大规模开放在线课程学习交互效果研究

邓小霞，徐刘杰

(湖南科技学院，湖南 永州 425100)



大规模开放在线课程学习交互效果研究

邓小霞，徐刘杰

(湖南科技学院，湖南 永州 425100)

大规模开放在线课程(MOOC)吸引了众多学习者参与课程学习，在课程讨论区学习者进行课程内容交流讨论，共享资源。参与课程学习的人数规模庞大，学习者之间的交互比较复杂。对MOOCs讨论区中学习者交互频度和交互结构进行分析，能够探究学习者在MOOCs平台上学习时是否引发大规模交互、是否提高交互效果的情况。本文选取Coursera平台上某门课程的学习者交互活动为案例，使用内容分析法和社会网络分析法进行分析、讨论。研究结果发现，从参与人数和发言看，MOOCs学习交互属于大规模交互；学习者在交互中更注重交互内容的共享和分析；部分学习者在交互中能够达到深度交互，而大部分学习者的交互程度属于浅层交互；在学习交互过程中学习者的主体地位强于教师的主体地位；教师在引导边缘位置的学习者参与交互方面的作用有待加强。

MOOCs学习交互交互效果

一、引言

大规模开放在线课程(MOOCs)学习存在基于连通主义的cMOOC和基于行为主义的xMOOC两种形式。cMOOC将社会网络的连通性、与领域专家交互的便捷性、获取网络资源的自由性等特征融于一体，使成千上百个学习者能够根据学习目标、原有知识和技能、共同兴趣等积极地参与到自组织的学习活动中[1]。cMOOC不仅是教师、学习内容和学习者的连通，还是通过学习内容或话题将教师和学习者连接起来的一种方式[2]，因而，cMOOC更加注重师生、生生、学习者和学习内容等之间的连通，学习者基于网络的协作学习，以及学习者个体的知识建构等。xMOOC通过论坛与Wiki等协同创作工具把教师与学习者、学习者与学习者相互连接起来，学习者运用论坛交互，运用Wiki相互协同工作，创造学习资源[3]。自主性、多元化、开放性和交互性等特征决定了MOOCs平台上有更多的学习者进行交互[4]。学习者交互主要表现在学习者在论坛中的交流讨论、互评作业，以及通过内置的论坛或社交工具进行实时交流[5]。虽然有些学习者用在交互上的时间比观看教学视频和做作业的时间多，[6]但是大部分学习者更多的时间是观看视频、做作业，很少参与交互或将知识付诸实践[7]。

从交互人数来看，MOOCs平台上的交互可称作大规模交互。大规模交互是指在学习活动中参与交互的人数规模大，当学习者提出问题、观点时，学习者从不同角度进行讨论。大规模交互生成丰富的学习资源和学习行为数据，通过分析这些数据，能够发现MOOCs课程学习的特征和规律，进而动态调整学习引导策略和学习支持服务[8]。有学者从社会资本理论视角分析了MOOCs社会网络交互的模式，提出采取优化MOOCs网络结构、优化互动的关系网络、增加互动个体间的信任、减少互动的认知障碍和噪音干扰等措施，以加强MOOCs课堂互动[9]。但是MOOCs学习交互的程度如何？交互效果如何？回答这两个问题，有助于寻找加强MOOCs学习交互程度、提高MOOCs学习交互效果的因素。本文基于案例，从交互参与度、交互内容和交互的社群网络三方面探讨MOOCs平台上的学习交互效果，力求为加强MOOCs学习交互提供有力的理论和实践支持。

二、数据收集与研究方法

笔者选择Coursera平台上中文版“中国人文经典导读”课程为例，搜集参与讨论的学习者、交互人数和交互内容等信息。总共参与该课程的话题讨论人数为450人，共发言1557条。学习者的交互关系界定为，在每一个话题讨论中，某个学习者回复了另一位学习者，就认为这两个学习者之间发生了一次交互。

