基于啟發(fā)式挖掘算法探究混合式協(xié)作學(xué)習(xí)過程

許瑋 沈致儀

[摘? ?要] 混合式協(xié)作學(xué)習(xí)下，學(xué)生可以通過社交媒體分享和建構(gòu)知識，研究大學(xué)生如何在此過程中發(fā)展基于認知與情感的互動調(diào)節(jié)是建成混合式“金課”的關(guān)鍵。研究以30名本科生的2256條協(xié)作學(xué)習(xí)對話數(shù)據(jù)為樣本，采用啟發(fā)式挖掘算法和時間序列分析總結(jié)互動過程的發(fā)展規(guī)律與高低分組的行為模式。研究結(jié)果表明，高分組在協(xié)作過程中注重規(guī)劃與反思，且情感參與的認知互動多于低分組，協(xié)作學(xué)習(xí)互動過程遵循IDB型的變化規(guī)律，高低分組的行為模式與自我調(diào)節(jié)階段的變化趨勢存在差異。本研究試圖進一步理解學(xué)習(xí)者在協(xié)作學(xué)習(xí)中的認知與情感的調(diào)節(jié)互動模式，可為高校教師建設(shè)混合式課程資源、設(shè)計混合式協(xié)作學(xué)習(xí)的課程方案提供參考和借鑒。

[關(guān)鍵詞] 混合式協(xié)作學(xué)習(xí); 過程挖掘; 啟發(fā)式挖掘算法

[中圖分類號] G434? ? ? ? ? ? [文獻標志碼] A

[作者簡介] 許瑋（1988—），女，浙江杭州人。講師，博士，主要從事學(xué)習(xí)分析理論與技術(shù)研究。E-mail：xuw@zjut.edu.cn。

一、引? ?言

混合式學(xué)習(xí)是信息技術(shù)促進教育教學(xué)的一種重要形式，可以培養(yǎng)學(xué)習(xí)者的自主學(xué)習(xí)能力、合作能力以及創(chuàng)新思維[1]。教育部于2019年發(fā)布《教育部關(guān)于一流本科課程建設(shè)的實施意見》，提出全面開展一流本科課程建設(shè)，三年內(nèi)完成“雙萬計劃”（萬門左右國家級和萬門左右省級一流本科課程），其中包括6000門線上線下混合式一流課程，要求安排20%～50%的教學(xué)時間，最終建成學(xué)生線上自主學(xué)習(xí)與線下面授有機結(jié)合的混合式“金課”[2]。混合式“金課”除了強調(diào)學(xué)習(xí)環(huán)境的線上線下混合，還提倡自主學(xué)習(xí)、協(xié)作學(xué)習(xí)等學(xué)習(xí)方式相結(jié)合，在混合式協(xié)作學(xué)習(xí)下，學(xué)生可以通過社交媒體分享和建構(gòu)知識，教師可以分解總?cè)蝿?wù)、增加多媒體的使用，從而減少學(xué)生的外部認知負荷，提高學(xué)生的學(xué)習(xí)效果，研究者可以通過技術(shù)應(yīng)用整合學(xué)生的認知和情感[3]。因此，研究大學(xué)生如何在混合式協(xié)作學(xué)習(xí)過程中發(fā)展基于認知與情感的互動調(diào)節(jié)、落實立德樹人的根本目標是建成混合式“金課”的關(guān)鍵。

在線學(xué)習(xí)環(huán)境下對在線對話的分析越來越普遍。對話分析將語言作為一種社會行為，探索、識別和比較對話者的想法、思維與共識[4]。自我調(diào)節(jié)學(xué)習(xí)理論將學(xué)習(xí)的概念外化為認知過程，強調(diào)認知與情感在有效學(xué)習(xí)中的互動作用[5]。本研究基于自我調(diào)節(jié)理論，試圖使用啟發(fā)式挖掘算法對協(xié)作對話內(nèi)容作時間序列分析，探討高?；旌鲜絽f(xié)作學(xué)習(xí)中的認知與情感的互動過程，進一步理解學(xué)習(xí)者的自我調(diào)節(jié)能力發(fā)展過程，為高校教師建設(shè)混合式課程資源、設(shè)計混合式協(xié)作學(xué)習(xí)方案提供參考和借鑒。

