摘 要：聯(lián)通主義強調(diào)學(xué)習(xí)是一個通過交互不斷建立連接并逐步發(fā)展形成網(wǎng)絡(luò)學(xué)習(xí)社區(qū)的過程，網(wǎng)絡(luò)在聯(lián)通主義學(xué)習(xí)中起著基礎(chǔ)性、關(guān)鍵性的作用。盡管社會網(wǎng)絡(luò)分析方法已被應(yīng)用于揭示聯(lián)通主義學(xué)習(xí)中網(wǎng)絡(luò)的靜態(tài)特征，但對交互演化特征及機(jī)制展開的研究仍然較少。動態(tài)生長進(jìn)化是聯(lián)通主義學(xué)習(xí)的典型特征之一，因此，本研究嘗試基于國內(nèi)第一門cMOOC的交互數(shù)據(jù)，采用縱向概率社會網(wǎng)絡(luò)分析方法對互惠性、傳遞性、同質(zhì)性、擇優(yōu)連續(xù)性四種效應(yīng)進(jìn)行了檢驗，以解釋聯(lián)通主義學(xué)習(xí)中社會交互的動態(tài)演化機(jī)制。深入了解學(xué)習(xí)交互的動態(tài)網(wǎng)絡(luò)及其演化有助于我們探討如何構(gòu)建強大的同伴互助的學(xué)習(xí)社區(qū)，從而提升cMOOC中的在線學(xué)習(xí)體驗。

關(guān)鍵詞：cMOOC；社會網(wǎng)絡(luò)；SIENA；動態(tài)演化；交互特征

一、引言

“互聯(lián)網(wǎng)+教育”背景下，知識快速迭代更新，知識網(wǎng)絡(luò)結(jié)構(gòu)不斷變化，群體智慧涌現(xiàn)，聯(lián)通主義慕課（connectivism Massive Open Online Course， cMOOC）是典型的具有復(fù)雜系統(tǒng)特征的重要課程形態(tài) （陳麗 等， 2019; 陳麗 等， 2023）。在聯(lián)通主義課程中，學(xué)習(xí)被視為通過互動建立連接，具體表現(xiàn)為尋徑交互、意會交互和創(chuàng)生交互 （Wang et al.， 2017），并逐漸生成網(wǎng)絡(luò)的過程 （George， 2005; Sie et al.， 2012）。在以交互為核心的這一類社區(qū)型課程中，聯(lián)通主義學(xué)習(xí)者通過交互網(wǎng)絡(luò)的構(gòu)建與發(fā)展來實現(xiàn)復(fù)雜模糊問題的解決和知識創(chuàng)生，因此，“交互性”成為衡量聯(lián)通主義學(xué)習(xí)的基本指標(biāo)（王志軍 & 虞天蕓， 2023）。

在“互聯(lián)網(wǎng)+”時代，交互性已成為學(xué)習(xí)過程中重要的社會屬性 （Lave & Wenger， 1991），越來越多的研究注意到學(xué)習(xí)的社會交互性 （Li et al.， 2022; Sj?lie et al.， 2022; Lim， 2023）。非共識的觀點引發(fā)的認(rèn)知沖突是知識生產(chǎn)的基礎(chǔ)，知識同化與概念共識被弱化，分享和交流成為學(xué)習(xí)的重要組成部分（陳麗 等， 2019; Hosen et al.， 2021）。近年來，“互聯(lián)網(wǎng)+教育”復(fù)雜系統(tǒng)觀的提出，進(jìn)一步支持與鼓勵研究者嚴(yán)格審視學(xué)習(xí)中交互關(guān)系的形成、變化過程以及驅(qū)動機(jī)制，例如與誰交互、為什么建立這種交互關(guān)系、交互關(guān)系如何隨時間變化、交互變化對系統(tǒng)演化的影響等系統(tǒng)性問題 （陳麗 等， 2023）?；诖耍狙芯恳試鴥?nèi)第一門聯(lián)通主義課程“互聯(lián)網(wǎng)+教育：理論與實踐的對話”為案例，采用縱向概率社會網(wǎng)絡(luò)分析法，探究cMOOC學(xué)習(xí)過程中學(xué)習(xí)交互形成的網(wǎng)絡(luò)結(jié)構(gòu)及其動態(tài)演化機(jī)制。

二、文獻(xiàn)綜述

社會學(xué)習(xí)分析（Social Learning Analytics）中的社會網(wǎng)絡(luò)分析（Social Network Aralysis， SNA）是一種重要的研究大規(guī)模群體交互的方法，已得到廣泛的關(guān)注與使用（Ferguson & Shum， 2012）。例如王勃然和李月（2022）認(rèn)為社會互動有助于促進(jìn)知識建構(gòu)過程，因此他們采用社會網(wǎng)絡(luò)分析探索了一門大學(xué)英語慕課討論區(qū)內(nèi)的師生交互關(guān)系，選取了師生交互社會網(wǎng)絡(luò)的圖密度、平均度、網(wǎng)絡(luò)直徑、平均路徑長度、平均聚類系數(shù)以及中心度作為指標(biāo)，通過靜態(tài)切片的方式分析了不同階段社交網(wǎng)絡(luò)的屬性變化值，并指出其中存在交互不均衡、教師管理不足、學(xué)生缺乏主動交互意識等問題。王慧敏和陳麗（2019）采用社會網(wǎng)絡(luò)的度數(shù)中心度、中間中心度、接近中心度等指標(biāo)進(jìn)一步解釋了聯(lián)通主義學(xué)習(xí)者的外部社會網(wǎng)絡(luò)特征對其內(nèi)部認(rèn)知發(fā)展的五個影響方面。然而，這些研究大多數(shù)不考慮學(xué)習(xí)過程中交互網(wǎng)絡(luò)的變化，而是直接使用網(wǎng)絡(luò)指標(biāo)來表征或是評價某一典型的交互，比如常見的“度”指標(biāo)。換言之，這類研究的設(shè)計并不是為了回答“互聯(lián)網(wǎng)+教育”復(fù)雜系統(tǒng)觀下提出的“與誰交互”“什么因素驅(qū)動了交互”“交互過程如何變化”等問題。

