知識建構(gòu)社區(qū)群體認知涌現(xiàn)的系統(tǒng)建模及仿真分析

[摘 要] 知識建構(gòu)社區(qū)訴諸能動性的集體認知責任與生命性的客觀知識進化，契合群體認知主體間建構(gòu)以及變動性與涌現(xiàn)性的系列路徑。為推演知識建構(gòu)社區(qū)群體認知涌現(xiàn)機理，研究通過追溯復雜系統(tǒng)科學視閾與知識創(chuàng)造隱喻，從理論上厘清知識建構(gòu)與群體認知的內(nèi)涵和關系脈絡?；赟EIR信息傳播模型及弗羅姆涌現(xiàn)層級分析思路，建立知識建構(gòu)社區(qū)群體認知涌現(xiàn)的定量分析模型。以實證數(shù)據(jù)為支撐，采用計算機建模與仿真方法，測度知識建構(gòu)社區(qū)群體認知系統(tǒng)演化態(tài)勢。研究發(fā)現(xiàn)，知識演化對群體認知涌現(xiàn)具有自下而上的驅(qū)動作用，群體認知涌現(xiàn)同時自上而下役使知識演化，知識建構(gòu)社區(qū)為群體認知涌現(xiàn)提供了必要的界域性保障。在復雜教育情境中實現(xiàn)高效群體認知與知識創(chuàng)新，還需從解蔽知識固化、促發(fā)認知生成與重塑學習空間三方面加以關注。

[關鍵詞] 知識建構(gòu)社區(qū)； 客觀知識； 群體認知； 涌現(xiàn)； 非線性動力系統(tǒng)

[中圖分類號] G434 [文獻標志碼] A

[作者簡介] 朱珂（1982—），男，河南南陽人。教授，博士，主要從事教育大數(shù)據(jù)分析應用研究。E-mail：ezhuke@qq.com。

一、引 言

群體認知根植于社會文化界域的主體間建構(gòu)，蘊含著協(xié)同沖突與涌現(xiàn)湮滅的哲學旨趣， 形塑了深層知識建構(gòu)的機制內(nèi)核，逐漸成為教育學界核心議題。傳統(tǒng)現(xiàn)象學的主體間性肇始于對孤獨心靈的認知[1]，隨著哲學領域?qū)Φ芽柹硇亩摰睦^承與批判，認知限于顱內(nèi)的隱喻幾乎消失了。近來，主體間建構(gòu)逐漸聚焦于群體維度與社會實踐成果。美國認知科學家赫欽斯認為，群體認知依賴于異質(zhì)組分的相互作用，不可簡化為個體心智的覆疊[2]。加拿大哲學家馬里奧·邦格提出意識涌現(xiàn)論，將認知視為多元要素交織的整體涌現(xiàn)[3]。協(xié)作學習領域著名學者斯塔爾主張，多元主體通過參與關聯(lián)活動場域的知識建構(gòu)，為群體認知水平更迭作出貢獻，個體心智亦隨之遞嬗[4]。

通過透視知識創(chuàng)造隱喻和客觀知識論可以發(fā)現(xiàn)，知識建構(gòu)的實質(zhì)內(nèi)含群體協(xié)同與知識創(chuàng)生間的制衡與統(tǒng)合。一方面，知識建構(gòu)彌合了獲得和參與隱喻的割裂，反對孤立考慮個體元素，其核心是建立社區(qū)的集體認知責任[5]。另一方面，卡爾·波普爾的客觀知識論指出，客觀知識以世界3為生存基體，獨立于認知主體存在[6]。知識建構(gòu)社區(qū)為群體認知提供了構(gòu)筑要件和發(fā)生境域，形成微觀知識與宏觀認知層面聯(lián)動的復雜系統(tǒng)。然而，囿于認知測量方法與分析技術(shù)的限制，無論是將群體認知分解為理性計算的具象個體，還是將其還原為封閉、靜態(tài)過程，兩者都加劇了對系統(tǒng)多層級相互作用功能的偏離。因此，本研究從復雜系統(tǒng)科學與知識創(chuàng)造隱喻視角出發(fā)，從理論上探討群體認知與知識建構(gòu)社區(qū)的內(nèi)涵與關系，基于非線性動力系統(tǒng)，定量揭示知識建構(gòu)社區(qū)中群體認知演化趨勢。

二、研究綜述

（一）復雜系統(tǒng)科學視閾下的群體認知

群體認知橫跨哲學、教育學與復雜系統(tǒng)科學等多個研究領域。20世紀90年代，以現(xiàn)象學、中介論和對話等哲學為基礎的情境認知、分布認知、社會文化活動等理論對個體主義探究進路提出挑戰(zhàn)，更關注關聯(lián)活動場域中主體間交互對認知的作用。索耶強調(diào)話語中的符號交互作用，認為群體認知涌現(xiàn)于異質(zhì)觀點間相互作用[7]。布魯姆主張新生觀點涌現(xiàn)于主體間論證與反證的正負反饋循環(huán)，這一過程造就了群體認知的復雜性[8]。復雜系統(tǒng)科學視閾下的群體認知強調(diào)個體與群體層面持續(xù)進化的相互視角，其不可簡化為單一或集中傾向主體認知的聚合，這一不可通約性、不可還原性特質(zhì)保留了對涌現(xiàn)主義觀點的認同。

