鄭蘭琴 鐘璐 牛佳玉

[摘? ?要] 隨著學習設計與學習分析的不斷發(fā)展，二者的聯(lián)結逐漸受到關注。然而，在協(xié)作學習領域，鮮有研究將協(xié)作學習設計與分析相互聯(lián)結。這導致協(xié)作學習的設計理論與技術由于沒有分析結果的支撐而難以應用，協(xié)作學習的分析結果由于缺乏理論框架而難以解釋和推廣。因此，文章將協(xié)作學習設計與分析進行聯(lián)結，提出了協(xié)作學習設計與分析的聯(lián)結模型，從目標、任務、交互、資源和評價五個要素探索如何無縫聯(lián)結協(xié)作學習設計與分析?；谠撀?lián)結模型開展兩輪協(xié)作學習活動，結果表明，該模型不僅可用于指導協(xié)作學習活動設計，而且能夠精準分析協(xié)作學習過程和結果并基于分析結果進一步優(yōu)化協(xié)作學習設計，因此，協(xié)作學習設計與分析的聯(lián)結模型是有效的。文章提出的協(xié)作學習設計和分析聯(lián)結模型，在理論層面為協(xié)作學習設計技術提供新框架，在實踐層面為精準進行協(xié)作學習分析和優(yōu)化協(xié)作學習設計提供重要參考。

[關鍵詞] 學習設計; 學習分析; 協(xié)作學習; 聯(lián)結模型

[中圖分類號] G434? ? ? ? ? ? [文獻標志碼] A

[作者簡介] 鄭蘭琴（1979—），女，山西五臺人。副教授，博士，主要從事計算機支持的協(xié)作學習、學習分析技術、教學設計研究。E-mail：bnuzhenglq@bnu.edu.cn。

一、引? ?言

學習設計是指利用適當的資源和技術幫助設計人員對學習活動或者干預方式進行設計[1]。學習設計旨在探索如何設計能夠共享的教學和學習活動框架，使之具備反復使用和調整優(yōu)化的潛力[2]。然而，僅僅依靠學習設計還遠遠不夠，因為學習設計并不能對學習者如何參與學習過程進行解釋[3]，也不能對學習結果進行評估[4]。為了解決這些問題，學習分析逐漸興起并成為一個新的研究領域。學習分析通過對學習者以及學習環(huán)境中產生的數據進行分析，以改進教學策略、干預措施、評價方法，從而提高教育教學效果[5]。盡管學習分析在分析學習過程和評價學習效果方面發(fā)揮了重要作用，但在解釋數據時，學習分析往往缺乏情境、理論基礎和框架[6]。為了解決這一問題，需要聯(lián)結學習設計，因為學習設計能為數據解釋提供科學合理的框架[7]。

因此，隨著學習設計與學習分析兩個領域的逐漸發(fā)展，考慮二者的聯(lián)結變得愈發(fā)重要。正如雅尼斯·迪米特里亞迪斯教授所說，“學習設計與學習分析相互影響”[8]。學習設計能夠為學習分析提供分析和解釋的依據，而學習分析結果又能評估學習設計是否合理并達到預期，從而對學習設計進行優(yōu)化。因此，將學習設計與學習分析進行聯(lián)結十分必要。然而，現有的研究往往割裂了學習設計與學習分析，或者只關注學習設計，或者只關注學習分析。

作為學習科學的重要研究領域，協(xié)作學習在各級各類教育中得到廣泛的應用。目前協(xié)作學習領域的研究主要集中于協(xié)作學習工具和技術的開發(fā)[9]、協(xié)作學習交互過程的分析[10]、協(xié)作學習活動的設計[11]以及協(xié)作學習效果的評價[12]等。在協(xié)作學習領域，很少有研究把協(xié)作學習設計與分析相聯(lián)結，因此，學習設計與學習分析的割裂現象在協(xié)作學習領域同樣存在，導致協(xié)作學習設計缺少進一步優(yōu)化的依據，協(xié)作學習分析在數據解釋方面缺乏支撐。為了提升協(xié)作學習的質量和效果，聯(lián)結協(xié)作學習設計與分析十分必要。通過將協(xié)作學習設計與學習分析進行聯(lián)結，一方面能夠幫助教師依據學習設計框架全面深入地進行學習分析，另一方面也能夠幫助教師比較學習設計的預期結果與學習分析的實際結果是否一致，及時發(fā)現并改進學習設計中的問題，進而提高協(xié)作學習的效果和質量。

