社会网络分析

刘洋

摘  要 社会网络分析被广泛用于分析在线学习行为中的交互现象并探索其规律，分析协作学习中的社会网络有助于生成高质量的协作学习效果。分组活动是协作学习的基本形式。以小组成员的在线交互为研究对象，采用社会网络分析的方法，重点探究学习者的交互行为路径及其影响，进而为实施协作学习角色策略提供更多数据支持。研究结果发现，小组核心人物与其组内的整体交互程度密切相关，即使其承担的角色不同;小组的整体交互程度更易受组长等领导角色的交互行为影响。研究最后为优化协作学习的教学效果提出建议并讨论今后的努力方向。

关键词 协作学习;CSCL;角色策略;社会网络分析;在线学习;网络学习平台;Moodle

中图分类号：G652    文献标识码：B

文章编号：1671-489X（2020）08-0005-05

1 引言

国际21世纪教育委员会向联合国教科文组织提交的报告《教育：财富蕴藏其中》明确指出：面向未来社会的发展，教育必须围绕四种基本学习加以安排，即“学会认知、学会做事、学会合作、学会生存”。学会合作成为21世纪人才所必备的基本素质。协作学习对于培养学生的合作能力、创造能力、自主学习能力、求异思维、批判性思维以及探索发现精神等均具有十分重要的意义[1]。协作学习能够在多个方面使学习者获益，如提高学习者的成就、互动、动机以及生产力，为学习者提供参与讨论的机会，并允许他们为自己的学习承担责任等。然而在实际教学实践中，协作学习所反映出的有效程度并不理想。不管是课堂教学还是网络环境下的协作学习，都经常存在学习效率低、时间延迟、部分学生搭便车等混乱的情况，这些问题的出现大大降低了协作学习的质量，故提升协作学习质量是教育工作者与研究人员长久以来所追求的目标。

相关研究证明，要使协作学习有效，通常需要教师的指导、学习者特征的考量、协作环境的支持以及为小组成员分配角色等。尽管在合作学习和CSCL（Computer Supported Cooperative Learning，计算机支持的协作学习）中，角色都被广泛认为是一种有效的教学策略，但角色的作用缺乏系统的研究。庆幸的是，已有研究人员开始关注。如马志强等人在问题解决协作学习活动中使用了方案论证者、探索者和监督者三个角色，角色设计框架被应用于具体的问题解决协作学习中，这部分验证了包含角色的框架的有效性[2]。Strijbos等人则是利用自我报告问卷来测量学生的协作观念并进行内容分析，研究结果表明，与非角色条件下的组相比，角色条件下的组似乎更清楚自己的效率[3]。然而，这仍然不能直观地反映角色对协作学习的动态影响。

前人的研究结果表明，角色可以指导个体行为，并能够调节和促进小组交互过程，而交互是协作学习的基本活动单元，也是理解协作学习本质的关键，所以角色分工是否确实增强了小组成员间的交互是衡量其影响协作学习质量的重要指标。现有研究常用社会网络分析方法分析在线学习者的学习交互行为，探究学习者在社会网络中的位置、交互质量以及学习成效等。尽管部分研究会使用SNA方法分析学习者角色，但这些研究往往从理论入手，关注个体间关系数据的测量，限定学习者属于哪种类型的角色。需要指出的是，国内虽然有学者曾经利用SNA方法，依照点度中心度、凝聚子群分析和角色分析的具体结构参数，分析角色分配对在线协作学习网络的影响，说明角色分配有助于学习者参与在线讨论[4]，但该研究也未能验证不同角色在多大程度上影响小组内部的交互。

因此，本研究为解决协作学习角色分工策略的理论与测量挑战，使用社会网络分析的方法直接识别小组既定角色的成员在协作学习中的交互行为对小组整体交互情况的影响，结合收集到的学习成绩数据，验证角色对小组协作效果的重要性。

2 相关研究基础

协作角色  在协作学习小组活动中，常包含不同的角色（Roles）。Strijbos和Laat根据课堂协作学习活动中学习者的参与姿态，将参与者角色分為队长、先锋、搭便车者等八种类型[5]。Ott和他的同事在定量推理实验室课程中使用了合作学习的框架，将学生分成四人一组的静态小组，使用定期轮换的角色，角色包括团队领导、协议经理、数据记录员和研究员[6]。我国学者沈映珊认为，Benne and Sheats的团体角色理论概括了传统学习中学习者在团体学习中可能扮演的角色类型，该理论将角色主要分为团体任务角色、团体建构与维系角色和个别角色[7]。

