共享调节视角下的群体感知模式构建与应用研究

仇星月 陈向东 付道明

基金项目：2023年度全国教育科学规划一般课题“基于大语言模型的青少年人工智能教育研究”（课题编号：BCA230276）

[摘   要] 随着教育数字化的加速，计算机支持的协作学习环境迎来了技术变革，群体感知工具开始成为管理和监控协作学习的重要手段。然而，现有群体感知研究通常缺乏系统性和过程性的理论支撑。为了让群体感知工具更好地提升协作学习质量，文章依托共享调节学习理论，开展了群体感知应用模式设计、工具开发、案例实践等多维度探索。首先，从已有研究成果中提炼群体感知工具应用的关键原则，并以此为指导，构建了共享调节视角下的群体感知应用模式。其次，基于应用模式，在Co-learning协作学习平台上开发了群体感知模块。最后，通过案例研究，评估了应用模式的作用效果并揭示了促进协作学习的作用过程。

[关键词] 群体感知； 计算机支持的协作学习； 共享调节； 应用模式； 案例实践

[中图分类号] G434            [文献标志码] A

[作者简介] 仇星月（1995—），男，山东邹城人。讲师，博士，主要从事协作学习、群体感知和共享调节研究。E-mail： qiuxingyue@gdei.edu.cn。

一、引   言

信息技术的发展正加速教育数字化转型，为计算机支持的协作学习（Computer Supported Collaborative Learning，CSCL）带来了新机遇，推动从面对面互动到在线、跨地域协作的扩展[1]。然而，维持协作的持续性与深入性仍是亟须面对的挑战。在此背景下，群体感知工具因其能够精确捕捉并反馈协作学习中的关键信息，引起了研究者的广泛关注。这些工具通过实时监控学习者的行为、关系和决策，促进有效沟通与协作[2]。然而，理论框架的缺乏限制了对群体感知作用过程的全面理解，导致研究和工具设计缺乏系统性[3]。

近期，学者开始广泛借助学习科学理论探索群体感知的应用。其中，共享调节理论得到广泛关注。该理论将调节的范畴从个体层面的自我调节，扩展到成员间的共同调节，以及更广泛的集体层面的共享调节，并将协作分为任务理解、制定计划、监控和反思等关键阶段，探究集体与个体如何有效组织各阶段活动并实现有效衔接，从而激发社会性知识产出[4]。研究者开始意识到，从共享调节的理论视角探讨群体感知的作用对于理解和优化协作学习至关重要，它能明确群体感知在协作中的作用范围、信息追踪过程和激发调节的机制[5]。本研究旨在构建一个基于共享调节理论的群体感知应用模式并开展实践探究，以期更有效地促进协作学习。

二、文献综述

（一）群体感知工具的应用进展

群体感知研究始于计算机支持的协同工作领域，最初旨在提升复杂工作环境动态的感知。CSCL中群体感知的研究重点转向促进集体与个体间的互动，如成员的参与、动机、情绪和团队的产出、计划等[6]。根据Janssen和 Bodemer对CSCL中的群体感知工具的作用划分，主要包括社会与认知两个维度[7]。

社会群体感知聚焦促进协作、参与度和团队互动的理解。关键功能包括：第一，获取成员参与频次和互动关系并可视化呈现，如社会网络图和柱形图感知[8]。第二，挖掘学习者不易表露的状态信息，更好地理解他人的特点、感受和体验等。例如：通过词云图和肤电反应追踪揭示成员情绪和体验[9-10]。第三，实现社会性评价的感知。例如：通过雷达图等工具评估并反馈参与水平和成果质量，外化成员间的相互评价[11]。第四，通过任务监控和干预预警，实现过程的全面追踪，如借助甘特图等工具了解小组活动[12]。

认知群体感知专注于加强成员间知识和观点的共享，主要通過以下方式实现：第一，外化成员的差异和一致的知识、观点（如词云图），并以问题支架驱动知识交流[13]；第二，应用元认知策略，通过互评和反馈的方式检查学习策略是否奏效，激发元认知意识 [14]；第三，通过对小组成员不易被观察到的认知信息进行适当外化（如概念图），帮助成员更多地投入互动过程[15]。

