吳　江　陳　君　金　妙

（武漢大學(xué)　信息管理學(xué)院，湖北武漢430072）

?

混合式協(xié)作學(xué)習(xí)情境下的交互模式演化探究*

吳江陳君金妙

（武漢大學(xué)信息管理學(xué)院，湖北武漢430072）

[摘要]基于社會網(wǎng)絡(luò)動態(tài)分析視角，研究了混合式協(xié)作學(xué)習(xí)情境下學(xué)習(xí)者交互模式的演化過程。通過調(diào)研,以問卷的形式獲取武漢大學(xué)公選課上229個學(xué)生的人際關(guān)系數(shù)據(jù)和學(xué)生基本信息。采用內(nèi)容分析法，發(fā)現(xiàn)學(xué)習(xí)社區(qū)參與者存在三類互動模式：線上互動、線下互動、線下到線上互動,其中線上互動是主要方式。利用隨機(jī)行動者模型探討交互網(wǎng)絡(luò)演化的驅(qū)動因素，分析網(wǎng)絡(luò)的結(jié)構(gòu)以及學(xué)習(xí)者的屬性。網(wǎng)絡(luò)的結(jié)構(gòu)特性包含：互惠性、傳遞三元組、三元環(huán)，屬性因素包括學(xué)生的性別、年級、社交網(wǎng)絡(luò)使用頻率以及學(xué)生活動空間上的鄰近性。在評估了時序網(wǎng)絡(luò)驅(qū)動因素的時間異質(zhì)性后，發(fā)現(xiàn)三元環(huán)結(jié)構(gòu)和空間鄰近性在網(wǎng)絡(luò)演化的各個時期影響并不一致。

[關(guān)鍵詞]混合式協(xié)作學(xué)習(xí)；交互網(wǎng)絡(luò)；隨機(jī)行動者模型；公選課；社會網(wǎng)絡(luò)分析

個體之間的交流互動和參與學(xué)習(xí)活動是協(xié)作學(xué)習(xí)最重要的兩個方面[1]。協(xié)作學(xué)習(xí)起始于互動，對互動的研究貫穿了協(xié)作學(xué)習(xí)理論的發(fā)展歷程。萊夫[2]在情境學(xué)習(xí)理論中提出的關(guān)于學(xué)習(xí)的新隱喻認(rèn)為，學(xué)習(xí)是成為共同體成員、獲取交流技能，依據(jù)社會協(xié)商達(dá)成規(guī)范的過程，揭示了互動和協(xié)作對于學(xué)習(xí)和知識構(gòu)建的重要性。積極的社交互動參與加強(qiáng)了參與者對于自我覺察和對群體中其他人的認(rèn)識，并加強(qiáng)了對群體或者學(xué)習(xí)社區(qū)的意識。對自我的認(rèn)識和對周圍環(huán)境的感知支撐了社會存在感的建立——在情感上學(xué)習(xí)者更容易將自己視作是這個團(tuán)體的一員[3]。而且自我意識和群體認(rèn)同感對于認(rèn)知學(xué)習(xí)有著積極的影響[4]。鼓勵學(xué)習(xí)社區(qū)內(nèi)學(xué)習(xí)者之間的交流互動，強(qiáng)調(diào)協(xié)作性的群體意識，營造出一個高互動、高融合的學(xué)習(xí)環(huán)境，對于提高學(xué)習(xí)者的協(xié)作學(xué)習(xí)的效果，有著顯著的積極意義[5]。

目前，對協(xié)作學(xué)習(xí)的研究對象主要來自基于計(jì)算機(jī)通訊的協(xié)作學(xué)習(xí)（Computer Supported Collaborative Learning, CSCL），然而，協(xié)作過程不限于網(wǎng)絡(luò)環(huán)境下的教學(xué)。移動互聯(lián)網(wǎng)時代到來，微信、QQ等即時通訊工具進(jìn)行交流互動已經(jīng)融入到學(xué)習(xí)社區(qū)成員的學(xué)習(xí)和生活中，MOOC等線上課程的興起和其他開放網(wǎng)絡(luò)資源的極大豐富使得學(xué)習(xí)者在課堂式學(xué)習(xí)之外，也可以便捷地獲取到想要的學(xué)習(xí)資源。面對面的協(xié)作學(xué)習(xí)和網(wǎng)絡(luò)環(huán)境下的協(xié)作學(xué)習(xí)在一般的學(xué)習(xí)情境下得到了較好地結(jié)合，相互補(bǔ)充，這種混合式協(xié)作學(xué)習(xí)（Blended Collaborative Learning，BCL）[6]更廣泛地存在于現(xiàn)代課堂式教學(xué)中。筆者將集中探討這種常態(tài)化的混合式協(xié)作學(xué)習(xí)情境中學(xué)習(xí)者交流互動的模式以及交互模式形成的影響因素。

社會網(wǎng)絡(luò)分析法[7]是社會關(guān)系建模的利器，被眾多學(xué)者用于分析協(xié)作學(xué)習(xí)的交互特征和規(guī)律。社會網(wǎng)絡(luò)分析將群體抽象為節(jié)點(diǎn)集合，根據(jù)節(jié)點(diǎn)之間不同形式的社會聯(lián)系（咨詢、信任、友誼、合作等）形成連帶，從而構(gòu)建起整體層面的網(wǎng)絡(luò)圖。傳統(tǒng)社會網(wǎng)絡(luò)分析法從一次面板數(shù)據(jù)或者通過比較多次面板數(shù)據(jù)計(jì)算得到靜態(tài)的網(wǎng)絡(luò)指標(biāo)（網(wǎng)絡(luò)密度、凝聚子群、中心性等），這一定程度上解釋了協(xié)作學(xué)習(xí)的參與模式，卻無法解釋交互網(wǎng)絡(luò)的形成過程。在學(xué)習(xí)社區(qū)中，參與者存在多個維度上聯(lián)系，隨著時間的推移，協(xié)作學(xué)習(xí)的互動形式和程度在不斷地變化，交互的網(wǎng)絡(luò)呈現(xiàn)出復(fù)雜性和動態(tài)性。區(qū)別于以往從整體的、宏觀的層面分析協(xié)作互動，本文基于社會網(wǎng)絡(luò)動態(tài)分析的視角：數(shù)據(jù)上采集時間上連續(xù)的多期網(wǎng)絡(luò)數(shù)據(jù)，采用隨機(jī)行動者模型[8]（Stochastic Actor Oriented Models，SAOMs）將微觀層面的網(wǎng)絡(luò)結(jié)構(gòu)和學(xué)習(xí)者的特征屬性納入分析模型，為揭示混合式協(xié)作學(xué)習(xí)過程中的互動模式演化規(guī)律提供了有力的支持。