二、文獻綜述

（一）協(xié)作學習設計的研究綜述

協(xié)作學習是指為了達到共同的學習目標，通過小組的形式進行合作互助，并在一定的激勵機制下使得個人和小組成員的成果最大化[13]。目前關于協(xié)作學習的設計主要集中在協(xié)作學習活動的設計和協(xié)作學習環(huán)境的設計兩方面。在協(xié)作學習活動的設計方面，一類研究從不同類型的協(xié)作學習活動入手，探討相應的設計方法。另一類研究則依據活動理論，對協(xié)作學習活動的構成要素進行探索。在協(xié)作學習環(huán)境的設計方面，現有研究主要針對不同的學習情境，探討協(xié)作學習環(huán)境的設計。

除此之外，少數研究對協(xié)作學習設計之后，也開始關注對協(xié)作學習的優(yōu)化。目前對協(xié)作學習的優(yōu)化主要有兩種取向，一類是基于設計的研究（Designed-Based Research，DBR），即根據真實情境中的反饋，不斷對教學干預進行改進，以提升干預手段的有效性。另一類是以設計為中心的研究（Designed Centered Research，DCR），DCR關注教育設計的目標與手段一致性，旨在獲得穩(wěn)定的教育設計[14]。

綜上所述，已有的研究大多關注協(xié)作學習設計中需要考慮的要素，而忽略了對協(xié)作學習設計的分析、反思和優(yōu)化。協(xié)作學習的設計要素是否落實，實施過程與設計預期是否一致，下一輪的協(xié)作學習如何開展？實踐者往往依據個人主觀經驗來解決這些問題。如果能夠結合基于客觀數據的學習分析結果，并將學習分析結果與學習設計結合起來進一步優(yōu)化協(xié)作學習設計，則下一輪的協(xié)作學習活動設計質量將大大提高。

（二）協(xié)作學習分析的研究綜述

關于協(xié)作學習分析，大多數研究集中于學習者互動模式和關系、參與程度、互動內容分析、學習效果的評價以及分析工具的開發(fā)等。對學習者互動模式和關系的分析一般采用社會網絡分析方法考察成員之間的互動關系和模式[15]。對于參與程度的分析，有研究者將學習者的參與過程進行可視化。僅僅對學習者的互動模式、參與程度進行分析，并不能真正了解協(xié)作學習的學習效果，往往需要對協(xié)作學習中的交互內容進行分析，才能夠進一步檢測學習效果。對交互內容進行分析時，大多數研究采用內容分析法探討學習者的互動情況。另外，文本分類技術也開始逐漸走向協(xié)作學習領域，有研究者采用文本分類技術對協(xié)作學習的交互內容進行自動分析[16]。在學習效果的評價方面，學習分析工具可以提供小組成員的知識水平、學習參與情況以及目標達成情況等方面的結果[17]。

綜上所述，協(xié)作學習分析在分析協(xié)作學習過程及學習效果方面確實發(fā)揮了重要作用，但是已有的研究沒有在協(xié)作學習分析結果與協(xié)作學習設計之間建立聯(lián)系，導致學習分析結果難以解釋。另外，協(xié)作學習設計中采用的策略和干預是否合理、科學，設計要素是否在協(xié)作學習中落實，學習者在協(xié)作學習中是否達到學習目標？要回答這些問題也離不開對協(xié)作學習過程和結果的分析與評價。然而，縱觀當前協(xié)作學習的設計與分析，雖然各自發(fā)展得比較成熟，但已有研究并沒有將協(xié)作學習的設計與分析進行聯(lián)結。為了彌補已有研究的不足，本文提出協(xié)作學習設計與分析的聯(lián)結模型，并通過案例檢驗其可行性，旨在為后續(xù)協(xié)作學習的設計和分析提供借鑒和參考，進而提高協(xié)作學習質量。

