張 濤，李春欣，胡 萍，王佳慧

（河南科技學(xué)院 信息工程學(xué)院，河南 新鄉(xiāng) 453003）

0 引言

網(wǎng)絡(luò)學(xué)習(xí)空間作為網(wǎng)絡(luò)教育的主陣地，推動著信息技術(shù)與教育的深度融合與創(chuàng)新。互動作為網(wǎng)絡(luò)學(xué)習(xí)空間學(xué)習(xí)行為的重要指標(biāo)，通過交流、意義協(xié)商、角色扮演、競爭等形式構(gòu)建個體和群體的知識建構(gòu)路徑。學(xué)習(xí)行為是學(xué)習(xí)者在網(wǎng)絡(luò)學(xué)習(xí)空間中進(jìn)行一系列操作的總和，是學(xué)習(xí)者與學(xué)習(xí)環(huán)境雙向交互的結(jié)果［1］。當(dāng)前，全過程性課程數(shù)據(jù)為學(xué)習(xí)者刻畫了行為畫像，揭示了其行為結(jié)構(gòu)、模式、特征和影響因素，并以可視化方式理解行為之間的轉(zhuǎn)換關(guān)系。此外，行為差異對交互質(zhì)量和學(xué)習(xí)效果有直接影響，有助于教師了解學(xué)習(xí)者的差異與特征，制定有針對性的教學(xué)干預(yù)措施，提供有效教學(xué)支持服務(wù)，對于改善網(wǎng)絡(luò)學(xué)習(xí)空間應(yīng)用模式具有重要意義。

1 相關(guān)研究

行為路徑是行為活動的路線和序列，反映了學(xué)習(xí)者圍繞學(xué)習(xí)目標(biāo)、內(nèi)容、資源和評價對要完成的系列學(xué)習(xí)活動進(jìn)行的排序［2］。通過以測量、收集、分析和報告有關(guān)學(xué)習(xí)者的行為和環(huán)境數(shù)據(jù)，理解和優(yōu)化學(xué)習(xí)及學(xué)習(xí)環(huán)境為目的的研究，可以追求教育的最大效益［3］。而學(xué)習(xí)行為分析即是對學(xué)習(xí)過程中記錄的行為數(shù)據(jù)進(jìn)行有目的的分析，挖掘隱藏在行為背后有價值的信息［4］。

目前關(guān)于學(xué)習(xí)行為的研究主要集中在行為模式構(gòu)建、學(xué)習(xí)行為序列和學(xué)習(xí)行為與成績的關(guān)系3 個方面。在行為模式構(gòu)建方面，黃石華等［5］從量化學(xué)習(xí)行為大數(shù)據(jù)的視角構(gòu)建了一個可量化、可解釋的學(xué)習(xí)行為分析框架，分析了“場景”與“行為”的關(guān)聯(lián)；黃煥等［6］采用滯后序列分析法探索在線學(xué)習(xí)行為的時序模式，揭示了不同在線學(xué)習(xí)行為之間的依賴性；李月等［7］采用順序分析和聚類分析算法對論壇、測驗(yàn)、作業(yè)與評價和資源4 類學(xué)習(xí)行為進(jìn)行挖掘，分析高低成就學(xué)習(xí)者之間的在線自主學(xué)習(xí)行為模式差異。在行為序列方面，王文晶等［8］運(yùn)用聚類分析方法對SPOC和MOOC 平臺中的在線學(xué)習(xí)數(shù)據(jù)進(jìn)行挖掘，對學(xué)習(xí)行為進(jìn)行序列轉(zhuǎn)換分析，探討不同行為序列學(xué)習(xí)者的學(xué)習(xí)效果差異性；劉聰聰?shù)龋?］采用滯后序列分析和社會網(wǎng)絡(luò)分析方法對虛擬學(xué)習(xí)社區(qū)中參與者的交互行為序列展開分析，探究參與者在虛擬學(xué)習(xí)社區(qū)中的信息交互特征。在學(xué)習(xí)行為與成績方面，沈欣憶等［10］基于MOOC 平臺中的學(xué)生學(xué)習(xí)行為數(shù)據(jù)構(gòu)建了在線學(xué)習(xí)行為與在線學(xué)習(xí)績效評估模型，通過抽樣逐步回歸的方式分析了在線學(xué)習(xí)行為對學(xué)習(xí)成績的影響；姜姍姍［11］基于活動理論和群體動力學(xué)習(xí)理論構(gòu)建了課堂協(xié)作學(xué)習(xí)行為分析模型，運(yùn)用社會網(wǎng)絡(luò)分析和滯后序列分析方法探討兩輪協(xié)作學(xué)習(xí)活動下社會網(wǎng)絡(luò)和行為序列的變化過程，運(yùn)用T 檢驗(yàn)分析學(xué)習(xí)者的協(xié)作學(xué)習(xí)水平及對學(xué)習(xí)成績的影響。

