大规模在线学习增效新视角：小群体网络结构特征与演化

缪晶晶 王 帆 李昊鹏

（江苏师范大学 智慧教育学院，江苏 徐州，221000）

一、引言

“互联网+”时代为学习者提供了内容生产、大众共创的机会，人人都能够根据个人需求，利用社会化学习环境积极开展大规模在线学习。大规模在线学习以参与、对话、协作作为知识传播手段，让大范围、大数量的学习者自由联通进行知识交互，形成群智协同、生产与传播同程等特征（陈丽，逯行，郑勤华，2019），但学习者数量众多、学习水平具有差异、需求目标不一致等原因也导致大规模在线学习面临着知识交互缺乏广度和深度（Rosé & Ferschke，2016）、协作学习水平不高、出现部分边缘学习者等问题。以往学者较少从中观视角对大规模在线学习进行设计优化，而小群体研究就是衔接学习者个体与大规模整体学习的一种新视角。小群体是社会系统的特例与缩影，是个人和社会之间的台阶与纽带，能够促进个体在小群体中建立身份、养成规范，同时小群体之间又相互联结建设社会集体。大规模在线学习让学习者成为社会网络中的“节点”，人与人之间建立联通网络，学习者兼具知识的生产者和消费者双重身份，在知识的交互过程中产生创新（于玻，徐珺岩，谭律岐，2020）。因此小群体也形成了不同的网络结构和演化规律（Leavitt, 1955）。有学者认为网络结构能够表征群体知识交互特征以及信息交流的性质等（张古鹏，2015），决定着不同的工作和学习绩效水平（Guetzkow & Dill, 1957）。通过研究小群体网络结构能够掌握小范围学习者之间的位置变化、社会交互、学习资源分配与共享的规律等，这对提升大规模整体、个性化知识交互及学习水平具有重要意义（吴笛，李保强，蔡运荃，2017）。因此，本研究借助四年的大规模在线学习课程进行小群体研究，以总结小群体网络的结构特征和演化规律，分析背后的影响因素，为提升学习者的学习绩效水平提出建议。

二、相关研究

在大规模在线学习中，知识建构不仅发生在个体内部，更发生在社会集体中。学习者之间以相互联结、协作、分享、提出、总结等形成小群体网络。网络由节点和关系构成，是社会交互的联结，而网络结构决定了社会网络的品质（田阳，冯锐，2016）。最早Bavelas（1950）对线下面对面小组合作进行观察分析，发现小群体出现稳定的“环式”“链式”“轮式”和“Y式”四种基本结构（见图1）。Shaw（1964）在其基础上补充提出了“全通道式” “层级结构”的结构模式。不同的小群体结构在中心性、边缘性、合作效率、成员满意度和稳定性等方面存在差异，具有不同的群体性能和绩效水平（Mulder,1960）。他们认为集中式的结构（如Y式、轮式）中信息传播的速度较快，具有较高的工作效率，而分散式的结构（如环式）则较缓慢，但成员的满意度较高。

图1 四类基本小群体网络结构（Bavelas,1950）

Cummings和Cross（2003）对7人组成的层级结构、核心—外围结构和结构洞结构三种典型的社会网络结构进行绩效分析，发现层级结构越复杂群体绩效越低，核心—边缘差距越大核心人物的绩效越低，结构洞越大领导者的绩效越低，而特定的群体任务是群体绩效的重要影响因素（Hansen, 1999）。可见，虽然针对高效群体没有存在一个特定的网络结构，但是成员之间信息相互流动，不特定依赖某个成员是非常必要的。曹良亮（2010）利用社会网络分析法（SNA）对师生之间的异步协作结构进行分析发现，存在单中心星型交互结构、单中心网状交互结构、多中心交互结构，中心星型群体容易发挥控制与判断的作用，促进师生之间的情感交流，但整体受中心人物的管理和控制；单中心网状群体交互影响力较大；多中心交互群体中派系之间交互较少，对各派系的领导者要求较高。Skrypnyk、Joksimović、Kovanović、Gašević与Dawson（2015）利用Twitter分析发现存在8类主要小群体和11类次类小群体网络，不同的网络中成员组成差异较大。盖立春、郑长龙与靳莹（2015）通过交互行为分析发现课堂师生群体之间存在梯形、树形两种网络结构，树形结构中教师和学生产生1对1的线性互动关系，而梯形结构中教师和学生之间产生1对多的交叉互动关系，群体中交流的不同知识类型会影响互动结构。谢蕾蕾（2017）利用社会网络分析法（SNA）对大学生社会关系网络进行分析发现不同小群体的成员组成和结构特征具有差异。张文兰、刘君玲与刘斌（2021）结合内容分析法和社会网络分析法（SNA）对不同小群体的情绪交互网络结构特征进行总结，认为学习者对情绪交互的重视程度、组长是否能够发挥自己的角色和作用以及群体的学习氛围都对网络结构特征产生影响。