计算机支持的在线协作学习可以帮助学习者分享小组成员的不同观点，促进学习者的元认知能力。在线学习通常是异步的，克服学习者孤独感的一个可能解决办法就是通过为学习者分配特定的角色和参与协议来规范学生的在线行为，以刺激在线学习活动。徐小双等人表示，根据完成的任务不同，CSCL系统中的角色可分为决策者、评价者和学习者[8]。Zigurs和Kenneth则通过开发计算机支持会议中角色的理论模型，把小组角色分为两大类：任务相关角色和小组建构角色[9]。

本研究为了方便突出角色之间的差异，同时考虑到教育实践中的真实情况，暂时只分配并比较组长和组员两类角色。相比之下，组长角色比组员角色特征更明确。以往研究表明，被任命担任领导角色的学生能够通过与参与者接触、提出问题和推进问题解决三个方面来积极影响他们组中的动态。缪静敏等根据群体动力学的观点，得出缺少领导者角色会使多位学习者的讨论难以深入的结论，并声称小组中出现能够引导与促进成员向共同目标迈进的领导者十分重要[10]。

社会网络分析中的角色  社会网络分析（SNA）是测量行动者个体及其所处社会网络的成员之间的复杂关系和联结的重要方法。在学习分析领域，社会网络分析作为常用方法之一，被广泛用于分析网络学习平台中学习者的在线交互行为，如分析MOOCs、Moodle等在线平台的讨论、交互以及反馈数据等，主要原因在于其对研究学习者在网络协作中的互动尤其有效。

通过对学习者在线协作学习中的这些交互数据进行社会网络分析，研究人员能够识别学习者在网络中的重要性程度，并确定其在网络交互中所扮演的角色[11]。在网络学习中，由于學习者的活跃程度不同，与其他学习者之间的互动关系不一样，因而被划分为不同的角色群体，他们分别是网络中的活跃分子和边缘人物。其中活跃、积极参与网络社区的交流，其发言往往能影响甚至左右其他成员的意见走向的核心人员，被称为意见领袖。与此相反，与其他成员联系较少，极少参与网络互动和群体知识建构的成员即为边缘人物。具体地，Hautz等人通过社会网络分析研究了在线创新社区的演变和用户的互动行为，最终定义了八种不同的角色类别;利用参与某在线协作社区的用户日志数据，并通过使用聚类和社会网络分析，Füller等确定了与行为贡献表现相关的六种协作角色[12]。

综上可以发现，绝大多数研究通过社会网络分析得到的角色是根据学习者实际在线协作交互行为所反映的特征决定的。现有研究还缺乏使用社会网络分析验证协作学习小组中预先设定好的角色，如组长这类领导角色是否也是社会网络中的领导，也就是说协作学习小组中教师所分配的角色与其在实际交互网络中所发挥的角色特征是否一致，还需进一步探究。因此，本文的创新点在于使用社会网络分析识别小组既定角色的成员在协作学习中的交互情况，验证这些角色在多大程度上影响小组内部的交互，而非只是利用社会网络分析确定学习者属于社会网络中哪种类型的角色。该结果能够帮助教师及时了解小组内部的角色策略实施效度，为教师调整协作学习小组结构提供依据，进而为提升协作学习质量提供参考。

3 研究设计

研究对象和数据来源  本研究的交互行为数据来源于华中师范大学“教学系统设计案例研析”课程学习者的讨论区。该课程依托Moodle平台开展了为期18周的混合式学习，其中线上学习活动共九周。选修该课程的学习者共58人，分别来自数学、英语、语文、体育等不同专业，一名教师授课，一名助教辅助开展教学活动。课程学习期间，有两位学习者中途退出课程，没有完成课程活动。最终真正参与课程学习的学习者共56名。

在课程开展过程中，学习者被分为11个组，每组五人（仅有一组为六人），并对组内进行明确分工及职责描述，即一人为组长，其余为组员，以期提高各小组的积极互赖程度。每个小组每周需要定期参与线上的一次讨论活动，围绕固定主题开展协作学习，期间可以在该班学习空间范围内进行发帖和回帖。在为期九周的课程学习中，56名学习者参与了七次不同的主题讨论，总发帖数有420条。

