大规模协作支持的在线学习集体智慧生成路径研究

    祁晨诗 王帆 郝祥军

    

    

    

    【摘 要】在线学习环境中,大规模群体通过深度交互,充分交织个体智慧,能生成具有重要价值的集体智慧。然而,在大规模协作实际运行中,群体协作和群体知识建构效果不佳,导致个体智慧孤立,集体智慧形成的基础薄弱。构建在线学习集体智慧生成路径(OCIG):以个体智慧为起点,在媒介供给、组织策略和社交互动的支持下,能实现个体参与群体协作,最终生成集体智慧。并依此设计大规模协作方案,进行实践与分析,结果表明:适切的媒介功能,为集体智慧生成提供技术保障;多样的组织结构,转变集体智慧生成方向;提供逐级的互动支架,能够提升集体智慧层次。

    【关键词】大规模协作;集体智慧;在线学习;群体交互

    【中图分类号】G72;G434

    【文献标识码】A

    【文章编号】1001-8794(2019)09-0022-10

    一、问题的提出

    互联网+时代,在线学习环境为学习者创造了灵活的交互方式、广阔的互动空间和更多的交流机会。[1]在学习科学与技术实践的推动下,研究者将关注点逐渐从支持设备、呈现形式转向了在线交互质量和学习成效。[2]在线教育开拓者琳达·哈拉西姆(Linda Harasim)强调协作的重要性,提出在线协作方式能够充分激发学习者的创新思维,是提高在线学习质量和效果的根本保证。[3]专家学者利用大规模协作学习方式开展各种实践探究,如卡洛琳·佩恩斯坦·罗泽(Carolyn Penstein Rose)利用整合会话分析与文本挖掘技术优化大规模协作学习的过程与结果,但在在线学习实际运行过程中,学习者协作能力缺失,导致同伴间无法开展良好协作。[4]杨芳利用协作学习模式开展大规模在线英语教学的效果提升研究,实践中发现,学习者在进行协作交互过程中,存在互动深度和广度不足,知识建构水平较低等情况。[5]李海龙等人通过对大规模在线学习变形体的新探索,深刻认识到保障学习者的协作体验感和提供个性化支持服务,对于提升在线协作内驱力的重要性。[6]

    大规模群体在网络环境中深度交互,使得个体智慧充分交织,协作产生解决实际问题的创新性方案,生成具有重要价值的集体智慧。[7]然而,学习者协作积极性不高、协作能力不强、建构水平低下等一系列问题导致在线学习中个体智慧彼此孤立,集体智慧形成基础薄弱。[8—9]群体协作成效与集体智慧生成结果相辅相成,生成与应用高水平的集体智慧能够有效支持学习活动,优化协作过程,提升协作质量。[10]因此,探究大规模协作中高质量的集体智慧生成路径,对于提升在线活动的实施效果,促进学习者生成集体智慧有重要的意义,也是本研究所要解决的主要问题。

    二、概念界定

    (一)大规模协作

    “大规模”这一概念最初起源于大规模在线开放课程(MOOC,Massive open online courses)。2013年,布雷默(Bremer)依据邓巴(Dunbar)的研究,[11—12]从个体的社会网络负荷考虑,将超过150人的学习群体定义为“大规模”。他指出,当学习者超过这个数值时,由于人类的智力水平和认知能力有限,群体之间的关系密度会被稀释,人际网络结构变得不稳定,这将导致有效性沟通减少。

    克雷斯(Cress)等人曾明确指出,大规模协作是大量人员为完成同一项目所进行的集体活动,通常在互联网上借助社交软件和协作工具(例如wiki技术)进行,实现分散式创新。[13]泰普斯科特(Tapscott)和威廉姆斯(William)等人将大规模协作概括为一种大范围内大型网站用户的群体性参与(活动)模式。[14]国内学者范哲、吴克文等人提出,大规模协作是基于互联网环境,将拥有不同背景的分散且独立的個体,通过特定组织或个人召集,依靠互联网平台和社会化软件组成网络团队,或显性或隐性地通过组织方式,形成高质量的团队作品。[15]