二、研究綜述

自我調(diào)節(jié)過程受到學(xué)習(xí)目標及情境特征的影響，是學(xué)習(xí)者為了促進個人發(fā)展、細化學(xué)習(xí)策略而做出的適應(yīng)性調(diào)節(jié)[6]。在協(xié)作學(xué)習(xí)中，個體在小組任務(wù)中的自我調(diào)節(jié)是促進有效協(xié)作的必要條件，幫助個體適應(yīng)小組其他成員[7-8]。有學(xué)者認為，學(xué)習(xí)者在學(xué)習(xí)過程中積極進行調(diào)節(jié)活動是其有效學(xué)習(xí)的必要條件[9-10]，這些調(diào)節(jié)活動包括獲取學(xué)習(xí)任務(wù)和資源、規(guī)劃學(xué)習(xí)過程、調(diào)節(jié)和控制學(xué)習(xí)步驟以及評估學(xué)習(xí)結(jié)果，是一個周期性的過程，包括三個階段，分別是規(guī)劃階段、執(zhí)行階段和反思階段[11]。有關(guān)研究已證實，調(diào)節(jié)活動能夠促進和深化協(xié)作學(xué)習(xí)[6，8]。

為了認識學(xué)習(xí)帶來的挑戰(zhàn)，小組成員需要了解自己和組員的情感狀態(tài)和行動，同時調(diào)節(jié)他們的學(xué)習(xí)。先前的研究已經(jīng)確定認知和情感是協(xié)作學(xué)習(xí)中的重要因素，并且情感可以為認知發(fā)展奠定基礎(chǔ)[12-14]。在協(xié)作學(xué)習(xí)中成功地調(diào)節(jié)認知和情感，能增強學(xué)習(xí)者的知識建構(gòu)、深層次學(xué)習(xí)和批判性思維，促進認知過程的發(fā)生[15-16]。Rogat等人研究了協(xié)作小組認知調(diào)節(jié)過程的質(zhì)量，發(fā)現(xiàn)積極的情感促進了更高質(zhì)量的調(diào)節(jié)[17]。白雪梅等以MOOC中的混合學(xué)習(xí)為例，探究CoI的教學(xué)存在、認知存在和社會存在的關(guān)系，發(fā)現(xiàn)社會存在能顯著預(yù)測認知存在，同時驗證了情感能夠促進認知[18]。而考慮到調(diào)節(jié)學(xué)習(xí)如何體現(xiàn)在社會互動中，Molenaar等人提出調(diào)節(jié)學(xué)習(xí)的相同階段（規(guī)劃、執(zhí)行和反思）可以應(yīng)用于協(xié)作情況[19]。通過這種方式，Sobocinski等人將認知和情感與調(diào)節(jié)學(xué)習(xí)的三個階段交叉在一起，探索了低挑戰(zhàn)和高挑戰(zhàn)協(xié)作學(xué)習(xí)對話中自我調(diào)節(jié)階段和相關(guān)交互的時間序列[20]。

協(xié)作過程是隨著時間的推移而展開的，協(xié)作的進展對于學(xué)習(xí)成功至關(guān)重要，時間特征描述了學(xué)生的學(xué)習(xí)活動和自我調(diào)節(jié)學(xué)習(xí)的實際過程[21]。自我調(diào)節(jié)的學(xué)習(xí)過程有兩個主要部分：一是從一個狀態(tài)過渡到另一狀態(tài)的順序特征，例如從規(guī)劃階段到反思階段的轉(zhuǎn)變;二是隨時間變化的順序特征，例如學(xué)生從課程開始到課程結(jié)束的學(xué)習(xí)進度[7]?？梢哉f，學(xué)習(xí)者的投入和任務(wù)完成的狀態(tài)隨著時間的推移而變化[22]。

但只有少數(shù)研究側(cè)重于調(diào)節(jié)學(xué)習(xí)的時間方面，驗證了協(xié)作學(xué)習(xí)中自我調(diào)節(jié)的時間特征的重要性[23-24]。自我調(diào)節(jié)學(xué)習(xí)經(jīng)常通過計算學(xué)習(xí)活動的頻率來研究[25]，而相互跟隨的行動的順序性和時間性往往被忽略[26]。學(xué)習(xí)過程的性質(zhì)和質(zhì)量取決于學(xué)習(xí)者與學(xué)習(xí)材料、同伴或教師何時發(fā)生互動，而在線和混合學(xué)習(xí)環(huán)境中的協(xié)作學(xué)習(xí)便于進行這類觀察，因此，可以作為進行時間序列研究的領(lǐng)域之一[27]。綜上所述，本研究在微信支持下開展混合學(xué)習(xí)，確定和理解學(xué)習(xí)者的協(xié)作學(xué)習(xí)對話中的自我調(diào)節(jié)階段與認知和情感的互動模式，基于時間序列探究互動過程。在數(shù)據(jù)收集過程中，互動隨著時間的推移而展開，以實現(xiàn)學(xué)習(xí)者共同的目標，因此，在學(xué)習(xí)任務(wù)中內(nèi)容化互動行為，以便更好地捕捉調(diào)節(jié)過程。