綜上所述，學(xué)習(xí)分析是解釋學(xué)習(xí)者行為規(guī)律的重要工具。然而，目前許多研究僅運(yùn)用單一方法關(guān)注在線行為的發(fā)生過程，探索復(fù)雜在線學(xué)習(xí)行為的綜合研究方法有所欠缺。此外，研究對象多為學(xué)習(xí)者個體行為，不能較好闡釋在線學(xué)習(xí)的協(xié)作性對群體行為的影響。為此，本文綜合運(yùn)用內(nèi)容分析、社會網(wǎng)絡(luò)分析和滯后序列分析方法，以學(xué)習(xí)群體為研究對象，從宏觀視角探索學(xué)習(xí)群體的整體網(wǎng)絡(luò)結(jié)構(gòu)，并依據(jù)社會網(wǎng)絡(luò)的中心性對群體進(jìn)行劃分，從中觀和微觀視角探索不同學(xué)習(xí)群體的行為序列特征及轉(zhuǎn)換過程，挖掘不同學(xué)習(xí)群體的行為序列差異性及其與學(xué)習(xí)效果的關(guān)系，幫助教師理解不同學(xué)習(xí)群體行為差異產(chǎn)生的原因，并結(jié)合教學(xué)目標(biāo)及時調(diào)整教學(xué)策略、制訂教學(xué)干預(yù)措施，促進(jìn)在線學(xué)習(xí)行為轉(zhuǎn)換為學(xué)習(xí)績效。

2 研究設(shè)計

2.1 研究問題

本文設(shè)計了以下3 個研究問題：①網(wǎng)絡(luò)學(xué)習(xí)空間中的學(xué)習(xí)者有哪些類型？②不同類型學(xué)習(xí)群體有哪些不同行為模式？③不同類型交互行為序列與學(xué)習(xí)成績之間是否存在顯著相關(guān)關(guān)系？

2.2 數(shù)據(jù)樣本

以河南省H 高校教育技術(shù)學(xué)專業(yè)2022 年秋季開設(shè)的必修課信息技術(shù)教學(xué)論為研究對象。該課程持續(xù)一個學(xué)期（18 周），以網(wǎng)絡(luò)學(xué)習(xí)空間為依托，采用混合式教學(xué)模式實(shí)施教學(xué)活動，其中線上教學(xué)以課程知識答疑、在線交流討論、單元測試、學(xué)習(xí)筆記分享、自主學(xué)習(xí)其他課程資源等為主。研究樣本為網(wǎng)絡(luò)學(xué)習(xí)空間中56 名課程學(xué)習(xí)者的交互數(shù)據(jù)；該數(shù)據(jù)記錄了學(xué)習(xí)者2022 年10 月17 日至12 月26日期間的7 839 條行為數(shù)據(jù)，包括4 個學(xué)習(xí)主題，1 073 條內(nèi)容交互數(shù)據(jù)。

2.3 研究方法

采用社會網(wǎng)絡(luò)分析法、內(nèi)容分析法和滯后序列分析法對網(wǎng)絡(luò)學(xué)習(xí)空間中的學(xué)習(xí)行為結(jié)構(gòu)進(jìn)行分析，探索不同學(xué)習(xí)群體行為序列與學(xué)習(xí)成績的相互關(guān)系。其中社會網(wǎng)絡(luò)分析法以個體、群體和社區(qū)所構(gòu)成的社會關(guān)系為研究對象，采用量化方式分析社會關(guān)系結(jié)構(gòu)及其屬性的方法與范式［12］，通過網(wǎng)絡(luò)交互密度、節(jié)點(diǎn)平均距離、互惠性、中心性等參數(shù)判斷不同學(xué)習(xí)群體中學(xué)習(xí)者的網(wǎng)絡(luò)位置和參與度，以進(jìn)一步辨析出核心參與者、半邊緣者和邊緣者群體。內(nèi)容分析法用于探索研究對象的交互程度，在一定程度上反映參與者的認(rèn)識層次。本文采用Gunawardena 等［13］提出的五階段交互分析模型（Interaction Analysis Model，IAM）對網(wǎng)絡(luò)學(xué)習(xí)空間中學(xué)習(xí)者的交互文本進(jìn)行編碼分析，同時新增與學(xué)習(xí)內(nèi)容無關(guān)的KC6 編碼項(xiàng)作為第六階段。認(rèn)知交互行為編碼框架見表1。