已有研究基于主體間性、分布式認知理論、信息加工理論和系統(tǒng)論等關注群體認知，從內(nèi)容載體、組織形式與發(fā)展過程等不同角度辯證地探討其發(fā)展規(guī)律。斯塔爾主張群體認知的涌現(xiàn)經(jīng)由主體間建構(gòu)產(chǎn)生的共享資源而引發(fā)[9]。萊文認為，群體認知意指群體內(nèi)的社會分布式認知，囊括共享心智模型與交互式記憶系統(tǒng)[10]。吉布森基于信息加工等理論，認為積累、交互、檢驗、整合構(gòu)成群體認知循環(huán)結(jié)構(gòu)[11]。甘永成基于系統(tǒng)論提出知識建構(gòu)與集體智慧學習模型，將集體智慧劃分為發(fā)散、收斂、凝聚、創(chuàng)新的螺旋上升周期[12]。盡管研究者尚未對群體認知達成統(tǒng)一認識，但上述研究均強調(diào)了群體認知的主體間性、變動性與涌現(xiàn)性特征。

（二）知識創(chuàng)造隱喻下的知識建構(gòu)社區(qū)

受社會心理學與社會建構(gòu)主義觀點啟發(fā)，協(xié)作課程環(huán)境形成了不同社區(qū)模型。知識建構(gòu)社區(qū)模型認為，課堂應定義為協(xié)作共同體，且該共同體以社區(qū)知識創(chuàng)生為目的[13]。相較于其他學習社區(qū)，知識建構(gòu)社區(qū)具備兩個不同特征：一是訴諸能動性（Agency）的集體認知責任。社區(qū)主體在激發(fā)自身認知主觀能動性的同時，具有“利他主義”傾向，對共同體承擔集體認知責任，借助協(xié)作問題解決推進群體認知發(fā)展。二是訴諸生命性（Animacy）的客觀知識進化。知識建構(gòu)視閾下的客觀知識是具備生命性的真實事物，教育主體作為現(xiàn)實世界的實踐者持續(xù)改進概念制品，并在此過程中促進社區(qū)知識進化。

知識創(chuàng)造隱喻超越了獲得和參與隱喻，更關注主體系統(tǒng)地建構(gòu)知識而引發(fā)的交互，而非僅為人與人或人與活動之間的交互[14]。從知識創(chuàng)造隱喻可以發(fā)現(xiàn)：其一，知識建構(gòu)以社區(qū)為基礎的共同體，凸顯了認知實踐中整體貢獻視角的不可或缺性。其二，知識建構(gòu)以社區(qū)知識為根本價值歸屬，創(chuàng)生新質(zhì)知識的過程被不知不覺地帶入了主體間建構(gòu)。其三，知識建構(gòu)社區(qū)的成員以知識為中介創(chuàng)制的概念制品，由于卡爾·波普爾世界3所蘊含的生命價值判斷和創(chuàng)造屬性，所以其實然特征轉(zhuǎn)向生命層面[15]?？枴げㄆ諣柕娜齻€世界理論借助客觀知識世界（世界3）的知識進化，予以物理世界（世界1）和主觀世界（世界2）抽象中介，賦予客觀知識以生命態(tài)和內(nèi)聚能量，使之兼具客觀實在性和獨立主體性。

（三）知識建構(gòu)社區(qū)群體認知涌現(xiàn)的內(nèi)在邏輯

群體認知的發(fā)生發(fā)展既包含主體間建構(gòu)，也包含自我維系的社區(qū)知識演化。英國演化生物學家理查德·道金斯立足進化論思想，將認知所創(chuàng)造的文化信息單元界定為模因[16]。尤里斯·布斯克斯指出，認知緣于基于基因的生物進化和基于模因的知識進化的互動[17]。伽賽爾則基于行為主義立場，主張模因存在于行為實踐或概念制品生存期內(nèi)[18]?？梢?，若將知識建構(gòu)社區(qū)的主體視為模因的所有者，那么其在創(chuàng)新概念制品過程中所觸發(fā)的知識演化即為群體認知涌現(xiàn)的依憑[19]。

