协作问题解决中基于多模态视角的协作角色研究

朱晓悦 国艺璇 曹梅

（南京师范大学 教育科学学院，江苏 南京 210097）

引言

协作问题解决中存在着多元的协作角色，现有研究已对协作角色的积极作用达成共识，如能有效激励个体责任感、提升小组凝聚力、建立成员间的正向互赖等。协作角色可划分为宏观与微观两类，宏观协作角色的行为方式能够反映个人立场，指向个体学习者对协作活动与任务的态度；在每一个单一任务中，宏观角色会生成若干微观角色，微观角色能够体现宏观角色参与协作任务的具体活动形式。关注学习者的协作角色变化和差异，能够揭示不同个体在群体中的责任承担和任务参与情况[1]。但已有针对协作角色的研究较多关注的是单一角色，对协作角色多层次性的实证研究关注较少[2]，特别是忽略了微观角色的动态性转换过程，缺乏对任务进程中协作角色认知、情绪等特征的挖掘。目前，智能技术开始融入教育教学[3]，较多研究者开始意识到一些单模态数据在协作学习研究中的局限性，认为已有剖析学习者特征的数据多来源于单一数据，难以反映复杂情境下学习者的认知、情感等维度的持续性状态，因此有必要结合监测性数据来得到更为可靠的结论[4]。近年来，多模态学习分析进入到教育研究的视野，为洞悉不同协作角色的特征提供了更为细致、全面的证据支持。教育研究开始突破单模态数据的单一性，逐渐转向多模态学习分析。鉴于此，本研究认为有必要引入多模态学习分析的视角，通过多模态工具采集协作学习中学习者的生理数据、心理数据和言语行为等多模态数据，并关注协作角色的多层次性，探究不同宏观角色在协作中自主生成的微观角色差异。具体而言，本研究将聚焦协作问题解决情境，拟解决的研究问题如下：

（1）协作过程中，宏观角色会在具体任务中生成微观角色，这些微观角色的分布情况及角色转换特征如何？

（2）不同宏观角色的认知和情绪特征存在哪些差异？

一、文献综述

（一）协作学习中的角色研究

虽然协作角色以各种各样的方式被概念化，但研究者普遍认为大多数角色可以划分为任务角色和社交角色两类。还有研究者将角色划分为指向具体任务的微观角色、指向任务模式的中观角色、指向整体立场的宏观角色3 类。为发现小组中角色的常见结构与交互模式，相关研究主要关注的是协作角色构成、角色转换模式等研究主题，且主要集中在协作角色的构成上。如肯尼斯·D.本尼（Kenneth D.Benne）等人[5]从小组任务角色、小组建设维护角色、个人角色3 方面提出了27 种小组角色；刘奇等人[6]细致地对协作角色进行剖析，划分了头领、先锋、搭便车者、骨干、发起者、跟随者等8种典型的角色；查尔斯·J.霍布森（Charles J.Hobson）等人[7]将小组互动中的角色分为任务角色、社交角色和消极角色，还开发了无引导小组讨论中的团队角色评估框架。少量研究关注到了角色在协作过程中的转换模式，如斯琴图亚[8]从在线情境出发，分析了在知识建构的不同阶段，探究引申、知识促进、知识整合、探究管理4 种个体角色的生成与变化。

（二）教育研究中的多模态学习分析路径

近年来，多模态学习分析进入教育研究的视野，利用多模态数据，学习者的专注度、放松度、认知负荷、情绪等状态，可以通过脑电仪、情绪仪、平台日志、问卷、测试等多种工具获得，各种模态数据互为补充，能够共同表征学习者的互动过程和特征，助益研究者对协作学习机制规律的深入挖掘。当前，许多研究者提出了多模态学习分析的路径，旨在对多模态数据的采集、分析、特征提取等步骤提供系统的、可操作的路径指引。从学习场景的视角，多模态学习分析的学习场景可以分为3 类：在线学习场景、混合学习场景、线下课堂学习场景。不同复杂学习场景下的多模态学习分析路径存在异质性。如张琪等人[9]从在线学习平台、虚拟实验环境等场景出发，提出包括数据表征、数据转换、数据融合、系统应用的在线学习评测多模态数据建模流程，可实现对学习者的交互状态、心智游移水平、注意力以及成功表现等指标的评估；田阳等人[10]则从混合学习环境出发，提出多模态交互分析的流程，包括数据的采集、清洗、分析、表征和可视化、反馈调节等环节。简言之，多模态学习分析的路径离不开数据采集、数据分析、特征提取3 个方面，在选择具体的分析路径时，要关注到学习场景的异质性。

