高校课程思政协作学习的网络结构及其学习绩效

［摘 要］ 课程思政教学过程中，学习者完成相应课程思政任务时也进行着频繁的互动，由此形成课程思政协作学习网络。鉴于此，由实证分析入手，运用社会网络分析技术对以学生为行动者的课程思政协作学习网络进行中心性、凝聚子群、小世界性、结构洞分析，并以一个具体学习群组为例，引入中间人理论揭示协作学习网络运行的微观机制，以此刻画课程思政协作学习网络结构，并以该网络结构为自变量，以学习绩效为因变量，对两者进行空间自相关检验，确认课程思政协作学习网络对学生专业课学习的积极影响。

［关 键 词］ 课程思政；协作学习网络；网络结构；学习绩效

［中图分类号］ G642 ［文献标志码］ A ［文章编号］ 2096-0603（2024）27-0105-04

一、引言

协作学习充分体现学习者的合作能力，被认为是课程思政教学与学习的重要手段。通过协同、配合构建学习共同体实现课程思政的协作学习，而协作学习的核心是组织内部成员的彼此依赖，形成点与点之间的连线，组与组之间的联动，即课程思政协作学习网络。张名扬等认为师生协作中的师生关系对课程思政绩效有显著影响，其他学者则着重研究了在线协作、教师协作、学科协作等。鉴于此，本文尝试从社会网络分析的角度展示课程思政教学过程中形成的学习者协作学习网络形态，并研究该协作学习网络是否对学习者的学习绩效产生影响，为课程思政教学有助于专业课教学找到扎实的证据，有助于解决专业教育和思政教育“两张皮”问题。

二、协作学习网络及学习绩效界定

协作学习是以小组或团体等形式存在为达成一定学习目标由两个或两个以上学习者共同参与的学习策略或过程。协作学习缘起于教育领域内的合作学习，最早可追溯至公元前5世纪西方批判性思维大师苏格拉底发明的对话式反诘法。20世纪80年代末，人机协同工作的协作学习首先在美国开始兴起。在国内，傅志烈于２０世纪80年代初介绍了美国学者窦契等人关于合作学习的研究进展，但纯合作学习的研究过于局限，随着计算机技术在教育教学领域的应用，国内的合作学习研究演化为加入计算机技术进行学习辅助的协作学习的研究，协作学习也突破人机协同的狭隘桎梏运用到教育者、学习者之间的学习协作中。本文研究的是学习者在相同教学情境下基于共同学习目标而通过交互学习行为演化形成的学习者网络。课程思政协作学习网络是课程思政教学过程中，学生为达成阶段性学习目标，通过线上线下深度互动，以完成共同的学习任务而形成的网状型构。

绩效反映了行动者从事特定行为获得的相应效益或成就，学习绩效则是衡量学习者学习成效的重要概念。一般认为学习绩效可被解释为学习的综合性有效输出、教育技术对学习者的影响、学习产出与目标达成、综合成绩等。目前，学习成绩还是评价学习者学习成效的最佳方式，在一定程度上代表了学生在知识获取、知识储备及知识运用方面的综合水平，因此学习者的综合学习成绩可用于解释学习绩效并以此对学习绩效进行测度。本文以学生的综合学习成绩对学习绩效进行解读，并以此测量课程思政协作学习网络对学习绩效的影响。

三、研究设计

（一）研究方法

社会网络分析法关注网络内节点之间的关系，通过对关系数据的分析解释特定网络的运行机制、网络形态、节点属性及行为等一系列问题。由社会网络的视角来看，现实社会是由各种类型的相互作用的个体构成的网络，网络内的行动者彼此存在各型关系，如资金来往、信息分享、情感交流、知识合作等。其中，网络中的关系模式被称作网络结构，对网络结构进行测度的变量命名为结构变量，对结构变量的测度、分析是为了揭示结构变量如何实现网络的结构平衡，从而形成了特定的社会网络形态。结构变量包括中心性分析、凝聚子群分析、小世界分析、结构洞分析等。中心性分析以节点所处位置判断网络行动者所扮演的角色，从而分析网络中的资源流动、权力分配、地位赋予等问题；凝聚子群分析关注网络中的小团体，行动者同质性程度高，行为趋向一致，行动者间的交互越频繁，则小团体存在的可能性越大。课程思政协作学习网络因知识分享与协作学习而建立，其中的小团体是一种基于互惠性原则的凝聚子群。小世界效应是复杂网络中的常见现象，通过小世界分析不仅可以判定课程思政协作学习网络是否符合真实网络的特征，还有利于深入分析具体行动者实现课程思政协作的难易程度及协作过程中的要素流动效率。结构洞分析针对具体节点是否获得竞争优势地位，网络中结构洞的规模与网络效率成正比，结构洞为课程思政协作网络优化提供了解决思路。与结构变量相对应的是属性变量，又曰成分变量，测量的是社会网络中的节点属性，即对网络成员个体特征的测量。对于课程思政协作学习网络，身份、性别、角色、行为取向以及学习成绩等都属于网络结构分析中的节点属性变量。总之，本文将以结构变量分析课程思政协作学习网络结构，以属性变量分析网络中的具体行动者。