知識建構(gòu)社區(qū)與群體認知涌現(xiàn)的邏輯，可從絕對與相對、主觀與客觀、應然與實然三組關系中找到理論依據(jù)。（1）知識建構(gòu)社區(qū)的集體認知責任的相對性完善了群體認知主體間建構(gòu)之路徑。知識建構(gòu)社區(qū)的集體認知責任應是相對而不是絕對的，其不否認個體認知價值，而是通過價值轉(zhuǎn)介將個體認知引入社區(qū)知識創(chuàng)生過程，建立個體與群體認知價值的溝通機制，滿足主體間建構(gòu)的需要。（2）知識建構(gòu)社區(qū)中知識體系的客觀性契合了群體認知變動性之路徑。群體認知的變動性要求知識狀態(tài)內(nèi)含有序與混沌動態(tài)。知識建構(gòu)社區(qū)中客觀知識的生命進化回應了群體認知臨界、起伏發(fā)展的核心問題。（3）知識建構(gòu)社區(qū)的概念制品的實然性彰顯了群體認知涌現(xiàn)的路徑。知識建構(gòu)社區(qū)中新生理論、解決方案等概念制品的創(chuàng)生，是群體認知普遍建構(gòu)并維持穩(wěn)定的外部表征。立足知識建構(gòu)社區(qū)中不可控的知識體系演變，有助于為分析群體認知涌現(xiàn)提供關鍵視角。

三、知識建構(gòu)社區(qū)群體認知涌現(xiàn)的

系統(tǒng)模型構(gòu)建

知識建構(gòu)社區(qū)中群體認知的跨層次涌現(xiàn)要素與原有系統(tǒng)的組分截然不同，這一涌現(xiàn)往往形成新的知識螺旋，社區(qū)結(jié)構(gòu)亦隨涌現(xiàn)過程變化。本研究基于SEIR模型（Susceptible Exposed Infectious Recovered Model）與弗羅姆的涌現(xiàn)層級框架，結(jié)合非線性動力系統(tǒng)，構(gòu)建知識建構(gòu)社區(qū)的群體認知涌現(xiàn)模型，梳理微觀知識與宏觀認知的競合嵌入。

（一）知識建構(gòu)社區(qū)知識演化的關鍵階段

非線性動力學方法在研究有序性與無序性交織的復雜系統(tǒng)方面有獨特優(yōu)勢。在教育領域，有很多利用非線性動力系統(tǒng)解決群體性問題的研究。例如：高晴等通過對關聯(lián)學習社區(qū)知識生產(chǎn)過程的建模與仿真，揭示不同知識生產(chǎn)階段的影響因素與演化特征[20]。晉欣泉等則結(jié)合系統(tǒng)動力學與演化博弈模型，探析知識建構(gòu)行為的演化穩(wěn)定策略[21]。

作為研究信息傳播的經(jīng)典模型，SEIR模型由最早的SIR（Susceptible Infectious Recovered Model）傳染病模型發(fā)展而來。本研究基于SEIR模型，將社區(qū)知識分為初始態(tài)（Susceptible，S）、流動態(tài)（Exposed，E）、交互態(tài)（Infectious，I）以及消退態(tài)（Recovered，R）四個關鍵狀態(tài)。知識狀態(tài)間存在不同轉(zhuǎn)移規(guī)則，S狀態(tài)會以α、β和λ三種概率轉(zhuǎn)化為R、I和E狀態(tài)，E狀態(tài)會以δ或μ概率轉(zhuǎn)為I或R狀態(tài)，I狀態(tài)則會以γ概率轉(zhuǎn)化為R狀態(tài)，由此通過不同狀態(tài)密度的改變建立知識發(fā)展的關鍵變量（如圖1所示），展現(xiàn)知識演變過程，并在不同階段分析群體認知涌現(xiàn)狀態(tài)。

為將隱性知識演化趨勢充分外顯，本研究通過非線性動力學方法，模擬系統(tǒng)動態(tài)、長期的演化趨勢，由此突破傳統(tǒng)統(tǒng)計概率模型靜態(tài)、還原的局限。本研究基于上述變量，建立知識建構(gòu)社區(qū)中知識演化的非線性微分動力系統(tǒng)，微分方程組如下：

S（k，t）、E（k，t）、I（k，t）、R（k，t）分別表示在t時刻時，節(jié)點處于S、E、I、R狀態(tài)的相對密度。M（t）表示在t時刻任一狀態(tài)衍生出相連于另一狀態(tài)的邊的條件概率，其計算見公式（2）。其中，p（m' ）為度分布函數(shù)，〈m〉為網(wǎng)絡節(jié)點中心度，m'為t時刻與m相連的狀態(tài)。

p（m'│m，t）=m'×p（m' ）×I（m'，t）/〈m〉式（2）

（二）知識建構(gòu)社區(qū)的群體認知涌現(xiàn)模型

復雜系統(tǒng)科學視閾下，知識建構(gòu)社區(qū)中的社區(qū)知識既是群體認知系統(tǒng)的底層結(jié)構(gòu)要素，也是群體認知涌現(xiàn)的產(chǎn)物[22]。知識建構(gòu)社區(qū)通過主體間建構(gòu)創(chuàng)制全新的概念制品，從而成為客觀知識生命態(tài)進化的前提。受此影響，知識建構(gòu)社區(qū)中的知識生成具有去主體化、非線性結(jié)構(gòu)特征，相當于一個局域世界模型，遵循小世界、無標度等網(wǎng)絡特征。網(wǎng)絡中的樞紐節(jié)點的度服從冪律分布，因此，知識在增長后不斷串聯(lián)引發(fā)的認知涌現(xiàn)是不均衡、高發(fā)散性的動態(tài)過程。鑒于社區(qū)知識與群體認知協(xié)同進化、相互關聯(lián)的對應關系，本研究構(gòu)建出知識建構(gòu)社區(qū)群體認知涌現(xiàn)模型（如圖2所示）。