用内容分析法对学习者参与交互的内容进行编码，以分析学习者在哪些方面进行了交互以及交互层次的深度如何。按照内容分析法的步骤，本文根据学习交互程度的研究问题选择学习者的发言内容作为样本，根据古纳瓦德纳(Gunawardena，C.N.)提出的交互分析模型进行内容分析。古纳瓦德纳的交互分析模型是基于建构主义学习理论，专为评价网络环境中知识的社会建构而设计的方法，将网络交互环境中学习者交互分为五个层次：信息分享层、深化认识层、意义协商层、新观点的检验与修改层和应用新知识层。选择学习者的发言作为分析单元，界定交互层次，判断学习者交互阶段，以分析学习者交互质量。

用社会网络分析法分析学习者交互程度。把每个参与交互的人员和交互次数构成二维矩阵量表，量表第一列表示交互发起者，第一行表示交互接受者，行和列的交叉处记为两者交互次数。如，在学习者Edwin Siu-hung Leung和Patrick Cheng的对话中，Edwin Siu-hung Leung回复了Patrick Cheng学习者4次，在以Edwin Siu-hung Leung为行、以Patrick Cheng为列的交叉处记为4。Patrick Cheng回复了Edwin Siu-hung Leung学习者4次，在以Patrick Cheng为行、以Edwin Siu-hung Leung为列的交叉处记为4。以此方法构建出450450的矩阵，编制 “中国人文经典导读”课程学习交互量表，使用社会网络分析软件Ucinet、Pajek对矩阵进行分析，可以从整体网络属性、交互者的中心性等方面分析教师和学习者参与整个课程交互的情况。同时，结合内容分析和社会网络分析探究学习者参与交互的深入程度、学习者交互的水平(包括学习者知识建构水平)等，从而分析学习交互效果。

三、基于交互内容的MOOCs学习交互效果分析

(一)学习者参与度

笔者主要通过分析话题总数、平均话题数量、学习者发言总次数、平均发言次数、发言总字数、每个学习者平均发言字数等来探究MOOCs学习交互效果。从参与交互人数(450人)看，众多学习者涌现在讨论区中，成为彼此的学习资源；学习者通过连接传播学习资源，通过交互创建学习资源。从参与人数、资源传播规模、生成性资源的数量看，MOOCs学习交互可称为大规模交互。但是，由话题发布者(共82人)占交互人数比例为18.22%可知，MOOCs讨论区中发布话题的学习者数量较少，并且比较集中，如学习者Edwin Siu-hung Leung发布了8条话题，教学团队(“‘中国人文经典道读’教学团队”)发布了6条话题，Patrick Cheng发布了5条话题，80%以上的学习者没有提供话题或问题。表1列出了“中国人文经典导读”课程中学习者参与话题交互情况。其中，参与129条话题讨论的学习者总共发言1557次，每个学习者平均发言3.46次，在平均情况下，在8次课程学习中没有做到每次上课都有学习者发言，学习者发言的积极性需要提高。如果把平均发言次数分配到每一个话题讨论中会发现，在话题讨论中能够反复进行交互的学习者数量极少，亦即学习者相互之间给以反馈的数量很少，而且相当多的学习者只是就话题发表个人观点，较少对他人进行评论或提供反馈。从发言总字数和平均每人发言字数看，学习者在讨论中能够详细表述观点和问题，也比较注重话题讨论的内容。

笔者认为，可以从横向和纵向两方面来理解大规模交互。横向上是指参与交互的学习者数量大，学习者类型多元化，学习需求多样化，交互内容范围广泛。纵向上是指交互双方相互提供反馈的数量大，思考深刻，学习者能够进行深度交互。MOOCs平台中参与交互的学习者数量大，交互内容数量多、范围广，属于大规模交互。但是，不管是教师还是学习者，相互之间的反馈数量少，交互频度低，学习者参与度低，交互活跃的学习者分布集中，绝大多数学习者处于沉默和观望状态。

