王懷波 陳麗

【摘要】? ? 互聯(lián)網(wǎng)時代三元空間的出現(xiàn)改變了知識的本質(zhì)，帶來了全新的知識觀：那些在互聯(lián)網(wǎng)中由群體智慧匯聚的碎片化、展現(xiàn)各自觀點(diǎn)、基于問題情境、具有學(xué)科交叉的內(nèi)容成為知識。雖然目前聯(lián)通主義知識觀、回歸論知識觀已經(jīng)對這類知識進(jìn)行描述和闡釋，但關(guān)于這類知識究竟是什么，又是如何匯聚和發(fā)展，并沒有術(shù)語性的界定，也缺少規(guī)律上的認(rèn)識。本文將這類知識界定為網(wǎng)絡(luò)化知識，并系統(tǒng)闡述其內(nèi)涵與特征，同時采用理論建模的方法構(gòu)建網(wǎng)絡(luò)化知識表征模型，以期為后續(xù)知識生產(chǎn)傳播、知識發(fā)展演化等基礎(chǔ)規(guī)律的探究提供有力的抓手。本研究首先基于聯(lián)通主義知識觀和回歸論知識觀梳理網(wǎng)絡(luò)化知識的內(nèi)涵與特征，認(rèn)為網(wǎng)絡(luò)化知識是指由群體智慧匯聚生成的信息、理解、技能、價值觀和態(tài)度，具有動態(tài)、個性、群聚、生長以及存在于網(wǎng)絡(luò)中等基本特征。在此基礎(chǔ)上，研究結(jié)合網(wǎng)絡(luò)化知識的新特征，從實(shí)體與屬性的角度構(gòu)建了知識表征理論模型，用以表征網(wǎng)絡(luò)化知識。

【關(guān)鍵詞】? 聯(lián)通型慕課;慕課;在線學(xué)習(xí);知識觀;網(wǎng)絡(luò)化知識;聯(lián)通主義;回歸論;知識表征模型

一、引言

隨著互聯(lián)網(wǎng)的普及，尤其是Web2.0的產(chǎn)生和發(fā)展，越來越多的學(xué)者發(fā)現(xiàn)網(wǎng)絡(luò)環(huán)境更容易產(chǎn)生和發(fā)揮群體智慧。Cormier（2008）認(rèn)為MOOC等在線學(xué)習(xí)中的知識是在與他人的互動中自然生成的，且最終會產(chǎn)生群體智慧。更有學(xué)者認(rèn)為任何一門MOOC的學(xué)習(xí)都是其學(xué)習(xí)群體在MOOC平臺上形成群體意義的構(gòu)建，促進(jìn)群體從多元智能向群體智慧不斷收斂（舒杭， 等， 2016）。在這種在線學(xué)習(xí)中，由學(xué)習(xí)者通過共同配置、共同創(chuàng)造和共同設(shè)計(jì)創(chuàng)建屬于自己的學(xué)習(xí)空間，滿足學(xué)習(xí)者共用知識需求的現(xiàn)象，羅斯（2007）稱之為“用戶創(chuàng)造內(nèi)容”（Learner Generated Context）。換言之，互聯(lián)網(wǎng)為用戶共同創(chuàng)造內(nèi)容，實(shí)現(xiàn)知識在信息源之間的傳遞，進(jìn)而產(chǎn)生特定形式的群體智慧匯聚提供了可能，并最終產(chǎn)生了一種整體大于部分之和的共生智慧，實(shí)現(xiàn)信息質(zhì)的飛躍，而不僅僅是信息量的體現(xiàn)（劉釩， 等， 2012）。

這些信息借由互聯(lián)網(wǎng)平臺，通過群體匯聚的智慧成為互聯(lián)網(wǎng)時代的新知識，有別于傳統(tǒng)的固化的知識。聯(lián)合國教科文組織在《反思教育——向“全球共同利益”的理念轉(zhuǎn)變》中將其界定為“通過學(xué)習(xí)獲得的信息、理解、技能、價值觀和態(tài)度”（聯(lián)合國教科文組織， 2017）。溫伯格在《知識的邊界》中則詳細(xì)闡釋了這類知識與傳統(tǒng)知識的不同，他認(rèn)為這類知識不存在于書籍中，也不存在于頭腦中，而是存在于那個更能促進(jìn)群體發(fā)展思想的網(wǎng)絡(luò)中，最終將實(shí)現(xiàn)知識從個體頭腦移動到群體網(wǎng)絡(luò)（戴維·溫伯格， 2014）。

