基于模糊层次分析法与模糊综合评价的国际中文数字教学可持续性研究

摘要

本方案详细阐述了一种可重复的模糊层次分析法与模糊综合评价（FAHP-FCE）工作流程，用于量化数字化辅助国际中文文学教学的可持续性。该方法从技术、教学、文化和政策四个维度对可持续性进行操作化定义，并输出指标权重、维度得分以及可用于跨情境比较的可解释性可持续性指数。

摘要

本方案描述了一种可复现的方法，用于评估基于混合FAHP-FCE模型的数字化辅助国际中文文学教学的可持续性。总体目标是将多维度的可持续性判断转化为透明的定量可持续性指数（SI）。该工作流程构建了一个包含19个指标的四维指标体系。通过FAHP方法由专家判断确定各指标权重，而学习者与教师的问卷反馈则通过FCE程序映射为隶属度。随后通过加权模糊综合与去模糊化处理，得出可持续性指数SI。在中国三所大学的代表性实施案例中（共237名学习者和9名教师），获得总体SI为78.2（“良好”），并显示出与文化适应程度和机构资源差异相一致的显著区域差异。该方案高度依赖于组建一个可信的专家小组。此外，指标必须保持一致的操作化定义，因为不同地区的政策定义或课程目标差异可能影响跨机构的直接比较。未来应用应涵盖多个学期的纵向实施，以检验权重和隶属度分布的稳定性，同时开展对比研究，将此模糊方法与其他多准则模型进行基准比较。

引言

近年来，全球化与数字化的加速融合正在重塑国际中文教育，推动其从技术辅助的课堂转向数字原生的学习生态系统^1,2。在这一转变中，中文文学课程具有独特地位，因其不仅支持语言习得，还培养文化认同、审美感知与诠释能力^3,4。然而，这些教学成果在数字环境中尤为脆弱，因为当前主流的评估方法往往优先关注可立即量化认知收益，而对情感共鸣、持续的文化参与以及深层诠释等长期目标体现不足^5,6。关键的是，本方案通过人类行为的视角评估教育的可持续性。通过量化学习者与教师在使用数字文学平台时的认知反应、情感投入及教学行为，该框架将主观的人类体验转化为可测量的行为指标。

现有的评估在范围和持续时间上仍然存在局限。许多研究仍依赖于对知识掌握程度的简化测量⁷，而将审美愉悦、文化共情和对话性解读等复杂的学习体验视为次要结果，或缺乏明确界定^8,9。此外，较短的观察周期——通常短于一个学期——可能遗漏累积效应，例如数字工具如何逐步塑造学习者的解读习惯，以及教师如何通过反复实践发展其数字化教学专长^10,11。评估框架也常常呈现碎片化：技术性或教学性指标被孤立报告，而可能限制或促进可持续实施的文化与政策背景却很少被整合进一个统一的模型中¹²。这种碎片化降低了不同教学场景之间的可迁移性，尤其是在跨文化的文学课堂中，意义建构本质上具有开放性和情境依赖性^13,14。

尽管以往的研究已广泛探讨了语言习得中数字工具的采用以及短期认知收益，但评估框架仍常常呈现碎片化。现有文献缺乏将技术、教学法、文化及政策维度整合为单一可衡量标准的综合性模型。本研究亟需开展，以通过引入标准化的FAHP-FCE框架，弥补这一关键空白，实现从主观、短期的评估向透明、可重复的可持续性指数转变，从而支持跨地区比较。

为解决这些局限性，本方案提出了一种可重复的框架，用于评估数字化辅助下的国际中文教学的可持续性。该方法基于模糊多准则决策逻辑，将模糊层次分析法（FAHP）与模糊综合评价法（FCE）相结合¹⁵，从技术功能性、教学有效性、文化适应性以及政策支持四个相互关联的维度来操作化“可持续性”概念。相比传统的“精确”评分模型，该方法具有三个实际优势：能够基于专家判断透明地确定指标权重，同时容纳语言表达中的不确定性；可将问卷作答结果转化为隶属度，更准确地反映渐变的认知差异；并生成具有可解释性的可持续性指数，支持跨场景比较与敏感性分析^14,16,17。通过在评估流程中嵌入解释透明性、跨文化适应性与长期可靠性，本方案超越了短期成效检验，为其他数字化媒介支持的跨文化教学情境提供了一种可迁移的评估工具¹⁸。

