吳江 馬磐昊
摘 要:近幾年,MOOC的發(fā)展如火如荼,其迅速興起和巨大的影響力吸引了眾多學習者的加入。MOOC平臺的理念正是為更多人提供優(yōu)質(zhì)的學習資源,實現(xiàn)開放性、大規(guī)模式的學習,通過人主體和知識主體間的相互交流、知識共享,實現(xiàn)知識的傳遞與流動,從而提高學習的效果。文章基于超網(wǎng)絡(luò)視角研究了MOOC平臺上的知識流動,定義了超網(wǎng)絡(luò)中超點度、超邊度等參數(shù)的概念和計算公式,描述了超網(wǎng)絡(luò)的中心性參數(shù)及其含義,并利用中國大學MOOC平臺上《信息檢索》課程討論區(qū)的數(shù)據(jù),選擇具有代表性的討論主題和學習者,結(jié)合超度和中心性指標分析了MOOC平臺的知識流動。最后,針對MOOC平臺討論區(qū)參與度不強、知識流動效果不好的問題提出若干建議。
關(guān)鍵詞:MOOC;超網(wǎng)絡(luò);知識流動;超度;中心性
中圖分類號: G434 ?文獻標識碼: A ? DOI: 10.11968/tsyqb.1003-6938.2015134
Knowledge Flow Research in MOOC Platform Based on Super Network
Abstract MOOC has developed rapidly and exerted a great influence in recent years, and thousands of learners have been attracted to join the platform. The vision of MOOC is providing quality learning resources for more learners to achieve open and massive learning mode. Through the interaction between human body and knowledge body, the MOOC platform can contribute to knowledge sharing and knowledge flowing, which improves the effect of learning. This paper studies the knowledge flow in MOOC platform based on the perspective of super network, and defines or describes the concepts and formulas of several parameters such as super node degree, super edge degree and centrality. We use the representative forum data of one course named ? "Information Retrieval", which collected from the Chinese university MOOC platform, and analyze the knowledge flow in terms of super network, employing super degree as well as centrality parameters. Finally, we find that there exists a problem in MOOC platform, which is that the participation rate in forum part is low and the knowledge flow is not satisfactory, so we make several suggestions for this problem.
Key words MOOC; super network; knowledge flow; super degree; centrality
1 引言
MOOC(Massive Open Online Course)即大規(guī)模開放在線課程,是近年來在全球迅速興起的一種新型教育形式[1]。MOOC具有易于使用、免費、開放、大規(guī)模、學習資源豐富等特點[2],通過為學習者提供教學視頻、習題、測試以及交互性的討論區(qū),可以讓學習者不受時間和地域的限制,輕松的獲取所需知識[3]。學習者通過參與討論、完成平時測驗和期末考試,最終獲得結(jié)業(yè)證書或優(yōu)秀證書。這種模式極大地削減了學習者獲取知識的障礙,完成了知識向更多學習者的流動。國內(nèi)外的主流MOOC平臺大都提供了討論區(qū),供學習者之間、學習者與老師之間充分地交流互動,實現(xiàn)了人與人之間知識的共享。
MOOC平臺上提供的課程琳瑯滿目,涉及不同的學科和領(lǐng)域,而各學科的課程之間存在知識的相互關(guān)聯(lián),各學科內(nèi)部的課程之間更存在知識的相互交融。參與MOOC平臺的學習者也數(shù)以萬計,有處于高等教育的本科生和碩士生,有離開學校后仍對知識有強烈渴求的上班族,還有為學習者提供課程的教師與工作人員。因此,MOOC平臺存在著人主體網(wǎng)絡(luò)和知識主體網(wǎng)絡(luò),兩個網(wǎng)絡(luò)相互交錯,彼此聯(lián)系,形成了多類型、多層次、多維度的超網(wǎng)絡(luò)。
