王云 李志霞 白清玉 姚?，?/p>

[摘 ? 要] 在線討論作為在線學(xué)習(xí)的重要組成部分，其產(chǎn)生的文本數(shù)據(jù)可以反映學(xué)習(xí)者的認(rèn)知水平、互動質(zhì)量以及情緒狀態(tài)。學(xué)習(xí)情緒影響認(rèn)知行為，從而影響學(xué)習(xí)成效，研究學(xué)習(xí)情緒和認(rèn)知行為之間的關(guān)系非常重要。文章基于Harris等人的情緒分類法和蔡今中的認(rèn)知分類體系，使用內(nèi)容分析法和滯后序列分析法研究學(xué)習(xí)者的動態(tài)學(xué)習(xí)情緒、認(rèn)知行為序列模式以及學(xué)習(xí)情緒和認(rèn)知行為之間的關(guān)系。研究表明：困惑情緒和消極情緒會轉(zhuǎn)化為積極情緒，但是中性情緒不會轉(zhuǎn)化為積極情緒;學(xué)習(xí)者傾向于呈現(xiàn)描述行為和推斷或解釋行為，且認(rèn)知行為序列模式具有漸進(jìn)性特征;描述行為會引發(fā)消極情緒，比較行為、推斷或解釋行為會引發(fā)積極情緒。教師可根據(jù)學(xué)習(xí)者的行為轉(zhuǎn)換情況進(jìn)行適當(dāng)?shù)闹笇?dǎo)和干預(yù)，以提升學(xué)習(xí)者的學(xué)習(xí)效果。

[關(guān)鍵詞] 在線討論; 動態(tài)學(xué)習(xí)情緒; 認(rèn)知行為; 滯后序列分析

[中圖分類號] G434 ? ? ? ? ? ?[文獻(xiàn)標(biāo)志碼] A

[作者簡介] 王云（1964—），男，山西洪洞人。教授，博士，主要從事遠(yuǎn)程教育與智能學(xué)習(xí)、信息技術(shù)與課程整合研究。E-mail：wyspn@126.com。

一、引 ? 言

教育部于2018年發(fā)布的《教育信息化2.0行動計劃》中明確提出，“要發(fā)揮技術(shù)的優(yōu)勢，變革傳統(tǒng)模式，推進(jìn)新技術(shù)與教育教學(xué)的深度融合”[1]。隨著信息技術(shù)的不斷發(fā)展，在線學(xué)習(xí)不受時間和空間限制，為學(xué)習(xí)者提供協(xié)作溝通、交換意見、探究問題以及同伴互評的空間，使學(xué)習(xí)者成為學(xué)習(xí)活動的主體，得到越來越廣泛的應(yīng)用。在線討論作為在線學(xué)習(xí)的重要組成部分，以教育管理軟件為中介，支持同步和異步交互。在線討論通常以文本的形式呈現(xiàn)，這些文本內(nèi)容可以體現(xiàn)出學(xué)習(xí)者的批判性思維、知識建構(gòu)、交互深度、認(rèn)知水平和情緒狀態(tài)。研究者開始探索在線討論中學(xué)習(xí)者的學(xué)習(xí)情緒，學(xué)習(xí)情緒反映的是學(xué)習(xí)者在與他人互動的過程中對某一話題的態(tài)度或看法[2]。基于文本的數(shù)據(jù)蘊含著不同的學(xué)習(xí)情緒，如積極情緒（希望、快樂和驕傲）、消極情緒（焦慮、沮喪和無聊）以及困惑情緒。Kort強調(diào)學(xué)習(xí)過程中的動態(tài)情緒，動態(tài)學(xué)習(xí)情緒是指在學(xué)習(xí)環(huán)境、學(xué)習(xí)任務(wù)難度的影響下，學(xué)習(xí)過程中各種情緒（享受、困惑、焦慮等）的變化[3]。動態(tài)學(xué)習(xí)情緒可以幫助教師了解學(xué)生在討論過程中的情緒變化，根據(jù)變化情況給予適當(dāng)?shù)膶W(xué)習(xí)干預(yù)，以提高在線討論的質(zhì)量和學(xué)習(xí)效果，但關(guān)于動態(tài)學(xué)習(xí)情緒的實證研究較少。在線討論中，學(xué)習(xí)者之間的交互不僅是知識習(xí)得的過程，更是創(chuàng)造性的認(rèn)知過程，通過學(xué)習(xí)者在討論中發(fā)布的話語可以甄別學(xué)習(xí)者的認(rèn)知模式[4]。很多研究者認(rèn)為，情緒會影響學(xué)習(xí)者的認(rèn)知過程。Robinson在其研究中指出，社會認(rèn)知模型會引發(fā)不同的情緒，而情緒會影響認(rèn)知方式和學(xué)習(xí)策略[5]。徐鵬飛等人認(rèn)為，情緒和動機、認(rèn)知行為密切相關(guān)，情緒狀態(tài)可能會影響學(xué)習(xí)者處理新資料的方式，從而影響學(xué)習(xí)成就[6]。以上研究說明，學(xué)習(xí)情緒和認(rèn)知行為之間具有相關(guān)性，而目前關(guān)于情緒對認(rèn)知行為影響的研究較少。