综上可见，一是以往小群体网络结构的研究多针对固态群组进行分析，而对动态群组（学习者自由形成小组）的网络结构研究较少；二是新冠肺炎疫情以来，大规模在线学习成为常态化学习方式，当前针对大规模在线学习这一实验场域的小群体网络结构的研究较少；三是社交网络具有演化性、规则性、随机性与复杂性，网络结构也会随着学习进程产生演化，当前研究还缺少对网络结构演化规律的研究，不了解不同的时间节点网络结构会产生哪些变化。基于此，本研究进一步提出以下研究问题：①在大规模在线学习中会产生哪些小群体网络结构，分别是什么样的？②在长周期内是否存在演化规律？

三、研究设计与实施

（一）实施场域

本研究课题组以2017年至2020年江苏省泰州市开展的大规模在线培训课程“泰州师说”开展设计与实施，“泰州师说”是一门规范科学且富有成效的教师研修项目。在学习内容上，根据教师专业发展的规律，课程围绕提升研修教师的“知、行、意”的能力进行设计，即提供理论性、实践性、情感性三类主题模块（顾明远，2004）。理论性主题模块围绕提升研修教师的理论储备与应用能力，促进学习者掌握适当的教学理论开展日常教学实践和教学研究。实践性主题旨在促进研修教师的一线教学能力，聚焦提升教师教育教学实践能力，包括教学目标设计、教学问题设计、班级管理等。情感性主题聚焦提升研修教师的道德素养和职业情怀，促进对教育工作产生认同感和幸福感。理论性主题包括“名著导读”“理论之光”等，实践性主题包括“教学设计、综合实践活动、板块教学”等，情感性主题包括“学生心目中的好老师” “教师的一日一月一年”等。

学习形式包括观摩视频、问题研讨、考试评估三种。视频的内容来自泰州一线教师的课堂实录和教学访谈、高校专家主题讲座等，研修教师不仅在学习过程中观摩学习视频，也能够围绕具体的问题开展交流研讨，在课程结束后通过参加结业考试进行考核评估。四年来，“泰州师说”实施了多种干预策略，包括问题支架、半组织、精英引领策略。问题支架指管理员在论坛中每周下发层级性问题支架（郝祥军，王帆，汪云华，2019），学习者围绕问题进行交往合作，协商讨论；半组织策略是结合全组织和自组织的优势进行设计实施（王帆，王珣，祁晨诗，王烨，2018）；精英引领指通过对优秀、活跃的学习者提供任务驱动和激励的方式促进发挥引领、示范的作用（郝祥军，王帆，缪晶晶，2020），激发大量学习者积极主动开展在线协作知识建构，实现共同提升。“泰州师说”每期参与人数约为4万人，分别来自泰州各区、县的中小学、幼儿园以及职业学校的一线教师，学习者群体稳定。经研究发现，四年来，在每年6周的课程结束后，部分学习者会由于地缘、校缘或业缘等与同伴产生紧密互动关系，形成一个个小群体（王帆，张迪，刘慧，缪晶晶，2021），并将这种小群体关系延续到下一年的学习中，因此本研究将围绕学习者自发产生的小群体进行深入分析。