交流互動對于知識的獲取與記憶以及提高學習的效果非常重要[4-5]。MOOC平臺不僅通過互聯(lián)網(wǎng)使學習者擺脫時間、地域、學科知識以及知識主體身份的限制,以獲得豐富的課程和學習資料,還符合創(chuàng)新2.0大背景下知識社會以人為本、用戶參與創(chuàng)新、彼此交流互動的趨勢[6]。但是,如今大部分MOOC平臺更多的只注重提供視頻和課程材料,忽略了交流互動的重要性,忽視了學習者之間的互動有助于促進知識的流動和學習效果的提升[7]。由于從超網(wǎng)絡(luò)視角可以更好地理解MOOC平臺中的知識流動和交流互動的重要性。因此,本文首次提出基于超網(wǎng)絡(luò)視角研究MOOC平臺的知識流動,定義和描繪了超網(wǎng)絡(luò)中的若干參數(shù)指標及計算公式,并結(jié)合中國大學MOOC《信息檢索》課程討論區(qū)的實際數(shù)據(jù),利用超網(wǎng)絡(luò)的參數(shù)指標分析了MOOC平臺的知識流動性,同時針對知識流動中存在的問題提出若干建議。
2 文獻綜述與分析
目前,MOOC在國內(nèi)外的發(fā)展異常迅速,同時也引來了學術(shù)界的廣泛關(guān)注,越來越多的學者開始從事MOOC的研究。目前國內(nèi)有關(guān)MOOC的學術(shù)和非學術(shù)文獻,其研究主題主要集中在MOOC的發(fā)展歷程及對我國傳統(tǒng)(高等)教育的影響、MOOC的平臺建設(shè)和技術(shù)環(huán)境、MOOC中的教與學、MOOC的質(zhì)量監(jiān)控、課程認證和學分認可、MOOC的商業(yè)運營模式和市場前景等方面[8]??婌o敏、汪瓊[9]則對2008~2012年的外文文獻進行收集分析,并從MOOC形式辨析、課程提供者的現(xiàn)實問題、學習者體驗探究、MOOC數(shù)據(jù)分析幾個主題出發(fā),梳理出了國外MOOC研究發(fā)展的大致脈絡(luò)。由此可見,如今國內(nèi)外關(guān)于MOOC的研究多集中于教與學、對傳統(tǒng)教育的影響、MOOC平臺的建設(shè)與改進、未來的發(fā)展與前景以及MOOC數(shù)據(jù)分析等方向。
MOOC最初是基于關(guān)聯(lián)主義理論發(fā)展而來,這種MOOC模式稱為cMOOC模式[10]。cMOOC強調(diào)讓學習者自發(fā)地交流與協(xié)作,彼此之間建立連接構(gòu)建學習網(wǎng)絡(luò)、進行學習的自組織;同時,課程組織者設(shè)定學習的主題,安排專家與學習者之間進行互動,分享學習資料,推薦學習資源,促進分享和協(xié)作,進行學習的他組織[11]。這是一種以社會化網(wǎng)絡(luò)為基礎(chǔ)的形式組織,在MOOC討論區(qū)中,通過人主體與知識主體間的相互交流、知識共享、協(xié)同演化,實現(xiàn)知識的傳遞與流動,從而提高學習的效果。
國外已有學者從社會網(wǎng)絡(luò)視角研究MOOC,如文獻[12]研究了討論區(qū)中形成的網(wǎng)絡(luò)以及網(wǎng)絡(luò)成員之間的彼此協(xié)助;文獻[13]指出討論組間互動的重要性常常被忽略,而參與者交流課程時的組內(nèi)討論有助于加深對知識的理解和知識的傳遞;文獻[14]認為MOOC中的學習者之間會相互影響,利用社會網(wǎng)絡(luò)分析可以發(fā)掘具有同質(zhì)性的群體。然而目前MOOC討論區(qū)的參與率很低,斯坦福的研究者分析了Coursera上23門課程的討論區(qū)數(shù)據(jù),發(fā)現(xiàn)參與率均低于10%,大部分在5%左右[15]。文獻[16-17]也得到了相似的結(jié)論,可見MOOC平臺的知識流動效果并不好。
利用社會網(wǎng)絡(luò)分析方法,通過計算度和中心性等指標并結(jié)合網(wǎng)絡(luò)結(jié)構(gòu)可以衡量知識的流動性,而從超網(wǎng)絡(luò)視角則可以揭示出更多的信息。約瑟夫·謝菲(Yosef Sheffi)最早提出了“超網(wǎng)絡(luò)”的概念[18],也有學者把高于而又超于現(xiàn)存網(wǎng)絡(luò)的網(wǎng)絡(luò)(above and beyond existing networks)稱之為超網(wǎng)絡(luò)(super network)[19]?!俺W(wǎng)絡(luò)”的出現(xiàn)是因為用單一的網(wǎng)絡(luò)圖不能完全刻畫真實世界網(wǎng)絡(luò)的特征以及網(wǎng)絡(luò)之間的相互關(guān)系,利用超網(wǎng)絡(luò)可以更加清楚地描述和表示網(wǎng)絡(luò)之間的相互作用和影響。然而目前關(guān)于超網(wǎng)絡(luò)的研究還處于發(fā)展階段,雖然提出了超網(wǎng)絡(luò)的概念,一些學者也構(gòu)建出了一些超網(wǎng)絡(luò)的應(yīng)用模型,但與發(fā)展已比較成熟的單模網(wǎng)絡(luò)相比,對于超網(wǎng)絡(luò)的測量指標仍沒有確切、統(tǒng)一的定義或計算方法,也不足以定量的揭示出超網(wǎng)絡(luò)中隱含的信息。有部分學者研究了知識及知識管理的超網(wǎng)絡(luò),但還集中于對概念的定義和模型的建立[20-23]。針對MOOC這一新興平臺,從超網(wǎng)絡(luò)視角對其知識流動的研究還沒有開展。本文正是基于超網(wǎng)絡(luò)視角并利用若干參數(shù)指標來分析MOOC平臺的知識流動,因而具有一定的創(chuàng)新性。
