协作学习生成性角色演变对知识点学习效果的组态效应

[摘" "要] 当前关于协作学习生成性角色研究主要聚焦生成性角色类型和不同角色的学习效果影响两大方面，但存在角色类别划分不完善、只关注单个角色的净效应等问题，忽视了生成性角色之间的交互作用，难以解释角色演变对协作学习知识点学习效果的组态效应。为此，研究重新划分了协作学习生成性角色，并利用行为分析、IIS图分析与fsQCA方法，从微观视角揭示生成性角色演变作用于知识点学习效果的多重并发路径，提出了生成性角色演变影响知识点学习效果的内容交互型、组织指令型、复合影响型和媒体影响型四种组态。研究认为，协作学习交互效果并不是某个生成性角色的单独作用决定的，而是由多个角色组合复合影响的结果，角色演变对学习效果的组态效应会因活动类型的不同而存在一定的差异。改善协作学习效果需提升教师组织指导水平、合理使用媒体、平衡生成性角色间的组态效应及调动组员的有效交互，不可盲目借鉴经验总结得来的教学策略。

[关键词] 协作学习； 生成性角色； 学习效果； 定性比较分析； 知识点激活量

[中图分类号] G434" " " " " " [文献标志码] A

[作者简介] 何文涛（1986—），男，河南周口人。副教授，博士，主要从事教学设计与教学系统分析、媒体技术的教学应用及其分析研究。E-mail：budai2008@126.com。

一、引" "言

合理的角色设计是提升协作学习效果的一种有效策略[1]。当前，有关协作学习角色研究多聚焦脚本角色设计，然后证明“为组员指定角色，并规定好责任和需参与的活动，能促进组员的认知参与和社会交互水平”[2]。然而，协作学习中组员所担任的学习角色并非只有脚本角色，还有根据任务情境发展需要组员间自然发生的生成性角色。设计脚本角色的目的在于明确组员责任，从管理层面推动学习进程，但对知识建构本身意义不大，而生成性角色则是组员根据个人能力和问题解决需要所进行的自然分工，可直击问题的解决，对良好协作学习行为的发生和群体知识建构更有帮助。以往关于协作学习生成性角色研究主要集中在两个方面：（1）聚焦生成性角色类型划分与行为特征研究。如顾小清等将生成性角色分为启动者、支持者、推理者、提问者、质疑者和控制者六类[3]；Knowlton基于异步讨论，则将其分为被动参与、发展参与、生成参与、对话参与和元认知参与[4]。但这些角色划分主要针对内容交互方面，忽略了媒体使用在协作学习中的角色作用，还需进一步完善。（2）探究生成性角色的学习效果影响。De Laat M认为，生成性角色可提升学生的合作学习意识和社会交互水平[5]；张瑞等人则认为，不同生成性角色在知识建构中所起到的作用存在差异[6]。但他们多基于教学效果验证生成性角色对协作学习结果的影响，往往存在归因方面的困难。这是因为教学效果是多种角色因素在特定教学场景下相互之间共同作用的结果，也就不能说明所验证角色就是引起该交互效果的主因。而且多关注单个生成性角色的净效应，忽视了不同角色之间的交互作用，难以解释协作学习生成性角色演变对知识点学习效果的组态效应。

IIS图分析法以信息集合为研究对象，按照规范将信息集合编码成信息流序列，通过信息处理主体之间的信息流动关系计算知识点激活量，而且知识点激活量与知识点学习效果之间呈正相关[7]。因此，通过IIS图分析法可获得反映协作学习效果的结果值。而fsQCA把样本案例当作条件要素的组合，来探究对结果变量的组态效应，是挖掘生成性角色演变影响知识点学习效果组态的理想方法。为此，研究在重新划分协作学习生成性角色的基础上，尝试结合IIS图分析法和fsQCA探索协作学习生成性角色演变影响知识点学习效果的组态类型，回答“哪些生成性角色会显著影响知识点学习效果？”“影响学习效果的生成性角色表现出怎样的组态特征？”等问题，以期为协作学习角色设计提供理论支撑。