三、研究設(shè)計與方法

（一）研究問題

基于自我調(diào)節(jié)階段探討認知與情感的互動對協(xié)作學(xué)習(xí)效果的影響，本研究將采用啟發(fā)式挖掘算法進行協(xié)作學(xué)習(xí)的過程發(fā)現(xiàn)，并計算各互動過程之間的關(guān)系確定性[28]，從而構(gòu)建協(xié)作學(xué)習(xí)對話的時間序列互動過程，探討高、低分組之間隨時間的變化和差異。研究問題如下：

·混合式協(xié)作學(xué)習(xí)中，自我調(diào)節(jié)階段中認知和情感如何互動;

·混合式協(xié)作學(xué)習(xí)中，高、低分組的互動過程隨時間變化有何區(qū)別和特點。

（二）研究對象

學(xué)習(xí)者（n=30，平均年齡=21）是參加為期16周的“信息技術(shù)教學(xué)法”課程的師范生，分為六組，每組五人。在整個課程中，學(xué)生分組固定，且所有小組的協(xié)作學(xué)習(xí)對話都在相同時間、相同場所進行，運用微信聊天功能進行小組對話和記錄。

課程在完成各部分的理論教學(xué)模塊之后安排了六次相應(yīng)的協(xié)作學(xué)習(xí)任務(wù)，每次四課時，每課時45分鐘，每次任務(wù)要求各小組基于某一教學(xué)法進行信息技術(shù)課程的教學(xué)設(shè)計，以六種經(jīng)典教學(xué)法作為六次任務(wù)的主題，旨在培養(yǎng)學(xué)習(xí)者使用教學(xué)法設(shè)計教學(xué)方案的能力。教學(xué)設(shè)計是一項復(fù)雜的任務(wù)，為了完成這一任務(wù)，學(xué)生需要瀏覽各種與所選課程相關(guān)的教材，需要回憶已經(jīng)學(xué)習(xí)的相關(guān)設(shè)計理論，同時在設(shè)計過程中選擇合適的教學(xué)和評估方法。因此，設(shè)計一節(jié)課可以被認為是一項劣構(gòu)任務(wù)，需要學(xué)生對真實場景進行模擬，自主確定完成任務(wù)的方法與步驟，通過嘗試不同的解決方案去尋找最佳的解決辦法。因此，與良構(gòu)任務(wù)相比，劣構(gòu)任務(wù)為學(xué)生提供了更多的挑戰(zhàn)和機會來規(guī)范和深化他們的學(xué)習(xí)[24，29]。

（三）研究工具

1. 編碼

本研究收集各小組在各個協(xié)作任務(wù)中的線上聊天記錄。對于每個學(xué)習(xí)者的每一條聊天數(shù)據(jù)，編碼分兩個階段進行，第一階段通過聊天數(shù)據(jù)確定協(xié)作任務(wù)所處的自我調(diào)節(jié)階段，第二階段確定認知和情感的互動類型，包括基于認知的互動和基于情感的互動。其中，自我調(diào)節(jié)階段與基于認知的互動參照Sobocinski等人的標準[20]進行編碼，基于情感的互動編碼參考了CoI模型中的社會存在維度[30]，它捕捉了學(xué)習(xí)群體中的不同社會關(guān)系，分為情緒、互動和群體三個維度，共12類細分維度。編碼工作由三位有教育學(xué)基礎(chǔ)的研究者進行，編碼表及示例見表1。

2. 啟發(fā)式挖掘算法發(fā)現(xiàn)協(xié)作過程

本研究應(yīng)用ProM 6.10進行數(shù)據(jù)挖掘。啟發(fā)式挖掘算法使用了關(guān)聯(lián)確定性參數(shù)來指導(dǎo)互動過程的創(chuàng)建，從而描述事件與事件之間的關(guān)聯(lián)抽象級別[28]。關(guān)聯(lián)確定性程度基于事件的發(fā)生頻率以及先后順序來確定，由公式1（關(guān)聯(lián)確定性參數(shù)公式）計算所得，其相關(guān)性值介于-1和1之間[31]。

