面向MOOC的知识可视化视觉表征与建模设计

熊 剑

(西南民族大学信息与教育技术中心，四川 成都 610041)

面向MOOC的知识可视化视觉表征与建模设计

熊 剑

(西南民族大学信息与教育技术中心，四川 成都 610041)

针对MOOC学习缺乏深度的现象，提出了面向MOOC的知识可视化视觉表征与建模设计.剖析了MOOC学习缺乏深度的主要问题和信息加工的内在要求，厘清了知识可视化、表征、建模等基本概念；在借鉴了视觉传播取向和信息论视角的知识表征基础上，提出了面向MOOC的视觉表征框架；在此框架下，分别从语义、语用、语法信息三要素着手，阐释了具体的分析方法.在语义上，基于Bloom教学目标分类法确定知识的类型、提取过程和表征方法；在语用上，陈述了信息有效传达的基本原则；在语法上，介绍了具体的结构模型和可视化方法.实践证明，MOOC的学习者在表征框架下，能增强认知联结、拓展广度、增加深度，从而满足深度学习的诉求.

MOOC；知识可视化；视觉表征；知识建模；分析框架

当大规模开放在线课程MOOC在美国快速发展之际，它在我国也受到了前所未有的关注.与传统的在线课程和视频课程相比，MOOC具有名校名师效应、免费优质的教学资源、持续多样的学习支持服务、多元化的评价机制和及时反馈等特点[1].

然而，MOOC作为新生事物，还面临着诸多困难与挑战.单从学习方式转变的实践层面上看，MOOC学习者从设备屏幕中获取信息，以视听觉感性认识的方式进行审美和评价，但可能出现的问题是，丧失了文字层面上的抽象思维能力，缺少了对知识的收集、整理、筛选、归纳、总结、评价、创新，难以建构知识的系统结构，对知识的理解仅仅停留在浅层的感官阶段，难免会对学习内容缺乏深入思考，缺乏对知识的迁移和应用[2].因此，如何在MOOC的网络环境下，对课程内容进行设计与开发，促进学习者深入阅读，达到促进信息加工与知识建构的目的，以实现有意义的“读图”与思考[3]，就成为突破MOOC学习后继乏力的关键.

在学习视域下，多项研究表明，可视化技术能支持学习和认知.可视化可以加速信息的输入和理解，具有检索功能[4]；能辅导学习者基于知识和问题解决建模，进行认知模拟[5]；能将内隐的个体知识(认知知识制品)转化为外显的物理知识制品，从而促进知识的传播和创新[6]；在全部学习活动中，可视化能清楚呈现知识的信息、数据及其关系、结构，通过积极调动视觉经验促进知识迁移，并在复杂认知中减少认知压力等[7].

因此，本研究以可视化技术作为学习和认知工具，对课程知识进行可视化的视觉表征与建模，希望能最大限度地连接人脑认知模式，来尝试突破MOOC学习中知识获取碎片化和视听感性认识所带来的学习深度缺乏等问题.

1 相关概念

本研究涉及以下几个相关概念:

1)知识可视化.知识可视化指可以用来构建、传达和表示复杂知识的图解手段，除传达事实信息外，还致力于传输人类的知识，帮助他人正确地重构、记忆和应用知识[8].它应用视觉表征手段，促进群体知识的创造和传递[9].

2)表征.又称知识表征，是外部事物在心理活动中的内部再现[10].赵国庆等学者从多个领域对表征的含义进行了分析，认为在知识可视化领域，表征是指知识的外在表现形式，与此对应的是承载知识的图解手段，即直接作用于人感官的刺激材料[6].视觉表征是知识可视化的重要研究对象[8].

3)建模.又称知识建模，指为知识的思维结构建立模型，帮助学习者超越思维局限，将新知识纳入已有知识结构中的方法总称[11].