二、研究回顾

当前，关于生成性角色对协作学习效果的影响研究表现为分别验证单个生成性角色对学习结果的净效应，所验证的生成性角色可概括为以下几个方面：（1）在组织监督与指导方面。在教师的监督下，学生能更认真地开展学习活动[8]；而教师的及时出现与干预，对提高学习动机，提升协作学习效果具有积极作用[9]。可见，协作学习的高质量开展离不开教师对协作过程的组织监督与有效指导。（2）在内容交互方面。小组成员围绕知识内容通过协商、分享、讨论、论证等方式展开的深层次言语交互和不同观点碰撞，对更快达成问题解决共识、促进知识迁移应用、发展批判性思维大有裨益[10]。因此，充分有效的内容交互是推动协作学习进程和保障协作学习效果的关键。（3）在媒体使用方面。何文涛等人认为，现代媒体技术的使用能够提高协作学习效率，加快协作进程，但并没有像期望的那样显著提升教学效果[11]；与此相反，郑兰琴等人则认为基于生成式人工智能的对话机器人可显著提升学习绩效和批判性思维[12]。至于媒体使用对协作学习效果的实际影响究竟如何，还需要运用其他研究方法进行进一步验证。

基于此，研究将影响协作学习效果的生成性角色大致分为组织指令、教师指导、内容交互、媒体使用四大类。其中，组织指令角色承担协作学习过程的组织与监督职能，以组织者和监督者身份出现；教师指导角色承担知识点讲解或疑难问题的点拨职能，以指导者身份出现；内容交互角色承担围绕探究问题的言语交互职能，以提问者、回答者、总结者和参与者身份出现；媒体使用角色则行使与媒体工具（资源）交互的职能，以媒体使用者身份出现。协作学习中不会单独出现某个角色，而是多个角色按照某种规律排列出现，这种角色按照某种序列或分布结构出现的过程即为角色演变。而国内外生成性角色研究“尚待深入探究不同类别生成性角色的演变规律”[6]，对于生成角色演变影响协作学习知识点效果的组态效应研究更是少之又少。而要揭示生成性角色对协作学习结果的复合作用机制，需在常态化的教学实践基础上，运用fsQCA与IIS图分析、行为分析等方法，才能从微观层面挖掘生成性角色演变对影响知识点学习效果的基本组态。

三、研究设计

（一）样本收集

研究在智慧教室环境下，以中小学生为实验对象，共开展6次不同主题的协作学习活动，协作主题涉及数学、科学、信息、物理四个学科。协作探究时每组配备一台PAD，PAD具备电子笔记、同步共享、拍照上传、在线交互、资源检索、截图等功能，可满足学生协作学习中的资料获取、讨论交流和成果展示等基本需求。取样时，以组为单位，授课教师根据教学进度设计和执行方案，研究人员只对协作学习实况进行音视频录制，不进行其他任何形式的干预，共收集有效样本26组，协作主题及任务类别见表1。

（二）研究方法

研究采用行为分析、IIS图分析分别获取进行fsQCA分析所需的条件变量与结果变量数据，在此基础上，采用fsQCA方法分析条件变量对结果变量的组态效应。

1. 协作学习行为分析

探究协作学习生成性角色的组态演变特征，需构建特定的生成性角色编码系统。随着信息技术的不断发展，技术应用对提升教学质量的优势日益凸显，以往研究多通过对比实验来验证技术应用的教学效果，但较少关注技术及其他角色行为变化对学习效果的组合影响，而且当前多数的角色行为分类中很少涉及技术维度的角色，缺乏对技术支持的协作学习角色分类体系的系统探究。在此方面，杨开城[13]等人提出的协作学习角色行为类型，具有较高的信效度，适用于协作学习的生成性角色分析。结合研究回顾，研究在此基础上构建的协作学习生成性角色编码系统见表2。在进行生成性角色编码时，以教学行为所包含的言语文本为判断依据，通过内容分析来判断行为类别，然后进行角色归属。