事件A跟隨事件B的次數(shù)減去事件B跟隨事件A的次數(shù)，然后除以這兩個關(guān)系的出現(xiàn)次數(shù)之和加1，計算兩個事件之間的依賴關(guān)系的確定性。正確序列事件（A跟隨B）和錯誤序列事件（B跟隨A）的數(shù)量以分母+1來影響相關(guān)性值。例如，一個事件集合中僅包含正確序列事件（A始終跟B，但反之亦然），但出現(xiàn)頻率較低，只有5次，則關(guān)聯(lián)確定性為5/6=0.83;而當事件的發(fā)生頻率為50次時，A和B之間的依賴關(guān)聯(lián)的確定性就為50/51=0.98。

四、數(shù)據(jù)分析與結(jié)果

（一）高低分組協(xié)作學(xué)習(xí)對話及互動

本研究的對話數(shù)據(jù)首先由兩位編碼工作者分別進行對話數(shù)據(jù)的自我調(diào)節(jié)階段、基于認知的互動和社會存在三維度的編碼，各組對話數(shù)據(jù)編碼的Cronbach's alpha指數(shù)均大于0.9，說明編碼一致性良好。最后由第三位編碼工作者對有歧義的編碼進行校對與重新編碼，從而提高編碼的準確性。綜合各小組成員的協(xié)作學(xué)習(xí)成績排名，對六個學(xué)習(xí)小組進行排序，前三組為高分組，后三組為低分組。

根據(jù)編碼結(jié)果，本研究結(jié)合對話數(shù)據(jù)中的自我調(diào)節(jié)階段、基于認知的互動和基于情感的互動的排列組合情況，得出混合式協(xié)作學(xué)習(xí)中認知和情感的互動模式共有八種。其中，規(guī)劃階段的互動模式包括“規(guī)劃|認知”“規(guī)劃|情感”“規(guī)劃|認知|情感”，執(zhí)行階段的互動模式包括“執(zhí)行|認知”“執(zhí)行|情感”“執(zhí)行|認知|情感”，反思階段的互動模式包括“反思|認知”“反思|認知|情感”，除了缺少反思階段與情感的兩兩互動，其他互動模式均包含在內(nèi)。

對比低分組與高分組的事件頻次，可以發(fā)現(xiàn)高分組規(guī)劃階段和反思階段的事件頻次明顯高于低分組，而低分組執(zhí)行階段的事件頻次更高，占了低分組所有學(xué)習(xí)事件的69%，但總的來說，高、低分組的學(xué)習(xí)事件頻次以規(guī)劃階段（39%）與執(zhí)行階段（56%）為主，反思階段（5%）較少。從互動模式來看，高分組在規(guī)劃階段的認知與情感的互動明顯高于低分組，而低分組在執(zhí)行階段的認知明顯高于高分組。但以高、低分組為分組變量進行獨立樣本T檢驗顯示，這兩組的協(xié)作學(xué)習(xí)對話之間的任何事件在統(tǒng)計學(xué)上沒有顯著性差異（p>0.05）。

（二）基于時間序列的互動過程

本研究涉及高、低分組的協(xié)作學(xué)習(xí)的互動過程，其中的對話數(shù)據(jù)包含了六個小組六次任務(wù)的所有2256個對話事件。過程圖的適應(yīng)度值可以從負無窮到1，數(shù)值越接近1，表示過程圖和數(shù)據(jù)之間的擬合度越高。過程圖包括事件塊、連接弧、關(guān)聯(lián)確定性和中心路徑，事件塊中包括認知和情感的互動模式與事件發(fā)生的頻次。連接弧連接先后發(fā)生的兩個事件塊，并標注它們之間的關(guān)系確定性。中心路徑是指總體關(guān)系確定性最高的一條事件的發(fā)生路徑，在繪制過程圖時做了加粗處理。過程圖開始時輸入的事件頻次與最后結(jié)束時輸出的頻次不同，原因在于部分事件之間的順序與過程圖不符，因此，在構(gòu)建過程中剔除了部分事件數(shù)據(jù)，導(dǎo)致最后結(jié)束時的事件頻次少于開始時的事件頻次。過程圖中部分事件塊內(nèi)部產(chǎn)生一個循環(huán)，表明此事件連續(xù)發(fā)生了幾次。