圖2 知識建構(gòu)社區(qū)群體認知涌現(xiàn)模型

知識建構(gòu)社區(qū)中的群體認知并非一成不變，而是在社區(qū)知識不斷演化的作用下緩慢或急劇調(diào)整。群體認知均衡狀態(tài)經(jīng)由異質(zhì)的、不確定的知識沖擊與擾動而落空并由此進入失衡狀態(tài)，繼而進行搜尋、試錯，直至達到新的收斂狀態(tài)。本研究結(jié)合SEIR模型與小世界網(wǎng)絡特征，分析知識在網(wǎng)絡中的傳播規(guī)律，將知識建構(gòu)社區(qū)中知識演化過程定義為S、E、I、R四種狀態(tài)：S指社區(qū)成員未進行知識交互的階段，E為成員首次進行知識傳遞行為時的狀態(tài)，I指社區(qū)的二次續(xù)評環(huán)節(jié)，R是流動與交互階段后熱點知識逐漸消退的狀態(tài)[23]。

另一方面，弗羅姆提出的復雜系統(tǒng)涌現(xiàn)分析框架，關注不同層級涌現(xiàn)的因果關系及反饋類型，有助于追溯復雜系統(tǒng)涌現(xiàn)現(xiàn)象的原因[24]。據(jù)此，本研究將群體認知涌現(xiàn)分為“簡單涌現(xiàn)—弱涌現(xiàn)—多重涌現(xiàn)—強涌現(xiàn)”四階段。具體而言，在簡單涌現(xiàn)階段，多元主體基于不同認識創(chuàng)造出意向性知識觀點，該階段是知識觀點流動與交互的前提；在弱涌現(xiàn)階段，知識觀點進行交互，形成相對穩(wěn)定且具有開放性的群體認知結(jié)構(gòu)，以局部知識關聯(lián)對群體認知產(chǎn)生影響；多重涌現(xiàn)階段通過異質(zhì)觀點的正負反饋相互作用，達至動態(tài)平衡；強涌現(xiàn)階段則生成新質(zhì)知識，形成較固定的社區(qū)組織，也意味著層級間較強的反饋關系。

四、知識建構(gòu)社區(qū)群體認知涌現(xiàn)的仿真分析

為保證知識建構(gòu)社區(qū)群體認知涌現(xiàn)模型的科學性，本研究基于實證數(shù)據(jù)，將仿真實驗所涉及的變量轉(zhuǎn)化為常量，結(jié)合相關賦值方法分析知識建構(gòu)社區(qū)群體認知涌現(xiàn)趨勢。

（一）初始態(tài)—流動態(tài)對群體認知涌現(xiàn)的影響分析

本研究以華中地區(qū)某高校大三本科開設的“學習科學課程”為案例，采用知識建構(gòu)教學法，依托知識論壇學習平臺開展實證研究。研究人員對收集到的教學數(shù)據(jù)進行預處理后，累計得到39名學習者的1，057條知識觀點，6，310條交互（閱讀、收藏和評論等）數(shù)據(jù)。此外，本研究利用隱含狄利克雷分布模型分析評論區(qū)多模態(tài)知識觀點，結(jié)果顯示，知識觀點以學習科學為中心話題，涉及教育學、物理學、計算機科學等諸多學科領域，不同主題在縱深聚合的同時相互交錯演進，為知識狀態(tài)演化與群體認知涌現(xiàn)奠定了基礎。

知識建構(gòu)社區(qū)可被視為符合冪律分布的非同質(zhì)網(wǎng)絡。本研究網(wǎng)絡節(jié)點的集合定義為A，節(jié)點交互關系的集合定義為E，則網(wǎng)絡結(jié)構(gòu)為G=（A， E）。知識建構(gòu)社區(qū)中成員固定，不存在新增與離散人群。本研究基于收集到的有效數(shù)據(jù)，對模型參數(shù)α、β、λ、μ、δ、γ進行設置，通過節(jié)點間密度轉(zhuǎn)化剖析知識狀態(tài)演化趨勢。根據(jù)知識生態(tài)理論，知識的關聯(lián)與交互對知識生態(tài)系統(tǒng)演化具有重要驅(qū)動作用，知識節(jié)點間的交互既延展了多元主體的知識邊界，也催發(fā)了群體認知水平的更迭。結(jié)合實證數(shù)據(jù)來看，知識建構(gòu)社區(qū)中熱點評論出現(xiàn)是群體認知弱涌現(xiàn)顯露的前提，也是知識流動與交互的重要基礎。本研究將公式（1）中各項參數(shù)進行設置：α=0.1，β=0.2，μ=0.3，δ=0.3，γ=0.1，λ設置為0.01，0.05，0.08，得出社區(qū)知識狀態(tài)演化趨勢（如圖3所示）。