（二）数据收集

研究数据包含学习者在课程论坛中的发帖和回帖、学习者之间产生的交互关系（如A回复B）、课程的基本数据（学习时长、考试成绩）以及问卷调查数据与访谈数据等。

（三）编码设计

研究采用古纳瓦德纳等提出的“知识建构交互分析模型”，包括观点共享、探索发现、意义协商、观点综述和知识重构五个层级（Gunawardena,Lowe, &Anderson, 1997）。该模型重视交互对在线知识建构的作用，适用于在线协作知识建构和以学习者为中心的在线学习内容分析，能够了解学习者知识建构的阶段与深度，是目前使用较多的在线协作知识建构编码体系。下面根据“教学研究”主题中学习者发表的观点内容进行编码示例（见表1）。

表1 知识建构交互分析编码表

（四）数据处理

社会网络分析法（SNA）是一种揭示大规模群体网络关系的方法，能判断整体社群中是否出现分裂与隔阂形成小群体（李晓娟，杨斌，王永固，2016）。N-派系（Cliques）是最基本的凝聚子群，其成员关系具有互惠性，对凝聚子群的要求较为宽泛，因此派系成员会产生重叠。研究对2017年至2020年在“泰州师说”中，不同主题（理论性、实践性和情感性主题）产生的同等数量随机论坛交互数据，每年选取1 500条，共计6 000条交互帖。将学习者之间的交互关系绘成矩阵导入Ucinet软件，利用N-派系（Cliques）方法，将最少成员设置为5，得出子群分析结果。通过Netdraw软件将凝聚子群成员之间的网络结构进行可视化，得出研究结果。

四、研究结果与分析

大规模在线同步和异步学习为群体知识建构提供了反思与发表观点的机会，学习者在相互了解、表达、冲突、协商、决策等过程中对知识深入理解、自我判断与重新建构，产生多样的交互关系和群体关系，因而产生了不同结构形态的群体关系。研究发现在“泰州师说”课程出现了四种典型的小群体网络结构，分别命名为“轮式”“环式” “Y式”和“山式”，具体图示与子群示例见表2。以下从组织关系和知识建构水平对四种小群体网络结构的特征和演化情况进行分析与解读。

表2 四类小群体网络结构图

（一）特征分析

1. 组织关系特征

研究对发现的四类小群体网络结构的组织关系（见表3）进行分析，具体如下：①人员规模：轮式结构成员规模为5～50人；环式结构成员规模固定为5人；Y式结构为5～7人；山式结构成员规模为7～10人。②成员角色：轮式结构有1名核心成员，具备领导优势，出现边缘成员且边缘程度高。环式结构有1到2名牵引成员，能主动回复或是吸引其他成员产生联结，没有出现明显的边缘成员。Y式结构有1名中介成员，出现边缘成员且边缘程度高。山式结构有2名核心成员，没有出现明显的边缘成员。③中心程度：轮式的平均网络中心性最高，核心人员的中心性较高，具有绝对“权威”，能控制群体中的学习内容和人员。其次是Y式结构，中介人员作为“中转站”直接担任知识的传递者和组织的拓展者，中心性较高。随着Y式结构的扩大，知识会再生成与再传递，因此Y式结构中每个成员都会发挥“接收”与“传递”的作用。相比轮式结构中核心人物具有唯一性，Y式结构的中介人员会存在1个或2个。山式和环式结构中心性较低。尤其是环式群体，当成员参与到群体之后，每个学习者都是自由平等地与其他成员产生联结，因此中心性最低。④网络密度：环式结构平均网络密度最高，人员规模较小，成员之间产生的关系数量较多，整体关系较为紧密。其次是轮式结构，部分普通成员之间能够产生交互关系，规模越小的轮式群体密度越大。相比之下，山式结构和Y式结构密度较低，山式结构中仅普通成员和两个核心成员之间产生沟通，成员之间的互动联系较弱。Y式结构的开放性较高，对中介成员的组织力和引导力要求较高，边缘成员容易随便“进入”或“退出”，因此网络密度最低。

