计算机支持的协作学习研究热点与趋势演进——基于专业期刊文献的知识图谱可视化分析
| 全文共12245字，建议阅读时长12分钟 |
本文由《现代远距离教育》授权发布
作者：李海峰 王炜
摘要
《计算机支持的协作学习》是专门研究CSCL的国际性学术期刊，对该刊进行系统研究能够拓展我国CSCL研究的国际视野，把握研究前沿热点。研究对象包括该刊从2006年到2018年之间的240篇论文，研究方法采用共词分析法，研究工具选取 BICOMB、SPSS19.0、Excel2007、 Ucinet6.2和 Net Draw。研究发现，协作学习处于研究核心，代表了该刊的办刊宗旨。社会网络分析展示了该刊以协作学习为中心，以工具、方法为桥梁，逐渐向知识建构、学习分析和学习模式等方向展开。多维知识图谱显现出该刊围绕协作学习、学习模式、学习分析、学习理论知识建构和学习工具等六大主题开展了讨论。未来趋势演进主要体现在学习分析、研究范式和学习管理等三个方面。
关键词：CSCL；共现分析法； ijCSCL；计算机支持的协作学习
一、引言
自1989年计算机支持的协作学习（ Computer Supported Collaborative Learning，CSCL）诞生以来，世界上众多科研机构、团体和个人从教育学、心理学和语言学等多种视角探讨如何进行计算机支持的协作学习设计与实。International Journal of Compuer- Supported Collaborative Learning（以下简称:ijCSCL）是专门研究CSCL的国际性学术期刊，是国际学习科学学会（ISLS）于2006年创办的官方出版物，是高质量的同行评审期刊，反映了国际CSCL学术共同体的基本研究旨趣。ijCSCL旨在促进人们对CSCL本质、理论和实践的深层理解，为来自教育学、计算机科学、信息技术、心理学、信息通信和语言学等领域的专家提供了一个学术平台。刊发文章内容主要聚焦于在线协作学习的技术环境支持和协作活动背景下的协作学习方式设计。 ijCSCL以其高质量的学术研究被SSCI、JCR、CC索引和摘录，期刊影响因子为2.243。然而，中国对该刊的专门研究鲜有出现，以“CSCL”“计算机支持的协作学习”“International Journal of Computer- Supported Collaborative Learning”等为关键词在CNKI数据库中进行检索，结果表明没有对它的系统研究，只出现少量的文章引用。因此，系统地对 ijCSCL进行研究，能够揭示出国际CSCL研究的主题、热点和发展趋势，拓展我国“计算机支持的协作学习”相关研究的国际视野，更广泛地了解研究前沿热点和新兴研究领域。
二、研究设计
（一）研究对象
将 ijCSCL期刊从2006年创刊到2018年8月31日期间的全部学术论文作为研究对象，检索数据来自 Web of science数据库，题录信息采用完整信息格式下载。在 ijCSCL期刊中共获得290篇文章，除去会议、传记、刊误和社论等，最终确定240篇学术期刊论文作为研究对象。
（二）研究方法
共词分析（Co- Word Analysis）是内容分析技术的一种，是分析一对词语在一篇或多篇文章中共同出现的频率。根据词语共同出现的频率进行聚类分析，揭示词语间的亲疏关系，探析学科和主题的发展变化[1]。对 ijCSCL期刊的分析主要采用关键词共现分析，如果一对关键词在多篇文献中同时出现，则说明这对关键词之间的关系密切，那么由这对关键词构成的研究主题则是CSCL研究者的关注热点。
（三）研究工具
共词分析主要使用书目共现分析系统（Bl-COMB）、SPSS19.0、 Excel2007、 Urine6.2和NetDraw等工具。书目共现分析系统能够对 Web of Science数据库下载的题录信息进行有效的整理和提取，能够便捷地进行数据导入、修改、词频条件设置以及词篇矩阵和共现矩阵的导出。利用Exce2007对共现矩阵进行相异矩阵的转换，由SPSS19.0完成多维尺度分析，利用 Ucinet6.2和 NetDraw协同完成关键词的社会网络分析。
