田浩 陳麗 黃洛穎 王瑞雪

【摘 要】“互聯(lián)網(wǎng)+教育”呈現(xiàn)出新的知識(shí)觀，聯(lián)通主義作為其本體論基礎(chǔ)，認(rèn)為知識(shí)是不斷流動(dòng)的，且知識(shí)流通是學(xué)習(xí)的目的。知識(shí)流動(dòng)可以激發(fā)有效交互，而深層次交互也可以促進(jìn)知識(shí)流動(dòng)管道的形成。本研究基于我國(guó)第一門(mén)cMOOC——“互聯(lián)網(wǎng)+教育：理論與實(shí)踐的對(duì)話”，以cMOOC平臺(tái)中學(xué)習(xí)者生成的文本作為數(shù)據(jù)來(lái)源，從廣度、強(qiáng)度、速度和均度四個(gè)方面構(gòu)建了知識(shí)流動(dòng)表征模型，運(yùn)用社會(huì)網(wǎng)絡(luò)分析法和關(guān)鍵詞提取技術(shù)，分別探究知識(shí)流動(dòng)結(jié)構(gòu)和知識(shí)流動(dòng)內(nèi)容對(duì)交互水平的解釋力。本研究得到以下結(jié)論：知識(shí)流動(dòng)廣度和強(qiáng)度與交互水平呈顯著正相關(guān);知識(shí)流動(dòng)速度與交互水平無(wú)顯著相關(guān);集中式發(fā)帖行為不利于達(dá)成良好的交互水平;尋徑交互和意會(huì)交互的達(dá)成更取決于知識(shí)流動(dòng)結(jié)構(gòu)，而創(chuàng)生交互則更取決于知識(shí)流動(dòng)內(nèi)容。本研究通過(guò)對(duì)知識(shí)流動(dòng)進(jìn)行量化表征，論證了“管道”和“管道中的內(nèi)容”與聯(lián)通主義交互水平之間的關(guān)系，在低層次交互中“管道”更為重要，而在高層次交互中“管道中的內(nèi)容”作用則更加顯著。該論斷為解釋聯(lián)通主義本體論價(jià)值提供了實(shí)證依據(jù)。

【關(guān)鍵詞】 ?聯(lián)通型慕課;聯(lián)通主義;知識(shí)流動(dòng);社會(huì)網(wǎng)絡(luò);交互水平;CIE框架;在線學(xué)習(xí)

【中圖分類(lèi)號(hào)】 ?G420 ? ? ?【文獻(xiàn)標(biāo)識(shí)碼】 ?A ? ? ? 【文章編號(hào)】 ?1009-458x（2020）8-0015-10

一、問(wèn)題提出

知識(shí)是教育實(shí)踐的核心內(nèi)容，對(duì)知識(shí)的認(rèn)識(shí)形成了知識(shí)觀，包括“知識(shí)的內(nèi)涵是什么”“知識(shí)有哪些特征”“知識(shí)是如何生成的”等關(guān)鍵問(wèn)題。知識(shí)觀不同，教育實(shí)踐的重點(diǎn)和方向也不同（陳麗， 等， 2019）。傳統(tǒng)知識(shí)是由權(quán)威、專(zhuān)家為代表的精英階層所生產(chǎn)，經(jīng)過(guò)層層沉淀，形成相對(duì)穩(wěn)定的結(jié)構(gòu)化知識(shí)，并以靜態(tài)形式固化在書(shū)本或電子資源中，這是一種組織化的知識(shí)生產(chǎn)模式，生成的是能夠解釋事物運(yùn)行規(guī)律的普適性知識(shí)。而互聯(lián)網(wǎng)的發(fā)展使得信息空間成為物理空間和人類(lèi)社會(huì)之外的“第三空間”（潘云鶴， 2018），這一全新的教育實(shí)踐場(chǎng)域帶來(lái)若干現(xiàn)實(shí)問(wèn)題，因此“互聯(lián)網(wǎng)+教育”中的知識(shí)以解決實(shí)際問(wèn)題為導(dǎo)向。由于實(shí)際問(wèn)題帶有鮮明的境域化特征，解決這部分問(wèn)題的知識(shí)不再是以前那種放之四海而皆準(zhǔn)、普適性的抽象知識(shí)，取而代之的是具有相對(duì)建構(gòu)性的應(yīng)用知識(shí)（蔣益， 2017），即只要能夠滿足某種實(shí)踐情境下人們的需要，就是有價(jià)值的知識(shí)。因此，知識(shí)生產(chǎn)模式由以前的層次化、組織化演變?yōu)榫W(wǎng)絡(luò)化、多元化，知識(shí)生產(chǎn)主體由精英階層的權(quán)威專(zhuān)家轉(zhuǎn)變?yōu)榫哂胸S富實(shí)踐經(jīng)驗(yàn)的“草根”（陳麗， 等， 2018）。

聯(lián)通主義作為“互聯(lián)網(wǎng)+教育”的本體論（王志軍， 等， 2019），對(duì)于幫助我們認(rèn)識(shí)新知識(shí)觀具有重要的指導(dǎo)意義。西蒙斯認(rèn)為知識(shí)是動(dòng)態(tài)的，知識(shí)能夠經(jīng)過(guò)學(xué)習(xí)者的創(chuàng)造和傳播而不斷流動(dòng)。在流動(dòng)過(guò)程中，內(nèi)容和管道構(gòu)成知識(shí)的意義（王志軍， 等， 2014）。其中，管道的建立主要依賴交互過(guò)程，交互可以建立優(yōu)質(zhì)管道，促進(jìn)連接的建立和網(wǎng)絡(luò)的形成;良好的知識(shí)流動(dòng)也能激發(fā)高質(zhì)量、深層次的交互。因此，在聯(lián)通主義指導(dǎo)的教育實(shí)踐中探究學(xué)習(xí)者知識(shí)流動(dòng)與交互水平之間的關(guān)系，對(duì)于理解聯(lián)通主義本體論的價(jià)值，驗(yàn)證本體論與新知識(shí)觀之間的作用機(jī)制具有重要意義。

二、cMOOC學(xué)習(xí)者知識(shí)流動(dòng)表征模型

基于聯(lián)通主義的大規(guī)模在線開(kāi)放式課程（connectivist Massive Open Online Course， cMOOC）是聯(lián)通主義在教學(xué)實(shí)踐中的重要形式。本研究以cMOOC為例，將學(xué)習(xí)者在cMOOC中的知識(shí)流動(dòng)從流動(dòng)結(jié)構(gòu)和流動(dòng)內(nèi)容兩個(gè)方面進(jìn)行表征，見(jiàn)圖1。其中，知識(shí)流動(dòng)結(jié)構(gòu)關(guān)注學(xué)習(xí)者的社交關(guān)系，主要反映學(xué)習(xí)者之間形成的“管道”，本研究擬使用社會(huì)網(wǎng)絡(luò)分析方法（SNA）對(duì)流動(dòng)結(jié)構(gòu)特征進(jìn)行定量測(cè)量（徐亞倩， 等， 2019）;知識(shí)流動(dòng)內(nèi)容關(guān)注學(xué)習(xí)者在交互過(guò)程中生成的文本內(nèi)容，主要反映學(xué)習(xí)者之間“管道中的內(nèi)容”。本研究擬使用兩種關(guān)鍵詞提取算法（TextRank與TF-IDF），自動(dòng)從學(xué)習(xí)者生成的文本中發(fā)現(xiàn)關(guān)鍵主題詞，進(jìn)而反映學(xué)習(xí)者在交互過(guò)程中產(chǎn)生的內(nèi)容信息。