（二）数据来源

本文研究的课程思政协作学习网络源于品牌管理课程思政教学实践。品牌管理课程教学设计以《高等学校课程思政建设指导纲要（教高〔2020〕3 号）》为指导，课程思政建设围绕坚定理想信念、家国情怀、道德修养、中华优秀传统文化优化课程内容，在有关品牌管理方面的国家战略、相关政策、职业素养等方面深入落实课程思政教学。如，在品牌管理概述内容部分，融入党和国家领导人对品牌工作的重要指示精神等。教学方法方面，通过微助教等在线授课平台大力实施项目教学法（PBA）、问题教学法（PBL），积极引导学生通过协作学习完成学习任务。通过对参与品牌管理课程思政学习的学生进行协作关系调查，收集同学之间是否存在协作学习关系数据，具体调查过程中不限定协作对象的数量。经数据清洗，剔除有误或存在其他关系类型的数据，共获得122名同学的数据，彼此协作产生4498条关系，即该课程思政协作学习网络有122个节点和4498条边，其中节点以Sn标记，n取值范围为［1，122］。

四、实证分析

（一）协作学习的网络结构

1.协作学习网络的中心性

据美国社会学家林顿·弗里曼对节点中间性测量的理论，分别测得122个节点的中介中心性。对节点中介中心性的取值做曲线拟合分析，发现其分布符合最小二乘法幂律分布的特征，幂律函数为y=1740.4x-0.903（R２=0.9798）。因此，20%的节点在网络中扮演了重要角色，控制课程思政学习网络中的绝大多数资源，对学习绩效的影响较大。从网络整体来看，网络中心势指数为10.32%，行动者中心性标准差与均值的比值达1.803，行动者的中心性值较为离散，整个协作学习网络未表现出向某一网络区域节点集中的趋势，预示整个网络可能存在区域集群现象，因此需继续对网络做区域子群分析。

2.协作学习网络的凝聚子群与小世界性分析

分析发现，协作学习网络的聚类系数为0.575，未显著高于全网密度0.305。欧几里得距离的多维尺度图显示，课程思政协作学习网络内部成员相对分散，区域集聚构成了数个凝聚子群，行动者的集聚系数介于［0.60，0.85］。由此揭示，在进行课程思政协作学习时，合作对象的选择较为自由，成员之间未建立固定的协作关系。以品牌管理课程品牌故事教学内容为例，授课前，教师要求学生提前准备有关中国本土优秀品牌管理的资料，未提前告知准备该资料的目的；正式授课时，要求学生通过小组协作的形式，按照品牌故事书写的结构要求，重新组织品牌故事内容并进行现场讲述，教师未对分组形式进行干预。协作学习网络凝聚子群的分析表明，品牌管理课程思政协作学习的组d720b7705dace47591e842524367e3c8群是不断变化的，是通过不断的动态分组形成的协作学习网络，对学习绩效的提升十分重要。

品牌管理课程思政协作学习网络的小世界指数为1.806，存在较为显著的小世界效应，符合真实网络的基本特征，即直径和平均路径距离较短、聚集性高（Jackson&Rogers，2005）。由此，品牌管理课程学习中通过思政学习构成的协作学习网络是一种符合现实真实情境状态的协作学习网络。网络的小世界特征决定了学习过程中的知识交流、经验分享、学习成果产出等于小世界网络内部更为活跃。