鑒于上述研究，我們需要在復(fù)雜系統(tǒng)觀的指導(dǎo)下，從動態(tài)視角去剖析學(xué)習(xí)交互及其演化趨勢。在過去相當(dāng)長的一段時間內(nèi)，我們采用的是在不同時間節(jié)點截取網(wǎng)絡(luò)結(jié)構(gòu)以發(fā)現(xiàn)交互的變化，即關(guān)注不同時間點上交互指標(biāo)的大小變化，以及其與其他教育要素的關(guān)系。較有代表性的研究包括：楊迪一等（Yang et al.， 2013）的一項探索性研究，該研究基于社會認(rèn)知理論，認(rèn)為造成慕課輟學(xué)率較高的原因在于社會支持不足，他們使用了社會網(wǎng)絡(luò)分析來測量不同時期的網(wǎng)絡(luò)圖譜，探尋了學(xué)生是如何與既存的學(xué)習(xí)社區(qū)交互的；鄒文婷等（Zou et al.， 2021）秉持學(xué)習(xí)的社會建構(gòu)觀，結(jié)合自動內(nèi)容分析和社會網(wǎng)絡(luò)分析，研究了學(xué)習(xí)者的個人聲望以及社會臨場感對個人聲望的調(diào)節(jié)作用。社會網(wǎng)絡(luò)分析也經(jīng)常與認(rèn)知網(wǎng)絡(luò)分析共同使用，以探究學(xué)習(xí)者社交和認(rèn)知之間相互促進(jìn)的關(guān)系，例如多萊克等（Doleck et al.， 2021）基于社會學(xué)習(xí)理論，將社交網(wǎng)絡(luò)建模為跨課程主題的用戶尋求知識和傳播知識的函數(shù)，作為衡量知識尋求者和知識傳播者在網(wǎng)絡(luò)中聯(lián)系程度的指標(biāo)等，但這涉及將多維的網(wǎng)絡(luò)指標(biāo)進(jìn)行線性化處理，可能會因過于簡化網(wǎng)絡(luò)化屬性和元素間動態(tài)網(wǎng)絡(luò)關(guān)系而造成失真。在這類研究中，學(xué)習(xí)者的社會網(wǎng)絡(luò)地位、網(wǎng)絡(luò)屬性、社交關(guān)系等都是一些常見的網(wǎng)絡(luò)指標(biāo)，往往秉持社會認(rèn)知或建構(gòu)觀，重視交互與公共知識的生成，認(rèn)為知識是在線學(xué)習(xí)社區(qū)成員共同建構(gòu)的結(jié)果。但是，這類研究還是將交互視為能夠促進(jìn)學(xué)習(xí)的一種情境，并認(rèn)為這些交互指標(biāo)與個體的學(xué)習(xí)成效（測評）呈正相關(guān)。這類研究也被認(rèn)為是結(jié)果導(dǎo)向的，因為它們往往根據(jù)理論來發(fā)現(xiàn)促進(jìn)遠(yuǎn)端學(xué)習(xí)成效的網(wǎng)絡(luò)指標(biāo)。當(dāng)然，這類研究也可能使用詳細(xì)而豐富的描述來解釋為什么某些網(wǎng)絡(luò)指標(biāo)會產(chǎn)生更好的學(xué)習(xí)結(jié)果，并對其進(jìn)行理論化。

近年來，有一些研究開始關(guān)注交互本身，以及交互的演化機(jī)制，因為這類研究在本質(zhì)上認(rèn)為學(xué)習(xí)交互本身就代表了近端學(xué)習(xí)的成效，研究不應(yīng)該完全依賴學(xué)習(xí)過程結(jié)束后的遠(yuǎn)端學(xué)習(xí)成效來評估“互聯(lián)網(wǎng)+”時代的學(xué)習(xí)。當(dāng)然這類研究并不是否定傳統(tǒng)的學(xué)習(xí)評價，因為大多數(shù)情況下交互本身與傳統(tǒng)學(xué)習(xí)測評是正相關(guān)的。只是這類研究對學(xué)習(xí)本質(zhì)的認(rèn)識與理解發(fā)生了變化，將交互作為群體學(xué)習(xí)的本質(zhì)，旨在打開群體學(xué)習(xí)過程中的“黑匣子”，因此，這類研究多采用隨機(jī)行動者模型去發(fā)現(xiàn)交互網(wǎng)絡(luò)的演化機(jī)制。例如吳江等人（吳江 等， 2016; 吳江 等， 2017）分析了混合式協(xié)作學(xué)習(xí)和在線醫(yī)療社區(qū)里的用戶社區(qū)交互數(shù)據(jù)，基于隨機(jī)行動者模型建模，發(fā)現(xiàn)了互惠性和傳遞三元組作為社會網(wǎng)絡(luò)中基本的驅(qū)動力存在，且性別、年齡、疾病類型相同的用戶之間，以及好友多、活躍時間長的用戶之間容易形成朋友關(guān)系。 張婧婧等人（Zhang et al.， 2016）證實了xMOOC群體中擇優(yōu)連續(xù)性、互惠性、傳遞性以及同質(zhì)性的存在，并解釋了其含義，為信息交互可持續(xù)性學(xué)習(xí)環(huán)境設(shè)計提出了建議。

網(wǎng)絡(luò)的動態(tài)演化機(jī)制將有助于我們更深入地認(rèn)識在線學(xué)習(xí)本質(zhì) （張婧婧 等， 2019），以深度交互和知識創(chuàng)生為目標(biāo)的cMOOC更加需要認(rèn)識交互的演化規(guī)律。近年來，一系列有關(guān)聯(lián)通主義學(xué)習(xí)規(guī)律的研究為我們進(jìn)一步探索交互的動態(tài)演化機(jī)制奠定了基礎(chǔ)。比如徐亞倩和陳麗（2021）發(fā)現(xiàn)，具有多元異質(zhì)化背景的學(xué)習(xí)者在開放社區(qū)中通過各種類型的互動，自組織形成多中心的網(wǎng)絡(luò)結(jié)構(gòu)，個體學(xué)習(xí)者和聯(lián)通主義學(xué)習(xí)社區(qū)之間通過跨層級反饋實現(xiàn)知識創(chuàng)生。再如從動態(tài)發(fā)展視角看，在聯(lián)通主義學(xué)習(xí)中的協(xié)作問題解決中，網(wǎng)絡(luò)結(jié)構(gòu)效應(yīng)會持續(xù)影響協(xié)作者之間的吸引力 （Wang & Xiao， 2023）。從這些研究中可以看到，傳統(tǒng)的、線性的統(tǒng)計學(xué)模型難以探究聯(lián)通主義學(xué)習(xí)過程的演化機(jī)制。聯(lián)通主義的學(xué)習(xí)社區(qū)展現(xiàn)出了復(fù)雜系統(tǒng)的特征，是存在交互關(guān)系的個體之間相互作用所形成的多層次性、非線性、網(wǎng)絡(luò)化、分布式的動態(tài)系統(tǒng) （徐亞倩 & 陳麗， 2021）。因此，針對具有復(fù)雜系統(tǒng)特征的課程形態(tài)，亟須凸顯其動態(tài)演化特征的動力學(xué)分析以揭示其深度交互和知識創(chuàng)生的內(nèi)在機(jī)制。

三、概念框架

聯(lián)通主義學(xué)習(xí)中，學(xué)習(xí)者需要與個體的、碎片化的、基于經(jīng)驗的信息建立聯(lián)系，尋徑交互就是建立這種聯(lián)系，增強其凝聚性的核心 （王志軍， 2014）。尋徑交互指學(xué)習(xí)者不斷地與系統(tǒng)中的元素（人或者信息等節(jié)點）進(jìn)行交互以發(fā)展個人知識網(wǎng)絡(luò)和社會網(wǎng)絡(luò)的過程。聯(lián)通主義學(xué)習(xí)社區(qū)可被視為人機(jī)融合的復(fù)雜社會系統(tǒng)，學(xué)習(xí)者之間的尋徑交互與意會被認(rèn)為是促成群智涌現(xiàn)的重要路徑。盡管尋徑、意會與創(chuàng)生交互在不同的維度上對交互賦予了概念性的意義，達(dá)爾文群體選擇中的“互惠利他”行為仍然是群體互動的基礎(chǔ) （王紅衛(wèi) 等， 2023）。在此基礎(chǔ)上，對聯(lián)通主義學(xué)習(xí)交互中的二元關(guān)系、三元關(guān)系、群體關(guān)系和時間關(guān)系進(jìn)行概念化與表征（如表1所示）。

簡單聯(lián)通是聯(lián)通主義學(xué)習(xí)中最基礎(chǔ)的形式 （王志軍 & 陳麗， 2014），學(xué)習(xí)者與他人主動建立連接和回應(yīng)連接的互惠行為可以用來表征個體尋徑交互中的二元關(guān)系?；セ菪裕≧eciprocity）表示的是發(fā)生在個體層面尋徑過程中的雙向性，即A連接B后，B也會連接A。這與連接的數(shù)量無關(guān)，強調(diào)的是尋徑過程中互相連接的現(xiàn)象。互惠性交互有利于促進(jìn)認(rèn)知社會化 （Resnick et al.， 1991）。作為網(wǎng)絡(luò)中的一個重要的結(jié)構(gòu)效應(yīng)，一般采用并向量來表示互惠性。

