联通主义学习教学交互的关系及其特征研究
2020-11-06黄洛颖陈丽田浩王瑞雪
黄洛颖 陈丽 田浩 王瑞雪
【摘要】
教学交互是联通主义学习的基础、过程和结果,也是影响联通主义学习取得成功的关键。为了进一步探究和挖掘联通主义学习中教学交互之间的互动关系、作用机制及其特征,以cMOOC“互联网+教育:理论与实践的对话2.0”主题4中产生的文本数据为研究对象,通过时序梳理、内容编码和滞后序列分析获得教学交互方式显著序列。在剖析教学交互方式显著序列的基础上,得出以下结论:三层教学交互间的相互作用主要体现在寻径交互与意会交互的双向转化,以及创生交互对寻径交互的直接单向扩展上;低层教学交互对高层教学交互的支撑作用呈现出逐层渐进式的特征;高层教学交互对低层教学交互的扩展作用具有跨越性、互补性和弱递归性;高层教学交互对低层教学交互扩展作用的范围更广、复杂度更高。本研究不但验证了联通主义学习教学交互框架的科学性,并对其进行了进一步的深化和扩展,以期为相关理论研究提供支持,并为教师进行联通主义课程的设计、运营和优化等实践提供借鉴。
【关键词】 在线学习;慕课;教学交互;教学交互序列;联通主义学习;滞后序列分析;扩展;支撑;cMOOC2.0
【中图分类号】 G420 【文献标识码】 A 【文章编号】 1009-458x(2020)9-0053-09
一、问题提出
当今社会正在从工业社会迈入知识经济社会(Bereiter, 2002),变革学习方式是应对知识经济社会所带来的新挑战的重要对策,而基于联通主义的大规模在线开放课程(Connectivist Massive Online Open Course, cMOOC)正是变革学习方式的探索与实践方案之一(韩锡斌, 等, 2013)。关注知识生成与创造的 cMOOC正在成为全球众多高等教育机构进行大规模在线教学实践的先驱(许涛, 2016)。随着联通主义学习理论的发展以及在线学习环境的逐步成熟,强调网络连接与知识创造的联通主义学习正在逐渐成为主要的在线学习形态(段金菊, 等, 2019)。
联通主义学习是形成认知神经网络、概念网络和社会网络的过程(Siemens, 2005),教学交互是学习者建立三类网络的基础、过程和结果,也是联通主义学习取得成功的关键(王志军, 等, 2014),联通主义学习者最终通过教学交互实现知识的创生和网络的拓展与优化(王志军, 等, 2019)。因此,关注和研究联通主义学习教学交互是联通主义相关理论研究和实践探索的关键。然而,目前研究者从认知参与度的角度对联通主义学习教学交互进行了研究,提出了联通主义学习教学交互与参与模型(Connectivist Interaction and Engagement Framework,CIE),其中将联通主义学习教学交互划分为四层,并进一步提出四层交互之间存在着相互支撑、相互扩展的关系(Wang, Anderson & Chen, 2017)。但是,目前尚未有研究从实证的角度出发,深入探究教学交互之间存在着怎样的互动关系以及具有怎样的特征。本研究采用内容分析法和滞后序列分析法,对cMOOC2.0中的部分文本数据进行分析,探究联通主义学习过程中产生的教学交互方式显著序列,进而揭示联通主义学习教学交互间的相互关系,不仅有利于扩展和丰富联通主义学习教学交互的相关理论,同时也为教师设计、实施与迭代cMOOC等实践提供借鉴。
本研究旨在探索和揭示联通主义学习教学交互之间的关系及其特征,具体可拆解为以下3个子问题:①低层教学交互是否支撑了高层教学交互的产生?具体通过哪些显著序列来支撑?②高层教学交互是否扩展了对低层交互的需求?哪些显著序列可以表征此扩展作用?③教学交互之间的相互作用主要体现在哪些方面?支撑和扩展作用是否呈现出不同的特征与规律?
