探索老年人参与数字学习的驱动因素

《Educational Gerontology》：Exploring the drivers of digital learning among older adults

　　**摘要**
本研究探讨了影响参与数字素养教育项目的老年人数字学习能力的各种因素。本文基于数字鸿沟和成人学习理论构建了一个理论模型，以理解老年人数字学习的驱动力。研究结果表明，在本研究的特定背景下，先前的数字技能和经验是促进其数字学习的显著预测因素，其作用比位置因素更为重要。心理因素，包括自我怀疑和对错误的恐惧，在塑造老年人持续学习过程中起着关键作用。外部支持以及与家人、朋友和社区的社会互动有助于老年人持续参与数字学习。此外，社会文化因素（如对老龄化和数字化的认知）也影响了老年人的数字学习体验。了解这些因素有助于开发针对老年学习者的有针对性和包容性的数字素养项目，使他们能够在数字化世界中更好地发展。

**引言**
新冠疫情凸显了数字素养教育的重要性（Butarbutar等人，2021年；Lee等人，2022年；Mardiani等人，2021年），特别是对于社会边缘化群体而言。在日益数字化的社会中，老年人成为了数字包容性方面的一个弱势群体。因此，专门为老年人设计的数字素养教育项目显著增加。尽管关于缩小老年人数字鸿沟的讨论日益受到重视，但相关研究也越来越多地关注这些项目的有效性和社会影响（例如Lev-On等人，2021年；Radovanovi?等人，2020年）。尽管认识到这些项目有助于减少数字不平等，但关于影响这些项目中数字学习成果的因素的实证研究仍然不足。现有研究主要关注数字鸿沟本身，强调获取和利用数字技术的差异。然而，这些研究往往缺乏对老年数字素养教育项目中观察到的多样化学习模式和成果背后原因的深入理解。为了设计更有效且有益的老年人数字学习项目，全面了解影响老年人数字学习模式和成果的因素至关重要。因此，本研究的主要目的是探讨影响老年人数字化素养培训项目（尤其是由旧金山湾区非营利组织digitalLIFT [前身为Community Tech Network (CTN)] 提供的“Home Connect”项目）的学习因素。为了全面了解学习者的数字学习模式和成果，本研究基于数字鸿沟和成人学习理论构建了一个理论模型，旨在回答以下研究问题：哪些因素促成了老年人的数字学习？这些因素如何影响老年学习者的数字学习？

**文献综述**
**老年人数字素养教育的重要性**
数字素养指的是理解数字设备生成的信息并据此有效执行任务的能力（Gilster，1997年）。它包括被称作计算机素养、信息与通信技术（ICT）素养、信息素养和媒介素养等能力。在数字设备日益普及的背景下，缺乏足够数字素养理解和能力的人可能会在社会交流中处于边缘地位（Koltay，2011年）。然而，由于社会经济因素（如低识字率、贫困、本地内容有限、基础设施不足以及现有的社会不平等），实现数字素养具有挑战性。目前，全球近40亿人无法访问互联网、数字公共产品以及有关健康和教育的基本信息（Radovanovi?等人，2020年）。这凸显了数字鸿沟，即那些能够和不能接触到新型信息技术的人之间的差距（van Dijk，2005年）。在当代数字化时代，老年人在实现数字素养方面成为典型的弱势群体。鉴于数字素养在当今数字化社会中的重要性，老年人的数字素养水平已成为数字包容性的关键决定因素（van Deursen & Helsper，2015年）。他们在获取和有效使用数字技术方面常常面临更多挑战，导致数字包容性较低（Hargittai & Hinnant，2008年）。他们早年接触数字技术的机会有限，使得他们难以采用和适应这些技术。促进老年人的数字包容性强调了提供适当的数字素养教育和培训的重要性。近期研究表明，数字素养培训和教育对老年人的生活多个方面产生了积极影响，包括增加社交活动参与度、提高与家人和熟人的沟通频率，以及认知功能和自尊心的提升（K?rn?等人，2022年；Lee等人，2022年；Scullin等人，2022年；Wolfson等人，2014年）。例如，Lev-On等人（2021年）的研究关注了数字素养教育对包括老年人在内的弱势群体的影响，发现数字素养教育有助于改善社交能力、建立新友谊和加强家庭纽带。Lee等人（2022年）强调了在农村地区使用智能手机进行数字素养教育的效果，不仅提升了数字设备的使用，还可能预防痴呆症并提升整体幸福感。Scullin等人（2022年）发现，利用数字录音器或提醒应用程序进行的数字素养教育提高了老年人的前瞻性记忆能力和日常生活中的工具性技能。Wynia等人（2019年）认为，数字素养不仅在个人层面有效，还有潜力通过促进社会凝聚力和社会资本来缓解与年龄相关的不平等。

