群體感知效應促進線上協(xié)作學習成效的實證研究

馬秀麟 梁靜 李小文 蘇幼園

[摘? ?要] 調研發(fā)現(xiàn)，很多線上協(xié)作學習的效果并不理想，基于MOOC的協(xié)作學習經常存在完課率低、動機難以持續(xù)保持的問題。文章從人的社會屬性和社會性知識建構的視角出發(fā)，借助實證性研究范式探索了群體感知效應對線上協(xié)作學習的影響，針對線上學習中普遍存在的交互質量不佳和線上自主學習持久性不強等問題，分別從認知感知效應、社會感知效應、行為感知效應3個維度提出了有效的干預策略，形成了群體感知效應模型。最后，以3個同質教學班為研究對象，開展了5輪教學實踐，論證了群體感知效應模型的有效性。研究證實：良好的群體感知效應模型能夠提升線上交互質量、保持學習動機并降低線上自主學習中的孤寂感。

[關鍵詞] 線上學習; 群體感知效應; 學習成效; 標簽云; 知識結構圖

[中圖分類號] G434? ? ? ? ? ? [文獻標志碼] A

[作者簡介] 馬秀麟（1969—），男，山東臨沂人。副教授，博士，主要從事信息技術促進教育、線上學習行為分析、教育信息化領域的研究。E-mail：maxl@bnu.edu.cn。一、研究問題及背景An Empirical Study on the Effect of Group Perception on Online

[Abstract] It is found that many collaborative online learning have? been confronted with the problems such as low completion rate and difficulty in maintaining learners' motivation. From the perspective of man's social attributes and social knowledge construction， this paper explores the impact of group perception on online collaborative learning with the help of empirical research paradigm. In view of the problems in online learning， such as the poor quality of interaction and the weak durability of online autonomous learning， this paper proposes effective intervention strategies from three dimensions of cognitive perception effect， social perception effect and behavioral perception effect and forms the group perception effect model. Finally， the effectiveness of the group perception effect model is demonstrated by 5 rounds of teaching practice in 3 homogeneous classes. The research proves that a good group perception effect model can improve the quality of online interaction， maintain learning motivation reduce the sense of loneliness in online autonomous learning.

[Keywords] Online Learning; Group Perception Effect; Learning Effectiveness; Tag Cloud; Knowledge Graph

（一）在線學習的質量及最終成效差強人意

21世紀初，以Internet為基礎的線上學習開始萌芽并很快得到普及，基于線上學習環(huán)境的遠程教育、翻轉課堂等新型教學模式深受國內學者的青睞。線上教育因能充分地發(fā)揮學生的主體性，有利于學生創(chuàng)新能力、協(xié)作能力與探究能力的發(fā)展而受到學者們的熱捧。

然而，隨著網絡教育的普及，線上學習的局限性也日益呈現(xiàn)出來。從線上精品課和MOOC的實際應用情況看，大量課堂實錄視頻幾乎無人問津，很多課程的持續(xù)點擊率很低，即便是專門接受在線教育的學生，對教學單位強制要求的學習內容，其線上訪問時長也常常難以達到預期目標[1]。

線上學習的知識與技能不夠扎實，MOOC的低完課率、高輟學率，已經成為影響我國線上教育聲譽的重要因素。

（二）線上學習活動的初始動機難以長久維持

2014年前后，筆者對以MOOC模式開展的線上學習活動及其學習行為進行了監(jiān)控，并分析了引發(fā)線上學習“高選課量、低完課率”的原因。

1. 在缺乏反饋與教師激勵的線上學習環(huán)境中，學生的學習動機難以持續(xù)保持

對線上學習活動的組織，很多組織者都有意或無意地忽視了學生的“惰性”，仿佛只要把優(yōu)質的學習資源提供給學生，就能使學生成才。因此，很多學習支持系統(tǒng)在設計和開發(fā)時，都比較重視學習資源建設及作業(yè)管理、線上交互等常規(guī)功能，對線上學習行為的管控和過程引導則考慮得較少?！白诩依锞湍苌媳贝蟆薄皩W校教育將被MOOC全面取代”等說法也一度很有市場。然而，基于MOOC的教學實踐證實，對知識基礎差距很大，既缺乏個性化學習管理又沒有個性化支持的公眾群體來講，他們可能會因為哈佛、清華等大學的名校光環(huán)而瞬間點燃激情，但這種激情卻不足以維持其持續(xù)、完整地學完一門課程[2]。