方案

确保研究符合机构的人类研究伦理准则以及适用的数据保护法规^19,20。在实施任何研究程序之前，已从每位参与者处获得书面知情同意。为每位参与者分配一个研究编码，对所有数据集进行匿名化处理，并将关联密钥（标识符 <> 编码）存储在单独的、访问受限的文件中。仅限授权人员访问原始数据，并在伦理申请中注明数据保存期限和删除计划。

1. 评估背景与材料的准备

1. 确定教学背景（即数字化辅助教学所发生的特定教育环境、学习者人口统计特征以及教学法框架）。
   1. 明确课程类型（国际中国文学）、目标人群及授课方式（线下、混合式或在线）。
   2. 定义学习者的最低能力门槛（例如，汉语水平考试[HSK]5级或同等水平），并说明实际准入标准（考试证书、分班测试结果或教师确认）^21,22。
   3. 明确学期时长（周数）、课时数、平台/工具限制（不包含品牌名称），以及唯一的评估目标：通过FAHP–FCE工作流程量化教学的可持续性^23,24,25。
2. 编制材料清单
   1. 在材料表中记录所有所需物品（表格、仪器、脚本、软件和存储设备），包括：(i) 含19个条目的学习者问卷（补充文件S1），(ii) 专家两两比较表（补充文件S2），(iii) 知情同意书，(iv) 数据采集模板，以及(v) 分析脚本及其版本。
   2. 为确保可重复性，为所有文件分配文件名和版本标识符（例如，补充文件S1_questionnaire_items.pdf，补充文件S2_expert_form.pdf，fahp_weighting.py，fce_membership.py，si_compute.py，以及analysis_readme.txt）^26,27。
3. 创建工作流程图（图1）
   1. 绘制一页流程图，概括第1–10节内容，并在每个交接环节标注输入与输出（专家判断 > 模糊矩阵 > 权重；学习者反馈 > 隶属度矩阵；综合分析 > 可持续性指数）。
   2. 标注暂停节点（第3.2、4.2、8.3节），这些节点表示可安全中断流程的关键阶段，并需明确在每个节点必须归档的具体数据成果，以确保可重复性。

2. 构建指标体系

1. 构建一个三级层次结构。
   1. 将评估目标映射到四个维度（技术功能、教学有效性、文化适应性、政策支持）。
   2. 在四个维度下定义19个指标（目标 > 维度 > 指标），并确保每个指标均可通过问卷回答或文档证据进行测量。
2. 定义指标及其回答格式。
   1. 为每个指标撰写操作性定义，明确其为正向指标（数值越高越好）或负向指标（数值越低越好），并在数据字典中记录指标与维度的对应关系（表1）。
   2. 将学习者回答量表设定为7点李克特量表，带有锚定值：1 = 非常不同意；7 = 非常同意。
      注：最终确定指标集后应冻结，以便在不同队列中重复使用，并归档数据字典及表1的版本。

3. 组建专家小组并收集成对判断（FAHP）

1. 组建专家小组。
   1. 招募跨职能的专家组成员（例如，文学课程教师、教育技术专家、评估研究人员和管理人员）。
   2. 明确资格标准（包括工作经验年限、对数字化教学的熟悉程度以及跨文化教学经历），并记录专家组构成以确保透明度。
2. 收集模糊成对比较数据。
   1. 通过简短培训，向专家介绍各维度/指标的含义以及三角模糊数（TFN）的概念^28,29,30。
   2. 提供明确的锚定标准和示例以减少判断差异（例如，TFN [2, 3, 4] 表示“重要”；TFN [4, 5, 6] 表示“非常重要”）。
   3. 收集以下两方面的成对判断：(i) 四个维度之间的比较，(ii) 每个维度内各指标之间的比较，并在结束会话前验证数据的完整性。

4. 构建模糊判断矩阵并检验一致性

1. 构建模糊判断矩阵。
   1. 将每位专家在每一层次上的两两比较结果转换为模糊互补矩阵²⁵.
   2. 在聚合前检查缺失条目并执行互惠规则。
2. 测试一致性并解决分歧。
   1. 使用预设规则（如三角模糊数（TFN）的质心法）将每个专家矩阵去模糊化为清晰矩阵^31,32,33. 该精确值通过以下公式计算得出：
      
      其中 C 是去模糊化后的精确值，而 、 和 分别表示三角模糊数（TFN）的下界、模态值（最可能值）和上界。
   2. 使用层次分析法（AHP）对清晰矩阵计算一致性比率（CR）^34,35。这涉及计算主特征值（λ_最大值基质的稠度指数测定（），其中 n 是矩阵大小），并将其除以相应的随机指数（RI）以得到一致性比率（CR））。将接受阈值设置为 CR < 0.10.
   3. 若 CR ≥ 0.10，将不一致的比较结果返回给专家，通过引导式讨论协调分歧，并仅重新收集存在争议的判断结果。
      暂停点：将每个矩阵、CR 报告和核对日志归档为复现性实验材料。

