認知群體感知工具對在線協(xié)作學習知識建構水平的影響研究

[摘 要] 認知群體感知工具是協(xié)作學習者感知群體認知信息、提升學習效果的重要技術支撐。不同信息復雜程度的認知群體感知工具對在線協(xié)作學習中學習者的知識建構水平影響程度如何尚需進一步探索。文章從認知信息復雜度出發(fā)，設計了實時的顯性/隱性認知群體感知工具，并通過對比實驗，利用統(tǒng)計分析、卡方檢驗、認知網(wǎng)絡分析，分析兩種認知群體感知工具對在線協(xié)作學習知識建構水平的影響程度。研究結果表明：兩種認知群體感知工具有助于在線協(xié)作學習中高水平知識建構行為的發(fā)生。顯性/隱性認知群體感知工具支持下的學習者知識建構行為特征及知識建構模式存在差異性。其中，顯性認知群體感知工具能促進協(xié)商型對話和升華型對話；隱性認知群體感知工具則更能促進協(xié)商型對話的生成。研究結論有助于教師調整教學策略，引導學習者完成協(xié)作任務并提升知識構建水平。

[關鍵詞] 認知信息； 群體感知； 知識建構； 在線協(xié)作學習； 顯性反饋； 隱性反饋

[中圖分類號] G434 [文獻標志碼] A

[作者簡介] 劉清堂（1969—），男，湖北仙桃人。教授，博士，主要從事數(shù)據(jù)挖掘、智能導師、學習分析與知識服務研究。E-mail：liuqtang@mail.ccnu.edu.cn。

一、研究背景

在線協(xié)作學習已被廣泛認為是一種有效的教學策略，能夠顯著提升學習成效[1]。然而，在線協(xié)作學習的實施過程也面臨諸多挑戰(zhàn)，如小組成員交互質量受限、討論傾向表層化、協(xié)作過程的認知深度未達到預期等問題[2]。這些問題往往由于群體成員之間缺乏感知，尤其是對認知信息的感知而產(chǎn)生。如何更好地促進在線協(xié)作學習中的認知群體感知成為高質量在線協(xié)作的前提[3]。在此背景下，認知群體感知工具應運而出，為學習者提供協(xié)作學習中的知識結構的實時反饋，增強學習者對群體認知的感知[4]，從而促進更深層次的協(xié)作和知識建構。

近年來，隨著智能技術與教育教學的深度融合，實時、個性化的學習支持成為學習者協(xié)作質量優(yōu)化的關鍵。研究者開始將視角轉向實時認知群體感知工具，通過捕捉學習者協(xié)作過程中的知識數(shù)據(jù)，以可視化手段實時呈現(xiàn)給學習者，激發(fā)學習者更深層次的協(xié)作互動。然而，已有研究多聚焦于群體感知工具的開發(fā)與效能評估，對于不同類型的實時認知群體感知工具的作用差異尚未形成明確認識，需要更多的實證研究進一步探討不同類型的實時認知群體感知工具對在線協(xié)作學習效果的作用差異，以實現(xiàn)其在在線協(xié)作學習中的最大化效益。

針對上述問題，本研究從認知信息復雜度出發(fā)，設計了顯性反饋與隱性反饋兩種實時認知群體感知工具，通過對比分析顯性和隱性兩種認知群體感知工具對學習者知識建構水平的影響，進而為在線協(xié)作學習中實時認知群體感知工具的設計開發(fā)及實踐應用提供借鑒。

二、相關研究

（一）認知群體感知工具及特征

群體感知一般指學習者了解協(xié)作群體在協(xié)作過程中各方面的信息[5]。在線協(xié)作學習環(huán)境的群體感知信息反饋有利于學習者洞察小組成員的學習情況，調整學習策略，進而促進有效學習的發(fā)生[6]。常見的群體感知工具可以依照信息種類分為認知、情感、行為三種。依據(jù)信息復雜程度，可劃分為顯性和隱性信息兩種類型。陳向東等結合認知、情感、行為三個層面構建的群體感知模型，多維激發(fā)學習者調節(jié)行為[7]。其中，認知群體感知體現(xiàn)學習者知識水平，輔助學習者把握學習進度。Janssen等發(fā)現(xiàn)，對討論內容的群體感知信息呈現(xiàn)有助于協(xié)作學習的目標達成[8]。綜上所述，認知群體感知工具為學習者提供討論內容相關的知識信息，使其了解個人與團隊知識交流進展，進一步促進群體知識建構。