2 视觉表征分析框架

2.1 研究现状

目前，知识可视化视觉表征的研究存在着多种视角和取向:

传播取向的知识表征.Burkhard认为知识可视化研究的是视觉表征在提高人类群体之间知识传播和创新中的作用，由此提出了包括功能类型、知识类型、受众类型和可视化形式四个方面内容的表征分析框架[12].赵国庆等学者基于双重编码理论，将知识可视化的研究框架立足于三个维度:知识类型、可视化目的、可视化形式[6].

视觉文化取向的知识表征.张舒予认为，在教育技术的现代化进程中，对学习资源的开发与建设，是以视觉符号的结构方式和功能机制为基础的[13].国玉霞等在视觉传播视野下，结合视觉认知原理，构建了“三维视觉”联动知识可视化视觉表征过程理论框架，其核心为“编码ˉ代码ˉ解码”三码转换[14].

信息论视角的知识表征.赵慧臣认为，视觉表征的研究重点是表征形成中的因素及其关系[8].他从信息的认识论层面出发，认为信息被认识的过程是“先形式、后内容、再效用”，对应认知主体的“观察力、理解力、目的性”，提出了新的分析框架，包括:形式分析、内容构建、意义解读和设计方法[15].

2.2 构建面向MOOC的视觉表征框架

只有立足于MOOC背后的学习理论基础和教学实践形式，分析其内涵特征和核心要素的学习机理与作用机制，才可能形成全面认识，构建出准确的面向MOOC的知识可视化视觉表征分析框架.

MOOC存在的形态大致有三类:xMOOC、cMOOC、tMOOC.xMOOC基于内容，理论基础是行为主义；cMOOC基于网络，理论基础是关联主义；tMOOC基于任务，理论基础是建构主义[16].从其形态分类上可以看出，虽然它们的学习理论基础与教学目的存在显著差异，但核心过程都是促进知识的传播.这与传播取向的知识表征诉求一致.

同时，MOOC的教学不同于传统网络课程，更加注重学习者创造性思维的培养，更加注重知识的生成而不是灌输[17].这与信息论视角中对知识表征的内涵解读“是认识论层面的信息，其认知的过程实质上是学习者接触、理解和应用视觉表征的过程[15]”一致.

由此可见，构建面向MOOC的知识可视化视觉表征与建模的分析框架，需要综合考虑传播取向和信息论视角的知识表征框架；不仅需要考虑视觉表征的功能作用和内容构建方法，还要重点分析MOOC学习者的认知结构，使知识在信息传播的每一个环节得到关注.

为此，构建面向MOOC的视觉表征分析框架，需要解答三个方面的问题:什么类型的知识需要被可视化(MOOC可以传递的知识类型，语义信息)、要解释给什么人或群体(MOOC学习者特征分析，语用信息)、可视化特定知识的最佳方法是什么(MOOC制作者的设计方法，语法信息).

3 视觉表征设计方法

3.1 知识类型(语义信息)

对知识类型的界定，是知识可视化的基本问题.不同角度的知识分类，将产生不同的视觉表征结果.知识的主要分类方式如图1所示.

图1 知识的主要分类方式Fig.1 The main classification of Knowledge

3.1.1 知识类型的界定

修订版的Bloom教学目标分类法新增了知识分类维度，将知识分为四类:事实性知识、概念知识、程序性知识、元认知知识[18].面向MOOC的知识可视化聚焦于知识内容传播与认知生成，因此从教学目标达成的角度理解知识的类型，是最合适的选择.

3.1.2 类型提取

1)事实性知识.孤立的内容元素，包括专有名词、具体细节、元素等.可提取为“对象——属性”；

2)概念知识.较为复杂的和有组织形式的知识，包括分类和种类知识，原理和推理，理论、模型和结构等.可提取为“对象——结构”和“对象——关系”；

3)程序性知识.一系列的或有次序的步骤，包括从事并完成各种活动的技能、方法等.可提取为“对象——操作”和“对象——过程”；

4)元认知知识.认知或意识的知识，以及关于自我认知的知识，包括策略知识、认知任务知识、自我知识等.可表达为以上三种语义信息提取的综合，是一种语义集合类型，全面反映知识的(静态)状态与认知的(动态)过程.