    文献中对大规模协作虽无统一概念的界定,但存在一些共性的观点:“人员异质”“数字工具支持”“高质量协作成果。”综上,本研究认为大规模协作是一种计算机支持下的持续的群体性活动模式,具有多方面异质性的学习者,在统一目标的指引下深度交互,以去中心化的组织形式,进行多人灵活而高效的交流,共同参与活动,发挥集体效应,共同完成协作任务。

    (二)集体智慧

    集体智慧最早被界定为一种解决问题的能力,如1964年韦克斯勒(Wechsler)指出集体智慧是个体在稳定的组织结构中,在明确目标的指引下进行深入思考,产生高效处理问题的能力。[16]但在技术与教育不断融合发展的推动下,社会互动成为生成集体智慧的一种有效手段,这一点在波尔(Por)和阿拉克(Alag)的研究中得到体现,[17—18]他们认为个体聚集通过社会性交互能够获取群体性行为,帮助学习同伴高效解决问题并产生集体智慧。大规模群体协作的实现必然少不了工具的支持,于是傅韦达(Wai-Tat Fu)从工具的辅助性出发,阐述了集体智慧是在工具的支持下由个体智慧经过整合与分化而来的。[19]国内研究者也在关注集体智慧,如甘永成和祝智庭提出,通过系统的有效组织促进个体间长期的互动、合作和知识建构,运用个体智慧解决实际问题,达到集体智慧的凝聚和升华;[20]段金菊等人强调集体智慧是个体通过良好的活动组织促进个体与知识之间、个体与群体之间产生联结,实现知识共享与创造,逐渐转识成智。[21]

    综合上述观点,研究发现“工具支持”“群体组织”和“社交互动”是生成集体智慧重要的过程性条件。本研究将集体智慧总结为:个体为完成共同的目标而群聚在一起,借助媒介工具,在组织管理下以协作形式进行深度交互,共享个人的知识、行为、思想、经验等,并将其转化为解决复杂实际问题的创新能力。

    三、集体智慧生成路径设计

    瓦西利斯(Vassilios)在他的研究中提出,基于用户生成的集体智慧分为五个层面,分别为个体层、媒介层、组织层、社交层和集体层。[22]重新思考这五个层面之间的相互关系,有助于更好地构建集体智慧的生成路径。组成群体最基本的单位是个体,个体层的智慧是生成集体智慧的基础,个体带动集体,实现群体层智慧的凝聚与创新,最终生成集体智慧。在这个过程中,媒介技术不断发展,满足在线学习的各种需求,起到支撑学习活动的作用。同时,不同的组织形态对群体社交互动有重要的影响,良好的组织策略能够提升群体凝聚力,形成高水平的社交互动,进而生成高质量的集体智慧。由此可以总结出,在集体智慧的五个层面中,媒介、组织和社交为三大支撑条件,个体和集体是集体智慧生成的两大表征。在三大支撑条件的作用下,个体和群体相互配合,生成集体智慧。在此基础上,郑惠先(Heisawn Jeong)等人进一步研究,他们认为大规模协作学习中交互水平的最低层次为个体参与,最高层次为群体协作。[23]个体参与,是聚集学习者开展大规模协作活动的起点,也是学习者适应大规模协作的重要过程。在参与阶段,往往以难度较低、要求不严的学习活动吸引学习者,调动参与积极性。以个体参与促成群体协作,使群体性学习在协作中得以进一步深化,整个过程中,学习者按照共同的目标开展活动,共享协作并且承担着集体责任,使个体智慧得以充分交织。

    综合上述研究,本文构建了大规模协作支持的在线学习集体智慧生成路径图(Online Learning Collective Intelligence Generation,简称OCIG),如下页图1所示。

    OCIG中右侧的滑轮结构表示学习者的行为,在媒介供给、组织策略和社交互动的相互配合下,以最小的作用力实现个体参与、促成群体协作,使个体智慧提升为集体智慧,这三者是生成集体智慧的重要条件。

    媒介供给:作为定滑轮,媒介为群体协作水平的提升提供支点和保障作用,为集体智慧的生成在学习性、社交性和工具性等方面提供技术支持。[24]