在聯(lián)通主義的學(xué)習(xí)中，學(xué)習(xí)者不僅僅是表達(dá)自身觀點，還會通過回復(fù)其他人的觀點來獲得與他人建立連接的機(jī)會，并積極建立互惠性的交互關(guān)系。具有互惠性的這類連接在聯(lián)通主義學(xué)習(xí)中可被視為個體“尋徑”的基本交互形式。在交互中形成互惠性是促進(jìn)持續(xù)學(xué)習(xí)的必要過程，個體間的尋徑交互又是驅(qū)動意會與知識創(chuàng)生的基本形式之一（Downes， 2007）。 吳江等人（2016）和張婧婧等人（Zhang et al.， 2016）的研究發(fā)現(xiàn)了不同類型的在線社區(qū)中均存在互惠性效應(yīng)，因此，本研究提出假設(shè)1（H1）：該cMOOC中的關(guān)系網(wǎng)絡(luò)隨時間變化互惠程度不斷增強（如果A→B，那么B→A）。

社會化聯(lián)通是指聯(lián)通主義學(xué)習(xí)中學(xué)習(xí)者出于相同的興趣、利益、背景、需求等連接匯聚的過程 （王志軍 & 陳麗， 2014）。在本研究中并不對產(chǎn)生社會化聯(lián)通的這些因素進(jìn)行分析，而是聚焦刻畫在社會化聯(lián)通過程中形成網(wǎng)絡(luò)的二元與三元關(guān)系。從這一視角來看，學(xué)習(xí)者從個體間尋徑交互可以增加至三元甚至多元連接，從而發(fā)展為更大規(guī)模的社會化聯(lián)通。在網(wǎng)絡(luò)效應(yīng)中，傳遞性是從個人的簡單聯(lián)通走向社區(qū)化聯(lián)通的重要三元結(jié)構(gòu)。相較于互惠性，傳遞性這一結(jié)構(gòu)效應(yīng)是指：若A與B建立了連接，B與C建立了連接，則A與C之間更易建立連接。由于聯(lián)通主義學(xué)習(xí)中的信息與資源是碎片化的、分布式的，學(xué)習(xí)者通過與他人聯(lián)通來進(jìn)行學(xué)習(xí)。傳遞性高的網(wǎng)絡(luò)結(jié)構(gòu)更容易實現(xiàn)快速聯(lián)通 （Centola， 2010; Todo et al.， 2014）。具有高傳遞性的網(wǎng)絡(luò)能夠增加網(wǎng)絡(luò)的凝聚性（Cohesiveness）。在一個具有凝聚力的團(tuán)體中，成員之間能夠形成足夠的信任關(guān)系，從而形成同伴互助的學(xué)習(xí)氛圍（Liebeskind et al.， 1996; Booher & Innes， 2002）。各個小團(tuán)體的聯(lián)通有助于碎片化與分布式的信息與資源的共享，其目標(biāo)指向資源共享和網(wǎng)絡(luò)學(xué)習(xí)社區(qū)建設(shè) （Hartman & Johnson， 1989）。因此，從網(wǎng)絡(luò)的結(jié)構(gòu)效應(yīng)來看，傳遞性越高，網(wǎng)絡(luò)的凝聚性越強，越有助于社會化聯(lián)通的實現(xiàn)，從而驅(qū)動意會，最終促進(jìn)在大規(guī)模網(wǎng)絡(luò)結(jié)構(gòu)中產(chǎn)生知識。因此本研究提出假設(shè)2（H2）：隨時間變化，該cMOOC中的關(guān)系網(wǎng)絡(luò)的凝聚性不斷增強（即傳遞性增加，角色間距離變小，表述為如果A→B，B→C，那么A→C）。

匯聚群體智慧、探究未知問題的復(fù)雜聯(lián)通是最能體現(xiàn)聯(lián)通主義精神實質(zhì)的交互網(wǎng)絡(luò)形態(tài)，復(fù)雜聯(lián)通的目的在于通過深層次的尋徑互動形成共識，創(chuàng)造新知 （王志軍 & 陳麗， 2014）。這種網(wǎng)絡(luò)結(jié)構(gòu)中的群體關(guān)系可以用同質(zhì)性來表征，屬于尋徑和社會化聯(lián)通過程中的集體效應(yīng)。同質(zhì)性（Homophily）指人們本性上傾向于跟與自己相似的人建立連接 （Lazarsfeld & Merton， 1954）。同質(zhì)性是人際網(wǎng)絡(luò)中關(guān)系形成最為明顯的趨向性 （McPherson et al.， 2001），對于聯(lián)通學(xué)習(xí)過程而言，同質(zhì)性在社會化聯(lián)通的過程中扮演著非常重要的角色。個體尋徑和社會化聯(lián)通都更容易在相似的群體之間發(fā)生，在相似的角色群體中尋徑和社會化聯(lián)通發(fā)生的速度越快，信息共享的速度也就隨之越快 （Cross et al.， 2001; Powell， 1990）。近年的聯(lián)通主義的研究也指出，同伴認(rèn)可會積極影響知識貢獻(xiàn)的質(zhì)量 （秦婷 & 鄭勤華， 2020）。在聯(lián)通主義的學(xué)習(xí)中，同質(zhì)性強調(diào)相同身份或角色的成員之間更傾向于建立連接，即持有相似角色與身份影響著尋徑、意會和聯(lián)通過程中的群體網(wǎng)絡(luò)結(jié)構(gòu)，最終在同質(zhì)性高的社區(qū)產(chǎn)生知識收斂，可視為公共知識的創(chuàng)生過程。因此提出假設(shè)3（H3）：隨著時間的推移，同質(zhì)性高的個體之間，尋徑交互與社會化聯(lián)通不斷增強。

復(fù)雜聯(lián)通被視為學(xué)習(xí)者持續(xù)地尋徑、意會和創(chuàng)生的過程。隨著時間的推移，因?qū)?、意會與創(chuàng)生產(chǎn)生的網(wǎng)絡(luò)不斷進(jìn)化，最終形成信息的凝聚（王志軍 & 陳麗， 2014）。擇優(yōu)連續(xù)性則可用于表征復(fù)雜聯(lián)通隨時間變化的趨勢。巴拉巴西和阿爾伯特（Barabási & Albert， 1999）提出擇優(yōu)連續(xù)性（Preferential Attachment），也被稱為“富者越富”效應(yīng)。在聯(lián)通主義學(xué)習(xí)中，擇優(yōu)連續(xù)性這個結(jié)構(gòu)效應(yīng)反映出一些學(xué)習(xí)者甚至“草根貢獻(xiàn)者”有機(jī)會發(fā)展成為核心學(xué)習(xí)者，真正實現(xiàn)匯聚群體智慧。在聯(lián)通主義學(xué)習(xí)中，積極尋徑與意會的學(xué)習(xí)者隨時間推移，其將獲得更多的連接，進(jìn)而發(fā)展為聯(lián)通主義網(wǎng)絡(luò)中的核心成員?？梢钥吹降氖?，核心學(xué)習(xí)者在聯(lián)通主義學(xué)習(xí)中起著重要的作用，他們的歸屬感與身份的轉(zhuǎn)變是一個自下而上、通過連接隨時間增強的過程。同時，隨著尋徑交互和社會化聯(lián)通的增多，聯(lián)通的知識網(wǎng)絡(luò)也會越來越復(fù)雜，最終涌現(xiàn)出群體智慧（陳麗 等， 2023）。因此，本研究提出假設(shè)4（H4）：隨著時間的推移，交互網(wǎng)絡(luò)中偏好選擇的傾向明顯。