在CSCL中，群体感知的信息收集主要通过行为记录、问题支架和多模态渠道进行。信息反馈可以分为：（1）反映小组或成员状态的团队特征反馈；（2）描述成员间互动或与事件、知识互动的交互过程反馈；（3）围绕任务目标、计划、实施意图或观点的回顾与决策反馈；（4）实现工作空间共享的环境类感知。尽管现有工具在表层互动状态信息的捕捉方面表现良好，但在深度协作过程的支持上存在不足，通常缺少对协作脉络的全面回顾，难以识别复杂互动中的模式和团队动态，反馈往往泛化，不足以激发解决问题的需求，也缺乏对协作全程的覆盖和支持[5]。

（二）共享调节的理论与实践

共享调节理论深入探讨了社会因素如何作用于成员的调节过程，关注个体与集体共同构建和维护知识、社会关系及学习成果的过程[16]。相关研究聚焦共享调节的多个维度和阶段，旨在揭示其实现及维持的具体机制与策略。

共享调节的维度包括：认知、元认知、情感与动机。其中，认知调节的研究大多在元认知调节的视域下进行。共享元认知用于优化监督活动和调节认知过程，提高团队绩效[17]。此外，情感和动机调节受个人、社会情境等因素影响。初期形成的动机和情感状态会随着任务难度和社会互动不断改变[18]。学习者可使用多种策略管理自身情感，以保持协作动机。

共享调节阶段总体可分为任务理解、计划制定、任务监控和总结反思四个关键部分[19]。首先，任务理解包括学习者对任务的个人理解，以及小组的集体理解。相关研究集中在任务理解的形成、发展及相关影响（如先验知识、认知冲突等）[20]。第二，计划制定关注目标设定、分工和策略确定。研究主要探讨外部工具（如共享计划工具）和非认知因素的作用，如小组氛围、动机和情感对计划策略的影响[21]。第三，任务监控旨在了解协作状况与进度，并对任务进行调整。这方面研究关注识别激发任务监控的条件，探讨形成与发展路径[22]。第四，总结反思用于评估任务成果，验证是否达到预期，了解成员贡献并为下一轮协作作准备。研究集中在开发反思支架工具，以及工具与共享调节各阶段的互动方式[23]。

由于共享调节理论以更广泛的视角深入探讨了协作学习的发展过程，能为群体感知的应用过程提供更全面的理论指导。它为群体感知工具提供了所需关注的维度与过程，同时也为群体感知工具提供了系统的应用流程，指导群体感知工具发挥跨阶段的连续性作用。此外，结构化脚本、问题支架等策略对工具功能设计具有重要意义。

三、共享调节视角下群体感知的应用模式

随着群体感知工具类型和应用方式日益丰富，协作学习在沟通与认知等方面的问题在一定程度上得以缓和。但如前文所述，由于群体感知工具在应用中缺少理论框架指引，对协作支持的持续性和全面性难以得到保障。为此，下文将从共享调节的理论视角梳理群体感知工具的应用原则，构建基于共享调节的群体感知工具应用模式。

（一）共享调节视角下群体感知工具的应用原则

针对群体感知工具如何使用，有学者提出了低指导性设计方法，强调如何利用计算机技术收集、转换和呈现协作信息，并重视评价信息的运用[24]。此外，有研究者提出共享调节学习框架是设计的重要考量[25]。综合相关实证研究的核心观点，本研究提炼出的基本原则包括与协作脚本配合、与知识内容契合、提供社会性评价、感知信息即时反馈和动态镶嵌于协作过程。

1. 与协作脚本相结合

群体感知工具的应用需要脚本化的外部支持（如协作提示和问题支架）规划和组织群体感知的使用，促进群体感知与协作过程的有机结合[5]。在实践中，需要根据任务需求和情境设计灵活的协作脚本，引导成员形成高效的协作策略。将群体感知工具整合到共享调节的各个阶段，确保信息收集和反馈的连续性，从而推动从个体到集体的调节转变。