一、相關(guān)研究綜述

對于協(xié)作學(xué)習(xí)互動的研究大多從網(wǎng)絡(luò)學(xué)習(xí)環(huán)境獲取樣本，有學(xué)者搭建了特定的線上協(xié)作學(xué)習(xí)環(huán)境從而研究互動的發(fā)展過程[9]，也有學(xué)者通過內(nèi)容分析法對協(xié)作性互動的形式進(jìn)行分類[10]，還有學(xué)者結(jié)合了定性評估和社會網(wǎng)絡(luò)分析法，研究基于計(jì)算機(jī)通訊的協(xié)作學(xué)習(xí)情境下的線上社交互動[11]。馬騰等[12]運(yùn)用內(nèi)容分析法、關(guān)鍵性事件回憶法及社會網(wǎng)絡(luò)分析法研發(fā)網(wǎng)絡(luò)學(xué)習(xí)社區(qū)中交互模式的特性。然而，對于面對面對交流的協(xié)作學(xué)習(xí)和計(jì)算機(jī)支持的協(xié)作學(xué)習(xí)結(jié)合的混合式協(xié)作學(xué)習(xí)情境研究還較少。

社會網(wǎng)絡(luò)分析在友誼網(wǎng)絡(luò)分析上已經(jīng)有較多研究成果，研究對象包括處于學(xué)前教育的兒童[13]，剛進(jìn)入大學(xué)的大一學(xué)生[14]，臺灣地區(qū)的青少年等[15]。而社會關(guān)系也存在于混合式的協(xié)作學(xué)習(xí)環(huán)境中，并且在很大程度上影響了學(xué)習(xí)者的交互行為，因此，我們認(rèn)為友誼網(wǎng)絡(luò)中交互的機(jī)制可以借鑒到混合協(xié)作學(xué)習(xí)情境中。

交互網(wǎng)絡(luò)的形成是一個復(fù)雜、動態(tài)的過程，受到內(nèi)生性因素和外生性因素共同作用，另外還有個體在選擇交互對象的時候也存在一定的隨機(jī)性，目前尚未得到確切的解釋[16]。內(nèi)生性因素指參與者所處位置的網(wǎng)絡(luò)結(jié)構(gòu)的作用，如互惠性，三元閉包等。外生性因素指參與者自身特征屬性的作用。本文重點(diǎn)考慮的是網(wǎng)絡(luò)結(jié)構(gòu)效應(yīng)和屬性效應(yīng)，下面介紹社會網(wǎng)絡(luò)中幾個基本的結(jié)構(gòu)特性以及屬性的同質(zhì)性作用。

互惠性（reciprocity）是對他人的一種友好回應(yīng)，是社會生活中建立互惠連帶的趨勢?；セ菪栽谖覀兊膶?shí)例中被描述為“我認(rèn)為你是我的朋友，那個人也認(rèn)為你是他（她）的朋友”?；セ菪允巧鐣W(wǎng)絡(luò)中普遍存在的基本特征[17]。很多研究都記錄了互惠性的存在，并且在網(wǎng)絡(luò)演化的整個過程中互惠性作用都十分顯著[18-19]。

三元包結(jié)構(gòu)是社會網(wǎng)絡(luò)中常見的結(jié)構(gòu)之一，它由三個獨(dú)立個體組成，三者之間至少存在兩條連邊，且這兩個連邊中對應(yīng)的個體中存在一個共同個體。在生活中，三元包機(jī)制刻畫的是“朋友的朋友容易建立互動的情況”。A認(rèn)識B，B認(rèn)識C，這樣的網(wǎng)絡(luò)結(jié)構(gòu)下，由于B起到的溝通橋梁作用，A和C獲得更多見面交談的機(jī)會。由于一個人的朋友也是另一個人的朋友[20]，隨著共同朋友數(shù)的增多，兩者見面和互動的機(jī)會還會增加，A和C更有可能存在持續(xù)且穩(wěn)定的互動行為。三元包結(jié)構(gòu)下可以分為：傳遞性連帶（transtrip）和三元環(huán)（3cycles）[21]。前者反映個體在選擇互動對象的時候是存在偏好的：若A認(rèn)識B，且B認(rèn)識C，在有向網(wǎng)絡(luò)中，A認(rèn)識C的可能性天于C認(rèn)識A。在互動網(wǎng)絡(luò)中，行動者選擇互動對象的偏好在一定程度上可以用有向符號網(wǎng)絡(luò)的地位理論解釋[22]。三元環(huán)反映單向、閉合、環(huán)狀的社會網(wǎng)絡(luò)微觀結(jié)構(gòu)：A認(rèn)識B，B認(rèn)識C，C認(rèn)識A。在絕大多數(shù)情況下，社會交互網(wǎng)絡(luò)形成符合傳遞性連帶模式，存在極少數(shù)的三元環(huán)模式在具體的應(yīng)用情境中可以解釋三元環(huán)結(jié)構(gòu)的存在，例如，心理平衡的需要[23]，一般性交流的需要[24]。從一定程度上可以說，這兩種機(jī)制是相反的兩個過程，但是前者符合分級的順序，后者則不遵從這種順序[25]。