四、研究情境與方法

（一）研究情境

cMOOC“互聯(lián)網(wǎng)+教育：理論與實踐的對話”是由北京師范大學(xué)互聯(lián)網(wǎng)教育智能技術(shù)及應(yīng)用國家工程實驗室設(shè)計研發(fā)，關(guān)注使用以互聯(lián)網(wǎng)為核心的技術(shù)來解決教育主要矛盾的創(chuàng)新實踐與理論，旨在構(gòu)建包括研究者、產(chǎn)業(yè)從業(yè)者、一線實踐者、教育管理者等在內(nèi)的互聯(lián)網(wǎng)教育領(lǐng)域的實踐共同體。2018年10月，第一期課程正式發(fā)布，每期課程時長約12周，至今已經(jīng)運行至第九期。課程以cMOOC平臺為主要依托，同時融合微信、博客、Classin直播平臺、新維空間站等其他媒體平臺開展互動。課程使用自主研發(fā)的cMOOC教學(xué)平臺，平臺技術(shù)的設(shè)計在課程實施過程中持續(xù)迭代優(yōu)化。該平臺以聯(lián)通主義理論為指導(dǎo)，旨在創(chuàng)設(shè)促進(jìn)尋徑交互、驅(qū)動意會、支持知識匯聚與創(chuàng)生的在線學(xué)習(xí)空間。

作為國內(nèi)第一門以聯(lián)通主義為指導(dǎo)的cMOOC，該課程主要圍繞互聯(lián)網(wǎng)推動教育變革的五大主題展開——“‘互聯(lián)網(wǎng)+教育’的哲學(xué)觀”“線上線下學(xué)習(xí)空間融合”“社會教育資源共建共享”“消費驅(qū)動的教育供給側(cè)改革”“精準(zhǔn)高效的教育管理模式”。課程主要組織形式如下：每個主題都包含兩次直播討論活動和一次技術(shù)體驗活動，其余時間均圍繞生成性話題在分布式平臺上開展討論交流，撰寫博客，分享典型案例和資源；課程只設(shè)定了五個學(xué)習(xí)主題，以保證課程學(xué)習(xí)效率以及特定時間內(nèi)生成內(nèi)容的一致性；每周發(fā)布兩次周報，匯聚不同平臺上的生成內(nèi)容，實現(xiàn)核心觀點的聚合，幫助學(xué)習(xí)者尋徑和驅(qū)動意會；學(xué)習(xí)者可通過關(guān)注、點贊、評論、討論等多種方式進(jìn)行互動。

本研究選取第二期cMOOC主題一“‘互聯(lián)網(wǎng)+教育’的哲學(xué)觀”作為研究案例。前期的課程設(shè)計多在聯(lián)通主義理念下結(jié)合真實的學(xué)習(xí)者數(shù)據(jù)進(jìn)行優(yōu)化迭代。后期一些課程有較多的創(chuàng)新理念的落實試行，導(dǎo)致課程中的模塊設(shè)計變化較大。相比于第一期和后續(xù)幾期的數(shù)據(jù)，第二期的課程可作為較為典型的既秉承經(jīng)典聯(lián)通主義理念又符合中國學(xué)習(xí)者真實學(xué)習(xí)規(guī)律的一個研究案例。在這一期課程中，平臺注冊者較多，達(dá)1，550人，其中正式學(xué)習(xí)者461人，共發(fā)布了23個周報、54個話題、1，042篇文章、5，857篇評論等學(xué)習(xí)成果。主題一聚焦“互聯(lián)網(wǎng)+教育”的哲學(xué)觀，在學(xué)習(xí)期間（3月20日至4月2日），168名學(xué)習(xí)者發(fā)布了321篇文章，去掉課程促進(jìn)者發(fā)布的11篇文章（包括周報、資源推薦、內(nèi)容回顧等）及評論、無評論的51篇文章、與學(xué)習(xí)內(nèi)容無關(guān)的56篇文章及評論，以及學(xué)習(xí)者自我回復(fù)的評論59篇，去重后最終得到140名學(xué)習(xí)者發(fā)布的203篇文章及1，216篇評論。

（二）研究方法

聯(lián)通主義學(xué)習(xí)中，學(xué)習(xí)者具有較大的自主性，不用隨時在線，可以根據(jù)自己的時間隨時加入到討論中去，通過發(fā)文、評論、回復(fù)來與其他人建立連接。是否回復(fù)或者是否加入相關(guān)帖子的討論是由學(xué)習(xí)者自己決定的。作為一個多元異質(zhì)的學(xué)習(xí)共同體，教師并不是以知識權(quán)威的角色來講授聯(lián)通主義，而是鼓勵學(xué)習(xí)者踐行聯(lián)通主義的理念，把課程作為一個練習(xí)場，在學(xué)習(xí)中讓自己逐漸成長為一個聯(lián)通主義學(xué)習(xí)者。對于這樣的課程，學(xué)習(xí)過程中所形成的交互網(wǎng)絡(luò)在沒有外力強干預(yù)的情況下，網(wǎng)絡(luò)結(jié)構(gòu)效應(yīng)會對交互網(wǎng)絡(luò)的演化起到重要的作用。因此，可以使用隨機(jī)行動者模型（Stochastic Actor-Oriented Model，SAOM）來研究聯(lián)通主義學(xué)習(xí)中的交互網(wǎng)絡(luò)。

隨機(jī)行動者模型是一種構(gòu)建、分析和測試行動者在環(huán)境中相互作用的計算機(jī)方法。該模型由斯尼得斯等（Snijders et al.， 2010）提出，主要使用馬爾可夫過程來解釋網(wǎng)絡(luò)的變化趨勢。在SAOM中，行動者（Actor）是核心，它具有四個重要特征（Wooldridge & Jennings， 1995）：1）獨立性，即不被某一個全局因素所控制；2）能夠與其他行動者互動；3）能夠?qū)Νh(huán)境的刺激作出反應(yīng)；4）具有主動選擇的能力。隨機(jī)化作為對復(fù)雜世界的一種抽象化方法，在SAOM中被用于考慮行動者偏好、行為偏差等偶然隨機(jī)事件的表征。SAOM認(rèn)為，網(wǎng)絡(luò)演化是行動者進(jìn)行“行為選擇”的結(jié)果，包括選擇建立、維持或終止與其他行動者的關(guān)系。SAOM已被用于諸如開源軟件項目中的合作網(wǎng)絡(luò)（Kavaler & Filkov， 2017）、青少年在學(xué)校的友誼網(wǎng)絡(luò)（Leszczensky & Pink， 2015）、科研協(xié)作網(wǎng)絡(luò)（Ferligoj et al.， 2015）、銀行間信貸關(guān)系（Finger & Lux， 2017）等多種動態(tài)網(wǎng)絡(luò)演化的研究中。

實證網(wǎng)絡(luò)的模擬分析方法（Simulation Investigation for Empirical Network Analysis，SIENA）是基于SAOM的分析工具。本研究采用R語言中的RSiena作為研究工具，基于角色來建立不同階段的關(guān)系網(wǎng)絡(luò)，并對縱向網(wǎng)絡(luò)進(jìn)行概率統(tǒng)計分析，來模擬網(wǎng)絡(luò)的演化趨勢。SIENA假定所有的網(wǎng)絡(luò)變化都是由多個小的變化組成的——也就是所謂的“迷你步驟”——每個“迷你步驟”（t到t+1）中要么是新建一個連接，要么是保持一個連接或者是終結(jié)一個連接（如圖1）。這些連接的建立、保持或刪除是隨機(jī)且連續(xù)的。

