CoP视域下教师网络学习社群的群体动力特征*

李秀晗 张晓曼 王 涛 杨玉芹 罗 恒

CoP视域下教师网络学习社群的群体动力特征*

李秀晗 张晓曼 王 涛 杨玉芹 罗 恒[通讯作者]

（华中师范大学 人工智能教育学部，湖北武汉 430079）

在深入“互联网+教师教育”创新行动过程中，基于社交媒体的教师网络学习社群成为教师自主学习和专业发展的重要途径。然而，大部分教师网络学习社群面临群体动力不足的瓶颈问题，导致研修和学习效果有限。基于此，文章依托在线实践社区理论和群体动力理论，采用质性访谈和量化分析相结合的混合研究方法，探究了不同群体动力水平的教师网络学习社群的群体动力特征和群体行为模式。文章发现，教师主体认知视角下强动力社群和弱动力社群在社群目标、群体结构、社群管理等多个特征要素上存在差异；与教师研修课程平台相比，基于社交通讯工具的网络学习社群表现出圈人、情绪表达、冲突、干扰等六种特殊的群体行为；强动力社群的交互行为丰富，以驱动行为和凝聚行为为主；强动力社群存在多种显著的行为序列模式，按照不同的触发行为可分为话题辩论、求助分享、组织管理三种。文章的研究可为打造强动力、高质量的教师网络学习社群提供参考，并可为建设基于互联网的学习型社会提供理论依据和实践思路。

“互联网+教师教育”；网络学习社群；群体动力特征；学习行为

“兴国必先强师”。2018年，教育部等五部门印发《教师教育振兴行动计划（2018-2022年）》，提出了“互联网+教师教育”创新行动，倡导充分利用互联网资源支持教师专业发展和学习共同体建设[1]。“互联网+教师教育”的行动实践已在全球范围内广泛而深入地展开，聚焦实践反思和知识创新的社群学习在教师自主学习中发挥着重要作用，体现了互联网时代教师自主学习和主动发展的群体意愿与协作模式，能有效促进教师知识增长和能力提升[2]。基于社交媒体的教师网络学习社群在实践中面临着诸多挑战，如成员参与度低、缺乏社群认同、知识分享和创造不足、社群难以长久稳定持续等[3]。造成此现象的主要原因，在于教师社群学习的群体动力不足。群体动力是推动社群个体成员在情感、认知、社交等多个层面上不断更新和发展的内在心理能量之和[4]。运用在线实践社区（Community of Practice，CoP）理论分析教师网络学习社群的群体动力特征，有助于促进教师之间的知识共享和合作交流，维持并促进网络社群的有效运转，辅助教师专业成长，并为建设“人人可学，时时可学，处处能学”的学习型社会提供理论依据和实践思路，其意义重大。

一 文献综述

1 网络学习社群群体动力的构成要素

有关网络学习社群的定义较为多元，有时也称“在线学习社群”或“虚拟学习社群”，其核心要义是基于网络的学习社群或社区。网络学习社群本质上是一种CoP，强调“关注某一主题，并对这一主题都怀有热情的一群人，他们通过持续的相互沟通和交流增加自己在此领域的知识与技能”[5]。王陆[6]对面向教师的CoP进行了系统的研究与实践，认为一个CoP包括三个构成要素，分别是知识领域、社群组成和实践。在发展CoP理论的过程中，Wenger等[7]认为群体动力是社群内部促进成员相互作用和知识生产的核心动力，是整个实践社区有效运行的重要保障。根据Lewin[8]的群体动力理论，群体动力是指由群体成员相互作用和影响而形成的、推动群体向着共同目标前进的一种积极向上的心理能量。群体动力包括凝聚力、驱动力和耗散力三种要素，其影响要素主要包括群体目标、群体结构、群体领袖、群体行为、社群环境[9]。社群群体动力强弱程度可以从社群成员的主观感受和社群的客观表现两个维度来评估：前者表现为成员对社群活跃度、有用性和干扰性的满意度[10]，后者则从群内的行为模式、知识生产频率和质量、认知网络特征等方面来评估[11]。本研究认为群体动力是促使成员共同努力的一种心理能力，很大程度上依赖于社群内成员的主观体验，因此本研究主要采用社群成员的主观评价来测量网络学习社群的群体动力强弱。