2. IIS图分析法

IIS图分析法将教师、学生及媒体这三类信息处理主体输出的信息流集合视为教学系统，按照特定规范将信息集合编码成信息流序列，通过信息处理主体之间的信息流动关系特征来推断教学信息系统的整体特征[14]。IIS图分析的关键步骤[14]如下：（1）将协作学习视频转录成文本；（2）按照知识建模图操作规范完成转录文本的知识建模；（3）利用IISexpress软件完成转录文本的信息流编码；（4）计算知识点激活量。知识点激活量反映的是单个知识点的学习效果，而总知识点激活量是所有知识点激活量的总和，表征的是协作学习的整体学习效果。

3. 模糊集定性比较分析法

定性比较分析（Qualitative Comparative Analysis，QCA）由Charles C.Ragin于20世纪80年代提出，是一种融合定性和定量分析的创新研究方法[15]。QCA核心在于借助布尔代数算法，通过案例间的对比分析，可在微观层面揭示不同条件组合的实际作用效果，明确何种条件组合能产生预期结果或导致结果缺失。而模糊集定性比较分析（fsQCA）是在QCA的基础上演变而来，在分析连续变量、精准捕捉条件变量对结果变量的作用程度变化等方面具有明显优势。本研究的样本案例需呈现协作过程中各类生成性角色出现频次的差异对知识点学习效果影响程度上的变化，故研究采用fsQCA对其进行分析。

（三）样本处理

为收集fsQCA分析所必备的条件变量与结果变量数据，研究对有效样本执行如下操作：（1）将协作视频转录成言语文本，根据言语文本完成生成性角色行为分析；（2）完成行为类别和角色子维度的归类，并汇总各类角色的出现次数，以此获得条件变量；（3）完成IIS图分析，导出知识点激活量。考虑到不同主题的协作学习包含的知识点数量存在差异，无法用总知识点激活量的多少来衡量它们之间的优劣，故用平均知识点激活量作为评判不同主题协作学习效果的结果变量。

（四）变量提取

fsQCA分析时变量选择不当或覆盖不足都可能导致悖论性组合，因此确保变量有效是获取准确组态分析结论的关键。为探究生成性角色演变对知识点学习效果的组态效应，本研究将生成性角色分解为组织指令、教师指导、内容交互和媒体使用四个前因条件变量。其中，组织指令包括组织者和监督者两个子维度，在条件变量中，用ZJ表示；教师指导是对学生讨论问题的讲解，用ZD表示；内容交互包括提问者、回答者、参与者和总结者四个子维度，用JH表示；媒体使用层面是媒体介入引发的角色类型，用MS表示。通过以上操作，可得到fsQCA分析所需的原始数据表。

四、协作学习生成性角色演变对知识学习效果的组态效应分析

（一）数据校准

研究用各类角色的出现频率作为前因条件，用平均知识点激活量作为结果变量。鉴于条件变量和结果变量都是一种连续型变量，具有程度属性，无法将其简化地进行非隶属/隶属划分，而模糊集能够有效处理这种连续变量的程度变化问题，故研究使用模糊集对数据进行质性校准。结构化校准时，将每个变量条件的95%、50%和5%分位数作为划分隶属、模糊交叉点和非隶属的阈值标准，然后利用fsQCA软件中Calibrate函数对原始数据进行转化处理，得到的模糊集数据值分布在0～1之间，见表3。

（二）必要条件检测

验证前因变量是否是引发观察结果的单一必要条件，还需对变量数据进行必要条件检测，若变量的一致性大于0.9，将被视为必要条件[16]。必要条件分析结果见表4，数据显示无论是结果理想（LEK）还是结果不理想（～LEK），所有条件变量的一致性均小于0.9，说明单个生成性角色独立引发学习效果的坏的必要条件不存在，学习效果是由多个生成性角色在演变过程中复合作用的结果。至于是哪些生成性角色组合能够引起协作学习效果理想或不理想，还需要对条件变量进行组态分析。