二、文献综述
(一)联通主义学习教学交互关系的相关研究
已有研究者提出了CIE框架,从类型、模式和方式三个粒度对联通主义学习教学交互进行了定性划分,并基于内容分析法定性地阐述了四层教学交互之间的关系,即:操作交互是其他交互产生的基本前提;寻径交互是联通主义学习发生的持续动力,也是更高层次交互发生的强大支撑;意会交互是创生交互的孵化器,通过集体智慧的碰撞和汇聚为高层交互的发生提供支持;创生交互是制高点,也是影响联通主义学习持续进行和开展的关键(Wang, et al., 2017)。简言之,低层交互是高层交互的基础,高层交互可以扩展低层交互,并且四层教学交互之间呈现出网络化、递归性的关系(王志军, 等, 2019)。在CIE模型基础上,徐亚倩等(2019)基于cMOOC“互联网+教育:理论与实践的对话”第1期主题1的数据,探究了个体网络地位与其概念网络特征的关系;王慧敏等(2019)对该cMOOC第1期微信群互动数据进行社会网络分析,探究了个体社会网络特征对其概念网络建构和发展的影响。虽然有研究者在CIE框架基础上对联通主义学习教学交互相关研究进行了实证探索,但其关注的是学习者个体层面,而非教学交互及其关系本身。
通过文献检索和梳理来看,目前国内研究者对联通主义学习相关基础规律的认识和研究还不够充分和深入,对教学交互之间互动關系和作用机制的研究更为稀少,仅有以陈丽、王志军等为代表的少数研究者对上述问题进行了探索和研究,整体上处于内涵阐释以及规律演绎等理论研究层面,实证类研究比较少。虽然有研究者指出了联通主义学习四层教学交互之间的作用关系,但是还缺乏相关实证研究的验证和深化,缺乏从教学交互发生的时间序列的视角来分析教学交互之间互动关系的研究。
(二)在线学习中滞后序列分析的相关研究
为了研究在线学习中学习者的典型学习行为模式、协作知识建构行为模式等,研究者通过采用滞后序列分析从学习者众多的学习行为中挖掘出具有显著性的行为序列,并以此来表征学习者的在线学习过程,进而为相关规律的探索提供支持(胡丹妮, 等, 2019)。滞后序列分析(Lag Sequential Analysis)是由萨基特(Sackett, 1978)提出的一种检验行为序列显著性的方法,该方法通过分析一种行为在另一种行为之后出现概率的显著性来探索人类的行为模式(李爽, 等, 2017)。LSA常用的工具为GSEQ(杨现民, 等, 2016),将编码后的数据输入到该工具中可获得调整后的残差表,根据滞后序列分析理论,如果Z-score>1.96,则表明该行为路径具有统计学上的显著意义(Bakeman, 1997),根据具有显著意义的行为数据绘制出行为转换图,可以更直观地呈现出行为序列。
近年来,该方法被主要应用在学习者的行为模式分析上。例如,李爽等(2017)根据国家开放大学一门网络课程中产生的学习者日志数据,对学习者的在线学习行为序列进行分析,继而探索了学生在线学习的5类行为转换特征与参与模式;孙萌等(2019)基于日行为模式对英国开放大学的公开数据进行学生行为序列分析,探索学习者典型的日行为模式及其序列特征。此外,还有研究者将滞后序列分析法应用于其他方面,进行創新性的研究和尝试。例如,戴心来等(2019)根据学习者在虚拟学习社区中的社会网络位置对其进行角色划分,并对每种角色的内隐交互行为(知识建构)进行滞后序列分析,以一个动态的视角考查了每种角色的知识建构过程,有别于通过内容分析法得到的静态结果;郝祥军等(2019)将在线学习者的角色划分为3个维度共15种,通过滞后序列分析法从同维度和跨维度两方面分析了学习者角色的动态转换路径,并为教师依据学习者角色转换路径采取在线学习干预提供了建议。