    组织策略:作为动滑轮之一,在生成集体智慧的过程中,发挥着引导作用。组织策略是参与者以及群体活动的设计者为提高群体参与度,加强群体凝聚力,增强建构效果而使用的方法与技巧。

    社交互动:作为另一个动滑轮,在生成集体智慧的过程中,起到提升知识建构质量的重要作用。个体通过社交互动,从对学习内容的自我建构转向群体建构。社交互动的水平体现了学习者对知识内容不同程度的理解与思考,推动着集体智慧的生成,提升着群体知识建构的质量。

    左侧虚线表示大规模协作支持的在线学习过程与结果,个体智慧是产生集体智慧的基础,一切活动以个体认知为出发点。[25]集体智慧是群体大规模在线学习最终、最理想的结果,体现着群体协作的实际效用。

    由媒介供给、组织策略和社交互动构成的滑轮组,在实现个体参与向群体协作发展,个体智慧向集体智慧生成过程中,提供了重要的保障、引导和提升作用,以更好地生成大规模在线学习效果,提高在线学习质量。

    四、大规模协作方案的设计与实施

    (一)大规模协作方案的设计理念

    1.选择合适的媒介工具

    从协作学习理论视角对大量计算机支持的协作学习实践进行分析,发现媒介工具在支持协作学习过程中,主要起到吸引学习者参与、促进沟通、共享资源、细化任务、匿名讨论、记录学习过程和辅助同儕反馈等7大媒介功能的作用。[26]因此,在进行媒介选择时,要对媒介工具进行功能分析,考虑媒介在与学习者交互过程中达到的实际功用。同时,媒介操作的便捷性以及界面设计的美观性也是需要考量的重要因素。

    2.设计灵活的组织策略

    在大规模群体中,往往难以实现对所有学习者的统一管理,而且自上而下的他组织管理方式有其存在的固有弊端,群体内部在活动中自发显现的核心人物,无论是在内容贡献程度还是号召力方面,都有重要的引领作用,[27]如若不加以利用,反而浪费了这一有利资源。在群体自发产生的核心人物的基础上,对这一群体提出更进一步的要求,鼓励实施群体内部的自组织策略,扩大他们的影响力,充分发挥辐射引领作用。

    3.搭建有效的互动支架

    大规模在线学习中,往往讨论较为自由,学习者没有明确的交互方向,呈现边缘化参与,缺乏互动积极性、群体思维发散而难以凝聚和升华等,可使学习者围绕互动支架,依据学习内容,进行话题讨论。这不仅为学习者提供话题讨论的契机,促进学习者不断深入思考,也为个人自主发帖提供参考依据。问题支架的情境性、系统性与启发性不仅提高社交质量,同时也促进个人知识的全面建构与体系化发展。[28]

    (二)大规模协作方案的实施

    1.实施对象

    本研究以某市教师培训中近4.3万学习者作为大规模协作方案的实施对象,通过前期调查显示,学习者男女比例3∶4,年龄在30—50岁之间最多,大专,本硕博学历均有一定比例,分布于该市各地。从学习者的职业特征来看,学习者教授幼儿园、小学、初中、高中和中职这五个学段,在语文、数学、英语等十多门学科领域中各有专长。该群体在人员构成方面,满足人员数量、学习者异质性和参与独立性这三方面的要求,符合大规模特征。

    2.实施过程

    大规模协作实施过程主要包括视频学习引发个体广泛参与、角色分化显现核心人物、搭建互动支架聚合个体智慧、自主发帖深化群体协作四个环节,而媒介供给、组织策略以及社交互动作为三大重要支持条件,贯穿活动实施的始终,具体实施方案见图2。

    引发参与。大规模在线学习的起点是学习者有组织地共同参与学习活动。利用在线学习视频作为基础资源引发学习者参与其中。鼓励学习者在观看视频的同时,在视频下方针对学习内容进行文字的质性评论和量化评分,以激发学习者参与学习活动的积极性。