（三）真值表的生成

推导关键结果路径需要真值表的辅助。生成模糊集真值表通过设定观察案例的频次为1、一致性标准为0.8，对结果进行0、1赋值即可，然后借助fsQCA软件对其进行处理，便可求得到复杂解、简约解以及中间解。其中，中间解便是组态分析的输出结果，再结合简约解分析便能确定引发结果的核心条件，即当前因条件同时出现在两解当中且中间解涵盖的案例是简约解案例的子集时，则将其定为核心条件；当前因条件仅在中间解中出现，则将其定为边缘条件。依据Ragin提出的组态结果表示方法[17]，协作学习知识点学习效果理想和不理想组态结果见表5，包括1个理想组态与3个不理想组态。

为确保研究的可信性，研究一方面通过调整一致性阈值和案例数量的方式进行稳定性检验，发现对最终结果均未产生实质性影响；另一方面借助杜运周等人提出的方法[18]进行稳健性评估，发现生成的新组态完全涵盖原有组态，且未引起组态发生实质性变化，说明条件变量组合具有较强的稳定性。在表5中，形成1个学习效果理想组态，一致性为0.8978，覆盖度为0.7051，能够解释70.51%的学习效果理想案例；而3个学习效果不理想组态的总一致性为0.8210，总覆盖度达到0.7320，能解释73.20%的学习效果不理想案例。所得4条路径可解释案例超过半数，具有较高的解释力度。在3条不理想路径中，组织指令和内容交互角色作为核心条件存在且至少存在一个，无论其他角色发生与否，都会出现不理想结果（～LEK），且均是由组织监督不当或组员交互不充分所致。在学习效果理想路径中，媒体使用角色作为核心条件出现，该角色多表现为与现代媒体交互行为，即学生使用现代媒体（资源）参与协作学习，有利于理想结果（LEK）的获得。

（四）生成性角色演变影响知识点学习效果的基本组态

通过上述分析发现，协作学习生成性角色演变影响知识点学习效果的组态可概况为以下四种类型。

1. 内容交互型

内容交互型组态即ZD*JH，表明无论组织指令和媒体使用存在与否，只要内容交互为核心条件，且教师指导作为辅助条件，容易导致效果不理想。符合该组态的样本案例有12个，涉及发现概念特征、运用过程性知识设计作品、运用原理性知识解决问题、发现原理性知识等诸多任务类型，且均是内容交互异常引起的学习效果不理想。以23号为例，在内容交互中，学生个体不同程度地扮演提问者、回答者、参与者和总结者等角色来进行知识建构，但对话内容多为浅层次的知识分享，组员只进行简单的信息交流，内容交互具有一定的被动性，甚至还出现了“搭便车”、无关话题、人际关系、角色分工等异常行为。教师很难发现这种情况，未能及时进行干预，故而教师指导角色的作用极其微弱。内容交互异常极易带偏其他学生，致使问题探究陷入死循环，拖慢协作学习进程。

2. 组织指令型

组织指令型组态即ZJ*ZD*～MS，组织指令为核心条件，教师指导为边缘条件，媒体使用为辅助不存在条件，内容交互对结果无影响。符合该组态的样本案例有10个，以26号“探究滑轮的性质”为例，在组织指令型中，组织者、监督者多由教师扮演，但教师的课堂管理多面向全体学生，较少对协作小组进行针对性引导，在某种程度上挫伤了学生的学习热情，不利于协作学习的高质量开展。由此可见，教师指导不当对学生的知识点学习具有负面影响，抑制理想学习效果的获得。另外，媒体使用学生占比100.00%，主要通过使用媒体观看视频与进行云协作等来探究滑轮的性质，促进了学生原理性知识的归纳总结。由此可见，在智慧教室环境中开展协作学习，尤其是在一些原理公式推导的协作活动中，能否合理使用媒体资源，对最终的学习结果影响至关重要。