3.1.3 表征方法

完成了对知识类型的语义提取，从方法上，就可以实现对知识的可视化视觉表征.可以使用的表征方法如下:

1)用关键词语指代对象，这个关键词语应该是对象共性的概括，或本质的抽象；

2)用联结键(具有关系、结构的连接符集合)将对象的属性、特征外显出来，体现对象之间的联系.联结键表示知识之间在个体特定的思维环境背景下构成的特殊关系[19].如果联系无法符号化，则作为联结键的连接对象；

3)将关键词语画上框或圈，用带有箭头的符号表示流程方向(物质流、能量流、信息流、时间流等)或操作状态(因果、控制、矛盾、类比、演绎、归纳等)，则可以体现认知的动态过程.

表征方法示例如图2所示.

图2 认知语义类型表征方法示例Fig.2 Example of cognitive semantic type representation

3.2 MOOC学习者特征分析(语用信息)

MOOC学习者是学习活动的主体，他们所具有的认知的、情感的、社会的特征都将对知识可视化视觉表征的过程产生影响.视觉表征的目的是为了有效促进主体的学习，只有当主体知道了事物的含义、理解了运动的状态或形式，以及对他的效用，才能形成全面认识，完成信息流程，达到认知目的[20].

分析学习者特征，使可视化的知识与学习者的特征相匹配，就是为了让作为认知主体的学习者更好地了解视觉表征对他的效用，进而更加能动地深入了解其含义，促成长时记忆信息的形成.

语用信息的有效传达，需要遵循以下原则:

1)表征的内容符合起点能力；

2)呈现的联系符合认知结构；

3)设问的引导关注动机连接；

4)媒体的形式匹配学习风格.

3.2.1 起点能力分析

学习者原有的知识和技能，称之为起点能力.语用信息传达是否有效，关键就在于起点能力分析是否准确.

MOOC常采用的做法是单元前小测验:如果测验不合格，证明接下来的单元知识超出其认知水平，还达不到语用信息传达的最低阈值，学习失败的可能性很大，需要按测验结果提示的要求补充完善知识结构；如果测验合格，可以进入单元学习新知识.

3.2.2 认知结构分析

认知结构是指知识在头脑中的表征方式、知识类型和知识的组织结构，由主体长时记忆的事实、概念、命题、理论等构成[21].

Ausubel的认知同化学习理论认为，有意义学习与保持的关键因素是学习者原有的认知结构，并提出通过确定学习者的三个认知结构变量特性来对学习者认知结构进行分析.这三个变量为:可利用性、可分辨性、稳固性[22].

MOOC可视化知识，首先应该考虑的，是知识面向的学习者群体类型(包括年龄分布范围、性别比例、受教育程度等)，可采用课前问卷量表、课中观察、课后访谈等形式，对学习群体对象的认知结构做整体分析，使视觉表征符合对象的认知类型；然后，充分利用三个认知结构变量框架，细化表征内容，使可视化的知识更符合学习者的认知结构.

3.2.3 学习动机分析

学习动机是促使学习者自觉学习的内部动力，也是加强知识可视化视觉表征传达语用信息的激励因素.

视觉表征设问的引导方式可借鉴Keller提出的ARCS动机策略设计模型.参考ARCS模型，把影响MOOC学习者学习动机的因素分为四类，对其逐一细化，可用于设计MOOC视觉表征设问的引导方式，加强深度学习的认知联结[23].

1)注意力(Attention):知觉唤起、激发探究、变化；

2)关联性(Relevance):熟悉化、目标定向、动机匹配；

3)自信心(Confidence):期望成功、挑战情景、归因方式；

4)满足感(Satisfaction):自然的结果、积极的结果、公平.

3.2.4 学习风格分析

Keefe从信息加工角度界定了学习风格的概念:“学习者特有的认知、情感和心理行为方式”[24].

