邁向無界社區(qū)的多人可視化協(xié)同學習研究現狀與前沿趨勢

摘要：當前，多人可視化協(xié)同互動技術的出現打破了傳統(tǒng)社會互動的時空邊界，協(xié)作學習場景逐漸邁向一種“無界社區(qū)”。為系統(tǒng)探究該技術在人機協(xié)同學習場景中的應用研究現狀，文章通過系統(tǒng)性文獻綜述法，梳理了2015～2024年國內外相關實踐研究案例，并基于扎根理論將32篇樣本文獻按技術應用的功能機制、支持策略、發(fā)展趨勢三大維度進行逐級編碼。研究發(fā)現：該技術多用于高等教育領域的任務探究、問題討論、項目設計、協(xié)同寫作等協(xié)作學習場景；主要通過實現知識表達及結構可視化、協(xié)作過程及狀態(tài)可視化、沉浸式人機交互等功能機制來促進學習者的協(xié)作學習效果；在應用該技術增強協(xié)作學習效果的多樣化支持策略中，認知負荷調節(jié)策略、社會調節(jié)策略、學習支架策略的運用最多；未來對于該技術的研究可在教育場景多主體多學科拓展、策略應用與基礎理論結合強化、自動化學習分析工具多模態(tài)集成等方向深化探索，且虛擬無界社區(qū)學習環(huán)境的構建和以學習者為中心的復雜人機交互設計將成為其重要的實踐開發(fā)方向。文章通過研究，旨在為GenAI時代下的人機協(xié)同學習理論與實踐研究提供創(chuàng)新視角參考。

關鍵詞：多人可視化協(xié)同互動；無界社區(qū)；系統(tǒng)性文獻綜述

【中圖分類號】G40-057 【文獻標識碼】A 【論文編號】1009—8097（2025）03—0096—11 【DOI】10.3969/j.issn.1009-8097.2025.03.010

在教育數字化轉型背景下，數字技術對未來教育的質量、場景應用、教學變革具有強大的助力作用。對此，《2024地平線報告（教與學版）》總結了影響未來高等教育發(fā)展的六大宏觀趨勢，提出學習者逐漸對學習靈活性、個性化的需求以及多樣化的學習模式表現出強烈的偏好，高等教育必須采納先進數字技術，以確保為學習者提供高質量的學習體驗、為項目化學習提供更優(yōu)的技術保障^[1]。數字技術在教育領域應用的發(fā)展過程中經歷了從單一技術支持到多功能整合平臺設計再到學習過程實時記錄與可視化的階段，教育產品市場也由此滋生了一批旨在促進學習者探究和協(xié)作知識建構的多人可視化協(xié)同互動工具。其中，隨著遠程工作模式和實時交互技術的發(fā)展，全球協(xié)作白板軟件市場展現出強勁的增長勢頭，在2020～2025年內，該市場將實現9.8%的復合年增長率，這一趨勢促使這類無邊界互動平臺在人機協(xié)同學習場景中迅速崛起，為高等教育領域帶來前所未有的協(xié)作學習方式轉型。因此，系統(tǒng)性了解該類教育產品在教育應用中的研究現狀和前沿趨勢顯得尤為必要，有助于未來更好地開展人機協(xié)同學習創(chuàng)新研究與實踐。

一 研究準備

1 邁向無界社區(qū)的協(xié)作學習

隨著學習者互動缺乏積極和富有成效的討論、認知投入淺化等經典在線協(xié)作問題的產生，計算機支持的協(xié)作學習（Computer Supported Collaborative Learning，CSCL）正在逐漸向新型協(xié)作方式轉型，以實現更高效的協(xié)作。數智技術的更新迭代豐富了互動信息的表征形式，從起初的線程式論壇異步界面到即時通訊工具的實時聊天界面，從思維導圖、概念圖等語義圖示工具的靜態(tài)樣式到在線多人協(xié)同空間的無邊界樣式，協(xié)作交流的時間與空間限制被突破，人與人、人與技術、人與環(huán)境被連結起來^[2]，在人工智能促進未來教育發(fā)展的過程中，“無邊界學習”將成為主流學習形態(tài)^[3]。智能技術的演進為學習者打開了更加廣闊、有彈性且可塑的學習空間，學習場景也將從物理空間向虛擬協(xié)同空間延伸，尤其向“社會情境空間”拓展，并呈現出“去邊界化”的特點^[4]。這種互動情境不僅為學習者提供了面對真實問題和挑戰(zhàn)的機會，促使其深化對社會復雜問題的探索與建構，使之真正成為知識的創(chuàng)造者，也幫助學習者群體在無邊界的環(huán)境中能夠更自由地交流觀點，增強協(xié)作學習的有效性。可見，多人可視化協(xié)同互動技術支持的一系列協(xié)作平臺應用市場將引領協(xié)作學習邁向一種更自由、多元的“無界社區(qū)”時代。