三、数据准备与处理
（一）数据获取与整理
首先，通过书目共现分析系统进行关键词的筛选和数据清洗，对同义词、非实意词和单复数关键词等进行同义转换、删除和修改。CSCL和Computer-Supported Collaborative Learning是同义词，如果不进行同义转换，将会造成对CSCL研究主题热度的误判。如 German这类名词并不能表明CSCL研究的主题性质，最大限度表明该主题可能与德国人有关。经过仔细的检查、修改和删除等工作，确定1193个关键词，然后利用书目共现分析系统的统计功能，最终提取前32个高频关键词作为分析对象，如表1所示。
（二）高频关键词的共现矩阵和相关矩阵
利用书目共现分析系统的共现矩阵功能得到一个32×32的高频关键词共现矩阵，如表2所示。矩阵中的数值是两两相交关键词共同在论文中出现的频次，频次高低表明两个关键词的亲疏程度，矩阵对角线上的数值是每个关键词的总频次。
共现频次受到关键词各自词频大小的影响，词频数值差异过大易造成较大误差，影响后续社会网络分析和多维尺度分析的精确性。因此，需要对原始关键词共现矩阵进行包容化处理，转换成相关矩阵，以准确反映主题词之间的亲疏程度[2]。共现频次包容化处理的方法主要是利用 Ochiai系数，计算方法是: Ochiai等于Cij除以（CixCj）的平方根，Cj是i和j两个关键词的共现次数，Ci和Cj是两个关键词各自的总频次，即矩阵对角线上的数值。通过Exc2007实现从共现矩相关矩阵的数值转换，最终得到CSCL高频主题关键词的相关矩阵，如图3所示。
四、分析与讨论
（一）CSCL高频关键词的社会网络分析
社会网络分析是对网络中行动者间关系的量化研究，是用来描述网络结构特征的测量方法和指标[3]。关键词的社会网络分析是对共现关键词的关系进行量化和结构化，揭示关键词所代表的主题和主题关系。Ucinet是主要的社会网络分析软件将表3的关键词相关矩阵数据导入 Ucinet中进行数据处理，然后利用 NetDraw绘制关键词的社会网络，如图1所示。
高频关键词的社会网络图展现了计算机支持的协作学习主题分布状态，以CSCL为主要研究内容，环绕呈现出了知识建构、协作学习策略、协作学习工具、学习模式以及协作学习分析等主题。
第一，CSCL、 Learning、Collaborative Learning Collaboration 和 Knowledge Building等关词处于社会网络中心，体现了 ijCSCL期刊的研究定位和研究核心。CSCL关键词是整个社会网络中度数最高的关键词，反映了 ijCSCL的办刊宗旨，研究内容聚焦于如何为协作学习活动进行技术环境设计，分析和促进在线协作学习活动背景下人们是如何学习的。Learning、 Collaborative Learnining、 Collaboration体现了学习是通过协作完成的本质特征。Knowledge Building关键词意味着知识建构是 ijCSCL期刊研究的重点主题，暗示了协作学习的主要目的在于促进学习者的知识建构和知识创造。五个关键词基本代表了 ijCSCL期刊2006年至2018年期间所有研究主题的核心，其它研究主题从不同角度和深度围绕这一核心内容进行拓展。
第二， Argumentation、 Interaction Analysis、Collaboration Scripts、Ethnomethodology、Wiki、Scripting、Interaction、 Computer Support和 Scaffolding等表示在线协作学习方法和工具的关键词处于社会网络的中部地带，是连接ijSCL期刊核心主题和边缘主题的枢纽。Wiki、 Scripting和 Computer Support是协作学习的主要支持工具，Argumentation、 Scaffoldin和
Collaboration Scripts成为促进在线协作知识建构的主要策略。