2. 缺乏同伴的支持和面對面的交互，線上學習的學生更容易倦怠

與傳統(tǒng)的學校教育相比，線上學習行為多數(shù)發(fā)生在課外，是學生孤獨地面對顯示器而發(fā)生的人機對話。在這種模式中，既沒有課堂環(huán)境中教師的現(xiàn)場點評，也沒有同伴之間的面對面交流。因此，基于線上環(huán)境自主研修的很多學生都不同程度地表示“線上自學過程中常常感到孤獨”“堅持不下來”，在碰到疑難時覺得“無助”。

相比于面對面的協(xié)作學習環(huán)境，基于Internet的線上協(xié)作學習是時空隔離的，致使學生感知組內其他成員的特點、學習狀態(tài)、情緒等信息變得很困難。在面對面的協(xié)作過程中，群體的感知信息可以通過觀察小組成員的神態(tài)、肢體語言及其說什么或做什么來獲取，但在線上協(xié)作學習過程中，這些信息則是隱性且難以獲取的。當感知不到所在群體的學習進程及狀態(tài)信息時，學生就會出現(xiàn)孤寂感，表現(xiàn)為消極參與或學習狀態(tài)游離于任務之外。

由于缺乏同伴間的及時交流、不了解同伴的學習進程，部分學生在經歷一段時間的孤寂感和無助感之后，常常會產生“放棄”“堅持不下去”的情緒。

3. 因學習者知識基礎參差不齊，線上學習行為難以保持合理的進度

在自主性較強的線上學習環(huán)境中，部分學習者因學習投入得不到反饋和約束而“開小差”，影響他們能否按時地進入下一階段的學習，進而導致學習進度距離正常水平越拉越遠。

另外，部分線上課程（例如MOOC課程）面向公眾開放，強調參與者的規(guī)模和自由參與，對學生的類型、特征及前驅知識基礎的限制較少。在這種情況下，部分學生原有的基礎知識過于薄弱，根本不足以支持他們完成當前課程，致使其挫折感很強、自我效能感日趨下降，最終出現(xiàn)難以為繼的現(xiàn)象。

（三）研究問題的確立

從本質上講，人是社會性的動物，與他人協(xié)作、群居時需要同伴的贊美與鼓勵是人類的固有屬性。因此，協(xié)作學習、社會性建構在人類學習和認知發(fā)展中的重要性早就受到重視，在已有的三代在線學習理論中，社會性建構是第二代在線學習理論的核心內容。盡管這一論點已經得到學術界的公認，但在具體的教學實踐中，如何構建有效的協(xié)作學習環(huán)境，促進優(yōu)質社會性建構活動的實現(xiàn)，仍是線上學習亟須解決的關鍵問題[3]。

基于線上學習存在的問題，本研究關注：探究線上學習過程中學生對所在群體以及自身學習進程的感知水平及其對學習動機和學習成效的影響，通過建立群體感知效應模型，促進協(xié)作學習行為的發(fā)生，提升線上學習的質量，并分析群體感知要素對學習行為產生的影響。因此，研究問題主要聚焦于三個方面：

（1）群體感知效應對協(xié)作學習過程中學生交互效果所產生的影響;

（2）群體感知效應對學生自主學習效果所產生的影響;

（3）群體感知效應對維持學生的學習動機、提升效能感方面所產生的影響。

（四）相關概念及理論基礎

1. 感知與群體感知

人類用心念來詮釋自己器官所接收的信號，被稱為感知。隨著基于信息化環(huán)境的協(xié)作學習的普及，角色分配及角色感知、學習者個體對所在群體狀態(tài)的感知被引入到CSCL領域，在協(xié)作學習過程中，起著越來越重要的作用，角色感知和群體感知對協(xié)作成效的影響越來越受重視。

在計算機支持的協(xié)作學習（即Computer Support Collaborative Learning，簡稱為CSCL）領域，角色感知、群體感知是經常使用的概念。在CSCL中，群體感知是指教師或小組成員對協(xié)作學習過程中學習進程、組內成員表現(xiàn)、小組協(xié)作活動運作情況的感知。被感知的信息既可能來自個別小組成員的學習進程，也可能是反映整個小組協(xié)作狀態(tài)的信息[4]。

2. 群體感知效應

在CSCL中，群體感知既可以由教師主導，也可以由學生主導。教師對CSCL的群體感知能夠幫助教師更好地引導協(xié)作學習，開展教研活動。而處于CSCL活動中的學生對CSCL的群體感知，則有利于學生清晰地了解同伴的學習進程，發(fā)現(xiàn)自己的不足，進而促進有效學習的發(fā)生[5]。