由圖3可知，隨著λ的持續(xù)增大，知識交互態(tài)密度達至峰值。知識轉(zhuǎn)入流動狀態(tài)的密度越多，其所對應的交互越為頻繁、激烈，表明知識流動與知識交互呈正相關。對于知識消退態(tài)來說，λ值越大，知識流動與交互的效率就越低。整體來看，交互、整合異質(zhì)知識的過程對群體認知弱涌現(xiàn)具有促進作用，參數(shù)λ的增大引起流動態(tài)與交互態(tài)密度顯著增長，從而提升了群體認知弱涌現(xiàn)的概率。馬里奧·邦格指出，新質(zhì)的涌現(xiàn)緣于復雜系統(tǒng)低層級組分的非線性相互作用[3]。群體認知在知識建構(gòu)社區(qū)中多元知識生成、異質(zhì)知識交互的雙重不確定性作用下持續(xù)更迭，并進一步調(diào)整知識演化趨勢。值得注意的是，意見領袖或領域?qū)＜业膮⑴c程度對于二級評論區(qū)的關注度、討論度發(fā)展有導向作用。此外，交互態(tài)中的熱點評論作為知識建構(gòu)社區(qū)中知識流動的催化劑，加速了平臺二級評論區(qū)知識關聯(lián)效率，也引發(fā)了多源不相關新質(zhì)知識的生成與匯聚，成為多重涌現(xiàn)與強涌現(xiàn)發(fā)軔之始。

（二）流動態(tài)—交互態(tài)對群體認知涌現(xiàn)的影響分析

本研究將模型α、β、λ、δ、γ參數(shù)設置為[0.1，0.2，0.3，0.2，0.1]五個值，通過參數(shù)μ值的變化來衡量流動態(tài)—交互態(tài)密度發(fā)展趨勢（如圖4所示）。

參數(shù)μ代表了知識流動態(tài)與交互態(tài)的轉(zhuǎn)化概率，知識論壇二級評論區(qū)數(shù)量的增加是流動態(tài)與交互態(tài)轉(zhuǎn)變最明顯的體現(xiàn)。由圖4可知，隨著μ值不斷增大，知識流動態(tài)密度隨之遞減，反之，交互態(tài)密度則呈現(xiàn)出增長趨勢。在知識建構(gòu)社區(qū)的二級評論區(qū)中，熱評衍生了諸多新生異質(zhì)知識，不同節(jié)點交織攀纏為群體認知涌現(xiàn)提供了漲落、重組的臨界狀態(tài)。群體認知弱涌現(xiàn)顯露于二級評論區(qū)，同時通過知識高階交互過程為多重涌現(xiàn)以及強涌現(xiàn)狀態(tài)奠定了基礎。高階交互不同于傳統(tǒng)的網(wǎng)絡結(jié)構(gòu)，其特征為通過單鏈路連接兩個以上個體形成的高階鏈接。新舊知識共存，并經(jīng)過沖擊、試錯與搜尋過程，促使群體認知達至動態(tài)平衡，甚至形成相對固定的組織結(jié)構(gòu)，并對知識狀態(tài)演化產(chǎn)生向下因果力。然而，曲線演化軌跡最終會逐漸聚合，表明知識建構(gòu)社區(qū)中知識交互動態(tài)的密度始終低于知識流動態(tài)，這實際上也意味著并非所有的弱涌現(xiàn)都能實現(xiàn)更高層級躍遷。

（三）交互態(tài)—消退態(tài)對群體認知涌現(xiàn)的影響分析

知識消退態(tài)是知識建構(gòu)社區(qū)中熱點評論消退時的知識演化軌跡，在此階段群體認知涌現(xiàn)概率較小。本研究將模型α、β、λ、δ、μ參數(shù)設置為[0.1，0.2，0.3，0.2，0.1]這五個值，對參數(shù)γ的數(shù)值不斷調(diào)整。

知識流動態(tài)與交互態(tài)隨著γ值的增大而減少，且在知識消退態(tài)中，知識流動態(tài)與知識交互態(tài)密度遠小于其他知識轉(zhuǎn)化過程（如圖5所示）。隨著γ值的增大，知識消退態(tài)密度迅速上升并直達頂峰，說明隨著熱評逐漸降溫，知識觀點的生命進入衰減期。然而，結(jié)合實際案例分析可以發(fā)現(xiàn)，在知識交互態(tài)持續(xù)轉(zhuǎn)化為消退態(tài)的過程中，仍有少量熱評出現(xiàn)，表明群體認知弱涌現(xiàn)仍會顯露。這一點值得注意，知識并不是以線性規(guī)律朝著固定方向進化，部分已經(jīng)進入終結(jié)狀態(tài)的知識觀點，一旦具有一定的前瞻性，仍有可能進一步發(fā)展甚至引發(fā)更高層級的涌現(xiàn)現(xiàn)象[25]。

