同步討論情景下碩士生社會知識建構行為模式分析

夏珍欣

摘 ? 要：在教育信息化的熱潮中，學習分析技術為其發(fā)展提供了強大的數據依據。社會知識建構理論已經在教育領域受到廣泛關注，然而，目前仍然缺少對碩士研究生在線同步討論中社會知識建構行為模式的學習分析。因此，文章對碩士生在線同步討論情景下社會知識建構行為模式分析進行了研究。研究采用內容分析法和時序分析法，對碩士生在線同步討論的內容進行學習分析。結果表明：在線同步討論的過程中，參與者比較愿意與其他小組成員分享信息;小組成員在討論中能夠充分發(fā)表自己的意見，根據他人意見及時調整任務分配;參與者能夠實現從探討協(xié)商知識意義到更深入達成新共識的行為模式;此外，同步討論會有較多無關話題，缺少深度反思的時間。

關鍵詞：社會知識建構;任務合作;學習分析;同步討論;時序分析

中圖分類號：G434 文獻標志碼：A 文章編號：1673-8454（2019）19-0033-05

一、引言

在教育信息化的熱潮中，學習分析技術為其發(fā)展提供了強大的數據依據。知識建構理論在教育領域獲得了廣泛的討論，很多研究者認為教學活動中的社會互動有助于知識建構（Scardamalia，2002）。近年來，隨著科技的發(fā)展，學習者進行互動通常都是通過網絡進行的，協(xié)作完成任務很多時候是由在線同步討論來完成的（Wever，Keer，SCHELLENS，& VALCKE;2010）。在線討論已經被普遍應用于教學活動中。例如：將在線同步討論應用在小學遠程教學當中，以提升小學生的學習動機（Hwang & Yang，2008）;將在線同步討論應用在英語口語的教學中，以促進學生主動學習（Lin & Hwang，2018）。對于在線同步討論行為模式進行分析的研究也日益增加（H. T. Hou & Wu，2011）。通過在線同步討論和協(xié)作進行社會知識建構以及提高解決問題能力對于科學研究來說非常重要，尤其是碩士研究生。然而，目前仍然缺少對于碩士研究生的在線同步討論行為學習分析。因此，文章對浙江某大學碩士一年級研究生進行了相應的研究，詳細分析其中的社會知識建構行為模式，以期為相關教學人員和研究人員提供參考。

二、文獻回顧

社會建構主義者認為，學習者是在信息共享、協(xié)商和討論的過程中共同建構知識（Jonassen，Davidson，Collins， Campbell，& Haag;1995）。協(xié)作學習的關系意味著學習者通過共享資源和參與批判性的對話來建構知識（Orders，2013）。社會互動是促進協(xié)作學習的重要因素，同時，社會互動也是在線學習環(huán)境中的重要組成部分（Q. Wang，2008）。在線學習為學習者提供了一個真實的、靈活的、個性化的學習環(huán)境（Chieu & Herbst，2016）。除此之外，在線同步討論能夠促進學習者進行有效的社會互動，進行學習經驗的分享和知識的構建過程（H. Hou，2015）。近年來，科技的快速發(fā)展帶動了即時通訊工具的出現，多樣化的通訊工具使得學習者能夠方便快捷地進行在線同步討論。

有許多研究者對在線同步討論應用在教學活動中的效果做了相應研究。例如，在線同步討論有助于教師理解學生在線上學習社群中的學習態(tài)度，鼓勵學生進行立即性的信息交換與回饋（Branon & Essex，2001）。在線同步討論能夠培養(yǎng)學習者的提出問題的能力（C. H. Wang，2010）。同時，研究者深入研究了在線同步討論情景下主動學習和學習成績之間的關系（Holliman & Scanlon，2006）。有研究者研究了學習者在同步討論中學習者的討論參與度（Hrastinski，2008）。

許多研究者提出了內容分析方案來評估學習者在網絡討論中的社會知識建構水平（Huei Tse Hou，2012）。內容分析法是一種對交流的顯性內容進行系統(tǒng)的、客觀的、量化的分析方法，該方法已經被廣泛應用于分析計算機支持的協(xié)作學習的效果中（Rourke & Anderson，2004）。在內容分析法中，討論的內容被劃分為分析單元、代碼、頻率和百分比，用于調查和分析社會知識建設的過程（Lan，Tsai，Yang，& Hung;2012），已經有許多研究者為在線討論內容分析提出了編碼表（Chai & Khine，2006;Jeong，2003）。