在CSCL中，面向學生的群體感知信息在協(xié)作過程中起著隱性指導的作用，它不會明確指示學生如何調整自己的學習行為，但學生可根據群體感知信息進行自我調節(jié)，從而影響協(xié)作學習的進程和協(xié)作學習的結果。處于CSCL中的學生因清晰地感知到協(xié)作組的群體狀態(tài)，會進而影響到其學習行為和學習進程，這一結果被稱為群體感知效應[6]。

3. 群體感知的維度及其作用

因為群體感知效應能夠影響CSCL中學生的行為，已成為CSCL的研究熱點之一。從當前群體感知的研究成果來看，有效協(xié)作學習中被認為能產生關鍵作用的感知類型有3種，即社會感知、行為感知、認知感知[7]。

基于群體感知的三個維度，影響CSCL線上學習的方式也體現(xiàn)為以下三種形式：社會感知效應、行為感知效應和認知感知效應。

二、研究設計及實施

對群體感知效應促進線上協(xié)作學習的成效及影響因素的研究，應在相關理論和前人經驗的基礎上，精心選取研究樣本，并嚴格控制研究變量，以保證研究的科學性、客觀性和有效性。

（一）研究思路

首先，基于文獻分析形成群體感知、群體感知效應以及群體感知維度的相關理論，確立研究問題及其聚焦點。

其次，選取知識基礎相似、自主學習能力和自我效能感相近的2～3個教學班組成實驗班和對照班，在每個教學班中以異質分組方式組織協(xié)作小組（每個小組5～6人），開展基于微視頻資源的線上自主學習和線上交互。對實驗班學生除提供學習資源支持外，還提供群體感知服務，通過學習平臺向每一個學生實時反饋本人的學習狀態(tài)、本組的學習狀態(tài)信息;對于對照班的學生，則只提供學習資源支持，不提供群體感知服務。

第三，為避免單輪教學實踐的偶然性，本研究至少開展了5輪教學實踐活動，以提升研究結論的信度。

第四，在教學實踐臨近結束時，以調查問卷（LASSI量表、自我效能感量表）測量所有學生的自我學習能力水平、自我效能感水平，并結合學生的考評成績和線上學習的投入量，分析群體感知效應對實驗班學生的影響。

（二）構建資源完備且具備后臺監(jiān)控能力的學習支持系統(tǒng)

本教研活動基于“信息處理基礎”課程開展，并借助cen.bnu學習支持平臺的支持?；谘芯吭O計的需要，在教學活動開始前，筆者已經對cen.bnu學習平臺進行了修整，預置了4項重要功能。

首先，為“信息處理基礎”課程配套了151個面向知識點的微課資源包，每個微課資源包中都包含一段時長不超過8分鐘的微視頻，并配套相應的圖文材料、操作素材和少量線上習題，能夠較完整地支持學生的課外線上自主學習[8]。

其次，在學習支持平臺中內置了面向話題的線上學習論壇，允許學生以小組為單位針對指定話題展開討論。

第三，在學習支持平臺內，專門開發(fā)了學習行為記錄功能塊，能自動記錄每一位學生進入每一個學習資源并開展學習的起始時間、結束時間，并自動算出學生在每一個微資源上投入的學習時長[9]。

第四，在學習支持平臺中，以知識模塊的結構為基準，以知識結構圖（即知識地圖）為核心組織學習資源且提供了基于知識地圖的導航體系，并能以圖示化形式形象地在知識地圖上呈現(xiàn)出當前學生及小組在各知識點上的學習進度。

（三）教學實踐活動設計

1. 實驗對象選擇

本研究選擇北京師范大學2017級“信息處理基礎”課程的三個平行教學班作為研究對象，其中，A班共有46人，B班共有51人，C班共有68人。這三個班具有相似的學科背景，入學分級考試成績基本接近，不存在顯著性差異。

2. 教學活動設計及流程控制

依據“信息處理基礎”課程教學大綱，課程內容共包含5個模塊。為保證研究的嚴謹性，本研究將基于這5個模塊開展，每個模塊作為一個專題，分別組成相對獨立的學習單元和研究單元。

在每個研究單元中，課題組以“翻轉課堂”方式組織教學活動：①以課外的線上自主學習新知識為前導;②配套以適量的課內討論、講授與分享;③為每個學習單元設計一個討論專題，要求學生針對專題發(fā)表看法或提出疑問。