整体来看,滞后序列分析法在探索、发现和描绘学习者在线学习典型行为模式方面较为成熟,并且部分研究者开始将该方法引入学习者内隐交互行为发展、角色转换等方面的研究中,并验证了该方法的有效性。为了挖掘和探讨联通主义学习教学交互之间的关系,本研究采用滞后序列分析法,从教学交互发生的时间序列的视角分析教学交互之间的显著序列,进而探究和阐释教学交互之间的相互作用关系及其特征。
三、研究设计
(一)研究对象与情境
2018 年,北京师范大学陈丽教授领衔开设了国内首门cMOOC——“互联网+ 教育: 理论与实践的对话”。该课程以学习者参与论坛话题讨论、发布博客及评论互动为主要的学习方式。2019年上半年,该课程第二期(以下简称“cMOOC 2.0”)上线运行并顺利结课。本研究以其中的主题四“消费驱动的教育供给侧改革”为研究情境,该主题处于课程的中后半段,共持续两周,学习者已经基本熟悉了课程的学习方式及学习平台的具体操作。在主题四进行期间,来自高校的学生、一线教师以及相关产业的从业人员等共计107名学习者参与了学习与互动,他们在论坛中积极讨论课程设计者发布的话题,在博客中主动分享和讨论自己的思考、相关案例和资源等。本研究即以学习者在论坛和博客中产生的交互文本数据为研究对象。
(二)数据处理与分析
本研究对cMOOC2.0主题四运行期间学习者在论坛和博客中产生的互动文本数据,进行手动收集和梳理。主题四进行期间,学习者共在cMOOC学习平台中围绕10个论坛话题进行了讨论互动,发布了168篇博客并进行了评论互动,文本内容共计1,056条。剔除无效数据后,本研究所使用的数据为1,004条文本,涉及126个话题和博客。数据处理过程包括划分分析单元、梳理分析单元数据并编码、进行滞后序列分析。
1. 划分分析单元
滞后序列分析法要求划分数据分析单元,分析单元内部的数据相对紧密,且按照时间先后顺序进行排列,而分析单元外部的数据之间相对独立(杨现民, 等, 2016)。本研究旨在分析和探究联通主义学习教学交互之间的互动关系,而不关注联通主义学习中学习者个体层面所体现出来的教学交互规律,因此本研究仅以学习者生成的文本内容作为意义单元进行划分。由于每个话题或博客及其所包含的发帖内容之间较其外部文本内容之间的联系更为紧密,因此本研究将每个话题或博客作为数据分割单元,将每个话题或博客及其下面所包含的发帖内容作为独立的分析单元进行划分,最终共形成了178个分析单元。
2. 梳理分析单元数据并编码
以每个话题及其包含的讨论内容和每个博客及其引发的互动讨论内容作为滞后序列分析的独立单元,将每个分析单元的内容按照文本生成的时间顺序进行梳理排序,忽略文本之间回复与被回复的层级关系,进而形成每个分析单元的内容序列。分析单元的内容序列示例如表1。由于共有52个博客在发布后没有被回复评论,不能构成教学交互序列,无法进行滞后序列分析,需将其剔除,因此本研究的分析单元最终确定为126个,所包含的文本为1,004条。
在此基础上,按照CIE框架对每条文本进行内容分析并编码,编码框架如表2所示。本研究将内容编码的粒度确定为最小的教学交互方式,一方面便于深入探究和挖掘教学交互之间更为具体的关系,另一方面可以通过逐层向上汇聚的方式便捷地获取交互模式、交互类型粒度的数据。编码完成后,形成每个分析单元的教学交互方式序列,成为满足滞后序列分析要求的基础数据,如表3所示。文本编码工作由两位研究者经充分讨论后共同完成,最终编码一致性为82%,具有较高的信度水平,可以进行进一步的分析和研究。对于编码不一致的数据,经两位研究者深入讨论后最终确定了统一的编码。
3. 滞后序列分析