第三， Learning Analytics、 Video Analysis、 Content Analysis、 CSCL Scripts、Online Learning、 Design-based Research、 Problem Solving、 Inquiry Learning、Blended Learning等关键词处于社会网络的边缘，代表了CSCL的研究热点或者正在兴起的研究领域。Learning Analytics， Video Analysis和Content Analysis是学习分析的重要主题，从学习分析、视频分析和内容分析的角度讨论了协作学习过程和结果的具体分析方法。 Problem Solving、 Inquiry Learning、Blended Learning关键词概括了计算机支持的协作学习的主要学习方法或者模式，涵盖问题解决、探究性学习和混合学习等。基于设计的研（ Design based Research）是当前计算机支持的协作学习领域中进行学习模式、理论或者学习策略创建和发展的主要方法论和方法。
（二）CSCL高频关键词的多维尺度分析
多维尺度分析（ Multidimensional Scaling）用以揭示研究对象的差异性或相似性，探析未知的变量和因素。关键词的多维尺度分析通过图中点与点之间的距离表示关键词之间的相似性和差异性程度。为避免相关矩阵中0值过多影响分析结果准确性，多维尺度分析需将相关矩阵转换成相异矩阵。频次最多的关键词居于图谱的中心位置，频次越少则与中心距离越远，相异矩阵能够使图谱更接近实际情况。相异矩阵通过1与相关矩阵中的全部数值分别相减而得到，如表4所示。
将相异矩阵的数据导入到SPSS19.0中，在度量功能中选择多维尺度分析，模型参数选择“序数”并打开“结观察值”，度量模型选择“ Euclidean距离”，输出选择“组图”，数据为距离数据，形状为“正对称”，执行程序后得到CSCL高频关键词聚类图谱。Stress=0.12，RSQ=0.91，表明聚类图谱与源数据的拟合度较好，它能够真实地揭示出数据之间的关系。如图2所示。
（1）计算机支持的协作学习研究旨趣。第一类包括CSCL、 Collaborative Learning、 Learning和 Scrip-ting等关键词，表明了 ijCSCL期刊的研究旨趣，聚焦于计算机支持的协作学习，从不同视角去探索计算机在协作学习中的有效应用和学习方式。脚本化是在线协作学习的重要特征之一，脚本是提升在线协作学习效果的主要途径或策略，通过设计脚本以促进在线协作学习的发生、发展和效率提升。jCSCL期刊也正在拓展研究的视野和范围，继续提升CSCL和全球学习科学共同体的影响，拓展仅仅关注预定CSCL研究共同体的范畴[4]。
根据关键词在图谱中的坐标位置和与其它关键词的紧密程度，关键词群组可划分为六大研究主题，涉及研究旨趣、学习模式、学习分析、学习理论、知识建构和学习工具等。
（2）计算机支持的协作学习模式。第二类研究主题涵盖了 Blended learning、 Inquiry Learning、Design- based Research、 CSCL Scripts、 Video Analysis、Collaborative、Higher Education等关键词。研究主题聚焦于讨论“计算机支持的协作学习”的学习模式，诸如混合学习、探究式学习、协作性学习以及运用基于设计的研究方法进行学习模式构建。
第一，混合学习是面授学习和在线学习相融合的一种学习方式，旨在融合传统教学手段和在线学习手段的优势以提升学习者的学习绩效。群组动态变化对小组的影响较早地受到了混合学习研究者的关注。群组学习与小组凝聚力密切相关，受到社会性和认知因素的影响，社会存在对于积极的群组动态变化具有至关重要的作用。然而，不管群组动态变化是积极的还是消极的，一旦小组结构在面对面的交互中被设定，那么它们对交互的影响则呈现出相对稳定的状态[5]。计算机支持的协作混合学习（CSCBL）脚本是一个复杂的学习环境，不同空间进行的正式的或者非正式的学习活动通过技术被协调和整合进这一独一无二的学习环境中，空间、教学法、参与者和发展史构成了该环境的四个核心要素。 CSCBL脚本混合了通过手机支持的个体性和协作性活动以及基于计算机技术支持的课堂学习活动[6]。