研究方法  本文运用社会网络分析的方法，以学习者前九周讨论区交互行为为原始数据，构建整体社群图，分析学习者交互网络的度分布、点度中心度和中介中心度，并结合在线协作学习中学习者的实际角色，基于既定小组角色进行交互特征分析。最后，研究还考查本课程学习者的最终学业成绩，对成绩数据进行独立样本T检验，为支持协作角色增加更多证据。

4 研究结果

社群网络分析  课程开始前，对58名学习者进行编号，其中24号、30号为中途退课的学习者。本研究以发帖一次并收到回帖一次作为一次交互，并对不同的发帖人进行区分，使用Gephi软件构建整体社群图，最终生成的效果如图1所示。

图中，节点表示参与课程活动的学习者，箭头表示学习者的交互行为，节点大小表示不同学习者的出入度水平，使用不同颜色对网络进行模块化区分。根据节点网络图，52号、53号处于整个社群网络的中心位置，51号、9号、31号都在网络中存在不同程度的影响力。该课程的学习者交互行为网络平均度为4.589，其中最大的度为28，最小的度为0;大部分度在20以内，20以上的度个数较少。结果表明，大部分学习者仅保持了基本交流，也有少部分学习者交互程度相对较高;3号、13号、23号和44号则没有与其他任何学习者发生关联，说明这四名学习者都没有产生过任何交互行为，属于整个学习网络的边缘人物。

小组交互程度 在网络学习平台中，角色主动发挥作用可表现为社会网络中的积极交互，这种积极交互包括组内交互和组外交互。因此，笔者以学习者组内或组外的发帖回帖行为作为衡量交互的手段。

本课程的社会网络图为有向图，出度表示学习者回复其他学习者的帖子数量，入度表示学习者被其他学习者所回复的帖子数量。出度的数值越大，则学习者的活跃度和参与度越高;入度的数值越大，则学习者问题受关注程度越高，在整个学习活动中具有越强的推动作用。以小组为单位，利用网络中成员的出入度计算出每个小组度的均值、方差以及标准差。平均度越高，标准差越小（即组内交互行为的差异性越小），说明小组整体交互情况越好。综合考虑三类数据，对小组交互程度进行排序（表1）。

本文将高交互小组定义为表现出较高的平均度，且标准差较小，小组成员都保持在相对较好的交互状态的小组。具体来说，11个小组中，第1组、第5组、第2组、第6组、第3组都属于高交互小组，第7组的交互程度处于中间水平，而第11、8、9、10、4组则属于低交互小组。由于第7组的小组成员之间存在较大的交互次数差异（标准差=9.217 37），将第7组也评定为低交互小组。

角色影响分析  本文将每个小组成员的总度数相对较高的学习者（总度数相等时以中介中心度高者为先）作为交互行为表现较好的学习者，认定其为组内的核心人物，发挥了自身意见领袖的作用。结合小组成员被分配的不同角色（组长或组员），阐述其在整个社会网络中的特征表现及其对小组整体交互程度的影响作用。

通过数据分析发现，11个组的核心人物分别是8号、31号、17号、11号、15号、26号、9号、21号、53号、51号和52号。结果表明，在整个网络中，72.7%的核心人物的角色身份均不是组长;在所有学习小组内部，仅有第1组（8号）、第3组（17号）、第8组（21号）三个组的组长总度数比组员高，充当了该组的核心人物。

为进一步探索核心人物如何影响小组的整体交互程度，本文将核心人物分为四类：高交互组的组长、高交互组的组员、低交互组的组长和低交互组的组员。在这四个大组中，各选取一组中介中心度水平较高的小组进行交互路径的具体分析，旨在挖掘造成不同小组之间交互程度差异的深层原因，分别是第2组、第3组、第8组以及第11组。

在第3组中，核心人物17号为高交互组的组长。17号共与九人发生交互，总交互次数为18次，其中组内交互次数为11次，占总交互次数的61.1%。

在第2组中，核心人物31号为高交互组的组员，共与16人发生交互，总交互次数为26次，其中组内交互次数为13次，占总交互次数的50.0%。

在第8组中，核心人物21号为低交互组的组长，共与13人发生交互，总交互次数为16次，其中组内交互次数为四次，占总交互次数的25.0%。

在第11组中，核心人物52号为低交互组的组员，共与24人发生交互，总交互次数为49次，其中组内交互次数为五次，占总交互次数的10.2%。

综合17号、21号、32号和52号的交互路径分析数据得表2，由表可得：

1）不管在小组内充当怎样的角色，当小组成员是整体交互网络中的核心人物，并与组内交互水平较高时，该组是高交互组，反之则会导致该组为低交互组;