**老年人学习数字素养的障碍和挑战**
尽管数字素养被认为是老年人福祉和社会包容性的关键因素，但许多障碍和挑战阻碍了他们的学习和使用数字设备。可访问性和经济性是限制老年人数字素养的主要障碍。由于计算机、平板电脑或智能手机等数字设备的可用性有限，老年人难以参与数字技术（Czaja等人，2019年；van Deursen & Helsper，2015年）。此外，购买和维护数字设备以及互联网订阅的高成本尤其对经济资源有限的老年人构成障碍（Tsai等人，2015年）。此外，缺乏使用数字技术所需技能和知识的老年人在面对具有复杂用户界面、小字体和不熟悉术语的设备时面临挑战（Mitzner等人，2010年；Tomczyk等人，2023年）。除了应对这些复杂功能的困难外，老年人在使用数字技术时可能还会感到恐惧、焦虑或缺乏信心（Tomczyk等人，2023年）。此外，与年龄相关的视力、听力、运动技能和认知能力的变化也给老年人使用数字技术带来额外障碍（Mitzner等人，2010年；Vaportzis等人，2017年）。为了设计和实施有效的老年人数字学习项目，必须解决他们面临的挑战。通过承认和解决这些困难，可以创建出能够帮助老年人自信且有效地使用数字技术的教育项目。

**“Home Connect”项目：老年人数字素养培训项目**
提供支持和清晰的解释被认为是帮助老年人克服数字学习中困难和挑战的关键（Hill等人，2015年）。作为为社会边缘化群体提供数字素养培训的领先机构，digitalLIFT自2020年3月以来为老年人提供了个性化的1:1虚拟数字学习项目“Home Connect”。自COVID-19封锁期间启动以来，已有982名60岁以上的老年人参与了该项目。“Home Connect”项目提供虚拟数字学习课程。为了帮助老年人学习数字技术，digitalLIFT提供由经验丰富的讲师主持的五次1小时的虚拟培训课程，并为老年人提供免费的平板电脑和全面的学习手册。初步培训通过虚拟课程由digitalLIFT讲师精心进行，重点传授基本的数字素养技能，包括使用平板电脑的基本功能、进行有效的互联网搜索、掌握电子邮件沟通以及理解在线安全实践。完成这一综合培训后，老年人将掌握扎实的数字素养基础。那些完成定期培训并希望继续学习的人还可以参加定期的虚拟问答环节。

**理论框架**
为了研究影响老年人数字学习的因素，本研究需要一个理论框架，以理解数字鸿沟的原因和老年人的学习特点。因此，本文回顾了现有的数字鸿沟和成人学习理论，并创建了一个理论模型来指导分析。
关于数字鸿沟成因的讨论有很多。van Dijk（2005年）的“资源与获取理论”指出，个人背景和社会地位的不平等导致资源获取的不平等，进而影响个人在社会中的参与度。同样，UTAUT（United Theory of Acceptance and Use of Technology）从个体层面解释了技术接受度，强调行为意图以及年龄和性别是ICT使用的关键决定因素（Venkatesh等人，2003年）。除了获取之外，社会资本在促进老年人使用ICT方面也起着关键作用。研究表明（例如Colombo等人，2015年；Larsson等人，2013年；Peral-Peral等人，2015年），来自家庭、同龄人或社区的社会支持增强了老年人的信心、动机和参与数字工具的意愿。Pihlainen等人（2023年）还提出，当学习内容与老年人的日常生活和社会互动紧密相关时，可以实现持续的数字学习。K?rn?等人（2022年）提出了一个全面的老年人数字素养模型，强调人际、制度和社会因素，以及个体特征（如能力、兴趣和学习机会）。该模型还强调了更广泛的文化背景、学习实践的可持续性以及社会结构的影响，包括关于老龄化和数字化的讨论，这些因素影响了老年人对ICT和数字学习的参与。这种整体方法符合社会文化学习视角，即学习是通过社会互动和关系发生的，而不仅仅是个体的行为（Vygotsky，1978年）。知识是在特定的社会、历史和文化背景下构建的，学习是通过合作和文化中介不断发生的（Lave & Wenger，1991年；Scribner，1997年）。当代成人学习理论同样强调生活经验、社会参与和情境学习，认为成人主要通过日常互动和实际交往获取知识。Kolb的经验学习理论（2014年）强调了将新信息与先前知识和经验联系起来的重要性，指出积极参与可以提升学习效果。情境学习理论（Lave & Wenger，1991年）进一步指出，学习嵌入在真实的现实世界情境中，知识在其中被共同构建并赋予意义。实践社区（CoP）的概念扩展了这一框架，说明了具有共同目标的协作群体如何促进知识交流、相互支持和持续参与。