国内学者陈丽等在信息加工理论的基础上，构建了中国远程学习者学习风格特征的三维模型.该模型从生理维度、经验维度、心理维度三个层面上对远程学习者学习风格特征进行分析和测量[25].

MOOC的知识可视化呈现方式可参考陈丽的学习风格模型.对MOOC的视觉表征而言，了解学习者学习风格的目的在于找出不同学习风格与图文形式组织、传递方法运用、媒体选择之间的关系，以便为学习者提供更适合其学习风格特点的视觉表征方式.

3.3 MOOC制作者设计方法(语法信息)

面向MOOC的知识可视化，还必须从制作者角度出发，参考语法学和视觉传达设计的一般原理，采用合理的语法结构，有效发挥视觉技术工具的价值，探寻视觉表征的设计方法.

3.3.1 设计方法的功能形态

教学目标的分析与确立是MOOC制作者设计可视化特定知识最佳表征方式的重要环节，它决定着知识传递的总方向.

修订版的Bloom教学目标分类法将认知教育目标按两个维度分类:知识被分成四类，每类知识的掌握按认知过程由低级到高级又被分成六级水平，分别是记忆、理解、运用、分析、评价、创造[26].以此为标准，面向MOOC的知识可视化设计方法从功能形态上就具备三种特点:

1)记忆、理解水平层次的教学目标侧重表达功能；

2)运用、分析水平层次的教学目标突出分析功能；

3)评价、创造水平层次的教学目标强调模拟形态.

3.3.2 语态和动词结构

MOOC的学习理论基础，均强调以学生为中心，学生是认知的主体，是知识意义的主动建构者.因此，在对教学目标进行视觉表征时，应把学习者作为主语，采用主动语态[23].

谓语的使用，采用Bloom支架提供的动词[27]，它们是显性的，可以在教学评价阶段判断知识是否传达，教学目标有没有达成.

3.3.3 可视化设计方法

与功能形态的三种特点对应，可视化设计方法大体上也有三种:

1)表达功能的呈现.用图形图像指代事物元素及其属性，用联结键将类聚的概念、命题连接起来反映关系.设计方法采用可视化知识的技术，典型工具有认知地图、概念图(CmapTool、Inspiration、MindMapper)、知识图谱等；

2)分析功能的呈现.用统计的方法分析现象，揭示规律.设计方法采用可视化认知模式的技术，典型工具有思维导图(MindManager、FreeMind)、思维地图(Thinking Maps、Office系列的SmartArt)、统计图表(Excel、SPSS、Matlab)等；

3)模拟形态的呈现.用模拟、仿真的形态反映事物的本质或思维的认识过程.设计方法采用可视化问题解决过程的技术，或可视化系统思维的技术，典型工具有模型化的图示工具(Metafora、InsightMaker、Stella)、仿真性的虚拟平台(各学科的虚拟仿真平台[28])等.

4 知识建模设计方法

知识经过上述可视化设计方法进行视觉表征后，呈现出单一的知识点特征，知识点与知识结构之间的联系，仍然是零散和碎片化的，缺乏逻辑性和整体连贯性.为此，还需考虑对知识建模，推送符合学习者特征的知识模型，辅助学习者实现深度学习.

4.1 基于专家系统的知识建模方法

专家系统是人工智能的研究领域，是一种模拟人类专家解决领域问题的计算机程序系统，它的核心是知识库和推理机[29].可视化语义模型(通过语义类型提取并表征出来的知识模型)存放在知识库中，这些模型都是可做决策的；推理机则针对现有条件或已知信息，基于特定的算法或决策策略，与知识库中类似的表征规则反复匹配，依据学习者的特征推荐出新的结论，获得求解结果.