2 多人可視化協(xié)同互動技術的發(fā)展歷程

Card等^[5]曾將可視化定義為“使用計算機生成的、交互式、可視化的表示來放大認知”，其中主要包含兩個組成部分——“表示”和“交互”。而可視化協(xié)同互動探討的正是多人如何同時在一個不受限制的自由畫布協(xié)作空間，運用一系列圖形化或非線性互動元素，把本來不可見的互動過程、互動脈絡、互動關系、互動內容模塊等“表示”出來，使其清晰可見并達到“交互”的目的^[6]，以彌補單純的可視化圖示工具所缺乏的實時協(xié)作互動性。該類技術源于一個以可視化為核心、強調協(xié)作探究的科學學習環(huán)境，支持學習者展開圖形化協(xié)同討論。隨后，各類實時通訊功能、教學資源管理功能、智能工具輔助功能等也被嵌入該互動空間中，多功能整合形成了更為綜合的協(xié)作平臺，如目前市面上常見的代表性應用BoardMix、Pixso、ProcessOn、小畫桌、Miro、Padlet、Mural等，都已基本同時具備思維導圖、無限白板、實時協(xié)作、演示互動、音視頻通話、屏幕共享、AI插件或智能代理等外部工具集成環(huán)境。

3 多人可視化協(xié)同互動技術的研究現狀

從工具應用方式來看，多人可視化協(xié)同互動技術的應用趨勢主要包括基于圖形化討論界面的協(xié)同辯論模式、教師收集學習者問答反饋或頭腦風暴的課堂師生單向快速互動模式、小組可視化制品的協(xié)作共建模式、人機協(xié)同的群體觀點創(chuàng)生與演進模式等幾種典型場景^[7][8]。從支持環(huán)境開發(fā)來看，目前多人可視化協(xié)同互動技術的研究工作主要圍繞群體學習環(huán)境構建和群體學習過程支持兩個維度展開：前者主要關注協(xié)作學習環(huán)境中無邊界交互空間的拓展功能場景設計和支撐條件開發(fā)（如引入虛擬角色和虛擬場景、聊天機器人會話代理等）；后者主要關注能夠支持將小組成員的協(xié)作話題、協(xié)作行為、認知狀態(tài)、參與度等協(xié)作過程行為和發(fā)展路徑進行可視化呈現的實時反饋技術研發(fā)（包括同伴互評、人工評價、自動評價等多元協(xié)作學習評價方式的整合）^[9][10]。從工具應用成效來看，已有研究對多人可視化協(xié)同互動技術支持的協(xié)作學習過程中的知識構建、社會交互、情感態(tài)度等多個層面都進行了探索，整體表明該類工具的使用和相關協(xié)作活動的設計有利于提升學習者知識建構水平及其文化認同、跨文化意識、批判性思維等綜合素養(yǎng)^[11][12]。

二"研究設計

1 研究問題

綜上可知，隨著多元化互動技術的發(fā)展，多人可視化協(xié)同互動技術越來越多地被應用到人機協(xié)同學習的過程中，作為協(xié)作互動走向無邊界學習的有效支撐，傳統(tǒng)的社會學習空間也逐漸發(fā)展為一種“無界社區(qū)”。為系統(tǒng)探究該類技術支持的多人可視化協(xié)同學習研究現狀和前沿趨勢，本研究基于系統(tǒng)性文獻綜述法，梳理了國內外有關多人可視化協(xié)同互動技術的實踐研究案例，聚焦以下三個方面的問題展開探索：①多人可視化協(xié)同互動技術的應用主要通過哪些功能機制促進學習者的協(xié)作學習效果？②多人可視化協(xié)同互動技術主要基于怎樣的策略設計支持學習者深化協(xié)作學習？③多人可視化協(xié)同互動技術將在未來的人機協(xié)同學習領域呈現出怎樣的發(fā)展趨勢？

2 文獻檢索與篩選

本研究基于國內外主流數據庫進行文獻檢索：國內選定中國知網，時間跨度為2015年1月1日～2024年3月20日，以“（可視化學習+互動學習+圖形化工具+思維導圖+概念圖+白板+圖形化討論+論證）*協(xié)作學習”為檢索語句，限定文獻來源為“CSSCI核心期刊”“北大核心期刊”，共獲取65篇文獻；國外選擇Web of Science-SSCI，使用數據庫的高級檢索功能，限定文獻來源為“SSCI期刊”，檢索發(fā)表時間同上，以（TS=（Visualization OR visualization tools OR graphical tools OR whiteboard OR argument visualization OR argumentation tools OR mind map OR concept map OR graphical discussion）） AND TS=（collaborative）為關鍵詞進行檢索，共獲取1138篇文獻。最終，累計獲取中外文文獻共1203篇。

隨后，本研究按照以下納入標準進一步篩選文獻：①文獻全文可獲??；②文獻為期刊論文或會議論文（剔除著作、學位論文等）；③文獻至少包含三頁（剔除海報、短論文、簡介等）；④文獻的研究主題和方向為教育領域；⑤文獻研究主題聚焦多人可視化協(xié)同學習及其相關技術應用。篩選過程與結果如圖1所示，經過二次篩選與補充篩選，最終納入32篇樣本文獻。

