基于活动理论的小组协作学习分析模型与应用*

□毛刚　刘清堂　吴林静



基于活动理论的小组协作学习分析模型与应用*

□毛刚刘清堂吴林静

摘要：网络协作学习是促进学习者高阶认知、协作能力发展的有效方法。目前，网络协作学习分析多以个体学习者的学习结果为研究对象，难以实现对以小组为单位的协作学习过程全面、深入的认识。小组网络协作学习分析模型以建构主义学习理论和活动理论为基础，构建了以主体、客体和共同体作为参与协作学习的主要对象，以工具、规则和分工作为影响协作学习过程与结果主要因素的分析模型，从小组中个体的贡献和小组综合状态两个维度，确定了13个可以显式观察的评价指标，实现了对指标的量化操作方法。该分析模型在研究生网络课程“教育技术研究方法”的应用中发现以下特征：学习者对小组任务的贡献方式与学习风格的异质性密切相关；协作学习并不因为创建了环境、规定了任务而必然发生；实时的、连续的分析反馈是引导网络协作学习深化发展的重要保障。实践证明，该分析模型不仅能够成为引导我们全面认识网络协作学习活动的有效框架，而且在指导网络协作学习分析实践方面具有良好的可操作性。

关键词：活动理论；小组网络协作学习；学习分析；分析模型；实践应用

一、问题的提出

协作学习是学生以小组形式参与，为达到共同的学习目标，在一定的激励机制下最大化个人和他人习得成果而合作互助的一切相关行为（黄荣怀，2001）。协作学习在培养学习者团队协作精神、发展社交技能、促进高阶认知发展等方面具有其他教学模式无可比拟的优势，受到教育研究者和实践者一致重视。美国著名教育评论家埃里斯与福茨（Ellis，A. K. & Fouts，J. T.）在其著作《教育改革研究》中指出：“协作学习如果不是当代最大的教育改革的话，那么它至少也是其中最大的之一。”（王添淼，2006）

信息及网络技术的发展为协作学习模式应用提供了创新性的实践环境。相关研究者在网络协作学习活动设计（衷克定等，2011）、协作工具开发与应用（顾小清等，2014）等方面开展了一系列卓有成效的工作。尽管如此，如何衡量网络协作学习活动的成效仍是困扰研究者和实践者的主要问题之一。田华等人以协作学习中个体学习者与小组的互动为研究问题，依据Henri的交互分析模型，从参与、互动、社交、认知、元认知5个维度对学习者的小组互动进行量化分析，构建了一个从过程到结果的网络协作学习个体评价指标体系（田华等，2010）；冷静等关注在线协作讨论中个体成员的表现，他们以实时讨论的言语内容为研究对象，应用基于层次分析方法，从“互动、争辩、建构”三个层面对学习者的贡献程度进行量化分析，构建了一个反映学习者协作交流意图的交互言行体系表，实现了对个体协作学习过程中实时讨论内容的量化分析（冷静等，2007）；马红亮关注Wiki环境下的文本协作编辑行为，从内容添加、修改、删除三个方面构建编辑行为评价指标体系，对文本协作共建中个体学习者的参与程度和编辑内容的质量进行评价，同时指出可视化分析工具在支持量化分析中的重要作用（马红亮等，2014）。这些网络协作学习分析方法在一定程度上引入了新的技术手段和方法，有利于我们从多个视角对协作学习活动进行观察评价，但是在实践过程中还存在一些问题，主要体现在两个方面：

第一，在分析对象上，以个体学习者为主，忽视了“小组”作为协作的基本单位在学习过程中的重要作用。

第二，在分析内容上，主要关注协作学习中的互动交流，对协作过程中的工具使用、协作分工、成果共享等要素关注不够，难以全面地反映网络协作学习活动的全貌。

针对以上问题，本文从建构主义理论对学习活动及过程的理解出发，旨在分析网络协作学习活动评价的要素及特点，重建学习活动分析框架，创新协作学习分析方法，为学生学习反思和教师教学干预提供方便、快捷、有效的技术支持。