3 超網(wǎng)絡(luò)的度參數(shù)及中心性指標
超網(wǎng)絡(luò)的研究對象涉及不同的學科和領(lǐng)域,因此也導致其研究方法的多樣性。目前主要有基于變分不等式、基于超圖和基于系統(tǒng)科學的三類研究方法[24]。其中,基于超圖的超網(wǎng)絡(luò)研究方法在最近的研究中使用較多。超圖的定義[25]為:
設(shè)V={v1,v2,…,vn}是一個有限集。若
a. E i≠?準(i=1,2,…,m);
b. ∪E i=V
則稱二元關(guān)系H=(V,E)為一個超圖。V的元素V={v1,v2,…,vn}稱為超圖的頂點,E={e1,e2,…,em}是超圖的邊集合,集合Ei={v,v,…,v}(i= 1,2,…,m)稱為超圖的邊——超邊(見圖1) :
V={v1,v2,v3,v4,v5,v6,v7},
E={e1={v1,v2,v3},e2={v1,v4},e3={v2,v3},e4={v3,v5,v6 },e5={v4,v7}}
3.1 超網(wǎng)絡(luò)的度參數(shù)指標
關(guān)于超網(wǎng)絡(luò)的度參數(shù)指標,郭進利等[26]提出了點度、邊度和合度的概念,胡楓等[27]提出了節(jié)點度、節(jié)點超度和超邊度的概念。在此,筆者綜合考慮了超點以及超邊的屬性,定義了基于超圖的超網(wǎng)絡(luò)中超點度和超邊度的概念和算法。定義如下:
(1)點度:在超圖中,超點vi的點度定義為包含vi的超邊數(shù)之和,記為d(vi)。
(2)邊度:在超圖中,超邊ej的邊度定義為超邊ej包含的超點數(shù)之和,記為d(ej)。
(3)超點度:在超圖中,超點vi的超點度定義為考慮超點vi所歸屬的超邊時,超點vi的超點度,記為dH(vi)。
超點度的計算公式為:
dH(vi)=d(vi)(公式1)
其中,∑i d(ej)表示節(jié)點vi所歸屬的超邊的邊度之和,∑j d(ej)表示所有超邊的邊度之和。
(4)超邊度:在超圖中,超邊ej的超邊度定義為考慮超邊ej所包含的超點時,超邊ej的超邊度,記為dH (ej)。
超邊度的計算公式為:
dH(ej)=d(ej) ? ? ? ? ? ? ? ?(公式2)
其中,∑j d(vj)表示超邊ej所包含的超點的點度之和,∑i ?d(vj)表示所有超點的點度之和。
以圖1為例,則:節(jié)點v1,v2, v3, v4, v5, v6, v7的點度分別為2,2,3,2,1,1,1;
超邊e1,e2,…,e5的邊度分別為3,2,2,3,2;
節(jié)點v1,v2, v3, v4, v5, v6, v7的超點度為0.83,
0.83,2.00,0.67,0.25,0.25,0.17;
超邊e1,e2,…,e5的超邊度分別為1.75,0.67,0.83,
1.25,0.50。
3.2 超網(wǎng)絡(luò)的中心性參數(shù)指標
關(guān)于超網(wǎng)絡(luò)的中心性參數(shù)指標目前還沒有明確的定義。但是在超網(wǎng)絡(luò)的研究過程中,介于超網(wǎng)絡(luò)的復雜性,往往將較為簡單的超網(wǎng)絡(luò)轉(zhuǎn)化為二-模網(wǎng)絡(luò)(bipartite network)來解釋其網(wǎng)絡(luò)結(jié)構(gòu)和屬性。
中心性是衡量一個節(jié)點在網(wǎng)絡(luò)中所發(fā)揮重要性的關(guān)鍵指標。中心性一般分為三種形式:度中心性(degree centrality)、接近中心性(closeness centrality)、中介中心性(betweenness centrality)。對應(yīng)三種中心性的分別為度中心度、接近中心度和中介中心度。
(1)度中心性:度中心性是指通過節(jié)點vi的度來衡量節(jié)點的中心性,節(jié)點的度數(shù)越高,即該節(jié)點的連邊越多,說明該節(jié)點的中心性越高。
超節(jié)點和超邊其實就是一個二-模網(wǎng)絡(luò),超點隸屬于某些超邊,而某一超邊擁有某些超點。在這個二-模網(wǎng)絡(luò)中,一個超點的度數(shù)中心度是該點所隸屬的超邊數(shù);一個超邊的度中心度是該超邊所擁有的超點數(shù)。
(2)接近中心性:若一個節(jié)點與其他節(jié)點的距離之和越小,則表明該節(jié)點越重要,其在信息傳播的過程中越不依賴于其他的節(jié)點,這反映的是接近中心性。將一個節(jié)點vi與其他節(jié)點的距離之和的倒數(shù)定義為接近中心性[28]。
在二-模網(wǎng)絡(luò)中,超點和超邊有關(guān)聯(lián),所有從一超點出發(fā)的路徑必然首先經(jīng)過該超點所隸屬的超邊;同樣,所有超邊發(fā)出的路徑也必然首先經(jīng)過該超邊所包含的各個超點。因此,一個超點的接近中心度是該超點所隸屬的超邊到其他超點和超邊的距離的函數(shù)[29-30],即
C(vI)=[1+]-1(公式3)
其中,g表示超點數(shù),h表示超邊數(shù),超邊j和超點i鄰接。
同理,超邊的接近中心性也是超邊所含超點到其他超點和超邊的最短距離的函數(shù),即
C(ej)=[1+]-1(公式4)