表1　“中国人文经典导读”讨论区中学习者参与话题交互情况

(二)学习者交互水平

笔者利用Gunawardena提出的交互分析模型来分析MOOCs平台上学习者的交互水平，对交互文本内容进行编码统计，如表2所示。笔者分别对学习者发言内容进行分类，把发言内容与表2所示的16个编码进行匹配，并计算出信度系数为0.939，大于0.9，可以判定内容分析的信度较高，采用主评判员的评判结果进行分析。

表2　“中国人文经典导读”讨论区中学习者的交互内容分析结果

由表2可知，第一，学习者交互达到了最高层次。然而，处于第四阶段和第五阶段的学习者数量所占比例很小，仅为2.12%和0.578%，不足3%的学习者在交互过程中达到了知识建构和应用的程度。第二，在参与交互的学习者中，超过一半的学习者相互之间发生了浅层次交互，交互程度不够深入。表2中的第一阶段主要是学习者分享资源、观点，属于浅层交互，处于该阶段的学习者交互数量为818次，所占比例为52.54%。第二阶段的学习者交互数量为458次，所占比例为29.42%。可见，学习者之间的交互大多停留在信息资源共享、提问或澄清问题和回答问题层面上。第三，在意义协商和知识群体建构阶段，学习者交互所占比例为15.35%，低于第一阶段和第二阶段的交互次数，表明学习者在意义协商和知识建构方面存在不足，原因可能在于学习者思考不力；避免陷入无效辩论(在内容分析时发现大部分学习者在辩论没有出现结果的情况下选择退出讨论)；学习者身份特征复杂，学习动机差异大，满足个人学习需求后便降低了学习动机，参与交互的积极性降低。

四、基于社会网络的MOOCs学习交互分析

(一)整体网络分析

使用社会网络分析软件UCINET6.2版本计算出“中国人文经典导读”学习者社群网络的属性值，如表3所示。

表3　“中国人文经典导读”讨论区中学习者社群网络的属性

据密度值、连通性值和凝聚力指数值可知该社群网络是一个稀疏型网络。密度是指网络中各个节点之间关联的紧密程度[10]，其值越大，则节点之间的交互越频繁，关系越紧密，相互之间的影响就越大。“中国人文经典导读”学习者社群网络的密度非常低，学习者之间的联系比较疏松，交互频次低。连通性指社群网络中节点之间建立连接的强度，连通性低的网络属于弱连通，信息、资源和知识在节点之间的传播受到限制，会出现个别节点控制信息、资源和知识的传播，不能保证每个节点都能与任意节点建立连接。由连通性值可知，MOOCs平台上学习者之间的连接存在不平衡性，少数学习者对资源具有较高的控制能力，对学习者交互关系的建立具有较高的控制能力，通过他们才会有更多的学习者建立连接，否则，学习者只是分散的个体。凝聚力指数越小，社群网络的凝聚力越弱，越容易分散成多个群体，而群体之间的交互并不频繁。但是属于同一群体的学习者，由于具有相同的学习目标、共同的学习兴趣、相似的知识结构，针对讨论话题能够进行多次交互，关系紧密。由平均距离可知，学习者之间交互关系的建立需要经过5个学习者连接，可见该社群网络学习者之间的交互关系比较松散，属于弱连接的社会网络。弱连接扮演着个体之间、群体之间交互的桥梁角色，能够将不同的个体组成群体，将不同的群体组成更大的社会网络，有利于信息、资源、知识在个体和群体之间传播[11]。这与前面超过一半的学习者倾向于分享资源和观点、传播资源的结论相符。