五、研究結(jié)論與建議

本研究以“個體認知—主體間建構(gòu)—群體認知”生成圖景為參照，通過正視主體間建構(gòu)過程的知識生成，在“起點”個體認知與“終點”群體認知之間建立起直接關聯(lián)。此外，本研究以SEIR模型及弗羅姆的涌現(xiàn)層級框架為參照，初步形成知識建構(gòu)社區(qū)的群體認知涌現(xiàn)模型，并引入非線性動力系統(tǒng)對模型進行仿真，所得結(jié)論與建議如下：

（一）研究結(jié)論

1. 自下而上：知識演化對群體認知涌現(xiàn)的驅(qū)動

依據(jù)仿真實驗結(jié)果，社區(qū)知識非線性、自組織的發(fā)展對維系群體認知涌現(xiàn)有驅(qū)動作用。其一，群體認知從簡單涌現(xiàn)到弱涌現(xiàn)的轉(zhuǎn)變，與參數(shù)λ密切相關。弱涌現(xiàn)的存續(xù)源于分歧性知識沖突，知識觀點的流動行為都伴隨著成員自發(fā)完成的主體間建構(gòu)。其二，參數(shù)μ對群體認知從弱涌現(xiàn)變遷至多重涌現(xiàn)及強涌現(xiàn)狀態(tài)產(chǎn)生了重要影響。在參數(shù)μ的作用下，知識交互效率與交互域持續(xù)演變，對多重涌現(xiàn)及強涌現(xiàn)形成向上的啟動限制。其三，盡管知識消退態(tài)顯示大部分知識已進入衰減期，但在此階段知識流動態(tài)的演變?nèi)詴е氯跤楷F(xiàn)出現(xiàn)。若將群體認知視為大腦，將多元主體基于異質(zhì)知識的交互視為神經(jīng)連接，那么群體認知的發(fā)展并非事先設計的過程，而只能從無數(shù)神經(jīng)元相互連接、自發(fā)演變中涌現(xiàn)出來[26]。

2. 自上而下：群體認知涌現(xiàn)對知識演化的役使

知識建構(gòu)社區(qū)中群體認知的涌現(xiàn)對知識狀態(tài)演化有向下役使作用。依據(jù)協(xié)同學役使原理，作為整體的系統(tǒng)在形成時，便具備了自身的特征與潛在性，系統(tǒng)涌現(xiàn)對低層次組分具有自上而下的控制、協(xié)調(diào)及選擇等因果效力。結(jié)合實證案例可發(fā)現(xiàn)：一方面，群體認知多重涌現(xiàn)與強涌現(xiàn)影響了社區(qū)的知識分布結(jié)構(gòu)。知識流動態(tài)向交互態(tài)轉(zhuǎn)變過程中，不同共同體傾向于維護自身的一致性，因此，知識節(jié)點發(fā)展自由度降低，邊緣的知識節(jié)點逐漸終結(jié)。另一方面，知識演變向上升起的集體效應，對其本身發(fā)展路徑及通暢性產(chǎn)生了規(guī)約作用。群體認知涌現(xiàn)形成相對固定的社區(qū)組織，而局部生態(tài)中知識節(jié)點的數(shù)量、流向與速率也隨之改變。正如亞當·斯密提出的“看不見的手”的概念表明，群體層面具有違背人們自然直覺的系統(tǒng)特性，對底層元素有向下因果效力[27]。

3. 迭代循環(huán)：開放情境對系統(tǒng)發(fā)展的界域性保障

知識建構(gòu)社區(qū)中群體認知的涌現(xiàn)總發(fā)生在特定情境中，一旦脫離特定情境，就容易將認知發(fā)展建立在固定、還原的基礎上。在既定的認知發(fā)展中，主體間建構(gòu)的未知性與不確定性被遺漏，發(fā)展社區(qū)知識等同于所有人理應維護的先設路徑。然而，結(jié)合具體交互情境可發(fā)現(xiàn)，不同認知主體往往有不同訴求，正是不同主體間差異化的知識勢差、交互意愿等才促成群體認知系統(tǒng)的更迭。結(jié)合仿真實驗結(jié)果，新舊社區(qū)結(jié)構(gòu)、知識觀點的演化，與主體數(shù)量、交互時間與空間等臨界值密切相關。公平、互惠的協(xié)作網(wǎng)絡，有助于增強學習者知識共享意愿，提升知識資源配置效率及群體認知邊界的可觸達范圍[28]。知識建構(gòu)社區(qū)為不同主體創(chuàng)設了開放情境，社區(qū)內(nèi)的分布結(jié)構(gòu)產(chǎn)生了界域性，由此形成主體間建構(gòu)的“場”，而這正是群體認知系統(tǒng)迭代、循環(huán)，賴以生存和發(fā)展的基礎條件。