    分化协调。为了最大化学习者自主协调成果,充分发挥成员的核心作用,本研究定位前几期培训中,活跃度高、影响力相对较大、参与质量较高的学习者,组成本期的200人核心学习者群体,以他们为自组织领袖,组织开展在线学习。核心学习者不仅是学习的主体,也是群体在线学习的主要负责人,有具体的发帖和回帖指标要求,负责散发社交魅力,组织和引导在线讨论的方向,形成群体参与动力。

    群体聚合。为了更好地引导在线交流,提升在线学习的质量,在线课程的运行者在每一主题下搭建包括理解、应用、分析、评价和创造这五大层次的互动支架。聚合成果是个体在互动支架下评论回复的总和,学习者通过支架式问题将视频学习的零散内容进行思考与表达,为群体建构和智慧生成奠定基础。

    深化协作。深化协作实质上是促进个体之间的交互,深化群体内部的知识建构。因此,在课程运行中,鼓励学习者能够以内容为核心,围绕具体的话题内容,形成良好的互动关系。学习者可以针对自己困惑的问题或感兴趣的内容自己组织讨论或选择他人建立的话题加入其中,与其他学习者展开学习与讨论。在交互中促进自己的思考,优化个体知识,总结学习心得,形成学习报告,用以解决复杂的实际问题,达到深化协作学习的目标。

    五、数据分析与结果描述

    (一)媒介供给分析

    1.媒介使用功能分析

    本研究选用“江苏教师教育网”作为在线学习平台,力求为在线学习生成集体智慧提供技术的基础性保障。在培训结束后,对学习者的平台使用感受进行调查,有不少学习者提及,媒介功能为在线协作提供了极大的便利,如:

    “我在网上设计了投票类的讨论问题,我发现这个功能非常好,大家对于投票的参与热情远远高于直接发起话题讨论,通过统计投票的结果,也能很好地收集讨论内容。”

    “平台能够将好的帖子置顶,节省了我们从大量的帖子中筛选精华帖的时间和精力,在优质的话题内容下讨论,可以看到更多的好的观点,提高自己的认识、加深自己的理解。”

    “以前的教师培训,只能在电脑端看视频参与讨论,现在的微信端十分方便了。在电脑端看视频,手机微信端口进行在线讨论,方便快捷,实现了无缝学习。赞!”

    因此,结合“江苏教师教育网”的实际媒介功能,总结分析了本次在线学习受到一致欢迎的媒介功能,如图3所示,体现出媒介的使用能够诱发学习者参与、促进沟通、促进资源共享、检测学习过程以及促进同侪反馈等优势功能。

    (1)PC+微信端口同步使用。学习者无需下载新的软件,微信端即点即用,将在线学习与日常社交融为一体,支持学习者无缝学习,更加方便快捷地记录个体智慧。

    (2)视频学习与论坛讨论一体化。学习者无需转战多个平台,相比往期在江苏教师教育网观看学习视频后,前往百度贴吧进行讨论,现有的网络平台更加具有统整性,支持个体智慧的持续性传播。

    (3)论坛精华帖置顶功能。方便标记优质讨论帖,排序置顶,醒目提示,吸引更多学习者参与高质量的学习与讨论,凝聚高水平的集体智慧。

    (4)添加标签功能。学习者进行讨论帖主题归类,细化讨论内容,促进不同类别话题之间的横向比较和同类话题的纵向提升,使得发散的个体智慧得以收敛。

    (5)投票功能。江苏教师教育网在功能上,不仅支持文本、图片、视频、超链接、附件等形式的内容上传,还提供投票功能,触发更多学习者查看发帖,提升学习者的积极性,推动集体智慧的创新性发展。

    2.媒介使用感受分析

    本研究借助黄国帧教授设计的学习系统满意度量表,[29]調查学习者对在线学习选择“江苏教师教育网”的满意度。问卷由7道量表题目组成,从非常不同意(1分)到非常同意(5分)依次递加,核算每个学习者的平均分值,并将其结果以图的形式呈现出来,见下图4。

