同步讨论情景下硕士生社会知识建构行为模式分析

夏珍欣

摘   要：在教育信息化的热潮中，学习分析技术为其发展提供了强大的数据依据。社会知识建构理论已经在教育领域受到广泛关注，然而，目前仍然缺少对硕士研究生在线同步讨论中社会知识建构行为模式的学习分析。因此，文章对硕士生在线同步讨论情景下社会知识建构行为模式分析进行了研究。研究采用内容分析法和时序分析法，对硕士生在线同步讨论的内容进行学习分析。结果表明：在线同步讨论的过程中，参与者比较愿意与其他小组成员分享信息;小组成员在讨论中能够充分发表自己的意见，根据他人意见及时调整任务分配;参与者能够实现从探讨协商知识意义到更深入达成新共识的行为模式;此外，同步讨论会有较多无关话题，缺少深度反思的时间。

关键词：社会知识建构;任务合作;学习分析;同步讨论;时序分析

中图分类号：G434 文献标志码：A 文章编号：1673-8454（2019）19-0033-05

一、引言

在教育信息化的热潮中，学习分析技术为其发展提供了强大的数据依据。知识建构理论在教育领域获得了广泛的讨论，很多研究者认为教学活动中的社会互动有助于知识建构（Scardamalia，2002）。近年来，随着科技的发展，学习者进行互动通常都是通过网络进行的，协作完成任务很多时候是由在线同步讨论来完成的（Wever，Keer，SCHELLENS，& VALCKE;2010）。在线讨论已经被普遍应用于教学活动中。例如：将在线同步讨论应用在小学远程教学当中，以提升小学生的学习动机（Hwang & Yang，2008）;将在线同步讨论应用在英语口语的教学中，以促进学生主动学习（Lin & Hwang，2018）。对于在线同步讨论行为模式进行分析的研究也日益增加（H. T. Hou & Wu，2011）。通过在线同步讨论和协作进行社会知识建构以及提高解决问题能力对于科学研究来说非常重要，尤其是硕士研究生。然而，目前仍然缺少对于硕士研究生的在线同步讨论行为学习分析。因此，文章对浙江某大学硕士一年级研究生進行了相应的研究，详细分析其中的社会知识建构行为模式，以期为相关教学人员和研究人员提供参考。

二、文献回顾

社会建构主义者认为，学习者是在信息共享、协商和讨论的过程中共同建构知识（Jonassen，Davidson，Collins， Campbell，& Haag;1995）。协作学习的关系意味着学习者通过共享资源和参与批判性的对话来建构知识（Orders，2013）。社会互动是促进协作学习的重要因素，同时，社会互动也是在线学习环境中的重要组成部分（Q. Wang，2008）。在线学习为学习者提供了一个真实的、灵活的、个性化的学习环境（Chieu & Herbst，2016）。除此之外，在线同步讨论能够促进学习者进行有效的社会互动，进行学习经验的分享和知识的构建过程（H. Hou，2015）。近年来，科技的快速发展带动了即时通讯工具的出现，多样化的通讯工具使得学习者能够方便快捷地进行在线同步讨论。

有许多研究者对在线同步讨论应用在教学活动中的效果做了相应研究。例如，在线同步讨论有助于教师理解学生在线上学习社群中的学习态度，鼓励学生进行立即性的信息交换与回馈（Branon & Essex，2001）。在线同步讨论能够培养学习者的提出问题的能力（C. H. Wang，2010）。同时，研究者深入研究了在线同步讨论情景下主动学习和学习成绩之间的关系（Holliman & Scanlon，2006）。有研究者研究了学习者在同步讨论中学习者的讨论参与度（Hrastinski，2008）。

许多研究者提出了内容分析方案来评估学习者在网络讨论中的社会知识建构水平（Huei Tse Hou，2012）。内容分析法是一种对交流的显性内容进行系统的、客观的、量化的分析方法，该方法已经被广泛应用于分析计算机支持的协作学习的效果中（Rourke & Anderson，2004）。在内容分析法中，讨论的内容被划分为分析单元、代码、频率和百分比，用于调查和分析社会知识建设的过程（Lan，Tsai，Yang，& Hung;2012），已经有许多研究者为在线讨论内容分析提出了编码表（Chai & Khine，2006;Jeong，2003）。