Table 1 Cognitive interactive behavioural coding framework表1 認(rèn)知交互行為編碼框架

上述研究方法從整體視角分析網(wǎng)絡(luò)學(xué)習(xí)空間交互分布情況，但難以區(qū)分不同學(xué)習(xí)群體的多個行為活動，整個交互行為如同一個“黑箱”。滯后序列分析法有助于進(jìn)一步分析學(xué)習(xí)者的行為特征［14］，根據(jù)計算結(jié)果調(diào)整殘差值，繪制出不同類型的行為轉(zhuǎn)換圖［15］，成為打開隱形行為“黑箱”的關(guān)鍵性技術(shù)。

2.4 數(shù)據(jù)處理

課程結(jié)束后，對網(wǎng)絡(luò)學(xué)習(xí)空間中的課程日志數(shù)據(jù)進(jìn)行收集，將課程交互日志和學(xué)習(xí)過程數(shù)據(jù)存儲至Excel 中，然后進(jìn)行數(shù)據(jù)清洗、整理、格式轉(zhuǎn)換與編碼。根據(jù)Ucinet6.0格式要求建立編碼矩陣，分析網(wǎng)絡(luò)學(xué)習(xí)空間中的社會網(wǎng)絡(luò)整體結(jié)構(gòu)、網(wǎng)絡(luò)密度、交互距離、互惠值、中心性等參數(shù)，確定不同學(xué)習(xí)群體（核心參與者和邊緣人）的位置關(guān)系。

為保證研究信度，挑選2 名參與過研究設(shè)計的教育技術(shù)學(xué)專業(yè)學(xué)生開展內(nèi)容分析，按照以下程序進(jìn)行編碼：首先對2 名學(xué)生進(jìn)行編碼培訓(xùn)，使其掌握編碼框架內(nèi)容和特殊問題帖子的處理方法；然后選取總帖量的30%（320 條）分別讓2 名學(xué)生進(jìn)行獨(dú)立編碼，通過信度系數(shù)（Cohen Kappa）檢驗(yàn)編碼一致性，以背對背互檢形式對不一致內(nèi)容進(jìn)行討論，以提高彼此對編碼框架的理解；最后由2 人對剩余帖子分別編碼，經(jīng)一致性信度系數(shù)檢驗(yàn)，Kappa 值達(dá)到0.785，研究內(nèi)容具有較好信度。

3 研究結(jié)果分析

3.1 社會網(wǎng)絡(luò)結(jié)構(gòu)整體分析

3.1.1 社會網(wǎng)絡(luò)結(jié)構(gòu)分析

社會網(wǎng)絡(luò)分析從關(guān)系數(shù)據(jù)視角研究行動者及其社會成員間的復(fù)雜關(guān)系與連接［16］，透視社會網(wǎng)絡(luò)中行動者間的互動結(jié)構(gòu)及其對行動者和整個群體的影響。本研究運(yùn)用Ucinet6.0工具對56名學(xué)習(xí)者的課程交互數(shù)據(jù)進(jìn)行編碼，分析得到其社會網(wǎng)絡(luò)社群圖、網(wǎng)絡(luò)密度、中心度等相關(guān)參數(shù)。網(wǎng)絡(luò)課程的整體交互結(jié)構(gòu)關(guān)系如圖1 所示，節(jié)點(diǎn)表示在線交互中的學(xué)習(xí)者，鏈接表示成員間發(fā)帖、回帖的互動行為。結(jié)果表明，每位學(xué)習(xí)者向他人發(fā)表帖子數(shù)的均值為5.96，表明學(xué)習(xí)者能夠與他人建立良好的溝通機(jī)制，形成相對緊密的網(wǎng)絡(luò)聯(lián)結(jié)關(guān)系。網(wǎng)絡(luò)密度反映網(wǎng)絡(luò)內(nèi)部結(jié)構(gòu)的緊密程度，是測量網(wǎng)絡(luò)連通性的重要指標(biāo)，可采用實(shí)際鏈接數(shù)與可能鏈接數(shù)的比值進(jìn)行計算［17］；距離為衡量信息擴(kuò)散的效率，通過從一個節(jié)點(diǎn)到另一個節(jié)點(diǎn)最短路徑中的鏈接數(shù)來計算［18］；互惠性是衡量行動者互惠傾向的指標(biāo)［19］，網(wǎng)絡(luò)學(xué)習(xí)空間中社會網(wǎng)絡(luò)密度越大，節(jié)點(diǎn)平均距離越小，互惠性指數(shù)越大，表示網(wǎng)絡(luò)成員間聯(lián)系越緊密，反之其關(guān)系越疏遠(yuǎn)。本研究中的網(wǎng)絡(luò)密度為0.128，節(jié)點(diǎn)平均距離為1.96，互惠性為0.132，表明網(wǎng)絡(luò)學(xué)習(xí)空間中學(xué)習(xí)者的社會網(wǎng)絡(luò)關(guān)系緊密，成員間的互惠性較高，具有較強(qiáng)的內(nèi)部凝聚力。