三、聯(lián)結協(xié)作學習設計與分析模型

筆者提出的協(xié)作學習設計與分析模型如圖1所示。該模型包括三部分：協(xié)作學習設計、協(xié)作學習分析以及基于學習分析結果進一步的優(yōu)化設計，其中協(xié)作學習分析是協(xié)作學習設計與優(yōu)化設計之間的橋梁，利用學習分析技術實現對協(xié)作學習設計的優(yōu)化，從而提升協(xié)作學習質量。開展協(xié)作學習活動前，需要先設計協(xié)作學習目標、任務、交互策略、資源以及評價方式，并在實施過程中記錄協(xié)作學習過程性數據，然后利用學習分析技術進行深入分析，從而評價協(xié)作學習活動是否達到預期目標;最后依據分析結果發(fā)現協(xié)作學習設計的缺陷和不足，進而提出優(yōu)化協(xié)作學習設計的策略。通過這種良性的迭代循環(huán)，將協(xié)作學習設計、協(xié)作學習分析以及協(xié)作學習再設計緊密聯(lián)結，不僅避免了純粹基于主觀經驗設計與實施協(xié)作學習活動，而且真正實現了基于數據驅動的協(xié)作學習設計與分析，從而創(chuàng)生協(xié)作學習設計的技術性知識。下文將詳細闡述。

首先，協(xié)作學習目標需要從個體和群體兩方面設計。個體學習目標需要明確成員的知識技能、情感態(tài)度、價值觀等，群體學習目標需要重點設計小組成員應該達到的協(xié)同知識、技能和價值觀的建構水平。目標分析也應該從個體和群體兩個方面分析是否達到預期目標。對個體學習目標的分析主要從其參與程度、貢獻程度、行為以及情感等方面進行分析。小組成員的參與程度可以通過協(xié)作學習活動中該成員輸出的有效信息流評價。小組成員的貢獻程度通過該成員知識點的激活量來表征。知識點激活量通過該成員已激活所有知識點的激活量之和得出[18]。小組成員的行為分析通過對交互文本進行內容分析，根據分析結果評價其行為狀態(tài)。比如可以從“設置目標”“制定計劃”“策略實施”“過程監(jiān)控”以及“評價反思”五個維度對小組成員的元認知行為進行分析[19]。情感極性的分析則可以從積極、消極、中立三個維度對文本進行自動分類而生成分析結果。另外，群體學習目標的實現與否主要可以分析小組作品績效以及群體知識建構的程度是否與預期目標相一致。小組作品的評價需要依據評價標準對作品進行評價。協(xié)同知識建構程度的一致性主要將目標知識圖與小組實際生成的知識圖進行對比，根據計算公式評價其一致性程度，一致性高則表示該小組達到了預期目標[20]。如果發(fā)現學習者未達到學習目標，則需要分析原因，下一輪的協(xié)作學習可以根據學習者實際情況適當地修改學習目標。

第二，任務設計包括任務情境、問題設計和任務要求。任務情境需要具有真實性和復雜性，從而激發(fā)學習動機。問題需要具有難度和挑戰(zhàn)性，切實需要通過小組協(xié)作才能完成。任務要求包括完成時間和成果要求。任務分析主要從小組完成任務的序列和任務難度兩方面分析，綜合考察任務情境、問題設計和任務要求是否科學合理。完成任務序列需參考預期完成任務序列，分析小組實際完成任務的序列與教師預期序列的差異。任務難度可以依據小組成員完成協(xié)作學習各個子任務所需的時長分析，如果發(fā)現小組成員耗時過長仍無法完成任務，則說明該任務難度較大。后續(xù)的優(yōu)化設計則需要適當調整問題設計、任務難度，或者搭建腳手架。

第三，協(xié)作學習的交互需要設計成員的角色分配、交互規(guī)則、交互策略。其中，常見的角色有組織者、記錄者、技術員等。常見的交互策略包括辯論、互采互訪、頭腦風暴等。交互分析關注小組成員的角色執(zhí)行情況、互動內容以及成員網絡關系。角色分析需要將交互文本進行編碼，根據編碼結果評價角色執(zhí)行情況。如果發(fā)現小組成員未能履行角色職責，則需在角色分配時詳細描述角色擔當的職責和需要具備的能力?；觾热莘治鰟t采用基于信息流的協(xié)作學習交互分析方法，形成小組知識圖譜，通過該圖譜能夠直觀地反映小組的協(xié)同知識建構情況。另外，通過社會網絡分析法分析互動模式、中心成員和邊緣性成員等。