3"文獻基本信息

（1）學段及活動環(huán)境分布

本研究通過梳理文獻發(fā)現，多人可視化協(xié)同互動技術實踐研究的學段主要分布在高等教育階段（20篇），包括本科教育與研究生教育，這與多數研究中對學習者的先驗知識與計算機使用水平提出了較高的要求且高等教育數字化自由度高于基礎教育有關；少數為中學階段（7篇），其中高中為5篇，初中為2篇；最后是小學階段（5篇）。活動環(huán)境主要分布在線下同步使用（17篇）和線上同步使用（13篇）兩類單一情境，線上線下混合使用的情境較少（2篇），說明研究者主要將該工具用于支持小組在線下課堂中的協(xié)作活動，其次是用于完全基于遠程在線協(xié)作的課后任務設計。

（2）應用教育活動類型及學科分布

本研究通過分析得到，多人可視化協(xié)同互動技術在實踐研究中應用的教育活動類型主要分布于任務探究類活動（12篇），其余依次是問題討論類（9篇）、項目設計類（7篇）和協(xié)同寫作類（4篇）。從學科分布來看，任務探究類活動主要在自然科學（涉及物理、地理、計算機、生物等）課程中展開；問題討論類活動主要在社會科學課程中展開，包含對社會環(huán)境、資源、醫(yī)療等問題的討論，也有部分案例在教育學科課程的研討課中展開；項目設計類活動主要在教育學科與設計學科的課程中展開，并涉及創(chuàng)客教育領域，包含教學設計、教育資源設計等；協(xié)同寫作類活動則主要在語言學科的寫作課程中展開。

4"文獻編碼

根據研究問題和系統(tǒng)性文獻綜述的要求，本研究的文獻編碼分為兩類：①文獻的基本信息，包括所涉及的學段分布、活動環(huán)境分布、教育活動類型分布及學科分布的統(tǒng)計；②基于扎根理論，圍繞三個研究問題按照不同的主題對文獻內容進行逐級編碼，編碼框架如表1所示。

1 知識表達及結構可視化

一方面，該類研究主要在協(xié)作平臺中設計、運用圖表可視化元素，使知識以直觀形式展現。例如，用語義圖示工具結構化表示和組織知識，促進學習者深化知識理解^[13][14]；用SPARKvue實時繪圖工具為學習者可視化呈現實驗數據，幫助其觀察和分析數據變化趨勢，填補理解空白^[15]；用3D概念圖（知識概念圖、信息數據表和假設推理圖）引導學習者逐步生成假設、基于數據和知識推理證據、知道何時/如何修正先前的不合理假設或觀點，促進學習者提升分析和探究能力^[16]。另一方面，基于不同討論支架設計多種形式的可視化互動界面，以實現深層互動。例如，用Starburst平臺圖形化討論界面將討論帖子呈現為動態(tài)的雙曲樹形結構，使更高級別的帖子首先出現在更大且更中心的節(jié)點上，每一級回復逐漸變小并向邊緣靠攏^[17]；用Padlet平臺設計社交便簽式、邏輯圖式、有連接詞的邏輯圖式三種不同的可視化互動界面，會對學習者對話互動表現產生不同的影響^[18]；在BoardMix界面中設計沃爾頓辯證式論證支架、圖爾敏說服式論證支架等不同的在線協(xié)同論證框架，會對學習者的群體認知調節(jié)、論證技巧和調節(jié)模式產生不同的影響^[19]。

2 協(xié)作過程及狀態(tài)可視化

除了利用可視化元素表達學習者對知識的理解，相關研究也嘗試以圖示化和空間化方式規(guī)劃、組織并呈現小組問題任務解決的過程與狀態(tài)，這種實時感知有助于學習者進行深入反思，并從認知、行為、情感等多維度對個人和集體的學習進度進行及時調節(jié)。例如，將協(xié)同寫作平臺設計為實時討論、協(xié)同寫作、同伴互評、學習反思四個版塊，并用柱圖、餅圖、雷達圖、曲線圖、社會網絡圖等可視化形式呈現協(xié)同寫作過程，可有效提升學習者的協(xié)作學習投入度^[20]；在協(xié)作平臺中用可視化時間軸繪制不同的協(xié)同路徑（如不同顏色代表溝通、交互、批判性思考三種路徑），可有效實現對協(xié)作過程的指導，輔助學習者進行探索、反思和改進^[21]；在BoardMix協(xié)同白板中運用動態(tài)腳本和群體感知共享調節(jié)策略設計清晰的項目化學習活動進程版塊^[22]；基于Construct-A-Vis工具為學習者創(chuàng)建合作模式、共享模式等不同協(xié)作環(huán)節(jié)的過程場景^[23]。