2 教师网络学习社群的相关研究

作为一种典型的CoP，近年来教师网络学习社群的相关研究和实践逐渐兴起，常见的教师网络学习社群包括三类，分别是主题研修平台、博客社群和基于即时通讯软件的社交群[12]。当前，大部分研究聚焦于前面两类学习社群，且主要关注教学设计、资源建设和效果评估，而对社群的动机机制分析较少。例如，王陆[13]长期依托团队研发的CoP研修平台，探究教师网络学习社群的运行机制和优化策略，发现促进一个教师网络学习社群持续发展的关键，在于社群内是否拥有强有力的核心人物、是否存在若干个凝聚子群并拥有恰当的冲突调节机制；吴筱萌[14]以区域内跨学校间的网络教研小组为研究对象，通过分析得出影响区域内教师网络教研小组凝聚力的要素包括人际关系、任务驱动、组织结构和小组规模；张敏霞[15]依据知识管理理论，认为社群成员参与度与知识管理绩效紧密相关，并将教师社群中的知识管理行为分为获得、共享、应用和创新；李士娟等[16]根据教师网络学习社群的典型差异性特征，将其分为学科型、跨学科型、跨界型三类，并提出了高效社群的五种运行机理，即社群成员共同愿景的引领、合作性文化的凝聚、核心领导与分享领导的激励、支持性条件的保障、反思性实践的催化。

综上所述，当前有关教师网络学习社群的研究大多聚焦于教师研修平台，对基于社交软件的自发性教师网络学习社群的群体动力关注不足，缺乏对群体动机激发和群体行为模式的研究。因此，本研究以基于社交通讯软件的教师网络学习社群为研究对象，依托CoP理论和群体动力理论，结合教师主体认知和网络客体内容，深入分析不同群体动力水平的教师网络学习社群的群体动力特征和群体行为模式，重点探讨以下三个问题：①强动力教师网络学习社群（下文简称“强动力社群”）与弱动力教师网络学习社群（下文简称“弱动力社群”）有哪些特征差异？②强动力社群中的群体行为如何分布？③强动力社群中的群体行为模式有哪些？

二 研究设计

1 研究对象

本研究以基于社交通讯软件的教师网络学习社群——微信群和QQ群为研究对象，其使用主体主要是具有社群学习经验的中小学教师，他们至少加入过5个以上用于教师研修和自主学习的微信群或QQ群。本研究通过网络招募的形式，随机选取来自北京、深圳、湖北、广西四地的25名教师作为访谈对象，其中女性18名、男性7名；来自北京、深圳的教师9名，来自省会城市的教师10名，乡村教师6名；小学教师20名、初中教师5名，其中共有9名教师担任学科组长或带头人。

随后，本研究邀请访谈对象匿名提供强动力的教师网络学习社群半年以上的群聊信息。最终，本研究共收集了15个目标社群（含5个微信群、10个QQ群，群聊内容持续时间为半年以上），其中8个由北上广及省会城市教师提供，其余为乡村教师提供；聚焦单一学科类教学的有8个，关于师训比赛类的有3个，其他为新兴的热门话题类（如翻转课堂、游戏化教学、项目式学习、STEM等）。

2 研究过程

为解决上述三个研究问题，本研究采用质性访谈和量化分析的混合研究方法，对教师网络学习社群的群体动力特征进行研究，具体的研究过程如图1所示。针对问题①，本研究采用访谈法，从教师主体认知视角，通过质性访谈评估群体动力水平、描述群体动力特征。针对问题②和问题③，本研究根据强动力社群的相关特征，对社群田野观察样本进行取样，通过分析社群客体的客体内容，进一步描述强动力社群的群体行为类型并分析群体行为序列模式，最终得出有关教师网络学习社群群体动力特征的研究结论。