(3)介數(shù)中心性:現(xiàn)實網(wǎng)絡(luò)中,有些節(jié)點雖然擁有較小的連接度,但是卻處在許多網(wǎng)絡(luò)的最短路徑上,對網(wǎng)絡(luò)的連通性起到了關(guān)鍵性作用,這反映的是節(jié)點的介數(shù)中心性。節(jié)點介數(shù)中心性定義為經(jīng)過節(jié)點vi的最短路徑條數(shù)占網(wǎng)絡(luò)中所有最短路徑數(shù)的比例[29]。
在超點和超邊的二-模網(wǎng)絡(luò)中,由于每對超點之間的聯(lián)系都要通過超點所屬的超邊來傳遞,因此,超邊總處于超點之間的捷徑上。同理,每對超邊之間的聯(lián)系都要通過超邊所包含的超邊來傳遞,因此,超點總處于超邊之間的捷徑上。
4 超網(wǎng)絡(luò)視角下MOOC平臺討論區(qū)的知識流動
用H=(P,K)表示MOOC平臺知識流動下的超網(wǎng)絡(luò),其中P(person)代表人主體超點的集合,K(knowledge)代表知識主體超邊的集合。MOOC平臺上的兩大主體之間會形成知識流動,人主體之間學習知識、分享知識,知識主體之間相互關(guān)聯(lián),以知識主體為主的知識流動和以人主體為主的群集交互進行交錯式的協(xié)同演化,形成了復雜的超網(wǎng)絡(luò)。
知識流動來源于知識交流與互動,討論區(qū)中“互動式”的學習有助于形成更頻繁、更快速、更有價值的知識傳播與分享。學習者觀看課程視頻、提交測試與作業(yè),是一種被動接收知識的過程,很難衡量知識的流動性,而在討論區(qū)人主體間可以交流課程學習及作業(yè)中遇到的問題,還可以彼此分享學習到的知識和經(jīng)驗,這是一種主動促進知識分享的過程。因此,分析討論區(qū)中人主體與知識主體間的交流互動可以更好地衡量MOOC平臺的知識流動。
在討論區(qū)超網(wǎng)絡(luò)中,人主體超點包括教師、助教、學習者,知識主體超邊包括討論區(qū)下的主題,這些主題討論中所包含的知識代表了知識主體。每一主題下都有人主體參與討論,而人主體又可以參與多個主題。
從人主體和知識主體視角來看,使用點度、邊度、超點度、超邊度、度中心性、接近中心性和中介中心性七個指標來衡量知識流動性。
(1)點度表示人主體超點參與知識流動的頻數(shù),其值越大,表示其參與知識分享的頻數(shù)越大,對知識流動的促進作用越強。
(2)邊度表示知識主體超邊促進知識流動的程度,其值越大,表示其吸引人主體參與知識分享的能力越大,對知識流動的促進作用越強。
(3)超點度表示的是人主體超點參與知識流動的能力。根據(jù)超點度的定義可知,與點度不同,其值為相對值,若某學習者參與的均為參與度(回復數(shù))較高的話題,那么與點度相同的另一位學習者相比,其超點度更大,在知識分享中發(fā)揮更大的作用,因為該學習者影響的學習者更多,影響范圍更廣,對知識流動的促進作用越強。
(4)超邊度表示的是知識主體超邊促進知識流動的能力。同理,超邊度也為相對值,若某話題吸引的參與者均為參與度較高的學習者,那么與邊度相同的另一主題相比,其超邊度越大,因為其吸引了更加活躍、影響力更大的學習者參與到此話題的討論,對其他學習者的影響會更大,對知識流動的促進作用越強。
(5)度中心性表示超點(邊)在超網(wǎng)絡(luò)中所處位置的重要性,其值越大,表示與其他超點(邊)的聯(lián)系更緊密,在超網(wǎng)絡(luò)中對知識流動的促進作用越大。
(6)接近中心性表示超點(邊)在超網(wǎng)絡(luò)中與其他超點(邊)的接近程度,其值越大,表示在超網(wǎng)絡(luò)中此超點(邊)與其他超點(邊)的距離越短,在超網(wǎng)絡(luò)中的位置優(yōu)勢越明顯,更容易影響知識的傳播和分享。
(7)從控制信息傳輸?shù)慕嵌榷裕閿?shù)越高的節(jié)點重要性越大,去除這些節(jié)點后對網(wǎng)絡(luò)傳輸?shù)挠绊懸苍酱?。中介中心性表示超點(邊)在超網(wǎng)絡(luò)中對信息、知識的控制能力,即對知識流動的影響力。
從整個超網(wǎng)絡(luò)視角來看,使用平均超點度和平均超邊度兩個指標來衡量知識流動性。
(1)平均超點度:平均超點度是指人主體超點vi超點度的平均值,即∑dH (vi)/n,其中n代表超點的個數(shù)。平均超點度表示的是整個人主體超網(wǎng)絡(luò)中人主體參與知識流動的程度。
(2)平均超邊度:平均超邊度是指知識主體超邊ej超邊度的平均值,即∑dH (ej)/m,其中m代表超邊的個數(shù)。平均超邊度表示的是整個知識主體超網(wǎng)絡(luò)中知識主體促進知識流動的程度。
基于超網(wǎng)絡(luò)視角綜合考慮了人主體和知識主體間的聯(lián)系與互動,可以更好地理解MOOC平臺上的知識流動。點度和邊度可以衡量MOOC平臺中學習者和主題促進知識流動的頻數(shù)和程度,值越高表明其參與知識流動的次數(shù)越多,但頻數(shù)高并不代表其發(fā)揮的作用大。參與度較高的主題往往因其話題質(zhì)量較高而吸引更多的參與者,擁有同樣點度的參與者,超點度大的表明其參與了更多高質(zhì)量的主題,從而可以影響更多的學習者,對知識流動的促進作用則越強,因此超點度和超邊度可以衡量對知識流動促進作用的質(zhì)量。平均超點度和平均超邊度則可以衡量整個超網(wǎng)絡(luò)中人主體與知識主體對知識流動的促進作用。三類中心性則可以衡量人主體與知識主體在超網(wǎng)絡(luò)中的重要程度。
5 超網(wǎng)絡(luò)視角下MOOC平臺知識流動分析實例
5.1 超網(wǎng)絡(luò)視角下MOOC平臺知識流動參數(shù)分析