社會知識建構行為模式是指在線學習活動中各類編碼討論內容之間的順序關系，有助于理解在線學習活動中學習者討論的整個順序模式（Lee & Bonk，2016）。行為模式是指不同編碼類型的討論內容之間的時間順序關系，它可以通過統(tǒng)計學上的計算來確定一個行為編碼和緊接著的另一個行為編碼之間是否有顯著的統(tǒng)計學關系。滯后時序分析法（LSA）可以幫助研究者們檢驗時間上緊挨著的兩個行為編碼之間的統(tǒng)計學顯著性（Berk，1997）。

通過滯后時序分析分析學習者在線討論的過程，可以揭示更多的學習者在線學習過程和行為轉換模式。將內容分析和滯后時序分析法相結合，可以幫助研究者分析學生社會知識建構的行為模式（Zhang，Liu，Chen，Wang， & Huang;2017）。例如，學者Lan分析了基于移動設備的在線異步討論環(huán)境中學生的社會知識建構模式，結果表明學習者在分享信息和反思的時候有更強的參與度（Lan，et al.;2012）。

因此，文章采用內容分析法和滯后時序分析法結合來對碩士生的在線同步討論與協(xié)作情景下的討論內容進行深度分析，并探究其社會知識建構的行為模式，為研究生培養(yǎng)的教學活動中形成高質量討論提出建議。

三、研究過程

研究對象是浙江某大學碩士一年級的學生，以5人為一個小組，在移動學習的課程上通過在線同步討論協(xié)作完成課程任務。任務內容是使用藍墨云班課軟件，完成古詩詞鑒賞課程設計。其目的是培養(yǎng)碩士生的信息素養(yǎng)和問題解決能力。小組成員為完成課程設計，通過即時通訊工具進行為期3周的在線同步討論。

研究方法采用定量內容分析和學習分析中的序列分析方法。其中，采用時序分析法對該小組的在線同步討論情景下進行的社會知識建構過程進行編碼和分析。利用社會知識構建編碼方案（Gunawardena，Lowe，& Anderson;1997）進行定量內容分析和序列分析，可以幫助我們研究社會知識構建的模式、特征及其局限性。通過時序分析行為模式，我們能夠進一步理解同步討論中的社會交互和知識建構的關系，同時也為教育工作者進行同步討論的設計、教學策略的選擇提供了重要參考（H. T. Hou & Wu，2011）。時序分析法采用Generalized Sequential Querier（GSEQ）軟件進行序列分析。該軟件是由美國喬治亞州立大學Roger Bakeman教授和西班牙巴塞羅那大學Vicen？觭 Quera教授所開發(fā)的專門用于行為序列分析的操作軟件，能夠按照行為出現的先后順序，找出一個行為接著另一個行為出現的頻率。

編碼表采用Hou & Wu所開發(fā)的編碼表，如表1所示。

四、研究結果與分析

根據編碼結果，共產生了294條編碼記錄，其中沒有產生L33有關技術問題的社會互動編碼記錄，如表2所示。

其中，L11（共享/比較信息）的編碼記錄數是最多的，這表示在線同步討論的過程中，參與者比較愿意與其他小組成員分享自己獲得的信息。其次是L22（評價任務），對于任務評價的討論比較多，這說明小組成員在討論過程中能夠充分發(fā)表自己的意見，根據小組成員的意見來及時調整任務的分配，只有在小組成員進行了充足的任務評價，分配了合理的任務之后，才能夠進行更深層次的協(xié)作（H. T. Hou & Wu，2011）。同步討論是有利于協(xié)作學習和任務合作的（Isaacs，Walendowski，& Ranganthan;2002）。除此之外，在線同步討論中，L41（無關話題）的編碼數量排在第三位，數量相對比較多，這說明小組成員在進行在線同步討論的時候容易跑題，談論與學習主題不相關的話題。因此，在進行同步討論活動設計的時候需要添加一些輔助機制來促進知識的建構（H. T. Hou & Wu，2011）。但是，有研究者認為無關話題的談論有助于營造團體氛圍（Bock，Zmud，Kim， & Lee，2005），輕松的討論氛圍可以讓小組成員更自由地發(fā)表自己的意見。而代表社會知識建構過程的L14和L15的編碼記錄數非常少，這表示即時同步討論通常會導致學生缺少深度反思的時間（Branon & Essex，2001）。因此，如何在同步討論時加深參與者的反思能力也是一項值得深入研究的議題。