第二，探究性学习指使学生以类似于科学家的探究性研究方式获取相关知识，从讲授学习向解决问题的探究性学习转变。学会一起学习是对个体和协作性探究学习的拓展，个体面对困难无法解决时，需要从学会学习向学会一起学习转变。在线学习环境需要向学习者提供支持学会一起学习的工具，使学习者能够参与到问题解决或科学探究中[7]。知识创造学习为学生知识创造技能的发展提供了理论工具，聚焦于探究目标分享、元认知发展以及探究活动的个体、集体和目标导向等维度[8]。构建学生理解的表征场域有助于促进知识发展，表征形式多样化能够促进个体深度理解，诸如概念地图、文本摘要和数学方程等。协作学习者的知识表征明显优于单独个体，特别是视觉性知识和情境性知识，表征构建和学习结果之间存在正相关关系，特别是情境性知识[9]。
第三，基于设计的研究成为探索、完善和创新学习模式的主要研究方法，强调真实自然的在线协作学习环境，运用多种研究方法，不断对预设方案进行排除、改进和完善，以达成实践与理论的发展如在线协作知识建构的会话模式、在线协作学习的群组实践方式和基于混合学习的职业培训模式等。视频分析也为协作学习模式的完善和发展提供了有力的支撑，通过视频分析能够实现对协作学习行为的深描和学习过程结构的刻画，进一步完善和发展学习模式。
（3）计算机支持的协作学习分析。第三类研究主题包括 Analysis、Evaluation、 Content Analysis、Learning Analytics， Interact、Analysis Ethnomethod-ology等关键词，主要聚焦在线协作学习过程中的会话内容、学习绩效以及技术效能的分析与评价。
第一，在线协作学习的交互分析。彩虹原则（ Rainbow）对在线协作交互分析具有独特的视角得名于七条原则性策略，旨在分析学生在CSCL环境中何时、如何、以何种方式从事一个具体形式的交互性知识合作，拓展并加深人们关于辩论空间的理解[10]。知识类型与交互存在一定关系，通过对生物课视频的协作交互分析发现，程序类型的问题解决主导着学生的交互，而概念性知识的建构活动仅在解决问题时才呈现[11]。在群组成员的理解中，共享绘图和引用指示语有助于实现主体间的交互性，图形、叙事和象征性符号等也能促进问题解决[12]。二元互动空间的三层分析法是一个能够用于任何学习任务和任何环境布局的通用分析方法，包括对话水平、行为水平和知识水平[13]。分布式交互分析框架提出了一个概念化、表征性框架，用以分析分布式交互，解决以技术为中介的交互性分析问题[14]。
第二，在线协作学习的内容分析。 Norm Friesen用内容分析法分析了网上信息发布的形式和修辞，发现一系列修辞标记的案例以书信体动力学为特征[15]。 Jingyan Lu等人通过描述教师和学生之间的语篇模式和功能特点，探讨了以CSCL工具为脚手架的基于问题的学习，通过分析师生应用传统白板和交互白板学习时的言语，探讨了学习脚手架环境设计和作用[16]。 Marc Clara等人探讨了理论、方法论与复杂知识表达的关系，CSCL理论和方法的多样性使知识的清晰表达显得更为复杂，他们运用内容分析法从分析单元、相关关系和分析维度等进行了辩证讨论[17]。就模拟器培训过程中模拟背景被忽视的问题， Magnus Hontved等人运用内容分析法分析了活动背景和活动过程的视频，提出学生的合作和意义构建能被有效解决[18]。