本研究采用目標(biāo)函數(shù)來計算某角色在“迷你步驟”中不同連接的概率，用來模擬聯(lián)通主義學(xué)習(xí)中尋徑在高分辨率下的走向。目標(biāo)函數(shù)主要取決于結(jié)構(gòu)效應(yīng)和協(xié)變量效應(yīng)。結(jié)構(gòu)效應(yīng)指的是網(wǎng)絡(luò)的屬性。在本研究中基于聯(lián)通主義理論分別采用互惠性來表征尋徑交互中的二元關(guān)系，采用連接性表征社會化聯(lián)通中的三元關(guān)系，采用擇優(yōu)連續(xù)性表征網(wǎng)絡(luò)的演化走向是否有益于知識的創(chuàng)生。協(xié)變量效應(yīng)是網(wǎng)絡(luò)節(jié)點的屬性，在本研究中主要采用了同質(zhì)性來表征尋徑與社會化聯(lián)通中的群體關(guān)系，簡化為學(xué)生和教師兩大群體。學(xué)生角色編碼為0，教師角色（包括教師和導(dǎo)學(xué)者）編碼為1。

本研究采用非加權(quán)網(wǎng)絡(luò)來表征網(wǎng)絡(luò)的交互關(guān)系，最終共有140個節(jié)點、1，097條連邊，沒有缺失值。網(wǎng)絡(luò)的密度（連接值的總和除以最大可能連接數(shù)）為0.056，采用臨近稀疏矩陣來存儲。本研究選取的主題一共運行2周，發(fā)布4次周報，將網(wǎng)絡(luò)分成了4個不同的階段，每個階段信息的總量（原帖、回復(fù)帖和評論帖的總和）大致相同，基于此計算了兩個相鄰階段的Jaccard系數(shù)，分別為0.384、0.681、0.789（均大于0.3），說明在兩個連續(xù)時期之間網(wǎng)絡(luò)比較穩(wěn)定且變化比較平滑，4個時期劃分合適，適合用SIENA進(jìn)行縱向概率分析。

五、研究結(jié)果

（一）學(xué)習(xí)交互的描述性分析

如圖2所示，聯(lián)通主義課程中，發(fā)布和評論文章的數(shù)量隨日期變化而呈現(xiàn)波動趨勢。整體來看，文章的數(shù)量和學(xué)習(xí)者的人數(shù)隨時間變化的高峰和低谷大致保持一致。但是3月30日（當(dāng)天是星期六，有一次直播）略有不同，盡管這一天參與討論的學(xué)習(xí)者人數(shù)較少，但是發(fā)布與評論的數(shù)量卻呈現(xiàn)一個小高峰，這說明在聯(lián)通主義學(xué)習(xí)中，一些討論與3月30日直播中的話題有關(guān)。

在主題一的兩周學(xué)習(xí)期間，每周三（3月20日和3月27日）發(fā)布本周的學(xué)習(xí)內(nèi)容預(yù)告和任務(wù)要求，每周六（3月23日和3月30日）上午開展直播教學(xué)活動。本研究根據(jù)主題一的學(xué)習(xí)活動時間節(jié)點，將主題一分為4個時間段，分別統(tǒng)計每個階段的學(xué)習(xí)交互情況（如表2所示）。對比“創(chuàng)建連接的學(xué)習(xí)者人數(shù)”和“學(xué)習(xí)者總數(shù)”可知，大部分學(xué)習(xí)者與同伴主動建立了交互關(guān)系。

如表3所示，教師共發(fā)表文章11篇，評論文章數(shù)量為49篇，回復(fù)文章下的評論的數(shù)量為10篇；學(xué)生共發(fā)布文章192篇，直接評論文章的數(shù)量為676篇，回復(fù)文章下面評論的數(shù)量為481篇。

（二）學(xué)習(xí)交互的網(wǎng)絡(luò)效應(yīng)檢驗

如表4所示，模型1驗證了關(guān)于互惠性和傳遞性的假設(shè)（假設(shè)1和假設(shè)2）。在不同時期中，互惠性的參數(shù)值分別為5.1909、3.8452和3.6321。這說明互惠性這一網(wǎng)絡(luò)效應(yīng)是正向的（參數(shù)大于0），并且在0.05的水平上具有顯著性（參數(shù)值/標(biāo)準(zhǔn)誤的絕對值大于2）。為進(jìn)行進(jìn)一步檢測，將互惠性與傳遞性也加入模型二和模型三進(jìn)行分析，發(fā)現(xiàn)結(jié)果不變?？梢姳狙芯恐械膶W(xué)習(xí)交互網(wǎng)絡(luò)確實存在著互惠程度逐漸增強的趨勢，即研究假設(shè)H1“該cMOOC中的關(guān)系網(wǎng)絡(luò)隨時間變化互惠程度不斷增強”成立。也就是說，在聯(lián)通主義學(xué)習(xí)中，如果A回復(fù)了B，B在很大程度上會回復(fù)A，并且隨著課程的推進(jìn)，這種互惠程度在不斷增強。

如表4所示，不同時期的傳遞性的參數(shù)值分別為1.0644、0.4713和0.3732。由此可知，傳遞性的網(wǎng)絡(luò)效應(yīng)是正向的（參數(shù)值大于0），并且在0.05的水平上具有顯著性（參數(shù)值/標(biāo)準(zhǔn)誤的絕對值大于2）。傳遞性也同樣表現(xiàn)出效果顯著和相鄰時期間系數(shù)為正的現(xiàn)象，證明了研究假設(shè)H2“隨時間變化，該cMOOC中的關(guān)系網(wǎng)絡(luò)的凝聚性不斷增強”成立。也就是說，在聯(lián)通主義學(xué)習(xí)中，如果A回復(fù)了B，B回復(fù)了C，那么A很有可能會回復(fù)C，并且隨著課程的推進(jìn)，網(wǎng)絡(luò)的閉合程度在不斷增強。

本研究在模型2中驗證了學(xué)習(xí)者建立連接是否存在群體偏好，即他們是偏向于與同為學(xué)生身份的學(xué)習(xí)者建立連接，還是更喜歡和教師建立連接。將互惠性和傳遞性作為控制變量，可以發(fā)現(xiàn)，不同時期的同質(zhì)性的參數(shù)值分別為-1.2182、-1.6153和-0.2371，同質(zhì)性的網(wǎng)絡(luò)效應(yīng)是負(fù)向的（參數(shù)值小于0），并且在第一個階段到第二個階段、第二個階段到第三個階段在0.05的水平上具有顯著性（參數(shù)值/標(biāo)準(zhǔn)誤的絕對值大于2），但是第三個階段到第四個階段間未呈現(xiàn)顯著性。說明本研究中的交互網(wǎng)絡(luò)里同質(zhì)性這一結(jié)構(gòu)效應(yīng)并不顯著，學(xué)習(xí)者在學(xué)習(xí)早期傾向于跟教師之間建立連接，即假設(shè)H3“隨著時間的推移，同質(zhì)性高的個體之間，尋徑交互與社會化聯(lián)通不斷增強”不成立。

在模型3中，本研究驗證了學(xué)習(xí)者在建立連接的過程中是否傾向于與已建立多個連接的學(xué)習(xí)者建立新的連接。將互惠性和傳遞性作為控制變量，不同時期擇優(yōu)連續(xù)性的參數(shù)值分別為0.2729、0.1178和0.0470，擇優(yōu)連續(xù)性的網(wǎng)絡(luò)效應(yīng)為正向的（參數(shù)值大于0），但是較小，在0.05的水平上具有顯著性（參數(shù)值/標(biāo)準(zhǔn)誤的絕對值大于2）。這說明假設(shè)H4“隨著時間的推移，交互網(wǎng)絡(luò)中偏好選擇的傾向明顯”成立。也就是說，聯(lián)通主義學(xué)習(xí)中，已建立連接多的學(xué)習(xí)者隨時間推移會不斷建立更多的連接。