二、研究设计与方法

（一）研究对象

本研究的研究对象为某高校选修“算法与数据结构”课程的学生，共54 人。学生需在线下协作中共同解决一个算法问题。结合“组内异质、组间同质”的原则，将学生分为18 个小组，每组3 人，按照学业水平由高到低分别担任组长、记录员和组员，组长负责组织讨论，记录员汇聚讨论观点，组员未额外安排任何职责。

（二）研究工具和变量

1.脑电仪

本研究使用脑电仪测量脑电数据。该设备每秒采集一次数据。通过eSense 算法，脑电仪采集的两个指标是“专注度”和“放松度”。其中，“专注度”指使用者在训练过程中的“专注程度”或“专心程度”，该参数反映了使用者当前的注意力集中程度；“放松度”指使用者在训练过程中的“平静程度”或者“放松程度”。

2.情绪仪

本研究使用情绪仪来采集协作问题解决过程中的积极、中性和消极情绪。该设备每5 秒采集一次数据。在测量原理上，情绪仪使用心率变异性（HRV）值来生成“和谐度”指标，和谐度数值在0 ～1 为消极情绪，和谐度数值在1 ～2 为中性情绪，和谐度数值大于2则为积极情绪。

3.认知负荷量表

本研究采用黄国帧等人[11]开发的认知负荷量表，分为任务难度和心理努力两个维度，其信效度均满足研究要求。其中，任务难度（内在认知负荷）指的是由学习材料的内在性质所导致的认知负荷，而心理努力（外在认知负荷）指的是学习者个体感知到的学习材料的负荷。

4.微观角色分析量表

本研究借鉴了查尔斯·J.霍布森（Charles J.Hobson）开发的微观角色分析框架，共包括11 个认知微观角色（发起者、通知者、信息探求者、意见询问者、澄清者、总结者、记录者、定位者、建议者、自我解释者、评判者）和5个社交微观角色（鼓励者、追随者、调和者、促进参与者、让步者）。该框架用于分析学习者的言语行为数据。

（三）研究设计

本研究在智慧教室中展开，配备有3 台脑电仪、3台情绪仪、3 台笔记本电脑和1 支录音笔，小组讨论时长约为20 分钟。讨论前，由实验员说明实验流程和注意事项；讨论时，实时监测生理信号的采集情况；讨论后，被试需填写认知负荷问卷。

三、数据分析与结果

（一）微观协作角色的分布与转换

1.微观协作角色的分布情况

利用微观角色分析框架对讨论话语进行编码，Kappa值均大于0.8，表明编码具有较好的一致性。分析微观角色频率分布情况发现（见图1），认知类微观角色占比76.3%，社交类微观角色占比23.7%。具体来说，占比最大的微观角色是通知者（22.2%）和追随者（9.9%），这表明协作问题解决过程中的微观角色主要以表达个人观点和想法、接受他人观点、配合团队行动为主；占比最小的是让步者（0.7%）。

图1 微观角色频率分布情况

显然，协作问题解决过程仍以认知交互为主要内容，指向的是问题解决方案的构建。虽然社会交互类话语不足30%，但社交话语作为促进认知互动的基石，仍是必不可少的。对社交类微观角色的话语进行归类编码发现：（1）追随者可能的追随行为有——重复同伴话语，外显自我思考过程，赞同他人观点以表示接受，对任务推进表示配合。（2）调和者典型的行为特征是——自我调侃以消除尴尬或冲突，发出笑声以表示友好态度，暴露自我情绪以传递对同伴的接纳倾向，表达歉意，表达对同伴的关注，表达对他人的认同和理解，调和矛盾。可以看出，调和者主要通过表露自己的情绪、感受、想法，以及关心其他成员等话语行为来增强团队的信任关系和凝聚力。（3）鼓励者主要的行为特征表现为——在成员发表意见时，表示聆听并示意继续；在成员发表意见后，表达认同和赞美。（4）促进参与者会在3 类情境下发言——提出观点后询问其他成员的意见，指向明确地有意询问某位沉默成员的意见，群体沉默时有意询问全体成员的意见。显然，促进参与者能够意识到协作活动需要全体成员的共同协商，会在自己发言或群体沉默时要求其他成员发表看法，试图邀请他人进阶为发言者，并使自己转变为倾听者。（5）让步者是一类在发生冲突时表示妥协的角色，这一角色会主动地适当牺牲自己的观点，促进组内观点达成一致。不难看出，虽然社交话语并没有对共同讨论的任务做出实质性的、深度的认知贡献，但通过这些简单的言语回应（赞同、大笑、鼓励等）或非语言行为（例如身体前倾、目光接触、注视协作任务单等），能够表现出对协作任务的共同关注，能够消除分歧、促进一致解决方案的达成，最终促进认知任务逐步向前推进。