在整個研究過程中，教師通過多種策略鼓勵學生相互質疑或解答，希望借助線上交互促進學生實現(xiàn)深層次思考和深度學習。

3. 以群體感知效應理論為基礎的對比實驗設計

本研究以B班為實驗班，A班和C班為對照班，開展對比性的教學實驗研究。三個教學班均采用完全相同的“翻轉課堂”方式組織教學，同步向三個教學班布置內容完全相同、要求完全相同的線上課外作業(yè)。

本研究將從2個維度分析群體感知效應對實驗班的顯著影響：（1）處于自主學習階段的學生受群體感知效應的影響情況;（2）處于交互狀態(tài)的學生受群體感知效應的影響情況。前一層面的成效主要通過對比實驗班和對照班的學習投入和最終成績實現(xiàn)，后一層面的成效則主要通過對比實驗班和對照班的交互質量和交互數(shù)量來體現(xiàn)[10]。

基于上述設計思路，研究將從2個維度展開。（1）對實驗班學生的課外自主學習行為，先通過對后臺存儲的學習行為信息作分類匯總，求出小組群體在每個知識點上的學習進度水平，并繪制出群體進度地圖以表現(xiàn)群體學習狀態(tài);然后實時地向實驗班的每一位學生反饋其所在小組在每個知識點上的學習狀態(tài)，幫助他們及時地了解同伴的學習進程、掌握自己的優(yōu)勢及不足。通過知識結構圖、群體進度地圖、個體進度與群體進度的對比等信息來體現(xiàn)群體感知效應的三個維度，進而對當前學習者的學習行為施加影響。（2）在cen.bnu學習平臺中，根據群體感知的三維度理論，將以標簽云技術向實驗班學生反饋其交互狀態(tài)的“認知感知”水平，以個人發(fā)帖量占比圖向實驗班學生反映其交互狀態(tài)的“行為感知”水平，以組內交互關系圖向實驗班學生反饋其交互狀態(tài)的“社會感知”水平[11]。通過分析實驗班學生的變化探索群體感知效應的3個維度對在線交互質量的影響。

以群體感知效應促進線上協(xié)作學習成效的結構模型如圖1所示。

（四）研究流程及數(shù)據采集

針對課程的5個單元，本研究共開展了5輪實驗，期間借助cen.bnu平臺組織全體學生開展了微資源支持下的自主學習，并要求學習者針對4個話題展開線上討論。

為保證研究的嚴謹性，在正式實驗前，筆者以LASSI量表和“修正的”自我效能感量表（主要面向計算機課程測試其自我效能感）對這165名被試進行了前測，經獨立樣本t檢驗發(fā)現(xiàn)，三個班級學生的自主學習能力和自我效能感均沒有顯著性差異[12]。

在每一輪教學實驗過程中，均通過學習平臺提取每一位學生在每一個知識點上的真實學習投入時長數(shù)據;對于每一個話題，則提取每個學生在該話題上的發(fā)帖（原始交流數(shù)據），接著生成各小組在不同階段的交互狀態(tài)統(tǒng)計圖（含標簽云圖片、發(fā)帖占比圖、組內交互關系圖等）。

另外，在臨近期末，筆者再次以LASSI量表和自我效能感量表測量了這三個教學班全體學生的自主學習能力水平和自我效能感水平，同時，收集了各學習小組的作品和期末機考成績，以便為數(shù)據分析與獲取研究結論準備充足的、可靠的第一手數(shù)據。

最后，通過對比實驗班和對照班的數(shù)據是否存在顯著性差異，論證群體感知效應的作用水平。

三、數(shù)據分析及討論

在5輪教學實踐活動中，產生了大量的實證性數(shù)據，限于篇幅，難以一一展開分析，僅選擇具有代表性的數(shù)據展開討論。

（一）群體感知效應對線上自主學習質量的影響

1. 以分別標注了個體和群體學習進度的知識地圖，支持實驗班學生的群體感知，形成良性的群體感知效應

學生所參與的線上自主學習多為在線獨立觀看視頻或獨立完成習題。在筆者完成“線上學習效果的影響因素研究”課題時，就多次產生“線上自學使人感到孤獨”“因缺乏同伴間的競爭而沒有動力”“線上學習使人沒有成就感”等慨嘆。仔細思考線上學習中存在的問題，其核心原因仍是由于學生對群體學習行為缺乏感知、沒能形成群體效應和群體共學的氛圍而引起的。

基于前述原因，在實驗班內，利用學習平臺的學習行為自動記錄功能及其內置的知識地圖，筆者把當前學生及其同伴在當前模塊每一個知識點上的學習進度以特定的圖示標記出來，并反饋給他們，使之能對自己及同伴的學習進度充分了解，減少其孤寂感。對于對照班則不提供這方面的反饋信息。