本研究中的情感能體現(xiàn)學(xué)習(xí)者的社會存在，因此，認為認知與情感的互動是各小組認知的集體共生，如果沒有這種互動則認為小組成員的認知是分散共生的。例如，從規(guī)劃階段的認知與情感的互動發(fā)展到執(zhí)行階段的認知與情感的互動，可以認為是集體發(fā)展的過程，若在自我調(diào)節(jié)階段的發(fā)展中互動模式也發(fā)生變化，則認為是學(xué)習(xí)者的分散發(fā)展。因此，在協(xié)作學(xué)習(xí)的互動過程中，存在四種過程行為模式，即集體共生、分散共生、集體發(fā)展和分散發(fā)展。表2是行為模式定義與示例。

為了更好地分析高、低分組協(xié)作學(xué)習(xí)上的差異，本研究按照任務(wù)發(fā)生的時間序列依次構(gòu)建了高、低分組的互動過程。高分組的互動過程如圖1所示，這六個過程圖的適應(yīng)度值從任務(wù)一到任務(wù)六依次是0.796、0.755、0.647、0.826、0.698、0.778。根據(jù)表2的行為模式定義以及高分組六次任務(wù)的過程模型圖像，可以看出：任務(wù)一時支路發(fā)生在互動過程的前期，高分組經(jīng)歷了集體共生到分散發(fā)展的D型過程;任務(wù)二時支路發(fā)生在互動過程的后期，高分組經(jīng)歷了集體共生到集體發(fā)展的D型過程;任務(wù)三時的高分組經(jīng)歷了集體共生到集體發(fā)展的I型過程;任務(wù)四的支路發(fā)生在互動過程的前期和后期，該任務(wù)下的高分組經(jīng)歷了集體共生到集體發(fā)展的B型過程;任務(wù)五中高分組的支路貫穿整個互動過程，經(jīng)歷了集體共生到集體發(fā)展的D型過程;任務(wù)六，高分組的支路發(fā)生在互動過程的前期和后期，經(jīng)歷了集體共生到分散發(fā)展的B型過程。

低分組的互動過程如圖2所示。這六個過程圖的適應(yīng)度值從任務(wù)一到任務(wù)六依次是0.722、0.823、0.59、0.819、0.625、0.743。根據(jù)表2的行為模式定義以及低分組六次任務(wù)的過程模型圖像，可以看出：任務(wù)一時低分組經(jīng)歷了集體共生到集體發(fā)展再到分散發(fā)展的I型過程;任務(wù)二的低分組支路發(fā)生在互動過程的后期，經(jīng)歷了集體共生到分散發(fā)展的D型過程;任務(wù)三中低分組經(jīng)歷了分散共生到集體發(fā)展再到分散發(fā)展的I型過程;任務(wù)四中低分組經(jīng)歷了集體共生到集體發(fā)展再到分散發(fā)展的I型過程;任務(wù)五的支路發(fā)生在互動過程的后期，低分組經(jīng)歷了分散共生到集體發(fā)展的D型過程;任務(wù)六的支路發(fā)生在互動過程的前期和后期，低分組經(jīng)歷了分散共生到分散發(fā)展再到集體發(fā)展的B型過程。

五、討? ?論

（一）高分組注重規(guī)劃與反思且情感互動多于低分組

本研究通過比較高低分組的協(xié)作學(xué)習(xí)事件不同互動模式的頻次可以發(fā)現(xiàn)，高分組有更多規(guī)劃階段與反思階段的認知和情感的互動。規(guī)劃階段能促進學(xué)生在執(zhí)行階段使用深層次的學(xué)習(xí)策略[32]，反思階段會影響學(xué)習(xí)者之后的規(guī)劃[11]，同時本研究選擇的任務(wù)是劣構(gòu)任務(wù)，具有一定難度，因此可以解釋為何當任務(wù)具有挑戰(zhàn)性時，高成就和低成就學(xué)生在執(zhí)行階段使用的策略之間存在著質(zhì)的差異[32]。同時高分組有關(guān)情感的互動模式的發(fā)生頻次明顯高于低分組，這與Picciano的發(fā)現(xiàn)一致，他發(fā)現(xiàn)通過將學(xué)生分成社會存在低、中、高層次的群體，高社會存在群體的學(xué)生得分高于低社會存在群體[33]。高分組發(fā)生無關(guān)認知的情感事件的頻次高于低分組，因此教師授課過程中需要關(guān)注學(xué)習(xí)者的情感態(tài)度，不能一味地阻止那些無關(guān)學(xué)習(xí)內(nèi)容的聊天，這種情感的表達行為可能疏解學(xué)習(xí)過程中的沉悶情緒，從而對學(xué)習(xí)者的學(xué)習(xí)成效產(chǎn)生積極影響。