3.协作学习网络的结构洞与中间人分析

结构洞是指两节点间的非冗余关系，通常以有效规模（Effective size）、效率（Efficiency）、限制度（Constraint）和等级度（Hierarchy）等指标进行统计分析。品牌管理课程思政协作学习网络结构洞数据的有效规模数据集符合幂律分布的特征（y=112.45x-0.468，R2=0.8941）。

结构洞发挥桥梁作用促使节点间的联系从无到有。依据幂律分布规律的20/80法则。结构洞数值前20%的24个同学拥有强大的结构自主权占有了80%的学习资源，对协作学习网络中的其他成员实施控制，自然成为提升课程思政学习绩效的关键主体。结构洞中的行动者被称为“中间人”， 中间人理论赋予行动者协调人、代理人、联络员、守门员、顾问的具体角色，其中协调人与结构洞成员同属一个属性群体，代理人、联络员、守门员、顾问则根据具体情况不同分属于相异群体。依据结构洞分析结果，以行政班级为依据分为3组，获得前24位行动者的中间人角色数量数据。总体来看，结构洞有效规模较高的节点存在多重角色与强势角色并存的两种形态，如行动者S87既是代理人又是联络员，S81是代理人、联络员、顾问的集合体；在强势角色方面，S74首要的是协调人，S70是代理人，S76、S101则是守门员。依据合作学习把关人理论，学生群体中的部分同学因接近信息源、掌握社团资源、具有班干部身份等在学习生活过程中实施把关人控制。对此，形如学习者S76、S101的守门员角色，在品牌管理课程思政合作学习过程中，一是通过议程设置的形式对协作学习具体成员产生一系列影响，如对学习态度、学习动机、学习方法、学习策略、学习行为等产生影响。二是基于协作学习群体在小世界内外的勾连而左右学习氛围、知识传送、学习任务领受与效果反馈等。

在品牌管理课程“品牌定位”章节授课中，授课教师设计了品牌定位策略实施路线图，要求学生以协作学习群组为单位完成品牌定位策略练习，其基本要求之一是汲取中国特色社会主义文化基因，进行品牌定位设计。具体练习过程中，小组成员面临一系列判断与抉择。根据前述论证，行动者S76、S63、S59、S112、S96是同一行政班级同学，有学习协作的可能，是一个完整的协作学习群组，命名为“品牌定位学习群组”，计算其“中间人”数值。其中的具体角色分别为：S76是守门员，S63是代理人，S96为顾问，S59、S112的中间人角色不够强化，在协作学习过程中不具有更强的话语权。在进行品牌定位协作练习时，S76作为学习群体一员，以守门员身份发挥信息、资源把关职能，接收或阻断来自教师的任务安排信息及其他学习群的信息交流，控制与协作学习有关的资源流动；S63同样作为群组成员，以代理人角色落实信息反馈工作，向教师、其他学习群组反馈学习过程中的信息，成为侦测学习绩效的主要渠道，是教学效果评价的关键对象。因此，在品牌管理课程思政协作学习过程中，教师通过对具有代理人身份的学生的访谈与测试，就能够判断教学成效。因此，在品牌定位策略练习的课程思政教学过程中，实际的学习群组是由S76、S63、S59、S112四位同学组成（见图1）。鉴于行动者S59、S112在中间人分析中的角色赋予效应不明显，二者有成为该群组学习绩效提升的障碍性人为因素，成为协作学习过程中的搭便车、旁观者、低卷入、协作倦怠等负面现象产生的根源。品牌管理课程思政协作学习网络的中心性分析显示，该学习网络不具有向某节点或某区域集中的趋势，这与该网络由三个行政班级的学生组成是有关的，但预示可能存在区域集群现象。通过测量网络凝聚系数，其值略高于网络平均密度，证明了有区域集中现象。较强的小世界网络特征进一步说明了学习者的区域集中最终形成集群，构成数个小世界网络。

（二）网络结构对学习绩效的影响

课程思政协作学习网络有助于学习者学习绩效的提升。Devedzic V，Spector JM及Sampson DG通过社会网络分析研究表明，学习过程中的知识建构以及形成的内聚力与协作学习过程中生成的等价网络结构有关，这种网络结构被命名为相互联系的结构化社群，亦即群组，其中群组中的参与者扮演资源传递的桥梁及推进合作的诱因角色。该研究证明了与群组等价的结构化协作学习网络对以知识建构为目的的学习绩效具有积极影响。