二、网络协作学习活动分析模型

1.理论基础

（1）建构主义学习理论

网络协作学习活动实践研究深受建构主义学习理论的影响。建构主义学习理论认为学习不是知识由外到内的转移和传递，而是学习者主动地建构自己的知识经验的过程。在这个过程中，情境、协作、会话是完成意义建构的重要社会文化背景因素。其中，情境创设方面，需要考虑构建有利于意义建构的目标情境和资源情境；协作方面，需要制定协作规则并提供合适的协作工具；会话方面，需要确定会话交流机制与工具。具体到网络协作学习活动，则需要确定协作交流的目标、资源情境，为学习者提供概念图、思维导图、文本共建等认知协作工具，同时利用论坛、微信、微博等工具为学习者搭建互动交流的平台。

情境学习理论作为建构主义学习理论的重要基石，对深入了解社会互动和协作在促进意义建构上的认识具有指导意义。情境学习理论认为学习是一个社会协商的过程，学习是合法的参与实践共同体（崔允漷等，2012）。学习者在真实情境中，以差异资源为中介，通过社会性互动和协作来学习（Lave & Wenger，1991）。由此可见，协作学习的核心要素包括：学习资源、实践共同体和学习情境。情境学习理论进一步明确了协作在意义建构中的重要意义，指出学习的社会性、团体成员的互赖性、协商共享的参与性是协作学习与其他学习方式的根本差异（Roschelle，1992）。

建构主义学习理论较为科学地揭示了学习的本质，它是一种关于学习的哲学，是人探索、认知、发现世界的方式（杨莉娟，2000）。它从学习心理角度剖析了学习的内在机制，回答了学习者的知识是如何生成的，厘清了协作学习发生的要素条件，但没有对学习活动中要素之间的关系以及如何利用这些要素更高效地促进意义建构等方面进行更深入的阐述，不利于指导具体的教学实践活动。

（2）活动理论

活动理论孕育于维果斯基（Vygotsky）的社会文化历史理论，把人的发展基础确定在主体对客体的主动实践活动上，认为“活动”和“社会交往”在人的高级心理机能发展中具有重要作用（孙海民等，2015）。活动理论的研究与实践是对建构主义理论的进一步丰富和完善，为指导具体的教学实践提供了重要的理论参考。正因如此，近年来很多网络协作学习研究将其作为重要的理论基础。

活动理论是以活动为基本分析单位，研究作为发展过程的不同形式人类实践的哲学框架。活动理论认为人类与环境客体之间的关系是由文化内涵、工具和符号中介联系着。恩格斯托姆（Engestrom）从生物遗传角度分析人类活动的演进过程，提出人类活动的基本结构模型，用以解释活动系统组成以及相互关系。如图1所示，结构模型包括三个核心要素（主体、客体和共同体）以及三个次要要素（工具、规则和劳动分工），6个基本要素之间相互影响，相互作用，形成生产、交流、消耗和分配四个子系统（戴维·H·乔纳森，2004）。

学习是活动理论研究的主要对象。活动理论认为学习活动不是孤立存在的，而是在社会文化情境中，以显性或隐性的活动规则为基础，应用多样化的学习工具，与群体进行交互，对客体进行加工以及改造的过程。从活动理论的视角，学习活动是动态发展的过程，学习者通过积极参与活动，达到主体“知行”的统一。

图1　人类活动的结构

活动理论为学习活动过程分析与评价提供了全新的理论视角。结合活动理论的基本观点以及学习活动评价的要素，学习活动分析具有以下特点：

第一，学习活动分析是多要素的综合评判过程。活动理论认为活动是由主体、客体、共同体、规则、工具、分工6个要素组成的整体，对应到学习活动分析与评价的过程则包含个体责任、小组材料加工、成员的积极互赖关系、互动规则、工具使用、活动分工6个方面。

第二，学习活动分析需要关注个体与群体两个方面。活动理论认为人类活动实践过程包含相互联系的个体与社会两个层面（范玉凤等，2013）。对应到学习活动分析，则表示需要关注具体情境下个体以及个体所在群体两个层面的发展，例如在协作学习过程中，个体学习者虽然是协作学习的主体，但个人的贡献并不等于小组整体的水平。同样，协作小组的整体变迁也不能简单地等同于个体的发展，在实际分析过程中需要综合考虑个人的贡献程度以及小组的整体发展变化（刘黄玲子等，2002）。