六、討論與結(jié)論

聯(lián)通主義強調(diào)，“管道”比“管道”中的內(nèi)容更重要。這并不是字面意義上的互動比知識更重要，而是需要從系統(tǒng)觀的視角去理解“管道”。聯(lián)通主義中的“管道”這一隱喻其實暗指學(xué)習(xí)過程中形成的交互網(wǎng)絡(luò)及其連邊。從網(wǎng)絡(luò)動力學(xué)的視角來看，網(wǎng)絡(luò)的結(jié)構(gòu)在很大程度上決定了網(wǎng)絡(luò)的變化與發(fā)展。從這一意義上來說，認(rèn)識學(xué)習(xí)交互的動態(tài)演化機(jī)制其實是采用循證的手段去具象化聯(lián)通主義的思想與理念。

本研究的結(jié)果表明，在個體層面上，聯(lián)通主義學(xué)習(xí)過程中形成的管道并不是由單向反饋式的交互組成，而是形成了一個互惠性尋徑交互逐漸增強的管道，并通過三元傳遞閉合的機(jī)制逐漸形成具有凝聚性的社會化聯(lián)通小群體，這符合聯(lián)通主義學(xué)習(xí)中學(xué)習(xí)者自組織形成中心網(wǎng)絡(luò)結(jié)構(gòu)的特征 （徐亞倩 & 陳麗， 2021）。同時，也由于存在“富者越富”的擇優(yōu)偏好，隨著學(xué)習(xí)時間的推移出現(xiàn)了核心學(xué)習(xí)者，控制著管道中信息的流動，與王勃然和李月（2022）發(fā)現(xiàn)的MOOCs社區(qū)中存在交互不平衡的結(jié)論一致。此外，在群體層面，學(xué)習(xí)者和教師群體之間存在角色異質(zhì)性交互的偏好，這種動力學(xué)機(jī)制反映出了學(xué)習(xí)者仍然持有與教師建立連接的學(xué)習(xí)觀，與教師互動的學(xué)習(xí)習(xí)慣和文化仍然十分深刻地影響著他們在cMOOC學(xué)習(xí)中的尋徑與聯(lián)通。

在二元與三元關(guān)系上，cMOOC學(xué)習(xí)者交互網(wǎng)絡(luò)演化過程中具有明顯的互惠性和傳遞性，這意味著聯(lián)通主義學(xué)習(xí)中學(xué)習(xí)者呈現(xiàn)出積極地建立連接、回應(yīng)連接的尋徑行為，并逐漸向聚合型社團(tuán)結(jié)構(gòu)發(fā)展，體現(xiàn)了從簡單聯(lián)通到社會化聯(lián)通的發(fā)展過程。不同的小團(tuán)體成員具有不同的知識、經(jīng)驗、背景等，在具有互惠性與傳遞性的網(wǎng)絡(luò)結(jié)構(gòu)中，信息和資源的豐富度會大大增加，可以賦予學(xué)習(xí)者多種渠道進(jìn)行聯(lián)通。類似地，吳江等人（2016）的研究結(jié)果也顯示傳遞性是社會網(wǎng)絡(luò)發(fā)展的基本驅(qū)動力，能夠促進(jìn)網(wǎng)絡(luò)的演化與集聚。從交互的網(wǎng)絡(luò)效應(yīng)來看，互惠性和傳遞性對課程設(shè)計的啟示在于：一方面，可利用互惠性和傳遞性優(yōu)化平臺功能模塊，比如，更改原有的依據(jù)時間順序編排的課程內(nèi)容列表，突出顯示高質(zhì)量、與學(xué)習(xí)者相關(guān)的內(nèi)容以引導(dǎo)學(xué)習(xí)者的注意力分布；另一方面，可考慮利用互惠性和傳遞性優(yōu)化平臺內(nèi)容推送機(jī)制，比如，推送朋友評論或回復(fù)的話題帖，推送回復(fù)率高的個體所發(fā)布的內(nèi)容，等等。

在群體層面上，本研究中的交互網(wǎng)絡(luò)里呈現(xiàn)明顯的異質(zhì)現(xiàn)象，即相對于跟同身份的同伴交流，學(xué)習(xí)者群體更傾向于回復(fù)教師群體發(fā)布的內(nèi)容，這與 張婧婧等人（Zhang et al.， 2016）的研究結(jié)論基本一致，即在這門課程的復(fù)雜聯(lián)通形成過程中，盡管聯(lián)通主義尤為強調(diào)生生交互、互為師生的重要性，但傳統(tǒng)學(xué)習(xí)觀仍然促使學(xué)生群體更多地傾向于與教師和導(dǎo)學(xué)者群體建立連接和聯(lián)通。交互效應(yīng)中的異質(zhì)現(xiàn)象意味著教師的權(quán)威與思想可驅(qū)動學(xué)習(xí)者群體的意會過程。這可能與中國尊師重教的文化傳統(tǒng)以及班級標(biāo)準(zhǔn)化教育養(yǎng)成的“教師更權(quán)威”的觀念有關(guān)，學(xué)生更加依賴和信任教師，在遇到問題時自然而然地傾向于接受教師的意見。盡管近幾年已在國內(nèi)課堂開始嘗試同伴支持，但觀念和習(xí)慣的改變?nèi)允莻€緩慢的過程。因此，對于大多數(shù)cMOOC初學(xué)者而言，教師仍是網(wǎng)絡(luò)中的重要他人，經(jīng)由教師放大、傳播的信息更有價值和影響力。但對聯(lián)通主義課程而言，生生交互更能夠帶來更廣泛的討論參與，更有利于接觸多元的視角，更有可能聚焦開放復(fù)雜的問題并形成認(rèn)知沖突，進(jìn)而通過碰撞和觀點修正生成對某一話題的新認(rèn)識，促進(jìn)網(wǎng)絡(luò)的持續(xù)更新和知識的持續(xù)生長 （徐亞倩 & 陳麗， 2021）。如何引導(dǎo)和促進(jìn)學(xué)習(xí)者更多樣、更開放地尋徑與聯(lián)通，仍然是有待思考和進(jìn)一步解決的問題。比如，可以考慮設(shè)計促進(jìn)同伴相互支持的激勵機(jī)制，邀請往期優(yōu)秀學(xué)習(xí)者加入促進(jìn)者團(tuán)隊并主動為初學(xué)者提供支持，放大和推送學(xué)習(xí)者發(fā)布的優(yōu)質(zhì)內(nèi)容以吸引更多關(guān)注，綜合考慮內(nèi)容、行為傾向、基本信息等以為學(xué)習(xí)者推送志同道合的學(xué)習(xí)伙伴。