3 沉浸式人機交互

該類研究主要基于虛擬現實、增強現實和人機協(xié)同對話等多種人機交互技術拓展傳統(tǒng)互動白板的空間，融合視覺、聽覺、觸覺創(chuàng)建沉浸式虛擬學習情境，豐富學習者的多元化交互體驗。例如，共享沉浸式虛擬現實空間的3D可視化、交互性、具體運動和協(xié)作功能可支持學習者的行為參與物理互動（運動的順序和性質、空間位置、虛擬動作）、概念探索（談論哪些概念）、社會交互（同伴如何產生、表達、闡述想法，協(xié)商控制虛擬物體及建立共識）等多種學習體驗，幫助其有效構建對相關知識的全新理解^[24]；針對協(xié)作過程中的視覺、空間、音頻等元素，進一步融入觸摸屏、手勢識別和語音控制等多種交互特征，可以拓展原本的平面學習場景，從而幫助學習者更好地沉浸在虛擬協(xié)作世界中^[25]；借助頭戴式顯示器、VR眼鏡等外部拓展設備，將虛擬協(xié)作環(huán)境進一步投射到物理空間，并將自然身體動作的交互體驗轉換為虛擬式協(xié)作體驗，或提供富有面部表情的虛擬人物對話，可支持學習者以一種具身化的方式與協(xié)作環(huán)境中的元素交互^[26]。

四"多人可視化協(xié)同互動技術應用的主要支持策略

1 認知負荷調節(jié)策略

該類研究關注從多媒體學習認知理論視角探究學習者在不同可視化協(xié)作畫面中的認知心理機制，核心是解析學習者如何在相應互動規(guī)則畫面下優(yōu)化認知負荷，實現高效協(xié)作學習。例如，在可視化工具中用不同可視化形式表征知識，通過提供相應視覺屬性的調整規(guī)則幫助學習者更好地理解和表征協(xié)作討論的復雜性^[27]，包括允許學習者對節(jié)點進行著色、調整大小和位置、創(chuàng)建類別^[28]，或使用Algodoo的示蹤器、動態(tài)速度、力矢量箭頭、自由繪圖等不同的圖形表示來對比探索使用效果^[29]；采用同心圓圖將一個學習者放置在中心圓圈內，其他學習者放置在與中心圓圈相距一定距離的其他圓圈內，以展示不同學習者之間的觀點差異，包含學習者節(jié)點、層級結構、透明度遮罩等^[30]；在視覺敘事數字學習環(huán)境Novelette中通過線性布局與圓形布局差異化地呈現協(xié)作畫面^[31]；基于多媒體原則、雙通道原則等認知負荷理論指導相關工具的優(yōu)化設計，包括Mural中的協(xié)作概念圖多媒體化^[32]、沉浸式虛擬協(xié)同環(huán)境中融入多種感官的動覺學習等^[33][34]。

2 社會調節(jié)策略

該類研究關注從自我調節(jié)、協(xié)同調節(jié)與共享調節(jié)等社會調節(jié)策略視角出發(fā)，為現有協(xié)作環(huán)境進一步設計相關干預機制，探究學習者與協(xié)作小組如何共同監(jiān)控并反思學習過程中的問題，促進其在認知、行為、情感多維度的學習調節(jié)，以實現共同的學習目標。例如，在協(xié)同寫作平臺中基于多維評價反饋、動態(tài)更新信息、歷時分析數據和可視化呈現四類設計原則增加相應的群體感知干預，以有效提升學習者感知協(xié)作狀態(tài)和調控自我學習過程的能力^[35]；借助視覺監(jiān)督技術（如參與者列表顯示參與者的在線狀態(tài)、身份等信息、雷達視圖使共享工作空間交互操作詳細可見等），將成員的協(xié)作共享行為可視化，提高學習者對協(xié)作工作空間的感知能力，并通過協(xié)同調節(jié)學習促進學習者相互監(jiān)督和提供及時反饋^[36]；基于交互白板設計協(xié)作公約、共享計劃單、共享評價標準、小組反思支架等多樣化的協(xié)作腳本，并以提示的形式嵌入協(xié)作空間，與聊天討論室、討論板、文件共享等功能模塊協(xié)同作用，支持協(xié)作過程中的共享調節(jié)學習^[37]。

3 學習支架策略

除了優(yōu)化協(xié)作空間中的互動畫面設計，為學習者提供適當的外在學習支架（如結構化支架、情境化支架、模型化支架、問題化支架等）也是降低其協(xié)作過程認知負荷、促進其認知發(fā)展的有效手段^[38]。在本研究的案例樣本中，采用結構化支架策略的研究占多數（10篇），其次是情境化支架（7篇），模型化支架（3篇）和問題化支架（3篇）應用較少。其中，結構化支架策略的應用體現為在表征學習任務的同時對學習過程進行分解，如對問題解決環(huán)節(jié)進行結構化、對認知活動序列進行結構化、分解學習任務等；情境化支架策略的應用體現在通過為學習者創(chuàng)設有意義的學習情境，增強情境體驗感、強化情境理解，并促進新舊知識的聯系；模型化支架策略的應用體現在為學習者提供觀察模仿的對象，如提供問題的解決方案、呈現發(fā)現解決方案的過程或生成解決方案的模型等；問題化支架策略則通過問題引導，在學習過程中引發(fā)學習者的認知沖突，從而促進認知發(fā)展與問題解決。而隨著GenAI的出現與融入，這些學習支架策略都可作為智能代理不同服務角色模式下的提示工程定制支架，新的學習支架策略研究也將隨之誕生。

