有助于减少任务完成的延迟。通过明确地向学生传达了提交作业的目标截止日期以及提前计划的重要性，学生有可能能够积极制定计划，按时完成任务。因此作者给出假设：

H1：与简单CTA相比，最后期限提醒减少了拖延，提高了任务完成的概率。

先前的研究已经证明了描述性规范在各种环境下激励个人行为的有效性，该实验利用了关于任务完成的描述性规范，通知受试者同伴在完成任务方面的成功，这可能提高受试者的自我效能感，例如，“如果他们能做到，我也能做到”。因此，作者假设：

H2：与简单的CTA相比，按时提交的描述性规范减少了拖延，提高了任务完成的概率。

先前的研究表明，经济激励可以有效地影响个人做出期望的行为，时间动机理论也可以佐证这一点。为受试者提供经济激励，预期经济收益的机会会增加学生提前完成作业的感知价值，作者假设：

H3：与简单的CTA相比，财务激励减少了拖延，提高了任务完成的概率。

3.数据与模型

3.1数据

课程信息：课程大纲、课程时间表、作业发布时间表，以及与每门课程注册的学生相关联的唯一身份号码列表。用户资料：学生自我报告的性别、年龄、位置、教育程度和职业。行为信息：注册MOOC平台的时间、作业完成状态和作业提交时间。

因变量：0-1变量-是否完成，完成作业的天数

控制变量分为两大类，作业的固定效应和受试者的特征：注册时间、在平台上之前的课程学习数量、在平台上之前的课程学习成绩。

变量的描述性统计如下：

为了提高实验效果估计的精度，作者分析了三种回归，线性概率模型、逻辑回归与概率回归，回归方程为：

另外，使用OLS回归与tobit回归估（考虑到完成时间的限制，只取0-7天，属于截断分布）计作业完成时间：

4.结果

4.1描述性结果

在回归之前，作者通过实验数据，给出了各实验组完成分配的平均可能性条形图与各实验组提交作业的平均天数图

条形图可以观察到一些信息：与简单的CTA和对照组相比，描述性规范组和财务奖励组的平均提交率增加，提交天数减少；截止日期提醒与简单CTA组相比，简单CTA组的任务完成率较低，延迟时间较长；简单CTA组在任务完成率和提交时间方面与对照相比略有改善。

4.2回归结果

以完成与否作为因变量的回归结果如下：

第（1）-（3）列为与简单CTA条件相关的实验效果估计，与简单的CTA相比，描述性规范和财务激励处理导致任务完成概率显著提高；对照组与单纯CTA组没有显著差异，表明单纯CTA没有显著效果；截止日期提醒导致任务完成的可能性显著降低；两种规范性实验和财务奖励实验的任何组合都没有显著差异。

第（4）-（6）列为与非CTA组（作为替代参考组）相关的实验效果估计。与简单CTA相比，回归结果与第（1）-（3）列中报告的结果基本一致。唯一区别是，财务奖励组（与无CTA组相比）对结果变量没有产生统计上的显著影响。

以作业完成时间作为因变量的回归结果如下：

第（1）-（3）列为简单CTA组的回归结果。与单纯CTA组相比，在任务完成的条件下，两种描述性规范治疗显著减少了提交的天数，财务奖励也显著减少。同时，一个简单的CTA没有明显的效果；截止日期提醒导致提交简单CTA组的延迟时间延长。

总的来说，回归结果与前文描述性结果类似。

 5.调节因素研究

作者选取了三个调节因素进行分析，分别为：教育水平、受试者在MOOC的注册时间、受试者在MOOC上的课程负担，调节作用的回归结果如下：

观察第一列发现，截止日期提醒和描述性规范干预的效果被受试者之前的教育水平放大；第二列显示，受试者在MOOC的注册时间所有的实验组的影响；第三列显示，受试者在MOOC上的课程负担正向调节截止日期提醒的影响。

 6.结论与可能的研究方向

6.1结论

1）简单的CTA等手段可以减少学生完成作业的时间，其中提交的描述性规范手段效果较为突出。

2）受试者之前的教育水平、受试者在MOOC的注册时间、受试者在MOOC上的课程负担可放大CTA等手段对抑制拖延症的效果。

6.2未来的研究方向

1）金钱奖励与按时提交的描述性规范可以提高作业完成率与减少作业完成的时间的机制分析是一个可能的研究方向。

2）提交的描述性规范的方式缺乏足够的可信度，从高描述性规范与低描述性规范的影响差异不明显可以看出来。

3）整体看，文献机制分析的部分较为缺少，可能是受限于实验手段与实验规模。

 

参考文献：Huang N, Zhang J, Burtch G, et al. Combating Procrastination on Massive Online Open Courses via Optimal Callsto Action[J]. Information Systems Research, 2021.