Fig.1 Overall interactive structure of online courses圖1 網(wǎng)絡(luò)課程的整體交互結(jié)構(gòu)關(guān)系

中心性是一種對網(wǎng)絡(luò)中個體權(quán)力量化的分析指標(biāo)［20］，從微觀層面衡量各個學(xué)習(xí)者在社會網(wǎng)絡(luò)中的位置，分為點(diǎn)度中心度、中介中心度和接近中心度等。其中點(diǎn)度中心度表示社會網(wǎng)絡(luò)節(jié)點(diǎn)間建立有效聯(lián)系的能力，體現(xiàn)了學(xué)習(xí)者自身的交互能力；中介中心度表示某節(jié)點(diǎn)承擔(dān)其他兩個節(jié)點(diǎn)間的最短路徑次數(shù)，充當(dāng)中介的節(jié)點(diǎn)對交互行為具有控制作用；接近中心度表示某節(jié)點(diǎn)與其他節(jié)點(diǎn)的接近程度，又分為入度和出度，出度指該節(jié)點(diǎn)連接其他節(jié)點(diǎn)邊的數(shù)量，入度指其他節(jié)點(diǎn)連接該節(jié)點(diǎn)邊的數(shù)量。經(jīng)計算，本研究的點(diǎn)度中心度和中介中心度均值分別為5.964 和81.196，接近中心度入度和出度值分別為18.158和27.469。

3.1.2 學(xué)習(xí)群體劃分

在社會網(wǎng)絡(luò)分析中，點(diǎn)出度和點(diǎn)入度是衡量學(xué)習(xí)者在網(wǎng)絡(luò)學(xué)習(xí)空間中活躍度和聲望的指標(biāo)，本文以這兩個觀測值對網(wǎng)絡(luò)學(xué)習(xí)空間中的學(xué)習(xí)群體進(jìn)行劃分。點(diǎn)出度以回帖數(shù)表示，衡量學(xué)習(xí)者在社會網(wǎng)絡(luò)中的交互程度，數(shù)值越高，表明該學(xué)習(xí)者越能與他人建立積極的互動關(guān)系；點(diǎn)入度以收到的帖子數(shù)表示，衡量其他學(xué)習(xí)者與該學(xué)習(xí)者建立的聯(lián)系程度，數(shù)值越高，表明該學(xué)習(xí)者在網(wǎng)絡(luò)中擁有越高聲望［21］。

以點(diǎn)出度（M=5.964，SD=3.669）和點(diǎn)入度（M=5.964，SD=2.921）的均值為閾值，將56 名學(xué)習(xí)者劃分為4 類群體，即點(diǎn)出度和點(diǎn)入度均大于均值的為核心參與者，其在整個社會網(wǎng)絡(luò)結(jié)構(gòu)中非常活躍，擁有較大權(quán)力，處于核心地位，一般為單元主持人、小組組長或教師；點(diǎn)出度值大于5.964，且點(diǎn)入度值介于0～5.964 之間者劃分為半邊緣人A（組織者），其在交互中非?；钴S，與他人能建立良好關(guān)系，但聲望較低，一般為學(xué)習(xí)助理或課程助教；點(diǎn)入度值大于5.964，且點(diǎn)出度值介于0～5.964 之間者劃分為半邊緣人B（引導(dǎo)者），其擁有較高聲望，與同伴能建立信任的互動關(guān)系，一般為學(xué)習(xí)標(biāo)兵；點(diǎn)出度和點(diǎn)入度均小于均值者為邊緣者，其參與課程學(xué)習(xí)的積極性不高，通常以潛水者身份出現(xiàn)。學(xué)習(xí)群體劃分結(jié)果見圖2。