2. 与知识内容相契合

群体感知应与学习的知识内容相匹配，促进成员间就知识制品和观点达成共识，实现集体意义建构[13]。群体感知工具首先应确保学习者对协作学习任务所需知识形成正确理解，帮助完善相关知识和技能；其次，促进群体知识的感知和共享，引导学习者在集体中建构和共享个人知识，以促进集体意义的构建；最后，反映成员知识掌握情况和观点的变化，以深化对知识的理解，并引导协作重心。

3. 提供社会性评价

群体感知工具主要通过提供社会性评价来促进学习者的互动与反馈[26]。这些评价基于成员对协作过程的观察与总结，发挥监控与反思作用。社会性评价应融入共享调节的各阶段，确保评价的连续性和全面性。同时，结合匿名和公开评价方式，利用定量和定性评价策略（如统计数据反馈和自我报告数据的可视化），有助于理解成员的元认知状态，为共享元认知调节创造有利条件。

4. 感知信息即时反馈

这是群体感知工具的核心功能，也是与其他工具相区别的重要特征。这种反馈以共享和比较为核心，共享性反馈通过可视化手段展示个人和团队信息，如实时监控论坛讨论的情感和行为；而直观的可视化比较能够帮助学习者感知成员状态与行为。两种反馈所引发的思考有助于激发元认知策略[27]。为此，群体感知工具首先需要全面回顾协作活动的发展，对协作过程进行持续追踪与反馈；其次，识别和利用成员间的差异来促进集体共识的形成；最后，提供指导性支持以激发调节活动。

5. 动态镶嵌于协作过程

群体感知作为一种社会性认知活动，涉及学习者对协作情境认知的不断修正与完善，并逐步融入个体认知结构。因此，群体感知工具需持续追踪这些动态变化，并根据共享调节活动框架进行适应性调整。为适应群体感知的动态性，首先，需统筹学习者需求和协作情境要求，在不同协作阶段调整感知内容和可视化形式。其次，调整群体感知工具的反馈以符合任务目标和学习者需求，支持共享调节流程的完整性和连续性[14]。

（二）共享调节视角下的群体感知应用模式构建

相关理论研究表明，群体感知是共享调节的前提之一，两者相互作用、互为支持，可在协作中形成闭环[28]。群体感知信息的收集和反馈面向协作活动，在群体感知的作用下，共享调节过程得以推进。从共享调节的视角，也可以更全面解释群体感知的作用过程，帮助理解如何调和成员差异并达成共识。为构建应用模式，本研究汲取了Gutwin等人的工作空间感知框架的重要观点[29]。该框架针对群体感知工具应用提出了三个核心问题：（1）应收集哪些类型的感知信息（包括“谁？”“在哪？”“做什么？”等）？（2）有哪些收集感知信息的途径（包括直接观察和间接感知等）？（3）如何将收集到的感知信息有效用于协作（包括通过分布式平台简化沟通和协调活动等）？尽管该框架为协同工作提供了有效指导，但协作学习情境与其存在差异，因而本研究对其内容进行了适当的调整和拓展。针对第一个问题，本研究借鉴了一项关于协作学习中群体感知概念内涵的研究，将任务、成员、时间、空间、资源等作为关键群体感知信息类型[30]。对于Gutwin等人框架中剩下的两个问题，将进行深入探讨，以形成共享调节视角下的群体感知应用模式。

如图1所示，该应用模式通过群体感知工具将共享调节活动（左下部分）与群体感知活动（右下部分）紧密衔接。在共享调节活动中，社会情境、物理情境和任务预设提供群体感知的信息来源。群体感知活动代表了成员对协作形成更全面、深入认知的过程，相关出入的箭头代表成员在工具的支持下从群体感知转向共享调节活动。作为两个活动的外部支持，群体感知工具的应用是基于共享调节阶段的需要实现信息收集、反馈与应用的过程。在工具中，群体感知信息受到协作脚本的管理，并遵循群体感知工具应用原则，形成完整的群体感知机制。