在時間維度上，偏好選擇也成為聯(lián)通主義學(xué)習(xí)中學(xué)習(xí)者交互演化的重要網(wǎng)絡(luò)效應(yīng)。在交互過程中連接度較高的學(xué)生會形成更多的連接，最終成為網(wǎng)絡(luò)的核心學(xué)習(xí)者，控制著交互的演化方向。若從在線學(xué)習(xí)復(fù)雜系統(tǒng)演化角度來講，一方面，偏好選擇是導(dǎo)致網(wǎng)絡(luò)非線性發(fā)展的動力學(xué)因素，反映了復(fù)雜在線學(xué)習(xí)系統(tǒng)的初始條件的敏感性——初期的交互水平和交互質(zhì)量通過反饋機(jī)制被放大，產(chǎn)生混沌效應(yīng)。這與傳統(tǒng)的MOOCs學(xué)習(xí)過程一致，隨著交互過程的進(jìn)行，初期的交互將會不斷地積累、放大 （鄭勤華 等， 2016）。草根學(xué)習(xí)者有機(jī)會在這個過程中成為核心學(xué)習(xí)者，這就有可能促進(jìn)信息的凝聚和群體智慧的涌現(xiàn)。另一方面，偏好選擇也是網(wǎng)絡(luò)穩(wěn)定性分析的重要指標(biāo)。網(wǎng)絡(luò)中連接較多的學(xué)習(xí)者隨著時間的推移會擁有更多連接，這雖然會對聯(lián)通起到促進(jìn)作用，但一旦這幾位學(xué)習(xí)者退出課程，原本聯(lián)通的交互網(wǎng)絡(luò)可能瞬間“崩潰”，尋徑也有可能會因此而中斷。同時，那些連接不多的學(xué)生，也會因為提出的問題無人回應(yīng)而產(chǎn)生失落感，放大在線學(xué)習(xí)過程中的孤獨感。因此，未來cMOOC教學(xué)設(shè)計應(yīng)重點關(guān)注如何從更大范圍、在更高程度上滿足學(xué)習(xí)者的多樣需求，使其在課程中盡快尋找到自己的交互圈，從網(wǎng)絡(luò)的邊緣走向核心。同時，也要關(guān)注如何促進(jìn)和維護(hù)多中心的、穩(wěn)定可持續(xù)發(fā)展的交互網(wǎng)絡(luò)。例如考慮優(yōu)質(zhì)內(nèi)容推薦機(jī)制、基于學(xué)習(xí)內(nèi)容的學(xué)習(xí)伙伴推薦機(jī)制以及邊緣學(xué)習(xí)者預(yù)警等措施。

對聯(lián)通主義學(xué)習(xí)交互的動態(tài)演化機(jī)制的研究并不會止步于探討微觀層面交互的教學(xué)策略與實施干預(yù)，而是進(jìn)一步將cMOOC作為典型的在線社區(qū)型學(xué)習(xí)模式之一，從建設(shè)更加開放、更加創(chuàng)新的教育生態(tài)系統(tǒng)的視角去審視我們發(fā)現(xiàn)的交互動態(tài)演化機(jī)制。僅僅關(guān)注這一學(xué)習(xí)形態(tài)某一階段的交互狀態(tài)，并不能對在線學(xué)習(xí)中的教學(xué)新形態(tài)做出公正評價。改變學(xué)習(xí)者的并不是某一時刻自己或同伴交互的數(shù)量與質(zhì)量，而是在學(xué)習(xí)交互網(wǎng)絡(luò)中從簡單聯(lián)通到社會化聯(lián)通再到復(fù)雜聯(lián)通發(fā)展的網(wǎng)絡(luò)結(jié)構(gòu)與演化機(jī)制。對某一階段或某一時刻交互狀態(tài)的研究對于優(yōu)化學(xué)習(xí)者的學(xué)習(xí)體驗或為教師實時提供學(xué)習(xí)反饋無疑是有益的，但是對于以cMOOC為代表的創(chuàng)新型學(xué)習(xí)形式的壯大與發(fā)展的作用微乎其微。微觀層面的教學(xué)交互不足以掀起教育的變革。真正重要的是，以微觀層面的學(xué)習(xí)數(shù)據(jù)作為關(guān)鍵的循證證據(jù)，在學(xué)習(xí)交互網(wǎng)絡(luò)的系統(tǒng)層面去發(fā)現(xiàn)交互的網(wǎng)絡(luò)效應(yīng)及其動力學(xué)演化機(jī)制，才能真正幫助我們?nèi)ダ斫饽骋唤逃齽?chuàng)新是否能在較長的時間內(nèi)潛移默化地塑造著每一位學(xué)習(xí)者。

教育并不需要“立竿見影”的特效藥，而是需要建立一個同伴互助的自組織學(xué)習(xí)社區(qū)，來培養(yǎng)真正具有獨立思考能力、能夠與同伴互動、匯聚集體智慧的創(chuàng)新型人才。交互網(wǎng)絡(luò)的靜態(tài)結(jié)構(gòu)特征固然重要，但是每個階段的學(xué)習(xí)互動與成效并不是教育培養(yǎng)創(chuàng)新人才的指標(biāo)，而發(fā)現(xiàn)學(xué)習(xí)交互網(wǎng)絡(luò)演化的趨勢及其機(jī)制才能真正回答“百年樹人”的教育在學(xué)習(xí)交互的演化中是否真正承擔(dān)了“百年樹人”的作用。當(dāng)然，教育的改革從來都不是一門課程可以解決的，但是如果不從一門課程設(shè)計開始，那么星星之火也不能燎原。對cMOOC動態(tài)交互機(jī)制的研究啟示我們關(guān)注“互聯(lián)網(wǎng)+”時代的新型的在線社區(qū)型學(xué)習(xí)形式，啟迪我們利用宏觀層面上學(xué)習(xí)交互網(wǎng)絡(luò)的演化機(jī)制去評價任何一項教育創(chuàng)新的“樹人”作用，打造更加開放、創(chuàng)新的教育生態(tài)系統(tǒng)。

參考文獻(xiàn)

陳麗，郭玉娟，& 張文梅. （2023）. “互聯(lián)網(wǎng)+教育”的世界觀：復(fù)雜系統(tǒng)觀. 中國遠(yuǎn)程教育（8），7-12，24.

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. 中國遠(yuǎn)程教育（7），10-18，92.

秦婷，& 鄭勤華. （2020）. 聯(lián)通主義學(xué)習(xí)社區(qū)個體知識貢獻(xiàn)影響因素研究. 現(xiàn)代遠(yuǎn)距離教育（5），52-61.

王勃然，& 李月. （2022）. 基于社會網(wǎng)絡(luò)分析的大學(xué)英語MOOC討論區(qū)交互行為研究. 外語研究，39（4），59-64.

王紅衛(wèi)，李玨，劉建國，樊瑛，馬靚，霍紅，劉作儀，& 丁烈云. （2023）. 人機(jī)融合復(fù)雜社會系統(tǒng)研究. 中國管理科學(xué)，31（7），1-21.

王慧敏，& 陳麗. （2019）. cMOOC微信群社會網(wǎng)絡(luò)特征及其對學(xué)習(xí)者認(rèn)知發(fā)展的影響. 中國遠(yuǎn)程教育（11），15-23，92.

王志軍. （2014）. 聯(lián)通主義學(xué)習(xí)情境中的教學(xué)交互特征與規(guī)律研究. 北京師范大學(xué).

王志軍，& 陳麗. （2014）. 聯(lián)通主義學(xué)習(xí)理論及其最新進(jìn)展. 開放教育研究，20（5），11-28.

王志軍，& 虞天蕓. （2023）. 國際聯(lián)通主義學(xué)習(xí)實踐的圖譜、特征與展望. 現(xiàn)代遠(yuǎn)程教育研究，35（2），73-84.

吳江，陳君，& 金妙. （2016）. 混合式協(xié)作學(xué)習(xí)情境下的交互模式演化探究. 遠(yuǎn)程教育雜志，34（1），61-68.

吳江，李姍姍，周露莎，施立，& 陳君. （2017）. 基于隨機(jī)行動者模型的在線醫(yī)療社區(qū)用戶關(guān)系網(wǎng)絡(luò)動態(tài)演化研究. 情報學(xué)報，36（2），213-220.