Fig.2 Learning group division results圖2 學(xué)習(xí)群體劃分結(jié)果

3.2 交互內(nèi)容分析

在網(wǎng)絡(luò)學(xué)習(xí)空間中，文本交互是學(xué)習(xí)者認(rèn)知思維顯性化的重要表現(xiàn)形式，反映了學(xué)習(xí)者的信息加工過程和知識建構(gòu)水平。本文采用IAM 框架對1 073 條交互帖子進(jìn)行編碼，從整體交互行為來看，KC1 占比最大（54.20%），其次為KC3（19.50%）、KC2（12.88%）、KC4（8.94%）、KC6（2.03%），而KC5僅占2.44%。表明網(wǎng)絡(luò)學(xué)習(xí)空間中學(xué)習(xí)者的交互層級以淺層交互為主，僅有少量學(xué)習(xí)者達(dá)到較高層級（如KC3、KC4），高層級（KC5）交互質(zhì)量不理想。不同學(xué)習(xí)群體的交互行為也呈現(xiàn)出相同特征，但又表現(xiàn)出一些差異。相同特征在于核心參與者、半邊緣者A（組織者）、半邊緣者B（引導(dǎo)者）和邊緣者的交互層級均處于淺層（KC1、KC2），分別占其總數(shù)的68.42%、67.10%、70.90% 和74.90%。此外，核心參與者、半邊緣者A（組織者）和半邊緣者B（引導(dǎo)者）在KC3 階段出現(xiàn)較高層級現(xiàn)象，分別有95條、77 條和90 條帖子。在KC4、KC5 階段，4 類學(xué)習(xí)群體的交互帖子均明顯減少。差異之處在于在淺層交互階段（KC1、KC2），核心參與者的交互帖子數(shù)量均高于其他3 類學(xué)習(xí)群體，帖子數(shù)分別為275 條和89 條；在較高層級（KC3、KC4、KC5）階段，4 類學(xué)習(xí)群體的交互行為差異性較為顯著，即邊緣學(xué)習(xí)者的KC3 帖子僅有34 條，明顯低于其他3 類學(xué)習(xí)群體；在KC4 和KC5 階段，邊緣者僅有7 條和0條帖子，表明邊緣者偶爾有較高層級的交互活動出現(xiàn)，但不夠持續(xù)；相較于淺層階段，核心參與者在KC4 和KC5 階段表現(xiàn)也不夠理想，僅有48 條（9.02%）和18 條（3.38%）帖子出現(xiàn)，而半邊緣者A（組織者）和半邊緣者B（引導(dǎo)者）處于核心參與者與邊緣者之間，KC3 和KC4 的交互行為帖子數(shù)量趨近于核心參與者；在KC5 階段，半邊緣者A（組織者）、半邊緣者B（引導(dǎo)者）僅有8 條（2.07%）和7 條（1.62%）帖子，相較于核心參與者的交互帖子有明顯差異。

3.3 不同學(xué)習(xí)群體行為序列與學(xué)習(xí)績效分析

行為序列是一個行為向另一個行為的轉(zhuǎn)換，以兩個行為的編碼組合表示兩個行為形成的序列，組合中行為編碼前后順序代表該序列行為轉(zhuǎn)換的方向［22］。本研究運(yùn)用滯后序列分析工具GSEQ5.1 考察網(wǎng)絡(luò)學(xué)習(xí)空間中出現(xiàn)概率達(dá)到顯著水平（P＜0.05）的行為序列模式，根據(jù)行為序列調(diào)整后殘差值（Z-score）繪制行為模式轉(zhuǎn)換圖，分別建立不同學(xué)習(xí)群體的網(wǎng)絡(luò)學(xué)習(xí)行為轉(zhuǎn)換模式和交互行為轉(zhuǎn)換模式。

3.3.1 不同學(xué)習(xí)群體交互行為序列分析

根據(jù)社會群體劃分方法，在內(nèi)容分析結(jié)果的基礎(chǔ)上對4 類學(xué)習(xí)群體的交互行為序列與模式轉(zhuǎn)換進(jìn)行分析，以動態(tài)視角考察不同學(xué)習(xí)者群體的內(nèi)隱行為差異及行為交互過程，結(jié)果見表2和圖3。

Fig.3 Sequential transformation of interaction behaviours of different learning groups圖3 不同學(xué)習(xí)群體交互行為序列轉(zhuǎn)化