綜合信息種類以及信息復雜程度，認知群體感知工具可分為顯性認知群體感知工具和隱性認知群體感知工具。顯性/隱性認知群體感知工具特征見表1。顯性認知群體感知工具通常直接提供外顯的、清晰簡單的討論知識信息，呈現(xiàn)方式簡單，其中，詞云圖的應用較為廣泛。研究表明，提供詞云圖等群體感知工具有助于學習者凝聚交互焦點，激發(fā)學習動機，促進知識建構[15-16]。隱性認知群體感知工具更強調內隱的、復雜的感知信息，如采用文本交互分析的方法，為協(xié)作群體提供小組內部知識建構情況，一般以網(wǎng)絡圖的形式呈現(xiàn)。基于規(guī)則化組織和可視化表征的網(wǎng)絡圖，有助于學習者構建全面且直觀的知識體系，幫助學習者進行知識的獲取與內化，應用與創(chuàng)新[17]。Engelmann等通過構建概念圖，促進學習者專注協(xié)作內容，提高其解決問題的效率[12]。

雖然顯性和隱性認知群體感知工具均為成員提供認知信息，但詞云圖呈現(xiàn)的信息碎片化，學習者獲取的認知信息散亂，難以形成結構性知識；而網(wǎng)絡圖關系邏輯復雜，易造成學習者認知負荷過載。研究者常常選取其一作為認知群體感知工具支持協(xié)作學習，較少對比分析其對協(xié)作學習的影響。

（二）在線協(xié)作學習中認知群體感知工具的呈現(xiàn)時機

早期的認知群體感知工具并不提供明確的感知信息，而是通過展現(xiàn)群體的交互內容幫助學習者了解當前進展。例如，格蘭特開展的教學實踐活動中，學生利用維基平臺觀察其他成員的想法，促進認知感知[18]。隨著技術發(fā)展，自然語言處理、知識圖譜等智能技術融入群體感知工具，演化出可視化認知群體感知工具，據(jù)其呈現(xiàn)時機，可分為總結型與實時型?？偨Y型群體感知工具應用于教學活動環(huán)節(jié)結束后，將階段性協(xié)作學習結果可視化呈現(xiàn)給學習者，為學習者提供支持，輔助后續(xù)討論[13]。例如，Yang等在線上討論結束后，可視化展示任務觀點和過程，促進學生的認知群體感知[14]?？偨Y型群體感知工具可以促使學習者事后反思，調節(jié)后續(xù)討論活動，但學習者無法實時調整。而實時型群體感知工具可以幫助學習者在討論過程中及時調整，促進學習者認知群體感知，深化協(xié)作學習知識建構。例如，Li等自主開發(fā)的智能群體感知平臺，可以支持學習者在協(xié)作過程中主動獲取實時群體感知信息，及時調整協(xié)作情況[11]。但是部分實時智能群體感知工具需要學習者主動獲取信息，仍存在感知不及時、操作流程復雜等問題。

基于此，本研究設計實時認知群體感知工具，在學習者討論過程中，實時為學習者提供顯性或隱性認知群體感知信息，幫助學習者在討論過程中及時調整討論進程，提高協(xié)作效率。

（三）認知群體感知工具對在線協(xié)作學習中知識建構的影響

知識建構是個體在在線協(xié)作中對集體知識的形成和持續(xù)改進，提高知識建構水平是達成在線討論深度學習的重要路徑[19]，常被作為考查在線學習者協(xié)作學習質量的重要指標[20]。已有研究證明，在線討論中，利用群體感知工具可以對學習者的知識建構產(chǎn)生積極影響。例如：Fischer等研究證實，可視化工具在支持學習者協(xié)作知識建構方面發(fā)揮了積極作用，學習者能夠更成功地整合前驅知識[21]。鄭蘭琴等發(fā)現(xiàn)，為學習者提供可視化、實時的反饋，能夠促進學習者的協(xié)同知識建構[22]。