图1 教师网络学习社群群体动力特征的研究过程

3 数据处理

（1）访谈数据处理

本研究将25名教师随机分为5组进行半结构化访谈，按照既定的访谈提纲启发被访者围绕核心问题作答。访谈前，访谈对象运用本研究设计的群体动力测量量表，从活跃度、有用性、干扰性三个方面对自己一年内参与的教师网络学习社群的群体动力打分。由此，本研究确定群体动力值最高的社群（即A群）和最低的社群（即B群），并按照半结构化访谈提纲从功能、领域、结构、行为、动机、效果等角度描述A群和B群的特征差异。之后，本研究将半结构化访谈文本导入NVivo 12 Plus软件进行编码、归类和概念化：将构成CoP的三个社群属性——知识领域、社群组成、社群实践作为群体动力特征编码框架的一级维度，并通过专家研讨将影响群体动力的五大特征要素归属于CoP的三个基本属性。其中，“知识领域”属性是指某个CoP关注的研修主题和内容，包含的群体动力特征要素为社群目标和社群环境；“社群组成”属性是指构成该CoP的教师成员特征和群体结构，包含的群体动力特征要素为群体结构和群体领袖；而“社群实践”属性是指CoP中的成员行为和实践行动，包含的群体动力特征要素为群体行为。

（2）群聊内容数据处理

本研究对15个目标社群的聊天信息进行数据清洗和整理，共获得5355条有效群聊数据，数据处理过程如下：首先，对每一条群聊数据所对应的行为进行主题编码和统计分析。编码框架参考张思等[17]、王陆[18]关于教师网络研修行为的编码体系进行设计，编码过程由两位研究人员独立完成，编码结果的一致性系数为0.71，说明编码内容的可信度较高。随后，应用行为分析软件GSEQ 5.1对编码后的群聊内容进行滞后序列分析，挖掘出强动力状态下行为数据背后的潜在序列模式和学习偏好。经过所有访谈教师对15个目标社群群体动力特征的评估，教师学习社群X1（省级范围内的数学学科教师群）的综合评价最高，且X1群的行为数据量较大，持续时间为6个月，形成了1538条行为编码（编码一致性系数为0.78），符合强动力社群的典型特征，因此本研究选择X1群作为案例进行行为分析，并使用排名第三的X2群、排名第六的X3群数据进行交叉验证。

表1 教师网络学习社群群体动力特征的差异性描述

社群属性特征要素特征定义访谈例证 知识领域社群目标社群的名称、目标、主题、话题等表明社群方向的要素A群大多围绕单一学科，关注教学实践问题；B群主题不明确，群主题跨学科，与日常教学无关。 成员动机成员加入社群的动机A群成员有实际需求；B群成员大多被动入群。 社群环境社群的任务情境、行业发展、潜在威胁等环境要素A群有教学改革项目和比赛作驱动；B群任务不明确。 社群组成群体结构社群成员的背景、风格、社交联结等组织结构要素A群成员的学科教学和专业背景相似，有实体组织支持，群内有组织架构或分组、有名校教师和专家，成员社交联结较强；B群大多依托某单次培训项目或活动建群、无线下联系，部分群中有教培机构的参与，管理角色不明确。 群体领袖社群领袖的身份、能力、策略等领导角色要素A群有核心领导人和管理团队，群主热心积极且有领导力；B群鱼龙混杂，核心团队不明。 社群支持社群所具备的组织、资源和政策支持A群大多有实体组织或相关部门的支持；B群无组织和资源的支持。 社群实践社群管理社群既定的组织管理规章、制度和活动A群有常规活动和日常管理，社群有线下实体活动，有问必答、能及时回应成员的问题和需求，主动分享有用的资源，群内有人进行知识整理，适当强制的任务或活动，实名管理，存在奖励机制；B群管理松散。 群体行为社群的活动、个体参与、知识生产等行为要素A群社交行为较多，社交情绪表达丰富；B群信息较少，群里广告和转发信息较多，社交关系不明显，闲聊或不相关话题较多。 社群绩效社群在运行过程中呈现的个体和整体绩效A群有常规任务和作业展示，有组织或个体的自媒体进行宣传；B群无成果分享或项目学习。