同質(zhì)性理論機(jī)制同樣是解釋交互網(wǎng)絡(luò)形成的一個重要機(jī)制。同質(zhì)性假設(shè)認(rèn)為，由于自我選擇和社會化結(jié)果，同一群體中的個體傾向于選擇與自己具有相似態(tài)度或行為模式的人交往[26]。相似性選擇被認(rèn)為能夠使個體之間的交流更加容易，并且可以促進(jìn)社會網(wǎng)絡(luò)中的信任和互惠。在相同的活動區(qū)域表述的是物理空間上的鄰近性（proximity），也可以看成是一種特殊形式的相似，借助鄰近性創(chuàng)造更多見面或者互動的機(jī)會，可以發(fā)現(xiàn)彼此間共同興趣和信仰，從而增加形成穩(wěn)定人際關(guān)系的可能性。個體間的相似性可以從個體信息的多個方面進(jìn)行計(jì)算，可以是一個維度的相似，也可以是多個維度上的組合相似[27]。在多個維度上的相似，其主要作用還是促進(jìn)了互動的形成[28]。

在實(shí)驗(yàn)設(shè)計(jì)部分：我們確定了研究對象，通過問卷獲取到學(xué)習(xí)社區(qū)中的人際關(guān)系數(shù)據(jù)，基于此構(gòu)建出社區(qū)參與者的交互網(wǎng)絡(luò)。在統(tǒng)計(jì)和分析部分：首先，進(jìn)行了統(tǒng)計(jì)性描述；其次，用內(nèi)容分析法初步探究我們的混合式學(xué)習(xí)策略驅(qū)動下學(xué)生的交互模式；再次，介紹了隨機(jī)行動者模型以及如何通過RSiena[29]實(shí)現(xiàn)隨機(jī)行動者模型；最后，本文使用score type test 和one step實(shí)現(xiàn)時間異質(zhì)性分析[30]。

二、研究設(shè)計(jì)

（一）研究對象選取

在學(xué)習(xí)社區(qū)中網(wǎng)絡(luò)演化的動態(tài)過程，首先要獲取到在時間上連續(xù)的網(wǎng)絡(luò)數(shù)據(jù)。需要有一群陌生人聚集在一起，同時他們有拓寬人際交際圈子的意向。更難的是研究者有機(jī)會對這個選定的群體在多個時間點(diǎn)上進(jìn)行觀測[31]。另一個需要考慮的是網(wǎng)絡(luò)的穩(wěn)定性，在研究過程中保持網(wǎng)絡(luò)的構(gòu)成沒有太大的變動，既節(jié)點(diǎn)進(jìn)入網(wǎng)絡(luò)和離開網(wǎng)絡(luò)的比例不大。整體網(wǎng)絡(luò)需要調(diào)查群體中每一個人的數(shù)據(jù)，這就要求在研究之前確定一個虛擬的網(wǎng)絡(luò)邊界[32]?；跉v時網(wǎng)絡(luò)數(shù)據(jù)的整體網(wǎng)絡(luò)分析對研究者對于數(shù)據(jù)樣本的選擇提出了更高的要求。我們選擇武漢大學(xué)一個由229名學(xué)生組成的群體，他們選修了同一門公選課。該群體中的學(xué)生來自全校不同學(xué)院、不同年級，他們中的一部分由于來自于同一個學(xué)院和選修了其他相同的課程，在本次研究所選定的公選課群體之外存在其他交集，然而，由于選修公選課的學(xué)生數(shù)量龐大（229人），組成復(fù)雜，學(xué)生之間認(rèn)識的幾率較低。另外，公選課學(xué)生構(gòu)成的學(xué)習(xí)社區(qū)是學(xué)生互動交流和發(fā)展人際關(guān)系的天然網(wǎng)絡(luò)邊界，學(xué)生在課程學(xué)習(xí)過程中，中途退課的概率極低，保證了研究群體構(gòu)成單元的穩(wěn)定。因此，我們認(rèn)為公選課學(xué)生群體符合歷時網(wǎng)絡(luò)分析的要求。

（二）課程設(shè)計(jì)

本次實(shí)驗(yàn)在《社會網(wǎng)絡(luò)分析》公共選修課上進(jìn)行，持續(xù)六周時間（從2014年9月2日到2014年10月22日），課程采用的是線上和線下相結(jié)合的混合式協(xié)作學(xué)習(xí)方式。我們設(shè)立了公選課的QQ群，作為學(xué)習(xí)社群的公告信息發(fā)布平臺，學(xué)習(xí)資源分享平臺，也是學(xué)生的交流互動平臺。課程的學(xué)習(xí)資料、課程作業(yè)、調(diào)查問卷都會發(fā)布在這里。在課程進(jìn)行到第四周的時候給學(xué)生安排了協(xié)作學(xué)習(xí)任務(wù)，在9月22日到10月9日這段時間，要求學(xué)生們以6-8人的小組協(xié)作完成。實(shí)驗(yàn)設(shè)計(jì)可以分成四個階段：（1）課堂教授，學(xué)習(xí)任務(wù)的布置；（2）小組組隊(duì)并確認(rèn)組長；（3）協(xié)作完成社會網(wǎng)絡(luò)數(shù)據(jù)收集整理、運(yùn)用社會網(wǎng)路分析工具分析、展示PPT制作；（4）成果展示以及老師點(diǎn)評。

（三）問卷設(shè)計(jì)