實驗班（B班）第2組學生S1在音視頻處理子模塊的學習進度地圖如圖2所示，在圖2中以不同亮度的燈泡反映出學生S1在各個知識點上的投入和已掌握情況。

在學習平臺中，學生S1可隨時查看與圖2類似的兩張知識地圖，分別獲得自己和小組進度的實時狀態(tài)。通過對比兩張地圖中各知識點對應燈泡的亮度就能知道自己與同伴在學習進度上的差異。

2. 數(shù)據分析

（1）不同類型學生在自主學習過程中的學習投入時長及得分狀況

為了分析線上自主學習過程中學生們在線觀看微視頻、線上做題時的學習投入狀況，筆者從cen.bnu平臺提取了每個學生參與線上學習時在各知識點的投入時長及得分值（即學生在對應習題上的得分值），并進行了分類統(tǒng)計。結果證實，B班（實驗班）學生觀看微視頻的平均時長、在各個知識點上的得分都遠好于A班和C班（對照班）。實驗班和對照班的學生（共3個教學班）在“多媒體技術”模塊上的學習投入時長、知識點得分的均值、高投入學習（單次專注學習時長超過3分鐘）次數(shù)、低投入學習（單次專注學習時長小于3分鐘）次數(shù)的總體狀況見表1。

從表1可以看出，實驗班（B班）在“單知識點投入時長”“知識點得分的均值”“高投入學習次數(shù)”三個指標上均高于對照班（A班和C班），這說明及時地向學習者反饋同伴的學習進度，能夠激勵當前學生更加努力地投入學習。

（2）不同類型的學生在學習投入時長及得分方面的差異顯著性檢驗

首先，以學號和知識點作為分組變量，對cen.bnu平臺中的學習行為記錄進行分組匯總，使每個學生在每個知識點上的所有學習行為被累計為一條數(shù)據記錄（共得到1320條數(shù)據記錄），獲得每位被試在每個知識點上的投入累計時長及最高得分值。

然后，以班級作為分組變量，分別以“累計投入時長”“得分值”“高投入次數(shù)”作為因變量，進行單因素方差分析，獲得了表2的數(shù)據分析結果。

從表2中可知，在這4個變量上，四次檢驗的檢驗概率值均為0.000，遠小于0.05，說明三個教學班在這4個變量上均呈現(xiàn)為“存在顯著性差異”。

然而，在表2中，由于“高投入學習次數(shù)”和“低投入學習次數(shù)”兩行的方差齊性檢驗概率均小于0.05，說明其方差非齊性，不符合方差分析的條件，其檢驗結論的可信度受到質疑。因此，對這2個因變量改用“K-獨立樣本的非參數(shù)檢驗”方式重新檢驗，發(fā)現(xiàn)其檢驗概率值仍為0.000，這說明在“高投入次數(shù)”和“低投入次數(shù)”這兩個維度上，三個教學班也確實存在著“顯著性差異”。

3. 討論及思考

表1、表2所呈現(xiàn)的數(shù)據分析結論已經證實：及時地向學生反饋其自身及同伴的學習進度，對于保持學生的學習動機、促使學生在自主學習過程中投入更多的時間和注意力都具有顯著作用。

分析引起實驗班學習成效顯著優(yōu)于兩個對照班的原因，筆者認為，主要體現(xiàn)在以下4個方面：

首先，多數(shù)在線自主學習活動是學生的獨立自主行為，其學習過程和學習環(huán)境完全由學生自主控制。處于這種環(huán)境中的學生經常會因為自控力不強而無法長久地保持注意力;而缺乏同伴之間的競爭和相互激勵，則容易引起學習倦怠感，其動機也不容易長期維持。本研究所提出的面向學生的個體學習進度地圖和小組學習進度地圖，分別從學生自身視角和群體視角向學生反饋了學習進度信息，一方面使學生“自知”，另一方面也使學生“感知”到所在群體的學習狀態(tài)。這一策略的實施，對于維持學生的學習注意力，激發(fā)學生的學習動機都具有重要意義。

其次，學習進度可視化的引入，特別是群體進度地圖的引入，使每個學生都能及時地了解自己的不足，明了自己與同伴之間的差距，促使學生在不足之處投入更多的時間和精力。這種引導是帶有強烈的目標導向的，對每一個學生來講都具有重要的價值。另外，學習進度的及時反饋，使學生能夠真切地感受到自己的每一分努力、每一個進步都得到了教師的關注，能提升其學習效能感，對于學生持續(xù)地保持強烈的學習動機具有顯著作用。