第三，学习活动分析对过程的关注甚于活动的结果。在学习情境下，活动理论关注的不是知识状态，而是人们参与的活动、他们在活动中使用的工具的本质、活动中合作者的社会关系和情境化的关系、活动的目的和意图以及活动的客体或结果（戴维·H·乔纳森，2004）。学习过程评价关注活动过程中学习者展现的技能、策略、组织等方面的特征。由此可见，活动理论对活动的观点与学习过程评价高度契合。

2.基于活动理论的协作学习分析模型

（1）模型构建

协作学习是学习活动的具体开展形式，理应适应活动理论的解释。协作学习作为一种通过小组或团队的形式组织学习的策略，强调协作过程中的对话、协商，关注协作过程中个体、小组、教师、协作环境等要素之间的交互过程。活动理论模型在要素上与协作学习有高度的重合，但应用活动理论指导网络协作学习活动分析不应在“活动”之前加上“学习”限定词进行简单的“学习化”演绎（孙海民等，2015），需要结合网络协作学习活动的要素，创新网络协作学习活动分析框架，具体如下：

其一，活动理论从社会文化与社会历史的视角定义主体、客体、共同体及其关系，对应到学习活动分析中，是对传统学习结构的发展与超越。在活动理论模型中，学习者是学习发生的主体，教学内容是学习作用的客体，教师是学习共同体中的重要组成部分。由此可见，活动理论视域下学习者的中心地位得以体现，学习内容的范围得到拓展（还包括学习者操作的实例、对象等），共同体作为协作学习的内在需求得以重视。正因如此，主体、客体、共同体构成了协作学习的核心内环。

其二，活动理论不仅协调了活动过程中主体、客体和共同体之间的关系，还重视活动发生的情境对活动的支持性作用。其中，工具、规则、分工是构成协作学习情境的关键要素。工具是网络学习平台、系统以及相关工具的集合。规则包括两个方面：一是显性规则，规定网络协作学习的各类目标要求；二是隐性规则，规定人际交往的基本原则，例如尊重他人、善于倾听等。分工是协作学习小组最大化各自学习成果的前提，在分工协作过程中既强调协作学习任务的均衡分配，又重视协作学习成果的共享。由此，工具、规则、分工这三个要素共同构成协作学习发生的环境。

其三，活动理论视域下的学习结果是内在的，拥有丰富的内涵。网络协作学习活动的目的不是简单的结果输出，而是将历史性、文化性、情境性等过程因素融入到协作学习中，在活动中实现内在认知结构的更新、协作精神的培育、创新能力的培养以及社交技能的提升。因此，学习活动的结果在协作学习活动分析模型中是隐性的，而不是显性的输出。对协作学习的分析与评价应关注活动的实施过程，重视行动主体内在的变化（π·M·弗里德曼，1991；孙海民等，2015）。

基于以上对协作学习活动的理解，构建基于活动理论的协作学习分析模型，如图2所示。

图2　基于活动理论的网络协作学习分析模型

（2）模型度量

活动理论以活动为基本分析单元，认为活动是具有层次的结构。活动是由目标指引的行为序列构成，在相关条件（环境）下，学习者通过开展一系列的操作达到预定的目标（戴维·H·乔纳森，2004）。从活动理论上讲，网络学习环境下的协作学习活动由多样化的行为组成，这些行为又外显为一系列的操作，而操作最终会被学习系统记录下来，形成结构化或非结构化的数据集，成为量化分析的数据来源。例如，在网络协作学习活动中，学习活动由自主阅读、文献共享、在线讨论等多种学习行为组成，学习者通过登录网址、点击浏览资源、发布与回复等一系列的操作完成相应的学习活动。图3展示了构建活动、行为、操作及数据之间的层次关系。