針對(duì)知識(shí)流動(dòng)的測(cè)量方法和量化指標(biāo)，葉選挺等（2014）從知識(shí)流動(dòng)的方向入手，使用知識(shí)流出、知識(shí)流入和知識(shí)流量對(duì)知識(shí)流動(dòng)情況進(jìn)行測(cè)量。在流動(dòng)方向的基礎(chǔ)上，錢(qián)文君（2018）進(jìn)一步將流動(dòng)速度和廣度納入進(jìn)來(lái)，使用知識(shí)傳者速度、知識(shí)吸收速度、知識(shí)傳播速度、傳遞阻尼系數(shù)四個(gè)指標(biāo)表征知識(shí)流動(dòng)速度，并使用知識(shí)主體廣度、知識(shí)話題廣度兩個(gè)指標(biāo)表征知識(shí)流動(dòng)廣度。關(guān)于流動(dòng)過(guò)程的阻力，王文平等（2013）進(jìn)行了更為深入的研究，認(rèn)為主體之間的關(guān)系越強(qiáng)，知識(shí)流動(dòng)的管道摩擦系數(shù)越小;該研究同時(shí)分析了知識(shí)流動(dòng)的效率和均衡性，指出可以使用群體知識(shí)水平均值、知識(shí)流動(dòng)速度來(lái)衡量知識(shí)流動(dòng)效率，并使用知識(shí)分布方差衡量知識(shí)分布的均衡性。趙健宇等（2016）則通過(guò)仿真分析，發(fā)現(xiàn)知識(shí)流動(dòng)效果與網(wǎng)絡(luò)集聚系數(shù)、網(wǎng)絡(luò)中的知識(shí)流量、平均路徑長(zhǎng)度呈正相關(guān)。

基于對(duì)已有研究進(jìn)行的分析，并結(jié)合本研究中所使用的cMOOC學(xué)習(xí)平臺(tái)功能特點(diǎn)，我們將知識(shí)流動(dòng)的特征確定為知識(shí)流動(dòng)的廣度、強(qiáng)度、速度和均度，并采納學(xué)習(xí)者連接的廣度、強(qiáng)度、速度和均度以表征知識(shí)的流動(dòng)結(jié)構(gòu)，而使用主題詞生成的廣度、強(qiáng)度、速度和均度以表征知識(shí)的流動(dòng)內(nèi)容，見(jiàn)表1。

根據(jù)構(gòu)建的知識(shí)流動(dòng)表征模型，本研究重點(diǎn)回答以下研究問(wèn)題：①cMOOC學(xué)習(xí)者的知識(shí)流動(dòng)結(jié)構(gòu)概況如何？②cMOOC學(xué)習(xí)者的知識(shí)流動(dòng)內(nèi)容概況如何？③cMOOC學(xué)習(xí)者的聯(lián)通主義交互水平概況如何？④cMOOC學(xué)習(xí)者知識(shí)流動(dòng)特征與交互水平之間存在何種關(guān)聯(lián)？

三、研究設(shè)計(jì)

（一）研究對(duì)象與情境

本研究基于國(guó)內(nèi)首門(mén)cMOOC——“互聯(lián)網(wǎng)+教育：理論與實(shí)踐的對(duì)話”。該課程由北京師范大學(xué)陳麗教授主持開(kāi)設(shè)，由互聯(lián)網(wǎng)教育智能技術(shù)及應(yīng)用國(guó)家工程實(shí)驗(yàn)室等團(tuán)隊(duì)聯(lián)合開(kāi)發(fā)，以“開(kāi)放”“共享”“互動(dòng)”“創(chuàng)新”為指導(dǎo)，關(guān)注互聯(lián)網(wǎng)推動(dòng)教育創(chuàng)新的實(shí)踐策略和創(chuàng)新理論。在第一期課程的基礎(chǔ)上，第二期課程更關(guān)注現(xiàn)實(shí)生活中的教育問(wèn)題、技術(shù)支持問(wèn)題和對(duì)應(yīng)方案推廣的應(yīng)用問(wèn)題，以及“互聯(lián)網(wǎng)+教育”的哲學(xué)基礎(chǔ)，等等。第二期課程分為五大主題，分別是“主題一：‘互聯(lián)網(wǎng)+教育的哲學(xué)觀”“主題二：線上線下學(xué)習(xí)空間融合”“主題三：教育資源共建共享”“主題四：消費(fèi)驅(qū)動(dòng)的教育供給側(cè)改革”“主題五：精準(zhǔn)高效的教育管理模式”。每個(gè)主題學(xué)習(xí)時(shí)間為兩周，集中分析相應(yīng)主題的現(xiàn)實(shí)問(wèn)題與實(shí)踐案例，并進(jìn)行技術(shù)方案體驗(yàn)、理論研討等內(nèi)容。課程的大部分學(xué)習(xí)需要在課程平臺(tái)上進(jìn)行，學(xué)習(xí)者根據(jù)課程平臺(tái)中發(fā)布的周報(bào)進(jìn)行學(xué)習(xí)資源和課程任務(wù)的學(xué)習(xí);在網(wǎng)站上通過(guò)參與討論、發(fā)布博客、分享資源與案例等進(jìn)行異步交流，也可參與網(wǎng)絡(luò)直播或線下沙龍等進(jìn)行同步交流。最終建立起個(gè)人與典型創(chuàng)新企業(yè)、研究機(jī)構(gòu)、關(guān)鍵人物、文獻(xiàn)資源之間的連接，形成“互聯(lián)網(wǎng)+教育”領(lǐng)域的社會(huì)認(rèn)知網(wǎng)絡(luò)。不同學(xué)習(xí)行為有不同的積分值，達(dá)到積分標(biāo)準(zhǔn)的學(xué)習(xí)者可以獲得由北京師范大學(xué)教育學(xué)部認(rèn)證的課程證書(shū)。

本研究以第二期課程的“主題四：消費(fèi)驅(qū)動(dòng)的教育供給側(cè)改革”作為研究情境，該主題的持續(xù)時(shí)間共兩周，時(shí)間跨度為2019年5月8日至2019年5月21日。共有107位學(xué)習(xí)者參與了該主題的學(xué)習(xí)、討論和分享，參與者多為高校學(xué)生、一線教師和相關(guān)教育從業(yè)者。

（二）數(shù)據(jù)獲取與整理

本研究使用的數(shù)據(jù)均來(lái)自課程平臺(tái)討論區(qū)和博客（學(xué)習(xí)者可自由發(fā)布博客、分享案例和資源，以下將這三類(lèi)統(tǒng)稱(chēng)為“博客”）。在主題四下，共有10個(gè)討論主題和229條討論帖，以及166篇博客和671條針對(duì)博客的回復(fù)，其中10個(gè)討論主題全部為課程組織者發(fā)布，其余的1，066條文本均由學(xué)習(xí)者自主發(fā)布。