第三，在线协作学习的过程分析。视频分析是协作学习过程的主要分析方法之一。通过视频分析法观察协作学习过程中成员的会话信息、面部表情、动作方式和交互协作，记录视频不同时段的协作交互行为，探索促进学生协作学习和组织学生协作学习的方式[19]。视频分析主要聚焦于技术和工具在协作学习环境和协作交互过程中的重要作用[20]。 Stefan Trausan-Matu等人对聊天室、论坛等协作学习过程运用了复调分析（ Polyphonic Analysis），复调分析是基于复调音乐的思想对聊天室内多人信息交流的话题、回答和表现等进行动态跟踪，根据它们的变化分析和评价协作学习的进度和效果[21]。复调分析也可作为会话者身份轨迹的指示器对大学的合作性混合学习课程进行分析，用以跟踪学习者的身份轨迹变化，探析他们的课程活动以及学生个人环境的敏感性[22]。主体间性（ Intersubjectivity）被看作是复调的动态过程，通过复调将个人的话语嵌入到其他人的话语中，在两种声音中创造一种对话关系。复调是一种方式，个体话语能够被看作或分析为一个对话[23]。此外，民族学方法论（ Ethnomethodology）被引入用以深描在线协作学习者的微观个体间行动。民族学方法论以描述和分析个体间的微观互动过程为目标，强调行动者的主观意图阐释。民族学方法论弥补了量化分析对在线协作学习者间微观互动过程分析的不足，以深描的方式揭示协作学习的特点、学习策略或者学习模式。
（4）计算机支持的协作学习理论。第四类研究主题包括Scaffolding、 Problem Solving、 Collaboration Scripts、 Theory、 Learning Theory和 Education等关键词，聚焦于计算机支持的协作学习理论或者策略研究。
第一，支架式学习。支架式学习或教学是在线协作学习的重要策略，以提供概念支架或活动支架的方式促进学习者的知识建构，通过分解复杂学习任务的方式逐渐实现对学习者理解的深入引导。在传统白板和交互式电子白板的支架式教学中，交互式电子白板实现了小组信息的分享，拓展了知识型教室脚手架的应用。交互式电子白板能够呈现学生的理解内容，降低任务安排的需求，赋予学生更多的时间参与到复杂问题解决过程中。显然，技术拓展了学习支架的选择，为学生解决复杂问题节省了时间、提升了效率[24]。元认知支架能够影响学生的元认知活动、元认知知识和领域知识，元认知活动调节着不同在线学习支架对学生学习的影响。得到结构化或者问题化元认知支架的学生显现出更多的元认知知识，元认知活动调节着支架的效果，逐渐增多的元认知活动支持着学生的元认知知识，但是只有问题化支架才能够引发更多的领域知识应用，元认知活动调节着问题化支架的效果[25]。
第二，问题解决。问题解决是指通过在问题空间进行检索，实现从问题的初始状态向目标状态发展的思维过程。在线协作问题解决为学习者提供了一个外化的集体问题解决虚拟空间，通过团队成员的协作互动和知识建构实现问题解决方案的生成和创造。通过对电子物理协作学习活动的定性分析发现，初始的艰难努力和失败为学生提供了一个深度发展的机会，拓展了学生观察的空间，促进了计算机支持模式下的深度思考，有利于问题解决方案的生成和创新[26]。通过对比两组学生分享数学问题见解和问题解决方案运行机制发现，在连续学习过程中和问题指定状态下，解决方案在学生逐渐理解问题时出现，问题理解是在数学问题的重复指定过程中实现的[27]。
第三，协作学习脚本。将在线协作学习活动脚本化以规范学习者的学习行为来促使协作学习发生，是在线协作学习角色与角色活动的序列化过程。协作脚本通过塑造学习者彼此之间的交互方式以促进协作学习的社会性过程和认知过程，但是计算机支持的协作脚本经常局限于具体的学习平台，协作脚本的标准化成为协作脚本灵活运用的关键。协作脚本的标准化需要整合计算机科学、教育学和心理学等诸多方面的协作脚本指标，形成协作脚本的一般性框架，主要包括参与者、活动、角色资源和小组等要件以及任务分布、小组形式和序列等机制[28]。脚本平台局限的另一种解决方案是构建灵活的、可重复使用的脚本，通过提供针对各种各样网页的顶层设计得以实现，提供搜索查询或检索结果呈现等功能。这种协作性学习脚本允许脚本和支架的持续性发展，实现了协作脚本的内容和平台的广泛使用[29]。人们通常认为，协作学习者由协作学习脚本来指导并进行身份识别、讨论观点和解决分歧，然而 Armin Weinberger等人发现，学习者解决冲突更多地取决于学习者的文化背景，学习环境和协作学习脚本应根据文化背景进行设计，计算机支持的协作学习脚本并不能跨越不同的文化而被泛化[30]。此外，脚本应用在异步讨论小组时，学生角色的引荐产生了更高的知识结构水平，显现出学习环境的积极态度和积极的个体参与关系，最终逐渐发展为高水平的知识构建[31]。