三 研究分析

1 教师网络学习社群群体动力特征的差异性描述

在访谈中，96%的教师表示运用群体动力测量量表能准确区分强动力社群（A群）和弱动力社群（B群），76%的教师认为强动力社群在获取学科教学前沿知识和政策动态、提升教学技能和维持职业情感方面均有积极作用。基于前文所述影响群体动力的五大特征要素，本研究通过编码和概念化，增补了四大特征要素：成员动机、社群支持、社群管理、社群绩效，将这九大特征要素归属于CoP的三大社群属性，并结合访谈内容界定特征定义，以此形成主体认知视角下教师网络学习社群群体动力特征的差异性描述，如表1所示。

访谈结果表明，教师主体认知视角下强动力社群（A群）和弱动力社群（B群）在知识领域、社群组成、社群实践三个社群属性的多个特征要素上存在差异：①在知识领域方面，A群更加关注单一的学科教学或实践问题，同时引入教学改革或比赛作为社群活动背景；B群主题不明确，成员学科背景复杂。可见，学科是教师网络学习社群知识交流的主要壁垒，而一线中小学教师的跨学科交流和协作仍然存在难度。②在社群组成方面，A群成员同质性较高，领导角色明显且具有丰富的智力资源（如名师和专家），成员社交联结较强；B群因单次活动建群，成员无线下联系。群体动力较强的社群往往具有实体组织和机构背景，建群者通常带有明确的任务或使命，如项目推进、名师工作室建设、课题研究、公司业务推广等。这也可以看出，完全自发的教师网络学习社群群体动力十分有限且生命周期较短，需与实体组织和线下活动形成互补效应。③在社群实践方面，A群实践活动丰富，有明确的管理与运行机制，群体互动行为频繁、丰富，社群氛围较为和谐积极，经常组织成员的成果展示和交流活动；而B群管理松散、没有明确的准入准出机制，很多被认为是“僵尸群”“广告群”“投票群”。

2 强动力社群的群体行为统计分析

本研究对15个目标社群和另外两种教师研修CoP（某省级教师研修平台、某慕课平台教师研修课程）近三个月的信息交互频率进行计算，发现目标社群的平均交互频率为4.8天/次，远高于另外两种，其中X1群高达1.5天/次。由此可见，15个目标社群属于强动力社群，有必要对其行为模式进行统计分析。参考现有的研究成果，本研究初步确立了面向教师研修的九种网络社群学习行为，之后在编码过程中又引入了圈人、积极情绪表达、消极情绪表达、冲突、干扰、奖励等六种新的行为，最后将15种教师网络学习社群行为归属到驱动行为、凝聚行为、耗散行为三个维度。其中，驱动行为促使群体发生学习行为、提升社群学习绩效；凝聚行为表现为成员对群体的认同和归属行为，也反映成员的信任和联结程度，用于保持社群稳定；耗散行为破坏群体稳定，降低群体学习绩效。经过对5355条群聊数据的主题编码和统计分析，本研究得到强动力社群的群体行为统计结果，如表2所示。

表2 强动力社群的群体行为统计结果

维度行为编码占比维度行为编码占比 驱动行为发起话题FQ2.46%54.71%凝聚行为圈人QR14.38%44.63% 分享FX3.83%积极情绪表达JJ26.18% 提问/求助TW10.18%组织管理ZZ1.27% 回复HF28.01%提醒TX2.80% 评价PJ2.75%耗散行为冲突CT0.06%0.56% 辩论BL4.72%消极情绪表达XJ0.13% 奖励JL0.09%干扰GR0.37% 协作/任务XZ2.67%