社会知识建构行为模式是指在线学习活动中各类编码讨论内容之间的顺序关系，有助于理解在线学习活动中学习者讨论的整个顺序模式（Lee & Bonk，2016）。行为模式是指不同编码类型的讨论内容之间的时间顺序关系，它可以通过统计学上的计算来确定一个行为编码和紧接着的另一个行为编码之间是否有显著的统计学关系。滞后时序分析法（LSA）可以帮助研究者们检验时间上紧挨着的两个行为编码之间的统计学显著性（Berk，1997）。

通过滞后时序分析分析学习者在线讨论的过程，可以揭示更多的学习者在线学习过程和行为转换模式。将内容分析和滞后时序分析法相结合，可以帮助研究者分析学生社会知识建构的行为模式（Zhang，Liu，Chen，Wang， & Huang;2017）。例如，学者Lan分析了基于移动设备的在线异步讨论环境中学生的社会知识建构模式，结果表明学习者在分享信息和反思的时候有更强的参与度（Lan，et al.;2012）。

因此，文章采用内容分析法和滞后时序分析法结合来对硕士生的在线同步讨论与协作情景下的讨论内容进行深度分析，并探究其社会知识建构的行为模式，为研究生培养的教学活动中形成高质量讨论提出建议。

三、研究过程

研究对象是浙江某大学硕士一年级的学生，以5人为一个小组，在移动学习的课程上通过在线同步讨论协作完成课程任务。任务内容是使用蓝墨云班课软件，完成古诗词鉴赏课程设计。其目的是培养硕士生的信息素养和问题解决能力。小组成员为完成课程设计，通过即时通讯工具进行为期3周的在线同步讨论。

研究方法采用定量内容分析和学习分析中的序列分析方法。其中，采用时序分析法对该小组的在线同步讨论情景下进行的社会知识建构过程进行编码和分析。利用社会知识构建编码方案（Gunawardena，Lowe，& Anderson;1997）进行定量内容分析和序列分析，可以帮助我们研究社会知识构建的模式、特征及其局限性。通过时序分析行为模式，我们能够进一步理解同步讨论中的社会交互和知识建构的关系，同时也为教育工作者进行同步讨论的设计、教学策略的选择提供了重要参考（H. T. Hou & Wu，2011）。时序分析法采用Generalized Sequential Querier（GSEQ）软件进行序列分析。该软件是由美国乔治亚州立大学Roger Bakeman教授和西班牙巴塞罗那大学Vicen？觭 Quera教授所开发的专门用于行为序列分析的操作软件，能够按照行为出现的先后顺序，找出一个行为接着另一个行为出现的频率。

编码表采用Hou & Wu所开发的编码表，如表1所示。

四、研究结果与分析

根据编码结果，共产生了294条编码记录，其中没有产生L33有关技术问题的社会互动编码记录，如表2所示。

其中，L11（共享/比较信息）的编码记录数是最多的，这表示在线同步讨论的过程中，参与者比较愿意与其他小组成员分享自己获得的信息。其次是L22（评价任务），对于任务评价的讨论比较多，这说明小组成员在讨论过程中能够充分发表自己的意见，根据小组成员的意见来及时调整任务的分配，只有在小组成员进行了充足的任务评价，分配了合理的任务之后，才能够进行更深层次的协作（H. T. Hou & Wu，2011）。同步讨论是有利于协作学习和任务合作的（Isaacs，Walendowski，& Ranganthan;2002）。除此之外，在线同步讨论中，L41（无关话题）的编码数量排在第三位，数量相对比较多，这说明小组成员在进行在线同步讨论的时候容易跑题，谈论与学习主題不相关的话题。因此，在进行同步讨论活动设计的时候需要添加一些辅助机制来促进知识的建构（H. T. Hou & Wu，2011）。但是，有研究者认为无关话题的谈论有助于营造团体氛围（Bock，Zmud，Kim， & Lee，2005），轻松的讨论氛围可以让小组成员更自由地发表自己的意见。而代表社会知识建构过程的L14和L15的编码记录数非常少，这表示即时同步讨论通常会导致学生缺少深度反思的时间（Branon & Essex，2001）。因此，如何在同步讨论时加深参与者的反思能力也是一项值得深入研究的议题。