認知群體感知工具的研究大多關注知識建構的整體變化，較少聚焦細化的知識建構行為以及知識建構行為模式。為了更精確地研究知識建構行為并發(fā)揮其研究潛力，學者提出了多種細致的分類。例如：Henri提出分析在線討論的知識建構行為模型，包含集體成果的驗證與修正，以及共識的應用[23]。Pena-Shaff等在此基礎上對編碼進行了優(yōu)化，將其細分為提出問題、回復、澄清、闡釋、沖突、聲明、建立一致性、評價、反思、支持十種知識建構行為[24]，這一編碼體系因其高信效度而被廣泛應用。張義兵等將上述知識建構行為整合歸納為共享型、協(xié)商型和升華型三個層級的知識建構行為模式，以知識建構觀點改進的特點更精細地刻畫知識建構過程[25]。

基于以上分類，研究者對知識建構行為進一步量化其深度，以更好評估協(xié)作學習中知識建構行為的提升。根據(jù)交互深度，知識建構行為被劃分為知識建構的較低水平和較高水平兩種深度，便于進一步探究不同組別知識建構行為深度的差異[26]。Li等探討群體感知對知識建構的影響時發(fā)現(xiàn)，使用群體感知工具能夠促進小組更高層次知識建構行為的發(fā)生[11]。已有研究雖然在一定程度上探究了群體感知工具對協(xié)作學習知識建構水平的影響，但不同信息復雜程度的認知群體感知工具對學習者知識建構行為的影響是否有差異尚未得到結論。并且，當前研究大多基于編碼和計數(shù)的頻次對比以及深度的差異性檢驗，雖然體現(xiàn)討論的整體狀況，但忽視了數(shù)據(jù)的時間性[27]，選擇認知網(wǎng)絡分析（ENA）可以提供更多認知參與信息。認知網(wǎng)絡圖中連接強度的不同，也可揭示其知識建構模式差異。

本研究選擇知識建構作為因變量，探究顯性認知群體感知工具和隱性認知群體感知工具對于學習者在線討論中知識建構的差異。為了有效揭示兩種認知群體感知工具對于在線協(xié)作中知識建構水平的不同影響，本研究基于細粒度、多維度的原則對在線協(xié)作中的知識建構行為頻次、深度、模式，從行為到模式，不斷深入、升華，為優(yōu)化在線協(xié)作學習過程提供多層次的指導。

結合以上研究，提出以下問題：（1）顯性/隱性認知群體感知對在線討論中學習者知識建構行為特征有哪些差異？ （2）顯性/隱性認知群體感知對在線討論中學習者知識建構深度是否存在差異？（3）顯性/隱性認知群體感知對在線討論中學習者知識建構行為模式是否存在差異？

三、研究方法

（一）研究對象與實驗設計

本研究以華中地區(qū)H大學74名學生為研究對象，在其參與的“現(xiàn)代教育技術”課程中開展認知群體感知工具支持下的協(xié)作討論活動，其中，女生48人，男生26人。協(xié)作討論活動以5到6人為一組進行，將74名學生分為14個同質小組。其中，顯性認知組為27人，分為5組；隱性認知組為26人，分為5組；對照組21人，分為4組。分組依據(jù)是課程第一周填寫的學習動機以及認知水平問卷。學習動機問卷改編自Pintrich等的“學習動機和策略問卷量表”[28]。

研究為不同的組別提供不同的實時認知群體感知工具。所有學習者實驗流程一致，在配置有認知群體感知工具的QQ群里進行在線協(xié)作討論。討論前為學習者提供相同的討論任務。如圖1所示，討論過程中，對照組無干預，實驗組學習者每8分鐘會進行一次干預，討論時長30分鐘左右。實驗主題和課程學習內容以及學習進度相關，討論共進行三周。

（二）實時認知群體感知工具設計

在實驗過程中，研究者給兩個實驗組的學生提供顯性和隱性兩種實時認知群體感知工具。具體而言，選取詞云作為顯性認知群體感知工具，語義網(wǎng)絡圖作為隱性認知群體感知工具。

如圖2所示，研究將認知群體感知工具與在線討論平臺有機整合，對學習者的討論內容實時進行文本收集。將討論文本輸入數(shù)據(jù)庫中進行語義分析，首先掃描文本，對聊天數(shù)據(jù)進行中文分詞，清洗語氣詞等停用詞，并檢測關鍵詞，存儲關鍵詞頻次、關鍵字共現(xiàn)關系等信息于數(shù)據(jù)庫中。顯性認知群體感知工具實時收集討論內容，根據(jù)高頻關鍵詞、關鍵詞頻次生成詞云圖，為學習者呈現(xiàn)群體感知信息。隱性認知群體感知工具則調用高頻關鍵詞、關鍵詞頻次、關鍵字共現(xiàn)關系等信息，以帶有連線的語義網(wǎng)絡圖形式呈現(xiàn)群體感知信息。