①驱动行为：最为频繁（占比54.71%），包括发起话题、分享、提问/求助、回复、评价、辩论、奖励、协作/任务八种行为。其中，起主导作用的是“回复”行为（占比28.01%），远大于排第二的“提问/求助”行为（占比10.18%），说明当成员提问或求助时，获得的回复不止一人，且回复的内容可能包括多种方案或资源。由此可见，促使一个社群持续发展仅有需求和驱动性问题还不够，更重要的是问题能够引起成员的共鸣，成员对求助和问题能及时回应，并在多种方法和路径中寻求更优解决方案或知识创新。

②凝聚行为：比较频繁（占比44.63%），包括圈人、积极情绪表达、组织管理、提醒四种行为。其中，“圈人”行为是基于社交软件的学习社群中特有的交互行为，是指在社群中通过网络标签的方式（@）来引起对方的注意或回复。“积极情绪表达”行为是主要的凝聚行为（占比26.18%），这是教师网络学习社群区别于其他网络学习共同体的典型特征，表现为圈人、表达问候、祝福、感谢、赞扬等。此外，强动力社群往往有较为明确的运行管理机制，如点名制度、任务打卡、常规活动、清退制度、轮岗值日、知识管理等，导致“圈人”行为比较频繁（占比14.38%）。基于社交通讯软件的网络学习社群存在即时性过强、知识零散等缺陷，因此对社群内生成的内容进行组织管理也很有必要，部分案例社群的做法是轮流进行公屏整理、借助公众号对学习成果进行整理和展示、制作学习月报等。同时，组织管理团队要对成员进行必要的提醒（占比2.80%），以促使其在教师网络学习社群中有更好的表现。

③耗散行为：由于15个目标社群均为成员主观感知下满意度较高的强动力社群，故耗散行为非常少（占比0.56%）。耗散行为包括冲突、消极情绪表达和干扰三种行为，主要表现为成员与他人互动时出现非理性辩论和言语冲突、表达消极情绪和不当言论、乱发广告或发布与教学研修无关的内容。

表3 强动力社群行为转换频率表

FQFXQRJJZZTXTWHFPJBLJLXZCTXJGR FQ5142001111500000 FX05131411620000000 QR2229821135512500000 JJ39642233630364200002 ZZ001210032000000 TX0357102110000000 TW0524501121011100000 HF3136347294924252000000 PJ0161201221000000 BL00840041102300001 JL000000000000000 XZ000000000000000 CT000000000000000 XJ000000000000000 GR000000200000000

3 强动力社群的行为序列模式

为进一步厘清上述15种群体动力行为的交互特征和潜在模式，本研究采用GSEQ软件对X1群的群聊信息进行滞后序列分析，探究强动力社群的行为序列模式，并通过计算得到强动力社群行为转换频率表（如表3所示）和相应的残差统计表（如表4所示）。

表4 GSEQ滞后序列分析残差统计表

FQFXQRJJZZTXTWHFPJBLJLXZCTXJGR FQ12.9*0.931.41-1.47-0.34-0.47-0.31-2.281.342.7*0000-0.18 FX-0.632.83.40.61.320.591.35-3.98-0.9-1.270000-0.3 QR0.12-1.56-5.616.59*0.52-1.132.73*-1.824.7-0.920000-0.71 JJ-0.42-0.551.7613.85*0.120.32-0.91-12.15-1.48-3.9400001.47 ZZ-0.3-0.51-0.26-0.553.64*1.99*-0.95-0.074.44*-0.60000-0.14 TX-0.542.53*0.49-0.781.99*-0.65-0.40.4-0.76-1.080000-0.26 TW-1.280.472.11*-7.71-1.12-0.82-0.449-1.19-2.120000-0.61 HF-0.810.2-0.14-11.52-0.911.281.6810.45*-1.570.860000-1.23 PJ-0.50.391.441.89-0.441.11-0.17-2.810.76-10000-0.24 BL-0.72-1.220.33-3.61-0.63-0.87-0.29-1.97-1.0215.800002.69 JL000000000000000 XZ000000000000000 CT000000000000000 XJ000000000000000 GR-0.14-0.24-0.57-0.94-0.12-0.174.51-1.03-0.2-0.280000-0.07