本研究以1，066條學(xué)習(xí)者發(fā)布的文本作為數(shù)據(jù)來(lái)源，為每條文本進(jìn)行編號(hào)，并明確各條文本之間的回復(fù)關(guān)系，確定該主題的回復(fù)樹(shù)。然后按照如下規(guī)則對(duì)每條文本進(jìn)行清洗：①刪除表情符號(hào);②刪除主題標(biāo)識(shí)，比如將“主題四博客|供給側(cè)改革與教育”清洗為“供給側(cè)改革與教育”;③刪除文本中的超鏈接。經(jīng)過(guò)清洗之后，將每條文本按照“<帖子ID，創(chuàng)建者，發(fā)布時(shí)間，文本內(nèi)容，主帖ID>”的格式進(jìn)行整理。部分整理結(jié)果見(jiàn)表2。

（三）研究流程與方法

本研究包括以下四個(gè)階段。

1. 確定表征知識(shí)流動(dòng)結(jié)構(gòu)的指標(biāo)及測(cè)量方法和工具

通過(guò)文獻(xiàn)調(diào)研，本研究確定了知識(shí)流動(dòng)結(jié)構(gòu)可由學(xué)習(xí)者連接的廣度、強(qiáng)度、速度和均度表示。學(xué)習(xí)者連接廣度通過(guò)學(xué)習(xí)者在課程群組社交網(wǎng)絡(luò)中的四類(lèi)中心性進(jìn)行測(cè)量，值越大表明學(xué)習(xí)者建立的“管道”范圍越大;學(xué)習(xí)者連接強(qiáng)度通過(guò)學(xué)習(xí)者回復(fù)他人的頻次與被他人回復(fù)的頻次進(jìn)行測(cè)量，值越大表明學(xué)習(xí)者建立的“管道”越穩(wěn)定;學(xué)習(xí)者連接速度通過(guò)學(xué)習(xí)者回復(fù)帖子時(shí)刻與對(duì)應(yīng)主帖發(fā)表時(shí)刻的間隔進(jìn)行測(cè)量，值越大表明學(xué)習(xí)者建立“管道”的速度越慢;學(xué)習(xí)者連接均度則通過(guò)學(xué)習(xí)者回復(fù)間隔時(shí)間的方差與發(fā)帖時(shí)刻的方差進(jìn)行測(cè)量，值越大表明學(xué)習(xí)者建立“管道”的均衡性越差。

本研究使用UCINET 6.0工具進(jìn)行相關(guān)指標(biāo)的測(cè)量，并輔以Java編程語(yǔ)言進(jìn)行數(shù)據(jù)的處理和進(jìn)一步計(jì)算，另外借助Gephi工具進(jìn)行社會(huì)網(wǎng)絡(luò)圖的可視化輸出。

2. 確定表征知識(shí)流動(dòng)內(nèi)容的指標(biāo)及測(cè)量方法和工具

通過(guò)文獻(xiàn)調(diào)研，本研究確定了知識(shí)流動(dòng)內(nèi)容可由主題詞生成的廣度、強(qiáng)度、速度和均度表示。主題詞生成廣度通過(guò)學(xué)習(xí)者發(fā)帖文本和被回復(fù)文本中的分詞總數(shù)進(jìn)行測(cè)量，值越大表明該學(xué)習(xí)者“管道”中流動(dòng)的內(nèi)容越廣泛;主題詞生成強(qiáng)度通過(guò)學(xué)習(xí)者發(fā)帖文本和被回復(fù)文本中的關(guān)鍵詞頻次進(jìn)行測(cè)量，值越大表明“管道”中流動(dòng)的內(nèi)容越聚焦于這些關(guān)鍵詞揭示的關(guān)鍵信息;主題詞生成速度通過(guò)生成分詞數(shù)和生成關(guān)鍵詞頻次與回復(fù)間隔的比值進(jìn)行測(cè)量，值越大表明“管道”中內(nèi)容流動(dòng)越快;主題詞生成均度通過(guò)學(xué)習(xí)者各次發(fā)帖文本中分詞數(shù)與關(guān)鍵詞頻次的方差進(jìn)行測(cè)量，值越大表明“管道”中流動(dòng)的內(nèi)容量越不均衡。

關(guān)鍵詞提取算法主要有基于統(tǒng)計(jì)特征的TF-IDF算法和基于詞圖模型的TextRank算法。TF-IDF算法是一種基于統(tǒng)計(jì)特征的經(jīng)典算法，通過(guò)計(jì)算一個(gè)詞的TF值和IDF值的乘積作為該詞的得分，其中TF值指詞語(yǔ)在文本中出現(xiàn)的頻率，而IDF值則指詞語(yǔ)在整個(gè)語(yǔ)料庫(kù)中的逆文檔頻率。TF-IDF的得分能夠評(píng)估某詞語(yǔ)對(duì)文檔的重要程度，得分越高表明詞語(yǔ)越重要。TextRank算法則是利用文檔內(nèi)部詞語(yǔ)間的共現(xiàn)信息對(duì)關(guān)鍵詞進(jìn)行抽取，該算法可以脫離語(yǔ)料庫(kù)的背景，僅對(duì)單篇文檔進(jìn)行分析即可，得分越高表明詞語(yǔ)越關(guān)鍵。

因此，本研究使用HanLP中文自然語(yǔ)言處理程序包，借助Java編程語(yǔ)言進(jìn)行關(guān)鍵詞處理。以每位學(xué)習(xí)者的所有發(fā)帖文本作為分析單元進(jìn)行分詞，并進(jìn)行停用詞處理，進(jìn)而分別使用上述兩種算法計(jì)算各分詞的平均得分，按照得分從高到低對(duì)分詞進(jìn)行排序，將各文本中得分前10%的分詞定義為關(guān)鍵詞，統(tǒng)計(jì)關(guān)鍵詞出現(xiàn)的頻次。

3. 分析聯(lián)通主義學(xué)習(xí)者交互水平

內(nèi)容分析法是評(píng)價(jià)交互水平的常用方法。在以往的在線學(xué)習(xí)環(huán)境中，最常用的交互分析模型包括亨利（Henri， 1992）以教師為中心的交互分析模型，古納瓦德納等人（Gunawardena， Lowe， & Anderson， 1997）關(guān)注知識(shí)建構(gòu)的社會(huì)建構(gòu)交互分析模型，以及加里森等人（Garrison， Anderson， & Archer， 1999）提出的探究社區(qū)模型等。以上所述的框架都是基于行為-認(rèn)知主義和社會(huì)-建構(gòu)主義，主要關(guān)注的是知識(shí)傳遞和建構(gòu)。然而，聯(lián)通主義知識(shí)觀認(rèn)為，知識(shí)是在分布式社交網(wǎng)絡(luò)中生成的，與之前的學(xué)習(xí)觀存在明顯的差別。王志軍等人提出的聯(lián)通主義交互框架（Connectivist Interaction and Engagement Framework， CIE）認(rèn)為根據(jù)認(rèn)知參與度由淺入深，聯(lián)通主義交互可分為操作交互、尋徑交互、意會(huì)交互和創(chuàng)生交互四層（Wang， Anderson， & Chen， 2017），見(jiàn)表3。該框架較為充分地體現(xiàn)了聯(lián)通主義學(xué)習(xí)的本質(zhì)和特點(diǎn)，系統(tǒng)地呈現(xiàn)了聯(lián)通主義交互的規(guī)律，可以作為本研究評(píng)價(jià)聯(lián)通主義學(xué)習(xí)者交互水平的依據(jù)。