表3 四类结构的成员关系特征分析

从以上数据分析可以看出，轮式结构形成核心引导、共商共建的格局。这种结构较为简单，优势是这种结构的核心成员群体控制力较强，容易快速发展，形成之后稳定性也比较强。但不足之处是整个结构非常依赖于核心人物，整个群体发展的规模取决于核心成员产生的话题质量，与课程学习相关度强、能够联系学习者学习经验的话题，会吸引更多的成员，因此也产生大大小小的人员规模。与传统面对面轮式结构不同的是，大规模在线学习的核心成员强调自主性和协作性，与群体其他成员开展共商共议，从“中心控制”走向“中心引导”，普通学习者的主动性更强。

环式结构形成闭环沟通、内部互联的格局。这种组织结构的优势是能够形成团结的群体，产生之后能够以点带面地带动联系周围的其他成员，但是不足之处在于形成之后不稳定，结构容易随着课程推进而消失。传统的环式结构建立的是“单向”传递的工作关系，但在线学习环境中环式结构形成的是任意、自由的沟通关系。

Y式结构形成的中间调控、层级交流的格局。Y式结构形成的关键是产生“中介人员”，其学习的主动性、学习目标和学习能力决定着整个结构群体的绩效。传统结构中的Y式结构是在同一个层级中上传下达的组织关系，但是在线学习环境中Y式结构没有传统的上级和下级，更强调中间节点人物进行调控和传递的作用。不仅如此，在线学习中每个人都是独立的个体，具有主动性，所以在Y式结构传递的过程中也会产生新的“中间人物”，进行持续的传递。

山式结构形成两足鼎立、交叉联结的格局。在互联网中，群体组织结构偏向扁平化，集体行动更为自由和公开。传统的群体组织往往具有绝对的权威，而在线开放学习中产生的山式结构反映出学习者能够获得多个学习资源、学习主题，从而将有共同学习需求和目标的人聚合在一起，形成共享、协商的新格局。

2. 知识建构水平

根据古纳瓦德纳等提出的“知识建构交互分析模型”，研究选择两位研究者对选取的论坛讨论内容进行编码，经Kappa一致性检验为0.82，一致性较好，不同网络结构的知识建构阶段分布如下（见图2）。

图2 四类结构中成员的知识建构水平不同阶段占比分布

轮式结构中学习者多集中在思考和探索阶段，而总结性观点较少，整体知识建构水平不高。如2019年轮式Clique8中ZGQ和GXB针对CYH提出的针对“如何让课堂教学更高效”进行协商，提出“高效的课程是要看学生是否能主动接受知识、参与的广度和深度如何、思维量和思维水平如何”等观点，集中探索思考，怎样在话题讨论结束、整体也没有进行共商共议的情况下产生高质量的总结观点。这主要是因为轮式群体核心成员的组织力较弱，学习者经由某一话题进入小群体中，但由于没有获得应有的学习支持，没有产生深入的研讨。

环式结构集中在共享、分享阶段，整体知识建构水平不高。环式群体成员往往会围绕不同的话题发表自己的看法，会出现赞同、支持的话语。例如：2018年Clique8中LDF发表“我认为你发表关于教学实践的话题非常有意义，对我形成了指导性建议”。一部分学习者会主动分享自己的经验，其他学习者会产生经验上的共鸣，产生情感性支持，这也使整个结构中成员的学习满意度较高，整体情感氛围较好。

Y式结构中协商性和综述总结类的话语较多，产生了较多知识重构的观点，整体知识建构水平较高。例如：2020年Clique12中LD对群体成员之间关于学情分析的观点进行总结认为“学情分析即分析学习者，即学习者认知目标、学习基础和需求等；分析教材，包括教学目标、教学重难点等，开展综合分析并制定教学计划”。但是该结构的缺点是成员之间未能形成集体研讨的局面，更多的是中介人进行组织、协调和传递，多进行独立思考，整体协作性不强。

山式结构中学习者集中产生互动沟通的话语较多，容易产生总结性的观点，但知识重构产生的内容较少，整体知识建构水平略低于Y式。山式群体能围绕多个话题，结合自己的日常经验提出观点、解决策略等，在群体中围绕讨论主题与同伴开展讨论，如2018年山式Clique27中LJ就HYT、SJT两人提出的课程建设现状这一问题，提出“当前课程建设缺乏团队”“缺乏系统的活动建设”“缺乏团队人员建设”等，但从整体协作来看形成的群商观点缺乏提炼和总结，高质量集体智慧没有得到升华。