如圖2所示，由認知群體感知工具反饋機制中可見，顯性與隱性認知群體感知的差異在于是否呈現(xiàn)關鍵詞共現(xiàn)關系。顯性認知群體感知工具以詞云圖的形式呈現(xiàn)在線討論過程中與任務解決相關的學習者討論的高頻關鍵詞，學習者根據(jù)詞云圖反饋快速獲取討論內容的重點。隱性認知群體感知工具以語義網(wǎng)絡的形式則重點呈現(xiàn)在線討論過程中學習者討論的高頻關鍵詞之間的共現(xiàn)關系。具體反饋如圖3所示。

（三）數(shù)據(jù)收集與處理

本研究選擇了張義兵等提出的知識建構對話編碼體系[29]，見表2。該編碼體系結合中國學習者的特性，基于Pena-Shaff的分類系統(tǒng)調整生成。其中，共享型對話側重于同伴間的知識共享；協(xié)商型對話著重于學生對存在分歧的觀點進行辯護、論證，以形成協(xié)作共識，深化對問題的理解；升華型對話則涉及學生通過綜合分析、批判性思考和反思，對協(xié)作觀點的優(yōu)化和提升。該編碼體系根據(jù)DOE問題深度解釋量表[30]對學習者形成的知識建構深度進行評價。

表2 知識建構對話編碼體系

本研究選取了課程中的三次在線討論活動作為數(shù)據(jù)來源，由兩位編碼人員對討論內容進行編碼，編碼的基本單位為具有完整意義的話語單元。正式編碼前，編碼人員就編碼標準達成共識以確?？陀^性。編碼過程中，兩位編碼人員第一次抽取15%的文本進行編碼，編碼一致性未達到70%，針對編碼框架討論。第二次編碼抽取17%的文本進行編碼，編碼一致性檢驗顯示Kappa系數(shù)為0.84，具備科學性。隨后，兩位編碼人員完成余下的編碼工作。

基于細粒度、多維度的原則，本研究從知識建構行為頻次、深度、模式三個層次，探究顯性、隱性兩種認知群體感知工具的效果差異。首先，根據(jù)編碼框架對編碼數(shù)據(jù)進行不同組別間的描述性統(tǒng)計。其次，基于知識建構中觀點改進的特點，將知識建構行為分為不同深度，利用卡方檢驗，驗證不同深度知識建構行為之間的差異性。最后，使用認知網(wǎng)絡分析探究知識建構行為模式的差異，即在協(xié)作學習中各個知識建構行為之間的關聯(lián)模式[31]。

四、研究結果分析

（一） 在線協(xié)作過程中知識建構行為分布特征統(tǒng)計分析

將三次討論數(shù)據(jù)匯總進行頻次統(tǒng)計。在三次總時長100分鐘左右的基于文本的在線協(xié)作活動中，學生知識建構行為的所有類別均有所出現(xiàn)，但是其發(fā)言條數(shù)以及行為占比有所不同。三個組別的知識建構行為占比結果見表3，對照組的共享型對話的占比（38.98%）最高，問答、解釋、無關等知識建構行為的頻次明顯高于實驗組。而顯性認知組的協(xié)商型對話處于對照組與隱性認知組之間，且升華型對話占比（8.61%）最高。具體來看，其沖突、辯護、共識、綜合、評論行為的頻次高于其他兩組。隱性認知組的協(xié)商型對話占比（75.70%）最高。發(fā)生該情況的主要原因是隱性認知組協(xié)作過程中，支持行為占據(jù)協(xié)作小組全部知識建構行為的65.78%。值得一提的是，實驗組的無關行為占比相對于對照組大幅度降低，沖突、支持、辯護、共識、綜合等較高水平知識建構行為的占比相對于對照組大幅度升高。綜上所述，隱性認知群體感知工具促進支持類型知識建構行為發(fā)生，顯性認知群體感知工具促進共識、綜合、評論等高水平知識建構行為發(fā)生。