综上所述，这些观点为理解老年人的数字学习提供了全面的基础，强调了先前经验、社会互动、文化背景和经验参与对于促进晚年有效和可持续数字素养的重要性。在探讨数字鸿沟和成人学习的相关讨论和理论基础上，我们在研究老年人的数字学习时必须采取一种全面的视角，不仅考虑个体层面的因素，还要考虑结构和社会文化维度。因此，本研究通过整合影响老年人数字学习成果的各种因素，构建了老年人的数字学习模型。图1展示了本研究中开发的理论框架，说明了影响老年人数字学习成果的关键因素。

老年人的数字学习模型分为三个维度：
1. **社会文化维度**：基于van Dijk、Vygotsky、Lave和Wenger的理论，包括对老龄化的认知、社会话语、文化背景、价值观、规范以及对数字化和数字社会规范的观点。
2. **社会维度**：同样基于Vygotsky、Lave和Wenger的理论，涵盖社会资本、支架式教学、社区支持、与家人、同伴和社区的社会互动以及数字包容性、公平性和可访问性。
3. **个体维度**：基于van Dijk和Kolb的理论，关注个人背景（如年龄、性别和收入），以及先前的知识、技能和经验。这一维度还考虑了用户可利用的实际资源，如互联网访问、设备和条件。

这一整体理论模型强调了老年人的数字学习是由个体、社会和社会文化维度共同塑造的。在个体层面，个人背景（如年龄、性别、收入）、资源和可访问性（如互联网使用情况、身心状况和先前知识）是数字学习的基本前提。这些因素与社会资本相互作用，其中社会支架式教学和社区支持为学习提供了必要的支持（Lave & Wenger, 1991; Vygotsky, 1978）。最后，社会文化层面提供了总体背景，认识到数字学习是一个受更广泛的社会关于老龄化和数字化讨论影响的过程。通过采用这一模型，可以更深入地理解老年人数字学习现象背后的复杂动态和决定因素。该模型的理论贡献在于它将结构性（van Dijk）、经验性（Kolb）和社会文化（Vygotsky; Lave & Wenger）视角整合到一个为老年人数字学习量身定制的多层次框架中。

**研究方法**：采用混合方法研究
本研究开发的理论框架中的每个因素都具有不同的特征。例如，年龄和收入等可以通过数字数据进行测量，而经验和观点等则是本质上定性的，需要通过详细描述或主观叙述来捕捉。表1展示了本研究中使用的定性和定量数据类型的分类。为了全面了解影响老年人数字学习的变量，本研究采用了混合方法，结合了定量和定性数据。

关于定量方法，数据分析使用了SPSS软件，并进行了多元线性回归分析。数字学习成果通过参与者在基础数字技能调查后的结果来衡量，这些技能是基于项目课程设计的。预先的数字技能则通过项目开始前进行的预调查中收集的参与者自我报告的数字技能水平来衡量。

在定性方法方面，本研究对选定的受访者进行了半结构化访谈和开放式调查问题。收集的数据通过NVivo 12.0软件进行了系统化的定性数据分析。分析从初步编码开始，逐行检查访谈记录，以识别有意义的信息单位并生成初步代码，从而捕捉参与者的经历、感知和解释。这些代码随后通过分类进行精炼和结构化，探索代码之间的关系，以确定更广泛的类别和出现的主题。虽然分析过程受到现有概念框架的指导，但本研究特别利用了模式识别方法来考察这些类别之间的动态联系，从而超越了简单的主题分类。在整个迭代过程中，不断进行比较以确保代码和主题准确地反映了参与者叙述的深度和复杂性。