    平台使用满意度各个题项均值都在4分以上,Q1得分最高,学习者强烈认为目前使用媒介平台较以往而言,更为方便。从Q4中可以看出,平台得到了学习者的一致认可。7个题中,相对分数较低的是Q3,表明了“江苏教师教育网”在引导学习者转变思维方式,重塑认知结构方面,功能性还不够突出,在以后媒介的选择或是媒介设计时,不仅要注重媒介的载体功能,还要关注媒介作为认知工具起到优化学习者认知、调整学习者思维方式的辅助作用。Q5、Q6、Q7三题表明学习者愿意将“江苏教师教育网”进行推广使用,体现了对媒介功能的肯定。简洁的界面设计、公开的交流环境、无缝的沟通交流,能够让学习者在交互中发现更多新的问题,借助平台优势对学习内容进一步加工与思考,能触发个体智慧的发散、收敛,集体智慧的凝聚与升华。

    (二)组织策略分析

    1.他组织分析

    (1)他组织群体考核数据分析。以大规模协作方式开展在线学习,用统一且标准化的考核方式能够实现对所有参与者学习情况的考察。通过设置不同类型的题目,了解学习者对知识的记忆、理解、运用、分析等方面的能力,较为公平地反映学习者的个体知识水平。

    针对某地区第五期大型教师在线培训活动进行设计和研究,几期的人员相对固定,综合客观题和主观题的考核结果,本期的整体合格率为98.12%,说明学习者具备扎实的理论基础和较为突出的个体智慧。将200名核心学习者的在线考核成绩与近4万普通学习者进行对比,结果如表1所示。从客观题的均分和主观题合格率来看,表明核心人物整体在知识掌握方面优于大规模群体,同样也验证了前期对核心人物的筛选工作是有效且正确的,核心学习者的确在群体中起到了模范作用,个体认知表现较为突出。

    (2)他组织群体网络属性分析。搭建互动支架是课程设计者进行他组织的重要策略,利用UCINET软件分析群体属性,如表2所示。在他组织下,学习者仅围绕某一个互动支架所形成的网络规模相当可观,最高引发1936人参与,最差引发683人参与。“安全教育”创造性支架的关系达到2 024,表明学习者之间交互的帖子达到2 024条,弱一些的“理论之光”应用性支架也产生了709条交互帖子。结合网络规模来看,他组织策略建立的群体网络结构是庞大的。

    他组织策略,自上而下发布任务,引发了大规模学习者广泛参与,学习者的学习行为从视频学习转向了支架互动。网络密度用以刻画节点之间相互联系的密集程度,受网络规模影响,一般而言,网络规模越大,网络密度就越大。从两个互动支架的网络密度来看,密度0.015,0.024均属于较低水平,说明群体中成员之间的联系存在偏重现象,大多数学习者仅回复互动支架发布者的问题,而学习者之间相互产生联系较少,群体成员之间的联系较为疏远,互动不够积极,群体互动氛围不够活跃。网络平均度最优达到1.045,最差达到1.034,表明群体中每个学习者之间平均建立起1.045、1.034个连接,与不足2个学习者产生联系,除去组织者之外,成员之间的交互频率不高。

    2.自组织分析

    (1)自组织群体考核数据分析。为更好分析两类学习者在自组织策略下个体认知的发展情况,对核心学习者和普通学习者进行课程学习前后的对比测试,利用SPSS对两组前后测试进行分析,结果如表3所示。

    从表中可以看出,核心学习者的前后测平均分都高于普通学习者,说明核心学习者的个体知识掌握和知识运用程度要优于普通学习者。核心学习者后测成绩提高并不显著,而普通学习者的后测成绩则有明显提升,说明普通学习者的学习效果更加突出,经过培训后,个体知识发展有较大的变化,而核心学习者本身具有扎实的知识和丰富的知识转化经验,在线学习提升空间较小,因此学习效果不明显。在自组织策略下,无论是核心学习者还是普通学习者,作为个体智慧的重要组成部分——个体认知,均得到不同程度的提升,为形成高质量的交互内容,生成高水平的集体智慧,奠定牢固的基础。