中國大學MOOC平臺上開設(shè)了《信息檢索》這門課程,筆者利用網(wǎng)絡(luò)爬蟲獲取了該課程討論區(qū)的部分數(shù)據(jù)。
討論區(qū)下有很多主題,學習者可以通過發(fā)起主題來發(fā)布學習過程中遇到的問題以尋求幫助,或分享學習心得和筆記;教師、助教可以在討論區(qū)發(fā)布互動作業(yè),鼓勵學習者參與討論,既加深對知識的理解,又促進知識的交流,還可以發(fā)布課程公告以及詢問學習者對課程的建議。本文對討論區(qū)的1001個主題回復數(shù)進行了統(tǒng)計(見圖2)。
統(tǒng)計發(fā)現(xiàn):主題的回復數(shù)服從冪律分布,共有941個主題的回復數(shù)為10以下,其中回復數(shù)為0,1,2,3的主題數(shù)分別為83,236,249,145個,占所有主題數(shù)的71.2%;共有41個主題的回復數(shù)介于10~100之間,且回復數(shù)大部分介于10~15之間;只有5個主題的回復數(shù)超過100,分別為119,135,150,
157,181。從數(shù)據(jù)中可以發(fā)現(xiàn),參與討論的效果并不好,發(fā)布的主題數(shù)約有1000個,但大部分人主體并未參與到討論中,沒有發(fā)揮知識的分享作用,這對知識流動是不利的。
選取“第八周 互動作業(yè)”、“第六周 互動作業(yè)”、“第五周 互動作業(yè)”、“師生實踐互動區(qū)Q&A”、“學習Web of Science”、“[筆記]信息枷鎖:1~4課”(依次用主題1~6表示)這6個參與人數(shù)較多且有梯度的主題,其回復數(shù)分別為181,157,135,87,26,24。因為本文在計算超網(wǎng)絡(luò)參數(shù)指標時不考慮節(jié)點和邊的權(quán)重,因此剔除每個主題下多次發(fā)表評論的人數(shù),即同一個人在同一主題下回復兩次及以上的均記為回復一次,修正后的回復數(shù)為167,142,125,74,22,22。
對參與6個主題討論的人數(shù)進行統(tǒng)計,篩選出同時參與多個主題的人員,發(fā)現(xiàn)黃如花老師參與了6個主題,“人在戲中” 等4人參與了5個主題,“vivian2477”等13人參與了4個主題,其余人的主題參與數(shù)均在3以下,且大部分人員只參與了1~2個主題(具有代表性的13位人員參與的主題見表1)。
使用上文中提到的9個參數(shù)指標來衡量參與人和主題在超網(wǎng)絡(luò)中與知識的接近程度、對知識流動的控制能力及促進作用等。
(1)點度和超點度:13位參與人的點度和超點度見表2。
點度越大表明其參與的主題數(shù)越多,參與知識流動的程度越高。相同點度的不同參與人,其超點度可能不同。如點度均為4的“小貓釣金魚”和“晨嵐”,“小貓釣金魚”的超點度更高,表明其參與了更多參與度更高的主題,所以其對知識流動的促進能力較“晨嵐”也更強。黃如花老師主動發(fā)起了4個主題,并參與了主題5和主題6,表明黃如花老師積極主動地調(diào)動學習者參與討論,在知識流動中起著重要的引導作用;“Zgg”、“人在戲中”、“云層”三人的參與度僅次于黃如花老師,說明三位學習者獲取、分享知識的主動性較高,利于知識流動。而“Arebec”等人的點度和超點度均較低,沒有充分參與討論區(qū)的知識交流。
在整個討論區(qū)中,參與討論的人數(shù)遠遠小于課程的報名人數(shù),并且大部分學習者所參與的主題數(shù)都較少,往往只參與到1~2個主題的討論,表明絕大部分人的點度和超點數(shù)是較低的,對知識流動的促進作用較差。
(2)邊度和超邊度:6個主題的邊度和超邊度見表3。
邊度越大表明該主題吸引的參與者越多,超邊度越大表明其越能調(diào)動更有影響力和高參與度的學習者加入討論以促進知識的分享與流動。主題1~6分別是參與度層次不同的主題代表,主題1和2的超邊度較高,表明其對學習者的吸引力較強;主題3和4的邊度相同但超邊度不同,主題3的超邊度更高,表明其吸引了更多高參與度的學習者,更易于促進知識的分享和流動。
(3)平均超點度與平均超邊度:經(jīng)過計算得知平均超點度為2.84,平均超邊度為6.17。這兩個指標代表的是整個超網(wǎng)絡(luò)人主體和知識主體促進知識流動的程度。本文選取的是整個討論區(qū)中參與度較高且有梯度的主題,代表了主題吸引力的各個水平,但如主題5和6這樣邊度和超邊度較低甚至更低的主題占所有主題的比重很大,表明整個超網(wǎng)絡(luò)的超邊度要遠低于6.17,對知識流動的促進作用并不高。在這13個主題下又選取了各個參與度層次的參與者,代表了參與主題積極性的各個水平,但如“貝葉樹下”這樣點度和超點度較低甚至更低的參與者占所有參與者的比重很大,表明整個超網(wǎng)絡(luò)的超點度要遠低于2.84,表明人主體參與知識流動的程度并不高。
(4)中心性:13位參與人的中心性見表4。
參與人的度中心性表示其在知識流動超網(wǎng)絡(luò)中所處位置的重要性,其值越大,表明其與其他參與人或主題的聯(lián)系更緊密,發(fā)揮的價值越大,獲取到的知識也越多;參與人的接近中心性表示其在知識流動超網(wǎng)絡(luò)中與其他參與人或主題的接近程度,其值越大,表明知識流動的距離越短,發(fā)揮的價值越大,獲取知識也越容易。參與人的介數(shù)中心性表示其在知識流動超網(wǎng)絡(luò)中是否處于知識流動的關(guān)鍵位置,其值越大,表明其所處的位置越關(guān)鍵,對知識流動的影響力也越大。