為了保證研究的信度與效度，由兩位研究者按照CIE框架分別對(duì)每條帖子的文本進(jìn)行背對(duì)背人工編碼。Cohens Kappa一致性檢驗(yàn)顯示，兩位研究者對(duì)文本的編碼一致性系數(shù)達(dá)到0.82，表明一致性良好。

4.分析知識(shí)流動(dòng)特征與交互水平之間的關(guān)系

在完成了對(duì)知識(shí)流動(dòng)特征與交互水平的量化表征之后，運(yùn)用相關(guān)分析判斷知識(shí)流動(dòng)特征與交互水平的關(guān)聯(lián)程度，并運(yùn)用回歸分析檢驗(yàn)知識(shí)流動(dòng)對(duì)交互水平的解釋度。

綜上所述，本研究整體的研究流程參見(jiàn)圖2。

四、研究結(jié)果

（一）知識(shí)流動(dòng)特征概況

1. 基于社會(huì)網(wǎng)絡(luò)分析的知識(shí)流動(dòng)結(jié)構(gòu)分析

根據(jù)學(xué)習(xí)者之間的回復(fù)情況繪制社會(huì)網(wǎng)絡(luò)關(guān)系圖，見(jiàn)圖3。該網(wǎng)絡(luò)的總體密度為0.074，表明在學(xué)習(xí)者群體中存在7.4%的網(wǎng)絡(luò)連接，是一個(gè)稀疏網(wǎng)絡(luò)，密度越大反映出學(xué)習(xí)者之間連接越緊密，知識(shí)流動(dòng)越通暢;平均度數(shù)為12.59，表明每位學(xué)習(xí)者平均可以與12.59位學(xué)習(xí)者進(jìn)行交互，度數(shù)越大表明知識(shí)流動(dòng)的廣度越大;平均交互次數(shù)為16.48，表明每位學(xué)習(xí)者平均發(fā)帖和回帖的頻次為16.48次，交互次數(shù)越多表明知識(shí)流動(dòng)的強(qiáng)度越大;節(jié)點(diǎn)間平均距離為2.084，表明任意兩位學(xué)習(xí)者之間平均可以通過(guò)2.08位成員進(jìn)行連接，網(wǎng)絡(luò)的可達(dá)性較好;互惠性系數(shù)達(dá)到0.568，表明網(wǎng)絡(luò)中存在56.8%的雙向連接關(guān)系，學(xué)習(xí)者發(fā)起的討論得到較多的回應(yīng)，能夠形成有效對(duì)話。

通過(guò)社會(huì)網(wǎng)絡(luò)關(guān)系圖可以發(fā)現(xiàn)，ID為1（導(dǎo)學(xué)者）、127（YB）、128（LXX）、561（加油你是最棒的）、608（LSH）、846（LYZ）的多個(gè)學(xué)習(xí)者與其他學(xué)習(xí)者的互動(dòng)較為頻繁，網(wǎng)絡(luò)結(jié)構(gòu)呈現(xiàn)多中心特征，表明在cMOOC中不存在絕對(duì)的“權(quán)威”，學(xué)習(xí)者共處于較為平等的交流和對(duì)話過(guò)程中（王慧敏， 等， 2019）。

以每個(gè)學(xué)習(xí)者的社會(huì)網(wǎng)絡(luò)屬性值為基礎(chǔ)進(jìn)行進(jìn)一步計(jì)算，可以得到其在知識(shí)流動(dòng)結(jié)構(gòu)各指標(biāo)上的分值，見(jiàn)表4。

2. 基于關(guān)鍵詞提取的知識(shí)流動(dòng)內(nèi)容分析

使用HanLP程序包對(duì)學(xué)習(xí)者發(fā)帖文本進(jìn)行分詞，并分別使用TextRank算法和TF-IDF算法計(jì)算每個(gè)分詞的得分，進(jìn)行關(guān)鍵詞提取，以分詞結(jié)果和關(guān)鍵詞提取結(jié)果為基礎(chǔ)進(jìn)行進(jìn)一步計(jì)算，可以得到每位學(xué)習(xí)者在知識(shí)流動(dòng)內(nèi)容各指標(biāo)上的分值，見(jiàn)表5。

（二）不同學(xué)習(xí)者的知識(shí)流動(dòng)特征分析

為了了解不同學(xué)習(xí)者表現(xiàn)出哪些典型的知識(shí)流動(dòng)特點(diǎn)，本研究以學(xué)習(xí)者知識(shí)流動(dòng)結(jié)構(gòu)和內(nèi)容的各指標(biāo)作為聚類(lèi)變量，選取K均值聚類(lèi)算法，并使用歐幾里得距離作為樣本間距離度量的方法，對(duì)106位學(xué)習(xí)者進(jìn)行聚類(lèi)分析。通過(guò)對(duì)簇內(nèi)誤差平方和進(jìn)行檢驗(yàn)，發(fā)現(xiàn)聚類(lèi)的最佳類(lèi)別數(shù)為3，迭代10次之后得到最終的聚類(lèi)結(jié)果，見(jiàn)表6。三個(gè)類(lèi)別的學(xué)習(xí)者人數(shù)分別為19人、63人、24人，依據(jù)各類(lèi)別學(xué)習(xí)者的知識(shí)流動(dòng)特點(diǎn)，將其分別命名為引領(lǐng)型學(xué)習(xí)者、普通型學(xué)習(xí)者、潛水型學(xué)習(xí)者。

根據(jù)聚類(lèi)結(jié)果，對(duì)三類(lèi)學(xué)習(xí)者的知識(shí)流動(dòng)結(jié)構(gòu)特征進(jìn)行分類(lèi)統(tǒng)計(jì)，結(jié)果見(jiàn)表7。其中，引領(lǐng)型學(xué)習(xí)者在學(xué)習(xí)者連接廣度和強(qiáng)度的各指標(biāo)值均高于其他兩類(lèi)，反映出其建立的“管道”范圍最大、強(qiáng)度最高，能夠與其他學(xué)習(xí)者展開(kāi)廣泛、密切的連接;“管道”建立的速度最快，表明學(xué)習(xí)者建立連接的效率較高。同時(shí)，回復(fù)間隔時(shí)間的方差較小而發(fā)帖時(shí)刻的方差最大，表明該類(lèi)學(xué)習(xí)者傾向于以固定的節(jié)奏與同伴建立連接，但不會(huì)在每天固定的時(shí)間開(kāi)展交互。大多數(shù)學(xué)習(xí)者都呈現(xiàn)出普通型學(xué)習(xí)者的知識(shí)流動(dòng)結(jié)構(gòu)，這類(lèi)學(xué)習(xí)者建立的“管道”廣度、強(qiáng)度和速度均處于中等水平，表明大多數(shù)聯(lián)通主義學(xué)習(xí)者能夠建立比較廣泛和穩(wěn)定的連接，但該類(lèi)學(xué)習(xí)者具有最大的回復(fù)間隔時(shí)間方差和較大的發(fā)帖時(shí)刻方差，表明對(duì)大多數(shù)聯(lián)通主義學(xué)習(xí)者而言建立“管道”并未呈現(xiàn)出明顯的時(shí)間規(guī)律。潛水型學(xué)習(xí)者呈現(xiàn)出最小的“管道”廣度和強(qiáng)度，其度中心性與回復(fù)頻次均在1～2之間，表明平均僅與不到2名學(xué)習(xí)者建立了連接。另外，他們呈現(xiàn)出最慢的“管道”建立速度，表明建立連接的效果和效率都較差。同時(shí)，該類(lèi)學(xué)習(xí)者回復(fù)間隔時(shí)間的方差與發(fā)帖時(shí)刻方差最小，結(jié)合該類(lèi)學(xué)習(xí)者的原始數(shù)據(jù)，可以看出該類(lèi)學(xué)習(xí)者具有明顯的集中式發(fā)帖傾向。