表3 在線協(xié)作過程中知識建構行為分布特征

（二）在線協(xié)作過程中知識建構行為深度差異分析

為探究不同組知識建構行為深度的差異，根據(jù)DOE問題深度解釋量表以及知識建構中觀點改進的特點[23]，將九種知識建構行為劃分為低水平知識建構行為（問答、解釋）和較高水平知識建構行為（沖突、支持、辯護、共識、綜合、評論）以及無關行為?？ǚ綑z驗顯示，在三種不同深度的知識建構行為方面存在顯著差異（χ2=280.948，p<0.001）。由表4可知，使用認知群體感知組無關知識建構的比重明顯減少。而對于低水平和高水平知識建構占比，三組之間差異顯著。進一步對顯性和隱性認知組進行卡方檢驗，發(fā)現(xiàn)兩組之間存在顯著差異（χ2=12.305，p=0.002）。因此，對于低水平知識建構占比，對照組顯著高于顯性認知組，顯性認知組顯著高于隱性認知組。對于高水平知識建構占比，隱性認知組顯著高于顯性認知組，且遠高于對照組。研究結果表明，顯性和隱性認知群體感知工具均能有效加深協(xié)作學習中的知識建構行為深度，并且隱性認知群體感知工具效果更好。

（三）在線協(xié)作學習中不同認知群體感知工具的知識建構行為認知網(wǎng)絡差異

1. 不同組別的知識建構行為模式整體分析

本研究采用認知網(wǎng)絡分析，探索了不同認知群體感知工具組的知識建構模式網(wǎng)絡，如圖4所示。此圖展示了70名學生在三次討論中的不同實驗組的質心圖。質心圖中的三個實心方形表示三個實驗組在線討論過程中知識建構的平均網(wǎng)絡質心。不同實驗組在認知網(wǎng)絡上呈現(xiàn)出的差異，體現(xiàn)了學習者知識建構過程的差異。三個質心都有明顯的分離，表明不同認知群體感知工具的學生在在線討論中的知識建構模式存在差異。

為深入探究認知群體感知工具對討論過程中知識建構模式的差異，研究對于不同組別學生的認知網(wǎng)絡進行非參數(shù)檢驗。統(tǒng)計結果見表5，隱性認知組和對照組的認知網(wǎng)絡在 Y維度具有顯著性差異（p=0.00<0.05），顯性認知組與對照組的認知網(wǎng)絡在X、Y 維度均存在顯著性差異 （p=0.00<0.05）。結合質心圖可以發(fā)現(xiàn)，對照組、顯性認知組、隱性認知組的質心位置相距較遠，這表明使用不同實驗組的學習者在在線討論過程中的知識建構水平模式存在差異。

2. 不同組別的知識建構模式差異分析

不同組別的認知網(wǎng)絡疊減圖如圖5、圖6、圖7所示，揭示了學習者知識建構行為之間的聯(lián)系及其強度。圖中的深灰色節(jié)點大小代表知識建構行為出現(xiàn)的頻次，知識建構行為間連線的粗細表示聯(lián)系的強度。

如圖5、圖6所示，對照組在“解釋”與“無關”“解釋”與“問答”之間的連接明顯強于其他兩組，這表明對照組的知識建構模式主要以共享型對話為主，具體表現(xiàn)為無關、解釋、問答等低階知識建構行為。對比圖5和圖7，顯性認知組的知識建構網(wǎng)絡中，共現(xiàn)類別更多，關聯(lián)更強，主要圍繞“支持”與“共識”“支持”與“辯護”“支持”與“綜合”“解釋”與“綜合”這種協(xié)商型對話和升華型對話。對比圖6和圖7，隱性認知組的“支持”與“共識”“支持”與“辯護”之間存在強連接，知識建構模式集中在“解釋”與“支持”等共享型對話向協(xié)商型對話的轉換。

五、討 論

本研究從認知信息復雜程度出發(fā)，設計了顯性與隱性實時認知群體感知工具，并將其用于在線協(xié)作學習中，采用統(tǒng)計分析、卡方檢驗、認知網(wǎng)絡分析等方法，對不同群體感知工具干預下的小組在線協(xié)作學習進行深入剖析，探析認知群體感知工具對不同知識建構行為的促進機制。