在課程進(jìn)行過程中，我們分別選定了9月22日，10月9日和10月14日進(jìn)行問卷調(diào)查。前兩次采用的是網(wǎng)上問卷系統(tǒng)，第三次采用紙質(zhì)問卷。第一次問卷的問題設(shè)置可以歸為兩個部分，第一個部分是對學(xué)生關(guān)系網(wǎng)絡(luò)調(diào)查項(xiàng)目：“課前已經(jīng)認(rèn)識的同學(xué)對應(yīng)的序號”，“上課以來新認(rèn)識的同學(xué)對應(yīng)的序號”，學(xué)生根據(jù)名冊上確定的編號在對應(yīng)項(xiàng)上填寫班級同學(xué)的對應(yīng)編號。第二部分是對學(xué)生基本信息調(diào)查，包括性別、年級、宿舍、學(xué)號、社交網(wǎng)絡(luò)使用的頻率等。第二和第三次問卷問題繼續(xù)關(guān)注學(xué)生關(guān)系網(wǎng)絡(luò)的調(diào)查，不再涉及學(xué)生基本信息調(diào)查項(xiàng)目。

三、統(tǒng)計(jì)和分析

（一）描述性統(tǒng)計(jì)

第一次問卷收集了學(xué)生在上社會網(wǎng)絡(luò)課之前（t0）課上同學(xué)之間的認(rèn)識情況，以及第一次問卷的時候（t1）課上同學(xué)之間的認(rèn)識情況。在第二次和第三次問卷中，分別收集了課上同學(xué)之間的認(rèn)識情況，時間點(diǎn)記作t2和t3。這樣就收集了4期（t0,t1,t2,t3）網(wǎng)絡(luò)觀測數(shù)據(jù)和學(xué)生的屬性數(shù)據(jù)。

三次問卷填表的學(xué)生總共221人，其中男生118人，女生103人，比例較為均衡。從年級上看，選課的學(xué)生主要是13級的大二學(xué)生（134），占被調(diào)查學(xué)生的近六成。從學(xué)院分布上看，計(jì)算機(jī)學(xué)院、經(jīng)濟(jì)管理學(xué)院、電子信息學(xué)院選課人數(shù)較多。公選課的上課地點(diǎn)是位于桂園的計(jì)算機(jī)學(xué)院，而計(jì)算機(jī)學(xué)院和電子信息學(xué)院的學(xué)生他們的宿舍樓都處于桂園，可以看出上課距離是學(xué)生在選課的時候重點(diǎn)考慮的因素之一。表1列出了學(xué)生信息的部分內(nèi)容，包括性別、年級、學(xué)院、社交網(wǎng)絡(luò)使用頻率、上網(wǎng)頻率、宿舍所在學(xué)部。

表1　公選課學(xué)生基本信息（部分）

（二）基于內(nèi)容的互動模式分析

229名學(xué)生中，有202名學(xué)生完成了組隊(duì)，一共29個隊(duì)伍，其中男生106人，女生96人。這些隊(duì)伍中，6人小組7個，7人小組有16個,8人小組6個。通過對每個小組的分組記錄的內(nèi)容分析，本文將分組過程中的互動模式分為以下4類：線上、線下、線下到線上、線上到線下，如表2所示。

表2　互動模式

線上互動指利用互聯(lián)網(wǎng)等虛擬媒介實(shí)現(xiàn)的一系列沒有發(fā)生面對面交談交互的形式。線上互動又可以分為四類：第一類：發(fā)起人在群里發(fā)布一個新的QQ群號，其他人主動加入。典型描述為“看到招募加進(jìn)來的”，“看到群記錄后，發(fā)現(xiàn)有人在組隊(duì)，主動聯(lián)系了發(fā)起人。第二類：通過QQ群聊和私聊等線上互動確定隊(duì)伍。典型描述分為“我們組隊(duì)吧”，“我已經(jīng)認(rèn)識你們組的人了”，“加我，我不認(rèn)識你”。第三類：發(fā)起人把在群里發(fā)布有組隊(duì)意向的人直接拉進(jìn)QQ討論組（無需被邀請入組人員的驗(yàn)證即可單方面自動加他人進(jìn)組），在臨時討論組里完成組隊(duì)。在這個過程中，會有一部分不滿足條件的人離開。討論組中任何成員都可以邀請新的成員進(jìn)入，直到滿足6-8人的組隊(duì)要求。第四類：由于群名片都是由“學(xué)院”+“姓名”組成，發(fā)起人可以很容易地從群成員列表中找到不同學(xué)院，且不認(rèn)識的人，加他（她）進(jìn)組。在過程中也會有一些人會因?yàn)橛懻摻M里已經(jīng)有認(rèn)識的人或者其他原因想要離隊(duì)，發(fā)起人可以從群列表中繼續(xù)找其他學(xué)院的人如組，直到滿足分組人數(shù)要求。

線下互動作為另一種互動模式存在，可以理解為有真實(shí)發(fā)生的、當(dāng)面、人與人有通過肢體動態(tài)的一系列活動。線下互動指語言上的面對面交流。學(xué)生容易和座位鄰近的人產(chǎn)生對話和交流；還有學(xué)生離開座位，到教室大環(huán)境下去尋找隊(duì)友，這些學(xué)生的主動性相對要強(qiáng)一些。為了能盡快找到陌生的人，其中一些學(xué)生按縱向去挨個詢問是否有組隊(duì)意向。我們發(fā)現(xiàn)其實(shí)在上課，聽報告，講座的社會活動中，人們傾向于和自己熟悉的人坐在同一排，這樣縱向上看，詢問的人是陌生人的概率會比較大。這種面對面的直接互動方式在組隊(duì)早期是可以收獲到效果的，但是對最后湊齊6-8人的組，還是困難的。困難來自于組隊(duì)過程主要是在課上完成，課間只留出了10分鐘時間給大家組隊(duì)，而課后學(xué)生們大多要急著離開教室，在下次上課之前，學(xué)生之間很少有見面交流的機(jī)會。組隊(duì)時間的倉促，平時見面和互動機(jī)會的缺乏都降低了學(xué)生們通過線下互動從而組隊(duì)的可能性。

線下到線上是第三種互動形式，主要是兩種情況：在課上的組隊(duì)時間里面還沒有找齊隊(duì)友，已經(jīng)找到3-5人，只差1-2個人，轉(zhuǎn)到線上去尋覓更多的機(jī)會；通過面對面的交流之后將有組隊(duì)意向的同學(xué)的QQ號作了登記，將登記QQ號的同學(xué)，拉進(jìn)臨時討論組，互動、交流之后最終確定小組組成。