徐亞倩，& 陳麗. （2021）. 生生交互為主的在線學(xué)習(xí)復(fù)雜性規(guī)律探究. 中國遠(yuǎn)程教育（10），12-18，38.

張婧婧，楊業(yè)宏，王燁宇，& 陳麗. （2019）. 國際視野中的在線交互與網(wǎng)絡(luò)分析：回顧與展望. 電化教育研究，40（10），26-34.

鄭勤華，于暢，& 陳麗. （2016）. 基于學(xué)習(xí)者視角的MOOCs教學(xué)交互狀況調(diào)查研究. 中國電化教育（6），77-85.

Barabási， A.-L.， & Albert， R. （1999）. Emergence of scaling in random networks. Science， 286（5439）， 509-512.

Booher， D. E.， & Innes， J. E. （2002）. Network power in collaborative planning. Journal of Planning Education and Research， 21（3）， 221-236.

Centola， D. （2010）. The spread of behavior in an online social network experiment. Science， 329（5996）， 1194-1197.

Cross， R.， Borgatti， S. P.， & Parker， A. （2001）. Beyond answers： Dimensions of the advice network. Social Networks， 23（3）， 215-235.

Doleck， T.， Lemay， D. J.， & Brinton， C. G. （2021）. Evaluating the efficiency of social learning networks： Perspectives for harnessing learning analytics to improve discussions. Computers & Education， 164， 104124.

Downes， S. （2007）. Learning networks in practice. Emerging Techno-

logies for Learning， 2（4）， 20.

Ferguson， R.， & Buckingham Shum， S. （2012）. Social learning analy-

tics： five approaches. In Paper presented at the Proceedings of the 2nd international conference on learning analytics and knowledge （pp. 23-33）.

Ferligoj， A.， Kronegger， L.， Mali， F.， Snijders， T. A.， & Doreian， P. （2015）. Scientific collaboration dynamics in a national scientific system. Scientometrics， 104， 985-1012.

Finger， K.， & Lux， T. （2017）. Network formation in the interbank money market： An application of the actor-oriented model. Social Networks， 48， 237-249.

George， S. （2005）. Connectivism： A learning theory for the digital age. International Journal of Instructional Technology and Distance Learning， 2（1）， 3-10.

Hartman， R. L.， & Johnson， J. D. （1989）. Social contagion and multiplexity communication networks as predictors of commitment and role ambiguity. Human Communication Research， 15（4）， 523-548.

Hosen， M.， Ogbeibu， S.， Giridharan， B.， Cham， T.-H.， Lim， W. M.， & Paul， J. （2021）. Individual motivation and social media influence on student knowledge sharing and learning performance： Evidence from an emerging economy. Computers & Education， 172， 104262.

Kavaler， D.， & Filkov， V. （2017）. Stochastic actor-oriented modeling for studying homophily and social influence in OSS projects. Empirical Software Engineering， 22， 407-435.

Lave， J.， & Wenger， E. （1991）. Situated learning： Legitimate periphe-

ral participation. Cambridge university press.

Lazarsfeld， P. F.， & Merton， R. K. （1954）. Friendship as a social process： A substantive and methodological analysis. Freedom and control in modern society， 18（1）， 18-66.

Leszczensky， L.， & Pink， S. （2015）. Ethnic segregation of friendship networks in school： Testing a rational-choice argument of diffe-

rences in ethnic homophily between classroom-and grade-level networks. Social Networks， 42， 18-26.

Li， S.， He， X.， & Chen， J. （2022）. Exploring the relationship between interaction patterns and social capital accumulation in connectivist learning. Interactive Learning Environments， 1-22.

Liebeskind， J. P.， Oliver， A. L.， Zucker， L.， & Brewer， M. （1996）. Social networks， learning， and flexibility： Sourcing scientific know-

ledge in new biotechnology firms. Organization science， 7（4）， 428-443.

Lim， J. （2023）. Exploring the relationships between interaction measures and learning outcomes through social network analysis： the mediating role of social presence. International Journal of Educational Technology in Higher Education， 20（1）， 1-17.

McPherson， M.， Smith-Lovin， L.， & Cook， J. M. （2001）. Birds of a feather： Homophily in social networks. Annual review of sociology， 27（1）， 415-444.

Powell， W. （1990）. Neither Market nor Hierarchy： Network Forms of Organization. Research in Organizational Behaviour， 12， 295-336.

Resnick， L. B.， Levine， J. M.， & Teasley， S. D. （1991）. Perspectives on socially shared cognition. American Psychological Association.

Sie， R. L.， Ullmann， T. D.， Rajagopal， K.， Cela， K.， Bitter-Rijpkema， M.， & Sloep， P. B. （2012）. Social network analysis for technology-enhanced learning： review and future directions. International Journal of Technology Enhanced Learning， 4（3-4）， 172-190.

Sj?lie， E.， Espenes， T. C.， & Bu?， R. （2022）. Social interaction and agency in self-organizing student teams during their transition from face-to-face to online learning. Computers & Education， 189， 104580.

Snijders， T. A.， Van de Bunt， G. G.， & Steglich， C. E. （2010）. Introduction to stochastic actor-based models for network dynamics. Social Networks， 32（1）， 44-60.

Todo， Y.， Matous， P.， & Mojo， D. （2014）. Effects of social network structure on the diffusion and adoption of agricultural technology： Evidence from rural Ethiopia. In Waseda University， Faculty of Political Science and Economics Working Papers （pp.1505）. Waseda University.

Wang， C.， & Xiao， J. （2023）. Who will participate in online collaborative problem solving？ A longitudinal network analysis. Interactive Learning Environments， 1-18.

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.

Wooldridge， M.， & Jennings， N. R. （1995）. Intelligent agents： Theory and practice. The Knowledge Engineering Review， 10（2）， 115-152.

Yang， D.， Sinha， T.， Adamson， D.， & Rosé， C. P. （2013）. Turn on， tune in， drop out： Anticipating student dropouts in massive open online courses. In Paper presented at the Proceedings of the 2013 NIPS Data-driven education workshop 14 （pp.1-8）. Lake Tahoe.

Zhang， J.， Skryabin， M.， & Song， X. （2016）. Understanding the dynamics of MOOC discussion forums with simulation investigation for empirical network analysis （SIENA）. Distance Education， 37（3）， 270-286.

Zou， W.， Hu， X.， Pan， Z.， Li， C.， Cai， Y.， & Liu， M. （2021）. Exploring the relationship between social presence and learners’ prestige in MOOC discussion forums using automated content analysis and social network analysis. Computers in Human Behavior， 115， 106582.

Research on the Dynamic Evolution Mechanism of Connectivism

Learning Interaction

Abstract： Connectivism learning is the process of continuously establishing connections and developing networks through interaction， and networks hold a fundamental and critical position in connectivism learning. The current application of social network analysis methods has been slightly successful in revealing the patterns of static characteristics of social networks in connectivism learning， but few studies have explored the characteristics and mechanisms of network change from a dynamic， time-lapse perspective， while dynamic growth and evolution is one of the typical features of connectivism learning. Therefore， this study attempts to explore the dynamic evolutionary characteristics of social networks in connectionism learning based on the interaction data of the first cMOOC in China， using the longitudinal probabilistic social network analysis method， to explore the dynamic evolutionary characteristics of social networks in connectionism learning in four aspects： homophily， re-ciprocity， transitivity， and preferential attachment， and to explain the dynamic mechanism of interaction in cMOOC. This study analyzes the generation and evolution process of connectivism social network from the innovative perspective of dynamism， which will provide principled support for understanding the interaction tendencies and characteristics of connectivism learners， enhancing the online learning experience in cMOOCs.

Keywords： cMOOC; social network; SIENA; dynamic evolution; interaction features