图1   共享调节视角下群体感知应用模式

1. 群体感知信息收集

協作情境中的社会环境、物理环境和任务要求等构成了群体感知信息的来源。这些信息具体包括任务、成员、时间、空间、资源等类型，是群体感知的基本元素。

信息收集的工作需要与共享调节的行动紧密衔接，以推动个体对这些群体感知信息形成深层次的认识。为此，应用模式中的信息收集可以以问题支架等方式实现，在支持协作的同时，持续追踪各阶段个人生成信息。考虑到协作学习活动周期和具体任务要求的不同，这种划分须结合实际需要进行调整，这也是应用原则五“动态镶嵌于协作过程”对工具的要求。如增加任务监控确保长期协作的连贯性，或增加任务理解的周期以保证学习者对复杂任务有充分的认知前提。

为了保证信息收集工作合乎各阶段要求，群体感知工具在设计元素上需要满足以下条件：第一，任务理解阶段需要满足识别情境、了解初始状态、确定主题和明确条件等工作需求；第二，计划制定阶段体现出明确计划分工、确定目标和标准的过程；第三，任务监控阶段需强调回顾任务进展、反思困难挑战、阶段性评分等环节；第四，总结反思阶段则面向协作的改进调整、成果评价与总结。此外，信息收集还需要关注集体层面的互动过程。因为个人层面的信息会在集体层面加以使用，并且集体互动所生成的信息也会在共享调节各阶段发挥作用。群体感知工具要分别从个人和集体两个感知层面提供支架，从而构建起两个层级的群体感知关联机制。

综上所述，群体感知工具要以达成及时的群体感知反馈为目的，充分调动各个渠道的信息收集优势。为此，问题支架设计需要考虑借助多样化的题目类型，实现对基本信息的系统性整理，同时为促成有意义互动提供起点。此外，对生成性内容的深入跟踪与挖掘、对多模态数据的分析与反馈，将有助于更深层次地表达成员间的特征，从而更准确、细致地辨别协作问题[31]。

2. 群体感知信息反馈与应用

群体感知信息反馈的关键作用在于有效识别和解决协作中的问题。小组成员通常会把获取的群体感知信息与自己原有认识作比较，再通过组内交流使这些信息转化为令人信服的问题回应或解决方案。这是一个动态过程，需要成员在讨论中不断调整对问题的认识，并让解决策略逐渐清晰。群体感知信息反馈的目标是协调这种互动过程，确保信息能够被大家理解与接受。为此，需要在每个共享调节阶段根据任务需求和学习者需要，反馈信息内容并提供合理的可视化表达，促进学习者的理解与协作。

第一，群体感知信息的反馈与利用需要内嵌在互动过程中，与共享调节的阶段需求相契合，为调解非共识性内容和达成集体共识的过程提供互动基础。相应的反馈包含状态水平、互动过程和任务决策等，以可比较、可回顾和可参照的方式及时提供，为共享调节活动的开展提供支持。第二，个体会随着协作的进行对已有群体感知信息产生新的认识。因此，群体感知信息在及时反馈的同时，还要考虑到它具备的演变特点。借助工具在共享调节不同阶段回顾、检查过去生成的群体感知信息是非常必要的。此外，群体感知的反馈形式也必须是可调整的，以适应学习者不断变化的需求。第三，群体感知工具需要实现对群体感知信息进行深入且全面地表达，这种表达要与当前活动阶段紧密关联，反馈内容可被直接察觉与利用，避免感知困难等负面问题。第四，在具体行动中，群体感知工具需要借助支架添加感知提醒，激发成员对群体感知信息的组织利用，明确哪些感知信息在当前是有意义且可参照的。此外，群体感知的反馈需要在不同阶段中提供相应的社会性评价功能，激发学习者对调节活动的广泛参与。第五，群体感知的使用需要考虑在个人和集体层面建立联系。个人生成的有用信息通过在组内共享，不仅可以帮助成员间形成深入理解，还能成为集体探讨中的重要依据，为小组决策提供支持。

四、共享调节视角下群体感知工具设计与

模式应用案例

为探讨群体感知工具设计与模式应用，本研究以一次职前教师在线协作活动为例。案例聚焦H校J专业2022年第二学期“信息技术教学方法研究”课程的集体备课活动，深入分析典型小组案例，评估群体感知工具应用成效。