注：*＜0.05。

根据滞后序列原理，如果调整后的残差值（Z-score）＞1.96，就表明该路径具有显著意义。本研究根据生成的行为路径残差值，绘制出显著水平上强动力社群的行为序列转换路径，如图2所示。按照不同的触发行为，可将强动力社群的显著行为序列模式分为话题辩论、求助分享、组织管理三种。

图2 显著水平上强动力社群的行为序列转换路径

①第一种显著行为序列模式：话题辩论，主要路径为“发起话题→辩论→干扰”。话题的发起一般以转发网络文章、视频、图片和相关信息为契机，群成员阅读内容后引发思考并阐述个人观点，引发成员间的辩论（Z-score值为2.7）。某一话题的发起，可能会引起更多频次的同类话题的发起和相关信息的转发（Z-score值为13）。辩论本身会形成持续性的自循环行为模式（Z-score值为15.8），这种行为模式在以具有思辨和主观特性的语文学科教学为主题的X2群中得到了验证。而辩论激烈的时段往往容易出现干扰耗散行为（Z-score值为2.7），这一方面来自于成员辩论时偶发的消极情绪和语言攻击，另一方面辩论的时候正是全体群员对社群关注度最高的时候，极个别成员或非法用户便会趁机在群中乱发广告或发布与教学研修无关的内容。“辩论→干扰”行为序列转换路径在以翻转课堂为主题的X3群中得到了验证。

②第二种显著行为序列模式：求助分享，其路径较为复杂，核心是围绕提问/求助展开群体交互，主要路径包括“提问/求助→回复”“分享→圈人→积极情绪表达”“分享→圈人⇆提问/求助→回复”“提问/求助→圈人→积极情绪表达”四条。在强动力社群中，提问/求助能够得到有效回复（Z-score值为9），“提问/求助→回复”路径在X2和X3群中也都得到了验证。在回复的交流过程中，往往存在资源分析、表达积极情感等社交行为，而这些行为中大多伴随着“圈人”行为，具有定向回复和提醒的功能。社交媒体含有丰富的积极情感表达行为，易引发较强的群体扩散和跟风效应（Z-score值为13.9），如对回复者和资源贡献者的感谢，以“提问/求助”为核心的多条行为序列转换路径在X2和X3中均得到了验证，体现了社交媒体的强社交特征。

③第三种显著行为序列模式：组织管理，主要路径为“提醒→组织管理→评价”，体现了核心成员或领导角色的管理调控行为。通过内容分析发现，X1群中有较为常规的打卡、值日、作业等活动，因此X1的核心成员往往就社群常规任务和事项进行提醒，督促成员提交作业或任务。当成员积极参与社群的活动和任务时，往往伴随着核心成员的评价行为（Z-score值为4.44），如对作业进行点评。而在X2群中，“提醒→组织管理→评价”行为序列转换路径显示出微弱的显著性。当上述管理调控行为出现后，也容易激发成员的资源分享行为（包含个人的成果展示），进而引发相关的积极情绪表达、提问和回复行为（Z-score值为2.53）。