将话题和博客作为分析单元,将其所包含的教学交互方式序列输入到滞后序列分析工具GESQ5.1中,计算教学交互方式之间存在的显著滞后序列,获得行为转换频率表和调整后的残差表,按照调整后的残差表绘制序列转换图,进而分析和探究教学交互方式之间的时序转移模式。重点关注是否存在低层教学交互支撑高层教学交互、高层教学交互扩展低层教学交互的显著序列,以及低层教学交互与高层教学交互通过哪些教学交互序列实现互相支撑和扩展,并进一步挖掘教学交互之间的作用关系及其特征。
四、联通主义学习教学交互显著序列分析
(一)教学交互频次描述统计
对文本内容编码结果进行描述统计分析,以了解学习者所产生的教学交互类型及其数量,如图1所示。主题4进行期间,学习者们共产生了33种教学交互方式,各教学交互方式产生的频次范围从1到364,差异极大。具体地分析,意会交互层的“给出自己的看法(包括举例子、打比方等)”(C24)产生的频次最多,显著高于其他教学交互方式;其次是意会交互层的“喜欢和支持观点(认同、同意)或挑战已有观点(不过、但是)”(C25),以及寻径交互层的“表示喜欢和支持”(B18)。这说明学习者在课程中所生成的文本内容主要聚焦于观点、看法和态度的表达。
将教学交互方式按照“教学交互方式-教学交互模式-教学交互类型”逐层向上的方式汇聚,可获得教学交互模式和教学交互类型所产生的频次及比例。经计算发现,课程中共产生了3种教学交互类型和9种教学交互模式。从教学交互模式来看,“讨论协商”(C2)是最主要的教学交互模式,频次显著高于其他教学交互模式,其次是“参与式间接寻径”(B1),其他教学交互模式产生的频次较少且差异不大。按照教学交互类型产生的频次排序,依次为意会交互、寻径交互、创生交互和操作交互,其中意会交互的频次为736,占总频次的73.31%,是最主要的交互类型,说明大部分文本内容可以达到意会交互水平;创生交互的频次仅占总频次的7.17%,比重较小,一定程度上表明达到创生交互的难度较高;值得注意的是,操作交互的频次为0,表明课程中没有产生体现操作交互的文本,因此本研究只探讨其他三层教学交互之间的互动关系。
(二)低层交互对高层交互的支撑作用
1. 寻径交互支持意会交互的产生
通过GESQ5.1工具对cMOOC2.0主题4中产生的文本进行滞后序列分析发现,共有5对显著序列体现了寻径交互对意会交互的支撑作用,如图2所示,具体表现为:在产生“分享问题和困惑(信息过载、沮丧、难操作等)”(B16)的内容后,更容易产生“总结和陈述”(C31)的内容;在出现“发出邀请(邀请参与、贡献内容、開展合作等)”(B24)的文本后,更倾向出现“回应问题,提供反馈”(C22)的文本;产生“提供寻径策略指导”(B31)的内容后,更易于产生“表达期望和兴趣”(C26)的内容;产生“分享和推荐生成的内容及其他相关资源”(B32)的文本后,更倾向于产生“创建新的话题,提问,提出实践问题”(C21)以及“结合理论反思,结合实践反思(实践中的反思)”(C32)的文本。
2. 意会交互支持创生交互的达成
在意会交互向创生交互转化的序列中,共有2对序列达到了显著水平,体现了意会交互对创生交互的支撑作用,如图3所示,分别表现为:出现“回应问题,提供反馈”(C22)的内容后,更容易产生“重新组合已有的开放资源,表达新的观点和想法”(D11)的内容;当产生“给出自己的看法(包括举例子、打比方等)”(C24)的文本后,倾向于产生“将碎片化的内容,按照一定规则整合,呈现新的含义”(D12)的文本。