通过定量内容分析，我们可以初步了解到在线同步讨论和协作情景下硕士研究生社会知识建构的特征。接下来将按行为的时间顺序进行序列分析。通过序列分析，可以掌握一个行为和下一个行为之间是否有显著相关性（H. T. Hou & Wu，2011）。将编码结果进行序列分析，获得该小组在线同步讨论行为序列分析结果，如表3所示。Z>1.96表示两个行为之间有显著关联。

通过定量内容分析和滞后时序分析，小组成员在线同步讨论内容中有12个行为序列是具有统计学意义上的显著性的。将有显著关联的12个行为序列绘制成行为转换图，如图1所示。这些行为序列展示了在线同步讨论与协作情景下硕士生社会知识建构的行为模式。

从行为转换图中可以看出，L1（学习内容）、L2（任务合作）和L4（无关话题）之间有直接和间接的联系。这表示在同步在线讨论与协作情景下，硕士生们通常会将学习内容和任务合作等方面的讨论进行连续性探讨，也会讨论无关话题，例如L15 -> L41、L21 -> L41。然而，L3（社会互动）是相对独立的。

硕士生在进行在线同步讨论的时候能够实现从L13（探讨协商知识意义）到更深入的L15（达成新共识）的行为模式。而达成新共识之后，通常会进行L41（无关话题）的讨论，这有可能是因为小组合作达成了一项共识，讨论氛围比较轻松，造成讨论内容偏离学习相关的内容。除此之外，硕士生在同步讨论的过程中从L21（分配任务）的讨论转向L14（修正或者测试假设）的过程表明，在分配任务之后，硕士生会对分配到的任务作出相应的判断和修改，用以更好地完成协作任务。

而L31（身份识别）和L33（有关技术问题的社会互动）并没有出现在行为转换图中，这可能是因为小组成员已经比较熟悉，能够根据交流工具中的头像和昵称等信息确认对方的身份，无需通过文字内容来确认身份，而技术层面来说，网络非常稳定，无需进行网络技术相关的讨论。这与Hou & Wu的研究中提到的在线同步讨论需要可靠的网络环境是一致的。

行为转换图中的L11（共享/比较信息）、L12（发现和解释参与者之间不同意见）、L13（探讨协商知识意义）、L14（测试或修正提出的假设）等编码行为都有与自己同类编码行为的显著相关性，这表明，硕士生在进行在线同步讨论与协作学习时，对于L11、L12、L13、L14的讨论都有一定的持续性和专注性。

五、结束语

本文通过对浙江某大学硕士一年级学生在移动学习课程上完成的课程设计任务进行定量内容分析，了解了在线同步讨论和协作情景下硕士研究生社会知识建构的特征，然后通过序列分析，掌握了不同行为序列之间的统计学相关性。在线同步讨论的过程中，参与者比较愿意与其他小组成员分享自己获得的信息，但是同步讨论通常会导致学生缺少深度反思的时间。参与者能够实现从探讨协商知识意义到更深入地达成新共识的行为模式，他们还能够从分配任务的讨论转向修正或者测试假设的过程。因此，建议教师在设计在线同步讨论的教学活动中，采用一些提升学习者参与度和学习动机的策略，例如积分奖励、教师表扬、同伴互评等教学策略，鼓励学生保持主题相关的讨论。值得注意的是，为了营造更融洽的团队氛围也不必禁止非相关的话题讨论。

參考文献：

[1]Scardamalia M. Collective cognitive responsibility for the advancement of knowledge[M]. 2002.

[2]Wever DE， Keer V， SCHELLENS， et al. Structuring asynchronous discussion groups： the impact of role assignment and self-assessment on students' levels of knowledge construction through social negotiation[J].J Comput Assist Learn，2010，25（2）：177-188.

[3]Hwang KA， Yang CH. A synchronous distance discussion procedure with reinforcement mechanism： Designed for elementary school students to achieve the attending and responding stages of the affective domain teaching goals within a class period[J].Comput Educ，2008，51（4）：1538-1552.