四 结论与建议

1 研究结论

本研究从教师主体和社群客体两个对象切入，从主观认知和客观建模两个维度对教师网络学习社群的群体动力特征进行分析，所得结论主要如下：①本研究根据文献析出和访谈内容编码，构建出教师网络学习社群的九大群体动力特征要素，分属于CoP的三大社群属性，能有效帮助教师和研究者评估、鉴别网络学习社群的群体动力强弱。研究发现，强动力社群和弱动力社群在社群目标、群体结构、社群管理等多个特征要素上存在差异。②强群体动力的网络学习社群的学习交互行为丰富，以驱动行为和凝聚行为为主，而耗散行为非常少；驱动行为中“回复”行为起主导作用，“积极情绪表达”行为则是主要的凝聚行为。③强动力社群存在多种显著的行为序列模式，按照不同的触发行为可分为话题辩论、求助分享、组织管理三种。这三种行行为序列模式的开展，都离不开社群活跃角色的参与、组织和调控。

2 打造强动力、高质量教师网络学习社群的建议

根据研究结论，本研究提出打造强动力、高质量教师网络学习社群的建议：①社群建立准入准出机制，明确主题和目的，按照学科、区域和活动等细化社群成员画像，尽量避免跨学科群体。②依托工作室、教研机构、协会、平台等正式的组织建群，为网络学习社群提供“配套设施”，如线下活动、比赛、项目、研讨会、自媒体等。③创建群规，实名入群，设置角色丰富的管理团队，实行点名、任务打卡、常规活动、定期清退、轮岗值日、知识管理等常态化管理制度。成员数量较多的社群可以组建子群，并采用轮值方式让子群承担社群的管理和发展工作。④扩展社群实践空间，依托实体组织和项目驱动进行线下协同。为教师网络学习社群配套提供年度课程学习计划，完成课程学习要求的成员可以获得由该社群提供的学习证书。⑤采用游戏、抽奖、比赛等多种方式激发成员的参与动机，对于优质资源的获取设置一定的条件，避免成员“只获取不付出”；同时，提供多条路径让成员有充分表达和展示自我的机会。⑥注重社群绩效评估和外显性成果产出，对优秀作业和资源进行评价，利用自媒体（如公众号）和网盘对社群进行知识管理，增强成员的群体认同，促进社群的可持续发展。

五 结语

在互联网时代，教师专业发展拥有更多的机遇和挑战，灵活自主的网络学习社群理论上能够突破时空、地域的限制，满足教师自主学习和专业发展的需求，但在实践过程中需要较强的群体动力作为支撑以不断提升教师的研修和学习效果。本研究通过分析一线教师在网络学习社群中的主体认知和行为参与，总结出不同群体动力水平的教师网络学习社群的群体动力特征和群体行为模式，探讨了强弱动力社群的特征差异、强动力社群中的群体行为分布和群体行为模式，可为打造强动力、高质量的教师网络学习社群提供借鉴。需要指出的是，本研究也存在一些不足还有待进一步探索，如对教师网络学习社群的子类分析不足，需要进一步加强大规模量化数据的验证支持；社群环境对群体动力生成的影响机制还需要深入分析等。在持续推进教育数字化转型的过程中，“互联网+人工智能”将进一步赋能教师队伍建设，教师自主学习行为和群体学习数据的特征挖掘将成为探索教师队伍提质增效的重要方向。未来，教师网络学习社群要通过精准分析和个性化服务打造教师数字化转型共同体，给予成员平等的参与权和话语权；在互动、协作和探究的过程中，要引导成员逐渐建立对社群的信任、提升对社群的认同感，以共同保障数字化转型共同体的生命力。

[1]教育部等五部门.教师教育振兴行动计划(2018-2022年)[OL].

[2]张瑾,张夷楠,叶海智,等.教师在线学习社区中会话主题发现及演化分析[J].远程教育杂志,2021,(2):85-94.

[3]杨彦军,郭绍青,童慧.城乡教师的网络学习共同体互动特征研究[J].中国电化教育,2011,(11):42-46.

[4]杨延从,黄碧慧.群体动力学视域下农村小学英语教师学习共同体建构的研究——以厦门市X区农村小学为例[J].教育理论与实践,2016,(17):28-30.