除此以外，聯(lián)通主義知識觀、回歸論知識觀也對這類知識進(jìn)行了一些描述和闡釋。聯(lián)通主義知識觀認(rèn)為知識存在于情境和環(huán)境中，它是一種軟知識，既包括個體知識，也包括社會的知識;它不再是簡單的知道是什么、如何去做，而是知道知識在哪、如何轉(zhuǎn)化（王志軍， 陳麗， 2015）。這類知識具有網(wǎng)絡(luò)的屬性，并在不斷的尋徑和意會中實(shí)現(xiàn)動態(tài)變化與不斷生長（Downes， 2012）。回歸論知識觀則認(rèn)為知識正在從精加工的符號化信息回歸為全部的人類智慧?；貧w論知識觀認(rèn)為知識不再局限在書本上，也可能存在于互聯(lián)網(wǎng)上，知識不必是群體共識的，也可以是個性化的。隨著信息化水平的提升，人類的經(jīng)驗(yàn)可以不必符號化，而是可以直接分享和傳播——這直接導(dǎo)致越來越多的非知識精英階層通過網(wǎng)絡(luò)分享了大量的經(jīng)驗(yàn)和智慧（陳麗， 等， 2019）。

作為信息化進(jìn)程中教育研究問題的重要組成部分，知識的發(fā)展與演化基礎(chǔ)規(guī)律的探究是信息技術(shù)推動教育變革過程中出現(xiàn)的新的基礎(chǔ)性科學(xué)問題。知識發(fā)展與演化基礎(chǔ)規(guī)律的探究前提是認(rèn)清知識及其特征，同時還需要明晰如何表征知識。盡管目前聯(lián)通主義知識觀、回歸論知識觀均對這類新知識進(jìn)行描述和闡釋，但關(guān)于這類知識究竟是什么、具有什么特征、該如何進(jìn)行表征并沒有明確的說明。為此，本研究首先探究這類知識的內(nèi)涵與特征，區(qū)分這類知識與其他知識的異同;其次根據(jù)新知識的內(nèi)涵與特征建立知識表征模型，以輔助對新知識及其發(fā)展規(guī)律的認(rèn)識。最后，作為“‘互聯(lián)網(wǎng)+教育的哲學(xué)認(rèn)識與復(fù)雜性規(guī)律”專題研究成果，本文所聚焦的互聯(lián)網(wǎng)環(huán)境中知識的本質(zhì)特點(diǎn)與表征形式，也將為進(jìn)一步從知識觀的角度闡釋“互聯(lián)網(wǎng)+教育”的新哲學(xué)與新原理，為“互聯(lián)網(wǎng)+”時代教育理論的創(chuàng)新發(fā)展提供框架與線索。

二、文獻(xiàn)綜述

（一）知識觀的發(fā)展

1. 聯(lián)通主義知識觀

聯(lián)通主義最初由喬治·西蒙斯（2005）和斯蒂芬·道恩斯（2005）作為數(shù)字時代的一種學(xué)習(xí)理論提出。它是在技術(shù)迅猛發(fā)展、知識爆發(fā)式增長與更新的背景下，針對人類的學(xué)習(xí)方式發(fā)生了重要的變化而行為主義、認(rèn)知主義和建構(gòu)主義又無法準(zhǔn)確描述和認(rèn)識究竟何為學(xué)習(xí)的情況下所提出的學(xué)習(xí)理論。借助混沌理論、網(wǎng)絡(luò)理論、復(fù)雜理論和自組織理論，西蒙斯等人在《聯(lián)通主義：數(shù)字化時代的學(xué)習(xí)理論》中詳盡闡述了聯(lián)通主義理論，試圖回答當(dāng)知識不再以線性方式獲得時學(xué)習(xí)是如何發(fā)生的，又該如何解釋，以及這種情況對學(xué)習(xí)理論有著怎樣的沖擊，又該如何與時俱進(jìn)等問題。

聯(lián)通主義認(rèn)為，知識存在于情境和環(huán)境中，它是一種軟知識，既包括個體知識也包括社會知識，它不再是簡單地知道是什么、如何去做，而是知道在哪、知識如何轉(zhuǎn)化。正如斯蒂芬·道恩斯所言“知識是一種網(wǎng)絡(luò)現(xiàn)象”（Downes， 2012）。學(xué)生通過連接的建立和網(wǎng)絡(luò)的形成完成學(xué)習(xí)，實(shí)現(xiàn)基于創(chuàng)造的知識生長，即實(shí)現(xiàn)知識的流通（Siemens， 2011）。該理論把學(xué)習(xí)本身當(dāng)作一個復(fù)雜系統(tǒng)，“存在”是整體的、分布的，是對要素如何被感知者連接的反應(yīng)，知識存在于連接之中（Rumelhar， 1989）。已有關(guān)于聯(lián)通主義的研究發(fā)現(xiàn)，聯(lián)通主義學(xué)習(xí)是在操作交互、尋徑交互、意會交互和創(chuàng)新交互的相互作用中螺旋式創(chuàng)生知識和拓展與優(yōu)化網(wǎng)絡(luò)的過程（王志軍， 陳麗， 2015; Wang， Chen & Anderson， 2014）。聯(lián)通主義知識觀認(rèn)為知識的變化重點(diǎn)凸顯在三個方面：對知識的類型和特征、知識生產(chǎn)的模式以及知識生成的關(guān)鍵具體而言，知識具有了網(wǎng)絡(luò)的特征，知識就是一個連接，意會是建立連接的過程，尋徑是定向的關(guān)鍵，要在不斷的尋徑和意會中促進(jìn)知識動態(tài)變化與不斷生長。