總體來(lái)看，引領(lǐng)型學(xué)習(xí)者具有最佳的知識(shí)流動(dòng)“管道”，社會(huì)網(wǎng)絡(luò)中的多個(gè)中心學(xué)習(xí)者（YB、LXX、加油你是最棒的、LSH、LYZ）均屬于該類(lèi)別;普通型學(xué)習(xí)者代表了大多數(shù)cMOOC學(xué)習(xí)者，這類(lèi)學(xué)習(xí)者建立“管道”的效果和效率一般，另外由于cMOOC非強(qiáng)制性學(xué)習(xí)的屬性，這類(lèi)學(xué)習(xí)者的“管道”建立未呈現(xiàn)出明顯的時(shí)間屬性;潛水型學(xué)習(xí)者未能建立有效的“管道”，長(zhǎng)期保持“潛水”狀態(tài)，偶爾登錄平臺(tái)進(jìn)行集中式發(fā)言，之后便繼續(xù)“銷(xiāo)聲匿跡”。

另外，根據(jù)聚類(lèi)結(jié)果，對(duì)三類(lèi)學(xué)習(xí)者的知識(shí)流動(dòng)內(nèi)容特征進(jìn)行分類(lèi)統(tǒng)計(jì)，結(jié)果見(jiàn)表8。由此項(xiàng)分析可以發(fā)現(xiàn)，引領(lǐng)型學(xué)習(xí)者“管道”中流動(dòng)的內(nèi)容范圍最大、內(nèi)容生成的強(qiáng)度也最高，表明該類(lèi)學(xué)習(xí)者能夠廣泛且持續(xù)地輸出內(nèi)容，且能從其他節(jié)點(diǎn)廣泛吸收內(nèi)容;文本分詞生成的速度最慢但高頻關(guān)鍵詞生成的速度較快，表明該類(lèi)學(xué)習(xí)者輸出關(guān)鍵信息的效率較高;生成分詞數(shù)方差較大而生成關(guān)鍵詞方差最大，表明輸出內(nèi)容量并無(wú)明顯的時(shí)間規(guī)律。普通型學(xué)習(xí)者“管道”中的內(nèi)容范圍和強(qiáng)度處于中等水平，表明該類(lèi)學(xué)習(xí)者的內(nèi)容輸出較為廣泛、持續(xù);文本分詞生成的速度較快但高頻關(guān)鍵詞生成速度最慢，表明該類(lèi)學(xué)習(xí)者的內(nèi)容輸出效率仍有待提高;生成分詞數(shù)方差最大而生成關(guān)鍵詞方差較大，表明輸出內(nèi)容量同樣沒(méi)有明顯的時(shí)間規(guī)律。潛水型學(xué)習(xí)者“管道”中的內(nèi)容廣度和強(qiáng)度最小，但內(nèi)容生成速度最快，表明該類(lèi)學(xué)習(xí)者內(nèi)容輸出比較聚焦;主題詞生成的均度最小，表明該類(lèi)學(xué)習(xí)者傾向于在特定時(shí)間進(jìn)行內(nèi)容產(chǎn)出，結(jié)合該類(lèi)學(xué)習(xí)者的原始數(shù)據(jù)可以看出該類(lèi)學(xué)習(xí)者具有明顯的集中式發(fā)帖傾向。

總體來(lái)看，在引領(lǐng)型學(xué)習(xí)者建立的“管道”中，流動(dòng)內(nèi)容更加廣泛、穩(wěn)定，且知識(shí)流出（發(fā)帖分詞數(shù)、發(fā)帖關(guān)鍵詞頻次）與知識(shí)流入（被回復(fù)帖分詞數(shù)、被回復(fù)帖關(guān)鍵詞頻次）的比值最小，表明不僅自身可以做到言之有物，而且容易得到其他學(xué)習(xí)者的回饋和共鳴，進(jìn)而形成良性知識(shí)流動(dòng);普通型學(xué)習(xí)者反映出大多數(shù)cMOOC學(xué)習(xí)者的特點(diǎn)，即“管道”中內(nèi)容的流動(dòng)不及引領(lǐng)型學(xué)習(xí)者廣泛、穩(wěn)定，內(nèi)容的輸出也多跟隨課程設(shè)置“亦步亦趨”，效率有待提高;潛水型學(xué)習(xí)者能夠聚焦于自身感興趣的話題進(jìn)行集中內(nèi)容輸出，因此內(nèi)容生成效率最高，但內(nèi)容流動(dòng)效果不盡如人意，知識(shí)流出與知識(shí)流入的比值最大，反映出該類(lèi)學(xué)習(xí)者內(nèi)容輸出數(shù)量不足，內(nèi)容質(zhì)量也欠佳，難以激起同伴的回饋和共鳴。

（三）基于CIE框架的學(xué)習(xí)者交互水平分析

通過(guò)內(nèi)容分析法對(duì)學(xué)習(xí)者每條文本的交互類(lèi)型和交互模式進(jìn)行界定并統(tǒng)計(jì)，將學(xué)習(xí)者在各類(lèi)交互中發(fā)布的文本數(shù)量作為對(duì)應(yīng)交互類(lèi)型的水平，見(jiàn)表9。其中屬于A1、A2、C4三種交互模式的帖子數(shù)為0，后續(xù)不作展示。本研究情境為cMOOC 2.0的主題四，進(jìn)行該主題學(xué)習(xí)時(shí)學(xué)習(xí)者已經(jīng)熟悉課程的運(yùn)行機(jī)制以及平臺(tái)的基本操作，因此帖子未涉及較為基礎(chǔ)的操作交互（A1與A2）。另外，cMOOC 2.0仍然以主題學(xué)習(xí)為主，較少涉及具體問(wèn)題解決以及小組協(xié)作，因此沒(méi)有體現(xiàn)出“做出決策（C4）”這種交互模式。

從剩余的三種交互類(lèi)別來(lái)看，意會(huì)交互（C）所占比例最大，其次是尋徑交互（B），最后是創(chuàng)生交互（D），表明學(xué)習(xí)者普遍能夠達(dá)成較為深層次的交互水平。從剩余的九種交互模式具體來(lái)看，“討論協(xié)商（C2）”“參與式直接尋徑（B1）”所占比例最大，反映出學(xué)習(xí)者主要的交互模式是參與已有的問(wèn)題討論，并持續(xù)發(fā)表自己的觀點(diǎn)。比如“給您點(diǎn)贊，鄉(xiāng)村教師確實(shí)需要您這樣的培訓(xùn)”（B1），“看到這種新的機(jī)制出現(xiàn)是教育進(jìn)步的體現(xiàn)，但是感覺(jué)層次還是不夠，還是需要更高層的理論創(chuàng)新指導(dǎo)實(shí)踐”（C2）。