通過定量內容分析，我們可以初步了解到在線同步討論和協(xié)作情景下碩士研究生社會知識建構的特征。接下來將按行為的時間順序進行序列分析。通過序列分析，可以掌握一個行為和下一個行為之間是否有顯著相關性（H. T. Hou & Wu，2011）。將編碼結果進行序列分析，獲得該小組在線同步討論行為序列分析結果，如表3所示。Z>1.96表示兩個行為之間有顯著關聯(lián)。

通過定量內容分析和滯后時序分析，小組成員在線同步討論內容中有12個行為序列是具有統(tǒng)計學意義上的顯著性的。將有顯著關聯(lián)的12個行為序列繪制成行為轉換圖，如圖1所示。這些行為序列展示了在線同步討論與協(xié)作情景下碩士生社會知識建構的行為模式。

從行為轉換圖中可以看出，L1（學習內容）、L2（任務合作）和L4（無關話題）之間有直接和間接的聯(lián)系。這表示在同步在線討論與協(xié)作情景下，碩士生們通常會將學習內容和任務合作等方面的討論進行連續(xù)性探討，也會討論無關話題，例如L15 -> L41、L21 -> L41。然而，L3（社會互動）是相對獨立的。

碩士生在進行在線同步討論的時候能夠實現從L13（探討協(xié)商知識意義）到更深入的L15（達成新共識）的行為模式。而達成新共識之后，通常會進行L41（無關話題）的討論，這有可能是因為小組合作達成了一項共識，討論氛圍比較輕松，造成討論內容偏離學習相關的內容。除此之外，碩士生在同步討論的過程中從L21（分配任務）的討論轉向L14（修正或者測試假設）的過程表明，在分配任務之后，碩士生會對分配到的任務作出相應的判斷和修改，用以更好地完成協(xié)作任務。

而L31（身份識別）和L33（有關技術問題的社會互動）并沒有出現在行為轉換圖中，這可能是因為小組成員已經比較熟悉，能夠根據交流工具中的頭像和昵稱等信息確認對方的身份，無需通過文字內容來確認身份，而技術層面來說，網絡非常穩(wěn)定，無需進行網絡技術相關的討論。這與Hou & Wu的研究中提到的在線同步討論需要可靠的網絡環(huán)境是一致的。

行為轉換圖中的L11（共享/比較信息）、L12（發(fā)現和解釋參與者之間不同意見）、L13（探討協(xié)商知識意義）、L14（測試或修正提出的假設）等編碼行為都有與自己同類編碼行為的顯著相關性，這表明，碩士生在進行在線同步討論與協(xié)作學習時，對于L11、L12、L13、L14的討論都有一定的持續(xù)性和專注性。

五、結束語

本文通過對浙江某大學碩士一年級學生在移動學習課程上完成的課程設計任務進行定量內容分析，了解了在線同步討論和協(xié)作情景下碩士研究生社會知識建構的特征，然后通過序列分析，掌握了不同行為序列之間的統(tǒng)計學相關性。在線同步討論的過程中，參與者比較愿意與其他小組成員分享自己獲得的信息，但是同步討論通常會導致學生缺少深度反思的時間。參與者能夠實現從探討協(xié)商知識意義到更深入地達成新共識的行為模式，他們還能夠從分配任務的討論轉向修正或者測試假設的過程。因此，建議教師在設計在線同步討論的教學活動中，采用一些提升學習者參與度和學習動機的策略，例如積分獎勵、教師表揚、同伴互評等教學策略，鼓勵學生保持主題相關的討論。值得注意的是，為了營造更融洽的團隊氛圍也不必禁止非相關的話題討論。

參考文獻：

[1]Scardamalia M. Collective cognitive responsibility for the advancement of knowledge[M]. 2002.

[2]Wever DE， Keer V， SCHELLENS， et al. Structuring asynchronous discussion groups： the impact of role assignment and self-assessment on students' levels of knowledge construction through social negotiation[J].J Comput Assist Learn，2010，25（2）：177-188.