二、相關(guān)研究

（一）在線討論中學(xué)習(xí)情緒的相關(guān)研究

近年來，研究者漸漸開始關(guān)注在線討論中學(xué)習(xí)者的情緒。首先，研究者認(rèn)為，在線討論中可能會出現(xiàn)不同的學(xué)習(xí)情緒。當(dāng)學(xué)習(xí)者積極參與討論，并且持續(xù)完成整個過程時，積極情緒就會出現(xiàn)[7]。但是，在與他人進(jìn)行討論時，網(wǎng)絡(luò)延遲或者互聯(lián)網(wǎng)連接不良時會產(chǎn)生消極情緒（焦慮或無聊）[8]。中性情緒是指積極情緒和消極情緒都不存在或者極少時出現(xiàn)的情緒[9]。困惑情緒是由于認(rèn)知失衡引起的，如異常和矛盾，如果恰當(dāng)?shù)慕鉀Q這些情緒，可以促進(jìn)學(xué)習(xí)過程，反之則會阻礙學(xué)習(xí)過程[10]。綜上所述，在線討論中蘊含著多種情緒，因此，在線討論中的學(xué)習(xí)情緒值得探究。其次，研究者開始探索在線討論中學(xué)習(xí)情緒的類別。在Pekrun等人的研究中，使用成就情緒問卷確定了無聊、焦慮和享受等一系列情緒[11]。Daniels 和 Stupnisky將學(xué)習(xí)情緒分為積極情緒、消極情緒和中性情緒三個維度[12]。在此基礎(chǔ)上，Harris等人提出學(xué)習(xí)情緒包含積極情緒、消極情緒、中性情緒、困惑情緒、深刻情緒和玩笑[13]。學(xué)習(xí)者在面對面交流時，情緒變化較為明顯，但在線討論中的情緒變化較為模糊。因此，在線討論中的學(xué)習(xí)情緒變化需要進(jìn)一步探究。還有，研究者研究學(xué)習(xí)情緒和在線學(xué)習(xí)效果的關(guān)系，探究在線學(xué)習(xí)過程中學(xué)習(xí)情緒的作用。劉智等人研究SPOC論壇中學(xué)習(xí)者情緒和學(xué)習(xí)效果的關(guān)系，研究表明，在特定學(xué)習(xí)進(jìn)程中，學(xué)習(xí)者的積極、困惑情緒與學(xué)習(xí)效果均呈顯著正相關(guān)，而在整體學(xué)習(xí)進(jìn)程中，學(xué)習(xí)者的消極情緒與學(xué)習(xí)效果呈顯著負(fù)相關(guān)[14]。Artino Jr和Jones II探究在線課程中學(xué)習(xí)情緒和自我調(diào)節(jié)學(xué)習(xí)互動之間的關(guān)系，研究揭示了學(xué)習(xí)情緒和學(xué)習(xí)結(jié)果具有相關(guān)性[8]。以上研究表明，學(xué)習(xí)情緒會影響學(xué)習(xí)者的學(xué)習(xí)效果。

（二）認(rèn)知行為的相關(guān)研究

學(xué)習(xí)參與對學(xué)習(xí)效果具有重要影響，在學(xué)習(xí)參與的研究中，研究者使用不同的方法探究在線討論中的認(rèn)知行為。李良等人使用社會網(wǎng)絡(luò)分析法和內(nèi)容分析法研究在線學(xué)習(xí)中積極參與者和消極參與者認(rèn)知行為的差異[15]。劉智等人使用滯后序列分析法（Lag Sequential Analysis，簡稱LSA）和內(nèi)容分析法研究不同群體關(guān)鍵認(rèn)知行為及其序列模式的差異[16]。使用滯后序列分析法研究基于文本數(shù)據(jù)的在線討論中學(xué)習(xí)者的認(rèn)知行為序列模式是一種新趨勢。在分析認(rèn)知行為時，研究者提出不同的認(rèn)知分類方法作為編碼依據(jù)。新版布魯姆目標(biāo)分類體系中的認(rèn)知歷程向度將認(rèn)知行為分為記憶、領(lǐng)會、運用、分析、評鑒和創(chuàng)造六個層次[17]。布魯姆認(rèn)知分類呈漸進(jìn)結(jié)構(gòu)，由簡單到復(fù)雜，由具體到抽象，即后一目標(biāo)的達(dá)成是建立在已掌握的前一目標(biāo)基礎(chǔ)之上?？▋?nèi)基梅隆大學(xué)話語分析項目組基于ICAP框架制定的認(rèn)知行為編碼表，將認(rèn)知過程分為參與過程、創(chuàng)造過程和共同創(chuàng)造過程[18]。蔡今中等人為了更深入地了解學(xué)生在重新構(gòu)建科學(xué)知識時信息的處理方式，提出了包括定義、描述、比較、推斷或解釋在內(nèi)的認(rèn)知分類體系[19]。前三種行為為低階認(rèn)知行為，推斷或解釋為高階認(rèn)知行為。一些研究者已經(jīng)在分析行為模式時探索動態(tài)情緒。Cheng和Hou從情緒、認(rèn)知、元認(rèn)知三個角度研究學(xué)習(xí)過程，將學(xué)習(xí)情緒看作研究行為模式的一個因素，結(jié)果發(fā)現(xiàn)，在線討論中，學(xué)習(xí)情緒會影響認(rèn)知參與[20]。上述研究表明，動態(tài)學(xué)習(xí)情緒是認(rèn)知行為模式的一個重要因素。