图3　活动、行为、操作及数据的层次关系

越来越多的学习管理系统具备跟踪学习操作、记录学习轨迹的能力。相关学习系统中保存了大量的学习数据，成为学习分析的数据来源。依据学习者操作的痕迹数据对学习状态及特征的分析是一个逆向推理的过程，其潜在假设是网络学习过程中的操作均是有意识的行为，是主体内在需要和动机的外在反映。正因如此，大多数学习分析研究均采取某一个或几个指标来衡量学习者某一方面的表现，例如用网上学习频次表征学习的持久性和稳定性，以网上发帖数量反映互动交流的积极程度等（魏顺平，2013）。结合已有研究在指标选取上的实践，并根据活动理论的6个基本维度以及协作学习评价关注的要点，表1对相关分析指标进行了具体的描述。

表1　基于活动理论的网络协作学习分析维度及观测指标

3.网络协作学习活动分析操作化

描述性的理论模型要应用到真实的情境中需要进行操作化转换。协作学习活动的评价既要关注个人的学习状态，更要关注小组协作学习的效果。根据活动分析的6个维度及观测指标，从个体和小组两个层次对学习者及学习小组的状态进行计算，实现协作学习状态的操作化。

（1）主体

网络协作学习以个人自主学习为前提，个人学习时间反映了学习者对活动的投入程度（Kovanović et al.，2015）。小组是协作学习的基本组织，其综合学习状态可以通过小组各成员的状态求均值获得，但需要避免极大值和极小值的影响。用PS代表个体学习状态，GS代表小组学习状态，Ti代表学习者i历次学习活动时间的总和，N代表小组学习者人数。

小组学习状态GS为平均学习时间，记为：

小组成员学习时间的离散程度记为：

个人学习投入在小组中的相对位置记为：

（2）客体

客体是主体为达到相应学习目标而访问的资源或操作的对象，例如阅读文档、观看视频、编辑文本等。采集学习者操作频次可以了解学习者对相应资源的访问状态。设学习者对资源的访问集合为mi，个体学习者的认知加工情况在小组中的位置记为PO，计算方法参照公式3，详情见表2。

表2　网络协作学习活动各维度计算公式

在小组协作学习中，基本策略是分工与合作，对资源的处理方式应该采取最大化的学习策略，即首先通过分工处理资源，然后通过合作共享学习成果。因此，小组对资源的加工状态是各学习者访问资源的并集，记为：

（3）共同体

共同体是由学习者组成的社会群体。在网络协作学习过程中，每个学习小组（3～4人为宜）构成一个学习共同体，成员之间的互动交流频次反映整个小组的社会交互水平（Joksimović et al.，2016）。个人在协作小组中交互频次记为K，其交互的积极程度记为PC，小组交互整体情况记为GC，计算方法参照公式1和公式3，详情见表2。

（4）工具

网络学习工具选用的频次或时间能够反映学习者工具的使用倾向（Xing et al.，2015）。将网络学习工具按照功能分为两种类型：认知工具和交流工具。例如，用于呈现数字内容的阅读器、视频播放器等可以视为认知学习支持工具；留言板、聊天室等则归为互动交流工具。在量化分析中，用T1代表认知工具使用的频次，T2代表协作交流工具使用的频次。T1与T2的比值大于1表示学习者更多使用认知工具，小于1则表示更多使用协作交流工具。工具的使用倾向还与课程性质相关，教师可以根据实际经验进行具体分析。个人学习者工具使用倾向用PT表示，小组工具的倾向为GT，计算方法见表2。

（5）规则

协作学习过程中的规则有很多，除了在互动交流过程中需要遵守基本的尊重、协作、互助等规则外，对学习活动的积极参与是协作学习的内在要求。这里隐含了一条重要的隐性规则，即自主学习时间与互动交流时间的分配。用在线交流学习时间Rj与自主学习时间Ri的比例来衡量学习时间分配规则的遵循情况。根据协作学习设计，教师可以根据经验对协作学习与自主学习时间所需时间比进行一个基本的估计，假设二者的时间比为1:1，如果Ri与Rj的时间比值远小于1:1，则说明学习者在小组交流中投入的时间较多，反之则说明协作交流时间投入不够。个体学习者的状态用PR表示，小组学习状态用GR表示，计算方法见表2。