3. 复合影响型

复合影响型组态即ZJ*JH*～MS，组织指令和内容交互为核心条件，媒体使用为核心不存在条件，教师指导对结果无影响。符合该组态的样本案例有8个，以14号为例，在组织指令上，教师侧重活动的组织，较少对“搭便车”、无关话题讨论等混乱现象进行及时干预。在内容交互上，总结者扮演着“领头羊”角色，多数知识点激活均由“领头羊”贡献，组员围绕协作主题的内容交互相对较少，而这一现象的发生主要是由教师或组长监督职能的失察所致。虽然在“领头羊”的带动下也能正常推进学习进程，但组员内容交互不充分势必会影响整体学习效果。在此组态中，媒体使用并不是造成效果不佳的核心条件，相反学生通过拍照和搜索功能提高了学习效率。不同于组态2，该组态内容交互性为核心条件，而教师指导对结果无影响，说明充分的内容交互可在一定程度上削弱教师指导不当对学习结果的负面影响。

4. 媒体影响型

媒体影响型组态即～ZJ*～JH*MS，媒体使用为核心存在条件，内容交互为核心不存在条件，组织指令为辅助不存在条件，而教师指导是否存在对结果无影响。以7号为例，协作任务为归纳原理性知识，学生主要通过云笔记里的文本资源与视频动画，获取圆柱体转换为长方体的方法，然后通过探讨长方体的长宽高与圆柱体底面积及高之间的关系，推导圆柱体的体积计算公式。在此过程中，虽然因为媒体不稳定等原因出现了“因动画不能播放而停留在云笔记界面”等现象，但是媒体资源的合理使用帮助组员扫清了解决协作任务所需的先决知识和公式推导思路障碍，小组成员各司其职，对探究问题的讨论交互较为充分，至于教师指导与否，对最终的学习效果没有影响。由此可见，只要媒体资源提供恰当且组员能够合理使用，可弱化教师的指导作用，减少组织指令角色的发生，促进良好协作学习行为的发生。

五、反思性分析与讨论

通过以上分析，在提升协作学习知识点学习效果方面，得到如下启示：

（一）充分的内容交互是获得理想协作学习效果的保障

协作学习中的内容交互是指学习者围绕探究问题进行有效对话，通过不同观点碰撞，加深知识的理解与掌握，进而完成协作任务。组态分析结果显示，在知识点学习效果不理想的两条路径中，内容交互均为核心条件，样本的原始覆盖率达到50%以上。可见，内容交互是确保协作学习活动顺利开展的重要角色，如组员未能围绕协作主题展开充分的有效交互，将会导致学习效果不理想。当然，如小组出现“领头羊”，即使其他组员不积极参与讨论，小组或许也能完成协作任务，如其他组员仅依赖“领头羊”以“搭便车”的心态而不进行有效信息的输出，不只会带来知识点激活上的减少，学习效果也会大打折扣，而且难以引发组员的认知冲突与批判性思考，不利于高阶思维的发展。在讨论交互的过程中，组员间出现认知冲突不仅不会影响理想知识点学习效果的获得，反而会促进组员对探究问题的深入思考[19]。关键在于如何化解这种认知冲突，从而引导组员朝着正确的方向进行更深层次的讨论，进而达成共识。

（二）提高教师组织指导水平可促进协作学习效果提升

组态分析结果显示，在知识点学习效果不理想路径中，组织指令（ZJ）作为核心条件存在，教师指导（ZD）作为辅助条件存在。组织指令和教师指导对理想知识点学习效果的阻碍多源于教师表达不明确、专业能力不足、指导时机与方式不当等自身原因所致。可见，理想的协作学习效果离不开教师有效的活动组织与正确的指导干预。提高教师的组织指导水平可从激励心理学视角出发，具体途径包括3个方面[20]：一是课前教师需熟悉协作学习的平台操作、角色分工、探究任务等内容，并根据探究任务给出明确的学习要求和恰当的学习支架，帮助学生找到协作探究和自主学习的最佳平衡点；二是在协作过程中难免会出现如发生认知冲突、讨论偏离主题等突发事件，教师要及时捕捉这些信息，并根据学生的认知水平，通过合理调配内部资源，加强组员间的角色联动，实施有效干预；三是在总结评价时，需结合过程评价与结果评价，以引导学生反思自身在协作中的实际贡献，激发内驱力。