第四，協(xié)作學習資源的設計包括腳手架和協(xié)作學習環(huán)境的設計。其中，腳手架包括動機類腳手架、認知類腳手架、元認知類腳手架、情感類腳手架等。協(xié)作學習環(huán)境包括支持在線協(xié)作學習的交流平臺和共享空間。資源分析主要關注協(xié)作學習活動中實際使用的腳手架及協(xié)作學習共享空間是否有效。腳手架使用情況可以從腳手架的激活數量、激活時間點、作用進行分析。如果發(fā)現缺少相關腳手架和腳手架不合適，則需要從腳手架的數量和質量兩個方面進行優(yōu)化設計。另外，通過用戶體驗調查、可用性測試，可以分析共享空間的科學性和有效性。

第五，協(xié)作學習的評價設計包括評價方法和評價工具的設計。評價方法包括總結性評價和形成性評價。評價工具包括測試題目、作品量規(guī)、問卷等。評價分析主要體現在對目標的分析中，比如根據評價指標對小組作品進行評分，從而考察是否達到預期目標。如果發(fā)現無法使用評價工具或方法不合適，則需要對評價方法或工具進行優(yōu)化，比如采用形式多樣化和主體多元化的方法優(yōu)化評價指標、提高評價工具性能等。

四、應用案例

（一）第一輪協(xié)作學習活動設計與分析結果

1. 第一輪協(xié)作學習活動設計

本次協(xié)作學習活動的主題為“圖像聚類算法探究”。協(xié)作學習目標主要包括兩方面：第一，通過圖像聚類問題歸納聚類的流程;第二，探索聚類結果不理想的原因并生成新的圖像聚類方法。協(xié)作學習任務是：銘銘對電腦文件進行整理時，發(fā)現大量雜亂的圖片，他想把圖片進行分類保存，但是人工分類工作量較大。請你們小組幫助銘銘把電腦文件夾中又多又亂的照片進行分類保存，利用K均值聚類方法或者其他方法實現圖像聚類。任務要求包括兩方面：第一，利用K均值聚類方法實現照片圖像聚類;第二，在已有結果的基礎上，尋找其他算法對結果進行優(yōu)化。

（二）第二輪協(xié)作學習活動

1. 優(yōu)化協(xié)作學習設計

基于對第一輪協(xié)作學習活動設計、實施過程和結果的分析，本研究重點從任務、資源、評價三方面進一步優(yōu)化協(xié)作學習設計（見表2），并根據優(yōu)化后的協(xié)作學習設計方案再次開展第二輪協(xié)作學習。

2. 聯(lián)結協(xié)作學習設計與分析

筆者將兩輪協(xié)作學習活動的分析結果進行對比（見表3）。從表3中可以看出，第二輪協(xié)作學習效果比第一輪有明顯提升。在個體學習目標達成方面，第二輪協(xié)作學習中成員的參與程度和貢獻程度有所提高，每位成員都積極投入協(xié)作學習活動。在小組成員行為層面，第二輪策略實施方面的行為比第一輪明顯增加。任務難度的調整導致第二輪協(xié)作學習中成員積極情感的占比提高，中立和消極情感降低。在群體學習目標達成方面，第二輪協(xié)作學習中小組成員在規(guī)定時間內完成了小組作品，小組作品得分為78分。筆者將第二輪小組成員的目標知識圖與小組實際生成的知識圖進行對比分析，如圖4所示。根據協(xié)同知識建構一致性公式計算發(fā)現，一致性程度為92%，呈現高度一致，而且與第一輪的一致性程度相比有較大提高。相較于第一輪活動中小組成員未完成任務，第二輪協(xié)作學習活動開展成功，達到了預期目標。