（一）兩種實時認知群體感知工具均深化在線討論知識建構行為

知識建構行為分布以及知識建構行為深度差異分析顯示，使用實時認知群體感知工具的實驗組，其協(xié)商型對話和升華型對話的分布比率顯著高于對照組。協(xié)商型對話和升華型對話屬于中高層次的知識建構[29]，這說明實時認知群體感知工具能促進學習者認知的發(fā)展，有助于深化在線討論知識建構行為，與已有研究結果一致[32]。通過數(shù)據(jù)分析可知，顯性群體感知工具提升了沖突、辯護、共識、綜合、評論五種知識建構行為的占比，而隱性群體感知工具主要促進支持這種知識建構行為。這表明，顯性認知群體感知工具可以促進學習者對于不同觀點的協(xié)商和總結，從而深化知識建構行為；而隱性認知群體感知工具通過觀點的評價與補充深化知識建構行為以完成協(xié)作任務。值得一提的是，對照組無關型對話的比率遠高于實驗組，回顧討論內容發(fā)現(xiàn)，對照組學習者不斷進行組織和調節(jié)以保證協(xié)作任務正常推進，但實驗組無此問題。這表明，認知群體感知工具部分承擔元認知調節(jié)功能，引導學習者聚焦任務。

鑒于認知群體感知工具的積極影響，設計人員應該深入考慮如何將教學工具融入教學環(huán)境中，形成技術與討論的深度整合，達成更為高效的教學活動設計。與已有研究結果一致，本研究利用在線討論過程中認知群體感知的實時反饋，促進學習者進行協(xié)同知識建構和社會性調節(jié)，助力協(xié)作學習[22]。然而，除實時性外，認知群體感知工具的空間性、交互性等特性的差異也會對其作用機制產(chǎn)生影響，因此，后期研究可以對于不同呈現(xiàn)時機、不同空間特性的認知群體感知工具進行對比研究，探究認知群體感知工具如何更好融入在線討論學習活動中。

（二）顯性/隱性認知群體感知工具分別促進升華型對話/協(xié)商型對話的發(fā)生

顯性認知群體感知工具促進協(xié)商型對話和升華型對話等知識建構行為，學習者基于討論中的詞云圖，可以對碎片化的討論內容進行歸納總結，得出階段性的討論結論，提煉討論內容中的核心要素，明確討論意義。在協(xié)作過程中，學習者關于升華型對話的認知特征大幅度提升，表明零散和基礎的討論內容被整合與升華，形成了更為深刻和全面的群體認識，這不僅促進了學習者知識結構的優(yōu)化以及思維方式的轉變，更推動了知識建構向更高層次發(fā)展。正如馬秀麟等研究發(fā)現(xiàn)，定時反饋的“標簽云”使發(fā)言的聚焦性極大提升，減少了無關、離題帖子的數(shù)量[16]。

隱性認知群體感知工具更能促進協(xié)商型對話的生成，促進學生將分散的討論內容進行整合與擴展，并且形成結構化的討論知識網(wǎng)絡。在協(xié)商型對話中，不僅是對已有討論內容的深化與相似討論內容的融合，還包括新觀點的創(chuàng)造。隱性認知群體感知工具為學習者提供語義網(wǎng)絡圖的支持，幫助學習者明確分歧，達成共識，生成新觀點，從而構建和豐富討論的知識網(wǎng)絡，推動知識建構深入發(fā)展。已有研究表明，系統(tǒng)呈現(xiàn)個人和小組激活的知識點及其關系，有助于梳理相關知識結構，建立知識之間的聯(lián)系，加強知識建構的深度[22]。

（三）顯性/隱性認知群體感知工具的教學意義

顯性認知組的學習者傾向于使用歸納總結法深入聚焦在線討論的內容，隱性認知組的學習者更多使用頭腦風暴法進行在線討論。在教學層面，根據(jù)討論主題選擇合適的群體感知工具：針對封閉式的總結性問題，可以利用詞云圖促進學習者對討論內容進行總結，高效得到結論；針對開放式的討論問題，促進學習者頭腦風暴，豐富觀點的產(chǎn)生，即可利用語義網(wǎng)絡圖這類隱性認知群體感知工具。在實踐層面，實時認知群體感知工具無論對于學習者還是教師都具有很重要的意義和價值。對于學習者而言，實時認知群體感知工具能夠清晰直觀地呈現(xiàn)在線討論的當前進度，有助于學習者及時調整討論策略，更加高效地達成討論目標；對于教師而言，實時認知群體感知工具能幫助教師實時監(jiān)控每個小組知識建構的進展和問題，減輕教師負擔，有助于教師為學習者提供個性化的學習支持服務。