5. 推导模糊权重（FAHP 输出）

1. 汇总个体判断。
   1. 使用指定算子（例如模糊几何平均）将专家判断矩阵汇总为群体层次的模糊矩阵^17,36。
   2. 在补充文件 S2中记录所用的汇总算子及参数。
2. 去模糊化并归一化权重。
   1. 采用预先设定的相同去模糊化规则，将群体层次的模糊优先级去模糊化，以获得清晰权重¹⁰。
   2. 对每一层次的权重进行归一化处理（各维度权重之和为1；每个维度内各指标权重之和也为1），并输出最终的维度与指标权重向量。
   3. 将最终权重填入表1，并锁定用于后续模糊综合评价（FCE）部分的表格版本。

6. 设计并发放学习者问卷

1. 准备仪器。
   1. 在补充文件 S1中逐字提供全部19项内容，每一项均对应映射至表1中的一个指标。
   2. 使用7点李克特量表，并在每页/屏幕清晰印制锚定文本（1 = 非常不同意；7 = 非常同意）。
   3. 对问卷进行小范围预测试（例如，邀请10–15名学习者），以确认其可理解性及完成所需时间³⁷。
2. 发放问卷并确保每位参与者仅提交一次唯一响应。
   1. 邀请符合条件的学习者（HSK 5级或具备同等实际能力者），并建立标准化的数据收集流程。明确具体的施测时间窗口（例如，学期末指定的两周时间段）以及完成方式（例如，课堂内由教师监督的15–20分钟集中填写，或通过安全、限时的在线调查链接进行受控分发）。在发放问卷前，授课教师或研究人员必须提供标准化的说明，向所有受访者清晰阐述研究目的，保证数据匿名性，并统一解释7点李克特量表的锚定含义。
   2. 通过为每位学习者发放一次性访问令牌（或等效的单次使用代码）来确保每人仅提交一次响应，禁用重复提交功能，并通过令牌日志检查重复记录。
   3. 若需保障匿名性，应将令牌与问卷响应分开存储，并在分析前对任何登录标识符进行哈希处理。
   4. 在数据清洗前记录所有排除标准（例如，不完整响应、重复令牌提交），以防止事后偏倚。
3. 记录元数据以进行亚组分析。
   1. 记录详尽的非身份识别元数据，以明确定义受访者特征，支持后续亚组分析。对于学习者，必须包括母语群体、年龄、性别、学习普通话的年限、当前HSK水平、专业领域、课程类型及学习地点等人口统计学与学术特征；对于专家小组成员，应明确记录其专业背景信息，包括教学年限、最高学位以及具体专业专长（例如，文学教学、教育技术）。
      ​注意：须保护个人身份信息，并遵循已批准的数据处理规程。

7. 计算隶属度（FCE）

1. 定义评估等级及对应的数值分数。
   1. 定义五级评估体系：优秀、良好、中等、较差、差。
   2. 为等级分配对应的数值分数（例如 90、80、70、60、50），并将评分方案记录在补充文件 S3³⁸中。
2. 确定隶属函数并构建隶属度矩阵。
   1. 确定将李克特量表回答映射到等级隶属度的隶属函数（例如梯形函数）^39,40。
   2. 在补充文件 S3中明确列出每个等级边界的参数，并说明这些参数是否适用于所有指标。
   3. 针对每个指标，将每位学习者的回答转换为一个包含5个元素的隶属度向量，然后在所有学习者之间进行汇总（例如，对隶属度取平均），形成指标层级的隶属度向量。
   4. 将所有指标层级的隶属度向量堆叠，构建指标×等级的隶属度矩阵。

8. 进行模糊合成并推导可持续性指数（SI）

1. 应用加权模糊算子。
   1. 使用指定的加权模糊合成算子（例如加权平均算子），将指标权重向量与指标隶属度矩阵结合，得到综合隶属度向量^41,42。
   2. 在补充文件S3中报告该算子的名称和公式，以确保独立可重复性。
2. 去模糊化，计算0–100尺度的SI值。
   1. 通过对等级得分（如第8.1.2节所定义）进行加权平均，将综合隶属度向量转换为单一SI值。
   2. 在每个维度内重复第9.1–9.2节步骤，并使用特定于该维度的指标权重，输出维度层面的SI值。
   3. 使用预设的截断值对SI值进行分类：85–90 = 优秀；75–84 = 良好；65–74 = 中等；55–64 = 较差；≤ 54 = 差。
      ​暂停点：将中间向量、矩阵和计算表（或脚本输出）连同文件哈希值一起存储在仓库中。