（6）分工

理想状态下的任务分工是学习者发挥各自特长，各自承担相应的学习任务，并且在任务量上基本处于均衡状态。不同于一般的劳动分工，很多情况下学习任务难以切分为界限分明的子任务，即使能够切分往往存在较多的重叠和交叉。因此，以个人对小组协作任务的完成程度作为衡量小组分工平衡水平的基础。假设协作学习的任务有L个，个人参与或完成的任务集为li，那么个人对分工的执行情况记为PL，计算方法见表2。

小组之间的分工平衡水平以共同学习进度为基础，因此，将小组学习活动参与的交集作为衡量小组分工平衡水平的指标，记为：

三、基于活动理论分析模型的实践应用

1.应用情境简介

“教育技术研究方法”是为研究生新生开设的一门专业课程。课程开设的目的不仅要使学生从“术”的层面了解各种研究方法的基本假设和内在逻辑，也试图让学生从“方法论”层面了解它们产生或应用的各种社会背景或制约因素。课程采用混合式学习模式，即基于多媒体教室的课堂研讨与基于云课堂的网络协作学习。其中，基于云课堂的网络协作学习是课堂研讨的先导，协作学习的成效直接决定了课堂研讨的质量。为保障在线协作学习的质量，教师以及教学助理需要对网络学习过程进行监控，为学生提供适时的帮助和指导。云课堂提供了资料阅览、论坛交流、在线聊天、测验等多种类型的学习工具，如图4所示。

2.协作学习规则与分工

参与课程的学生共23名，被分为6组，其中4人组5个，3人组1个。教师要求学生通过协作阅读和讨论的方法，在课程开始之前完成对调查研究法、实验研究法等5种教育研究方法的特点、功能、程序的预习。各小组均需提交一份简报，提出研读过程中需要进一步研究的问题。在小组协作学习期间，要求学习者按照专题的导学要求阅读相关文献资源并以专题为单位组织讨论。由于课程资源较多，建议各小组通过分工阅读、笔记共享与共同讨论的方式处理学习材料。主讲教师和助教不定时登录系统平台对学习情况进行抽查或参与小组讨论。

3.协作学习数据采集与分析

（1）数据采集

云课堂学习平台可以自动记录部分学习活动数据，包括学习时间、发帖/回帖次数、资源访问次数等基本数据信息，学习者在活动参与频次、工具使用等方面的数据信息则需要通过查阅学习者的学习记录，通过人工采集的方式获取。表3展示了其中的一个学习小组的统计数据。

图4　云课堂学习平台

表3　G4组学生的学习统计数据

（2）个体学习状态分析

学习者的个人学习状态和观测数据之间存在一定的数量关系。其中，总学习时间是阅读学习时间和讨论交流时间的总和，工具使用频次与相关活动参与频次对应，学习时间与活动参与频次相关。以G4组数据为例，对数据进行汇总分析，获得对学习小组在协作学习活动的初步认识。

图5展示了G4组学习者在学习时间上的投入和分配。可以发现，stu2在总学习时间上偏少，并且以阅读学习为主；stu4的表现则与stu2相反，他参与讨论的时间远多于自主学习。

通过图6则可以观察到论坛交流工具的使用频次和发回帖数量上有较大差异，说明学习者每登录一次论坛可能撰写多个帖子。浏览工具的使用频次则略多于资源访问频次，说明学习者会对相同资源进行多次访问。需要特别注意学习者stu2，他的注意力主要投入在学习资源的访问方面，对互动交流不甚热衷。

图7展示了学习者在不同环节时间利用效率上的差异，stu2能够在较短的时间内完成对更多资源的访问；stu1和stu4则能够在集中讨论时发表更多的观点或意见。

图5　讨论与阅读学习时间

图6　学习工具使用与活动参与频次

图7　学习时间与活动参与频次

以上数据分析是对基础数据进行简单处理后获得对学习小组各成员学习状态的初步认识，并且需要借助多个图形，不容易对比分析小组各成员的综合状态。为进一步调查小组中各成员对协作学习任务的贡献，在对各成员的学习数据进行计算的基础上，计算结果如表4所示，结合可视化图8，可以发现，在协作学习小组中4位学习者的学习特点各不相同。stu1与stu3在学习模式上较为相似，在个人投入和小组协作两个方面表现较为均衡，是小组学习的积极贡献者。stu2和stu4学习风格截然相反，stu2需要积极投入到小组互动交流，stu4则要加强自身学习，以此为基础积极参与交流。