（三）合理使用媒体资源可触发高质量的协作内容交互

在3条不理想路径中，媒体使用对结果无影响或作为辅助不存在条件。可见，协作学习中使用媒体技术，即使出现个别媒体使用异常也不会对最终结果产生实质性的影响。这是因为媒体技术只是协作学习系统的其中一个要素，只要协作学习活动合理、教师指导干预得当、学习者参与交互充分，即使出现个别媒体使用异常也不会影响学习系统的稳定性。而合理使用媒体技术，尤其是媒体资源，则能触发更高水平的协作学习交互，理想路径中媒体使用作为核心条件存在恰恰说明了这一点。原因在于媒体技术可满足多样化需求、提高学习效率、提供即时反馈与学习支持，而多种表征形态的媒体资源不仅能帮助他们以更直观的方式理解和掌握知识，还能激发学生的学习兴趣，以便进行更深层次的内容交互。然而，要达到这一预期，教育者不仅要正视媒体技术在提升协作学习效果中的有限作用，还需要具备过硬的数智素养和信息技术教学应用能力。

（四）获取理想协作学习效果需平衡角色间的作用关系

数据表明，无论效果理想还是不理想，组织指令、内容交互、教师指导、媒体使用四种生成性角色都至少存在于三条组态路径当中。可见，单个角色并不构成效果理想的必要条件，每种角色及其之间的相互作用都会对结果产生不同程度的影响。因此，提高协作学习效果需要平衡各角色之间的作用关系。在此方面，教育者应从影响组态的核心条件和辅助条件出发，根据协作任务类型采用针对性的教学策略来提高学习效果。具体来说，当任务类型为发现原理或概念特征时，可借助媒体资源帮助学生理解原理，发挥教师的组织指导作用把控协作过程，以确保学生的探究方向不发生偏离；任务类型为运用过程性知识设计作品或运用原理解决问题时，在发挥媒体资源帮助学生扫除知识盲点优势的同时，注重教师的干预指导作用。除此之外，还应注重其他角色组合的协同效应，利用资源合力发挥各角色系统的应有作用。

六、结 束 语

研究从微观层面深入剖析了协作学习生成性角色演变对知识点学习效果的组态效应，提出了四种基本组态，即内容交互型、组织指令型、复合影响型和媒体影响型。研究认为，协作学习效果并不是由单个生成性角色独立作用的结果，而是受多个生成性角色组合的复合影响，角色演变对协作学习效果的组态效应会因活动类型的不同而存在一定的差异。因此，改善协作学习效果可通过提升教师组织指导水平、合理使用媒体技术、平衡角色间的组态效应来充分调动组员展开更为有效的内容交互，不可盲目借鉴经验，也不可寄托于通过经验总结得来的“永远正确”的教学策略。

[参考文献]

[1] 刘奇，余亮． 协作学习中的角色分析及设计策略[J]． 西南师范大学学报（自然科学版），2012，37（3）：20-25．

[2] WEINBERGER A， STEGMANN K， FISCHER F．Learning to argue online： scripted groups surpass individuals （unscripted groups do not）[J]． Computers in human behavior，2010，26（4）：506-515．

[3] GU X， WANG H， MASON J. Are they thinking differently： a cross-cultural study on the relationship of thinking styles and emerging roles in computer-supported collaborative learning[J]. Journal of educational technology society，2017，20（1）：13-24.

[4] KNOWLTON D S． A taxonomy of learning through asynchronous discussion[J]． Journal of interactive learning research，2005，16（2）：155-177．

[5] DE LAAT M， LALLY V． Investigating group structure in CSCL： some new approaches[J]． Information systems frontiers，2005，7（1）：13-25．

[6] 张瑞，生蕾，张义兵． 知识建构社区中生成性角色的演变过程分析[J]． 电化教育研究，2020，41（2）：53-59．

[7] 丁莹. 中学学科教学的教学系统IIS图分析法的实证研究[D]. 北京：北京师范大学，2013．

[8] LAVINE R A. Guided discovery learning with videotaped case presentation in neurology[J]. Journal medical science educator，2005，15（1）：4-7.