學(xué)習(xí)者生成的文本主要有論壇發(fā)帖、發(fā)表博客和回復(fù)博客三種形式，針對(duì)每種形式進(jìn)行了分類(lèi)統(tǒng)計(jì)，結(jié)果見(jiàn)表10。在論壇發(fā)帖中，絕大多數(shù)的交互類(lèi)別是“討論協(xié)商（C2）”，表明針對(duì)給定的具體問(wèn)題，學(xué)習(xí)者普遍可以展開(kāi)較為深度的討論，能夠不斷分享自己的經(jīng)歷或觀點(diǎn)（如“我認(rèn)為從另一個(gè)角度看，互聯(lián)網(wǎng)其實(shí)給了人更多的選擇……”）。在發(fā)表博客中，占比最高的交互類(lèi)別是“分享聚合（C1）”和兩類(lèi)創(chuàng)生交互（D1和D2），體現(xiàn)出學(xué)習(xí)者發(fā)表博客的目的，一是分享外部的資源或案例（如“教師服務(wù)工具：園釘簡(jiǎn)介……”），二是系統(tǒng)、深入地生成自己的新觀點(diǎn)（如“淺談技術(shù)的定位與教育的供給側(cè)改革……”）。在回復(fù)博客中，占比最高的交互類(lèi)別是“討論協(xié)商（C2）”，反映出博客的評(píng)論區(qū)某種意義上接近論壇的功能定位，支持學(xué)習(xí)者針對(duì)特點(diǎn)問(wèn)題分享自己的觀點(diǎn)（如“您說(shuō)的對(duì)啊！一切的基礎(chǔ)都在教育制度上?！保?其次是“參與式間接尋徑（B1）”，由于博客中包含學(xué)習(xí)者的原創(chuàng)觀點(diǎn)，因此相比論壇而言，博客評(píng)論區(qū)會(huì)更多地出現(xiàn)對(duì)觀點(diǎn)的喜歡或支持（如“特別認(rèn)同WR老師的觀點(diǎn)，她還有一些文章也非常棒。”）。

（四）知識(shí)流動(dòng)特征與交互水平的相關(guān)分析

1. 知識(shí)流動(dòng)結(jié)構(gòu)與交互水平的相關(guān)分析

為了對(duì)學(xué)習(xí)者知識(shí)流動(dòng)結(jié)構(gòu)與交互水平的關(guān)系進(jìn)行分析，本研究選取學(xué)習(xí)者連接的廣度、強(qiáng)度、速度和均度這四個(gè)維度下的11個(gè)指標(biāo)，計(jì)算每位學(xué)習(xí)者在各個(gè)指標(biāo)的數(shù)值，并將學(xué)習(xí)者所發(fā)布的屬于尋徑交互、意會(huì)交互、創(chuàng)生交互三個(gè)層次的文本數(shù)量定義為各層交互的水平值。使用SPSS對(duì)知識(shí)流動(dòng)結(jié)構(gòu)11個(gè)指標(biāo)值與三層交互水平值的pearson相關(guān)系數(shù)進(jìn)行顯著性檢驗(yàn)，結(jié)果見(jiàn)表11。結(jié)果顯示，學(xué)習(xí)者連接的廣度與三層交互水平存在顯著正相關(guān)關(guān)系，反映出學(xué)習(xí)者連接的廣度越大，建立的“管道”范圍越大，各類(lèi)交互水平也越高;學(xué)習(xí)者連接的強(qiáng)度與三層交互水平存在顯著正相關(guān)關(guān)系，反映出學(xué)習(xí)者連接的強(qiáng)度越大，建立的“管道”越穩(wěn)定、越緊密，各類(lèi)交互水平也越高;學(xué)習(xí)者連接的速度與回復(fù)間隔時(shí)間方差與交互水平未呈現(xiàn)顯著相關(guān)性，表明建立“管道”效率與相對(duì)固定的聯(lián)通節(jié)奏對(duì)于維持高水平交互無(wú)顯著影響;學(xué)習(xí)者發(fā)帖時(shí)刻方差與三層交互水平存在顯著正相關(guān)關(guān)系，反映出當(dāng)學(xué)習(xí)者傾向于在固定時(shí)間生成文本時(shí)交互水平反而越低，表明集中式的發(fā)帖行為不利于維持交互水平。

接下來(lái)，進(jìn)一步分析各指標(biāo)與尋徑交互和創(chuàng)生交互的相關(guān)性。入度、向內(nèi)接近中心性、被回復(fù)頻次等代表知識(shí)流入的指標(biāo)與創(chuàng)生交互的相關(guān)系數(shù)大于尋徑交互，而出度、向外接近中心性、回復(fù)他人頻次等代表知識(shí)流出的指標(biāo)與尋徑交互的相關(guān)系數(shù)大于創(chuàng)生交互，表明尋徑交互更加需要學(xué)習(xí)者主動(dòng)與外界進(jìn)行連接，而當(dāng)學(xué)習(xí)者具備較高的創(chuàng)生交互水平時(shí)，學(xué)習(xí)者在知識(shí)社區(qū)中往往具備一定的權(quán)威和話語(yǔ)權(quán)，更能吸引其他學(xué)習(xí)者的連接。

2. 知識(shí)流動(dòng)內(nèi)容與交互水平的相關(guān)分析

為了對(duì)學(xué)習(xí)者知識(shí)流動(dòng)內(nèi)容與交互水平的關(guān)系進(jìn)行分析，本研究選取主題詞生成的廣度、強(qiáng)度、速度和均度這四個(gè)維度下的8個(gè)指標(biāo)，計(jì)算每位學(xué)習(xí)者在各個(gè)指標(biāo)的數(shù)值，并將學(xué)習(xí)者所發(fā)布的屬于尋徑交互、意會(huì)交互、創(chuàng)生交互三個(gè)層次的文本數(shù)量定義為各層交互的水平值。使用SPSS對(duì)知識(shí)流動(dòng)內(nèi)容8個(gè)指標(biāo)值與三層交互水平值的pearson相關(guān)系數(shù)進(jìn)行顯著性檢驗(yàn)，見(jiàn)表12。檢驗(yàn)結(jié)果顯示，主題詞生成的廣度與三層交互水平存在顯著正相關(guān)關(guān)系，反映出主題詞生成的廣度越大，“管道”中內(nèi)容的范圍越廣，各類(lèi)交互水平也越高;主題詞生成的強(qiáng)度與三層交互水平存在顯著正相關(guān)關(guān)系，反映出主題詞生成的強(qiáng)度越大，學(xué)習(xí)者越能夠依靠“管道”就關(guān)鍵信息展開(kāi)持續(xù)的內(nèi)容輸出，各類(lèi)交互水平也越高;主題詞生成的速度與各類(lèi)交互水平未呈現(xiàn)顯著相關(guān)性，表明“管道”中內(nèi)容流動(dòng)效率對(duì)于維持高水平交互無(wú)顯著影響;主題詞生成的均度與尋徑交互水平未呈現(xiàn)顯著相關(guān)，而與意會(huì)交互和創(chuàng)生交互水平存在顯著正相關(guān)，表明集中式內(nèi)容輸出不利于學(xué)習(xí)者達(dá)成高層次交互，而對(duì)較低層次的尋徑交互無(wú)顯著影響。