第三，同伴學習狀態(tài)的反饋，使處于孤寂狀態(tài)的學生在了解同伴進度的過程中，感受到同伴在“與我同行”，無形中為當前學生構造了一個虛擬的學習社區(qū)，并把自己帶入到這個社區(qū)中。學生通過獲取同伴的學習進度信息，感知到整個學習小組的學習狀態(tài)，了解到自己與同伴的差距，能激發(fā)其努力學習的斗志。

4. 發(fā)現(xiàn)的問題及優(yōu)化

在筆者主持的研究中，以群體學習進度地圖激勵當前學生的教學實踐活動共進行了5輪，但第一輪實驗是失敗的。

在第一輪教學實踐結束后，從cen.bnu后臺提取的學習行為記錄發(fā)現(xiàn)：實驗班（B班）學生的學習投入時長和知識點得分并不高，與A班和C班沒有顯著差異。分析其原因，筆者發(fā)現(xiàn)：如果直接把小組內所有成員的投入時長均值和知識點得分均值標注到群體知識地圖中，會導致組內有至少50%的成員認為自己目前學得挺好的，不需要更加努力了，進而導致少量學生的學習動機不升反降。

因此，自第二輪實驗開始，筆者就以組內最優(yōu)秀的前60%的成員的學習投入時長和知識點得分為基準，在知識地圖內作知識點標注，使群體進度地圖所反映的學習進程稍稍優(yōu)于均值，從而使每一位學生都能看到自己在群體中的差距，使群體進度地圖能充分地發(fā)揮出其榜樣作用、引領作用。

因此，基于同伴學習狀態(tài)的群體感知，應注意發(fā)揮出群體感知效應中的榜樣作用和激勵作用，使之充滿正能量。這就需要教師更加精細、認真地設置群體學習狀態(tài)反饋機制，使之稍稍超前于團隊均值，以起到引導與激勵的作用[13]。

（二）群體感知效應對線上交互質量的影響

1. 以標簽云、占比圖和交互關系圖反映交互狀態(tài)，為學生感知群體狀態(tài)提供支持

為保證學習論壇的嚴謹性和學習質量，筆者要求：（1）論壇成員實名制，參與線上學習的每一個學生都必須實名，禁止匿名發(fā)帖;（2）助教也作為論壇中的一員參與到討論與分享中;（3）教師會定期拋出一些關鍵性的話題供學生討論。

在實驗班，學習平臺會在每晚8：00以協(xié)作組為單位生成反映發(fā)帖與討論狀況的“標簽云”“個人發(fā)帖占比圖”與“交互關系圖”，并把這些圖片展示給組內成員，以幫助小組成員及時了解整個小組的研討焦點、討論深度等進展情況。對對照班學生則不作這方面的反饋，對學生的整個討論過程不作任何干預。

針對實驗班的交互狀態(tài)，筆者試圖以“標簽云”呈現(xiàn)討論的研討焦點及關鍵信息，以“個人發(fā)帖占比圖”反映每個學員的發(fā)帖量及權重，以“交互關系圖”真實反映小組成員之間的相互交流狀況[14]。實驗班（B班）第3學習小組在“Windows系統(tǒng)維護”話題上的交互反饋狀況如圖3所示。

2. 數(shù)據分析

為了分析學習過程中學習者線上交互的總體狀況，筆者從學習平臺提取了A、B、C三個教學班的發(fā)帖，并進行了分類統(tǒng)計。結果證實，B班（實驗班）的發(fā)帖數(shù)量、質量、聚焦性都遠好于A班和C班（對照班）。

實驗班和對照班的學生對“Windows系統(tǒng)維護”模塊的發(fā)帖對照情況見表3。

在“Windows系統(tǒng)維護”話題上，筆者分別對A班的8個學習小組、B班的10個學習小組、C班的12個學習小組在帖子回復量、高品質帖量、帖子閱讀量等指標項上作頻數(shù)統(tǒng)計，并用SPSS 22進行以班級為固定因子的方差分析，獲得表4的分析結果。

從表4可以看出，B班與A、C班在帖子回復量、高品質帖量、帖子閱讀量等指標上均存在顯著性差異，且其F值非常大，表示其差異程度非常高。進一步跟蹤數(shù)據，進行兩兩對比后發(fā)現(xiàn)，在這三個教學班中，A班和C班之間的差異性并不顯著，真正表現(xiàn)出差異顯著性效果的是B與A、C之間的差距。