**数据收集**：
“Home Connect”项目的讲师和志愿者分三个阶段进行了调查：预调查、后调查和6个月的跟进调查。然而，有些学习者只部分参与了调查，因此本研究排除了只参与了一个调查阶段的受访者。共收集了274份有效调查问卷，这些问卷来自回答了预调查和/或后调查及跟进调查的个体。从这些受访者中选择了积极参与所有调查阶段的候选人，并对他们进行了访谈。共有21名参与者接受了访谈，所有访谈都由digitalLIFT的三名受过培训的工作人员进行。由于访谈由项目提供者的工作人员实施，因此严格执行了严格的伦理协议，以减轻潜在的权力不平衡。在每次访谈之前，参与者都提供了知情同意书，明确表示参与是完全自愿的，并且不参与不会影响他们与“Home Connect”项目的关系或未来服务的获取。

**研究参与者**：
在274名研究参与者中，162人（59.1%）为女性，98人（35.8%）为男性，1人（0.4%）自认为是跨性别女性。多数人的种族为亚洲人（61.3%），50.4%的参与者收入水平被归类为“极低收入”。这些发现表明，“Home Connect”项目旨在教育社会和经济上处于边缘地位的老年人。值得注意的是，收入变量的分布高度偏斜，85.4%的参与者属于“低收入”和“极低收入”两个最低收入类别。这种经济状况的有限差异可能限制了基于收入水平检测显著差异的统计能力。

在21名受访者中，15人为女性，6人为男性。在种族多样性方面，17人为亚洲人，2人为非裔/黑人，1人为白人，1人为拉丁裔/西班牙裔。表2总结了本研究调查参与者的 demographic 特征。

**定量数据分析结果**：
为了研究影响老年人数字学习的因素（可通过定量数据分析来考察），本研究采用了多元线性回归分析。分析的变量包括性别、种族、收入、年龄、先前的数字技能和互联网使用情况。因变量是在完成“Home Connect”项目后，通过参与者的数字素养技能得出的数字学习成果。回归模型产生了统计学上显著的结果（F = 13.405, p < 0.001），模型的解释能力约为27.1%（调整后的R2 = 25.1%）。在社会科学研究中，R2值为0.25通常被认为是可接受且有意义的，因为人类行为受到许多相互关联因素的影响（Cohen, 1988）。这种适度的解释能力部分是由于结果测量方法特别设计用于捕捉应用能力而非仅仅是理论知识。剩余的方差可能反映了晚年数字学习的复杂性，这受到未测量变量（如认知状态）的影响。此外，Durbin–Watson统计量为1.841，表明残差独立性的假设没有问题。所有方差膨胀因子（VIF）均低于10，表明没有多重共线性问题。表3展示了本研究中的多元线性回归分析结果。回归系数的显著性检验显示，只有“先前的数字技能”（Beta = 0.495, p < 0.001）对参与者的数字学习成果有显著的正向影响。换句话说，研究表明，数字学习前的较高数字技能水平会带来更好的数字学习成果。有趣的是，与当前关于数字鸿沟的讨论和研究不同，在本研究背景下，性别、种族、收入和年龄等地位因素并未对参与者的数字学习成果产生统计学上的显著影响。虽然地位因素（如年龄和收入）在回归模型中不显示直接统计显著性，但这并不一定意味着它们不重要。相反，这些因素可能通过中介效应发挥作用。例如，一个人的社会地位（如收入和年龄）可能会影响他们的先前数字技能，而这种技能又是学习成果的主要驱动力。

**定性数据分析结果**：
为了理解影响老年人数字学习的复杂动态，定性分析探讨了内部因素（包括先前的经验、健康状况、兴趣和动机）如何与外部和情境因素（如支架式教学和社区、年龄歧视和数字化）相互作用。通过对21名参与者的访谈，发现了他们如何在“Home Connect”项目中进行数字学习的路径。表4总结了通过定性分析确定的关键主题、类别和概念。