2.微观协作角色转换的时序特征

微观协作角色在协作问题解决过程中不断发生转换，呈现出一定的时序特征。进行滞后序列分析发现（见图2），协作中形成了“通知者”“信息探求者”“总结者”“澄清者”4 个认知类核心角色，每个核心角色均有4 个及以上的角色与其联结，形成较为典型的话语序列，特别是“总结者”角色联结了6 个微观类角色，是较为关键的认知角色。另外，互动最为频繁的序列是信息探求者→通知者（7.99）、意见询问者→澄清者（7.05）。信息探求者→通知者（7.99）这一序列涉及对问题题干、相关知识点等事实类资料的搜寻类认知活动，而意见询问者→澄清者（7.05）这一序列更为高阶，涉及质疑、分析已有的问题解决方案的认知活动。

图2 微观角色转换序列模式

（二）宏观协作角色下的微观协作角色之差异

在协作问题解决任务的推进过程中，不同的宏观角色发挥了不同的认知与社交作用。分析2 210 条讨论话语发现，组长的话语占比为49.4%，记录员的话语占比为43.9%，组员的话语占比为6.7%。这说明，组长和记录员无论是在认知活动还是社交互动上，都能够积极参与，特别是组长，为问题解决方案贡献了大部分观点；组员则较多处于边缘参与状态。

具体地，分析16 种微观角色的分布情况发现，让步者（80%）、建议者（79%）、鼓励者（78%）、定位者（77%）、促进参与者（74%）、发起者（68%）、澄清者（66%）、评判者（59%）、通知者（56%）、调和者（47%），这10 种微观角色主要由组长承担，其中让步者、鼓励者、促进参与者、调和者都属于社交类微观角色；记录者（90%）、追随者（72%）、信息探求者（69%）、意见询问者（63%）、总结者（52%），这5 种微观角色主要由记录员承担，其中，追随者属于社交类微观角色。另外，自我解释者（38%）这一角色由记录员和组员共同承担。其作为一类认知角色，体现的是学习者理解、消化他人的观点和进行问题推断的过程。

分析微观角色的分布情况可以看出，宏观角色在具体任务中生成的若干微观角色最终都会指向某种固定的协作行为模式。具体来说，记录员角色主要通过提问、追问的方式来参与讨论；组长则主要在他人观点的基础上，通过进一步的反馈和澄清来推进认知进程。显然，这两种角色参与讨论的方式虽各有不同，但这种一问一答的组内交互正是积极推进问题解决方案达成的过程。

（三）宏观协作角色的认知和情绪特征之差异

1.认知特征：认知负荷、专注度与放松度之差异

在协作中，不同的宏观角色被组内成员赋予不同的期望，也因此形成了不同的认知特征。使用单因素方差分析对不同协作角色的认知负荷、脑电专注度与放松度进行差异性分析，以探究不同协作角色在认知特征上的差异（见表1）。

表1 不同协作角色的认知特征与情绪特征对比

首先，分析认知负荷发现，组长、记录员和组员的心理努力分别为3.42±0.52、3.62±0.63、3.90±0.54，p=0.007＜0.05，η²=0.115。可以认为在统计意义和现实意义上，组员付出最多的心理努力，记录员次之，组长最少。这或许跟不同宏观角色的学习成绩有关。如有研究发现，在自主学习中，高分组同学的认知负荷要显著低于低分组[12]。在本研究中，组员的先验成绩是最低的，需要付出更多的心理努力来解决问题。另外，组长的学习成绩是最高的，其已有的知识结构足够支持自身开展算法问题解决活动，相应地，该类角色的心理努力得分较低。

分析脑电数据发现，在专注度上，记录员＞组员＞组长。组长、记录员和组员的专注度分别为46.82±6.37、50.31±6.21、49.46±5.96，p=0.095＜0.1（边缘显著），η2=0.057。可以认为在统计意义和现实意义上，3 类协作角色的认知专注度存在差异——记录员在协作解决问题时具备最高的专注度，组员次之，组长最低。这可能跟记录员角色所承担的职责有关，具身认知理论对这一现象的解释提供了很好的理论基础——具身手写效应认为，手写是一种特殊的具身认知活动，能够协调动作、知觉和认知功能，提升认知效果。记录员要促进组内观点的一致性达成，手写记录组内的算法解题思想，因而专注度会高一些。