三類中心性均表明其對知識流動的促進程度,一般度中心性越高的參與人,其接近中心性也越高,但是介數(shù)中心性不一定高。這表明其與其他參與人或主題的關(guān)聯(lián)較為緊密,但并不一定處于知識流動的關(guān)鍵位置。此外,介數(shù)中心性還表明參與人對知識流動的控制能力,為了促進整個網(wǎng)絡(luò)的知識流動,需要提高參與人的整體介數(shù)中心性,因為過度依賴于某個介數(shù)中心性很高的參與人,一旦該參與人退出網(wǎng)絡(luò),則不利于整體的知識流動。
黃如花老師的三類中心性都很高,表明其在知識流動過程中發(fā)揮的重要作用;“云層”的三類中心性均排第二,表明其在促進知識流動方面處于重要位置;“fakebeast”與“貝葉樹下”兩人的中介中心性較低,表明其在知識流動中處于邊緣位置。6個主題的中心性見表5。
同理,從主題的三類中心性(見表5)均表明其對參與人的吸引力以及對知識流動的促進程度。其值越高,表明該主題在討論區(qū)所處的地位越關(guān)鍵,對參與人的吸引力越大,由主題回復數(shù)分布圖(見圖2)體現(xiàn)出的冪律效應(yīng)可知,值越高主題更容易吸引更多的人參與討論,也越可能促進知識的分享與流動。
綜上,本文通過選取《信息檢索》課程討論區(qū)具有代表性的主題及參與者,計算其超度和中心性等指標,來衡量討論區(qū)的知識流動性。通過點度、超點度、邊度、超邊度指標來衡量人主體和知識主體對知識流動的促進程度,并縱向?qū)Ρ攘瞬煌瑓⑴c者和主題的參數(shù)指標,表明其促進知識流動的能力差別;通過三類中心性指標來衡量人主體和知識主體在超網(wǎng)絡(luò)所處位置的關(guān)鍵程度、獲取知識的難易程度及在促進知識流動中發(fā)揮的價值;通過平均超點度和平均超邊度指標來衡量整個討論區(qū)的知識流動性。結(jié)合實際的數(shù)據(jù)進行分析,發(fā)現(xiàn)整個討論區(qū)的知識流動性并不好,大部分人主體和知識主體并未充分發(fā)揮其對知識流動的促進作用,只有少數(shù)人主體和知識主體對知識的分享和促進作用較強。
5.2 MOOC平臺知識流動中存在的問題及建議
5.2.1 MOOC平臺知識流動中存在的問題
在對《信息檢索》課程數(shù)據(jù)的統(tǒng)計中發(fā)現(xiàn),課程參與在線交流的人數(shù)僅占報名總?cè)藬?shù)的16.49%,這其中還包括許多只參與一兩次在線交流的學員。其團隊還發(fā)放調(diào)查問卷研究參與討論的問題,結(jié)果發(fā)現(xiàn),“在參與調(diào)查的301人中,經(jīng)常參與在線交流的為55 人,所占比例僅為18.27%,而偶爾參與和很少參與的比例卻分別占到了43.85%(132 人)和37.87%(114 人)?!盵31]調(diào)查結(jié)果表明了學員參與討論的積極性不高,整體活躍程度較低。這與上文通過超度及中心性指標計算得出的結(jié)論是一致的,整個討論區(qū)的參與程度不高,不利于MOOC平臺的知識流動及學習質(zhì)量的提高。
筆者還觀察了國內(nèi)和國外的多個主流MOOC平臺,如Coursera、edX、Udacity等國外的MOOC平臺,學堂在線、中國大學MOOC、開課吧等國內(nèi)的MOOC平臺,發(fā)現(xiàn)大多數(shù)課程的討論區(qū)的參與人數(shù)相對報名人數(shù)都較少,參與話題評論與互動的人數(shù)也較少,討論區(qū)的功能均發(fā)揮的差強人意。
這說明與傳統(tǒng)課程相比,盡管MOOC具有很多優(yōu)勢,但也存在一些難以克服的自身問題,如MOOC中缺乏現(xiàn)場交互,容易引起孤獨與倦怠感[3];缺少“同輩群體”的陪伴學習,而同伴具有相互激勵的作用[32]。能夠彌補這一缺陷的恰恰是討論區(qū),在討論區(qū)中學習者可以相互討論,建立聯(lián)系,彼此激勵,共同進步。
因此,在MOOC平臺中,我們不僅要實現(xiàn)學習者人數(shù)的增加,還要更多地建立起人與人、人與知識之間的聯(lián)系和交互,這樣才能擴大信息、知識的傳播范圍,加快信息、知識的流動速度,減小獲取信息、知識的難度,從而促進MOOC平臺的知識流動性。
5.2.2 建議
MOOC平臺不僅僅是為學習者提供優(yōu)質(zhì)的課程資源,還提供討論區(qū)供學習者之間相互交流,促進知識的流動,擴大知識的傳播范圍,并利用群集智慧幫助學習者解決學習中的問題。因此,只有提高MOOC平臺討論區(qū)的參與程度,帶動討論區(qū)的活躍氛圍,才能促進知識的流動,讓更多的學習者受益。
目前,MOOC平臺討論區(qū)的參與率和活躍度不高,無法實現(xiàn)理想的知識流動,這是MOOC發(fā)展亟待解決的問題,筆者從教育激勵 [33]和平臺設(shè)置兩方面提出幾點建議:
(1)激勵學習者參與討論。激勵在教育中起著舉足輕重的作用,不論是同輩群體間因比較產(chǎn)生的壓力而帶來的激勵,還是教學手段的激勵都能有效地增加學習者的學習熱情。MOOC學習者之間的關(guān)聯(lián)薄弱,且平臺并不會公開學習者的成績,因此學習者之間的群體并不能有效地進行量化比較。有研究者指出,讓學習者了解到越多互動的信息,越能激勵他們參與到討論中去,當學習者越依賴于這些信息,他們會更加積極地參與討論[34]。