**结论**：
一些老年人参与者提到在加入“Home Connect”项目之前已有数字学习经验。他们通过儿童或社区课程的学习获得了关于智能手机和笔记本电脑等数字设备基本功能的知识。他们之前接触学习技术的经历促使他们加入该项目。一位受访者表示：“我在工作中很早就接触到了技术，这使我更愿意学习如何使用数字设备。我认为我主要是出于需要才学会了如何使用智能手机。我还在当地大学参加了计算机培训课程，甚至自学了如何从图书馆下载电子书。”之前的技术学习和接触经历使参与者感到更加自在和熟悉新的数字学习内容。这表明，之前的技术接触作为内在催化剂，激发了他们积极学习的意愿。参与者在工作中的早期技术接触为他们建立了熟悉感，进而使数字学习成为另一种由需求驱动的任务。此外，这些先前的经验使他们能够自主进行数字学习。这表明，过去在技术使用中的成功体验有助于他们克服对数字学习的犹豫，并增强进一步学习数字学习的意愿。此外，这些先前经验积累的熟悉感也可能增强他们的学习能力，这种信心有助于他们在数字学习中应对心理上的脆弱性和对错误的恐惧。

**其他值得注意的方面**：
在访谈中，许多老年人表现出愿意并有兴趣学习新事物的态度，但他们同时也表达了对自己学习能力的担忧。一位老年学习者表示，由于缺乏基本的读写能力（而非数字素养），她受到了学习新知识的限制。另一位学习者则担心在学习新技术时会犯错，因为她的当前数字知识和技能有限。教育和心理学中的先前研究通常强调兴趣和动机是学习的关键驱动因素。然而，在本研究中，对学习能力的担忧比单纯的动机或兴趣更具影响力。从访谈来看，情感因素在塑造研究参与者的持续学习体验中发挥了重要作用。一位受访者在其数字学习过程中强调了这些心理因素的重要性，他表示：“能够主动寻求帮助，而不是认为自己无能力学习，这是非常重要的……”这一观点表明，数字学习中的内在障碍并不仅仅在于技能的缺乏，而是一种感知上的障碍，即害怕被贴上“无能力”的标签。为了克服这一点，受访者特别强调了心理安全的重要性——具体来说，需要一个包容和接纳的环境，在这种环境中，学习者可以放心地提出问题并分享自己的困扰。在这样的环境中，学习者会感到更加安心，从而更愿意参与数字学习。

研究结果表明，在老年人的数字学习过程中，学习过程既是一个认知过程，也是一个社会和情感过程。这表明，内在的韧性并非建立在孤立状态之上，而是需要外部支持来将恐惧转化为积极的学习行为。

**健康状况作为身体上的限制，而非学习障碍**
为了探讨老年人的健康状况如何影响他们的学习成果，访谈中询问了他们对健康问题对学习新事物影响的看法。许多受访者报告了与听力、视力、行动能力和记忆力相关的健康问题。尽管面临这些健康挑战，但他们中的许多人并不认为这些健康问题对他们的学习产生了显著影响。其中一些人承认在学习时感到不适，但他们并没有认为这些健康问题对学习过程本身有太大的影响。例如：“我认为我的听力损失并没有太严重地影响我的日常生活或学习。我需要定期注射来控制免疫系统疾病，但我仍然能够过上相对幸福的生活，学习并没有受到太大影响。我因为骨质疏松症而有背痛，不能坐或站太久，但这并没有影响到我的学习。”

老年人提到，他们一直在练习使用数字技能以克服影响学习的身体和心理挑战。一位受访者说：“随着年龄的增长，我的记忆力变得很差，所以我必须不断练习使用数字工具，以免忘记东西。健康问题确实会让我学习速度减慢，但我试图利用这些情况来继续学习，而不是放弃。”

正如受访者所指出的，记忆力减退和健康问题并不是放弃学习的理由，而是继续努力的动力。虽然身体上的问题可能会加剧自我怀疑或对犯错的恐惧，但这些受访者选择了通过反复练习来克服这些限制。他们自己制定了应对策略，确保身体的衰退不会导致他们放弃学习。