（5）计算机支持的协作知识建构。第五类包括Knowledge building、 Knowledge、 Argumentation、Collaboration、 Interaction、 Online learning、 Coordination等，主要围绕知识建构和创造进行相关研究。富有成效的知识创造策略是在对“知识分享”“知识构建”和“知识创造”进行区分的基础上提出的，包括设定真实任务、培育共同体意识、提倡思想为中心的话语、建立知识论坛和教师实践之间的联系、设定长期的目标等[32]。通过分析学生的话语讨论，确定了面向事实、知识积累、信息重复、简单讨论、观点争论、解释性探究、以问题为中心的探究、渐进式探究和促进社区发展的持续会话等九种会话模式，揭示了学生在持续协作交互过程中成功或失败的方式和原因[33]。角色承担是促进学生社会性认知和培养学生集体认知责任感的重要方法，角色承担者展现出多样化的贡献，诸如会话内容综合、反思活动处理和组织。在线协作知识建构的主要角色责任包括质疑者优先处理内容提问、综合者关注内容的综合、社交导师具有关系维持的权利[34]。在知识创造和基于问题的学习中，野中郁次郎模型（ Nonaka’ s model）阐释了知识创造的社会化、外化、连接和内化的过程，其在知识创造过程中具有提高理解力的功能[35]。反思是提升知识建构水平的重要方法，学习者利用知识分析工具进行自我反思和集体反思评价，有助于学习者聚焦知识建构的目标，不断修正和改进自己的知识建构路径[36]。潜在观点评价是对最具希望的观点进行引导和纠正，利用潜在观点工具有助于支持知识论坛中的知识建构会话发展，帮助学生在群组文字会话中选择那些最具潜在发展优势的观点，然后收集并显示观点集合以支持集体做出最具发展希望的决定。在潜在观点工具的支持下，学生知晓他们的选择影响着群组学习方向，讨论的热点聚焦于观点选择的方式以及知识建构的努力方向，学生实现了更显著的知识进步[37]。
（6）计算机支持的协作学习工具。第六类包括Wiki和 Computer Support等关键词，工具和技术是这一主题的研究重点，围绕协作学习这一核心开展了关于Wiki和 Computer Support的相关研究。维基（Wiki）提供了一个任何人都可以自由编辑的网页窗口，设置了维基百科IRC聊天室支持协作交流。Wiki为理解和支持学习和知识建构的发生过程提供了重要的技术支持，将为未来Web2.0教室的实现提供可能[38]。 Cress ulrike等人借助卢曼的社会系统方法和皮亚杰的平衡理论构建了分析Wiki的社会系统和用户认知系统。个体学习通过同化和顺应的内化过程发生，然而Wiki中的这些变化导致了外部同化和顺应活动的发生，促进了在线协作知识建构的发展。平衡活动由主观感知的个人知识和维基信息内容之间的不协调引起，中等水平的不协调引发了认知冲突，认知冲突反过来激活了认知平衡并促进了个人学习和协作知识建构[39]。Jochen Rick等人通过创建类似Wiki功能的协作网页（ CoWeb）探索支持学生学习的策略。研究发现，建筑和英语专业的学生更加积极地参与协作学习，而科学、技术和数学等学科的学生却明显抵触，班级文化和学科需要与媒介兼容的程度越高，协作学习效果才能更佳[40]。 Joyce Yukawa将类似Wiki风格的软件、简易邮件和聊天程序应用到在线学习的“共同反思”研究中，探索缄默和积极的两种共同反思类型对于协作学习的影响[41]。 Manoli pifarre等人探讨了基础教育中如何将“共同思考”的方法嵌入到维基百科环境中和学生的协作学习过程中[42]。
五、计算机支持的协作学习的趋势演进