（一）实践案例简介

研究对象为大二本科生，共8个小组参与，通过协作形式提升师范技能。前期类似协作活动中，学生存在经验不足、对任务陌生、缺乏合作规范等问题，导致协作效率低下。研究持续12周，分为个人学习（前6周）和集体协作（后6周）两个阶段，均于线上开展。集体协作阶段要求在群体感知支持下完成两轮集体备课活动，小组分别基于传统课堂和新技术应用课堂背景完成备课方案和个人课程录制，每轮持续3周。按照共享调节的阶段划分，本研究进一步结合案例的特点将集体备课活动分为任务理解、计划制定、任务监控和总结反思三阶段（每阶段的讨论视频均被录制），这种划分方式也曾被柴阳丽、胡艺龄等学者的案例研究所采用[32-33]。

为有效支持本研究提出的群体感知应用模式，研究使用Co-learning平台进行工具设计。Co-learning是本研究团队前期开发的面向协作学习的共享调节平台，在本案例中进行了功能升级，把群体感知作为一个新的功能模块镶嵌在该平台中。该平台的群体感知模块从共享调节脚本化支持、群体感知信息获取与反馈等方面发挥作用。

在脚本化支持上，教師可自定义符合课程要求的共享调节协作脚本，设置脚本层级、内容、类型和顺序，并选择发放对象、活动阶段等，学生则根据要求完成相应支架。信息收集主要通过个人和集体问题支架完成，包括简答题、单选题、多选题、提名题、打分题等。群体感知反馈分为三类：团队特征类（如占比图、雷达图、自我报告）展示成员和任务状态；交互过程类（如社会网络、二模交互网络）映射成员互动模式；回顾与决策类（如甘特图、任务清单）指导任务规划和监控。

（二）群体感知工具的应用过程

本案例将群体感知的团队特征反馈、交互过程反馈和回顾与决策反馈嵌入共享调节的不同阶段。

1. 任务理解与计划制定阶段

如图2所示，个人层面任务理解采用占比图、自我报告等团队特征反馈，收集成员任务相关状态；回顾与决策反馈通过任务清单共享成员的任务认知，强化组内对任务的理解。集体层面任务理解活动利用回顾与决策反馈达成共识，为任务实施提供依据。成员利用群体感知信息形成任务主题，定位符合小组需求的内容，讨论问题和解决方案。计划制定关注目标、评价标准的确定，以及计划分工等方案的形成，通过任务清单和甘特图生成相关信息。

图 2   任务理解与计划制定中的群体感知工具示例

2. 任务监控阶段

如图3所示，个人任务监控通过占比图、雷达图、自我报告等团队特征反馈可视化成员状态和互评结果；二模交互网络或社会网络图等交互过程反馈展示协作关系；任务清单用于反思过程、规划调整和解决策略。集体任务监控活动借助任务清单回顾执行过程、困难、任务理解，并反思计划分工。

图 3   任务监控中的群体感知工具示例

3. 总结反思阶段

如图4所示，个人层面总结反思中，二模交互网络展示了成员对协作过程和交流改进的认识；任务清单反映成员的能力提升和欠缺之处，以及对任务评价、成果评估和协作优化方式的看法。在集体层面，任务清单反馈小组对成果、任务理解、协作过程以及改进与调整的总结与评价。

图4   总结反思中的群体感知工具

（三）应用模式的作用分析

为了深入探究群体感知工具在协作中的实际作用，本研究以一个具体案例进行分析。分析对象为人数最多的第2小组（7人），聚焦第二轮协作的集体任务监控活动。该活动中，小组在线上围绕 “回顾困难与挑战”“回顾任务理解”“回顾计划分工”三个主题进行讨论，并将结果记录在平台中。此前，小组已完成任务理解和计划制定，成员根据甘特图安排进行了为期一周的知识学习和教学设计。此次讨论通过群体感知工具进行了协作调整，更新了任务规划。