基于专家系统的知识建模方法采用“问题求解”模式，其运作机制是:学习者从知识库中提取符合起点能力的可视化语义模型，在交互界面上完成知识表征；用户接口将表征的结果依据其语义解析成反映学习者特征的知识特征变量；专家系统根据知识特征变量，通过反复匹配知识库中的相关规则，分析推理，得出预测的语义模型，生成相对标准、正确的知识目标变量.专家系统推荐的语义模型，很有可能就是学习者理解出现偏差的知识点，进而明确需要努力的方向.学习者每次知识的建构，都与专家系统推荐的标准知识模型比较、校正，在学习过程中得到及时的提示、评价和建议，促进反思，建立知识点与知识结构之间的联系.如图3所示.

图3 基于专家系统的知识建模方法Fig.3 Knowledge modeling method based on expert system

4.2 基于教学过程的知识建模方法

基于教学过程的知识建模系统，一般包括知识库(学科知识库和教学策略库)、教学策略推理机、学习者模型等模块.与基于专家系统的建模方法相比，本方法知识库较小，学科性更强，知识点之间的结构关系更明确.

基于教学过程的知识建模方法模拟“思维的认知过程”方式，其运作机制是:学习者经MOOC平台进入某个学习单元，系统会根据学习者以往的表现生成一个符合该学习者特征，且起点条件不低于本单元最低阈值的静态模型.在整个学习过程中，系统不断获取学习者学习行为，分析其特征，评价并记录学习情况，诊断学习中的错误并生成诊断模型，这是一个动态的过程.在经过多次静态模型与动态模型的比较之后，系统会根据数据分析推送出学习建议.教学策略推理机则反复匹配教学策略库中进行补救教学的决策策略，自动选择合理的教学方案实现个性化教学，帮助学习者完成该教学单元的知识建构.如图4所示.

图4 基于教学过程的知识建模方法Fig.4 Knowledge modeling method based on teaching process

5 结束语

本文在视觉传播取向和信息论视角的知识表征基础上，提出了面向MOOC的知识可视化视觉表征与建模设计框架.针对不同起点能力、各异认知结构、多元学习动机和多样学习风格的众多学习个体，提供满足各个知识水平层次的视觉表征与知识建模设计方法，具有操作性指导意义.实践证明，MOOC的学习者在表征框架下，能增强认知联结、拓展广度、增加深度，从而满足深度学习的诉求.

[1]汪基德，冯莹莹，汪滢.MOOC热背后的冷思考[J].教育研究，2014 (9):104-111.

[2]顾小清，冯园园，胡思畅.超越碎片化学习:语义图示与深度学习[J].中国电化教育，2015(3):39-48.

[3]权国龙，张茹，顾小清.面向“深阅读”的知识图示设计[J].电化教育研究，2015(11):13-19.

[4]WARE C.VISUAL QUERIES:The Foundation of Visual Thinking [M]//Tergan SˉO＆Keller T.Knowledge and information visualization:Searching for Synergies.Springer-Verlag Berlin Heidelberg，2005: 27-35.

[5][美]D·H·乔纳森.用于概念转变的思维工具:技术支持的思维建模[M].祝智庭，顾小清，译.3版.上海:华东师范大学出版社，2007:164-170.

[6]赵国庆，黄荣怀，陆志坚.知识可视化的理论与方法[J].开放教育研究，2005(1):23-27.

[7]权国龙，冯园园，冯仰存，等.面向知识的可视化技术分析与观察[J].远程教育杂志，2016(1):90-98.

[8]赵慧臣.知识可视化的视觉表征研究综述[J].远程教育杂志，2010(1):75-80.

[9]赵国庆.知识可视化2004定义的分析与修订[J].电化教育研究，2009(3):15-18.

[10]吕永峰.读图时代可视化及其技术分析[J].现代教育技术，2015 (2):19-25.

[11]顾小清，权国龙.以语义图示实现可视化知识表征与建模的研究综述[J].电化教育研究，2014(5):45-52.

[12]BURKHARD R A.The Use of Complementary Visual Representations for the Transfer of Knowledge:A Model，a Framework，and Four New Approaches[D].citizen of Sumiswald BE，Switzerland，2005:54.57.