（二）研究建議

1. 解蔽知識固化：以自組織發(fā)展為導向

知識體系自組織發(fā)展的基本過程，有助于沖破知識固化的遮蔽。群體知識結(jié)構(gòu)呈互補型分布且具有可滲透邊界時，群體對替代性解決策略具備較高接受度，由此引發(fā)基于認知沖突調(diào)節(jié)的知識自組織發(fā)展，相較于封閉的社會關系調(diào)節(jié)，更能有效促進群體認知發(fā)展[29]。反之，若成員的重疊知識量較大，群體的冗余工作將會增加，群體的資源可用性、決策能力以及靈活性降低[30]。教育工作者應將個體認知嵌入社會文化關系網(wǎng)絡節(jié)點，既關注個體信息內(nèi)化過程及策略，同時借助分散、較不穩(wěn)定的自組織發(fā)展，擴大學習主體的知識圈、塑造知識體系的自身結(jié)構(gòu)。

2. 促發(fā)認知生成：以深層次創(chuàng)新為靶向

群體認知自主生成特性是深層次創(chuàng)新背后的實踐理據(jù)。前者的推動力是后者的基礎與前提，后者則是前者的延伸與展開形態(tài)，二者相互依賴發(fā)展離不開概念制品的工具性中介作用。以概念制品為中介的創(chuàng)新活動，為“主體”與“他者”對話創(chuàng)設了以知識為媒介的傳播場域，促使主體在重視主體間建構(gòu)的過程中建構(gòu)客觀知識，更能有效推動群體認知位階升級。在教育實踐中，教育工作者應關注群體認知載荷，注重任務的有效性和冗余度，以靈活、彈性的動態(tài)適應性調(diào)整，實現(xiàn)共時與歷時規(guī)則下社區(qū)知識動態(tài)演進，把握知識創(chuàng)新的時機，最大限度推進認知自主生成過程。

3. 重塑學習空間：以開放式協(xié)作為取向

重塑融通資源優(yōu)勢與關系優(yōu)勢的開放式協(xié)作學習空間，可消解固化、先設協(xié)作網(wǎng)絡對群體創(chuàng)新的阻抑危機。一方面，多模態(tài)、人工智能等技術(shù)可賦能智能反饋機制與空間建設。有效的反饋機制與環(huán)境能夠正向調(diào)節(jié)群體信任困境，對群體創(chuàng)造性成果產(chǎn)出有促進作用[31]。然而，依托智能技術(shù)打破形式化、程序化、同質(zhì)化教育頑疾的同時，需擴大人主觀能動的自由意志的反身性空間，避免將個人與群體塑造為標準機器。另一方面，分布式、跨界域、松散的社區(qū)結(jié)構(gòu)更能夠滿足群體持續(xù)變動的復雜需求。隨著協(xié)作學習領域理論與實踐研究的演進，社會文化背景從次級邊界約束轉(zhuǎn)變?yōu)楹诵囊蛩兀_放式協(xié)作為群體認知實踐提供了更豐富的社會境脈。未來應持續(xù)探索知識建構(gòu)與群體認知的跨層次涌現(xiàn)規(guī)律在實際教學中的遷移應用，為教育數(shù)字化轉(zhuǎn)型進程中的拔尖創(chuàng)新人才培育提供效力支撐。

[參考文獻]

[1] STAHL G. Group cognition： computer support for building collaborative knowledge（acting with technology）[M]. Cambridge，MA： MIT Press，2006：433-436.

[2] HUTCHINS E. Cognition in the wild[M]. Cambridge， MA： MIT Press，1995：101.

[3] 馬里奧·邦格. 涌現(xiàn)與匯聚：新質(zhì)的產(chǎn)生與知識的統(tǒng)一[M]. 李宗榮，李成芳，等譯. 北京：人民出版社，2019：225-228.

[4] STAHL G. Theories of cognition in collaborative learning[M]// TEOKSESSA HMELO-SILVER C， CHINN C A， CHAN C K， et al. The international handbook of collaborative learning. New York： Routledge，2013：82-97.

[5] ZHANG J， SCARDAMALIA M， REEVE R， et al. Designs for collective cognitive responsibility in knowledge-building communities[J]. The journal of the learning sciences，2009，18（1）：7-44.

[6] SCARDAMALIA M， BEREITER C. Knowledge building： theory， pedagogy， and technology[M]. New York： Cambridge University Press，2006：97-115.

[7] SAWYER R K. Social emergence： societies as complex systems[M]. New York： Cambridge University Press，2005：132-135.

[8] BLOOM J W. Discourse， cognition， and chaotic systems： an examination of students' argument about density[J]. The journal of the learning sciences，2001，10（4）：447-492.

[9] STAHL G. From intersubjectivity to group cognition[J]. Computer supported cooperative work （CSCW），2016，25：355-384.

[10] LEVINE J M. Socially-shared cognition and consensus in small groups[J]. Current opinion in psychology，2018，23：52-56.

[11] GIBSON C B. From knowledge accumulation to accommodation： cycles of collective cognition in work groups[J]. Journal of organizational behavior， 2001，22（2）：121-134.

[12] GAN Y， ZHU Z. A learning framework for knowledge building and collective wisdom advancement in virtual learning communities [J]. Educational technology & society， 2007，10（1）：206-226.