（二）網(wǎng)絡(luò)化知識的特征

依據(jù)聯(lián)通主義知識觀和回歸論知識觀，網(wǎng)絡(luò)化知識與傳統(tǒng)的知識在其生產(chǎn)、傳播、流動以及存儲等多個方面也存在質(zhì)的差異，具體來說包括十個方面（詳見圖1）。

其一，在知識主題方面，知識的內(nèi)容發(fā)生了根本上的轉(zhuǎn)變，知識不再是一種固定不變的真信念，信息、認(rèn)知、技能、價值觀和態(tài)度都將屬于知識（聯(lián)合國教科文組織， 2017）。因此，知識在表現(xiàn)上也不再單純是概念的集合，而是一個個時刻處于動態(tài)變化中的觀點(diǎn)與認(rèn)識。知識不再是固定不變的事物，而是時刻處于日新月異的快速變化中（陳麗， 等， 2019）。這種變化是發(fā)生在知識生產(chǎn)傳播的任意一個環(huán)節(jié)，正如喬治·西蒙斯所說，知識經(jīng)過個體創(chuàng)造、共同創(chuàng)造、分發(fā)、傳播、個性化和實(shí)施的不斷循環(huán)而流動。知識時刻處于變化之中的動態(tài)性為今天人類帶來更多知識，尤其那些來自于鮮活的生活實(shí)踐的知識，往往還未被專家學(xué)者加工、提煉和整理，甚至也來不及變成文字，便已經(jīng)開始指導(dǎo)實(shí)踐（王竹立， 2019a）。

其二，在知識的境域化方面，脫離情境的知識將不再具有任何意義。知識存在于情境和環(huán)境中，特定的情境賦予知識特殊的含義。聯(lián)通主義知識觀強(qiáng)調(diào)情境賦予知識意義。知識只在某種特定的情境和條件下才有效。斯蒂芬·道恩斯認(rèn)為知識不是一個詞，也不是一個句子，它存在于情境和環(huán)境之中。喬治·西蒙斯也認(rèn)為內(nèi)容、情境和管道形成知識的意義。傳統(tǒng)被加工、提煉、抽象的知識通常不依賴情境，具有較高的普適性，但聯(lián)通主義認(rèn)為的知識更類似于生活中的認(rèn)識與經(jīng)驗(yàn)，因此往往依賴情境，其普適性也較低。王竹立則強(qiáng)調(diào)這類知識在交流中產(chǎn)生，在交流中成型，因而對大多數(shù)人來說是非常新鮮的，具有實(shí)時價值，是在傳統(tǒng)教科書和著作中看不到的（王竹立， 2019a）。但它們又是零散的、不完善的，有些還具有時效性和情境化的特點(diǎn)，一旦時過境遷就喪失了作用。

其三，在知識結(jié)構(gòu)方面，知識點(diǎn)與知識點(diǎn)之間、知識單元與知識單元之間具有相互生成、互相轉(zhuǎn)化的過程，知識之間成為交叉融合的網(wǎng)絡(luò)。斯蒂芬·唐斯認(rèn)為這是一種網(wǎng)絡(luò)現(xiàn)象，不管是個體還是社會都具有網(wǎng)絡(luò)特性。這種網(wǎng)絡(luò)特性既包括人腦中知識的狀態(tài)以及多個實(shí)體、神經(jīng)之間的相互連接，也包括社會中知識的相互關(guān)聯(lián)。與此相類似，溫伯格也在《知識邊界》中提到，“知識通過網(wǎng)絡(luò)中每一個節(jié)點(diǎn)相互連接”，“網(wǎng)絡(luò)化的知識可能告訴我們，世界并非是一個邏輯嚴(yán)密的論證，而更像是一個無定形的、相互交織的、不可掌控的大網(wǎng)”。

其四，在知識適應(yīng)性方面，知識可以隨時隨地被生產(chǎn)出來，并根據(jù)學(xué)習(xí)者的需要，適應(yīng)性地滿足學(xué)習(xí)者，供其選擇和吸納，從而實(shí)現(xiàn)個性化的學(xué)習(xí)。傳統(tǒng)知識觀強(qiáng)調(diào)結(jié)果共識、精準(zhǔn)表達(dá)和規(guī)范陳述，網(wǎng)絡(luò)化知識觀強(qiáng)調(diào)觀點(diǎn)非共識與非規(guī)范，不強(qiáng)調(diào)形式統(tǒng)一，強(qiáng)調(diào)每個實(shí)踐者和知識生產(chǎn)者的個體經(jīng)驗(yàn)。滿足個性所需，促進(jìn)個性化發(fā)展，成為互聯(lián)網(wǎng)時代知識選擇的重要標(biāo)準(zhǔn)?；ヂ?lián)網(wǎng)中知識的傳承與創(chuàng)生的重要內(nèi)涵就是“建立鏈接、共建共享、取長補(bǔ)短、深度融合以及具身服務(wù)，滿足個性所需，促進(jìn)個性化發(fā)展”等（劉和海， 等， 2016）。