3. 討論及思考

從表3～5中的數(shù)據可以看出，不論個別小組的表現(xiàn)，還是全體小組的交互數(shù)據，實驗班（B班）的交互表現(xiàn)都遠好于對照班（A班和C班）。分析產生這一現(xiàn)象的原因，主要體現(xiàn)在以下5個方面：

首先，定時反饋的“標簽云”，使每個學生都能及時地了解當前論題的核心詞、關鍵點，使帖子的聚焦性有了很大的提升，減少了無關帖子、離題帖子的數(shù)量。

其次，“發(fā)帖占比圖”的呈現(xiàn)，使發(fā)帖量較少的學生感受到了壓力，其發(fā)帖積極性穩(wěn)步提升，以減少自己與優(yōu)秀學員的差距。而優(yōu)秀學員出于競爭和拔尖的意識，會更加努力地思考，爭取多發(fā)帖子，并努力發(fā)布優(yōu)質討論帖。

第三，從圖3中的3.小組交互關系圖可以發(fā)現(xiàn)一個非常有意思的現(xiàn)象：這個圖形非常平衡，每兩個節(jié)點之間的連線數(shù)量基本相同，這說明在交互過程中學生的每一次點評都關注了其他所有學生。交互關系圖的出現(xiàn)，使當前學生能及時地發(fā)現(xiàn)自己在回帖或點評過程中的疏漏，促使學生之間建立起無遺漏的兩兩交互關系，從而使協(xié)作小組的協(xié)作關系更加密切。

第四，在實驗班中，由于教師參與了學習論壇的活動，無形中激發(fā)了學生的積極性，使發(fā)帖的數(shù)量和質量都有了很大提升。由教師發(fā)起的話題，能夠引起學生們的重點關注，跟帖量和討論量都明顯高于其他帖子，充分反映出了教師在學習活動中的主導性[15]。

第五，“定時反饋”機制，使學生感受到了教師對交互情況及交互質量的關注，促使部分發(fā)帖量不積極的學生開始發(fā)帖，而且這種動力會逐步增強，并最終轉化為一種良好的“習慣”。

（三）群體感知效應對學生自主學習能力發(fā)展的影響

為探究群體感知效應對學生自身素質的影響，在學習臨近結束之時，筆者再次利用LASSI量表和改進的自我效能感量表對165名學生進行了線上問卷調查。

1. 前后測數(shù)據的對比分析

以學期初的問卷調查數(shù)據為前測數(shù)據，以學期末的調查結果作為后測數(shù)據，進行配對樣本t檢驗，結果發(fā)現(xiàn)：（1）在LASSI量表的10個維度中，三個教學班的學生在時間管理、焦慮控制、自我測試、學習輔助、信息加工和選擇要點等方面都有提升，而且具有統(tǒng)計學意義上的顯著差異。這說明：采用在線自主學習和在線交互，能夠鍛煉學生的焦慮控制能力、時間管理能力，對應用輔助手段開展自學的能力、信息加工能力和選擇要點能力也有顯著改善。但在LASSI量表的其他維度上，則沒有產生顯著的改善[1]。（2）在自我效能感的三個維度上，三個教學班學生的前后測數(shù)據之間均存在著顯著性差異，8個維度的檢驗概率值均小于0.05，說明經過一個學期的學習，絕大多數(shù)學生在信息技術技能和信息技術素養(yǎng)方面的效能感均有提升，多數(shù)學生對自己獨立處理信息能力的自我評價和滿意度也有顯著提升。

2. 三個教學班后測數(shù)據之間的對比分析

學期初，三個教學班在自主學習能力水平和效能感水平方面均不存在顯著性差異，為了評價群體感知效應對學生在自主學習能力水平和效能感水平方面所產生的作用，筆者對后測數(shù)據進行了以班級為分組變量、以測量指標項為因變量的多獨立樣本的非參數(shù)檢驗（因多數(shù)數(shù)據序列都不滿足正態(tài)性或方差齊性要求，故沒有使用方差分析），獲得了表5的結果。

從表5可知，在LASSI量表的10個維度上，除了態(tài)度、時間管理、考試策略維度外，三個教學班在其他7個測量維度上均表現(xiàn)為顯著性差異，但表5右側的數(shù)據證實，這種差異主要體現(xiàn)在實驗班與對照班之間。而兩個對照班（A-C）的后測數(shù)據除“焦慮控制”維度外，并不存在顯著性差異。