值得注意的是,滞后序列分析结果显示,寻径交互向创生交互的转化序列不具有统计学意义上的显著性,说明寻径交互难以直接支撑创生交互的产生。由于寻径交互对意会交互具有促进作用,同时,意会交互可以支撑创生交互的达成,这在一定程度上说明,寻径交互通常需要先转化为意会交互,经由意会交互的转化后才能发挥对创生交互的促进作用,而不能直接促进创生交互的产生。
(三)高层交互对低层交互的扩展作用
1. 创生交互扩展了对意会交互的需求
滞后序列分析结果显示,表征创生交互对意会交互扩展作用的显著序列有两对,如图4所示,具体为:生成体现“将碎片化的内容按照一定规则整合,呈现新的含义”(D12)的文本后,更易于产生体现“与其他资源建立连接”(C33)的文本;出现“按照一定逻辑,撰写系统、深入的博客、文章”(D21)的内容后,更倾向产生“分享学术资源(论文、调查报告、研究)”(C16)的内容。
2.意会交互扩展了对寻径交互的需求
意会交互对寻径交互的扩展作用,体现在7对教学交互方式显著序列上,如图5所示,分别表现为:产生“手动聚合和分享”(C13)或“分享学术资源(论文、调查报告、研究)”(C16)或“分享其他相关资源(如策略、报道、讲稿等)”(C17)的内容后,往往会产生“表示喜欢和支持”(B18)的内容;产生C17或“总结和概述”(C31)的文本后,更倾向于产生“发出邀请(邀请参与、贡献内容、开展合作等)”(B24)的文本;产生“表达期望和兴趣”(C26)的内容后,更易于产生“提供寻径策略指导”(B31)的内容;产生“结合理论反思,结合实践反思”(C32)的文本后,通常会产生“分享自己的状态,介绍自己(个人信息、教育背景、职业经历、兴趣和目标、参与原因与期望)”(B42)的文本。
3. 创生交互扩展了对寻径交互的需求
滞后序列分析发现,4对显著序列可以表征创生交互对寻径交互的扩展作用,如图6所示,具体表现为:当产生了体现“将碎片化的内容,按照一定规则整合,呈现新的含义”(D12)的内容后,更易于产生体现“情感分享(感激、兴奋、鼓舞、受启发等)”(B43)的内容;生成了体现“按照一定逻辑,撰写系统、深入的博客、文章”(D21)的文本时,更倾向于生成“回答问题,提供帮助”(B15)或“发出邀请(邀请参与、贡献内容、开展合作等)”(B24)或“分享与转发他人、群组的状态和信息”(B35)的文本。
(四)教学交互之间相互作用的整体分析
1. 教学交互方式显著序列整体分析
滞后序列分析发现,共有20对教学交互方式显著序列可以表征三层教学交互之间的相互作用,并由21种教学交互方式组成,如图7所示,涵盖了寻径交互向意会交互转化、意会交互向创生交互转化的低层教学交互支持高层教学交互达成的序列,以及创生交互向意会交互和寻径交互转化、意会交互向寻径交互转化的高层教学交互扩展低层教学交互的序列,但是没有能够体现寻径交互直接向创生交互转化的显著序列。显著序列中出现了“B24-C22-D11”的完整渐进序列,体现了“寻径交互—意会交互—创生交互”的低层教学交互逐层支撑上层教学交互达成的特征,并且出现了“D21-C16-B18”的序列,体现了“创生交互—意会交互—寻径交互”的高层教学交互逐层扩展底层教学交互的特征。综合两条转化序列来看,体现了意会交互的中介桥梁作用,也一定程度上说明了三层教学交互之间的层级关系。
从显著序列的数量上来看,表征低层教学交互支撑作用的显著序列有7对,涉及的教学交互方式有11种,高层教学交互的扩展作用体现在由16种教学交互方式组成的13对显著序列上,相较而言,高层教学交互对低层教学交互的扩展作用范围相对更大,具体扩展的路径也更为复杂和多样。
2. 基于教学交互模式序列的教学交互互动关系分析