（3）小组学习状态分析

在协作学习中，发生在单个学习者身上的状态变迁不能全面地表征整个协作学习系统的输出，需要全面衡量协作组的变化（刘黄玲子，2002）。应用小组层面的计算公式，对小组各成员的基础数据进行处理，获得协作学习小组的综合状态，如表5所示。

表4　G4组学生的学习状态

表5　小组协作学习状态分析

应用雷达图，对各小组协作学习的状态数据进行可视化（见图9），结合表5数据可以更清楚地对比各小组学习状态的差异。G1与G5学习状态类似，在对学习资源的加工处理、小组协作交流、协作分工等方面均表现出较高的水平，属于协作学习水平较高的小组。G2与G4在学习过程中时间投入相对低一些，小组共同加工的学习资源较少，在工具使用、协作规则遵循以及分工等方面基本处于中等水平，属于表现中等的学习小组。G3组尽管时间投入并不低，但是以个人自主学习为主，很少通过互动交流解决协作学习中的问题，在共同体、工具、规则、分工四个方面数据显著异常，基本可以判定没有达到协作交流学习的目的。

图9　各小组综合学习状态

（4）讨论

网络协作学习是一种需要师生共同参与、积极投入的学习组织形式。协作学习强调在过程中完成知识建构，因此，学习者在“过程”中的投入状态充分说明了其对协作任务的贡献、协作学习方式的认同、协作规则的遵守等情况。根据以上分析结果，我们发现在组织基于网络的协作学习活动时需要注意以下问题。

一是学习者对小组任务的贡献方式与学习风格的异质性密切相关。以G1为例，4位学习者学习风格各有差异，对协作任务的贡献方式也各有不同。在可接受的范围内，stu1、stu3、stu4从不同方面积极参与到协作学习活动中，互有支持。这种学习风格上的异质性在协作小组分组时是要鼓励的，其主要目的在于发挥学习者个体差异的互补性，为协作任务的完成构筑良好的组织基础。但是在协作学习过程中，stu2的状态表现偏离了协作学习的基本要求，很大程度上成为一个协作任务的旁观者。在协作学习实践中，需要尽量避免个别学生挑大梁、部分学生搭便车的情况。对于这类学生，教师可以参考学习者时间分配、工具使用、小组交流等多个因素了解其协作的具体状态，适时给予针对性地指导或干预。

二是协作学习并不因为创建了环境、规定了任务而必然发生。5个小组的协作状态差异充分说明了这一情况。理想的小组协作是学习者在学习过程中积极地参与到协作过程中，根据任务需求合理调整学习状态，在协作任务完成后，学习者不仅能够获得对知识的深入理解，更能够在元认知、社会交互等多个方面提升自身的能力。相比而言，G2的协作学习指标处于一个较低的水平，其主要原因在于小组成员的学习时间投入不足，教师应该督促该组学生关注学习任务，积极参与交互学习。G3的情况则完全不同，该组学生在学习过程中很少开展互动交流，没有达到协作学习的基本目标，主要表现在小组交流方面远低于其他小组。同样的学习环境和学习条件，出现了不同类型的协作学习状态，针对不同异常情况，教师需要观测不同的数据指标，判定问题的主要方面，并给予适当干预。

三是实时的、连续的分析反馈是引导网络协作学习深化发展的重要保障。在实际操作过程中，学习系统从两个层次为学生提供可视化的信息反馈。第一，小组中每一位学员均可以看到组内其他同学的协作学习状态，但不能查阅其他小组成员的状态。第二，每一个小组都可以看到其他小组的综合状态。这种信息反馈方式不仅支持教师及时了解学生学习状态的需要，更重要的是通过组内学习分析反馈，激励学习者积极参与协作学习。通过组间的信息反馈，激发小组间的竞争，形成良性循环。通过随机访谈，学生普遍表示学习状态反馈对发现自我学习问题、提高学习积极性等方面具有较好的调节作用。