3. 知識(shí)流動(dòng)特征對(duì)交互水平的解釋力

聯(lián)通主義強(qiáng)調(diào)“管道比管道中的內(nèi)容更重要”（王志軍， 等， 2014），那么在本研究的cMOOC情境中，“管道”（知識(shí)流動(dòng)結(jié)構(gòu)）和“管道中的內(nèi)容”（知識(shí)流動(dòng)內(nèi)容），二者對(duì)交互水平的解釋力是否存在差異呢？本研究選取與各交互水平存在顯著相關(guān)性的知識(shí)流動(dòng)指標(biāo)作為關(guān)鍵指標(biāo)，以關(guān)鍵指標(biāo)作為自變量，以三類(lèi)交互水平作為因變量，使用SPSS進(jìn)行線性多元回歸。知識(shí)流動(dòng)結(jié)構(gòu)特征和內(nèi)容特征與交互水平的回歸結(jié)果分別見(jiàn)表13和表14。

線性多元回歸的判定系數(shù)R方等于可解釋離差平方和與總離差平方和的比值，能夠用來(lái)評(píng)估自變量對(duì)因變量變異的解釋程度，由于樣本數(shù)量較少而自變量數(shù)量較多，更適合使用調(diào)整后的R方（邱皓政， 2013）。由統(tǒng)計(jì)結(jié)果可以看出，知識(shí)流動(dòng)結(jié)構(gòu)對(duì)尋徑交互與意會(huì)交互的解釋力要高于知識(shí)流動(dòng)內(nèi)容（0.558>0.186，且0.838>0.746），而對(duì)創(chuàng)生交互的解釋力則低于知識(shí)流動(dòng)內(nèi)容（0.155<0.303），見(jiàn)圖4。

五、結(jié)論與討論

（一）研究結(jié)論

知識(shí)流動(dòng)廣度和強(qiáng)度與交互水平呈正相關(guān)。聯(lián)通主義學(xué)習(xí)理論認(rèn)為，知識(shí)流通是學(xué)習(xí)的目的（王志軍， 等， 2014）。每個(gè)個(gè)體都是知識(shí)的來(lái)源，學(xué)習(xí)者之間通過(guò)技術(shù)工具可以建立廣泛的連接，可以促進(jìn)孤立的知識(shí)相互碰撞、整合，最終形成系統(tǒng)化知識(shí)，實(shí)現(xiàn)知識(shí)的流通。聯(lián)通主義對(duì)學(xué)習(xí)者的信息素養(yǎng)提出了較高的要求，學(xué)習(xí)者需要具備發(fā)現(xiàn)連接的能力，能夠隨著信息的變化保持聯(lián)通（王志軍， 等， 2014）。因此，廣泛、穩(wěn)定的知識(shí)流動(dòng)能夠幫助學(xué)習(xí)者建立多樣、通達(dá)的學(xué)習(xí)網(wǎng)絡(luò)，學(xué)習(xí)者可以擴(kuò)大信息來(lái)源，獲取知識(shí)生產(chǎn)的原初質(zhì)料，進(jìn)而達(dá)成深層次的交互水平。

知識(shí)流動(dòng)速度與交互水平無(wú)顯著相關(guān)。本研究使用的cMOOC平臺(tái)，其博客與討論區(qū)均屬于異步協(xié)同工具，對(duì)連接的建立效率和實(shí)時(shí)性沒(méi)有特別要求。聯(lián)通主義學(xué)習(xí)并非簡(jiǎn)單的知識(shí)轉(zhuǎn)換，而是一個(gè)意義化的過(guò)程，需要認(rèn)知與情感的深度參與（王志軍， 等， 2014）。比如，意會(huì)交互強(qiáng)調(diào)學(xué)習(xí)者需要對(duì)新觀點(diǎn)進(jìn)行持續(xù)評(píng)價(jià)，創(chuàng)生交互強(qiáng)調(diào)學(xué)習(xí)者需要整合已有信息生成獨(dú)創(chuàng)觀點(diǎn)。由此可見(jiàn)，聯(lián)通主義交互是一個(gè)需要不斷反思與沉淀的過(guò)程（王慧敏， 等， 2019），過(guò)于快速的知識(shí)流動(dòng)可能導(dǎo)致交互無(wú)法深入、流于表面。

集中發(fā)帖不利于達(dá)成良好的交互水平。聯(lián)通主義中知識(shí)的獲得是一個(gè)持續(xù)的過(guò)程，學(xué)習(xí)者需要持續(xù)不斷地發(fā)現(xiàn)新的連接，并在他人持續(xù)的反饋中不斷優(yōu)化自己的學(xué)習(xí)網(wǎng)絡(luò)。cMOOC課程團(tuán)隊(duì)每天都會(huì)在微信群中整理不同學(xué)習(xí)者的觀點(diǎn)，也會(huì)在每天的課程日?qǐng)?bào)中進(jìn)行優(yōu)秀博客和案例的推薦，旨在培養(yǎng)學(xué)習(xí)者良好的學(xué)習(xí)習(xí)慣和持續(xù)學(xué)習(xí)的意識(shí)。同時(shí)，有研究表明，優(yōu)秀的聯(lián)通主義學(xué)習(xí)者能夠持續(xù)不斷地參加課程互動(dòng)，與其他學(xué)習(xí)者進(jìn)行資源分享，不斷在課程社區(qū)中貢獻(xiàn)自己的觀點(diǎn)（吳斕， 等， 2019）。而大多數(shù)cMOOC學(xué)習(xí)者與傳統(tǒng)遠(yuǎn)程學(xué)習(xí)者類(lèi)似，工學(xué)矛盾等問(wèn)題較為突出，一些學(xué)習(xí)者傾向于在工作間隙，集中式地參與課程學(xué)習(xí)與討論，此舉容易使課程學(xué)習(xí)轉(zhuǎn)變?yōu)槌林氐呢?fù)擔(dān)，而無(wú)法充分激發(fā)學(xué)習(xí)者的內(nèi)在驅(qū)動(dòng)力。

尋徑交互和意會(huì)交互的達(dá)成更取決于“管道”，而創(chuàng)生交互則更取決于“管道中的內(nèi)容”?！肮艿辣裙艿乐械膬?nèi)容更重要”是聯(lián)通主義的一個(gè)重要論述，然而該論述并非否定知識(shí)內(nèi)容的作用，實(shí)則強(qiáng)調(diào)知識(shí)是存在于網(wǎng)絡(luò)各節(jié)點(diǎn)的交互和連接中的動(dòng)態(tài)化知識(shí)，而不是在節(jié)點(diǎn)間轉(zhuǎn)移的靜態(tài)化知識(shí)（王志軍， 等， 2015）。尋徑交互是學(xué)習(xí)者建立起與信息和其他人的連接，形成管道的過(guò)程;意會(huì)交互則是以管道為支撐的學(xué)習(xí)者與內(nèi)容之間深度交互的過(guò)程，可以實(shí)現(xiàn)對(duì)管道的優(yōu)化。因此，管道的建立情況主要反映在尋徑交互和意會(huì)交互兩個(gè)層次。創(chuàng)生交互則強(qiáng)調(diào)學(xué)習(xí)者通過(guò)管道，將分布于網(wǎng)絡(luò)各節(jié)點(diǎn)中的知識(shí)進(jìn)行聯(lián)通，不斷提煉、重構(gòu)、解釋以形成新的知識(shí)（胡藝齡， 等， 2013），主張學(xué)習(xí)者能夠深入、系統(tǒng)地進(jìn)行觀點(diǎn)的創(chuàng)生和表達(dá)。因此，管道中的內(nèi)容主要體現(xiàn)在創(chuàng)生交互這個(gè)層次。綜合而言，尋徑交互和意會(huì)交互層次中的“管道”更加重要，要求學(xué)習(xí)者能夠“暢所欲言”;創(chuàng)生交互層次中“管道中的內(nèi)容”則更為關(guān)鍵，要求學(xué)習(xí)者能夠“言之有物”。