[3]Hwang KA， Yang CH. A synchronous distance discussion procedure with reinforcement mechanism： Designed for elementary school students to achieve the attending and responding stages of the affective domain teaching goals within a class period[J].Comput Educ，2008，51（4）：1538-1552.

[4]Lin CJ， Hwang GJ. A Learning Analytics Approach to Investigating Factors Affecting EFL Students' Oral Performance in a Flipped Classroom[J].Educ Technol Soc，2018，21（2）：205-219.

[5]Hou HT， Wu SY. Analyzing the social knowledge construction behavioral patterns of an online synchronous collaborative discussion instructional activity using an instant messaging tool： A case study[J]. Comput Educ， 2011，57（2）：1459-1468.

[6]Jonassen D， Davidson M， Collins M， et al. Constructivism and computer-mediated communication in distance education[J]. American Journal of Distance Education， 1995，9（2）： 7-26.

[7]Orders A. Cultivating communities of practice [J]. Journal of Chemical Health & Safety， 2013，20（3）：44-45.

[8]Wang Q. A generic model for guiding the integration of ICT into teaching and learning[J]. Innovations in Education & Teaching International， 2008，45（4）：411-419.

[9]Chieu VM， Herbst P. A study of the quality of interaction among participants in online animation-based conversations about mathematics teaching[J]. Teaching & Teacher Education， 2016（57）：139-149.

[10]Hou H. What makes an online community of practice work？ A situated study of Chinese student teachers perceptions of online professional learning[J]. Teaching & Teacher Education， 2015，46（46）：6-16.

[11]Branon RF， Essex C. Synchronous and asynchronous communication tools in distance education[J]. Techtrends， 2001，45（1） 36-36.

[12]Wang CH. Questioning skills facilitate online synchronous discussions[J]. J Comput Assist Learn， 2010，21（4）：303-313.

[13]Holliman R， Scanlon E. Investigating cooperation and collaboration in near synchronous computer mediated conferences[J]. Comput Educ， 2006，46（3）：322-335.

[14]Hrastinski S. The potential of synchronous communication to enhance participation in online discussions： A case study of two e-learning courses☆[J]. Information & Management， 2008， 45（7）：499-506.

[15]Hou HT. Exploring the behavioral patterns of learners in an educational massively multiple online role-playing game（MMORPG）[J]. Comput Educ， 2012， 58（4）：0-1233.

[16]Rourke L， Anderson T. Validity in quantitative content analysis[J]. Educational Technology Research and Development， 2004，52（1）：5.

[17]Lan YF， Tsai PW， Yang SH， et al. Comparing the social knowledge construction behavioral patterns of problem-based online asynchronous discussion in e/m-learning environments[J]. Comput Educ， 2012，59（4）：1122-1135.

[18]Chai CS， Khine MS. An analysis of interaction and participation patterns in online community[J]. Educational Technology and Society， 2006，9（1）：250-261.

[19]Jeong AC. The Sequential Analysis of Group Interaction and Critical Thinking in Online[J]. American Journal of Distance Education， 2003，17（1）：25-43.

[20]Lee J， Bonk CJ. Social network analysis of peer relationships and online interactions in a blended class using blogs[J]. Internet & Higher Education，2016（28）：35-44.

[21]Berk R. Observing Interaction： An Introduction to Sequential Analysis[J]. Technometrics， 1997，34（1）：112-113.

[22]Zhang S， Liu Q， Chen W， et al. Interactive networks and social knowledge construction behavioral patterns in primary school teachers' online collaborative learning activities[J]. Comput Educ，2017（104）1-17.

[23]Gunawardena CN， Lowe CA， Anderson T. Analysis of a global online debate and the development of an interaction analysis model for examining social construction of knowledge in computer conferencing[J]. J Educ Comput Res， 1997，17（4）：261-269.

[24]Isaacs E， Walendowski A， Ranganthan D. Hubbub： A sound-enhanced mobile instant messenger that supports awareness and opportunistic interactions; proceedings of the Sigchi Conference on Human Factors in Computing Systems， F， 2002[C].

[25]Bock GW， Zmud RW， Kim YG， et al. Behavioral Intention Formation in Knowledge Sharing： Examining the Roles of Extrinsic Motivators， Social-Psychological Forces， and Organizational Climate[J]. Mis Quarterly，2005，29（1）：87-111.

（編輯：王曉明）