可以看出，4 類不同學(xué)習(xí)群體的交互行為序列有一條共同顯著路徑，即KC1→KC2，表示學(xué)習(xí)者在陳述各自觀點(diǎn)后緊接著分析比較觀點(diǎn)差異，該過程進(jìn)一步佐證交互層級為淺層的觀點(diǎn)。在大多數(shù)情況下，教師提出新問題后，學(xué)習(xí)者會回帖討論問題內(nèi)容與自身觀點(diǎn)的不一致性。核心參與者、半邊緣者A（組織者）和半邊緣者B（引導(dǎo)者）存在KC1→KC2、KC2→KC3、KC3→KC1 3 條顯著路徑，表明學(xué)習(xí)者在分享信息后通過觀點(diǎn)比較分析直接跳轉(zhuǎn)至意義協(xié)商階段（KC1→KC2→KC3），進(jìn)行意義協(xié)商后會反過來對重新描述的內(nèi)容進(jìn)行審視（KC3→KC1），在此階段，交互行為的漸進(jìn)序列逐漸形成（KC1→KC2，KC2→KC3）。作為半邊緣人A（組織者），其行為序列逐漸走向較高層級（KC4），漸進(jìn)行為序列為KC1→KC2（Z-score=7.38）、KC2→KC3（Z-score=5.10）和KC3→KC4（Z-score=3.20），表明組織者在協(xié)作交互中不斷審視自己的觀點(diǎn)，努力與同伴建立學(xué)習(xí)共同體并檢驗(yàn)達(dá)成一致的觀點(diǎn)（KC3→KC4，Z-score=3.20）。當(dāng)然，在交互中存在無關(guān)內(nèi)容（KC6→KC6，Z-score=7.86）來活躍討論氣氛，但可能會擾亂正常的交流秩序。半邊緣者B（引導(dǎo)者）在整體交互中未發(fā)揮應(yīng)有的引導(dǎo)作用，交互層級形成以一個淺層的閉環(huán)，即KC1→KC2→KC3，其殘差值分別為Z-score=3.11、2.70 和3.33。核心參與者是整個交互系統(tǒng)中最重要的角色，推動交互行為走向高階層級，其行為構(gòu)成完整的漸進(jìn)序列模式KC1→KC2（Z-score=4.73）、KC2→KC3（Z-score=2.25）、KC3→KC4（Z-score=3.20）、KC4→KC5（Z-score=3.33）。此外，通過群體間協(xié)商，核心參與者在檢驗(yàn)修正觀點(diǎn)時會對原有觀點(diǎn)進(jìn)行自查與反思（KC3→KC1，Z-score=3.82；KC4→KC1，Z-score=4.03），表明學(xué)習(xí)者能接受他人觀點(diǎn)進(jìn)行自我反思，理性客觀看待不同觀點(diǎn)對自身知識結(jié)構(gòu)的影響，并與他人達(dá)成一致目標(biāo)（KC4→KC5，Z-score=3.33）。整體來講，不同學(xué)習(xí)群體的交互以淺層行為序列為主，只有核心參與者和半邊緣者A（組織者）進(jìn)入高階層級，促進(jìn)網(wǎng)絡(luò)學(xué)習(xí)空間知識建構(gòu)過程順利開展。

3.3.2 不同學(xué)習(xí)群體行為序列與學(xué)習(xí)成績相關(guān)性分析

對交互行為的25 個行為序列總頻次與學(xué)習(xí)成績進(jìn)行Spearman 相關(guān)分析，結(jié)果顯示僅有8 個行為序列與學(xué)習(xí)成績顯著相關(guān)，結(jié)果見表3?？梢钥闯觯煌瑢W(xué)習(xí)群體交互行為序列與學(xué)習(xí)成績的共同顯著性主要集中在KC1KC2 和 KC2KC1 序列中，表明群體學(xué)習(xí)的交互行為序列在淺層階段對學(xué)習(xí)成績具有正向影響，該序列體現(xiàn)了學(xué)習(xí)群體注重知識內(nèi)容的基本認(rèn)知與理解；差異性表現(xiàn)為兩個方面：

Table 3 Correlation analysis between sequences of interactive behaviors and academic performance in different learning groups表3 不同學(xué)習(xí)群體交互行為序列與學(xué)習(xí)成績相關(guān)性分析

（1）同一群體內(nèi)部差異顯著。如核心參與者的交互行為序列在0.373（P＜0.05）以上對學(xué)習(xí)成績影響顯著，即KC1KC2、KC1KC3、KC2KC1、KC3KC1 和KC2KC3；半邊緣者A（R≥0.331，P＜0.05）為KC1KC2、KC2KC1 和KC3KC1；半邊緣者B（R≥0.358，P＜0.05）為KC1KC2 和KC2KC1；邊緣者（R≥0.363，P＜0.05）僅在KC1KC2 序列上與學(xué)習(xí)成績關(guān)系顯著。研究表明，同一群體內(nèi)部的交互行為序列首先從基本知識的理解開始，逐步擴(kuò)展到知識間的意義協(xié)商和達(dá)成，充分發(fā)揮學(xué)習(xí)共同體在分享、檢驗(yàn)、修正等交互過程的協(xié)作效應(yīng)，既符合學(xué)習(xí)者的認(rèn)知行為規(guī)律，又佐證了上述不同學(xué)習(xí)群體的交互行為序列分析結(jié)果。然而由于某些復(fù)雜的原因，半邊緣者B（引導(dǎo)者）和邊緣者在知識協(xié)商與修正等較高層級的認(rèn)知行為活動中缺乏主動性，影響了學(xué)習(xí)成績的顯著性。