四、结论

根据以上网络协作学习分析实践，应用基于活动理论的分析模型可以实现对网络协作学习过程的全方位分析，是引导我们全面认识网络协作学习活动的有效框架，在指导网络协作学习实践方面具有以下优势：

以网络协作学习过程为研究中心，重视学习者在过程中的多元表现。协作学习的本质决定了学习者在共同学习过程中需要多元认知和非认知要素参与的特点。基于活动理论的分析模型支持从学习时间上投入、学习材料加工、协作活动参与、工具使用倾向、协作时间分配以及协作活动分工6个维度全面观测协作学习的过程。

以个体学习表现为基础，突出小组的核心作用。基于活动理论的分析模型认为，协作学习过程中的学习者首先是小组中的学习者，更多的是从小组视角对个体学习者的学习状态进行观察，突出以小组为基本单位的学习活动表现。模型同时支持小组间的对比分析，有助于教师从个体到小组再到班级的多层次观察与分析。

量化分析方法和可视化反馈技术的引入不仅能够减轻教师跟踪评价的教学负荷，而且有助于学习者审视自我，调节自身的学习行为，达到在评价中促进学习的目的。

尽管如此，在具体的实践中也存在一些突出问题，需要在未来的工作中不断改进创新，主要包括：

第一，网络协作学习是一个复杂的行为系统，在这个过程中，行为、操作、数据往往在不同层次上相互交叉，彼此关联。在具体的应用实践中往往会造成同一个指标能够解释多种学习特征或同一个特征需要多个数据指标解释的现象。避免指标选取上的经验主义倾向，建立各类指标在衡量学习特征上的权重关系是网络协作学习分析研究的重要方面。

第二，对网络协作学习过程的分析需要提高智能化水平。随着网络学习的逐步普及，对网络学习的自适应支持以及学习过程及结果的智能分析与评价受到各方关注（L·约翰逊等，2016）。以活动理论为指导，应用学习分析技术对网络协作学习过程进行分析和评价是关于计算机智能评价的初步探索，在数据采集方面需要有意识地将学习过程数据采集技术融入到系统层面，在分析各维度的操作化转换上还需要进一步细化和完善。

第三，对网络协作学习过程进行量化分析并不是网络协作评价的全部。教学作为一个复杂的系统，其发展和变化是一个无比生动的过程，再完善的数据分析结果也只是学习过程的局部反映，无法实现对学习过程的完整刻画。要发挥量化分析方法及技术的作用，需要将其融入到学习的过程中，成为学习的一部分，让学习者成为自我学习成效评估的主体，充分发挥技术智能与人类智能相融合的优势。

参考文献：

［1］［美］戴维·H·乔纳森（2004）.学习环境的理论基础［M］.任太年，任友群.上海:华东师范大学出版社.

［2］［美］L·约翰逊等（2016）. 2016新媒体联盟中国基础教育技术展望:地平线项目区域报告［R］.奥斯汀，德克萨斯:新媒体联盟.

［3］［苏］Л·M·弗里德曼（1991）.学习活动理论［J］.外国教育资料，（4）:8-12.

［4］崔允漷，王中男（2012）.学习如何发生:情境学习理论的诠释［J］.教育科学研究，（7）:28-32.

［5］范玉凤，李欣（2013）.活动理论视角下的虚拟学习共同体构建研究［J］.中国电化教育，（2）:43-47.

［6］顾小清，权国龙，王华文等（2014）.图示工具在协作学习中的应用——基于中美学生协作学习项目的研究［J］.开放教育研究，（6）:64-71，102.

［7］黄荣怀（2001）.关于协作学习的组态结构模型研究［A］. 2001全球华人计算机教育应用大会论文集［C］.台湾.

［8］冷静，刘黄玲子，黄荣怀等（2007）.在线协作讨论中成员表现的综合评价研究［J］.现代教育技术，（3）: 53-58.

［9］刘黄玲子，黄荣怀（2002）.协作学习评价方法［J］.现代教育技术，（1）: 21-26，73.

［10］马红亮，原娟娟，杨洋（2014）. Wiki协作学习中个体编辑行为评价模型的构建与应用［J］.电化教育研究，（8）:44-48，56.

［11］孙海民，刘鹏飞（2015）.以活动理论审视学习活动［J］.中国电化教育，（8）: 35-41.