為提高學習者的參與率,促進知識的流動,MOOC平臺可以設(shè)置新的量化體系,引入如文中提到的超度和中心性指標,對參與者在討論區(qū)的表現(xiàn)進行打分并將此部分信息公開。點度、超點度和中心性指標可以衡量參與者在討論區(qū)中的活躍程度、對知識流動促進作用的大小以及在討論區(qū)中的重要程度。一方面,參與者看到這些信息后會受到一種因比較而產(chǎn)生的激勵,從而提高參加討論的頻率,整體討論頻率的增加會加快知識的分享與流動;另一方面,參與者可以發(fā)現(xiàn)討論區(qū)中的“佼佼者”,參數(shù)指標高的人比較活躍,樂于解決他人的問題,在討論區(qū)中發(fā)揮著重要的作用。當參與者遇到問題時便可以向他們請教,不必再焦急地等待老師或助教的回復,加快了知識流動的速度,也充分發(fā)揮了群集智慧的優(yōu)勢。同時,“佼佼者”之間的交流往往會產(chǎn)生更高質(zhì)量的話題,有助于讓參與者了解到更多的知識,解決學習中遇到的問題。
MOOC討論區(qū)以及課程團隊應(yīng)充分發(fā)掘這些“佼佼者”,因其在超網(wǎng)絡(luò)中發(fā)揮著更重要的作用,他們與其他學習者及主題的聯(lián)系更多,對知識流動的促進作用更強。斯坦福的研究者們也指出,論壇中的“佼佼者”會發(fā)布更多有用的內(nèi)容,有助于帶動參與積極性,營造健康的論壇氛圍[35]。課程團隊可以給“佼佼者”發(fā)放一些課程小禮品,如和課程相關(guān)的電子書、教師所在學校的明信片等,以此激勵其發(fā)揮更大的作用。
同時,MOOC平臺可以根據(jù)分數(shù)對學習者設(shè)置相應(yīng)的權(quán)限,不同分數(shù)段的學習者擁有不等的權(quán)限。課程團隊往往會上傳一些和課程相關(guān)的資料,可以設(shè)置學習者對課件和資料的訪問權(quán)限,在討論區(qū)的分數(shù)越高,可以下載的學習資料也越多,以此形成激勵效應(yīng),從而帶動更多的人參與討論,促進知識流動。
(2)提升討論主題的質(zhì)量和平臺的趣味性。討論區(qū)的質(zhì)量并不在于主題數(shù)的多少,而在于主題能否更多地解決學習者的問題以及傳遞更多的知識,即提高知識主體邊度的同時還要提高其超邊度。根據(jù)邊度、超邊度和中心性指標可以對主題進行量化打分并排序,高參與度的討論主題將排名靠前,對于評分低的主題可以定期刪除。這樣既避免了因信息過載[35]使得參與者被低質(zhì)量主題過多地占用閱讀時間,又方便參與者更容易選擇高質(zhì)量的主題參與討論,高質(zhì)量主題的參與度越高可以更好地促進知識流動,提高學習效果。
課程團隊在布置討論主題時,可以在主題設(shè)置上增添趣味性,提高其話題質(zhì)量,盡量使用一種有趣的表達來吸引更多的學習者;老師及助教應(yīng)盡可能地在討論區(qū)解答學習者的問題;MOOC平臺可以通過技術(shù)手段提高討論區(qū)的趣味性和美觀性,增添一些社交元素來吸引學習者,充分發(fā)揮社會網(wǎng)絡(luò)的作用。
6 結(jié)論
本文基于超網(wǎng)絡(luò)視角研究了MOOC平臺上的知識流動,定義了超網(wǎng)絡(luò)中超點度、超邊度的概念和計算公式,描述了超網(wǎng)絡(luò)中度中心性、接近中心性以及中介中心性的定義和參數(shù)含義,分析 MOOC平臺知識流動超網(wǎng)絡(luò)中人主體和知識主體之間的協(xié)同交互及知識的分享與傳遞。實現(xiàn)MOOC平臺知識流動的關(guān)鍵在于充分發(fā)揮討論區(qū)的作用,通過人主體的積極主動參與,與知識主體協(xié)同交互,來擴大知識的傳播范圍,加快知識的流動速度,降低獲取知識的難度,從而充分實現(xiàn)超網(wǎng)絡(luò)模型中的知識流動。此外,筆者利用中國大學MOOC平臺上《信息檢索》課程討論區(qū)的數(shù)據(jù),結(jié)合超度和中心性指標分析MOOC平臺的知識流動,指出MOOC平臺知識流動中存在的問題——國內(nèi)外多數(shù)MOOC平臺的討論區(qū)并未充分發(fā)揮其作用來調(diào)動學習者的積極參與和互動,結(jié)合超網(wǎng)絡(luò)視角針對此問題提出若干建議,旨在促進MOOC平臺更好的知識流動。
本文選取了幾個具有代表性的主題及討論參與者,通過計算其超度和中心性指標來衡量知識流動性。因為超度和中心性指標均為相對值,結(jié)合超網(wǎng)絡(luò)視角來測量MOOC平臺的知識流動效果,具有一定的理論意義,但并未對整個討論區(qū)的數(shù)據(jù)進行分析。未來的工作可以研究MOOC討論區(qū)所有參與者和主題乃至整個MOOC平臺超網(wǎng)絡(luò)的參數(shù)指標,以在超網(wǎng)絡(luò)的宏觀視角發(fā)現(xiàn)超點和超邊在知識流動中所表現(xiàn)出來的特性。另外,對超網(wǎng)絡(luò)中其他的參數(shù)指標的研究也是一個重要的課題,例如超網(wǎng)絡(luò)中的密度、聚集系數(shù)、平均路徑長度、直徑等拓撲性質(zhì),超點之間的同質(zhì)性、互惠性、傳遞性等結(jié)構(gòu)效應(yīng),這些指標將能更好的解釋MOOC中的知識流動。
參考文獻:
[1] McAuley A, Stewart B, Siemens G, et al.. The MOOC Model for Digital Practice[EB/OL].[2015-08-12].http:// www. eleam
space.org/ Articles/MOOC_Final.pdf, 2012.