六、結 束 語

本研究為在線協(xié)作學習中的學習者提供不同認知群體感知工具，通過實證研究，探析認知群體感知工具對知識建構水平的影響。研究結果表明，利用認知群體感知工具輔助在線協(xié)作學習有助于知識建構行為的提升，顯性認知群體感知工具促進協(xié)商型對話和升華型對話等知識建構行為的形成，隱性認知群體感知工具則更能促進協(xié)商型對話的生成。這表明，不同認知群體感知工具有助于幫助在線協(xié)作討論中學習者不同深度的知識建構行為。但研究僅對詞云圖和語義網(wǎng)絡圖兩種實時的認知群體感知工具進行初步探索，在實證研究中還存在樣本量較小、使用周期不足等問題，使得結論具有一定的局限性。如果能豐富認知群體感知工具種類以及樣本量，開展多次實驗，實驗結果會更有說服力。在后續(xù)研究中，可以深入探究不同群體感知工具高效融入在線教學中的設計方法，以及工具對在線討論過程中學習者認知、元認知等多方面學習成效的作用機制，幫助學習者全面提升協(xié)作學習效果。

[參考文獻]

[1] DEHLER J， BODEMER D， BUDER J， et al． Guiding knowledge communication in CSCL via group knowledge awareness[J]．Computers in human behavior，2011，27（3）：1068-1078．

[2] MUNNEKE L， ANDRIESSEN J， KANSELAAR G， et al． Supporting interactive argumentation： influence of representational tools on discussing a wicked problem[J]． Computers in human behavior，2007，23（3）：1072-1088．

[3] WALSHAW M， ANTHONY G． The teacher's role in classroom discourse： a review of recent research into mathematics classrooms[J]．Review of educational research，2008，78（3）：516-551．

[4] PIFARR？魪 M， COBOS R， ARGELAG？魷S E． Incidence of group awareness information on students' collaborative learning processes[J]．Journal of computer assisted learning，2014，30（4）：300-317．

[5] 張思，李紅慧，惠檸，等． 多模態(tài)視域下的群體感知：內涵、功能與實現(xiàn)路徑[J]． 電化教育研究，2023，44（5）：20-28．

[6] 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，2015，36（2）：32-37．

[7] 陳向東，胡優(yōu)立，張蕾． 共享調節(jié)學習中的群體感知：作用與機制[J]． 遠程教育雜志，2021，39（5）：34-44．

[8] JANSSEN J， ERKENS G， KANSELAAR G， et al． Visualization of participation： does it contribute to successful computer-supported collaborative learning？[J]． Computers & education，2007，49（4）：1037-1065．

[9] LIN J W， TSAI C W， HSU C C， et al. Peer assessment with group awareness tools and effects on project-based learning[J]． Interactive learning environments， 2021，29（4）：583-599.

[10] WANG A， YU S， WANG M， et al. Effects of a visualization-based group awareness tool on in-service teachers' interaction behaviors and performance in a lesson study[J]． Interactive learning environments， 2019，27（5-6）：670-684.

[11] LI Y Y， LI X R， ZHANG Y， et al． The effects of a group awareness tool on knowledge construction in computer-supported collaborative learning[J]． British journal of educational technology，2021，52（3）：1178-1196．

[12] ENGELMANN T，HESSE F W． How digital concept maps about the collaborators' knowledge and information influence computer-supported collaborative problem solving[J]． International journal of computer-supported collaborative learning，2010，5（3）：299-319．

[13] 張思，李紅慧，郭桐羽，等． 群體感知工具支持下的協(xié)作互動：特征、網(wǎng)絡與網(wǎng)絡發(fā)展軌跡[J]． 現(xiàn)代教育技術，2023，33（9）：78-88．

[14] YANG Y Q， YUAN K C， ZHU G X， et al． Collaborative analytics-enhanced reflective assessment to foster conducive epistemic emotions in knowledge building[J]． Computers & education，2024，209：104950．

[15] 李艷燕，彭禹，陳凱亮，等． 基于群體感知的CSCL學習分析工具功能研究[J]． 現(xiàn)代教育技術，2019，29（1）：72-78．

[16] 馬秀麟，梁靜，李小文，等． 群體感知效應促進線上協(xié)作學習成效的實證研究[J]． 電化教育研究，2019，40（5）：81-89．

[17] 顧小清，權國龍． 以語義圖示實現(xiàn)可視化知識表征與建模的研究綜述[J]． 電化教育研究，2014，35（5）：45-52．

[18] GRANT L. Using wikis in schools： a case study[J]. Research report， Bristol， UK： Futurelab， 2006.