（2）不同群體間差異顯著。研究認(rèn)為，交互行為序列數(shù)越多，學(xué)習(xí)成績越顯著。核心參與者、半邊緣者A（組織者）、半邊緣者B（引導(dǎo)者）和邊緣者分別有8 個、6 個、5 個和2 個行為序列與學(xué)習(xí)成績顯著相關(guān)性，其中核心參與者與邊緣者差異最為顯著，其次為半邊緣者B（引導(dǎo)者）和半邊緣者A（組織者）。此外，群體行為特征差異是影響學(xué)習(xí)成績的關(guān)鍵因素，例如核心參與者和半邊緣者A（組織者）在外顯交互行為階段具有帖子再編輯和與同伴良好協(xié)作的過程，表明其具有反思、檢驗(yàn)、修正前期觀點(diǎn)的意識和能力。同時，在交互行為階段，二者的行為序列均進(jìn)入交互較高層級，在意義協(xié)商與觀點(diǎn)檢驗(yàn)修正中能不斷形成新的知識與認(rèn)知再認(rèn)識的行為。

4 研究結(jié)論與建議

4.1 建立緊密的社會網(wǎng)絡(luò)關(guān)系結(jié)構(gòu)，激發(fā)不同學(xué)習(xí)群體的內(nèi)在動力

社會網(wǎng)絡(luò)分析清晰呈現(xiàn)了網(wǎng)絡(luò)學(xué)習(xí)空間中不同學(xué)習(xí)者間的互動結(jié)構(gòu)關(guān)系。本研究中網(wǎng)絡(luò)交互密度為0.128 4，平均距離為1.906，互惠性為0.131 7，表明網(wǎng)絡(luò)學(xué)習(xí)空間中學(xué)習(xí)者的社會網(wǎng)絡(luò)關(guān)系已經(jīng)建立，但交互結(jié)構(gòu)松散，交互主體主要集中于核心參與者和半邊緣者A（組織者），而半邊緣者B（引導(dǎo)者）和邊緣者未在交互中表現(xiàn)出理想的行為關(guān)系，對學(xué)習(xí)成績影響不顯著。在教學(xué)中，教師應(yīng)充分尊重學(xué)習(xí)群體的需求，依據(jù)不同學(xué)習(xí)角色提供教學(xué)支持服務(wù)，增強(qiáng)不同學(xué)習(xí)群體在網(wǎng)絡(luò)學(xué)習(xí)空間中的主動性［23］，例如賦予核心參與者更多學(xué)習(xí)自主權(quán)，使其在交互中起到引領(lǐng)、激發(fā)、調(diào)節(jié)等作用，以匯聚其他學(xué)習(xí)者共同參與交流；應(yīng)發(fā)揮半邊緣者A（組織者）助學(xué)者角色，使其承擔(dān)學(xué)習(xí)過程中的答疑任務(wù)，鼓勵其他參與者積極互動交流，推動群體交互層級與質(zhì)量向上發(fā)展；引導(dǎo)半邊緣者B（引導(dǎo)者）對啟發(fā)性和探索性話題進(jìn)行思考交流，注重從發(fā)帖數(shù)量向發(fā)帖質(zhì)量轉(zhuǎn)變；給予邊緣者人文關(guān)懷和精準(zhǔn)指導(dǎo)，通過與核心參與者和助學(xué)者建立學(xué)習(xí)共同體，幫助其回歸社群活動。

4.2 建立有效教學(xué)交互策略，促進(jìn)交互質(zhì)量提升

本研究中學(xué)習(xí)群體的交互活動主要集中于淺層級（KC1、KC2），占總交互數(shù)的67.08%，而高層級交互（KC4、KC5）數(shù)量偏少，僅占11.38%。在不同學(xué)習(xí)群體的交互活動中也具有相似情況，但又表現(xiàn)出一些差異。例如，核心參與者的KC1-KC2 交互活動占總交互行為的68.42%，而其他學(xué)習(xí)群體在該層級的交互活動值均高于核心參與者；核心參與者在KC4 和KC5 階段出現(xiàn)頻率較高的交互行為，其他學(xué)習(xí)群體的交互行為主要集中于KC1、KC2、KC3，KC4和KC5。這一現(xiàn)象對于個體知識建構(gòu)、評價反思能力、深度協(xié)作等潛在學(xué)習(xí)能力具有顯著影響，不利于網(wǎng)絡(luò)學(xué)習(xí)空間中社會化學(xué)習(xí)體系的良性循環(huán)。因此在教學(xué)中，教師應(yīng)以“主題模塊化+策略”機(jī)制推進(jìn)學(xué)習(xí)者與學(xué)習(xí)內(nèi)容、學(xué)習(xí)資源、師生之間的深度交互，促進(jìn)知識內(nèi)化［24］。此外，注重學(xué)習(xí)者的差異性特征，利用多種學(xué)習(xí)分析工具為不同學(xué)習(xí)者提供個性化服務(wù)，可促進(jìn)其高階思維能力與協(xié)作交互質(zhì)量的提升。