[9] 郑兰琴，梁妙． 教师指导对协作学习效果影响的实证研究[J]． 电化教育研究，2014，35（8）：89-94．

[10] MERCER N， DAWES L． The study of talk between teachers and students， from the 1970s until the 2010s[J]． Oxford review of education，2014，40（4）：430-445．

[11] 何文涛，杨开城，张慧慧． 智慧教室环境下协作学习的运行特征分析[J]． 中国电化教育，2018（8）：45-53．

[12] 郑兰琴，高蕾，黄梓宸． 基于生成式人工智能技术的对话机器人能促进在线协作学习绩效吗？[J]． 电化教育研究，2024，45（3）：70-76，84．

[13] 杨开城，何文涛，张慧慧． 教学过程机制图：一种理解教学的重要中介[J]． 电化教育研究，2017，38（1）：15-20，27．

[14] 丁莹，杨开城． 教学分析方法的对比研究[J]． 现代教育技术，2012，22（9）：12-17．

[15] RIHOUS B， RAGIN C C. Confrontational comparative methods： qualitative comparative analysis（QCA） and related techniques[M].Thousand Oaks：SAGE Publications，2009．

[16] KAISER H F， RICE J. Little jiffy， mark IV[J]. Educational and psychological measurement，1974，34（1）：111-117.

[17] RAGIN C C． Redesigning social inquiry： fuzzy sets and beyond[M]． Chicago：University of Chicago Press，2008．

[18] 杜运周，贾良定． 组态视角与定性比较分析（QCA）：管理学研究的一条新道路[J]． 管理世界，2017，33（6）：155-167．

[19] 何文涛，李梦晴，周睿，等． 协作学习异常行为对知识点学习效果影响的组态研究——基于模糊集定性比较分析（fsQCA）[J]． 远程教育杂志，2022，40（6）：34-42．

[20] 丰云，张向超． 网络协作学习模式下的教师阶段角色定位与实践——基于激励心理学视角[J]． 职业技术教育，2014，35（14）：67-71．

The Configuration Effect of Generative Role Evolution in Collaborative Learning on Learning Effectiveness of Knowledge Points—From the Perspective of

fsQCA and IIS Graph Analysis

HE Wentao，" ZHU Linglin，" TAO Yuqing，" ZHOU Yueliang

（Zhejiang Province Key Laboratory of Intelligent Education Technology and Application， Zhejiang Normal University， Jinhua Zhejiang 321004）

[Abstract] The current research on generative roles in collaborative learning focuses on two areas， namely the types of generative roles and the impact of different roles on learning outcomes. However， there are issues such as incomplete categorization of role types， focusing only on the net effect of individual roles， which neglects the interaction between generative roles and fails to explain the configuration effect of role evolution on the learning outcomes of knowledge points. To address this， the study reclassifies generative roles in collaborative learning and uses behavioral analysis， IIS diagram analysis， and fsQCA methods to reveal the multiple concurrent paths through which the evolution of generative roles affects the learning outcomes of knowledge points from a micro-perspective. The study proposes four types of configurations： content interaction， organizational instruction， composite influence， and media influence. The study concludes that the interactive effects of collaborative learning are not determined by a single generative role， but are the result of a combination of multiple roles. The configuration effect of role evolution on learning outcomes may vary according to the type of activity. To improve the effectiveness of collaborative learning， it is necessary to enhance the teacher's organizational guidance， use media appropriately， balance the configuration effect among generative roles， and mobilize effective interactions among group members. It is not advisable to blindly draw on teaching strategies derived from summarizing reasons for unsatisfactory outcomes.

[Keywords] Collaborative Learning; Generative Roles; Learning Effectiveness; Qualitative Comparative Analysis；Activation of Knowledge Pints