[19] 鐘聯(lián)珍，盧德生． 以問題解決促進深度學習的前提、實施及保障[J]． 教學與管理，2024（3）：23-27．

[20] 張文蘭，劉君玲，劉斌． 情緒交互對在線協(xié)作學習者知識建構的影響[J]． 電化教育研究，2021，42（1）：72-79．

[21] FISCHER F，BRUHN J，GR？魧SEL C，et al． Fostering collaborative knowledge construction with visualization tools[J]． Learning and instruction，2002，12（2）：213-232．

[22] 鄭蘭琴，范云超，牛佳玉． 基于在線協(xié)作學習交互文本的跨領域知識圖譜構建技術[J]． 電化教育研究，2022，43（12）：70-77．

[23] HENRI F. Computer conferencing and content analysis[M/OL]//KAYE A R. Collaborative learning through computer conferencing. Berlin， Heidelberg： Springer Berlin Heidelberg， 1992： 117-136[2024-02-01]. http：//link.springer.com/10.1007/978-3-642-77684-7_8.

[24] PENA-SHAFF J B， NICHOLLS C． Analyzing student interactions and meaning construction in computer bulletin board discussions[J]． Computers & education，2004，42（3）：243-265．

[25] 蔣紀平，胡金艷，張義兵． 知識建構學習社區(qū)中“觀點改進”的發(fā)展軌跡研究[J]． 電化教育研究，2019，40（2）：21-29．

[26] 梁云真，朱珂，趙呈領．協(xié)作問題解決學習活動促進交互深度的實證研究[J]． 電化教育研究，2017，38（10）：87-92，99．

[27] CSANADI A， EAGAN B， KOLLAR I， et al． When coding-and-counting is not enough：using epistemic network analysis （ENA） to analyze verbal data in CSCL research[J]． International journal of computer-supported collaborative learning，2018，13（4）：419-438．

[28] PINTRICH P． A manual for the use of the motivated strategies for learning questionnaire （MSLQ）[J]. College students，1991，48109：76.

[29] 蔣紀平，胡金艷，張義兵． 促進社區(qū)知識形成的知識建構對話發(fā)展研究——基于社會網(wǎng)絡和時序分析的方法[J]．遠程教育雜志，2021，39（4）：94-103．

[30] LEE E Y C， CHAN C K K， VAN AALST J． Students assessing their own collaborative knowledge building[J]． International journal of computer-supported collaborative learning，2006，1（1）：57-87．

[31] SHAFFER D W， COLLIER W， RUIS A R． A tutorial on epistemic network analysis： analyzing the structure of connections in cognitive， social， and interaction data[J]． Journal of learning analytics，2016，3（3）：9-45．

[32] 毛子琪，李艷燕，張慕華，等． CSCL中群體感知工具能提升學習效果嗎？——基于2002—2021年國內外35篇實證研究文獻的元分析[J]． 現(xiàn)代教育技術，2023，33（3）：65-74．

Research on the Influence of Cognitive Group Awareness Tools on the Level of Knowledge Construction in Online Collaborative Learning

LIU Qingtang， YANG Shihan， ZHENG Xinxin， CHEN Liang

（Hubei Key Laboratory of Digital Education， Central China Normal University， Wuhan Hubei 430079）

[Abstract] Cognitive group awareness tools are important technical support for collaborative learners to perceive group cognitive information and enhance learning effectiveness. The influence of cognitive group awareness tools of different information complexity on learners' level of knowledge construction in online collaborative learning needs to be further explored. This paper designed real-time explicit/implicit cognitive group awareness tools from the complexity of cognitive information， and through comparative experiments analyzed the influence of the two cognitive group awareness tools on the level of knowledge construction in online collaborative learning by using statistical analysis， chi-square test and epistemic network analysis. The results indicate that the two cognitive group awareness tools contribute to the occurrence of high-level knowledge construction in online collaborative learning. There are differences in the characteristics of learners' knowledge construction behaviors and knowledge construction patterns supported by explicit/implicit cognitive group awareness tools. Specifically， the explicit cognitive group awareness tool can facilitate both consultative dialogue and sublimation dialogues; whereas the implicit cognitive group awareness tool is more conducive to the generation of consultative dialogues. The results can help teachers to adjust their teaching strategies， to guide learners to accomplish collaborative tasks and enhance knowledge construction.

[Keywords] Cognitive Information; Group Awareness; Knowledge Construction; Online Collaborative Learning; Explicit Feedback; Implicit Feedback