其五，在知識生產(chǎn)主體變化方面，知識不能僅由少數(shù)知識分子生產(chǎn)，必須依靠全人類的力量，充分利用自媒體和互聯(lián)網(wǎng)使得每個人都能夠貢獻(xiàn)知識（陳麗， 等， 2019），甚至未來人工智能也能使機(jī)器生產(chǎn)出新知識，如自動形成的“暗知識”（王維嘉， 2019）或人機(jī)協(xié)同產(chǎn)生的“人機(jī)知識”（王竹立， 2019b）。于是，人人都可以生產(chǎn)和創(chuàng)造知識，從本質(zhì)上打破了精英權(quán)威的壟斷，逯行等人在基于聯(lián)通主義課程知識生產(chǎn)的實(shí)踐探索中也證實(shí)了在新的環(huán)境下知識生產(chǎn)的角色中將出現(xiàn)去權(quán)威化的現(xiàn)象（逯行， 陳麗， 2019）。在將來草根服務(wù)草根的服務(wù)模式（陳麗， 2016）中，將有可能不再局限于人人貢獻(xiàn)資源，知識的相互貢獻(xiàn)、相互共享將成為新的服務(wù)形態(tài)，知識的群體匯聚將成為新的生成方式。

其六，在知識認(rèn)可程度方面，知識不再是“相對穩(wěn)定”地直接反映客觀事物的硬知識，而是尚未被專家學(xué)者加工整理的，源自實(shí)踐的“尚不穩(wěn)定”的軟知識。網(wǎng)絡(luò)中的知識具有了認(rèn)可程度的屬性（劉和海， 等， 2016）?！熬W(wǎng)絡(luò)化的知識認(rèn)可，越來越不是自吹自擂，而是通過他人來給你頒授證書”，依據(jù)“其他人對你的表現(xiàn)做出的反應(yīng)——同意或反對”。

其七，在知識生命活性方面，知識是一個有機(jī)體，新舊知識的更新交替讓知識有著與大自然一樣的特征，知識的演化可描述成為一個包含發(fā)芽、長葉、開花、結(jié)果乃至凋亡的生態(tài)過程。知識將被賦予新的屬性——生命活性。有價值的知識將具有旺盛的生命力，持續(xù)不斷地服務(wù)各類人群;價值較低或者“無用”的知識將在互聯(lián)網(wǎng)中逐漸衰老，直至消亡（王竹立， 2019b）。聯(lián)通主義知識觀即認(rèn)為這類知識生產(chǎn)模式不同于傳統(tǒng)的以篩選過濾為主要手段的知識生產(chǎn)模式，也不同于以同一性為核心的建構(gòu)類知識生產(chǎn)模式，而是如有機(jī)物一樣自我生長。

其八，在知識跨學(xué)科方面，知識的內(nèi)涵與外延不再清晰、固定，其邊界是模糊的、變化的。知識不再局限于單一學(xué)科之內(nèi)，而成為一個全譜系的知識。傳統(tǒng)知識是割裂的，依據(jù)學(xué)科分類體系，而回歸論知識觀認(rèn)為知識是人類所有智慧，不分載體形式，不分來源階層，不分來源民族，都可納入知識譜系中。這種知識不僅存在于書本中，還以各種形式存在于人類個體中（陳麗， 等， 2019）。王竹立認(rèn)為知識跨越學(xué)科界限進(jìn)入全譜系知識背后的根源在于今天的學(xué)習(xí)主張“個人導(dǎo)向的系統(tǒng)學(xué)習(xí)”。這是以個人興趣愛好和問題解決的需求為核心建立起的個性化的知識結(jié)構(gòu)。這種跨學(xué)科、跨專業(yè)的網(wǎng)狀立體結(jié)構(gòu)，打破了以往學(xué)校中“學(xué)科導(dǎo)向的系統(tǒng)學(xué)習(xí)”所需建立的學(xué)科或者專業(yè)的線性或樹狀結(jié)構(gòu)（王竹立， 2019b）。

其九，在知識呈現(xiàn)形式方面，知識不再以被凝練的抽象的文字符號來呈現(xiàn)，而是采用能夠“原汁原味”反映全部智慧的視頻、虛擬現(xiàn)實(shí)等多媒體形式。過去的知識大多是以文字、符號與圖形形式記載在紙質(zhì)書本上。由于書本的容量有限、傳播范圍有限，書本上的知識必須經(jīng)過嚴(yán)格的篩選、提煉。這個不斷篩選、提煉與抽象、概括的過程，不可避免地會遺漏很多細(xì)節(jié)信息。在互聯(lián)網(wǎng)和通信技術(shù)的支持下，知識可以通過直播、視頻、虛擬現(xiàn)實(shí)等技術(shù)實(shí)時、全面、立體地傳播出去，不必進(jìn)行概括、抽象等操作，使知識本身更加豐富和易于理解。