在協(xié)作學習任務方面，雖然小組成員完成任務序列與預期序列有所不同（如圖5所示），但是第二輪協(xié)作學習也實現了預期目標。這也表明學習者自己生成了新的解題路徑，殊途同歸，這充分體現了協(xié)作學習交互的涌現性和自組織性。

在角色執(zhí)行方面，組織者、記錄者和技術員的角色占比相較于第一輪都有所提高，并且每種角色的行為都有涉及。因此，在第二輪協(xié)作學習活動中，成員對于角色的理解比第一輪要準確，并且能夠履行角色職責。在互動內容方面，第二輪互動內容涉及的知識內容范圍較廣，知識點增多。與第一輪協(xié)作學習成員網絡關系相比，第二輪協(xié)作學習活動的每個成員交互程度相差較小，未出現成員邊緣化的情況，成員網絡關系見表3。

在腳手架激活方面，小組成員主要從提取不同的圖像特征值來完善K均值聚類，并未涉及K均值聚類之外的算法，因此，關于常見圖像聚類算法介紹的腳手架未被激活。小組成員也多次利用網絡檢索并分享了相關資料。因此，在問題解決類型任務中，小組成員對于學習資源的需求較高，未來研究可以提供相關資源搜索途徑方面的腳手架。

綜上所述，基于協(xié)作學習設計與分析的聯(lián)結模型對第一輪協(xié)作學習進行優(yōu)化設計，并將優(yōu)化策略應用到第二輪協(xié)作學習設計中。從第二輪協(xié)作學習實施和分析結果可以發(fā)現，提出的優(yōu)化策略能夠有效提高第二輪協(xié)作學習活動效果。更重要的是，通過將協(xié)作學習設計與分析相聯(lián)結，不僅能夠基于協(xié)作學習設計框架合理解釋分析結果，而且能夠基于分析結果進一步優(yōu)化協(xié)作學習設計。比如，在任務優(yōu)化設計中，由于第二輪協(xié)作學習的任務描述增加了關于特征值選取的提示，小組成員按照要求合理安排任務，小組成員生成的知識圖相較于第一輪協(xié)作學習激活的知識點明顯增多。另外，任務難度優(yōu)化后，小組成員對于解決問題的積極性有所提高并在規(guī)定時間內完成作品。在資源優(yōu)化設計方面，優(yōu)化后新增的圖像特征提取腳手架被激活;另外，小組成員依據腳手架提示，選取灰度值和主成分分析進行圖像特征提取，說明腳手架優(yōu)化合理且有效。在評價優(yōu)化方面，優(yōu)化后的評價標準更加具體，采用準確度和蘭德系數直接衡量聚類結果的好壞。因此，通過聯(lián)結協(xié)作學習設計與分析，不僅能夠更加精確地指出協(xié)作學習設計中存在的不足，而且還能根據分析結果進行優(yōu)化設計，從而提高協(xié)作學習效果。

五、結? ?語

本文構建了聯(lián)結協(xié)作學習設計與分析的模型，該模型將協(xié)作學習分析作為協(xié)作學習設計和優(yōu)化的橋梁，從目標、任務、交互、資源、評價五要素整合協(xié)作學習設計與分析，依據分析結果發(fā)現設計的不足，進而優(yōu)化協(xié)作學習設計。基于兩輪的協(xié)作學習活動設計與實施，本研究發(fā)現，利用該模型設計的第二輪協(xié)作學習效果明顯優(yōu)于第一輪。借助協(xié)作學習設計與分析聯(lián)結模型，實現設計—分析—優(yōu)化的迭代循環(huán)，將協(xié)作學習設計作為解釋分析結果的框架和基礎，將協(xié)作學習分析結果作為設計策略和干預的數據支撐，從而精準、有針對性地優(yōu)化協(xié)作學習設計。協(xié)作學習設計與分析的無縫聯(lián)結，進一步促進并提高了協(xié)作學習的質量。本研究也存在一定不足，由于客觀條件限制，本研究只采取了個案研究，參與本研究的協(xié)作學習活動人數較少，未來將擴大樣本、開展實驗，不斷地優(yōu)化模型。筆者期望提出的聯(lián)結協(xié)作學習設計與分析的模型能夠為廣大研究者和實踐者設計、分析、實施協(xié)作學習活動提供重要參考，進而切實提高協(xié)作學習的質量和效果。

[參考文獻]

[1] CONOLE G. Designing for learning in an open world[M]. New York： Springer， 2013.