從四種模式的數(shù)量上看，27個小組中（有2個小組由于寫的過于簡略，未能定性判斷它們的互動模式）；有12個小組僅僅通過線上互動就完成了組隊(duì)。說明通過QQ等社交軟件的在線互動是學(xué)生主要采用的聯(lián)系陌生人的方式。線下沒有能找到所有隊(duì)友，從而轉(zhuǎn)到了線上，又或者是線下的溝通交流比較倉促，需要線上進(jìn)一步確定分組的線下到線上模式。這也證實(shí)了在我們選取的混合式協(xié)作學(xué)習(xí)樣本中學(xué)習(xí)者主要通過線上方式進(jìn)行互動。

（三）社會網(wǎng)絡(luò)動態(tài)分析

社會網(wǎng)絡(luò)分析方法已經(jīng)成為研究人際關(guān)系形成、發(fā)展的重要方法。在社會網(wǎng)絡(luò)視角下，人際交互網(wǎng)絡(luò)被看作是由節(jié)點(diǎn)（行動者）和邊（連帶）組成的一種社會結(jié)構(gòu)，交互網(wǎng)絡(luò)的變化抽象為網(wǎng)絡(luò)本身的拓?fù)浣Y(jié)構(gòu)變化以及網(wǎng)絡(luò)中的行動者的社會行為變化[33]。拓?fù)浣Y(jié)構(gòu)表現(xiàn)在節(jié)點(diǎn)的增加和減少，節(jié)點(diǎn)之間連接的添加、維持和移除。行動者行為變化表現(xiàn)在信息的傳播、行為博弈、病毒的擴(kuò)散、觀點(diǎn)的形成等。

隨機(jī)行動者模型的基本思想是指，網(wǎng)絡(luò)中的個體評估自己在網(wǎng)絡(luò)中的位置，通過建立新的互動、維系關(guān)系、以及結(jié)束聯(lián)系等形式配置當(dāng)前的人際關(guān)系，從而增加自身的社會資本和福利?；跁r間軸上不同橫截面觀測到的網(wǎng)絡(luò)數(shù)據(jù)，采用馬爾科夫鏈蒙特卡洛估計(jì)法，可以評估指定網(wǎng)絡(luò)結(jié)構(gòu)和特征屬性等影響因素對于網(wǎng)絡(luò)變化的影響。隨機(jī)行動者模型用R語言中的RSiena包實(shí)現(xiàn)。每個屬性特征V都可以對應(yīng)到四個基本影響，如表3所示，ego，alter, same, similarity。ego效應(yīng)（也可以叫做行動者協(xié)變量相關(guān)的activity效應(yīng)）估計(jì)值為正，表明該屬性變量的值越高的行動者，越容易去結(jié)交朋友，有更多的出度。例如：grade ego的參數(shù)值為正，表明年級高的學(xué)生在尋求交互上更為主動，參數(shù)值為負(fù)，則表明較低年級的學(xué)生更主動；alter效應(yīng)（也可以叫做行動者協(xié)變量相關(guān)的popularity效應(yīng)）估計(jì)值為正，表明該屬性變量的值越高的行動者，越容易和他人建立互動，被提名，因此也有更多的入度；similarity效應(yīng)和same效應(yīng)反映的是同質(zhì)性在交互網(wǎng)絡(luò)形成的過程中所起到的作用效果。similarity效應(yīng)估計(jì)值為正，表明在V值相似的兩個行動者之間建立連邊更加頻繁。same效應(yīng)估計(jì)值為正，表明V屬性值準(zhǔn)確相等的兩個行動者之間容易建立連帶。

表3　屬性效應(yīng)

數(shù)據(jù)編碼：在問卷收集過程中并不是每個學(xué)生都填寫問卷，在3次問卷中，有8位學(xué)生在前兩次都沒有填寫有效問卷，我們將其判定為處于協(xié)作學(xué)習(xí)社區(qū)之外的失聯(lián)狀態(tài)，并將這幾個學(xué)生從交互網(wǎng)絡(luò)中移除。我們根據(jù)剩下221個學(xué)生填寫問卷，制成了交互網(wǎng)絡(luò)的鏈接矩陣，如行動者i、j，i認(rèn)識j，則記作xij=1,否則xij=0。同理，若j認(rèn)識i，記作xji=1,否則xji= 0。另外對于行動者的屬性數(shù)據(jù)編碼如下：

性別：男生（1），女生（2）；

年級：2013級（1），2012級（2），2011級（3），2010級（4）；

社交網(wǎng)絡(luò)使用頻率（每天）：小于30分鐘（1），30分鐘-1小時（2），1-2小時（3），2-4小時（4），大于4小時（5）。

用1-38之間的數(shù)字分別編碼38個不同的宿舍樓；對漏選，漏填的數(shù)據(jù)項(xiàng)，為了不和之前的數(shù)值重復(fù)，都記作40。