其十，在知識生產(chǎn)傳播流程方面，知識沿著個體創(chuàng)造、共同創(chuàng)造、分發(fā)、重要思想的傳播、個性化和實(shí)施的循環(huán)過程而不斷流動（王志軍， 陳麗， 2014）。在生產(chǎn)過程方面，知識生產(chǎn)源于問題與觀點(diǎn)非共識，知識生產(chǎn)是網(wǎng)絡(luò)中群智協(xié)同的過程，知識生產(chǎn)與知識傳播過程性融合，知識生產(chǎn)與知識傳播過程呈現(xiàn)非線性規(guī)律，由此出現(xiàn)了生產(chǎn)即傳播的新流程。

四、網(wǎng)絡(luò)化知識表征模型構(gòu)建

（一）互聯(lián)網(wǎng)知識表征模型構(gòu)建的基本原則

在不同的領(lǐng)域與場景中，知識的表征形式因需求的不同而各不相同。在知識工程領(lǐng)域，知識表征的最終目的是為了便于讓機(jī)器接受、使用，其所對應(yīng)的表征形式多數(shù)為一系列規(guī)則、算法等;在認(rèn)知心理學(xué)領(lǐng)域，知識表征是指知識在人腦中的存儲和組織形式，或知識在人腦中的呈現(xiàn)方式，其所對應(yīng)的是各種記憶模型、命題符號等（黃君玉， 2006）;在知識可視化領(lǐng)域，知識表征則是知識的外在表現(xiàn)形式，與之對應(yīng)的是承載知識的圖解手段，也是直接作用于人體感官的刺激材料（趙國慶， 等， 2005）。

在互聯(lián)網(wǎng)中，知識表征的目的是為了更便捷地識別網(wǎng)絡(luò)中的知識、探究網(wǎng)絡(luò)中知識發(fā)展與演化的基礎(chǔ)規(guī)律，從而為更好地促進(jìn)教育教學(xué)提供知識的基礎(chǔ)。研究認(rèn)為互聯(lián)網(wǎng)中知識表征應(yīng)遵循以下兩大原則：其一，知識的組織應(yīng)符合人類認(rèn)知的特點(diǎn);其二，知識的描述應(yīng)便于計(jì)算機(jī)存儲和理解。依據(jù)前者，符合人類認(rèn)知特點(diǎn)的知識是從人類可讀性的角度讓知識的組織形式盡可能地符合人類學(xué)習(xí)的認(rèn)知模式;依據(jù)后者，則是從方便計(jì)算機(jī)高效處理的角度讓知識的組織形式盡可能地滿足計(jì)算機(jī)存儲的特征，從而更有利于服務(wù)智能化學(xué)習(xí)和個性化學(xué)習(xí)指導(dǎo)。

（二）知識表征模型

既符合人類認(rèn)知特點(diǎn)又便于計(jì)算機(jī)存儲和理解的表征方式，常見的有本體的表征方法。本體屬于哲學(xué)名詞，意為“物體或者物質(zhì)本身”。在人工智能界，斯坦福大學(xué)的Gruber認(rèn)為“本體是概念模型的明確的規(guī)范說明”。用本體來表征事物，其目的是為了在各領(lǐng)域之間更好地實(shí)現(xiàn)信息共享。人工智能及資訊技術(shù)相關(guān)領(lǐng)域的學(xué)者將本體論的觀念用在知識表達(dá)上，即借由本體論中的基本元素（概念及概念間的關(guān)聯(lián)）構(gòu)建描述真實(shí)世界的知識模型。針對此趨勢，W3C組織也開始定義了許多本體論的相關(guān)語言，如RDF、DAML+OIL、OWL等?；陬I(lǐng)域本體而給予標(biāo)注，將自然語言中的句子轉(zhuǎn)換成本體中RDF陳述，也就是將人可理解的語言轉(zhuǎn)換成計(jì)算機(jī)可理解的語言，最終形成一系列的RDF三元組。例如，Song等人將知識表征為<概念、關(guān)系、推理規(guī)則、默認(rèn)規(guī)則>四元組的形式（Song， Jiang， & Liu， 2016）;Li等人在探究經(jīng)驗(yàn)性工程知識進(jìn)化的研究中從工程問題、問題情境、問題解答、有效性、貢獻(xiàn)者、解答時間、關(guān)聯(lián)關(guān)系七個維度表征虛擬問答社區(qū)中的知識（Li， Jiang， Song， & Liu， 2017）。

基于知識本體的可拓展性及互聯(lián)網(wǎng)中的知識表征原則，本研究擬通過進(jìn)一步拓展本體表征方式，形成包括實(shí)體主體與各類屬性相互結(jié)合的互聯(lián)網(wǎng)知識表征模型（見圖2）。