1. 回顾困难与挑战

小组成员回顾了个人层面任务监控中的任务过程反思结果，反馈了每个成员遇到的“困难与挑战”和“解决思路”。根据个人层面的二模交互网络图，小组当前主要困难为：技术困难（3人）、任务无从着手（2人）、时间协调困难（2人）等。

小组成员逐一分析每个困难与挑战的成因。首先，选择“技术困难”的成员分享了观点（“那个教学平台其实还是用得不是很熟练。”“工具的应用可能掌握得不是很好。”）。接着，两个选择“其他困难”的小组成员分享了自己的认识，他们都认为受到当时新冠肺炎疫情影响，难以在教学中使用前沿技术。选择“无从下手”的成员解释与新技术选择有关：“我是觉得没法选择新技术，所以就选了这个。”“我无从下手也是因为新技术。”最终，该小组将当前面临的关键问题定位为“技术困难”和“技术条件限制”，并提出可以通过借鉴和练习教学平台的使用案例来解决。

2. 回顾任务理解

在之前的集体任务理解活动中，第2组对协作所需的教学方法、知识技能、资源工具等达成了初步共识，但资源工具的选择未最终敲定。最初列出的资源工具包括资源（PPT、教材、视频、音频、图片）和技术工具（classin、智慧树、腾讯会议）。 经过本阶段对技术知识的学习，成员对资源工具有了更明确的认识，工具选择问题引发了讨论。最终，第2组回顾了过去的任务理解，讨论推动了“任务内容改进”，实现了新的共享任务理解：“经过对classin平台的探索，我们确定将classin平台作为授课平台。其他方面没有进行调整。”

3. 回顾计划分工

在回顾计划分工活动中，他们共同探讨了之前甘特图是否合理及需要哪些改进调整。组长指出，本轮课程录制活动中添加评价与反思环节是必要的。

在上轮协作的集体总结反思中，尽管小组提出了“在每个成员录完课后，大家对他的表现做出一些评价”的改进策略，但在本轮计划分工和实际行动中未得到有效体现。小组面临成员人数较多、时间安排紧迫的挑战，难以对每人的录课表现进行详细评价。为了解决这个分工问题，最终，经过讨论，第2组在该问题支架下提出的调整和改进建议是：“在录制课程计划方面，我们准备增加课程录制的频度，减少每次录制的人数，留出一些时间进行评价和讨论”。

最后，本研究对以上群体感知活动进行了总结描述，如图5所示。

整体来看，群体感知应用模式在该阶段帮助小组对早期信息进行了回顾和利用，并在讨论中逐渐形成了新的共识，对协作学习进行了有效的调整和改进。实现的共享调节活动包括：监控和评估任务过程、任务理解和任务进度，并基于这些变化对目标、计划和任务执行进行调节和适应。案例中也展示了群体感知工具在促进认知和社会发展方面的作用。在认知发展方面，回顾任务理解的活动促进了对任务知识的深化和更新，引导学习者重新考虑和完善早期的任务结构。在社会发展方面，通过回顾困难与挑战，小组成员建立了对个人挑战的更深入理解，并形成了有效的协作规范；同时，回顾计划分工活动使成员能够详细回顾并调整当前的任务执行情况。综上所述，此案例验证了群体感知工具在小组互动中的积极作用，能够有效实现协作学习的共享调节，进而提高協作效果。

五、结   语

本研究提出了以协作脚本为核心的群体感知应用原则，探讨了共享调节与群体感知的融合路径，构建了一个全面的应用模式。以Co-learning平台群体感知模块为例，该模式将群体感知工具整合至协作学习各阶段，有效结合内容和过程，为相关工具开发提供指导。通过实践案例验证，群体感知应用模式可提升协作学习效果。但案例所用的群体感知工具主要依赖问题支架获取信息，信息来源比较单一。此外，本研究缺少对个人和集体层面的群体感知作用关系的深入分析，可能会限制群体感知作用解释的完整性。未来研究工作将主要从以下四个方面入手：第一，扩大实践案例范围，考虑更多任务场景和线上与线下协作，进一步完善群体感知应用模式。第二，关注不同时间条件下群体感知水平和行为的变化，探究如何根据学习者需求提供适应性支持。第三，结合多模态数据应用，在更广泛场景中挖掘协作过程中的话语、行为等作为群体感知的有效获取渠道。第四，基于组态的视角，就不同维度群体感知信息对协作学习支持效果的交互作用进行过程追踪和分析比较，为改进工具提供系统解决方案。

[参考文献]

[1] 祝智庭，赵晓伟，沈书生.技能本位的学习范式：教育数字化转型的认识论新见解[J].电化教育研究，2023，44（2）：36-46.