五"多人可視化協(xié)同互動技術在人機協(xié)同學習領域的未來發(fā)展趨勢

1 研究方向

（1）教育場景多主體多學科拓展

當前研究主體主要集中在高等教育階段。為增加受益群體，研究者與設計者也可將注意力聚焦于K-12群體，他們的協(xié)作水平相對較低，可塑性更強，協(xié)作水平的提升對其未來發(fā)展具有深遠意義^[39]。此外，目前相關研究多由教育技術領域的研究者開展。為便于尋找合適的研究對象，大多數研究選取教育技術專業(yè)或計算機專業(yè)的學生，被試群體自帶較好的技術使用效能感，且設計的協(xié)作任務場景往往具有專業(yè)屬性，這些因素都可能導致研究所得的相關結論有一定的局限性。后續(xù)研究可考慮選取其他專業(yè)學生和其他學科學習場景，拓展研究的教育場景范圍。

（2）策略應用與基礎理論結合強化

目前相關研究主要結合多媒體學習認知理論、概念整合理論、活動理論、扎根理論、體驗學習理論、群體感知理論、認知發(fā)展理論、社會文化視角下的學習理論等多樣化的基礎理論探究技術的具體應用策略，但理論結合得較分散、不深入?；A理論研究提供了解決復雜問題的理論和方法，研究者可以通過利用其深入理解工具的設計原理和局限性，從而指導更高效協(xié)作工具的設計。同時，促進技術研究的跨學科發(fā)展，注重設計學、教育學、心理學、計算機科學等不同學科之間的交叉融合，可產生新的研究領域和應用前景。此外，基礎理論研究有助于從倫理和道德的角度審視工具的使用，減少技術使用所帶來的負面影響。

（3）自動化學習分析工具多模態(tài)集成

在多人可視化協(xié)同互動這樣的無邊界協(xié)作空間，海量、豐富、多樣、異構的學習數據尤其會以巨大的規(guī)模加速積累，如何有效地利用這些數據信息將成為研究關注的重要方向和挑戰(zhàn)。目前，學習分析工具正朝著更加智能化、可視化、個性化、多模態(tài)數據融合的方向發(fā)展^[40]。未來，面向多元交互的多人可視化協(xié)同學習這一復雜教育情境中的學習分析也將走向“多來源多模態(tài)數據可視化表征-大數據大模型要素自動化計算-全系統(tǒng)全業(yè)務人機協(xié)同化決策”的數字化轉型新方向^[41]，并將這種自動化學習分析功能集合于現有互動空間中，或進一步與現有的在線學習系統(tǒng)無縫集成，形成一體化的協(xié)作活動編排系統(tǒng)或協(xié)作學習管理系統(tǒng)，提供更精準的個性化學習服務和更有效的動態(tài)教育決策支持。

2"開發(fā)方向

（1）虛擬無界社區(qū)學習環(huán)境的構建

不論是在互動空間中嵌入虛擬學習工具，還是在虛擬學習環(huán)境中嵌入互動空間，多人可視化協(xié)同互動技術都將走向與虛擬學習情境多方位融合的實踐方向，進一步超越二維互動的內涵，不再受限于平面畫布空間，做到真正三維的、虛實融合的無邊界協(xié)作，進而衍生出“虛擬無界社區(qū)”這一新型復合式學習環(huán)境。學習者在這樣一個資源共享、協(xié)同交流、成果展示的新型三維虛擬學習社區(qū)，可以通過角色扮演、游戲化設計等多樣化的策略，創(chuàng)立協(xié)同互動的溝通空間、模擬空間、體驗空間，在多樣化的學習場景中支撐學習者的個性化學習與群體協(xié)作學習。但這一復合應用也將對策略設計的理論基礎、協(xié)作過程中的指導支持提出更高要求，且需要在使用過程中避免學習者產生過度的感知失調、認知負荷、現實脫節(jié)等問題^[42]。

（2）以學習者為中心的復雜人機交互設計

適度的可視化可以促進學習者對于知識的理解和記憶，促進深度學習，但并不是所有的圖形化表征方式都同樣有益?？梢暬剡^多會增加學習者的認知負荷，分散學習注意力，過多的視覺刺激也會使學習者停留在表面記憶^[43]，故在設計多人可視化協(xié)同互動技術的應用方案時，需要從用戶體驗的角度出發(fā)，設計更優(yōu)的人機交互體驗。例如，利用思想脈絡圖、可視化時間軸、機器識別等技術優(yōu)化對協(xié)作進程的可視化表征，幫助團隊識別項目合作路徑上的關鍵節(jié)點并更低負荷地開展管理與協(xié)商；或借助GenAI扮演多角色、多功能的智能代理指導學習者的協(xié)作過程，如提供學科知識和協(xié)作方法的輔導、識別團隊成員的貢獻、采集和分析多模態(tài)的互動內容并生成策略反饋等，為群體協(xié)作和個體反思提供有效的過程性支持^[44]。基于此，“多人可視化協(xié)同互動”中“人”的概念將會被拓展為“真人（學習者）”和“類人（智能體）”，“多人”協(xié)同互動也將成為多個“真人”和多個“類人”的協(xié)同交互，即“人智協(xié)同交互”。