为了更为宏观地分析三层教学交互之间的相互作用关系,本研究在教学交互模式的粒度上对显著序列进行了分析,形成了教学交互之间相互作用的路径,如图8所示。由图可知,三层教学交互之间的相互作用主要体现在寻径交互与意会交互的双向转化,以及创生交互对意会交互和寻径交互的扩展上。具体地从低层教学交互的支持作用来看,4条路径体现了寻径交互对意会交互的支撑,1条路径体现了意会交互对创生交互的促进;从高层教学交互的扩展作用来看,共有涉及全部9种教学交互方式的10条路径,即2条创生交互扩展意会交互和4条扩展操作交互的路径,以及4条意会交互扩展寻径交互的路径。由此可知,创生交互对寻径交互的直接扩展,体现出跨越性;“重新合成(学习制品)”(D1)和“创造学习制品”(D2)对低层教学交互的扩展路径不同,呈现出互补性;“分享与聚合”(C1)连接D2和“参与式间接寻径”(B1),体现了教学交互之间的递归性,但D2B1路径在一定程度上削弱了C1的中介效用。
部分教学交互模式没有完全参与到三层教学交互的互动作用中来,具体体现为部分教学交互模式没有发挥支撑上层教学交互或扩展下层教学交互的作用。例如,“其他寻径”(B4)、“分享与聚合”(C1)和“反思总结”(C3)不能起到支撑上层教学交互的作用,C3不能起到扩展下层教学交互的作用。部分教学交互模式可以不经由其他教学交互的支撑而直接生成。例如,“创造学习制品”(D2)不依赖意会交互的支撑而直接产生,体现出一定的自生性。
五、结论与讨论
(一)三层教学交互之间存在着相互支撑和扩展的关系
本研究在CIE框架基础上,基于对cMOOC2.0主题4课程平台中文本数据的滞后序列分析,采用实证的研究范式,对三层教学交互之间的互动关系和作用机制进行了探讨和挖掘。滞后序列分析结果显示,三层教学交互之间存在着相互支撑和扩展的关系,具体表现为寻径交互与意会交互的双向转化以及创生交互对寻径交互的直接扩展上;存在“B24-C22-D11”和“D21-C16-B18”两组完整的渐进序列,体现了意会交互连接寻径交互和创生交互的中介桥梁作用,一定程度上说明了三层教学交互之间的层级关系,印证了CIE框架划分教学交互层次的合理性。同时,意会交互向创生交互转化的序列数量少于寻径交互向意会交互转化的序列数量,说明了创生交互较意会交互更难经由下层教学交互的支撑而达成,验证了CIE框架中三层教学交互由低到高的层级关系。此外,并非全部教学交互模式都已参与到三层教学交互的相互作用中来,多种教学交互模式没有发挥支撑高层教学交互达成的作用,而部分高层教学交互模式可以不经由其他教学交互的支撑作用而直接生成。
(二)低层教学交互的支撑作用呈现出逐层渐进式的特征
通过分析显著序列发现,共有5条显著序列支撑了寻径交互向意会交互的转化,2条显著序列表征了意会交互对创生交互的促进作用,没有显著序列可以表征寻径交互对创生交互的支撑作用,由此说明,低层教学交互对高层教学交互的支撑作用呈现出逐层渐进式的特性。具体地讲,“回应问题,提供反馈”(C22)是直接体现该特征的教学交互方式,相应地,“讨论协商”(C2)教学交互模式是连接寻径交互和创生交互的关键桥梁,向下可经由寻径交互层“主动式直接寻径”(B2)和“帮助他人寻径”(B2)的支撑得以产生,向上是创生交互层“重新合成(学习制品)”(D1)的孵化器,通过集体智慧的碰撞汇聚促进了创生交互的生成(王志军, 等, 2019)。教师在设计cMOOC学习活动时,需要遵循低层教学交互向高层教学交互转化的逐层渐进式特征,设计认知难度逐渐增大的学习活动,引导学习者交互层次螺旋式上升,同时应提供多种学习支架,引导和促进学习者进行讨论协商和总结分享,从而实现知识创生的目标。
(三)高层教学交互的扩展作用具有跨越性、互补性和弱递归性