（二）協(xié)作學(xué)習(xí)互動過程遵循IDB型的變化規(guī)律，且高低分組的行為模式存在差異

高低分組的協(xié)作學(xué)習(xí)對話之間的任何事件，沒有發(fā)現(xiàn)統(tǒng)計上的顯著性差異，但比較高低分組的互動過程，發(fā)現(xiàn)存在差異，可以說明各組間不同自我調(diào)節(jié)階段的頻率沒有差異，但在出現(xiàn)這些過程的時間順序上發(fā)現(xiàn)了差異[34]。比較高低分組的互動過程，發(fā)現(xiàn)高分組的互動過程循環(huán)與支路較多，而低分組的互動過程更趨向于直線型，因此可以認為高分組有更多調(diào)節(jié)學(xué)習(xí)策略的行為，在協(xié)作學(xué)習(xí)中參與了更多的調(diào)節(jié)回路，從而達到更高的學(xué)習(xí)目標。但是高低分組的互動順序大多符合自我調(diào)節(jié)階段的周期性，由規(guī)劃開始，到執(zhí)行再到反思，期間有規(guī)劃與執(zhí)行的反復(fù)循環(huán)，這一點與Molenaar和Sobocinski等學(xué)者的研究結(jié)果一致[19-20]。

從任務(wù)的時間序列來看，高低分組的互動過程均隨著任務(wù)的遞進增加了支路與循環(huán)，即過程圖遵循IDB型的發(fā)展趨勢，后期的互動模式相較前期也更加豐富，這符合學(xué)習(xí)者的認知發(fā)展。但是在行為模式上高低分組存在差異，高分組中的集體共生與集體發(fā)展行為較多，其認知發(fā)展與知識進化的階段性發(fā)展規(guī)律相似[35]，而低分組各任務(wù)中均會存在分散共生或分散發(fā)展，說明集體的共同認知生成與發(fā)展對于學(xué)習(xí)成效有積極影響，而分散的學(xué)習(xí)行為不利于協(xié)作學(xué)習(xí)的開展。

從表3的高低分組行為模式與過程圖類型隨時間序列的變化可以看出，高分組前期偏向于線性，但是隨著課程的推進與小組進行的任務(wù)增多，互動過程出現(xiàn)了循環(huán)規(guī)劃反思的過程，說明學(xué)習(xí)者在學(xué)習(xí)過程中根據(jù)自己的學(xué)習(xí)進度進行適應(yīng)與改變。而且認知和情感的互動增加，這點與Sobocinsk的研究結(jié)論相悖，其研究結(jié)果以各階段的認知活動為主[20]，因此本研究可以補充說明混合式協(xié)作學(xué)習(xí)下，認知和情感的互動隨著時間序列的變化。

從表3的低分組互動過程可以看出前期低分組與高分組都偏向線性過程，說明課程剛開始時，高低分組的互動模式?jīng)]有差異。到了課程中期，低分組依舊是線性的學(xué)習(xí)過程，但是其中的互動模式增加，且符合自我調(diào)節(jié)階段的周期性順序。低分組在課程后期出現(xiàn)循環(huán)與反思階段，與高分組相近，只是反思階段頻次較少。因此，在課程的教學(xué)設(shè)計上應(yīng)該注重反饋以及評價環(huán)節(jié)的設(shè)置，不能僅僅在課程最后實施評價，而應(yīng)該注重過程性評價，多種評價方式相結(jié)合，包括自評、互評等。

對比后具有代表性的高低分組課程前中后的互動過程后可以發(fā)現(xiàn)，低分組的學(xué)習(xí)過程互動模式豐富，但是循環(huán)與支路較少，高分組的互動模式相對固定，但循環(huán)出現(xiàn)得較多較早。因此，可以認為，正是因為低分組互動模式切換得過于頻繁，過度調(diào)節(jié)而導(dǎo)致認知負荷增加，反而降低了學(xué)習(xí)成效。也可以理解為高分組通過幾次學(xué)習(xí)任務(wù)，較快地形成了集體認知，找到了主要的中心路徑，而低分組在學(xué)習(xí)過程中難以形成集體認知，需要不斷探索可能的路徑，所以互動模式較多。因此，教師在混合式協(xié)作學(xué)習(xí)中應(yīng)該充分發(fā)揮引導(dǎo)者的作用，關(guān)注學(xué)習(xí)者的互動模式，促進學(xué)習(xí)內(nèi)容與學(xué)生社交行為的關(guān)聯(lián)，幫助學(xué)習(xí)者降低認知負荷，提高學(xué)習(xí)效率。