图1　“中国人文经典导读”讨论区中学习者群体的社群图

通过整体网络的社群图可以直观地表达社群中成员的关系亲疏程度。使用Pajek软件，根据学习者之间的交互频次，绘制出“中国人文经典导读”学习者群体的社群图(如图1，箭头的粗细表示交互次数的多少)。图1中依据学习者的度数对学习者群体进行分区(分区标准为core=8)，每一层表示一个分区，同时也表示出该层的学习者在社群网络中所处位置，两个学习者之间连线周围的数字表示两者之间的交互次数。处于底层的学习者具有较高的度数(如Anonymous 、Edwin Siu-hung Leung、Monica DU、Patrick Cheng等学习者)，这类学习者的特征是发布话题多，并能够与其他学习者进行多次交互，处于核心位置。处于上面层级的学习者发布话题的数量、与其他学习者的交互次数均较少，处于半边缘位置。图1中最上层的4位学习者度数为0，这4位学习者没有参与话题讨论，他们发布的话题也没有学习者参与交流，处于边缘位置。通过分区可以直观了解分区内部以及分区之间成员的交互情况，在图1中底层分区中成员之间以及分区之间的交互比较频繁，而上层分区内学习者之间交互频度较低。

结合交互内容的分析可知，大部分学习者参与交互的目的在于获取资源、解决问题、表达情感、寻找归属感等，参与话题讨论次数少。由于学习者不参与或者极少参与话题讨论导致了整个社群网络呈现弱凝聚、易分解等特性。只有少数学习者(如图1中底层分区的学习者)参与多个话题讨论，与其他学习者交互频繁，在资源获取、资源创建、知识建构等方面具有较高的积极性，达到了深度交互层次。

(二)中心性分析

本文选择度数中心度和中间中心度来分析MOOCs平台上学习者在交互过程中的位置和学习者在建立交互方面的作用。度数中心度是从行动者的入度和出度来衡量行动者在社会网络中是否为中心人物；中间中心度表示行动者在多大程度上位于网络中其他行动者的“中间”，度值越高的行动者就越处于中心位置而发挥中介作用[12]。

1.度数中心度。使用Ucinet软件计算出“中国人文经典导读”讨论区交互者的度数中心度，如表4所示。从中可知：第一，学习者Anonymous、Patrick Cheng、Edwin Siu-hung Leung、强雷、馬培國、Jennifer Hao等具有较高的入度中心度和出度中心度，这些学习者发布多条话题以吸引其他学习者参与交流讨论，同时也能够积极回应其他学习者。而且，在观点出现矛盾时，这些学习者并不会为避免争论而退出交互活动。第二，教师“‘中国人文经典道读’教学团队”通过发布6条话题引导学习者交流，因而具有较高的入度中心度，但是其回应学习者的次数却很少，没有深入参与交互过程。可见，在MOOCs课程学习交互中教师的引导作用通过发布话题得以体现，但是在引导更多学习者，尤其是引导处于边缘位置的学习者参与讨论方面，教师的作用却没有得到发挥，需要加强。第三，有96%的学习者入度中心度和出度中心度均小于10，表明绝大部分学习者不仅参与的话题少，而且学习者之间的交互频次也较低。

表4　 “中国人文经典导读”讨论区交互者的度数中心度(前30名用户)

2.中间中心度。使用Ucinet软件计算出“中国人文经典导读”讨论区交互者的相对中间中心度值，如表5所示。据此可以发现MOOCs课程学习交互具有以下特点：第一，在MOOCs课程学习中，处于核心中间位置的学习者数量较少，相对中间中心度值大于或等于0.05的学习者所占比例仅为4.44%。而且，在控制学习资源的传播和学习交互方面，学习者之间具有比较大的差异，如学习者Anonymous的相对中间中心度值为0.921，远大于位于第二位的学习者Patrick Cheng。与教师的中间中心度相比，学习者对信息资源、讨论话题和学习者之间的交互具有很强的控制能力，在调节学习者矛盾方面发挥一定的作用，充分体现了学习者开展学习活动的自主性及其在学习交互中的主体性。第二，教师或助教对学习者具有一定程度的控制能力，但是这种控制力却不是最强的，说明在MOOCs课程学习交互中教师的主导作用在减弱。教师对学习者交互的控制主要通过提出问题、明确问题或者提供讨论话题等方式来进行，从而引导学习者交互健康发展。第三，在所有参与交互的学习者中共有133名学习者(约占29.56%)的相对中间中心度值为0，他们不能控制任何学习者，处于网络的边缘位置。相对中间中心度值在0.001和0.01之间的人数共占38.44%，可见绝大部分学习者对其他学习者以及对整个社会网络具有较弱的控制能力，是学习交互中浏览资源、利用资源、参与浅层交互的学习者(详见表5)。