**社会支持与社区在维持数字学习参与度方面的作用**
大多数受访者提到，家庭成员、社会工作者和邻居是他们解决数字设备相关问题的主要支持来源。这凸显了来自他人的强大支持系统对于确保老年人能够持续有效地进行数字学习的重要性。

社区的作用不仅限于直接的帮助。例如，有一位受访者表示，在使用数字设备时没有得到任何帮助，但他仍然定期参加digitalLIFT组织的科技咨询问答活动。他说：“我会参加Zoom上的问答环节，但我可能需要更多一对一的指导。我不太能清楚地表达我的问题，所以有时候讲师很难回答我的问题。尽管在虚拟环境中表达问题有些困难，但我仍然能从别人的问题和答案中学到很多东西。”通过参与这些问答活动，这位老年学习者能够在继续学习的过程中获得宝贵的经验。社区为老年人提供了一个安全的平台，让他们能够在其中寻求帮助。

**“变老”作为通往终身学习的自然路径**
大多数受访者将“变老”视为一种自然现象，并不阻碍他们继续学习的意愿。虽然社会常常将衰老与能力下降联系在一起，但本研究中的老年人将其视为促进进一步成长的自然过程。事实上，有一位受访者甚至表示，“变老”为他提供了更多的空闲时间来继续学习。然而，也有一些受访者认识到衰老可能带来的身体和心理退化，并通过锻炼或参加户外活动来努力克服这些困难。这表明，虽然老年人不认为“变老”对学习有负面影响，但他们认识到某些与年龄相关的症状是需要解决和改善的负面因素。这体现了对衰老作为身份和身体状况的区分：他们将“变老”视为生命的一个自然阶段，不会妨碍他们的学习愿望，同时也会关注身体和心理上的退化，并设法应对这些挑战。

**接受数字化作为走向独立和自主的途径**
大多数受访者对技术的快速发展和持续进步表示积极态度。老年人表现出开放的心态，愿意学习新科技，并显示出持续学习的必要性和意愿。即使面临着跟上技术进步的挑战，他们仍然渴望提高自己的独立性。其中一位90多岁的受访者仍然愿意学习新技术，如社交媒体、在线游戏和语言学习应用。对独立的追求是他们积极参与数字学习的重要动力。

**讨论**
研究结果揭示了影响Home Connect项目参与者数字学习成果的因素，并揭示了不同群体之间的差异。在定量数据中，之前的数字技能被确定为影响数字学习成果的唯一关键因素。值得注意的是，年龄、性别、收入、种族和互联网使用情况对这些参与者的数字学习成果没有显著影响。这一发现与以往关于数字鸿沟的讨论不同，以往的研究主要关注信息通信技术（ICT）的可及性不平等以及人口统计学特征（如收入、教育水平和年龄）对数字使用的影响（参见Atkinson等人，2008年；van Deursen和van Dijk，2011年）。本研究的独特发现表明，在促进数字学习成果方面，之前的数字技能比传统因素更为重要。这意味着，在旧金山湾区这样的数字化背景下，老年人已经普遍接触到了更多的技术，使他们现有的数字技能成为比传统因素更重要的影响因素。此外，这强调了基于学习者已有经验来增强数字素养和持续参与度的重要性。因此，为了促进数字包容性，干预措施应侧重于利用学习者的已有经验，而不仅仅是解决接入或人口统计差距。对于老年人来说，持续的干预至关重要，因为持续练习和指导性学习机会有助于他们积累和巩固数字技能，从而直接提升他们的学习成果。

尽管之前的数字技能是主要的定量预测因素，但定性研究也发现，这一因素并非孤立存在，而是与心理因素（如对错误的恐惧和自我怀疑）相互作用，并受到社会支持和社区支持的进一步增强。这些因素共同塑造了老年人的数字学习成果。