学习者产生的高层教学交互对低层教学交互起到了扩展的作用,具体表现为创生交互对意会交互和寻径交互的扩展,以及意会交互对寻径交互的扩展。与低层交互支撑高层交互体现出的逐层渐进式特征不同,高层教学交互对低层教学交互的扩展作用具有跨越性、互补性和弱递归性的特点。具体地,创生交互对寻径交互的直接扩展体现了跨越性;创生交互的不同教学交互模式对低层教学交互的扩展路径完全不同,呈现出互补性;“分享与聚合”(C1)承担着连接创生交互层和寻径交互的桥梁作用,但其中介效用一定程度上被路径D2B1削弱,体现出弱递归性。由于创生交互易于跨越意会交互而直接转化为低层次的寻径交互,即学习者易于对创生类内容产生浅层次的认知,难以对创生类内容进行充分讨论和深层认知。因此,cMOOC教师应在学习者产生创生内容时,及时设置和实施促进学习者基于创生内容进行深度讨论和反思重构的学习支架,从而实现高认知水平知识的持续生成。
(四)高层教学交互的扩展作用范围更广、复杂度更高
从显著序列的数量以及构成显著序列的教学交互方式数量上来看,高层教学交互对低层教学交互的扩展作用范围相对更大,而低层教学交互向高层教学交互的转化相對稀少和集中,尤其体现在仅有1条路径表征了意会交互向创生交互的转化。从教学交互之间相互作用的路径来看,低层交互的支撑作用主要体现在寻径交互对意会交互的转化上,而高层交互的扩展作用不仅体现在意会交互对寻径交互的转化上,还包括创生交互对寻径交互的扩展,再次说明高层教学交互对低层教学交互的扩展作用范围更广、复杂度更高,主要体现在创生交互对寻径交互的多路径单向扩展上。教师在设计和实施联通主义学习课程时,需要关注和促进学习者从低层教学交互向高层教学交互的转化,通过发挥意会交互的中介桥梁作用,帮助学习者实现高层教学交互的发生。同时,当学习者产生高层教学交互时,避免其向低层教学交互的直接转化,应促进高层教学交互的互相转化和频繁发生。
六、小结
对cMOOC“互联网+教育:理论与实践的对话2.0”主题4运行期间学习者产生的互动文本数据进行滞后序列分析并发现,寻径交互、意会交互和创生交互之间存在着相互支撑和扩展的关系,并且两类关系呈现出不同的特征,从实证的角度实现了对CIE框架的有效验证和深化,進一步丰富和扩展了联通主义学习教学交互相关理论的研究,也有助于cMOOC课程设计者了解和掌握相关规律,进而为课程的设计、运营和优化迭代提供支持。
本研究还存在一定的局限和不足。首先,没有对操作交互与其他交互层次的关系进行探索,由于操作交互是一种学习者与技术环境之间的交互,很少能够被记录下来(王志军, 等, 2016),因此本研究所分析的数据中没有能够体现操作交互层的内容。其次,由于cMOOC 2.0以讨论互动式的主题内容学习为主,较少涉及基于小组协作的问题解决,意会交互层的“做出决策”(C4)也没有相应的文本内容可以体现,因此对三层教学交互相互作用机制的探讨也没有考虑C4的影响。最后,本研究所得出的结论还有待进一步的验证和完善,由于所使用的数据仅来源于cMOOC的一个模块,没有覆盖整个课程的全部内容,同时数据也仅限于课程平台中的论坛和博客,没有涵盖课程微信群、在线直播等渠道的互动内容。在后续的研究中,将扩大数据范围,从单个模块扩展至整个课程的全部模块,从内容生产的部分渠道扩展至全部渠道;尝试从不同的时间段或不同的数据来源渠道来考察教学交互之间相互作用规律的异同;探索操作交互的数据表征和存储方式,以便将操作交互纳入教学交互相互作用关系及其规律的研究中来。
[参考文献]
陈丽,王志军. 2016. 三代远程学习中的教学交互原理[J]. 中国远程教育(10):30-37,79-80.