其中，實(shí)體部分主要為互聯(lián)網(wǎng)中知識的核心主題內(nèi)容，如價值判斷、態(tài)度、觀點(diǎn)等。屬性包括互聯(lián)網(wǎng)知識中的各類與之相關(guān)的屬性，如相互關(guān)系、貢獻(xiàn)者類型、認(rèn)可程度等。實(shí)體與屬性共同構(gòu)成知識單元。知識單元作為互聯(lián)網(wǎng)中蘊(yùn)含意義相對完整、粒度最小的載體，相互之間也存在聯(lián)系與層級關(guān)系。這些知識單元之間的相互關(guān)聯(lián)最終形成具有一定組織結(jié)構(gòu)的知識生態(tài)。

（三） 網(wǎng)絡(luò)化知識表征模型

在網(wǎng)絡(luò)化知識表征模型中，研究側(cè)重表征網(wǎng)絡(luò)化知識的知識單元，并將實(shí)體部分表征為知識主題。同時，根據(jù)網(wǎng)絡(luò)化知識的特征，我們?yōu)楸碚鞫x了七個屬性，分別是境域化、結(jié)構(gòu)關(guān)系、適應(yīng)性、貢獻(xiàn)者類型、認(rèn)可程度、生命活性和交叉覆蓋面（見圖3）。

其中，實(shí)體為知識主題。網(wǎng)絡(luò)化知識的知識主題是一類更具個性化的觀點(diǎn)、態(tài)度或價值觀，它不完全等同于概念，也不等同于關(guān)鍵詞，而是特指信息中的核心內(nèi)容。因此，可以借助當(dāng)下主流的Extractive抽取式等方法，提取文本材料中的核心內(nèi)容，其外顯形式更多是具有核心觀點(diǎn)的句子或者短語。

境域化是描述知識所處的特定情境，一般來說知識離不開情境，特定的情境為知識賦予了內(nèi)涵與意義?；ヂ?lián)網(wǎng)中知識的主題所存在的上下文情境等境域化信息決定了該知識單元與相似知識單元之間的區(qū)別與聯(lián)系。因此，可以采取關(guān)鍵詞抽取方法，同時結(jié)合專家詞庫，抽取上下文情境中的核心詞，其外顯形式是系列關(guān)鍵詞。

結(jié)構(gòu)關(guān)系是描述網(wǎng)絡(luò)化知識單元之間相互層級與關(guān)聯(lián)關(guān)系。知識關(guān)聯(lián)鏈條的數(shù)目、連接的緊密程度以及知識出現(xiàn)的文檔位置，決定了知識特殊的結(jié)構(gòu)關(guān)系。為此可采用潛在語義分析方法（Latent Semantic Analysis）計(jì)算知識主題之間的相似關(guān)系，其外顯形式是以數(shù)值形式表征知識結(jié)構(gòu)關(guān)系的親密程度。

適應(yīng)性是描述網(wǎng)絡(luò)化知識所具有的個性化特征。每一個知識單元被創(chuàng)生之初都是基于創(chuàng)生者的個性化的標(biāo)準(zhǔn)，有著個性化的價值取向與表達(dá)方式。隨著時間的推遲，當(dāng)更多的貢獻(xiàn)者加入之后，知識單元的個性化屬性將逐漸淡化，最終會形成更具普適性的泛化的知識。為此需從知識主題是否對個體有啟發(fā)的角度進(jìn)行關(guān)鍵詞提煉與匹配，最終形成針對每個知識主題的適應(yīng)性值，其外顯形式通過特定的數(shù)值表征適應(yīng)的程度。

貢獻(xiàn)者類型是描述網(wǎng)絡(luò)化知識生產(chǎn)者的重要屬性。當(dāng)一個新的知識單元被特定的個體創(chuàng)生之后（可能是領(lǐng)域?qū)＜遥部赡苁恰安莞保?，在知識單元不斷生長的過程中會有越來越多的個體加入，貢獻(xiàn)自己的理解與認(rèn)識，不斷壯大網(wǎng)絡(luò)化知識。為此需根據(jù)用戶注冊時提交的信息進(jìn)行類別篩選，其外顯形式也是特定的類型。

認(rèn)可程度表現(xiàn)知識的被接受程度。不同新知識在創(chuàng)生之初其接受與認(rèn)可程度有著質(zhì)的不同。有些知識創(chuàng)生之后能夠迅速被其他個體所接受，并廣泛引用;有的知識在起初無人知曉，而后緩慢地被接受。對每個知識主題的評論文本的內(nèi)容分析可從知識內(nèi)容對評論者的滿意程度、啟發(fā)程度、是否有用以及有無新觀點(diǎn)等角度評估每個知識單元的被認(rèn)可程度。因此，可采用半自動化機(jī)器學(xué)習(xí)方法，由機(jī)器學(xué)習(xí)通過不斷優(yōu)化迭代，最終完成半自動化知識認(rèn)可程度的評估，其外顯形式是通過數(shù)值來權(quán)衡認(rèn)可的程度。