2）小组核心人物与组内交互水平越高，越有利于形成高交互组;

3）在小组核心人物与组内成员交互程度高的前提下，其组内角色为组长时，该组更可能成为高交互组。

该结果可能是因为组长会主动与组内成员频繁交互，以此可以带领组员积极参与互动，给该小组的在线学习活动提供一个良好的互动氛围。与以往研究一致，领导者能够起到带头和引导的作用，小组领导的责任是通过发展、促进和维持学习氛围，帮助成员开发和使用学习工具，以及作为学习伙伴来促进小组学习。然而，如果组长虽表现出很高的总交互次数，却极少与组内成员进行交互，那么即使他具有积极的学习表现，也依然不会有助于组内形成良性交互循环，难以调动组员参与在线活动的积极性，最终导致小组整体表现为较低的交互程度。

成绩差异分析  T检验结果（表3）显示了组长角色和组员角色在学习成绩上的显著差异。数据分析后表明，角色是组长的学习者的学习成绩普遍高于组员，这为在线协作学习角色能够帮助学习者提高学习成绩提供了證据。被分配明确角色的组长比角色不明确的组员最终学业成绩要好，说明使用社会网络分析工具分析出的协作角色作用与定量数据分析的结果一致，同时也表示学生的在线学习行为表现与学业成绩呈正相关。

然而，高交互组成员的学习成绩与低交互组的学习成绩相比没有明显差异（表4），该结果或许是交互质量不高造成的。虽然高交互组交互次数多，但本研究没有保障交互内容的深度和广度。由于本文的研究重点不在于交互行为是否促进了学习成绩的提高，而是为了验证社会网络分析作为一种新的工具用来支持协作角色的可行性，因此不赘述。

5 结论与建议

本研究利用社会网络分析方法对基于华中师范大学Moodle平台上的“教学系统设计案例研析”课程进行社会网络整体特征分析以及小组交互程度及角色影响分析，研究发现：小组成员中的组长如果能发挥好意见领袖的作用，小组的交互水平相较于其他小组来说会比较高，更有机会形成高交互小组，提高小组学习积极性，从而优化整体社会网络的信息传播和交流。最后与学习者学业成绩的T检验结果进行了一致性比较，证明角色是组长的学习者的学习成绩优于组员。基于以上研究结果，本文为教师实施协作学习活动提出以下建议。

发挥小组核心人物的模范作用  在每个社会网络中，通常都拥有一个或多个处于网络中心地位的成员，这些成员在网络中起到传递信息的桥梁作用，并且具有一定的影响力，因此被认为是网络的意见领袖。他们是网络中活跃的积极分子，可以引发广泛而热烈的讨论。当充分发挥这些意见领袖的带头作用时，就可以促进网络中其他成员的交互，提高每个成员的交互参与度。例如，鼓励组长以身作则，做出表率作用，对组员的作业、观点、反思等进行积极评论与回帖，同时监督每个组员的线上线下学习表现，督促组员围绕学习任务提出自己的意见和解决方案。

然而，研究结果显示，意见领袖并不都是组长，因此需要通过分析交互来确定网络中真正的核心人物，利用他的声望，配合组长的工作，为小组成员提供更多的学习信息与资源。分析发现，甚至某些组长（44号）处于网络中的边缘位置，由此判定该组长的角色意识程度不高，他可能没有清晰认识到自己在组内的重要责任，没有发挥好自己的关键模范作用。因此，在今后的教学过程中，教师应注意在安排小组任务时强调组长应该履行的职责，并鼓励他们投入实际行动。