［12］田华，魏登峰，孟琦（2010）.网络协作学习评价指标体系的开发与实践［J］.电化教育研究，（7）:73-76，81.

［13］王添淼（2006）.网络协作学习评价方法探究［J］.现代教育科学，（5）:114-116.

［14］魏顺平（2013）.学习分析技术:挖掘大数据时代下教育数据的价值［J］.现代教育技术，（2）:5-11.

［15］吴永和，曹盼，邢万里等（2006）.学习分析技术的发展和挑战——第四届学习分析与知识国际会议评析［J］.开放教育研究，（6）: 72-80.

［16］杨莉娟（2000）.活动理论与建构主义学习观［J］.教育科学研究，（4）:59-65.

［17］衷克定，郑彬彬（2011）.基于WIKI的协作学习活动设计与实践研究［J］.开放教育研究，（1）:73-79.

［18］Joksimović，S.，Gašević，D.，& Loughin，T. M. et al. （2015）. Learning at Distance: Effects of Interaction Traces on Academic Achievement［J］. Computers & Education，87: 204-217.

［19］Kovanović，V.，Gašević，D.，& Dawson，S. et al.（2015）. Does Time-on-Task Estimation Matter？Implications on Validity of Learning Analytics Findings［J］. Journal of Learning Analytics，2（3）:81-101.

［20］Lave，J.，& Wenger，E.（1991）. Situated Learning: Legitimate Peripheral Participation［M］. Cambridge: Cambridge University Press.

［21］Roschelle，J.（1992）. Learning by Collaborating: Convergent Conceptual Change［J］. The Journal of the Learning Sciences，2（3）: 235-276.

［22］Xing，W.，Wadholm，R.，& Petakovic，E. et al.（2015）. Group Learning Assessment: Developing a Theory-Informed Analytics［J］. Educational Technology & Society，18（2）:110-128.

The Analysis Model of Group Collaborative Learning Based on the Activity Theory and Its Application

Mao Gang，Liu Qingtang，Wu Linjing

Abstract:Web-Based Collaborative Learning（WBCL）is an effective way to promote the development of learners' higher cognitive ability and cooperation ability. In present，most analysis of the web-based collaborative learning effectiveness takes the learning outcome of individual learners as the main object of studies，difficult to achieve a comprehensive and thorough understanding of the group collaborative learning process. In this paper，we constructed a WBCL analysis model based on the Constructivist Learning Theory and Activity Theory. The model takes the subject，object and community as the main objects of participating in collaborative learning and takes the tools，regulation and division of work as the key factors which will affect the process and result of collaborative learning. In addition，13 evaluation indexes that can be significantly observed were identified from two dimensions including individual contributions in groups and group comprehensive state for quantitative operation. Finally，the graduate students' online course "Research Methods on Educational Technology" were analyzed through the WBCL analysis model，and the characteristics of WBCL in this course are concluded as follows: the learner's contribution to the group task is closely related to the learner's learning style；collaborative learning does not necessarily occur when the learning environment and the task are set；real-time and continuous feedback is an important guarantee for guiding the development of collaborative learning. Practice has proved that the model will not only be the effective framework to guide us in understanding the WBCL activities fully，but also has a good operability in supporting WBCL analysis.

Keywords:Activity Theory；Online Group Collaborative Learning；Learning Analytics；Model；Analysis Model；Practical Application

收稿日期2016-03-08责任编辑王雍铮

作者简介：毛刚，博士研究生，华中师范大学教育信息技术学院，讲师，湖北科技学院（湖北咸宁437000）；刘清堂，教授，博士生导师；吴林静，讲师，华中师范大学教育信息技术学院（湖北武汉430079）。

*基金项目：国家自然科学基金项目“面向Web信息的知识融合关键技术研究”（61272205）；湖北省教育科学“十二五”规划课题“教学服务型高校青年教师教学发展研究”（2013B214）；华中师范大学优秀博士论文培育计划项目（2015YBYB054）。

中图分类号：G434

文献标识码：A

文章编号：1009-5195（2016）03-0093-11 doi10.3969/j.issn.1009-5195.2016.03.011