表4　學(xué)生網(wǎng)絡(luò)基本信息

如表4學(xué)生網(wǎng)絡(luò)基本信息描述性分析結(jié)果所示:隨著時間的推移，網(wǎng)絡(luò)的密度和邊的數(shù)量都在增加，宏觀上反映網(wǎng)絡(luò)聚集程度更加明顯。平均度是每個學(xué)生擁有連邊的平均值，反映學(xué)生聯(lián)系的廣度。在第一階段（9月2日到9月22日），三周時間里交互網(wǎng)絡(luò)平均度從3增加到4，每個學(xué)生平均新認(rèn)識一個人。第二階段（9月22日到10月9日）要求學(xué)生分組并協(xié)作完成社會網(wǎng)絡(luò)分析實(shí)踐任務(wù)，平均度從4增加到7，平均每個人新認(rèn)識三個人，協(xié)作學(xué)習(xí)任務(wù)極大地促進(jìn)了學(xué)生之間的互動。社會網(wǎng)絡(luò)分析實(shí)踐過程中的分工、協(xié)作、討論、成果展示等環(huán)節(jié)使得協(xié)作小組成員間形成密切的聯(lián)系。在第三階段（10 月9日到10月14日），平均度增加3，第二階段的效果持續(xù)到了第三階段。利用社會網(wǎng)絡(luò)分析軟件可視化之后得到圖1，圖中包含四個時間點(diǎn)（9月2日，9月22日，10月9日，10月14日）觀測的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)圖，可以很直觀地看出網(wǎng)絡(luò)在不停的運(yùn)動和演化：整個公選課學(xué)生交互網(wǎng)絡(luò)連邊數(shù)明顯增加，網(wǎng)絡(luò)變得更加稠密、集聚，反映出了交互網(wǎng)絡(luò)的演化過程。

圖1　交互網(wǎng)絡(luò)在各個時間點(diǎn)上的可視化

為了更好地解釋網(wǎng)絡(luò)的演化，我們將盡可能多的參數(shù)納入估計(jì)模型中，模型的結(jié)構(gòu)效應(yīng)包含互惠性，傳遞連帶，三元環(huán)。屬性影響包括性別、宿舍、年級、社交軟件頻率。這里我們將上網(wǎng)頻率從模型中剔除，從表1中看出上網(wǎng)頻率和社交網(wǎng)絡(luò)使用頻率有很大程度上是重合的。社交網(wǎng)絡(luò)使用頻率反映學(xué)生使用微信、QQ、新浪微博等社交類軟件的情況，與個人的社交特性相關(guān)程度更高，因此模型在上網(wǎng)頻率和社交軟件使用頻率中保留了后者。然后用RSiena包實(shí)現(xiàn)我們的參數(shù)估計(jì)和顯著性檢驗(yàn)。結(jié)果如表5所示：模型內(nèi)效應(yīng)的估計(jì)值都有較好的收斂性（由于算法的隨機(jī)特性，t.conv.絕對值小于0.1表明實(shí)驗(yàn)結(jié)果較好，小于0.15在隨機(jī)行動者模型中也是可以接受的）。網(wǎng)絡(luò)向著互惠性和傳遞連帶起作用的方向演化，如大多數(shù)社會網(wǎng)絡(luò)反映的一樣，交互網(wǎng)絡(luò)只存在極少的三元環(huán)結(jié)構(gòu)。合乎我們直覺的是，住在同一幢宿舍樓的學(xué)生更容易建立聯(lián)系。由于地理空間上的鄰近，學(xué)生實(shí)現(xiàn)學(xué)習(xí)任務(wù)上的時間成本降低。而且，期望中偶遇的幾率也增加了協(xié)作者之間的產(chǎn)生交互的傾向，這是物理空間上交集帶來的優(yōu)勢。另外，我們發(fā)現(xiàn)年級、性別并沒影響公選課上學(xué)生的交流互動。速率函數(shù)Rate反映的是交互網(wǎng)絡(luò)在不同階段變化的快慢，Rate1，Rate2，Rate3分別對應(yīng)之前劃分的三個階段，而Rate2、Rate3遠(yuǎn)大于Rate1反映在采用協(xié)作學(xué)習(xí)策略后，學(xué)習(xí)社區(qū)中互動強(qiáng)度明顯提高。

表5　隨機(jī)行動者模型估計(jì)（1）

時間異質(zhì)性分析一直是理解網(wǎng)絡(luò)演化的重要途徑，這里我們使用score type test方法[34]。使用該方法可以在不增加計(jì)算時間成本的情況下，完成對影響因素及時序網(wǎng)絡(luò)演化效用的估計(jì)。另外，我們結(jié)合了另一個測量時間異質(zhì)性的方法one step test，該方法可反映不同屬性效應(yīng)或者網(wǎng)絡(luò)結(jié)構(gòu)效應(yīng)在歷時網(wǎng)絡(luò)演化中作用大小的變化。

這里θ對應(yīng)矩法估計(jì)，以（2）（3）標(biāo)記的行代表的是影響因素與不同時期（t1-t2,t2-t3）時間虛擬變量相互作用的估計(jì)。θ*對應(yīng)one step的估計(jì)值，p值對應(yīng)score type test。

p值由score type test得到，用于判斷時間異質(zhì)性是否存在。當(dāng)p值大于0.05時，對應(yīng)的屬性效應(yīng)或者結(jié)構(gòu)效應(yīng)在三個時間段內(nèi)對網(wǎng)絡(luò)的作用效果一致，都是促進(jìn)網(wǎng)絡(luò)的演化或者都是抑制網(wǎng)絡(luò)的連邊的形成。當(dāng)p值小于等于0.05時，對應(yīng)的結(jié)構(gòu)效應(yīng)或者屬性效應(yīng)時間異質(zhì)性顯著。根據(jù)這個規(guī)則，我們發(fā)現(xiàn)互惠性，三元環(huán)，性別、年級、宿舍的同質(zhì)性作用是隨著時間上變化的（時間虛擬變量和效應(yīng)作用的p值都小于等于0.05）。另外，在使用one step test后，發(fā)現(xiàn)互惠性和性別的同質(zhì)性作用在網(wǎng)絡(luò)演化的三個時期都是單向的，互惠性在網(wǎng)絡(luò)的整個演化過程中都作為顯著的特征存在，而性別的同質(zhì)性作用被否定。我們更新了模型，為三元環(huán)、年級、宿舍增加了和時間虛擬變量交互項(xiàng)，結(jié)果如表6所示。模型中的結(jié)構(gòu)效應(yīng)和屬性效應(yīng)都有較好的收斂性。