生命活性用以描述知識當(dāng)前的生命狀態(tài)。由于網(wǎng)絡(luò)化知識具有動態(tài)性特征，其動態(tài)發(fā)展實(shí)現(xiàn)知識從形成到發(fā)展再到穩(wěn)定或者最終的休眠的過程，賦予知識生命的屬性。因此，可通過設(shè)定知識生命活性的閾值，用以評估知識所處的生命狀態(tài)，從而實(shí)現(xiàn)對知識生命活性的抽取，其外顯形式是通過數(shù)值來判斷當(dāng)前知識所處的生命狀態(tài)。

交叉覆蓋面用以描述網(wǎng)絡(luò)化知識在學(xué)科上的覆蓋范圍。每個知識單元在創(chuàng)生時通常受限于創(chuàng)生者自身而局限在某個特定的學(xué)科領(lǐng)域，但在吸納不同背景的大眾的積極貢獻(xiàn)的過程中，知識則呈現(xiàn)出跨越多個學(xué)科的特征。因此，可通過匹配不同學(xué)科領(lǐng)域的知識庫的方式來判斷交叉覆蓋面的廣度和深度，其外顯形式是通過數(shù)值來評估當(dāng)前知識所覆蓋的學(xué)科范圍。

五、知識表征模型應(yīng)用展望

知識表征一直以來是心理學(xué)、教育學(xué)、知識工程和人工智能領(lǐng)域不斷探索的話題。如何科學(xué)、有效地表征知識既是還原知識本來面目和真實(shí)情境的需要，同時也是挖掘知識生產(chǎn)與傳播、知識發(fā)展與演化等基礎(chǔ)規(guī)律的重要基礎(chǔ)?；ヂ?lián)網(wǎng)中知識發(fā)展與演化基礎(chǔ)規(guī)律的探究是信息技術(shù)推動教育變革中出現(xiàn)的新的基礎(chǔ)性科學(xué)問題。

本研究提出的網(wǎng)絡(luò)化知識表征模型為探究互聯(lián)網(wǎng)中知識發(fā)展與演化并認(rèn)清其演化規(guī)律提供了重要的抓手。同時，基于表征模型的知識發(fā)展與演化基礎(chǔ)規(guī)律的探究也將從根本上解決新時期“教什么”“如何教”等核心問題，并對構(gòu)建適合國情的教育服務(wù)、教育治理、教育評價以及教育供給模式具有重要的啟示。

[參考文獻(xiàn)]

Allee， V. 1998. 知識的進(jìn)化[M]. 劉民慧，譯. 珠海：珠海出版社.

戴維·溫伯格. 2014知識的邊界[M]. 胡泳，高美，譯. 太原：山西人民出版社.

曹玉娟，牛振東，趙堃，彭學(xué)平. 2019. 基于概念和語義網(wǎng)絡(luò)的近似網(wǎng)頁檢測算法[J]. 軟件學(xué)報(bào)，22（8）：1816-1826.

陳麗. 2016. “互聯(lián)網(wǎng)+教育”的創(chuàng)新本質(zhì)與變革趨勢[J]. 遠(yuǎn)程教育雜志（4）：3-8.

陳麗，逯行，鄭勤華. 2019. “互聯(lián)網(wǎng)+教育”的知識觀：知識回歸與知識進(jìn)化[J]. 中國遠(yuǎn)程教育（07）：10-18，92.

黃君玉. 2016. 初中生數(shù)學(xué)概念表征的調(diào)查研究[D]. 廣西：廣西師范大學(xué).

聯(lián)合國教科文組織. 2017. 反思教育：向“全球共同利益”的理念轉(zhuǎn)變[M]. 聯(lián)合國教科文組織總部中文科. 北京：教育科學(xué)出版社.

劉釩，鐘書華. 2012. 國外“群集智能”研究述評[J]. 自然辯證法研究， 28（07）：114-117，61.

劉和海，李少鵬，王琪. 2016. “互聯(lián)網(wǎng)+”時代知識觀的轉(zhuǎn)變：從共建共享到眾傳共推[J]. 中國電化教育（12）：108-112，128.

逯行，陳麗. 2019. 知識生產(chǎn)與進(jìn)化：“互聯(lián)網(wǎng)+”時代在線課程形態(tài)表征與演化研究[J]. 中國遠(yuǎn)程教育（09）：1-9，92.

秦雅楠，由麗萍，董文博，裴夏璇. 2011. 一種基于框架的情境知識表示方法[J]. 情報(bào)雜志，30（1）：155-158.

舒杭，王帆. 2016. 群體動力學(xué)視角下的MOOC本質(zhì)及其教學(xué)轉(zhuǎn)變[J]. 現(xiàn)代遠(yuǎn)距離教育（01）：13-19.

王靖，董玉琦，馬志強(qiáng). 2018. 不同在線協(xié)同評價方式對學(xué)生概念知識表征的影響研究[J]. 電化教育研究，39（03）：96-102.