关于协作学习网络影响学习绩效的具体因素，钟柏昌、王艳霞关于配对学习模式研究论证了配对形式下的协作学习网络对学习绩效产生的影响，并肯定了其教育价值，而协作学习中的参与者数量与角色分配是重要的影响因素。消极因素方面，乔新虹、 周加仙通过脑活动构建协作学习网络，进而识别出边缘人角色，被认为是阻碍学习绩效提高的消极影响因素。关于协作学习网络结构的形式，其中以群组为表征的网络结构是保证协作学习小组从学习目标制定到生成学习成果等各项活动有效进行的基础，而通过互动关系形成的群组即互动网络结构是协作学习网络最基本的形式。本文也正是从品牌管理课程思政教学过程中学生的互动合作关系入手构建协作学习网络，以此作为影响学习绩效的自变量。

对协作学习网络与学习绩效之间的关系做空间自相关检验，其中协作学习网络提供节点关系数据，命名为关系变量；学习绩效是检测过程中的属性数据，是连续变量，以品牌管理课程综合成绩表示。品牌管理课程在考核过程中严格按照教学大纲要求，综合成绩由过程考核成绩与期末考核成绩组成。过程考核成绩占比40%，分别进行两次占比15%的课内实践练习及一次占比10%的课堂测验，期末考核占比60%。对关系变量与连续变量运用UCINET软件做假设检验，以莫兰（Moran）指数即Moran’sⅠ进行表示。Ⅰ的取值范围在-1与1之间，其值接近0表示关系变量与连续变量之间不相关，靠近-1则表示较为密切的负相关，靠近1则表示密切的正相关。经过计算，课程思政协作学习网络与学习绩效之间的Moran’sⅠ为0.192（Ｐ=0.000），二者存在显著的正相关，但莫兰指数0.192表明，协作学习网络对学习绩效的影响程度有限。由于学生的学习绩效受多种因素影响，既有时间因素还有场景因素以及个体差异因素。因此，协作学习网络对学习绩效的正向有限影响的研究结论符合研究实际。

五、结论与讨论

本文以品牌管理课程思政教学过程中学生以交往形成的协作学习网络为研究对象，运用社会网络分析技术，试图刻画课程思政交往网络结构，并以学习绩效衡量这一网络是否对学习效果产生影响。其中，以协作学习网络为自变量，以学习绩效为因变量，借鉴地理学领域内的空间自相关检验，计算莫兰指数，获得课程思政协作学习网络对学习绩效具有积极影响的最终结论。基于以上判断，采取有效措施推进学生课程思政协作学习网络的形成就至关重要。尤为重要者，在教育数字化加速变革的时代，要善用大数据、云计算等现代信息技术，挖掘数据价值，发挥技术优势，推进课程思政协作学习网络的生成。更要于细微处着手，以靶点思维，善于在小世界网络内部，通过对关键行动者的挖掘，聚力于靶向育人，从而实现课程思政育人成效的有效提升。

参考文献：

［1］ 吴爱萍．“协同”·“配合”：高教课程思政社会建构研究［J］．黑龙江高教研究，2020，38（2）：153-156．

［2］ 杨东．社会网络理论视域下高校“三全育人”改革路径探究［J］．东南大学学报（哲学社会科学版），2022，24（S2）：24-26．

［3］ 张名扬，王恒愉，潘星霖．专业课程协同思想政治理论课进行思想政治教育研究［J］．思想教育研究，2020（8）：99-103．

［4］ 黄荣怀.计算机支持的协作学习：理论与方法［Ｍ］．北京：人民教育出版社，2003.

［5］ Bolat Y I，Gksu I.Does technology affect students’ academic achievement in Turkey A meta-analysis［J］.E？itim Teknolojisi Kuram ve Uygulama，2020，10（1）：138-176.

［6］ 杜爽，飞云倩，何牧，等．大学生“早起”和“借阅”行为与学习绩效的关系研究［J］.中国远程教育，2020（11）：47-58，77．

［7］ 顾伟黎．融媒体背景下高职院校思想政治工作的挑战与策略［J］．教育与职业，2020（18）：85-88．

编辑 王亚青