從表6中，我們看到同一宿舍的同學(xué)在第二階段反而沒能更容易建立聯(lián)系。而第一時期和第三時期，住在同一棟宿舍樓的學(xué)生交互的機(jī)會更多。由于從9月22日開始到10月9日這段時期，學(xué)生在組隊(duì)合作完成協(xié)作學(xué)習(xí)任務(wù)，要求盡量找到不是一個學(xué)院的同學(xué)組隊(duì)，而不同的學(xué)院的學(xué)生一般分布在不同的宿舍樓，可以基本解釋這段時期的現(xiàn)象。而且在協(xié)作學(xué)習(xí)任務(wù)結(jié)束后，學(xué)生所在宿舍的同質(zhì)性作用又變得顯著，也進(jìn)一步證實(shí)了空間鄰近性作為一種特殊形式的同質(zhì)性存在，對學(xué)生交互網(wǎng)絡(luò)的演化有著顯著且持續(xù)的影響。不同于一般社會網(wǎng)絡(luò)所顯現(xiàn)的特征，在我們調(diào)查的前三周，交互網(wǎng)路中出現(xiàn)了一些三元環(huán)結(jié)構(gòu)，從第四周開始，網(wǎng)絡(luò)演化又忽略了三元環(huán)的作用。這說明在學(xué)生們剛剛接受公選課的時候，選擇交互對象較為自由，很少關(guān)注交互對象的個人特征。通過對年級同質(zhì)性的時間異質(zhì)性分析，得到年級因素在網(wǎng)絡(luò)演化的各個時期都沒有成為學(xué)生溝通交互的阻礙，在公選課環(huán)境下學(xué)生選擇交互對象時容易被忽略。

表6　隨機(jī)行動者模型估計(jì)（2）

四、總結(jié)

對學(xué)習(xí)者之間的互動的研究是把握協(xié)作學(xué)習(xí)的過程的核心部分，協(xié)作互動網(wǎng)絡(luò)并不是自動形成的，協(xié)作需要學(xué)生的積極參與和社交互動[35]?；趯Ψ纸M過程記錄的分析，發(fā)現(xiàn)線上互動在混合式協(xié)作學(xué)習(xí)環(huán)境中仍舊作為主要的協(xié)作互動方式存在。說明我們在社會網(wǎng)絡(luò)公選課上設(shè)置的協(xié)作情境是結(jié)合面對面交流和基于網(wǎng)絡(luò)社交工具的混合式協(xié)作。

此次研究的重點(diǎn)不在解釋一個時間截面上觀測網(wǎng)絡(luò)的結(jié)構(gòu)，也不是描述多次時序觀測網(wǎng)絡(luò)之間的差異，而在探究混合式協(xié)作學(xué)習(xí)社區(qū)中交互網(wǎng)絡(luò)演化的驅(qū)動因素。利用隨機(jī)行動者模型這個靈活的框架，我們將學(xué)生的特征屬性和網(wǎng)絡(luò)結(jié)構(gòu)加入到模型中，評估它們是否是網(wǎng)絡(luò)演化的驅(qū)動力。通過對每個因素的時間異質(zhì)性檢驗(yàn)，評估了屬性效應(yīng)和結(jié)構(gòu)效應(yīng)在網(wǎng)絡(luò)演化的不同階段是促進(jìn)了演化過程還是抑制網(wǎng)絡(luò)的形成?；诒敬窝芯繑?shù)據(jù)得出以下結(jié)論：互惠性和傳遞三元組作為社會網(wǎng)絡(luò)中基本的驅(qū)動力存在，在協(xié)作互動網(wǎng)絡(luò)演化的三個階段都處于正面推動作用，而三元環(huán)和空間上鄰近性在三個階段的作用是變化的。結(jié)合實(shí)驗(yàn)案例，我們通過前后實(shí)驗(yàn)策略設(shè)置，發(fā)現(xiàn)生活在同一區(qū)域的學(xué)生，建立互動的幾率上會增加，對研究混合式協(xié)作學(xué)習(xí)情境中是一個不可忽略的因素。

考慮到互動網(wǎng)絡(luò)本身的復(fù)雜性，以及此次樣本的單一，觀測時間較短，在這里不對結(jié)論做過多地解讀。本此研究所用到的社會網(wǎng)絡(luò)動態(tài)分析法是對傳統(tǒng)社會網(wǎng)絡(luò)分析法在探究協(xié)作學(xué)習(xí)特征和規(guī)律的補(bǔ)充，同樣的方法可以應(yīng)用到更多協(xié)作學(xué)習(xí)情境中。未來的工作將在更長時間范圍上調(diào)查獲取樣本數(shù)據(jù)，進(jìn)行多個樣本對照試驗(yàn)，證實(shí)和發(fā)展當(dāng)前的研究結(jié)果。

[參考文獻(xiàn)]

[1] [9]Puntambekar S. Analyzing collaborative interactions: divergence, shared understanding and construction of knowledge [J]. Computers & Education, 2006, 47（3）: 332-351.

[2]Lave J, Wenger E. Situated Learning: Legitimate Peripheral Participation [J]. Man, 1991, 29.

[3][10]XIE K, Miller N C, Allison J R. Toward a social conflict evolution model: Examining the adverse power of conflictual social interaction in online learning [J]. Computers & Education, 2013, 63（2）: 404-415.

[4]Caspi A, Blau I. Social presence in online discussion groups: Testing three conceptions and their relations to perceived learning [J]. Social Psychology of Education, 2008, 11（3）: 323-346.

[5]XIE K, Durrington V, Yen L L. Relationship between students' motivation and their participation in asynchronous online discussions [J]. MERLOT Journal of Online Learning and Teaching, 2011, 7（1）: 17-29.

[6]彭紹東．從面對面的協(xié)作學(xué)習(xí),計(jì)算機(jī)支持的協(xié)作學(xué)習(xí)到混合式協(xié)作學(xué)習(xí)[J]．電化教育研究，2010，（08）：42-50．

[7][17]Wasserman S, Faust K. Social network analysis: Methods and applications [M]. Cambridge: cambridge university press, 1994.