[5]Wenger E. Communities of practice: Learning, meaning, and identity[M]. New York: Cambridge University Press, 1998:45.

[6]王陆.教师在线实践社区的知识共享与知识创新的机理分析[J].电化教育研究,2015,(5):101-107.

[7]Wenger E, Snyder W. Communities of practice: The organizational frontier[J]. Harvard Business Review, 2000,(1):139-146.

[8]Lewin K. Frontiers in group dynamics: Concept, method and reality in social science; social equilibria and social change[J]. Human Relations, 1947,(1):5-41.

[9]王小根,杨爽.群体动力学视角下的协作知识建构活动探究[J].现代教育技术,2020,(11):55-61.

[10]Cartwright D, Zander A. Orgins of group dynamics[J]. Group Facilitation, 2000,(2):38.

[11]张涛,张烁,张思,等.在线同伴互评中群体认知的特征、网络与发展轨迹分析[J].现代教育技术,2022,(9):82-90.

[12]丁继红,熊才平,刘静,等.PST视域下教师社群学习的模式的分析与重构[J].远程教育杂志,2015,(3):33-40.

[13]王陆.虚拟学习社区社会网络中的凝聚子群[J].中国电化教育,2009,(8):22-28.

[14]吴筱萌.跨校网络教研小组的凝聚力分析[J].中国电化教育,2016,(9):85-90.

[15]张敏霞,刘霜.教师在线实践社区中的知识管理行为研究[J].中国电化教育,2014,(9):120-125.

[16]李士娟,代建军.教师专业学习社群研究:组织样态及运行机理[J].教育理论与实践,2018,(8):25-28.

[17]张思,陈娟,夏丹,等.在线论坛中学习者兴趣与行为主题联合建模研究[J].远程教育杂志,2022,(1):81-90.

[18]王陆.教师在线实践社区COP的绩效评估方法与技术[J].中国电化教育,2012,(1):61-72.

Group Dynamics Characteristics in Teachers’ Network Learning Community from the CoP Pperspective

LI Xiu-han ZHANG Xiao-man WANG Tao YANG Yu-qin LUO Heng[Corresponding Author]

In the process of deepening the innovative action of “Internet + teacher education”, teachers’ network learning community based on social media has become an important way for teachers’ independent learning and professional development. However, most teachers’ network learning communities encounter a bottleneck problem of insufficient group motivation, resulting in limited training and learning effects. Based on community of practice (CoP) theory and group dynamics theory, this paper adopted the mixed research method of qualitative interview and quantitative analysis to explore the group dynamics characteristics and group behavioral patterns of teachers’ network learning communities with different levels of group dynamics. It was found in this paper that there were differences between the highly powerful and lowly powerful communities in multiple characteristic elements such as community goals, group structure, and community management from the perspective of teacher subjective cognition. Compared with the teacher training course platform, network learning communities based on social communication tools exhibited six special group behaviors, such as crowding, emotional expression, conflict, and interference. The interactive behaviors of the highly powerful communities were rich and mainly included driving behaviors and agglomeration behaviors. There were multiple significant behavioral sequence models in the highly powerful communities, which could be divided into three categories of topic discussion, help-seeking and sharing, and organizational management according to different trigger behaviors. The research of this paper could provide reference for building highly powerful and high-quality teachers’ network learning communities and offer theoretical basis and practical methods for building an internet-based learning society.

“Internet + teacher education”; network learning community; group dynamics characteristic; learning behavior

G40-057

A

1009—8097（2023）09—0089—10

10.3969/j.issn.1009-8097.2023.09.009

本文为教育部人文社会科学研究项目青年基金“CoP视域下中小学教师网络学习社群的群体动力特征研究”（项目编号：21YJC880041）的阶段性研究成果。

李秀晗，讲师，博士，研究方向为教师信息化素养、游戏化学习、信息技术与课程整合，邮箱为xiuhanli@ccnu.edu.cn。

2022年12月1日

编辑：小米