本研究團隊已在此方向上實現了相關平臺環(huán)境的部署條件，初步完成了自研并投入使用的基于多人可視化協(xié)同互動技術的協(xié)作活動編排系統(tǒng)——“奇點協(xié)作通”，具體如圖2所示。該系統(tǒng)在原有組員即時交流的基礎上融入了AIGC支持的人機協(xié)同對話模塊，未來將嘗試融入AIGC支持的多層次智能分析與多維群體感知反饋，以及面向多任務場景定制AIGC提示工程、研發(fā)多功能智能代理角色、多智能體協(xié)同干預等設計，進一步優(yōu)化該類環(huán)境中的群體學習促進策略和支架服務，以方便教師了解和順應學習者群體的動態(tài)演變規(guī)律，引導學習者更好地在協(xié)作過程各階段開展深入的交互反饋，由此實現復雜交互場景下群體協(xié)作的動態(tài)識別與精準干預，促進小組協(xié)作方式的優(yōu)化轉型和協(xié)作成效的改善^[45]。

六"總結與展望

本研究通過對32篇樣本文獻進行系統(tǒng)性梳理，分析總結了多人可視化協(xié)同互動技術應用的三大功能機制（知識表達及結構可視化、協(xié)作過程及狀態(tài)可視化、沉浸式人機交互）和三大支持策略（認知負荷調節(jié)策略、社會調節(jié)策略、學習支架策略），為后續(xù)教育研究者和實踐人員更好地開展相關理論與實踐研究提供了幾大方向參考：①學術研究角度，研究主體應拓展至可塑性更強的K-12群體和更多學科專業(yè)的學習任務場景，探索更豐富的協(xié)作成效影響機制；注重多學科基礎理論緊密結合的策略研究，深化對工具應用的理解以推動跨學科研究；多模態(tài)集成自動化學習分析技術，構建一體化的協(xié)作活動編排系統(tǒng)或協(xié)作學習管理系統(tǒng)，提供更精準的個性化學習服務和動態(tài)教學決策支持。②實踐開發(fā)角度，構建虛擬無界社區(qū)復合學習環(huán)境，打破二維互動空間限制，促進虛實融合的多人可視化協(xié)同互動沉浸式體驗；注重設計以學習者為中心的、有利于降低協(xié)作過程認知負荷的人機交互體驗，包括優(yōu)化協(xié)作進程表征與適度可視化，以及融入GenAI輔助的協(xié)作過程多角色智能代理、群體與個體認知建模、協(xié)作過程挖掘與效果監(jiān)測等^[46]，探索適用于多人可視化協(xié)同互動的最佳人智協(xié)同學習模式。

而為了實現最佳的人智協(xié)同，AI定制研究者還需思考清楚：用來訓練該環(huán)境的AI伙伴的文本基礎應該是什么？AI依賴于什么樣的數據和信息？它如何創(chuàng)建輸出？這些問題的答案在不同的教育場景中或許是不同的，因此多樣化的AI定制應用在未來將顯得尤為必要^[47]。定制生成式對話AI的質量很大程度上取決于用戶的訓練，未來還需要針對此類特定的教育場景研制從通用生成式對話AI轉變?yōu)槎ㄖ粕墒綄υ扐I的實用指南^[48]。此外，GenAI如何支持從非結構化的多人可視化協(xié)同交互數據中提取面向特定任務領域特征的相關語義信息，并融合協(xié)作學習的多維屬性結構化數據，實現協(xié)作過程的動態(tài)識別，以及基于時序信息從個體和群體層面挖掘其動態(tài)演化規(guī)律，也將是后續(xù)研究面臨的挑戰(zhàn)。

參考文獻

[1]蘭國帥，杜水蓮，宋帆，等.技術何以賦能未來高等教育教學：趨勢、實踐和場景——《2024年EDUCAUSE地平線報告（教學版）》要點與啟示[J].蘇州大學學報（教育科學版），2024，（3）：118-128.

[2]顧小清，宛平，祝智庭.元宇宙會是曇花一現嗎？——“現象級”數智技術及其教育啟示[J].現代教育技術，2024，（1）：26-34.

[3]顧小清，李世瑾.人工智能促進未來教育發(fā)展：本質內涵與應然路向[J].華東師范大學學報（教育科學版），2022，（9）：1-9.

[4]蔡慧英，董海霞，陳旭，等.如何建設未來學校：基于智能教育治理場景的前瞻與審思[J].華東師范大學學報（教育科學版），2022，（9）：45-54.

[5]Card S K， Mackinlay J D， Schneiderman B. Readings in information visualization： Using vision to think[M]. San Francisco： Morgan Kaufmann Publishers， 1999：1-34.