此外，研究还发现，以往的数字学习经历也对老年人的数字学习成果有重要影响。过去的经验与他们现有的数字技能密切相关，因为接触技术使他们对新技术更加熟悉和自信，从而能更有效地使用新的数字工具。这与Kolb的经验学习理论（Kolb，2014年）一致：将新信息与已有经验相结合对于最佳学习效果至关重要。通过早期和有指导性的方式让老年人接触新兴技术（如用于日常任务的人工智能应用、虚拟助手或生成式AI工具），可以帮助他们发展可转移的技能、减少焦虑并增强信心，从而为未来的数字学习打下基础。为了提高数字学习的效果，数字学习项目需要认识到老年人之前的技术使用经验，并提供个性化的支持，基于他们的现有知识和技能进行定制。例如，可以为老年人提供初始的诊断性评估，根据评估结果将他们分到不同的学习路径中，如针对基础设备的学习路径或针对有兴趣探索特定应用的进阶路径。此外，数字学习项目应提供符合老年人需求的个性化支持，如Home Connect项目所提供的1:1数字学习模式。这种定制化的支持确保教学进度和内容能够适应每个学习者的独特学习进程，从而减少挫败感并维持长期的学习参与度。

与一些研究不同，这些研究表明，对于老年人来说，兴趣和动机并不是决定学习成果的关键因素。大多数老年人之所以在开始学习时犹豫，是因为他们担心犯错或认为自己在学习能力上有所局限。这意味着，虽然兴趣和动机仍然是学习成果的重要因素，但老年人的心理因素（如对错误的恐惧或自我怀疑）也会显著影响他们开始新学习的意愿。对技术错误的恐惧会阻碍经验学习中的积极探索阶段。在积极探索阶段，学习者需要在实际情境中测试自己的新理解，但当这一阶段受到阻碍时，学习循环（包括具体体验、反思观察和抽象概念化）就会被打断，从而影响知识的形成。因此，这种心理障碍会阻碍老年人主动参与数字学习，最终降低他们的学习效果。增强老年学习者的抗压能力不仅是一种心理支持，也是促进他们积极参与数字化学习的教学必要条件。因此，了解老年人在采用数字化学习过程中可能面临的独特挑战，是设计有效且具有支持性的学习环境的第一步，以帮助他们持续发展数字技能。老年人在数字化学习中可能遇到的一个典型挑战与他们的健康问题有关，这可以被视为一个重要因素。尽管许多老年参与者面临与年龄相关的健康问题，但他们并不认为这些问题会成为数字化学习的重大障碍。相反，他们相信自己的学习决心和反复练习能够克服健康状况带来的不适。虽然老年人的健康状况可能会减慢他们的学习进度，但他们认为这并不会最终阻碍他们的学习进程。老年参与者的心理因素，如抗压能力和学习自我效能感，在他们的数字化学习成果中起着更为关键的作用，使他们能够在健康方面的困难中仍然适应并取得成功。虽然心理和健康因素没有被正式纳入回归分析中，但它们对参与者的实际体验至关重要。定性数据显示，心理和健康因素以间接和互动的方式影响着老年参与者的数字化学习。因此，关注提高老年人的自我效能感和抗压能力对于为他们设计和实施有效的数字化学习计划至关重要。

数字化素养培训计划可以通过创造一个鼓励冒险的支持性环境来培养老年学习者的自我效能感和抗压能力。正如现有关于老年人自主学习的文献（例如Morrison & McCutheon, 2019）所强调的那样，给予学习者在学习目标上的自主权可以显著增强他们使用数字工具的信心。例如，引入同伴辅导模式（如数字导航师）或协作解决问题的任务（如技术咨询问答环节）可以帮助降低犯错的恐惧，因为观察同伴克服类似挑战的过程可以增强替代经验，这是老年人数字化学习自我效能感的一个重要来源（Lozoya等人, 2022）。此外，将学习内容与老年人的日常生活需求联系起来的数字化素养计划，比如教授在线购物、远程医疗预约、导航应用和视频通话工具，可以直接激发他们的自主性和自我保障感，从而促进他们对数字化学习的持续参与。

许多老年参与者表示，家人、社会工作者和邻居对他们的数字化学习给予了大力支持。这种外部支持以及学习社区内的互动在帮助他们克服数字设备相关挑战方面发挥了关键作用。这些社交网络和社区参与促进了他们的持续参与，使老年人能够不断寻求指导并保持数字化学习的热情。为了提高学习成果，为老年人提供多样化的资源和社会互动机会非常重要，以丰富他们的整体学习体验。社会文化因素，特别是对衰老和数字化的认知，也对数字化学习有着显著影响。尽管普遍对衰老的概念持中立态度，但社会往往对与年龄相关的症状持有负面看法，这可能成为学习的潜在障碍。对犯错误的担忧或认知局限性的认识可能会阻碍老年人的参与。解决这些挑战需要社会对年龄变化的理解和支持性、包容性的学习环境。正如Perim等人（2025）所强调的，针对老年人的政策制定和教育设计应优先通过系统性干预来创建包容性环境。这种方法确保数字化素养不仅仅是个人技能，更是实现社会包容的重要工具。这些见解可能为面临类似数字化包容性挑战的其他老龄化社会提供有意义的政策启示，即使这些社会在文化和技术背景上与本研究不同。