戴心来,王丽红,崔春阳,等. 2015. 基于学习分析的虚拟学习社区社会性交互研究[J]. 电化教育研究,36(12):59-64.
段金菊,郑玲. 2019. 基于知识社区与探究(KCI)、共享知识库的课程设计——关联学习的实证研究与应用分析[J]. 远程教育杂志,37 (1):72-84.
韩锡斌,翟文峰,程建钢. 2013. cMOOC与xMOOC的辩证分析及高等教育生态链整合[J]. 现代远程教育研究(6):3-10.
郝祥军,王帆,彭致君,等. 2019. 群体在线学习过程分析:学习者角色的动态转换[J]. 现代远距离教育(3):38-48.
胡丹妮,章梦瑶,郑勤华. 2019. 基于滞后序列分析法的在线学习者活动路径可视化分析[J]. 电化教育研究,40(5):55-63.
胡水星. 2015. 大数据及其关键技术的教育应用实证分析[J]. 远程教育杂志,33(5):46-53.
黄小强,柯清超. 2014. cMOOC的构成要素及其结构模型[J]. 远程教育杂志,32(6):87-94.
李爽,钟瑶,喻忱,等. 2017. 基于行为序列分析对在线学习参与模式的探索[J]. 中国电化教育(3):88-95.
孙萌,唐雪萍,郑勤华. 2019. 基于日行为模式的学生行为序列分析[J]. 开放学习研究,24(2):43-49.
王慧敏,陈丽. 2019. cMOOC微信群社会网络特征及其对学习者认知发展的影响[J]. 中国远程教育(11):15-23,92.
王志军,陈丽. 2014. 联通主义学习理论及其最新进展[J]. 开放教育研究,20(5):11-28.
王志军,陈丽. 2016. cMOOCs中教学交互模式和方式研究[J]. 中国电化教育(2):49-57.
王志军,陈丽. 2017. 远程学习中的概念交互与学习评价[J]. 中国远程教育(12):12-20,79.
王志军,刘璐,杨阳. 2019. 联通主义学习行为分析方法体系研究[J]. 开放教育研究,25(4):18-30.
许涛. 2016. 试析联通主义慕课的理论与实践[J]. 比较教育研究,38(10):71-78.
徐亚倩,陈丽. 2019. 联通主义学习中个体网络地位与其概念网络特征的关系探究——基于cMOOC第1期课程部分交互内容的分析[J]. 中国远程教育(10):9-19,51,92.
杨现民,王怀波,李冀红. 2016. 滞后序列分析法在学习行为分析中的应用[J]. 中国电化教育(2):17-23.
Bakeman, R. (1997). Observing interaction: An introduction to sequential analysis. Cambridge: Cambridge university press.
Bereiter, C. (2002). Education and mind in the knowledge age. Lawrence Erlbaum Assoc Inc.
Dowell, N. M., Graesser, A. C., & Hennis, T. A. (2015). Modeling Learners Social Centrality and Performance through Language and Discourse. The 8th International Conference on Educational Data Mining,250-257.
Sackett, G. P. (1978). Observing Behavior: Theory and applications in mental retardation (Vol. 1). Baltimore: University Park Press.
Siemens, G. (2005). Connectivism: A Learning Theory for the Digital Age. International Journal of Instructional Technology and Distance Learning, 2(1),1-9.
Wang, Z., Anderson, T. , Chen, L. , & Barbera, E .(2017). Interaction pattern analysis in cMOOCs based on the connectivist interaction and engagement framework. British Journal of Educational Technology, 48(2),683-699.
收稿日期:2020-04-13
定稿日期:2020-06-18
作者简介:黄洛颖,博士研究生;王瑞雪,硕士研究生。北京师范大学学习设计与学习分析重点实验室(100875)。
陈丽,博士,教授,博士生导师,本文通讯作者,北京师范大学远程教育研究中心(100875)。
田浩,博士研究生,北京师范大学教育学部教育技术学院(100875)。
责任编辑 郝 丹