[6][18]姚佳佳，李艷，陳新亞，等.不同可視化實時互動界面對大學生同伴對話反饋的影響研究[J].遠程教育雜志，2023，（1）：102-112.

[7]姚佳佳，李艷，劉明月，等.可視化實時協(xié)作場景中群體深度學習發(fā)生的多維特征挖掘研究——基于三組不同協(xié)作習慣的個案分析[J].電化教育研究，2024，（10）：92-100.

[8]Ma Z Q， Kong L Y， Tu Y F， et al. Strengthening collaborative argumentation with interactive guidance： A dialogic peer feedback approach based on the six thinking hats strategy[J]. Interactive Learning Environments， 2024：1-25.

[9]任劍鋒.促進高層次協(xié)同知識建構的CSCL可視化支持系統(tǒng)研究[J].首都師范大學學報（社會科學版），2021，（5）：56-64.

[10]Ouyang F， Xu W， Cukurova M. An artificial intelligence-driven learning analytics method to examine the collaborative problem-solving process from the complex adaptive systems perspective[J]. International Journal of Computer-Supported Collaborative Learning， 2023，（1）：39-66.

[11]Li Y， Li X， 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，（3）：1178-1196.

[12]馬志強，呂子蕓，張賽宇.邁向人機協(xié)同的協(xié)作學習——CSCL領域智能學習分析儀表盤研究熱點與前沿趨勢探究[J].現代遠距離教育，2022，（5）：3-11.

[13][32]蔡慧英，顧小清.語義圖示影響協(xié)作問題解決中交互過程的研究[J].電化教育研究，2017，（12）：65-72.

[14]蔡慧英，喬惠，顧小清.協(xié)作概念圖工具在協(xié)作學習情境中對個體認知發(fā)展的實證研究[J].現代遠程教育研究，2017，（6）：93-102.

[15]Ingulfsen L， Furberg A， Str?mme T A. Students， engagement with real-time graphs in CSCL settings： Scrutinizing the role of teacher support[J]. International Journal of Computer-Supported Collaborative Learning， 2018，（4）：365-390.

[16]Chen J， Wang M， Grotzer T A， et al. Using a three‐dimensional thinking graph to support inquiry learning[J]. Journal of Research in Science Teaching， 2018，（9）：1239-1263.

[17]Marbouti F， Wise A F. Starburst： A new graphical interface to support purposeful attention to others’ posts in online discussions[J]. Educational Technology Research and Development， 2016，（1）：87-113.

[19]Zheng X L， Huang J， Xia X H， et al. Effects of online whiteboard-based collaborative argumentation scaffolds on group-level cognitive regulations， written argument skills and regulation patterns[J]. Computers amp; Education， 2023，207：104920.

[20][35]蘇友，龔如詩，宋佳芮，等.群體感知可視化工具支持的協(xié)同寫作平臺研究[J].現代教育技術，2023，（1）：118-126.

[21]McMahon M， Bhamra T. Mapping the journey： Visualising collaborative experiences for sustainable design education[J]. International Journal of Technology and Design Education， 2017，（4）：595-609.

[22][37]黃俊，黃淵博，呂子英，等.交互白板環(huán)境下共享調節(jié)策略對項目化學習中社會情感技能的影響研究[J].開放學習研究，2023，（6）：51-60.

[23]Bishop F， Zagermann J， Pfeil U， et al. Construct-a-vis： Exploring the free-form visualization processes of children[J]. IEEE Transactions on Visualization and Computer Graphics， 2019，（1）：451-460.

[24]Matovu H， Won M， Hernandez-Alvarado R B， et al. The perceived complexity of learning tasks influences students’ collaborative interactions in immersive virtual reality[J]. Journal of Science Education and Technology， 2024，（4）：542-555.

[25][34]Kee T， Zhang H， King R B. An empirical study on immersive technology in synchronous hybrid learning in design education[J]. International Journal of Technology and Design Education， 2024，（3）：1243-1273.

[26][33]De Back T T， Tinga A M， Louwerse M M. Learning in immersed collaborative virtual environments： Design and implementation[J]. Interactive Learning Environments， 2023，（8）：5364-5382.

[27]Quan G ，Gu X .Visualization forms in the cross-cultural collaborative activities of design and development of a digital resource for education[J]. Journal of Educational Computing Research， 2018，（3）：439-463.

[28]Solli A， M?kitalo ?， Hillman T. Rendering controversial socioscientific issues legible through digital mapping tools[J]. International Journal of Computer-Supported Collaborative Learning， 2018，（4）：391-418.

[29]Gregorcic B， Haglund J. Conceptual blending as an interpretive lens for student engagement with technology： Exploring celestial motion on an interactive whiteboard[J]. Research in Science Education， 2021，（2）：235-275.

[30]Chen C M， Tsao H W. An instant perspective comparison system to facilitate learners’ discussion effectiveness in an online discussion process[J]. Computers amp; Education， 2021，164：104037.