[13] FISCHER F， HMELO-SILVER C E， GOLDMAN S R. International handbook of the learning sciences[M]. New York： Routledge，2018：295-305.

[14] 曾文婕. 關注“知識創(chuàng)造”：技術(shù)支持學習的新訴求[J]. 電化教育研究，2013，34（7）：17-21，52.

[15] 卡爾·波普爾. 客觀知識——一個進化論的研究[M]. 徐煒光，卓如光，等譯. 上海：上海譯文出版社，2015：123-128.

[16] 理查德·道金斯. 自私的基因[M]. 盧允中，張岱云，陳復加，等譯. 北京：中信出版社，2018：221-230.

[17] 尤里斯·布斯克斯. 進化思維：達爾文對我們世界觀的影響[M]. 徐紀貴，譯. 成都：四川人民出版社，2018：182-190.

[18] LYNCH A. Units， events and dynamics in memetic evolution[J]. Journal of memetics-evolutionary models of information transmission，1998，2（1）：5-44.

[19] BEREITER C. Education and mind in the knowledge age[M]. Mahwah， New Jersey： Lawrence Erlbaum Associates， Publishers，2005：68-75.

[20] 高晴，段金菊. 關聯(lián)學習社區(qū)知識生產(chǎn)過程的系統(tǒng)動力學建模及仿真分析[J]. 電化教育研究，2022，43（12）：78-85.

[21] 晉欣泉，姜強，趙蔚. 基于系統(tǒng)動力學的知識建構(gòu)行為演化博弈模型及仿真分析[J]. 遠程教育雜志，2022，40（1）：103-112.

[22] 魏屹東. 認知系統(tǒng)：結(jié)構(gòu)、功能與特征[J]. 系統(tǒng)科學學報，2024（4）：40-48.

[23] 儲節(jié)旺，李佳軒. 知識生態(tài)系統(tǒng)中知識演化及智慧創(chuàng)生研究——以知乎社區(qū)為例[J]. 情報理論與實踐，2022，45（9）：51-58.

[24] 王志鵬，張江. 復雜系統(tǒng)中的因果涌現(xiàn)研究綜述[J]. 北京師范大學學報（自然科學版），2023，59（5）：725-733.

[25] 蔣紀平，滿其峰，胡金艷，等. 在線協(xié)作知識建構(gòu)的知識進化：內(nèi)涵、本質(zhì)與模型[J]. 開放教育研究，2022，28（6）：52-59.

[26] REITER-PALMON R， HERMAN A E， YAMMARINO F J. Creativity and cognitive processes： multi-level linkages between individual and team cognition[J]. Research in multi-level issues，2015，7（7）：203-267.

[27] 亞當·斯密. 國富論[M]. 唐日松， 趙康英， 馮力， 等譯. 北京：華夏出版社，2017：327.

[28] 朱珂，丁庭印，付斯理. 元宇宙賦能大規(guī)模超域協(xié)同學習：系統(tǒng)框架與實施路徑[J]. 遠程教育雜志，2022，40（2）：24-34.

[29] DOISE W， MUGNY G. The cooperative game and the coordination of interdependent actions[J]. The social development of the intellect，1984，132（1）：33-55.

[30] DECHURCH L A， MESMER-MAGNUS J R. The cognitive underpinnings of effective teamwork： a meta-analysis[J]. Journal of applied psychology，2010，95（1）：32-53.

[31] 朱珂，張斌輝，張瑾. 教育數(shù)字化轉(zhuǎn)型中師生主體性的缺失風險與復歸策略[J]. 電化教育研究，2024，45（4）：52-58.

System Modeling and Simulation Analysis of Group Cognition Emergence in Knowledge Building Community

ZHU Ke， WU Yaxin， GAO Qinghui

（Faculty of Education， Henan Normal University， Xinxiang Henan 453007）

[Abstract] The knowledge building community appeals to the collective cognitive responsibility of agency and the objective knowledge evolution of vitality， which aligns with the inter-subjective construction of group cognition and a series of paths characterized by variability and emergence. In order to deduce the mechanism of group cognition emergence in knowledge building communities， this study traced back the perspectives of complex systems science and the metaphor of knowledge creation， and theoretically clarified the connotation and relationship between knowledge building and group cognition. Based on the SEIR model and Fromm's Emergent Hierarchy Analysis， a quantitative analysis model of group cognition emergence in knowledge building communities was established. With empirical data as support， computer modeling and simulation methods were employed to measure the evolutionary trends of group cognitive system in knowledge building communities. It is found that knowledge evolution plays a bottom-up driving role in the emergence of group cognition， while the emergence of group cognition， in turn， exerts a top-down influence on knowledge evolution， with knowledge building communities providing the necessary domains for the emergence of group cognition. To achieve efficient group cognition and knowledge innovation in complex educational contexts， attention should be paid to unveiling knowledge solidification， stimulating cognitive generation， and reshaping learning spaces.

[Keywords] Knowledge Building Community; Objective Knowledge; Group Cognition; Emergence; Nonlinear Dynamical System