綜上所述，動態(tài)學(xué)習(xí)情緒和認(rèn)知行為之間的關(guān)系可以讓我們了解學(xué)習(xí)情緒如何影響認(rèn)知行為，以進(jìn)行有效的干預(yù)促進(jìn)學(xué)習(xí)效果的提升，但是相關(guān)的研究較少。因此，本研究在教學(xué)過程中開展在線討論活動，主要研究以下問題：（1）在線討論中，學(xué)習(xí)者的學(xué)習(xí)情緒具有怎樣的頻率分布，具有怎樣的序列模式？（2）在線討論中，學(xué)習(xí)者的認(rèn)知行為具有怎樣的傾向，認(rèn)知行為序列具有怎樣的特點？（3）在認(rèn)知行為中，學(xué)習(xí)情感具有怎樣的頻率分布，學(xué)習(xí)者的動態(tài)學(xué)習(xí)情緒和認(rèn)知行為序列之間具有怎樣的關(guān)系？

三、研究方法與設(shè)計

（一）研究對象

本研究將山西師范大學(xué)本科2017級教育技術(shù)學(xué)專業(yè)的學(xué)生作為研究對象，共有46人，其中，男生8人，女生38人，所有的學(xué)生均有豐富的在線學(xué)習(xí)經(jīng)歷。參與課程為2019—2020學(xué)年第一學(xué)期開設(shè)的“信息技術(shù)課程教學(xué)論”。

（二）教學(xué)環(huán)境與活動過程

課程開展環(huán)境為面對面教學(xué)和在線學(xué)習(xí)相結(jié)合的混合式學(xué)習(xí)環(huán)境。學(xué)習(xí)者在面對面課堂教學(xué)中進(jìn)行課堂教學(xué)展示，然后進(jìn)行在線討論活動。本研究將“藍(lán)墨云班課”平臺作為在線學(xué)習(xí)平臺，此平臺具有組織管理、互動交流等功能，并能記錄學(xué)生交流、討論、答疑等活動數(shù)據(jù)[21]。在“信息技術(shù)課程教學(xué)論”教學(xué)實踐中，培訓(xùn)的課堂教學(xué)技能主要為導(dǎo)入技能、講解技能、提問技能、板書技能和PPT技能，學(xué)習(xí)者根據(jù)這五個主題進(jìn)行課堂教學(xué)展示，然后學(xué)習(xí)者在平臺上進(jìn)行交流討論，討論的主題如圖1所示。在討論過程中，學(xué)習(xí)者可以表達(dá)自己的想法，對其他學(xué)習(xí)者的表現(xiàn)或想法提出質(zhì)疑、問題或建議，不斷進(jìn)行響應(yīng)或回復(fù)，直至討論結(jié)束。

? ? ? （三）研究方法

本研究使用的研究方法為內(nèi)容分析法和滯后序列分析法，使用內(nèi)容分析法對在線討論中的文本數(shù)據(jù)進(jìn)行編碼，使用滯后序列分析法對動態(tài)學(xué)習(xí)情緒和認(rèn)知行為序列進(jìn)行分析，以研究在線討論中動態(tài)學(xué)習(xí)情緒、認(rèn)知行為以及兩者之間的關(guān)系。