（二）演化分析

1. 数量演化

2017年至2020年四年间小群体网络结构的分布如下页图3所示，整体上以轮式结构为主，山式结构为辅，环式和Y式结构鲜少出现的格局。历年来小群体结构的总体数量较为稳定，轮式结构逐渐减少，2017年出现了轮式、环式和山式结构，2018年仅出现轮式和山式结构，2019年之后涌现了四种结构。可以看出，2017年小群体结构还处于初步生长阶段，2018年处于中间沉寂阶段，在2019年之后处于后期成熟阶段，逐步走向多元、丰富的格局。

图3 2017年至2020年四类小群体网络结构数量演化

2. 不同主题下数量演化分析

为深入对不同年份下小群网络结构演化情况进行分析，研究对不同主题下的结构数量进行统计发现，理论性主题整体产生的小群体结构数量较少，以轮式和山式结构为主，数量逐年稳定。实践性主题中山式结构的数量不断上升，Y式结构仅出现在实践性主题中。情感性主题中产生较多的环式结构。

表4 2017～2020年不同主题的四类小群体网络结构数量演化

3. 知识建构水平演化分析

2017年至2020年四年间不同小群体网络结构的知识建构水平不断得到提升，具体示例见图4。从中可以看出轮式结构在2018年整体知识建构水平略微下降，在2019年之后得到提升，环式和Y式结构整体没有明显的变化，山式结构在2020年知识建构水平得到明显提升。

图4 2017年至2020年四类结构中成员的知识建构水平不同阶段占比分布

4. 不同主题下知识建构水平演化分析

根据不同主题来分析2017年至2020年间小群体网络结构的知识建构水平演化情况，从理论性主题来看，轮式结构整体水平没有得到提升，山式结构在2017年、2018年没有出现，而2020年相比2019年意义协商的观点较多，知识建构水平得到提升（见图5）。

图5 2017年至2020年理论性主题两类结构中成员的知识建构水平不同阶段占比分布

从实践性主题来看，轮式结构的知识建构水平有所提升，尤其是在协商阶段，山式结构自2019年有了明显提升，环式和Y式结构则没有得到有效提升（见图6）。

图6 2017年至2020年实践性主题四类结构中成员的知识建构水平不同阶段占比分布

从情感性主题上来看，山式结构中2020年相比2018年知识建构水平有所提升，轮式和环式结构没有得到有效提升（见图7）。

图7 2017年至2020年情感性主题三类结构中成员的知识建构水平不同阶段占比分布

五、结论与建议

（一）结论

1. 不同学习主题类型直接影响网络结构的形成与发展

情感性主题为环式结构生长提供“丰沃的土壤”。针对“教师”这一特殊身份作为学习者，情感性主题往往围绕立德树人和思政育人等话题，对学习者进行情感与价值观的建设，激发学习者联系自己的实际经验对关爱学生、职业发展产生共鸣与认同。在这种氛围中，学习者能够主动分享与回应，产生较多的双向沟通，产生深入紧密的环式关系。实践性主题下能够孕育山式和Y式结构，学习者能够通过情境性问题进行协商讨论，产生多元的山式结构和Y式结构。

2. 四年内存在网络结构发展的“沉寂期”，是采取干预策略的关键阶段

2018年小群体间出现了轮式和山式集中的形式，可以看出学习者对核心人物的依赖性增加，这一年涌现了一批如HYT、QSH的典型的核心人物，在整体论坛中能够吸引402人和800条交互的联结，属于“绝对领导”人物。这是因为相比于第一年即2017年，学习者初步进入到学习环境中会产生群体的“激荡期”，出于对学习环境、内容的好奇和需求等产生了积极的学习行为，但到了2018年，学习者会进入“沉寂期”，小群体网络结构也以轮式结构为主，成员之间只是围绕部分中心人物的问题进行交互，鲜少主动与其他学习者建立关系。这种阶段较难将普通学习者的学习活力完全地激发出来，因此也要在这个关键时期中加大对其他结构的联合培养。