相比之下，老年人对数字化持积极态度，乐于接受技术进步并积极参与数字化学习。他们对数字化社会的积极看法促进了持续的学习能力发展，从而提高了他们的学习成果。

尽管这项研究为理解边缘化老年人群体的数字化学习驱动因素提供了有价值的见解，但在解释研究结果时也应认识到一些局限性。首先，参与者的社会经济分布严重偏向低收入群体，超过85%的参与者属于最低收入阶层。这种收入水平的有限差异可能会限制模型识别财务因素对数字化学习成果统计显著性的能力。通过Home Connect计划提供的免费平板电脑和互联网接入可能进一步减少了因收入差异导致的数字资源获取不平等问题。未来的研究应招募更多社会经济背景多样的样本，以检验这些发现是否适用于更广泛的收入范围。此外，样本主要由亚洲人组成，这可能反映了特定文化背景下对技术、衰老和学习的看法，不能代表其他种族或文化背景下的老年人群体。未来的研究应考察这些发现是否适用于更多种族和社会经济背景多样的样本。由于数据来自旧金山湾区的一个数字化素养项目，这些发现可能无法完全推广到具有不同数字基础设施水平的老年人群体。该地区特有的技术密集环境可能是传统位置因素未能成为显著预测因素的部分原因。此外，用于测量数字化学习成果和先前数字技能的调查工具是专门为Home Connect项目开发的，并非经过验证的心理测量工具。缺乏正式的可靠性和有效性测试是一个局限性，未来的研究应考虑使用标准化工具来提高定量分析的严谨性。

虽然这项研究侧重于位置因素的直接影响，但这些变量也可能通过间接途径影响数字化学习成果。例如，一个人的社会地位可能决定了他们之前的技术接触程度，进而影响当前的数字化学习成果。未来的研究应采用结构方程模型（SEM）等正式方法来实证检验这些间接关系，从而更细致地理解结构性不平等如何体现在个人的数字技能上。虽然定性研究结果强调了心理抗压能力和健康状况在数字化学习中的重要性，但这些变量并未正式纳入定量模型中。未来的研究应考虑使用这些心理和健康相关变量，以实现更加综合的混合方法分析。此外，在这个快速变化的数字时代，未来的研究应探讨持续接触新兴技术（包括人工智能和智能设备）如何提升老年人的数字能力。纵向研究将考察个人、社会和社会文化因素的相互作用，为设计与老年人相适应的、包容性和有效的数字化素养计划提供依据。

总之，这项研究通过建立基于数字鸿沟和当代成人学习理论的理论框架，全面探讨了影响老年人数字化学习成果的各种因素。该框架涵盖了个人属性（如先前的数字技能和学习经验、动机和健康状况）、位置因素（如年龄、性别、收入和种族）、物质资源（如互联网接入和学习机会）、社会资源（如支持和社区支持）以及社会文化因素（如对衰老和数字化的看法）。采用混合方法的研究发现，先前的数字技能和学习经验是积极数字化学习成果的最强预测因素。心理因素，如抗压能力、自我效能感和决心，通过反复练习得到强化，也发挥了关键作用。社会支持和社区互动促进了学习的持续参与，而社会文化态度则塑造了学习者的观念和成果。相比之下，动机、兴趣和健康状况的影响较为有限。研究结果强调了干预措施的重要性，这些措施不仅限于提供数字接入，还注重持续的技术接触、分层学习和支持自信的建立。然而，必须认识到这些结论具有很强的情境依赖性，反映了旧金山湾区的具体情况。因此，尽管这项研究为支持老年人群体提供了有价值的见解，但其结果应被视为特定情境下的发现，而非普遍适用的结论，为在不同地理和组织环境中开展进一步比较研究提供了基础。