    (2)自组织群体网络属性分析。学习者自主建立新帖是自组织的重要策略。分析自组织下群体属性,能够对自组织水平进行整体把握,如表4是自组织群体属性分析表。

    从表中可以看出,核心学习者建立的主题帖所形成的网络规模比普通学习者主题帖的规模要大,所形成的关系数也较普通学习者多。核心学习者498个节点数产生了2 572条关系,也就是共有498名学习者参与了这条帖子的讨论,并产生了2 572条交互帖子;普通学习者的帖子共有175名学习者参与,形成了481条帖子。核心学习者建帖所形成的网络密度为0.373,普通学习者建帖网络密度为0.149,都远高于他组织下学习者所形成的网络密度,说明学习者自发建立的主题帖中,成员之间的互动关系更加紧密。核心学习者建立的帖子结构中,平均度为5.73,说明群体中的学习者与5.73个节点产生联系,平均一个人约与6名学习者产生交互,这一指标优于普通学习者建帖的2.48个节点数,这与他组织网络结构相比,均有所提高。

    核心学习者开展自组织活动,以内容和兴趣为出发点自主建帖,自中而下发散集体智慧,带动普通学习者发布草根式话题,自下而上实现集体智慧的收敛。集体智慧的形成动力来自于学习者之间积极的互动,互动程度和互动方向影响着群体建构和集体智慧的生成水平。自组织策略下,群体交互程度越高,交互越多向,学习者之间的关系就越紧密,知识建构和生成集体智慧的效率和水平就越高。

    (三)社交互动分析

    1.社交互动过程分析

    不同深度的社交互动水平,反映了学习者个体和集体智慧的不同层次。在论坛讨论区将9个主题的45个互动支架问题按照对学习者认知要求由低到高依次抛出,学习者通过互动支架,从视频学习过渡到真实问题的理性思考中。依照Gunawardena等人研究的知识建构内容交互编码(①内容共享,②探索发现,③协同构建,④观点加工,⑤知识创新),[30]对六周(即六个学习周)互动支架中学习者的讨论内容进行编码和计算平均值处理,结果如图5所示。

    从图中可以看出,随着在线学习活动不断推进,无论是普通学习者还是核心学习者,在线社交水平均有所提高。从时间上来看,由于前三周分阶段抛出理解应用型、分析评价型以及创造型互动支架,因此前四周互动深度变化较大,到第五、六周趋于稳定,尤其是普通学习者的变化幅度更为明显。普通学习者从学习开始时,在线互动停留在内容分享和探索发现这两个较低层次上,而后在核心学习者的引领下,讨论深度不断增加,逐步过渡到意义协商、观点加工水平,实现在线学习效果的较大突破和集体智慧层次的较大提升。核心学习者作为在线学习的核心引领式人物,在线讨论保持着较高的质量水平,在与其他学习者的相互交流和促进中,讨论深度逐渐向观点加工和达成共识的高层次方向发展,保持核心人物集体智慧的较高水准。

    2.社交互动结果分析

    在六周互动支架的帮助下,学习者能够对学习内容有更全面的认识和更深入的思考。在个体智慧持续提升的基础上,集体智慧应运而生。群体交互能集众人之长解决现实复杂的问题,这是搭建在线平台进行交流的主要目的。众多学习者能够充分利用在线学习交流的契机,集众人智慧,解决一些实际问题。

    在收集了学习者提交的学习总结后发现,许多学习者能够很好地利用在线平台,通过群体交互,集众人智慧解决自己遇到的复杂的实际问题,由理论向实践发展,转识成智。例如,泰州市姜堰区第四中学的石建华老师将培育站的研修主题“农村初中数学课堂的研究”作为话题抛到论坛中,得到了114条同是一线教师的学习者评论,为他的研究提供了更加广泛的素材。泰州市城东中心小学的陈娟老师、靖江市实验学校的贾平老师等将担任班主任期间面临的问题与其他老师分享,获得了350条宝贵经验的分享与实践指导。