[2] 李青,王濤. MOOC:一種基于連通主義的巨型開放課程模式[J]. 中國遠程教育,2012(5): 30-36.
[3] 馬秀麟,毛荷,岳超群,等. 從實證分析的視角看MOOC的利與弊[J]. 中國教育信息化,2014(11):3-6.
[4] Murphy E. Recognising and promoting collaboration in an online asynchronous discussion[J].British Journal of Educational Technology, 2004, 35(4): 421-431.
[5] Zhao H, Sullivan K P & Mellenius I. Participation, interaction and social presence: An exploratory study of collaboration in online peer review groups[J]. British Journal of Educational Technology, 2014, 45(5): 807-819.
[6] Chesbrough H W. Open innovation: The new imperative for creating and profiting from technology[M].Harvard Business Press, 2003.
[7] Koedinger K R, Kim J, Jia J Z, et al.. Learning is Not a Spectator Sport: Doing is Better than Watching for Learning from a MOOC[C].Proceedings of the Second ACM Conference on Learning@ Scale, ACM, 2015.
[8] 郝丹. 國內(nèi)MOOC研究現(xiàn)狀的文獻分析[J]. 中國遠程教育,2013(11): 42-50.
[9] 繆靜敏,汪瓊. MOOC研究國外發(fā)展概述[J]. 工業(yè)和信息化教育,2014(11): 3-10.
[10] Siemens G. Connectivism: A learning theory for the digital age[J]. Instructional Technology and Distance Learning,2005(1):3-10.
[11] 樊文強. 基于關(guān)聯(lián)主義的大規(guī)模網(wǎng)絡(luò)開放課程 (MOOC) 及其學習支持[J]. 遠程教育雜志,2012(3): 31-36.
[12] Kellogg S, Booth S, & Oliver K. A Social Network Perspective on Peer Supported Learning in MOOCs for Educators[J]. International Review of Research in Open & Distance Learning, 2014, 15(5):263-289.
[13] Gillani N, Yasseri T, Eynon R, et al. Structural limitations of learning in a crowd: communication vulnerability and information diffusion in MOOCs[J]. Scientific Reports, 2014(4):6447-6447.
[14] Yang D, Sinha T, Adamson D, et al. Turn on, tune in, drop out: Anticipating student dropouts in massive open online
courses[C].Proceedings of the 2013 NIPS Data-Driven Education Workshop. 2013:11-14.
[15] Manning J, Sanders M. How widely used are MOOC forums? A first look[J/OL].[2015-08-27].https://www.stanford.edu/dept/vpol/cgi-bin/wordpress/how-widely-used-are-mooc-forums-a-first-look.
[16] Breslow L, Pritchard D E, DeBoer J, et al. Studying learning in the worldwide classroom: Research into edXs first MOOC. Research & Practice in Assessment, 2013(8):13-25.
[17] Belanger Y,& Thornton J. Bioelectricity: A Quantitative Approach——Duke University's First MOOC[J].Inorganic Mater
ials, 2013,38(2), 522-526.
[18] Sheffi Y. Urban transportation network:Equilibrium analysis with mathematical programming methods[M]. Prentice Hall,1985.
[19] Nagurney A & Dong J. Supernetworks: decision-making for the information age[M]. Elgar: Edward Publishing, 2002.
[20] Nagurney A & Dong J. Management of knowledge intensive systems as supernetworks: Modeling, analysis, computations, and applications[J]. Mathematical and computer modelling, 2005,42(3): 397-417.
[21] 王眾托,王志平. 超網(wǎng)絡(luò)初探[J]. 管理學報,2008(1):1-8.
[22] 于洋. 組織知識管理中的知識超網(wǎng)絡(luò)研究[D]. 大連: 大連理工大學,2009.
[23] 沈秋英,王文平. 基于社會網(wǎng)絡(luò)與知識傳播網(wǎng)絡(luò)互動的集群超網(wǎng)絡(luò)模型[J].東南大學學報(自然科學版),2009,39(2): 413-418.
[24] 漆玉虎,郭進利. 超網(wǎng)絡(luò)研究[J]. 上海理工大學學報,2013(3): 227-239.
[25] Berge C & Minieka E. Graphs and hypergraphs[M]. North-Holland publishing company Amsterdam, 1973.
[26] 漆玉虎,郭進利,王志省. 超網(wǎng)絡(luò)度參數(shù)研究[J]. 科技與管理,2013(1): 34-38.
[27] 胡楓,趙海興,馬秀娟. 一種超網(wǎng)絡(luò)演化模型構(gòu)建及特性分析[J]. 中國科學(物理學,力學,天文學),2013(1): 16-22.
[28] Freeman L C. Centrality in social networks conceptual clarification[J]. Social networks,1979,1(3): 215-239.
[29] Faust K. Centrality in affiliation networks[J]. Social networks, 1997,19(2): 157-191.
[30] 劉軍. 整體網(wǎng)分析講義[M].上海:格致出版社, 2009.
[31] 黃如花,劉龍. MOOC在線交流存在的問題及對策[J]. 圖書與情報,2014(6):24-28.
[32] 劉暢. MOOC學習動力維持系統(tǒng)的構(gòu)建[C].中國高等教育學會教育信息化分會第十二次學術(shù)年會論文集,2014.
[33] 李祖超. 教育激勵理論探討[J]. 教育評論, 2001(5):9-12.
[34] Zhan Z, Fong P S W, Mei H, et al. Sustainability Education in Massive Open Online Courses: A Content Analysis Approach[J]. Sustainability, 2015, 7(3):2274-2300.
[35] Huang J, Dasgupta A, Ghosh A, et al. Superposter behavior in MOOC forums[C].Proceedings of the first ACM conference on Learning @ scale conferenceACM, 2014:117-126.