[31]Addone A， De Donato R， Palmieri G， et al. Novelette， a usable visual storytelling digital learning environment[J]. IEEE Access， 2021，9：168850-168868.

[36]Yu F， Zhang P， Ding X， et al. Exploring how workspace awareness cues affect distributed meeting outcome[J]. International Journal of Human-Computer Interaction， 2023，（8）：1606-1625.

[38]李梅，葛文雙.基于項目的在線協(xié)作學習支架策略探究[J].現代遠距離教育，2021，（1）：40-47.

[39]夏亮亮，王良輝.協(xié)作腳本促進CSCL實踐：理論、應用及啟示[J].現代遠距離教育，2022，（1）：37-46.

[40]童慧，楊彥軍.基于多模態(tài)數據的智慧課堂教學互動研究[J].電化教育研究，2022，（3）：60-68.

[41]謝幼如，高磊，邱藝，等.智能技術賦能高質量課堂的評價創(chuàng)新[J].電化教育研究，2023，（12）：73-79、94.

[42]包昊罡，邢爽，李艷燕，等.在線協(xié)作學習中面向教師的可視化學習分析工具設計與應用研究[J].中國遠程教育，2019，（6）：13-21、92-93.

[43]姚佳佳，李艷，陳新亞，等.基于實時互動的同伴對話反饋對大學生課堂深度學習的促進效果研究[J].電化教育研究，2022，（1）：113-121.

[44]李海峰，李廣鑫，湯允鳳.智能群體多維感知機器人支持的人機協(xié)同研學教學模式——以“孔子”大語言模型會話機器人的研發(fā)與教學為例[J].現代遠距離教育，2024，（4）：48-59.

[45]姚佳佳，李艷，劉明月，等.多層交互輪轉的課堂編排視角下大學生深度學習促進機制研究——基于學生個案反思的主題分析[J].現代遠距離教育，2024，（2）：71-83.

[46]陳向東，趙麗娟，劉澤民.拓展學科的疆域：大模型的涌現能力對學習科學的影響[J].現代教育技術，2024，（1）：44-54.

[47]Cress U， Kimmerle J. Co-constructing knowledge with generative AI tools： Reflections from a CSCL perspective[J]. International Journal of Computer-Supported Collaborative Learning， 2023，（4）：607-614.

[48]Wang K， Pan Z， Lu Y. From general AI to custom AI： The effects of generative conversational AI’s cognitive and emotional conversational skills on user’s guidance[OL]. lt;https：//doi.org/10.1108/k-04-2024-0894gt;

Research Status and Frontier Trends of Multi-Person Visualized Collaboration Learning towards the Unbounded Community

——Based on a Systematic Review on 32 Practical Studies

YAO Jia-Jia¹""""CHEN"Jia-Ni²""""LIU Ming-Yue¹""""MA Zhi-Qiang¹

（1. Research Center of Educational Informatization， Jiangnan University， Wuxi， Jiangsu， China 214122;

2. Institute of Education， Xiamen University， Xiamen， Fujian， China 361005）

Abstract："At present， the emergence of multi-person visualized collaborative interaction technology has broken the space-time boundary of traditional social interaction， thus the scene of collaborative learning has gradually developed into an “unbounded community”. In order to systematically explore the application research status of the technology in human-machine collaborative learning scenarios， the relevant practice research cases at home and abroad from 2015 to 2024 were sorted out by systematic literature review method， and 32 sample literature was coded step by step based on grounded theory according to three dimensions of the functional mechanism， the supporting strategy， and the development trend of technology application. It was found that the technology was mostly used in collaborative learning scenarios such as task inquiry， problem discussion， project design and collaborative writing in the field of higher education， which promoted students’ collaborative learning effect by realizing the functional mechanisms of knowledge representation and structure visualization， collaboration process and state visualization， and immersive human-computer interaction. Among the various supporting strategies to enhance the collaborative learning effect through this technology， the cognitive load regulation strategy， social regulation strategy， and learning scaffold strategy were the most commonly used; the future research on the technology can be deepened in the directions of multi-subject and multi-disciplinary expansion of educational scenes， intensified combination of strategy application and basic theory， and the multi-modal integration of automatic learning analytic tools. Moreover， the construction of learning environment of virtual unbounded community and the learner-centered complex human-computer interaction design will become the important practical development directions. Through the research， this paper was aimed to provide an innovative perspective for the theoretical and practical research of human-machine collaborative learning in the era of GenAI.

Keywords："multi-person visualized collaborative interaction; unbounded community; systematic literature review

*基金項目：本文為全國教育科學“十四五”規(guī)劃2022年度國家一般項目“協(xié)作知識建構會話智能化分析與反饋研究”（項目編號：BCA220215）、2023年度江蘇省教育科學規(guī)劃重點課題“多元交互場景中大學生深度學習測量工具開發(fā)及應用”（項目編號：B/2023/01/94）的階段性研究成果。

作者簡介：姚佳佳，講師，博士，研究方向為計算機支持的協(xié)作學習、學習分析，郵箱為yjjyoka@jiangnan.edu.cn。