[2] STRAUβ S， RUMMEL N. Promoting regulation of equal participation in online collaboration by combining a group awareness tool and adaptive prompts. But does it even matter？[J]. International journal of computer-supported collaborative learning， 2021， 16： 67-104.

[3] HADWIN A F， BAKHTIAR A， MILLER M. Challenges in online collaboration： effects of scripting shared task perceptions[J]. International journal of computer-supported collaborative learning， 2018，13（3）：301-329.

[4] J？魧RVENOJA H， J？魧RVEL？魧 S， MALMBERG J. Understanding regulated learning in situative and contextual frameworks[J]. Educational psychologist， 2015（3）：204-219.

[5] ROJAS M NUSSBAUM M， GUERRERO O， et al. Integrating a collaboration script and group awareness to support group regulation and emotions towards collaborative problem solving[J]. International journal of computer-supported collaborative learning， 2022，17（1）：135-168.

[6] 陳凯亮，包昊罡，李艳燕，彭禹，李新.协作情境下社会调节学习工具的设计与应用[J].现代教育技术，2020，30（6）：86-92.

[7] JANSSEN J， BODEMER D. Coordinated computer-supported collaborative learning： awareness and awareness tools[J]. Educational psychologist， 2013，48（1）：40-55.

[8] JERMANN P， DILLENBOURG P. Group mirrors to support interaction regulation in collaborative problem solving[J]. Computers & education， 2008，51（1）：279-296.

[9] 苏友，龚如诗，宋佳芮，等.群体感知可视化工具支持的协同写作平台研究[J].现代教育技术，2023，33（1）：118-126.

[10] MALMBERG J， J？魧RVEL？魧 S， HOLAPPA J， et al. Going beyond what is visible： what multichannel data can reveal about interaction in the context of collaborative learning？[J]. Computers in human behavior， 2019，96：235-245.

[11] SCHEFFEL M， DRACHSLER H， DE KRAKER J， et al. Widget， widget on the wall， am I performing well at all？[J]. IEEE transactions on learning technologies， 2016，10（1）：42-52.

[12] LUZ S， MASOODIAN M. Improving focus and context awareness in interactive visualization of time lines[C]// Proceedings of the 24th BCS Interaction Specialist Group Conference （BCS'10）. Dundee： BCS Learning & Development Ltd.， 2010：72-80.

[13] 王靖，邓雯心.协作知识建构中促进互动的群体感知信息设计[J].电化教育研究，2022，43（12）：93-100.

[14] YILMAZ R， YILMAZ F G K. Examination of the effectiveness of the task and group awareness support system used for computer-supported collaborative learning[J]. Educational technology research & development， 2020， 68：1355-1380.

[15] SCHREIBER M， ENGELMANN T. Knowledge and information awareness for initiating transactive memory system processes of computer-supported collaborating ad hoc groups[J]. Computers in human behavior， 2010，26（6）：1701-1709.

[16] SAAB N. Team regulation， regulation of social activities or co-regulation： different labels for effective regulation of learning in CSCL[J]. Metacognition and learning， 2012，7（1）：1-6.

[17] IISKALA T， VAURAS M， LEHTINEN E， et al. Socially shared metacognition of dyads of pupils in collaborative mathematical problem-solving processes[J]. Learning & instruction， 2011，21（3）：379-393.

[18] GREENO J G， ENGESTR？魻M Y. Learning in activity[M]. Cambridge： Cambridge University Press， 2006：79-96.

[19] DE JONG F， KOLL？魻FFEL B， VAN DER MEIJDEN H， et al. Regulative processes in individual， 3D and computer supported cooperative learning contexts[J]. Computers in human behavior， 2005，21（4）：645-670.