在面向計算機課程自我效能感的6個維度上，除了天資感和負向的“無力感”“挫折感”維度外，三個教學班在“目標達成感”“自我預期”和“自我確信”維度上也表現(xiàn)為顯著性差異，而且這些差異也主要體現(xiàn)在實驗班與對照班之間。

四、結論及展望

隨著教育信息化的推進，CSCL在教學中的地位日益凸顯，然而協(xié)作過程中的“搭便車”現(xiàn)象、學生的“惰性”、線上學習的動機消退快等問題始終困擾著線上學習的質量及發(fā)展。這就需要教師認真地思考CSCL中的每一個環(huán)節(jié)，借助技術手段把CSCL的每一個教學環(huán)節(jié)做精做細，從學生的動機保持、增強效能感、減少線上學習的孤寂感等視角對線上協(xié)作學習進行精密的設計。

本研究證實：借助于標簽云、發(fā)帖占比圖、交互關系圖等面向交互的群體感知技術對于提升學生的交互質量、凝聚交互焦點、激發(fā)學生的學習動機都具有顯著作用;而基于群體學習進度地圖的學習進程反饋，則在引導學生正確地選擇學習要點、激發(fā)學生的競爭心態(tài)、強化其學習動機、減少在線學生的孤寂感等方面具有重要作用。另外，基于LASSI量表和效能感量表的后測數(shù)據，也在一定程度上論證了群體感知效應在培養(yǎng)學生自主學習能力、增強自我效能感方面的價值。

本研究基于cen.bnu平臺開展，對學習支持系統(tǒng)的功能有一定的要求，而且研究僅開展了一個學期，且僅有165名被試參與了教學實踐活動，這些都會影響研究結論的普適性和推廣價值。因此，希望未來的相關研究能進一步地探索且深化。另外，對于小組群體狀態(tài)的信息反饋，應注意局限于學習小組范圍之內、保護學生隱私。在必要情況下，可以以代號指代組內成員，以免導致教學倫理糾紛。[參考文獻]

[1] 馬秀麟，毛荷，王翠霞.從MOOC到SPOC：兩種在線學習模式成效的實證研究[J].遠程教育雜志，2016（4）：43-51.

[2] 賀斌，曹陽.SPOC：基于MOOC的教學流程創(chuàng)新[J].中國電化教育，2015（3）：22-29.

[3] 何文濤，楊開城，張慧慧.智慧教室環(huán)境下協(xié)作學習的行為構成及其特征分析[J]. 電化教育研究， 2017（11）：87-95.

[4] 鄭鴿，趙玉芳.社會認知基本維度對現(xiàn)實威脅感知的作用研究[J].心理科學，2016（6）：1434-1440.

[5] 楊文陽，胡衛(wèi)平.CSCL中學習動機對知識獲取和學習活動影響的實證研究[J]. 電化教育研究， 2015（2）：32-37.

[6] BODEMER DAN，DEHLER JESS. Group awareness in CSCL environments[J]. Computers in human behavior， 2010，27（3）：1043-1045.

[7] 梁妙，鄭蘭琴.支持協(xié)作學習的覺知工具：研究現(xiàn)狀總結與思考[J].遠程教育雜志，2012（4）：30-39.

[8] BAMES C. MOOCs： the challenges for academic librarians[J]. Australian academic & research libraries， 2013，44（3）：163-175.

[9] 馬秀麟，趙國慶，鄔彤.翻轉課堂促進大學生自主學習能力發(fā)展的實證研究——基于大學計算機公共課的實踐[J].中國電化教育，2016（7）：99-106，136.

[10] 吳青，羅儒國. 智能教學系統(tǒng)中支持協(xié)作學習的群體感知模型[J].現(xiàn)代遠程教育研究，2013（4）：107-112.

[11] 馬秀麟，蘇幼園，梁靜.移動學習環(huán)境中注意力保持及學習行為控制模型的研究[J].遠程教育雜志，2018（2）：56-66.

[12] 馬秀麟，趙國慶，鄔彤. 大學信息技術公共課翻轉課堂教學的實證研究[J].遠程教育雜志，2013（1）：79-85.

[13] 胡麗萍，謝幼如，李亮.概念圖在協(xié)作知識建構評價中的應用研究[J].現(xiàn)代教育技術，2009（6）：232-235.

[14] 王穎，張金磊，張寶輝.大規(guī)模網絡開放課程（MOOC）典型項目特征分析及啟示[J].遠程教育雜志，2013（8）：67-75.

[15] 姜宛彤，王翠萍，唐燁偉，張艷婷.構建基于知識地圖的微課程研究[J]. 電化教育研究，2016（12）：93-98，105.