[2] MOR Y， CRAFT B， MAINA M（Eds.）. The art & science of learning design[C]// MOR Y， CRAFT B， MAINA M. Learning design： Definitions， current issues and grand challenges. Rotterdam： Sense Publishers， 2016： ix-xxvi.

[3] LOCKYER L， HEATHCOTE E， DAWSON S. Informing pedagogical action： aligning learning analytics with learning design[J]. American behavioral scientist， 2013， 57（10）：1439-1459.

[4] RIENTIES B， TOETENEL L. The impact of learning design on student behavior， satisfaction and performance： a cross-institutional comparison across 151 modules[J]. Computers in human behavior， 2016， 60：333-341.

[5] SIEMENS G， BAKER R. Learning analytics and educational data mining： towards communication and collaboration[C]// International Conference on Learning Analytics & Knowledge. New York， United States： ACM， 2012： 252-254.

[6] GAEVIC D， KOVANOVIC V， JOKSIMOVIC S. Piecing the learning analytics puzzle： a consolidated model of a field of research and practice[J]. Learning： research and practice， 2017， 3（1）：63-78.

[7] MANGAROSKA K， GIANNAKOS M N. Learning analytics for learning design： a systematic literature review of analytics-driven design to enhance learning[J]. IEEE transactions on learning technologies， 2019， 12（4）：516-534.

[8] 蔡慧英，顧小清.聯(lián)結學習設計與學習分析：教師技術創(chuàng)新教學的突破口——訪西班牙巴利亞多利德大學雅尼斯·迪米特里亞迪斯教授[J].開放教育研究，2020，26（1）：4-13.

[9] ROSE C P， LAW N， CRESS U， et al. Highlighting tools and technologies for collaborative learning[J]. International journal of computer supported collaborative learning， 2019， 14（1）：1-6.

[10] HOLTZ P， KIMMERLE J， CRESS U. Using big data techniques for measuring productive friction in mass collaboration online environments[J]. International journal of computer-supported collaborative learning， 2018， 13（4）：439-456.

[11] HOD Y， SAGY O. Conceptualizing the designs of authentic computer-supported collaborative learning environments in schools[J]. International journal of computer supported collaborative learning， 2019， 14（2）：143-164.

[12] ESHUIS E H， TER VRUGTE J， ANJEWIERDEN A，et al. Improving the quality of vocational students' collaboration and knowledge acquisition through instruction and joint reflection[J]. International journal of computer supported collaborative learning， 2019， 14（1）：53-76.

[13] 黃榮懷，劉黃玲子.協(xié)作學習的系統(tǒng)觀[J].現代教育技術，2001（1）：30-34，41-76.

[14] 楊開城. DBR與DCR哪個才能架起教育理論與實踐之間的橋梁[J]. 電化教育研究， 2013， 34（12）：11-15.

[15] 林雪芬.基于項目的協(xié)作學習互動網絡分析[J].遠程教育雜志，2015，33（1）：80-86.

[16] ROS？魪 C， WANG Y C， CUI Y， et al. Analyzing collaborative learning processes automatically： exploiting the advances of computational linguistics in computer-supported collaborative learning[J]. International journal of computer-supported collaborative learning， 2008， 3（3）： 237-271.

[17] LIN J-W， LAI Y-C， et al. Fostering self-regulated learning in a blended environment using group awareness and peer assistance as external scaffolds[J]. Journal of computer assisted learning， 2016， 32（1）：77-93.

[18] 鄭蘭琴.協(xié)作學習的交互分析方法——基于信息流的視角[M]. 北京： 人民郵電出版社， 2015.

[19] 鄭蘭琴.調節(jié)性學習技能的評價與干預研究[M]. 北京： 人民郵電出版社， 2019.

[20] 崔盼盼.協(xié)作學習活動設計效果的評估研究——基于一致性分析的視角[D].北京：北京師范大學，2019.