表5　“中国人文经典导读”讨论区交互者的相对中间中心度(前30名用户)

五、研究结论与建议

交互是课堂学习不可缺少的环节，也是师生、生生之间情感和知识流动的重要手段。强效果交互有助于学习者知识获得、情感表达和社群归属感的建立，故在网络学习中如何引导学习者积极参与交互、提高交互效果，对于提高网络学习效率具有重要意义。基于以上研究，得出以下结论，并提出有效促进学习者交互的建议。

(一)学习者参与交互的目的是共享、获取资源

首先，MOOCs课程学习是基于网络的学习，学习者在一个开放的学习环境开展学习活动，对学习资源的获取、传播非常便利。其次，学习者人数众多，掌握资源的学习者地位也各不相同。对于掌握有较少资源的学习者来说，获取资源非常重要，因而他们对掌握丰富资源的学习者具有一定的依赖性，在交互过程中这类学习者更多的是向他人寻求资源和答案。而拥有丰富资源和知识的学习者乐于贡献资源和知识，对他人的求助、咨询给予及时回答和反馈。再次，学习者倾向于使用符号(如表情)评价学习资源、表达个人情感，这种评价往往是一种情感交流。最后，在交互过程中出现矛盾观点时容易发生争论，演变成攻击性行为。但是，学习者往往会以退出的方式结束争论，同时，处于核心位置的学习者在化解争论和引导交互方面发挥了积极作用。

(二)参与交互的学习者较少

学习者参与交互的积极性不高，只有少部分学习者参与多个话题的交流讨论，在交互中能注重交互内容的分析和讨论，从而达到深度交互的水平。首先，在131个话题中有450人参与，人与话题的比例为3.44，平均4个学习者参与一个话题讨论，可见整体参与话题讨论的学习者数量并不多。但是，在部分讨论区中参与话题的人数比较多。其次，在学习者交互方面，话题发布人群和交互人群比较集中。只有少数学习者表现比较活跃，不仅能够发布更多的话题，还能积极参与交流讨论，对资源和知识的创建、传播发挥了重要作用。再次，绝大部分学习者为了获取平常表现分数，在参与话题讨论时往往只提出问题、评价资源与观点及回答问题，而不能够深入参与交流讨论，在出现不同意见时采取退出讨论的行为。

(三)学习者在交互过程中具有较强的自主性

在交互过程中，学习者自主性较强，教师的主体性较弱。在MOOCs平台上的交互活动中，学习者、教师、助教等人员之间的地位是平等的。由于师生分离，以异步交互为主，所以学生的自主性比较强，教师对学生的控制力比较弱，但是学习者控制个人学习的能力得到加强。学习者可以根据个人情况自定学习时间、学习进度、学习目标，甚至自主参与学习交互。由于教师较少参与交互，因而教师的主体性变得较弱，在引导学习者交互方面没有充分发挥其应有的作用。为此，教师应该积极参与交互，对学习者的评价、回答、提问等给予适时反馈，并引导边缘位置的学习者参与讨论。

(四)部分学习者在交互过程中处于网络的核心位置

这表明学习者参与交互的积极性和交互程度高于教师。MOOCs平台上除了教师提供的教学视频、讲义和其他课外资源外，在讨论区中学习者的发言(包括学习者的作业)成为重要的学习资源。这类学习者通过发布资源，与其他学习者建立交互关系，进而影响乃至控制其他学习者的学习活动和交互行为。尤其是担当中间人角色的学习者，他们的行为对其他学习者之间的联系，对学习者获取资源和知识，以及对资源和知识的传播途径、速度与效率等具有一定的影响力。