    据统计,除了预设九个主题的互动支架,学习者通过自主发帖,自发形成了如图6(部分展示)所示的2 244条新的话题。这些话题中涵盖了当前的热点话题、前沿理论和实践难题,其中与他们日常教学工作相关的实践类问题探讨占74.83%,这表明学习者能够从这次线上培训和集体探讨中收获实实在在的内容,而不仅是为了完成考核任务。论坛中所有的讨论内容是集体智慧的重要呈现,而学习者自我总结和自我反思的内容是集体智慧内化作用于個人的结果,对学习者个人而言更有价值,因此,在集体智慧创生的过程中,大规模协作促进了个体和群体的共同成长与提高。

    六、研究结论

    (一)适切的媒介功能,提供集体智慧生成保障

    在本次在线学习中,学习者已掌握了基本的媒介操作技能,并不存在操作难度或认知困难,学习者对媒介的功能普遍较为满意,并愿意将其推广使用。研究所选用的媒介“江苏教师教育网”,最大特色在于界面的简洁明了,功能的适切供给,如投票、置顶、标签等功能配合着PC和手机端的使用,极大地方便了学习者的使用,没有冗余的信息和复杂的认知负荷。适切的媒介功能,如共享资源、引发参与、促进沟通、细化任务、检测学习过程以及同侪反馈等为生成集体智慧创造了便利的条件。

    媒介作为认知工具,学习者除了关注其社交性和工具性两方面,也对媒介的学习性保障产生了新的期待。以后在线课程设计者进行媒介设计和选择的时候,还要关注媒介辅助学习者认知,为转变学习者思维方式、优化认知结构提供更多的支持。

    (二)多样的组织结构,引导集体智慧生成方向

    本研究以他组织形式自上而下发布学习任务,保证学习者基本的参与行为;以自组织形式进行自下而上的草根式话题讨论,确保话题内容的实用性和价值性。在经过几期的在线学习后,学习者的加工、存储和提取信息等综合能力得到持续提高,认知水平得到不断发展。在线课程的学习内容,往往是由课程设计者结合课程大纲和教学目标进行设计和确定的。从他组织角度出发设计,自上而下开展活动,往往能够聚集大量学习者参与学习,但可能存在教学理论性重于实践指导性,或理论与实践脱离,学习者学习兴趣低下等情况。

    多样化的组织结构,能够引导集体智慧多向生成。在专家学者制定的固定话题基础上,核心学习者以点带面,发挥辐射引领作用,带动大规模学习者,引发学习者之间多向沟通和紧密互动。以自组织形式自主建帖,自下而上产生草根汇聚式的知识内容,更能满足学习者的实际学习需求。在自组织和他组织的双重作用下,集体智慧得以自上而下、自下而上多向生成。

    (三)逐级的互动支架,提升集体智慧生成层次

    视频学习资源是大规模在线学习的主要学习内容,向学习者呈现了静态的知识内容。在没有具体目标和具体要求的情况下,学习者自主学习和独立思考发布的内容层次较低,体现了个体思维的局限性。当提供了不同层级的互动支架后,学习者围绕互动支架进行内容的思考和回复,随着互动支架层级的不断提高,学习者被推动着不断深入思考。

    个体通过观看学习视频进行智慧的发散,在回答互动支架问题中实现集体智慧的收敛,通过核心学习者的话题引导凝聚集体智慧,再到通过自主建帖讨论创新生成集体智慧,这个过程中,学习者将视频中有限的静态知识转变为个体和群体的动态生成的智慧,理论指导实践,解决实际的复杂问题。互动支架帮助学习者由简单的概念理解提高到策略方法的提出,由内容陈述提高到观点创新,整体社交水平也在不断提高,进一步提升了集体智慧的层次。

    【参考文献】

    [1]王志军.远程教育中“教学交互”本质及相关概念再辨析[J].电化教育研究,2016(4):36—41.

    [2]张思,刘清堂,雷诗捷,王亚如.网络学习空间中学习者学习投入的研究:网络学习行为的大数据分析[J].中国电化教育,2017(4):24—30.

    [3]琳达·哈拉西姆,肖俊洪.协作学习理论与实践:在线教育质量的根本保证[J].中国远程教育,2015(8):5—16+79.