六、結(jié)? ?語

本研究探究了混合式協(xié)作學(xué)習(xí)中認知和情感的互動，并基于學(xué)習(xí)對話的時間序列進行了過程探究，回答了認知和情感是如何互動的，并對比了高低分組互動過程的區(qū)別和特點，為理解協(xié)作學(xué)習(xí)提供了與研究結(jié)論相關(guān)的建議，為如何建設(shè)線上線下混合課程提供新思路。然而，本研究依舊存在局限性。本研究中的研究過程是自然發(fā)生在課程中的學(xué)習(xí)過程，不具有可控制的實驗變量，因此研究結(jié)果具有一定的不確定性。同時，本研究只對學(xué)習(xí)過程進行了研究，沒有考慮到課程前的準備和課后的總結(jié)過程，也可能遺漏學(xué)習(xí)者線下面對面的交流。后續(xù)研究可以進一步探究學(xué)習(xí)者各時間段的認知和情感的互動，并且不限于線上對話的模式，可以通過多樣化的方式收集學(xué)習(xí)者的更多行為數(shù)據(jù)，進行更深入的分析，推進創(chuàng)建高校一流課程。

[參考文獻]

[1] 馬婧，周倩.國際混合學(xué)習(xí)領(lǐng)域熱點主題與前沿趨勢研究——基于科學(xué)知識圖譜方法的實證分析[J].華東師范大學(xué)學(xué)報（教育科學(xué)版），2019，37（4）：116-128.

[2] 中華人民共和國教育部.教育部關(guān)于一流本科課程建設(shè)的實施意見[EB/OL].（2019-10-30）[2021-05-31].http：//www.moe.gov.cn/src site/A08/s7056/201910/t20191031_406269.html.

[3] 孫眾，尤佳鑫，溫雨熹，蘧征.混合學(xué)習(xí)的深化與創(chuàng)新——第八屆混合學(xué)習(xí)國際會議暨教育技術(shù)國際研討會綜述[J].中國遠程教育，2015（09）：5-9.

[4] DE-LIDDO A， SHUM S B， QUINTO I， et al. Discourse-centric learning analytics[C]. Proceedings of the 1st International Conference on Learning Analytics and Knowledge. Banff， Canada： ACM， 2011：23-33.

[5] ZIMMERMAN B J， SCHUNK D H. Handbook of self e regulation of learning and performance[M]. New York： Routledge， 2011.

[6] 陳向東，羅淳，張江翔.共享調(diào)節(jié)：一種新的協(xié)作學(xué)習(xí)研究與實踐框架[J].遠程教育雜志，2019，37（1）：62-71.

[7] J？魧RVEL？魧 S， MALMBERG J， KOIVUNIEMI M. Recognizing socially shared regulation by using the temporal sequences of online chat and logs in CSCL[J]. Learning and instruction，2016，42： 1-11.

[8] 林育瑜，李建生.社會調(diào)節(jié)學(xué)習(xí)理論及啟示[J].中國遠程教育，2019（2）：85-91.

[9] WINNE P H， HADWIN A F. The weave of motivation and self-regulated learning[M]. In D. H. Schunk & B. J. Zimmerman（Eds.）， Motivation and self-regulated learning： Theory， research， and applications. New York： Lawrence Erlbaum Associates Publishers， 2008.

[10] ZIMMERMAN B J. Investigating self-regulation and motivation： historical background， methodological developments， and future prospects[J]. American educational research journal， 2008， 45（1）： 166-183.

[11] ZIMMERMAN B J. Attaining self-regulation： a social cognitive perspective[M]. San Diego： Academic， 2000.

[12] JARVELA S， HADWIN A F. New frontiers： regulating learning in CSCL[J]. Educational psychologist， 2013， 48（1）： 25-39.

[13] KREIJNS K， KIRSCHNER P A， VERMEULEN M. Social aspects of CSCL environments： a research framework[J]. Educational psychologist， 2013， 48（4）： 229-242.

[14] PHIELIX C， PRINS F J， KIRSCHNER P A， et al. Group awareness of social and cognitive performance in a CSCL environment： effects of a peer feedback and reflection tool[J]. Computers in human behavior， 2011， 27（3）： 1087-1102.