[4]Lin CJ， Hwang GJ. A Learning Analytics Approach to Investigating Factors Affecting EFL Students' Oral Performance in a Flipped Classroom[J].Educ Technol Soc，2018，21（2）：205-219.

[5]Hou HT， Wu SY. Analyzing the social knowledge construction behavioral patterns of an online synchronous collaborative discussion instructional activity using an instant messaging tool： A case study[J]. Comput Educ， 2011，57（2）：1459-1468.

[6]Jonassen D， Davidson M， Collins M， et al. Constructivism and computer-mediated communication in distance education[J]. American Journal of Distance Education， 1995，9（2）： 7-26.

[7]Orders A. Cultivating communities of practice [J]. Journal of Chemical Health & Safety， 2013，20（3）：44-45.

[8]Wang Q. A generic model for guiding the integration of ICT into teaching and learning[J]. Innovations in Education & Teaching International， 2008，45（4）：411-419.

[9]Chieu VM， Herbst P. A study of the quality of interaction among participants in online animation-based conversations about mathematics teaching[J]. Teaching & Teacher Education， 2016（57）：139-149.

[10]Hou H. What makes an online community of practice work？ A situated study of Chinese student teachers perceptions of online professional learning[J]. Teaching & Teacher Education， 2015，46（46）：6-16.

[11]Branon RF， Essex C. Synchronous and asynchronous communication tools in distance education[J]. Techtrends， 2001，45（1） 36-36.

[12]Wang CH. Questioning skills facilitate online synchronous discussions[J]. J Comput Assist Learn， 2010，21（4）：303-313.

[13]Holliman R， Scanlon E. Investigating cooperation and collaboration in near synchronous computer mediated conferences[J]. Comput Educ， 2006，46（3）：322-335.

[14]Hrastinski S. The potential of synchronous communication to enhance participation in online discussions： A case study of two e-learning courses☆[J]. Information & Management， 2008， 45（7）：499-506.

[15]Hou HT. Exploring the behavioral patterns of learners in an educational massively multiple online role-playing game（MMORPG）[J]. Comput Educ， 2012， 58（4）：0-1233.

[16]Rourke L， Anderson T. Validity in quantitative content analysis[J]. Educational Technology Research and Development， 2004，52（1）：5.

[17]Lan YF， Tsai PW， Yang SH， et al. Comparing the social knowledge construction behavioral patterns of problem-based online asynchronous discussion in e/m-learning environments[J]. Comput Educ， 2012，59（4）：1122-1135.

[18]Chai CS， Khine MS. An analysis of interaction and participation patterns in online community[J]. Educational Technology and Society， 2006，9（1）：250-261.

[19]Jeong AC. The Sequential Analysis of Group Interaction and Critical Thinking in Online[J]. American Journal of Distance Education， 2003，17（1）：25-43.

[20]Lee J， Bonk CJ. Social network analysis of peer relationships and online interactions in a blended class using blogs[J]. Internet & Higher Education，2016（28）：35-44.

[21]Berk R. Observing Interaction： An Introduction to Sequential Analysis[J]. Technometrics， 1997，34（1）：112-113.

[22]Zhang S， Liu Q， Chen W， et al. Interactive networks and social knowledge construction behavioral patterns in primary school teachers' online collaborative learning activities[J]. Comput Educ，2017（104）1-17.

[23]Gunawardena CN， Lowe CA， Anderson T. Analysis of a global online debate and the development of an interaction analysis model for examining social construction of knowledge in computer conferencing[J]. J Educ Comput Res， 1997，17（4）：261-269.

[24]Isaacs E， Walendowski A， Ranganthan D. Hubbub： A sound-enhanced mobile instant messenger that supports awareness and opportunistic interactions; proceedings of the Sigchi Conference on Human Factors in Computing Systems， F， 2002[C].

[25]Bock GW， Zmud RW， Kim YG， et al. Behavioral Intention Formation in Knowledge Sharing： Examining the Roles of Extrinsic Motivators， Social-Psychological Forces， and Organizational Climate[J]. Mis Quarterly，2005，29（1）：87-111.

（編辑：王晓明）