[8][16][21][25]Snijders T B. Van de bunt G G,steglich C E G.introduction to stochastic actor-based models for network dynamics [J]. Social Networks, 2010, 32（1）: 44-60.

[11]Martinez A A, Dimitriadis Y, Rubia B, et al. Combining Qualitative Evaluation and Social Network Analysis for the Study of Classroom Social Interactions [J]. Computers & Education, 2003, 41（4）: 353-368.

[12]De Laat M, Lally V, Lipponen L, et al. Investigating patterns of interaction in networked learning and computer-supported collaborative learning: A role for Social Network Analysis [J]. International Journal of Computer-Supported Collaborative Learning, 2007, 2（1）: 87-103.

[13][18][31]Schaefer D R, Light J M, Fabes R A, et al. Fundamental principles of network formation among preschool children [J]. Social Networks, 2010, 32（1）: 61-71.

[14]Van Duijn M J, Zeggelink E H, Huisman M, et al. Evolution of sociology freshmen into a friendship network[J]. Journal of Mathematical Sociology, 2003, 27（2/3）: 153-191.

[15]Ko P C, Buskens V. Dynamics of adolescent friendships: the interplay between structure and gender[C]//Advances in Social Networks Analysis and Mining（ASONAM）, 2011 International Conference on. IEEE, 2011: 313-320.

[19]Doreian P, Kapuscinski R, Krackhardt D, et al. A brief history of balance through time [J]. Journal of Mathematical Sociology, 1996, 21（1/2）: 113-131.

[20]Davis J A. Clustering and hierarchy in interpersonal relations: Testing two graph theoretical models on 742 sociomatrices [J]. American Sociological Review, 1970: 843-851.

[22]Leskovec J, Huttenlocher D, Kleinberg J. Signed networks in social media[C]//Proceedings of the SIGCHI Conference on Human Factors in Computing Systems, 2010: 1361-1370.

[23]Cartwright D, Harary F. Structural balance: a generalization of Heider's theory[J]. Psychological Review, 1956, 63（5）: 277.

[24]Bearman P. Generalized exchange 1 [J]. American Journal of Sociology, 1997, 102（5）: 1383-1415.

[26]Espelage D L, Green H D, Wasserman S. Statistical analysis of friendship patterns and bullying behaviors among youth [J]. New Directions for Child and Adolescent Development, 2007（118）: 61-75.

[27]Mcpherson M, Smith-Lovin L, Cook J M. Birds of a feather: Homophily in social networks[J]. Annual Review of Sociology, 2001, 27 （2）: 415-444.

[28]Block P, Grund T. Multidimensional Homophily in Friendship Networks[J]. Network science（Cambridge University Press）, 2014, 2 （2）: 189-212.

[29]Ripley R M, Snijders T A B, Preciado P. Manual for SIENA Version 4. 0. University of Oxford, Department of Statistics; Nuffield College [J]. 2010.

[30]Lospinoso J A, Schweinberger M, Snijders T B, et al. Assessing and Accounting for Time Heterogeneity in Stochastic actor oriented models[J]. Advances in Data Analysis and Classification, 2011, 5（2）: 147-176.

[32]Marsden P V. Recent Developments in Network Measurement [J]. Models and Methods in Social network Analysis, 2005, 8: 30.

[33]吳江．社會網(wǎng)絡(luò)的動態(tài)分析與仿真實(shí)驗(yàn)[M]．武漢：武漢大學(xué)出版社，2012．

[34]Schweinberger M. Chapter 4: Satistical Modeling of Network Panel Data: Goodness of Fit [D]. PhD thesis, University of Groningen, Groningen, 2007.

[35]ZHAO H, Sullivan K H, Participation M I. Interaction and Social Presence: An Exploratory Study of Collaboration in Online Peer Review Groups [J]. British Journal of Educational Technology, 2014, 45（5）: 807-819.

吳江，博士，武漢大學(xué)信息管理學(xué)院副教授，研究方向?yàn)樯鐣W(wǎng)絡(luò)計(jì)算、社會建模仿真；陳君，武漢大學(xué)信息管理學(xué)院在讀研究生，研究方向?yàn)閿?shù)據(jù)挖掘、網(wǎng)絡(luò)計(jì)量；金妙，武漢大學(xué)信息管理學(xué)院在讀研究生，研究方向?yàn)閿?shù)據(jù)分析。

責(zé)任編輯：陳媛

Analysis of Evolution of Interactive Patterns in Blended Collaborative Learning

Wu Jiang, Chen Jun & Jin Miao
（School of Information Management, Wuhan University, Wuhan, Hubei 430072）

【Abstract】This paper studies the evolutionary progress of interactive patterns in blended collaborative learning from the perspective of network dynamics. We investigated 229 students of a public course in Wuhan University to get the data of their interpersonal relationships and their basic information. Based on content analysis, it is found that there are three kinds of interactive patterns among students: online interaction, offline interaction and offline-to-online interaction, among which online interaction is the main way. By using a flexible Stochastic actor-oriented models (SAOMs), researchers can discuss the driving factors of evolution of interactive network, analyze structural properties in network data and test the students' attributes over time. Structural properties in network data contain reciprocity, transitive triplets, and 3-cycles. Students' attributes include gender, grade, social-networking duration and their spatial proximity. At last, we analyzed time heterogeneity and found the different effects of 3-cycles and spatial proximity in different stages of evolution of interactive patterns.

【Keywords】Blended collaborative learning; Interactive network；SAOMs；Public course；Social network analysis

收稿日期：2015年12月2日

[作者簡介]

*基金項(xiàng)目：本文系國家自然科學(xué)基金面上項(xiàng)目“創(chuàng)新2.0超網(wǎng)絡(luò)中知識流動和群集交互的協(xié)同研究”（項(xiàng)目編號：71373194）的研究成果。

[中圖分類號]G420

[文獻(xiàn)標(biāo)識碼]A

[文章編號]1672—0008（2016）01—0061—08