[15] ROSCHELLE J， TEASLEY S D. The construction of shared knowledge in collaborative problem solving[M]//Computer-supported collaborative learning. Berlin. Germany： Springer， 1995.

[16] JARVELA S， JARVENOJA H， MALMBERG J， et al. How do types of interaction and phases of self-regulated learning set a stage for collaborative engagement？[J] Learning and instruction， 2016， 5（1）：1-13.

[17] ROGAT K T， LINNENBRINK-GARCIA L. Socially shared regulation in collaborative groups： an analysis of the interplay between quality of social regulation and group processes[J]. Cognition and instruction， 2011， 29（4）： 375-415.

[18] 白雪梅，馬紅亮，吳海梅.教學(xué)存在、社會存在及認知存在關(guān)系研究——以基于MOOC的混合課程為例[J].開放教育研究，2016，22（4）：71-78.

[19] MOLENAAR I， JARVELA S. Sequential and temporal characteristics of self and socially regulated learning[J]. Metacognition and learning， 2014， 9（2）： 75-85.

[20] SOBOCINSKI M， MALMBERG J， JARVELA S. Exploring temporal sequences of regulatory phases and associated interactions in low- and high-challenge collaborative learning sessions[J]. Metacognition and learning， 2017，12（2）： 1-20.

[21] JOHNSON A M， AZEVEDO R， MELLO S K. The temporal and dynamic nature of self-regulatory processes during independent and externally assisted hypermedia learning[J]. Cognition and instruction， 2011， 29（4）： 471-504.

[22] GREENE J， AZEVEDO R. The measurement of learners' self-regulated cognitive and metacognitive processes while using computer-based learning environments[J]. Educational psychologist， 2010， 45（4）： 203-209.

[23] MALMBERG J， JARVELA S， JARVENOJA H. Capturing temporal and sequential paterns of self-， co-， and socially shared regulation in the context of collaborative learning[J]. Contemporary educational psychology， 2017， 49： 160-174.

[24] MOLENAAR I， CHIU M M. Dissecting sequences of regulation and cognition： statistical discourse analysis of primary school children's collaborative learning[J]. Metacognition and learning， 2014， 9（2）： 137-160.

[25] CLEARY T J， CALLAN G L， ZIMMERMAN B J. Assessing self-regulation as a cyclical， context-specific phenomenon： overview and analysis of SRL micro analytic protocols[J]. Education research international， 2012， 1-19.

[26] WINNE P H. Issues in researching self-regulated learning as patterns of events[J]. Meta-cognition and learning， 2014， 9（2）： 1-9.

[27] SAQR M， NOURI J. High resolution temporal network analysis to understand and improve collaborative learning[C]. International Conference on Learning Analytics & Knowledge. Frankfurt， Germany： LAK， 2020， 314-319.

[28] SONNENBERG C， BANNERT M. Discovering the effects of metacognitive prompts on the sequential structure of SRL-processes using process mining techniques[J]. Journal of learning analytics， 2015， 2（1）： 72-100.

[29] MALMBERG J， JARVELA S， KIRSCHNER P A. Elementary school students' strategic learning： does tasktype matter？[J]. Metacognition and learning， 2014， 9（2）： 113-136.

[30] ROURKE L， ANDERSON T， GARRISON D R， et al. Assessing social presence in asynchronous text-based computer conferencing[J]. The journal of distance education， 1999， 14（2）： 50-71.

[31] WEIJTERS A J M M， VAN DER AALST W M P， DE MEDEIROS A K A. Process mining with the HeuristicsMiner algorithm[M]. BETA Working Paper Series 166. Eindhoven， Netherlands： Eindhoven University of Technology， 2006.

[32] MALMBERG J， JARVENOJA H， JARVELA S. Patterns in elementary school students' strategic actions in varying learning situations[J]. Instructional science， 2013， 41（5）： 933-954.

[33] PICCIANO A G. Beyond student perceptions： issues of interaction， presence and performance in an online course[J]. Journal of asynchronous learning networks， 2002， 6（1）： 21-40.

[34] KAPUR M. Temporality matters： advancing a method for analyzing problem-solving processes in a computer-supported collaborative environment[J]. International journal of computer-supported collaborative learning， 2011， 6（1）： 39-56.

[35] 胡金艷，蔣紀平，陳羽潔，張義兵.知識建構(gòu)社區(qū)中觀點改進的機理研究：知識進化的視角[J].電化教育研究，2021，42（5）：47-54.