关键词代表着计算机支持的协作学习的研究热点，也预示着未来几年的基本研究趋势。通过对近两年论文高频关键词的提取和分析，“计算机支持的协作学习”的未来趋势演进主要体现在学习分析、研究范式和学习管理等三个方面。
（一）学习分析
学习分析和适应性系统是“计算机支持的协作学习”的重要研究内容。数据痕迹如何能够对协作学习或者存在的问题起到帮助作用将是学习分析面临的巨大挑战，特别是如何将那些基于学习者在线行为和眼动数据的复杂模型更有效地转化为对教师和学生有用的参考指标。所谓有用性意味着教师和学生能够理解分析的意义、评价提供的信息以及基于此而采取的合理行动[43]。学习分析是CSCL适应性学习系统、学习评价和学习质量的基本保证，当前以及未来几年学习分析主要关注学习者的协作交互性分析、学习者个人画像、自动化反馈评价等。应用个人知识画像并根据特殊需求以支持同伴之间互相帮助，诊断无效的同伴指导方法。分析群体知识画像来选择或生成任务以调节群组任务的难易程度。学习分析是大规模在线学习环境下实现对学生和教师行为自动反馈的关键技术，涵盖各种各样的协作会话质量分析[44]。此外，基于学习分析的在线协作学习预警机制是学习质量的保障，通过大数据分析技术监控学习者的学习行为数据，实现对学生学习状态的预警提醒，帮助教师协调学生的问题解决进程[45]。
（二）研究范式
对于大规模的在线协作学习而言，传统前测和后测研究方法已经难以适应大范围、大数据、多样性和动态性的在线学习效果评价要求，需要从静态的前后测评价方式拓展到动态的、生成性的评价范式。基于设计的研究范式为探究在线协作学习的学习策略、学习模式以及学习规律提供了一个有力的支持，避免传统研究方法错过序列性的互动过程抑或避免减少群体现象的个人或社会因素，使得理论和实践的发展能够从更多的数据信息中获得支持，特别是过程性数据对理论建构具有重要价值。基于设计的研究以现实教育问题为焦点，以真实自然情境为背景，运用多种研究方法，根据来自实践的信息反馈排除预设模式或理论的所有缺陷，通过干预的设计、实施、测评、修改与完善等实现理论与实践的发展。在基于设计的研究范式的指引下，在线协作学习的理论构建与实践应用将具有更加坚实的数据基础支持，从过程性、动态性和大数据等方面多视角审视理论构建的合理性和实效性。
（三）学习管理
社会性共同管理（ Socially Shared Regulation）是CSCL当前及未来关注和探讨的焦点之一。在线协作学习，特别是大规模在线协作学习，面临的巨大挑战是学习者学习管理的效果和效率，师生分离和生生分离的在线协作学习使学习者的学习兴趣、学习动机和情感需求等方面受到了严峻挑战，特别是大规模在线协作学习的学生绩效行为管理。从学习管理发展的视角看，学习管理最初从学习者外在的教育者管理转向了学习者内在的自我管理，但是这对于大规模的在线协作学习管理而言，学习者的自我管理将会使具有社会性的协作学习共同体分裂为独立的个体，难以实现集体智慧的生成和发展。在协作学习管理面临挑战的情况下，社会性共同管理的理论和实践探索为大规模在线协作学习管理提供了一条有效途径，实现了从自我独立管理转向共同体共同管理。共同管理既体现了协作学习者的主体能动性，又关注于主体间、他者以及共生性的协作学习方式，使在线协作学习的机械性制度和纪律性管理转向探究发挥学习者主体性的社会性共同管理。
基金项目：全国教育科学“十三五”规划2018年度教育部重点课题“在线协作知识建构的深度汇谈机制研究”（编号DCA180324）。
作者简介：李海峰，教育学博士，新疆师范大学教育科学学院讲师，硕土生导师；王炜，教育学博士，新疆师范大学教育科学学院教授，博士生导师。
转载自：《现代远距离教育》 2019年 第1期 总第181期
排版、插图来自公众号：MOOC（微信号：openonline）
新维空间站相关业务联系：
刘老师 13901311878
刘老师 13810520758
邓老师 17801126118
微信公众号又双叒叕改版啦
快把“MOOC”设为星标
不错过每日好文☟
喜欢我们就多一次点赞多一次分享吧~
有缘的人终会相聚，慕客君想了想，要是不分享出来，怕我们会擦肩而过~
相关内容
微信扫码咨询专知VIP会员