王維嘉. 2019. 暗知識：機(jī)器認(rèn)知如何顛覆商業(yè)和社會[M]. 北京：中信出版社.

王志軍，陳麗. 2015. 聯(lián)通主義學(xué)習(xí)的教學(xué)交互理論模型建構(gòu)研究[J]. 開放教育研究（05）：25-34.

王志軍，陳麗. 2014. 聯(lián)通主義學(xué)習(xí)理論及其最新進(jìn)展[J]. 開放教育研究（05）：11-28.

王竹立. 2019a. 再論面向智能時代的新知識觀——與何克抗教授商榷[J]. 遠(yuǎn)程教育雜志，37（02）：45-54.

王竹立. 2019b. 新知識觀：重塑面向智能時代的教與學(xué)[J]. 華東師范大學(xué)學(xué)報(bào)（教育科學(xué)版），37（05）：38-55.

魏雪峰，崔光佐，段元美. 2012. 問題解決認(rèn)知模擬及其教學(xué)啟示[J]. 中國電化教育（11）：135-139.

吳林靜，劉清堂，黃景修，劉女曼，毛剛. 2015. 面向e-Learning的概念知識元表征模型研究[J]. 電化教育研究，36（04）：44-49.

謝明鳳，孫新. 2012. 基于本體知識管理的遠(yuǎn)程個性化網(wǎng)絡(luò)學(xué)習(xí)系統(tǒng)模型研究[J]. 中國電化教育（11）：47-53.

游福成，楊炳儒. 2005. 知識發(fā)現(xiàn)狀態(tài)空間統(tǒng)一模型及其應(yīng)用[J]. 計(jì)算機(jī)工程（19）：35-37.

趙國慶，黃榮懷，陸志堅(jiān). 2005. 知識可視化的理論與方法[J]. 開放教育研究（01）：23-27.

趙嶺忠，王雪松，錢俊彥，蔡國永. 2010. 從經(jīng)典邏輯知識構(gòu)建ASP知識庫的新方法[J]. 計(jì)算機(jī)應(yīng)用，30（11）：2932-2936.

鄭云桓，胡桂平. 2018. 兩種知識表征方式教學(xué)效果的比較研究——以“蛋白質(zhì)的結(jié)構(gòu)及其多樣性”為例[J]. 生物學(xué)教學(xué)，43（01）：29-30.

Argote， L. E. （2011）. Miron-Spektor. Organizational learning： From experience to knowledge Organ. Sci.， 22：1123-1137.

Chan. F. （2005）. Application of a hybrid case-based reasoning approach in electroplating industry Expert Syst. Appl.， 29：121-130.

Cormier D. （2008）. Rhizomatic Education： Community as Curriculum[J]. Innovate Journal of Online Education， 4（5）：6.

Downes， S. （2005）. An Introduction to connective knowledge [DB/OL]. [2019-09-15]. http：//www.downes.ca/cgi-bin/page.cgi？post=33034

Downes， S. （2019）. Connectivism and Connective Knowledge： essays onmeaning and learning networks [DB/OL]. [2019-4-15]. National Research Council Canada. https：//www.downes.ca/files/books/Connec?tive_Knowledge-19May2012.Pdf

Li X， Jiang Z， Song B， et al. （2017）. Long-term knowledge evolution modeling for empirical engineering knowledge[J]. Advanced Engineering Informatics， 34：17-35.

Luckin R， Shurville S， Browne T . （2007）. Initiating e-learning by stealth， participation and consultation in a late majority institution[J]. Organisational Transformation and Social Change， 3（3）：317-332.

Mandler，G. （1985）. Cognitive Psychology [M]. An Essay in Cognitive Science：Hillsdale， NJ：Erlbaum.

Ruiz， P.P. Foguem， B.K.， Grabot， B. （2014）. Generating knowledge in maintenance from Experience Feedback Knowl.-Based Syst.， 68： 4-20.

Rumelhart D E. （1989）. The architecture of mind： a connectionist approach[M]. Foundations of cognitive science. MIT Press.

Siemens， G. （2005）. Connectivism： A learning theory for the digital age.[J]. International Journal of Instructional Technology and Distance Learning， 2（1），3-10.

Siemens， G. （2011）. Orientation： sensemaking and wayfinding in complex distributed online information environments [D]. Aberdeen： University of Aberdeen Doctoral dissertation.

Song， B.， Jiang， Z.， Liu， L. （2016）. Automated experiential engineering knowledge acquisition through Q&A contextualization and transformation[J]. Advanced Engineering Informatics， 30（3）：467-480.

Wang， Z.， Chen， L.， Anderson， T. （2014）. A Framework for Interaction and Cognitive Engagement in Connectivist Learning Contexts[J]. International Review of Research in Open & Distance Learning， 15（2）：121-141.

作者簡介：王懷波，在讀博士;陳麗，博士，教授，博士生導(dǎo)師。北京師范大學(xué)遠(yuǎn)程教育研究中心（100875）。

責(zé)任編輯 郝 丹