2.情绪特征之差异

为探究不同协作角色的情绪特征，使用单因素方差分析对不同协作角色的过程性情绪数据进行差异性分析（见表1）。

分析过程性情绪发现，组长、记录员和组员的过程性情绪不存在显著差异。但从均值（不考虑标准差）来看，消极情绪的均值为24.64±9.31、24.64±8.79、26.64±9.22，组长=记录员＜组员，组员的消极情绪最高；在中性情绪上，均值分别为27.32±6.59、28.29±5.32、26.96±6.69，记录员＞组长＞组员，记录员的中性情绪最高；在积极情绪上，均值分别为48.04±13.33、47.07±10.58、46.39±13.03，组长＞记录员＞组员，组长的积极情绪最高。以上结论虽然并不存在统计学意义，但仍可以发现：组长角色的积极情绪是得分最高的，消极情绪是得分最低的；而组员角色的积极情绪得分最低，消极情绪得分最高。分析可能的原因，组长在问题解决过程中承担了最多的社交类微观角色，这些角色发挥了积极的社交作用，在一定程度上影响了组长的过程性情绪。

四、结论与讨论

（一）协作进程推进有赖于认知角色的“疑问-回应”互动和社交类角色的社交调节

研究发现，交互最为紧密的认知类角色序列有两个：一是“信息探求者→通知者”，这一类角色序列指向的是学习者的搜寻类认知活动；二是“意见询问者→澄清者”，这一类认知活动更为高阶，指向的是质询类认知活动。不难看出，协作问题解决活动正是通过认知类角色间循环往复的“疑问-回应”来推进问题解决方案形成的，且结合宏观角色来看，疑问与回应一般是由记录员和组长共同完成的。另外，积极的社交互动作为促进认知互动的基石，以协作任务为中心的社交互动也是必不可少的。已有研究也发现，当小组内的社交互动增多时，能够促进小组成员之间交流的舒适性和便利性，提高社会临场感和社区意识，促进易于互动和意见共享的氛围[13]。在本研究的协作问题解决过程中，小组成员在对话时会不自觉地充当社交类微观角色，发挥社交调节的作用。例如，“促进参与者”这类微观角色能够意识到协作活动需要全体成员的共同协商，会在自己发言时或群体沉默时要求其他成员发表看法，试图邀请他人进阶为发言者，并使自己转变为倾听者。今后研究有必要深入挖掘微观社交角色的特征和对协作学习的作用机制。

（二）宏观角色的微观角色、认知与情绪特征存在差异性

本研究从宏观角色与微观角色关联中揭示了协作角色在认知、社交和情绪方面的多层次性特征。其中，组长和记录员角色是协作任务的主要参与者，二者在认知卷入和社交参与上承担了主要的协作责任，投入了最多的言语行为，贡献了最多的观点。记录员与组长的询问—回应、思想碰撞是促进问题解决方案形成的主要推动力。

1.组长具备较强的微观角色激活力，是“认知-社交”兼备的协作推动者

不同的宏观角色承担了不同的微观角色，其中组长这一宏观角色在具体任务中生成的微观角色兼具社交性和认知性。具体而言，组长主要承担6 种认知类微观角色（建议者、定位者、发起者、澄清者、评判者、通知者）和4 种社交类微观角色（让步者、鼓励者、促进参与者、调和者）。概括来讲，组长的职责主要如下：（1）通过发问、监控等推进讨论进程；（2）通过提出观点、解释观点、评判建议等促进解决方案和意见达成；（3）通过有意询问、接纳观点、观点让步等维持团队和谐。

2.记录员角色脑电专注度最高，是重要的认知任务参与者

相较于组长角色，记录员这一宏观角色下的微观角色则聚焦认知性特征，专注于问题解决方案的总结与记录。协作过程中，记录员主要承担4 种认知类微观角色（记录者、信息探求者、意见询问者、总结者）和1 种社交类微观角色（追随者）。具体来看，记录员职责主要如下：（1）主动记录问题解决方案；（2）消除组内分歧并形成总结性意见。记录员是算法思想的主要执行者，需要经常在决策过程中通过询问意见、提出疑惑的方式反复确认方案，其行为带有非常鲜明的提问属性，因此脑电专注度最高。可以说，该角色在促进组内观点达成一致的过程中发挥了不可或缺的作用。显然，教师可以设计角色轮值策略，让组内每位成员轮流担任记录员角色，促进学习者的认知参与。

3.组员角色参与度较低，需分配宏观角色激发其参与具体任务

本研究中，组员群体未被分配额外的协作责任。基于对这一角色进行的多模态学习分析发现，组员在认知、社交和情绪特征层面呈现“高心理努力+弱社交+低情绪”的特征。换言之，组员角色群体存在想要积极参与协作的强烈意愿，并存在着试图给予群体贡献的强烈心理努力。但其所掌握的相关知识点较少且较不熟练，信息加工的效率低，致使其产生弱社交和低情绪蔓延的状态，因此，教师需关注到组员这类无角色群体的边缘性，为其提供更多的发言支架，并适当为其分配一些观察员、评论员、汇报员等宏观协作角色，鼓励其积极参与、发表观点，基于宏观角色来激发其在具体任务中的微观角色参与。