综上，在MOOCs教与学过程中提出以下建议：首先，实施奖励机制，鼓励学习者参与提出问题、提供资源、评价资源与情感表达。其次，教师和处于核心位置的学习者要积极响应那些无人问津的话题，并通过自身的影响力带动学习者参与话题讨论。这样，不仅支持了话题发布者，还能提高话题发布者的积极性。再次，教师不能只发布资源和布置作业，还应参与学习交互，成为学习者的学习伙伴。这样，不仅可以了解学习者的学习状态，还有助于营造良好的学习氛围。

[1]A.McAuley，B.Stewart，G.Siemens&D.Cormier. The MOOC Model for Digital Practice[EB/OL].http://davecormier.com/edblog/wp-content/uploads/MOOC_Final.pdf.[2015-3-9].

[2] Massive Open Online Course [EB/OL].http://en.wikipedia.org/wiki/Massive_open_online_course.[2014-12-1].

[3] 杨九民，郭晓梅,严莉. MOOC 对我国高校精品开放课程建设的启示[J]. 电化教育研究，2013(12):44-49.

[4] Jenny Mackness， Sui Fai John Mak，Roy Williams.The Ideals and Reality of Participating in a MOOC[C]. Proceedings of the 7th International Conference on Networked Learning.2009，Denmark.

[5] 魏传光，洪志雄.超越与局限:MOOC与网络视频公开课的比较研究[J].现代远距离教育，2014(4)：10-17.

[6] Seaton， D. Bergner， Y.Chuang，I.Mitros， P.& Pritchard，D. Who Does What in a Massive Open Online Course? International Journal of Human-Computer Studies，2013(68):223-241.

[7] 汪琼，张桐.2014年美国慕课发展回顾[J].电化教育研究,2015(4)：35-43.

[8] 王永固，张庆.MOOC：特征与学习机制[J].教育研究，2014(9)：112-120,133.

[9] 田阳，冯锐.社会资本理论视域下MOOC课堂互动策略分析[J].中国电化教育，2014(9)：59-66.

[10] 约翰·斯科特.社会网络分析方法[M].刘军译.重庆：重庆大学出版社,2007.

[11] 尼古拉斯·克里斯塔基斯，詹姆斯·富勒.大连接：社会网络是如何形成的以及对人现实行为的影响[M].简学译.北京：中国人民大学出版社,2013.

[12] 刘军.整体网分析讲义——UCINET软件实用指南[M].上海：格致出版社，2009.

(责任编辑：赵淑梅)

On the Learning Interactive Effects of Large-Scale open Online Courses

XU Liujie

(HunanUniversityofScienceandEngineering,Yongzhou,Hunan425100,China)

Massive open online courses attract huge amounts of learners to participate in the courses. Learners discuss content of courses and share resources on the discussion forum. There is a large scale of learners who participate in courses, and the interaction between learners is more complex. To analyze the frequency and structure of learners’ interaction on MOOC discussion forum, there will find out whether the learners triggered massive interaction, or improved the effect of interaction. In order to analyze the level of learning interaction of MOOC courses, the paper used content analysis and social network analysis to study the case which was selected from Coursera platform, and found that a large number of people involved in courses interaction on MOOC. Learners pay more attention to share and analyze interactive contents. Part of learners can achieve deep interaction, but most of learners have a superficial level of interaction. The principle roles of Learners are stronger than the teachers. Teachers need to strengthen their function of guiding learners who are on the edge location and attract learners to participate in the interaction.

MOOCs; leaning interaction; interaction effect

2016-03-03

永州市科技计划项目“网络教育资源进化研究”(编号：永科发[2015]11号)、湖南科技学院校级课题“基于翻转课堂的线上线下混合教学实践研究”(编号：XKYJ2015044)。

邓小霞(1984-)，男，湖南永州人，硕士，湖南科技学院传媒学院讲师；研究方向：计算机辅助教育。徐刘杰(1984-)，男，河南夏邑人，硕士，湖南科技学院传媒学院助教；研究方向：教育资源管理。

G43

A

1005-5843(2016)07-0067-08

10.13980/j.cnki.xdjykx.2016.07.013