[20] J？魧RVEL？魧 S， RENNINGER K A. Designing for learning： interest， motivation and engagement[M]//SAWYER R K. The Cambridge handbook of the learning sciences. Cambridge： Cambridge University Press，2014：668-685.

[21] BAKHTIAR A， WEBSTER E A， HADWIN A F. Regulation and socio-emotional interactions in a positive and a negative group climate[J]. Metacognition and learning， 2018，13：57-90.

[22] MALMBERG J， JRVEL S， JRVENOJA H， et al. Promoting socially shared regulation of learning in CSCL： progress of socially shared regulation among high- and low-performing groups[J]. Computers in human behavior， 2015，52（C）：562-572.

[23] M？譈LLER A， HERBIG B， PETROVIC K. The explication of implicit team knowledge and its supporting effect on team processes and technical innovations： an action regulation perspective on team reflexivity[J]. Small group research， 2009，40（1）：28-51.

[24] MARIEL M， ALLYSON H. Scripting and awareness tools for regulating collaborative learning： changing the landscape of support in CSCL[J]. Computers in human behavior，2015，52：573-588.

[25] BODEMER D， JANSSEN J， SCHNAUBERT L. Group awareness tools for computer-supported collaborative learning[M]// FISCHER F， HMELO-SILVER C E， et al. International handbook of the learning sciences. New York： Routledge， 2018：351-358.

[26] SCHNAUBERT L， BODEMER D. Providing different types of group awareness information to guide collaborative learning[J]. International journal of computer-supported collaborative learning， 2019，14：7-51.

[27] ZHENG L， LONG M， NIU J， et al. An automated group learning engagement analysis and feedback approach to promoting collaborative knowledge building， group performance， and socially shared regulation in CSCL[J]. International journal of computer-supported collaborative learning， 2023：18（1）：101-133.

[28] SCHNAUBERT L， VOGEL F. Integrating collaboration scripts， group awareness， and self-regulation in computer-supported collaborative learning[J]. International journal of computer-supported collaborative learning， 2022，17（1）：1-10.

[29] GUTWIN C， GREENBERG S. A descriptive framework of workspace awareness for real-time groupware[J]. Computer supported cooperative work， 2002，11（3）：411-446.

[30] 仇星月，陳向东，褚乐阳，等.协作学习中的群体感知：概念的发展与融合[J].远程教育杂志，2022，40（3）：85-96.

[31] 张思，李红慧，惠柠，等.多模态视域下的群体感知：内涵、功能与实现路径[J].电化教育研究，2023，44（5）：20-28.

[32] 柴阳丽，陈向东，荣宪举.共享监控和调节视角下CSCL在线异步对话分析及改进策略——以“研究性学习”课程为例[J].电化教育研究，2019，40（5）：72-80，97.

[33] 胡艺龄，张启迪，孙珂，吴忭.中小学教师数据素养培养模式及其应用研究[J].中国远程教育，2022（3）：51-60.

Research on Construction and Application of Group Perception Model from

Shared Regulation Perspective

QIU Xingyue1，  CHEN Xiangdong2，  FU Daoming1

（1.College of Teacher Education， Guangdong University of Education， Guangzhou Guangdong 510310;

2.Department of Educational Information Technology， East China Normal University， Shanghai 200062）

[Abstract] With the acceleration of digitization of education， technological changes have occurred in computer-supported collaborative learning environments， and group perception tools have become an important means to manage and monitor collaborative learning. However， existing researches on group perception often lacks systematic and procedural theoretical support. In order to improve the quality of collaborative learning with group perception tools， based on shared regulation learning theory， this paper carries out a multi-dimensional explorations of group perception application model design， tool development， and case study. Firstly， the key principles of group perception tool application are extracted from the prior research findings， and then a group perception application model is constructed from shared regulation perspective. Secondly， based on the application model， the group perception module is developed on the Co-learning platform. Finally， through case study， the effectiveness of the application model is evaluated， and the process of facilitating collaborative learning is elucidated.

[Keywords] Group Perception; Computer-supported Collaborative Learning; Shared Regulation; Application Model; Case Study