3. 中心成员的学习能力影响网络结构的知识建构水平

成员的主动引导力和投入度是能够形成群体网络结构的关键因素（张婧婧，蒋琪，查聿翀，2016）。轮式结构中核心成员提出的话题质量以及对话题后续能否产生深入讨论将影响整体结构规模发展、讨论质量和稳定性。山式结构中获得话题资源较多，学习者可以围绕多个话题进行研讨，但是中心成员是否能够将学习者之间的观点进行有效整合，将系列的观点进行分类探析，提取不同和共性，这对提升整体知识建构水平有重要意义。环式结构的中心成员对整体提供了较多的情感性支持，通过情感联络将学习成员聚集起来，不仅如此整体也较难围绕同一个话题进行深入讨论，产生“众说纷纭”的局面，整体知识建构水平不高。对于Y式结构的中心人物来说，一方面是源自成员自身是否具有足够的学习动机，另一方面取决于其是否具有归纳总结以形成高质量观点的能力。

4. 不同网络结构的生长能力具备差异，环式和Y式需要重点关注

从四年来的演化过程中来看，轮式和山式结构的知识建构质量得到了提升，但是环式和Y式没有明显变化。具备一定情境和实践性的话题能够促进轮式和山式群体围绕学习话题开展深入研讨，形成深度知识建构，四年内得到了有效提升。相比之下，环式和Y式结构没有得到有效提升，因此需要重点关注，采取相应的优化策略。

（二）策略建议

对四种小群体网络结构的培养与优化，要有针对性地提出优化建议，具体如下：

1. 针对轮式结构，提供学习支持，形成深度对话

核心成员提出话题的质量以及后续对问题的解释、发散和总结十分重要，这会影响整体成员的参与度和知识掌握程度。如若轮式结构中核心成员仅仅只是带动普通参与者投入到讨论中，但是在问题深化和观点提炼上出现断层，容易导致部分观点走向“死亡周期”（蒋纪平，胡金艳，张义兵，2019）。因此要为轮式结构提供学习支持，尤其是针对理论性主题，在组织管理上采用“有问有答”的讨论机制，为话题讨论提供资源服务和指导等，促进群体循环对话。

2. 针对环式结构，促进双向交互，提供学术指导

当前环式结构中每个成员之间还没有建立完全的交互联结，群体发展不稳定。针对环式结构要充分引导学习者之间建立双向交互，形成更强的关系，构成更紧密的社会网络。管理者应该为环式结构提供更多的学术支持服务，如利用学术性任务支架进行驱动，建立合理的评估策略等，激励核心人物发挥引导与贡献作用，促进小群体学习，不仅凝聚并维持小群体内部成员间形成稳定的学习联结，同时促进环式群体开展深入的学术性交流。

3. 针对Y式结构，建立角色任务，优化交互联结

Y式结构是在大规模在线学习中较难自发形成的，这是因为对中介人员要求较高，较难自发养成。因此针对Y式结构要有针对性地培养中介人员，管理员可以提供任务支架，为其制定总结性、可传播性的任务等，同时也要鼓励中介人员进行深度的反思，提高观点总结的质量。因此在发展过程中要注重对中介人员的培养，以建立身份、任务驱动、提供支架等方式进行引导。

4. 针对山式结构，整合研讨资源，发挥中心优势

学习者的话题数据能真实地反映出的学习者的学习兴趣、认知特征和情感态度等。首先，管理员要对学习者生成的学习话题、资源等进行深入分析，总结共性特点、异性特点与演化趋势，反馈给学习者并提供个性化的学习支持（王洪鑫，闫志明，陈效玉，张铭锐，2021）。这样有助于帮助学习者厘清学习需求，帮助其建立个人的知识网络，也有助于学习者投入到多个任务、话题学习中，促进建立山式或多中心的群体合作。同时，面对山式群体要注重联系多个核心人物进行沟通协商，总结学习者不断衍生的学习观点，发挥中心优势，促进群体共商共建，以提升群体知识建构的水平。