（二）研究局限與展望

本研究通過(guò)建立cMOOC學(xué)習(xí)者知識(shí)流動(dòng)表征模型，探討知識(shí)流動(dòng)特征與交互水平之間的關(guān)系，為揭示聯(lián)通主義本體論與新知識(shí)觀之間的作用機(jī)制提供了實(shí)證依據(jù)。

但研究仍存在以下不足：首先，學(xué)習(xí)者在課程平臺(tái)表現(xiàn)出的行為受教師教學(xué)設(shè)計(jì)的影響，并且由于課程組織者的引導(dǎo)使得學(xué)習(xí)者行為朝著課程預(yù)期的方向變化，因此數(shù)據(jù)能否反映學(xué)習(xí)者自由狀態(tài)下的真實(shí)交互水平還有待進(jìn)一步驗(yàn)證。其次，本研究中使用的數(shù)據(jù)全部來(lái)源于課程平臺(tái)中生成的文本，但沒(méi)有收集來(lái)自課程微信群或在線直播等渠道的互動(dòng)內(nèi)容。最后，本研究在對(duì)關(guān)鍵詞進(jìn)行提取時(shí)僅僅依靠文本特征，而未考慮文本自身的語(yǔ)義。

在未來(lái)的研究中，可以同時(shí)對(duì)多個(gè)課程主題進(jìn)行同步分析，爭(zhēng)取排除教師和課程組織者的影響效應(yīng)。同時(shí)，應(yīng)擴(kuò)大數(shù)據(jù)來(lái)源，并考慮結(jié)合點(diǎn)擊流等結(jié)構(gòu)化數(shù)據(jù)與文本等非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行交叉驗(yàn)證。最后，對(duì)文本內(nèi)容的分析可以征詢專(zhuān)家，由專(zhuān)家協(xié)助建立關(guān)鍵詞庫(kù)，并為不同的關(guān)鍵詞設(shè)置權(quán)重。

[參考文獻(xiàn)]

陳麗，郭玉娟，王懷波，鄭勤華. 2018. 新時(shí)代信息化進(jìn)程中教育研究問(wèn)題域框架[J]. 現(xiàn)代遠(yuǎn)程教育研究（01）：40-46，87.

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

胡藝齡，顧小清. 2013. 從聯(lián)通主義到MOOCs：聯(lián)結(jié)知識(shí)，共享資源——訪國(guó)際知名教育學(xué)者斯蒂芬·唐斯[J]. 開(kāi)放教育研究，19（06）：4-10.

蔣益. 2017. 信息時(shí)代的知識(shí)生產(chǎn)方式的哲學(xué)思考[D]. 上海：上海社會(huì)科學(xué)院.

潘云鶴. 2018. 人工智能2.0與教育的發(fā)展[J]. 中國(guó)遠(yuǎn)程教育（05）：5-8，44，79.

錢(qián)文君. 2018. 社會(huì)性知識(shí)網(wǎng)絡(luò)的知識(shí)流動(dòng)水平研究[D]. 江蘇：江蘇師范大學(xué).

邱皓政. 2013. 量化研究與統(tǒng)計(jì)分析：SPSS（PASW）數(shù)據(jù)分析范例解析[M]. 重慶：重慶大學(xué)出版社.

王慧敏，陳麗. 2019. cMOOC微信群社會(huì)網(wǎng)絡(luò)特征及其對(duì)學(xué)習(xí)者認(rèn)知發(fā)展的影響[J]. 中國(guó)遠(yuǎn)程教育（11）：15-23，92.

王文平，張兵. 2013. 動(dòng)態(tài)關(guān)系強(qiáng)度下知識(shí)網(wǎng)絡(luò)知識(shí)流動(dòng)的涌現(xiàn)特性[J]. 管理科學(xué)學(xué)報(bào)，16（02）：1-11.

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(kāi)放教育研究，20（05）：11-28.

王志軍，陳麗. 2015. 聯(lián)通主義學(xué)習(xí)中教學(xué)交互研究的價(jià)值與關(guān)鍵問(wèn)題[J]. 現(xiàn)代遠(yuǎn)程教育研究（05）：47-54.

王志軍，陳麗. 2019. 聯(lián)通主義：“互聯(lián)網(wǎng)+教育”的本體論[J]. 中國(guó)遠(yuǎn)程教育（08）：1-9，26，92.

吳斕，陳麗. 2019. 基于扎根理論的cMOOC學(xué)習(xí)者學(xué)習(xí)過(guò)程的研究[J]. 中國(guó)遠(yuǎn)程教育，40（12）：1-11，92.

徐亞倩，陳麗. 2019. 聯(lián)通主義學(xué)習(xí)中個(gè)體網(wǎng)絡(luò)地位與其概念網(wǎng)絡(luò)特征的關(guān)系探究——基于cMOOC第1期課程部分交互內(nèi)容的分析[J]. 中國(guó)遠(yuǎn)程教育（10）：9-19，51，92.

葉選挺，張劍，劉云，蘇竣. 2014. 產(chǎn)業(yè)創(chuàng)新國(guó)際化知識(shí)流動(dòng)測(cè)度研究——基于專(zhuān)利跨國(guó)引用網(wǎng)絡(luò)的視角[J]. 科學(xué)學(xué)與科學(xué)技術(shù)管理，35（09）：14-23.

趙健宇，李柏洲，襲希，蘇屹. 2016. 多任務(wù)環(huán)節(jié)的團(tuán)隊(duì)合作知識(shí)流動(dòng)網(wǎng)絡(luò)研究[J]. 管理工程學(xué)報(bào)，30（01）：61-71.

Henri， F. （1992）. Computer conferencing and content analysis. In Collaborative learning through computer conferencing （pp. 117-136）. Springer， Berlin， Heidelberg.

Garrison， D. R.， Anderson， T.， & Archer， W. （1999）. Critical inquiry in a text-based environment： Computer conferencing in higher education. The internet and higher education， 2（2/3）， 87-105.

Gunawardena， C. N.， Lowe， C. A.， & Anderson， T. （1997）. Analysis of a global online debate and the development of an interaction analysis model for examining social construction of knowledge in computer conferencing. Journal of educational computing research， 17（4）， 397-431.

Wang， Z.， Anderson， T.， Chen， L.， & Barbera， E. （2017）. Interaction pattern analysis in cMOOCs based on the connectivist interaction and engagement framework. British Journal of Educational Technology， 48（2）， 683-699.

收稿日期：2020-02-07

定稿日期：2020-05-07

作者簡(jiǎn)介：田浩，博士研究生，北京師范大學(xué)教育學(xué)部教育技術(shù)學(xué)院（100875）。

陳麗，博士，教授，博士生導(dǎo)師，本文通訊作者;黃洛穎，博士研究生;王瑞雪，碩士研究生。北京師范大學(xué)遠(yuǎn)程教育研究中心（100875）。

責(zé)任編輯 郝 丹