4.3 注重學(xué)習(xí)者行為差異，發(fā)現(xiàn)有效行為序列規(guī)律

在交互行為序列分析中，不同學(xué)習(xí)群體的行為序列均主要集中于KC1 和KC2 階段。相比于邊緣者B（引導(dǎo)者）和邊緣者以淺層交互行為為主（KC1 和KC2），核心參與者和邊緣者A（組織者）在高階交互序列中均有顯著行為序列出現(xiàn)（KC4 和KC5）。此外，無關(guān)信息（KC6-KC6）可能會影響交互質(zhì)量。在網(wǎng)絡(luò)學(xué)習(xí)空間中，教師應(yīng)根據(jù)學(xué)習(xí)群體的特征或?qū)W習(xí)者的個性差異為其提供適宜的學(xué)習(xí)支架和靈活的交互策略，幫助學(xué)習(xí)者產(chǎn)生有價值的想法；鼓勵學(xué)習(xí)者積極建立交互活動，如同伴互評和同伴協(xié)作。此外，教師應(yīng)利用網(wǎng)絡(luò)學(xué)習(xí)空間中的智能代理，如儀表盤、概念地圖、詞云、知識社會網(wǎng)絡(luò)等工具及時掌握話題走向［25］，調(diào)控交互秩序，并在交互中發(fā)現(xiàn)有價值的交互行為規(guī)律，積極引導(dǎo)半邊緣者B（引導(dǎo)者）和邊緣者改善學(xué)習(xí)方式，促進(jìn)其構(gòu)建有意義的知識體系。

4.4 挖掘?qū)W習(xí)者的個性潛能，改善教學(xué)交互策略

研究認(rèn)為，在所有學(xué)習(xí)群體中KC1KC2 和KC2KC1 行為序列與學(xué)習(xí)成績成正相關(guān)，說明交互行為質(zhì)量與行為序列會影響學(xué)習(xí)成績。發(fā)現(xiàn)有意義的行為序列有助于優(yōu)化教學(xué)過程，提升教學(xué)效果；而對于偏離學(xué)習(xí)主題或無意義的行為序列，教師應(yīng)及時采取干預(yù)并調(diào)整交互話題，改善交互質(zhì)量［26］。此外，教師應(yīng)關(guān)注學(xué)習(xí)者的行為特征差異，利用信息技術(shù)手段為其制定差異化學(xué)習(xí)方案，在學(xué)習(xí)共同體中發(fā)揮個人潛能，促進(jìn)其在積極的協(xié)作交互中提升績效水平。

5 結(jié)語

本文通過綜合運(yùn)用社會網(wǎng)絡(luò)分析、內(nèi)容分析、滯后序列分析和相關(guān)分析等方法挖掘了不同學(xué)習(xí)群體的行為特征及其差異，發(fā)現(xiàn)淺層次的學(xué)習(xí)行為以及低等級的交互質(zhì)量仍然是當(dāng)前網(wǎng)絡(luò)學(xué)習(xí)空間交互活動面臨的主要問題。誠然，本研究還存在很多局限之處：首先研究樣本數(shù)量有限，僅針對某一課程數(shù)據(jù)進(jìn)行分析；其次，網(wǎng)絡(luò)學(xué)習(xí)群體劃分未考慮學(xué)習(xí)者的個性特征，劃分依據(jù)有待改善；第三，文章僅從內(nèi)容交互行為與學(xué)習(xí)成績視角進(jìn)行相關(guān)分析，對學(xué)習(xí)者外顯行為與學(xué)習(xí)成績的相關(guān)性未予以考慮。今后將進(jìn)一步擴(kuò)大樣本，對不同學(xué)習(xí)群體的成因、交互行為差異、教學(xué)活動設(shè)計進(jìn)行優(yōu)化與調(diào)整，以提升其在網(wǎng)絡(luò)學(xué)習(xí)空間中的交互質(zhì)量和學(xué)習(xí)效果。