[13]张舒予.视觉文化研究与教育技术创新[J].中国电化教育，2006 (4):10-15.

[14]国玉霞，颜士刚.论视觉传播视野下的知识可视化过程[J].电化教育研究，2016(3):20-25.

[15]赵慧臣.知识可视化视觉表征的分析框架[J].开放教育研究，2010(10):51-58.

[16]王永固，张庆.MOOC:特征与学习机制[J].教育研究，2014(9): 112-120.

[17]刘和海，张舒予，朱丽兰.论“慕课”本质、内涵与价值[J].现代教育技术，2014(12):5-11.

[18]常经营，兰伟彬.布鲁姆教育目标分类的新发展[J].南阳师范学院学报(社会科学版)，2008(5):84-86.

[19]焦秋生.认知结构的表征与建构[J].山东师范大学学报(人文社会科学版)，2004(6):108-112.

[20]钟义信.自然语言理解的全信息方法论[J].北京邮电大学学报，2004(4):1-12.

[21]毛景焕，李蓓春.认知结构理论的教学设计原理初探[J].外国教育研究，2000(4):10-13.

[22]王洪玉.试析奥苏贝尔的学习理论及其启示[J].教学研究，2005 (7):291-293.

[23]熊剑.翻转课堂教学微视频设计与制作研究[J].西南民族大学学报(自然科学版)，2015，41(3):350-355.

[24]刘春玲.国内外有关学习方式的研究综述及对我国教学发展的启示[J].教育实践与研究，2004(2):3-6.

[25]陈丽，张伟远，郝丹.中国远程学习者学习风格特征的三维模型[J].开放教育研究，2005(2):48-52.

[26]吴红耘，皮连生.修订的布卢姆认知教育目标分类学的理论意义与实践意义——兼论课程改革中“三维目标”说[J].课程·教材·教法，2009，29(2):92-96.

[27]REX HEER.Model of Learning Objectives based on Taxonomy for Learning，Teaching，and Assessing:Revision of Bloom's Taxonomy of Educational Objectives[EB/OL].(2009-03-18)[2016-04-08].http://www.celt.iastate.edu/teaching/effective-teaching-practices/revised-blooms-taxonomy

[28]熊剑.基于虚拟现实技术的教学积件平台的设计与实现[J].西南民族大学学报(自然科学版)，2014，40(4):547-552.

[29]毕学工，杭迎秋，李昕，等.专家系统综述[J].软件导刊，2008，7 (12):7-9.

(责任编辑:张阳，付强，李建忠，罗敏；英文编辑:周序林)

Visual representation and modeling design of knowledge visualization based on MOOC

XIONG Jian
(Information and Educational Technology Center，Southwest University for Nationalities，Chengdu 610041，P.R.C.)

Aiming at the phenomenon of lack of depth in MOOC learning，this paper presents a visual representation and modeling design of knowledge visualization based on MOOC，analyzes the main problems of the lack of depth of MOOC learning and the inherent requirements of information processing，and clarifies the basic concepts of knowledge visualization，representation and modeling.In reference to the viewpoint of the knowledge representation of visual communication and information theory，this article presents a framework for MOOC-oriented visual representation，explains the concrete analysis methods from the three elements of semantic，pragmatic and grammatical information respectively，determines the type of knowledge，the extraction process and the representation method based on the Bloom teaching target classification method in semantic，states the basic principles of effective communication of information in the pragmatic，and introduces the concrete structure model and visualization method in grammar.It is proved that learners in the framework for MOOC-oriented visual representation can enhance the cognitive link，expand the breadth，depth，and thus meet the aspirations of the depth of learning.

MOOC；knowledge visualization；visual representation；knowledge modeling；analytical framework

G434

A

2095-4271(2016)05-0550-08

10.11920/xnmdzk.2016.05.014

2016-04-07

熊剑(1981—)，男，汉族，四川宜宾人，实验师，研究方向:教育技术应用.

中央高校基本科研业务费专项基金资助项目(2016SZYQN49)