建立小组成员之间的角色联系  Schellens等的研究结果证明，在协作学习活动中，学生角色的引入导致了显著更高的知识建构水平[13]。角色设定能有效激励个体的责任感，建立小组成员间的积极互赖，因而有助于实现协作学习目标。目前的协作学习模式中，为提高小组整体的学习效率，教师会安排组长的角色，为小组活动的顺利进行予以监督、管理、组织等，但小组协作中成员之间的角色应该有更加细微的区分。例如，Laat和Lally为了促进在线协作交互，给学习者赋予多种管理角色，包括讨论管理者、过程管理者以及技术管理者等[14];De Wever等则给参与者分配了发起者、理论家、资源检索者、主持人和总结者等五种不同角色，给学习者的社会协商提供支持[15]。这些不同角色的交互行为可能会对小组内部的整体交互情况产生不同程度的影响。

因此，教师应在坚持实施协作角色策略的基础上，设置更加多样化的角色。利用社会网络分析等方法测量出班级中个体的中心度，然后根据其值为每一位学习者赋予明确的角色分工，让其积极投入学习过程，既能够避免把过多的学习任务强加到组长一个人身上，也能够发挥每个学习者在小组中的能动作用，展现出自己的个人优势。同时，由于学习任务具有一致性，角色与角色之间的联系也应当是紧密的。设计基于网络学习平台的学习活动时，可以将总的小组学习任务细化为更多的角色任务，促进学习者之间的有效互动。

6 结语

本文重点关注了在线协作学习过程中的组内交互，进而发现了学习者小组角色与其交互表现对小组整体交互程度的影响。本研究的创新点在于使用社会网络分析发现了小组既定角色与其实际所承担的角色之间的差距，研究结果为应该设定更多角色来加强协作学习的理论提供了支持，同时反向证明了社会网络分析不仅可以识别学习者在协作学习中所扮演的角色，而且可以验证设计脚本化角色后产生的作用效果如何。后续研究中可以继续关注学习者是否按照预定角色参与在线讨论以及其他角色对网络学习的影响程度等问题，为进一步促进在线协作学习提出有效策略。

参考文献

[1]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[J].现代远程教育研究，2016（3）：93-103.

[2]马志强，杨好利.问题解决在线协作学习中的角色设计研究[J].现代教育技术，2013（9）：41-45.

[3]Strijbos J W， Martens R L， Jochems W M G， et al. The effect of functional roles on group efficiency： using multilevel modeling and content analysis to investigate computer-supported collaboration in smallgroups[J].Small Group Research，2004（2）：195-229.

[4]胡勇，李美凤.基于协作脚本的角色设计及其对协作学习网络的影响初探[J].电化教育研究，2012（1）：54-58.

[5]Strijbos J W， Laat M D. Developing the role con-cept for computer-supported collaborative learning： an explorative synthesis[J].Computers in Human Beha-vior，2010（4）：495-505.

[6]Ott L E， Kephart K， Stolle-McAllister K， et al. Students Understanding and Perceptions of Assigned Team Roles in a Classroom Laboratory Environment[J]. Journal of College Science Teaching，2018（4）：83-91.

[7]沈映珊.CSCL協作角色影响因素分析[J].中国电化教育，2011（8）：19-23，27.

[8]徐小双，王锋，童保红.CSCL系统的组织和运行研究[J].电化教育研究，2007（5）：44-47.

[9]Zigurs I， Kozar K A. An Exploratory Study of Rolesin Computer-Supported Groups[J].MIS Quarterly，1994（3）：277-297.

[10]缪静敏，罗淑芳，汪琼.慕课学习者在线合作学习体验探究：以教师专业发展类慕课为例[J].开放教育研究，2017（6）：80-86.

[11]刘敏，胡凡刚，李兴保.教师虚拟社区意见领袖的社会网络位置及角色分析[J].中国电化教育，2014（2）：46-53.

[12]Füller J， Hutter K， Hautz J， et al. User roles and contributions in innovation-contest communities[J].Journal of Management Information Systems，2014（1）：273-308.

[13]Schellens T， Keer H V， Wever B D， et al. Scrip-ting by assigning roles： does it improve knowledge construction in asynchronous discussion groups？[J]. International Journal of Computer-Supported Collabo-rative Learning，2007（2）：225-246.

[14]Laat M D， Lally V. Investigating group structure in cscl： some new approaches[J].Information Systems Frontiers，2005（1）：13-25.

[15]Wever B D， Keer H V， Schellens T， et al. Applying Multilevel Modelling to Content Analysis Data： Metho-dological Issues in the Study of Role Assignment in Asynchronous Discussion Groups[J].Learning and Instruction，2007（4）：436-447.