9. 可选的定性验证（混合方法）

1. 为访谈抽样参与者。
   1. 根据SI模式（例如，高 vs. 低文化适应性）采用目的性抽样方案抽取教师和学习者，并获取录音的额外知情同意。
   2. 使用半结构化访谈提纲，重点探讨评分的可解释性、可持续性的感知驱动因素以及情境限制因素（补充文件 S4）⁴³。
2. 编码并进行结果三角验证。
   1. 对录音进行逐字转录，并在编码前对转录文本去标识化。
   2. 使用预先指定的编码方案对转录文本进行编码，并记录编码员培训过程、编码者间一致性（如适用）及争议解决规则^44,45。
   3. 将定性主题与维度层面的SI结果进行三角验证，以在不取代定量分析流程的前提下，对优势与不足进行情境化解释。

10. 报告与归档（可重复性数据包）

1. 报告核心输出结果。
   1. 报告各维度与指标的权重、隶属度矩阵（或其汇总结果）、综合指数（SI）值、等级标签以及亚组间的比较结果（例如不同站点或熟练度分组）。
   2. 说明所有排除标准及最终分析的样本量（确保与摘要/结果部分保持一致）。
2. 归档材料与代码。
   1. 归档用于模糊层次分析法（FAHP）权重计算、隶属度计算、综合与去模糊化过程的匿名数据集、脚本和电子表格。
   2. 提供软件/运行环境版本信息（例如编程语言版本、软件包版本）以及固定的随机种子（如使用）^46,47。
3. 进行敏感性分析（推荐）。
   1. 对指标权重进行±10%的扰动（每次仅扰动一个指标，或在每个维度内扰动），重新归一化后重新计算综合指数（SI），并汇总SI的波动情况，以识别关键影响点（表2）。
   2. 将权重较低但敏感性较高的指标解释为潜在的“阈值风险”，并明确报告这些指标。

结果

维度权重与关键指标
采用模糊层次分析法（FAHP），维度权重显示技术维度（T）对可持续性的贡献最大（0.32），其次为文化维度（C，0.26）和教学法维度（P，0.23），而政策维度（G）的权重最低（0.19）¹⁷。在指标层面，技术维度优先考虑功能迭代效率（T3，0.25）¹和算法可解释性（T1，0.22）。文化维度强调跨文化阐释适应性（C2，0.29）和文化负载词准确性（C1，0.27）。在教学法维度中，情感目标达成度（P3，0.24）高于知识目标达成度（P1，0.21），突显了情感与阐释性成果在数字化媒介文学教学中的重要性⁴⁸。在政策维度中，数据隐私合规性（G1，0.26）排名最高，表明即使政策维度整体权重相对较低，治理相关标准仍构成显著条件（见表1）^19,49。

讨论

本方案表明，混合型FAHP-FCE工作流程可将“教学可持续性”在数字化辅助的国际中国文学课程中转化为一个透明、可重复的指数，而非模糊定义的结果。研究结果表明，技术功能是可持续性的先决条件，其中算法可解释性对可持续性指数（SI）波动的敏感性最高³¹。从实践角度看，这一模式符合阶段性逻辑：学习者与教师通常需要系统具备稳定且可解释的行为，才能持续开展深层次的文化参与和解读工作⁵⁴。

第二个关键因素是文化适应性，这对于来自非英语及较少教授语言背景的学习者尤为关键³⁴。定性主题有助于解释这一量化模式：当语料库和界面默认设置隐含以英语为中心时，依赖其他语言路径的学习者可能会更频繁地遭遇误译或具有文化显著性的误读，进而削弱感知上的可持续性，即使整体可用性仍处于可接受水平^13,55。重要的是，该方案的四维结构使这种权衡变得清晰可见：技术上的...

材料

本文使用的材料清单

姓名	公司	目录编号	评论
学习者问卷（19项）	自设计	N/A	用于收集学习者数据’ 技术、教学法、文化与政策维度的评估；7点李克特量表
专家成对比较表	自设计	N/A	用于收集专家信息’ 模糊成对比较法用于模糊层次分析法权重计算
数据采集模板 &和脚本	Excel / Python	N/A	用于数据存储、成员矩阵计算和可持续性指数（SI）生成