    [4]王阿习,王旭.整合会话分析与文本挖掘技术来评价协作学习:访谈卡耐基梅隆大学著名教授卡洛琳·佩恩斯坦·罗泽[J].现代远程教育研究,2017(6):3—10.

    [5]杨芳,魏兴,张文霞.MOOC edx讨论区的协作学习模式探析:以英语会话技巧的教学实践为例[J].外语电化教学,2015(6):60—68.

    [6]李海龙,李新磊.“后MOOC”时代基于分布翻转的SPOC体验式学习探讨[J].电化教育研究,2015(11):44—50.

    [7]张剑平,胡玥,夏文菁.集体智慧视野下的非正式学习及其环境模型构建[J].远程教育杂志,2016(6):3—10.

    [8]李海峰,王炜.社会系统理论视域下的在线学习共同体构建[J].中国电化教育,2018(6):82—90.

    [9]黄建锋.基于“互联网+”的碎片化学习策略研究:从“碎片”到“整体”的嬗变[J].电化教育研究,2017(8):80—84.

    [10]郁晓华,江绍祥.在线教与学集体智慧的有效利用:学习分析的视角与架构[J].开放教育研究,2016(3):98—106.

    [11]Bremer C, White D. Massive open online courses: Categorization and analysis of participant behavior using the example of OPCOs 2011 and 2012. Goethe University Frankfurt am Main, 2013[C].Germany: TUD Press, 2013.

    [12]Dunbar R I M. Coevolution of neocortical size, group size and language in humans[J].Behavioral and Brain Sciences, 1993(4):681—694.

    [13]Cress U, Jeong H, Moskaliuk J. Mass Collaboration and Education[M].Cham: Springer, 2016.

    [14]唐·泰普斯科特,安東尼·D.威廉姆斯.维基经济学:大规模协作如何改变一切[M].北京:中国青年出版社,2007.

    [15]范哲,吴克文,朱庆华,等.互联网群体协作概念、应用与适用理论探讨[J].情报理论与实践,2013(6):13—20.

    [16]Wechsler D.Die messung der intellignez Erwachsener[M].Bern-Stuttgart: Hubrt, 1964.

    [17]Por G. The quest for collective intelligence[M].San Francisco, CA: New Leaders Press, 1995.

    [18]Alag S. Collective intelligence in action[M].New York: Manning, 2009.

    [19]Fu W T. From distributed cognition to collective intelligence: Supporting cognitive search to facilitate online massive collaboration[M].Cham: Springer,2016.

    [20]甘永成,祝智庭.虚拟学习社区知识建构和集体智慧发展的学习框架[J].中国电化教育,2006(5):27—32.

    [21]段金菊,余胜泉.基于社会性知识网络的学习模型构建[J].现代远程教育研究,2016(4):91—102.

    [22]Solachidis V, et al. Collective intelligence generation from user contributed content[C].Berlin: Springer, 2009.

    [23]Jeong H, et al. Joint interactions in large online knowledge communities: the A3C framework[J].International Journal of Computer-Supported Collaborative Learning, 2017(2):133—151.

    [24][26]Jeong H, Hmelosilver C E. Seven Affordances of computer-supported collaborative learning: How to support collaborative learning? How can technologies help?[J].Educational Psychologist, 2016(2):1—19.

    [25]Richardson M J, Pasupathi M. A handbook of wisdom: Psychological perspectives[M].Cambridge: Cambridge University Press, 2005.

    [27]Cohen A, Shimony U, Nachmias R, et al. Active learners characterization in MOOC forums and their generated knowledge[J].British Journal of Educational Technology, 2019(1):177—198.

    [28]郝祥軍,王帆,汪云华.问题支架促进在线知识交互的途径假设与验证[J].中国远程教育,2019(3):34—42.

    [29]Chu H C, Hwang G J, Tsai C C. A knowledge engineering approach to developing mindtools for context-aware ubiquitous learning[J].Computers & Education, 2010(1):289—297.

    [30]Gunawardena C N, Lowe C A, 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].Journal of Educational Computing Research, 1997(4):397—431.