1. 內(nèi)容分析法

為了深入研究在線討論中學(xué)習(xí)情緒如何變化，使用Harris提出的積極（Positive）、消極（Negative）、中性（Neural）、深刻（Insightful）、困惑（Confused）和玩笑（Joking）六個維度的情緒類別[13]，分析數(shù)據(jù)發(fā)現(xiàn)，討論過程中并未出現(xiàn)玩笑類情緒，因此，將玩笑情緒刪除。Harris等人的研究已經(jīng)證明此分類足以識別文本內(nèi)容所體現(xiàn)的情緒，編碼方案見表1。使用蔡今中等人提出的認(rèn)知分類體系[19]對學(xué)習(xí)者的認(rèn)知行為進(jìn)行編碼，見表2。

2. 滯后序列分析法

滯后序列分析法最早由Sackett提出，用于檢驗人們發(fā)生一種行為之后另外一種行為出現(xiàn)的概率及其是否存在統(tǒng)計意義上的顯著性[22]。教育技術(shù)領(lǐng)域研究者將其廣泛應(yīng)用到學(xué)習(xí)分析中，包括行為分析、知識建構(gòu)分析、情緒分析和學(xué)習(xí)路徑分析。例如：王懷波使用LSA識別深度學(xué)習(xí)者和淺層學(xué)習(xí)者在行為序列上的差異特征[23];劉智等人使用LSA提取每個年級學(xué)生最顯著的行為模式，以分析不同年級學(xué)生行為模式的差異性[24];Hou等人基于項目式學(xué)習(xí)，探究同伴反饋在線討論過程中，學(xué)習(xí)者的知識建構(gòu)行為模式和潛在的情緒轉(zhuǎn)換模型[25-26];胡丹妮使用LSA對在線學(xué)習(xí)者的活動路徑進(jìn)行可視化分析[27]。本研究使用滯后序列分析法分析動態(tài)學(xué)習(xí)情緒和認(rèn)知行為序列模式。

教育研究者通常使用GSEQ軟件分析行為序列，將一系列行為和情緒按其時間出現(xiàn)的先后順序輸入，然后選擇相應(yīng)的操作項獲取行為或情緒轉(zhuǎn)換的顯著性情況。使用LSA的主要過程為：（1）選擇認(rèn)知行為和學(xué)習(xí)情緒的編碼方案;（2）收集認(rèn)知行為和學(xué)習(xí)情緒的文本數(shù)據(jù);（3）對所有的認(rèn)知和情緒數(shù)據(jù)進(jìn)行編碼;（4）計算認(rèn)知和情緒的編碼一致性;（5）分析認(rèn)知和學(xué)習(xí)情緒序列模式;（6）繪制重要序列轉(zhuǎn)換圖。

（四）數(shù)據(jù)收集與分析

研究的數(shù)據(jù)來源于學(xué)習(xí)者在“藍(lán)墨云班課”平臺上進(jìn)行在線討論的文本數(shù)據(jù)，教師在進(jìn)行課堂教學(xué)技能訓(xùn)練的過程中，組織了5次在線討論，共產(chǎn)生了861條文本數(shù)據(jù)。數(shù)據(jù)分析過程為：（1）依據(jù)學(xué)習(xí)情緒分類法和認(rèn)知分類體系對文本數(shù)據(jù)進(jìn)行內(nèi)容分析和量化處理，并對編碼結(jié)果進(jìn)行一致性檢測;（2）計算每類學(xué)習(xí)情緒和認(rèn)知行為的頻率;（3）使用LSA繪制序列轉(zhuǎn)化圖，將學(xué)習(xí)者的學(xué)習(xí)情緒和認(rèn)知行為序列模式可視化。

使用以上兩種編碼方案，并按發(fā)布時間順序?qū)Ξa(chǎn)生的數(shù)據(jù)進(jìn)行編碼，每條數(shù)據(jù)可能會對應(yīng)多種情緒或者多種認(rèn)知行為，按其主要情緒或行為進(jìn)行編碼。數(shù)據(jù)由兩位經(jīng)過培訓(xùn)的研究生根據(jù)學(xué)習(xí)情緒和認(rèn)知行為編碼方案進(jìn)行編碼，編碼結(jié)果如有異議，再與教師協(xié)商，直到意見一致為止。編碼完成后，進(jìn)一步檢驗編碼的可靠性。經(jīng)計算，學(xué)習(xí)情感編碼的Kappa系數(shù)為0.806，認(rèn)知行為編碼的Kappa系數(shù)為0.752，表明編碼結(jié)果具有一致性。

四、研究結(jié)果

（一）動態(tài)學(xué)習(xí)情緒分析

1. 深刻情緒出現(xiàn)的頻率最高，消極情緒出現(xiàn)的頻率最低

對討論中產(chǎn)生的文本數(shù)據(jù)進(jìn)行編碼和分析來研究每種學(xué)習(xí)情緒出現(xiàn)的頻率，學(xué)習(xí)者學(xué)習(xí)情緒的出現(xiàn)頻率見表3。

? ? ? 深刻情緒出現(xiàn)的頻率最高（e4=366），說明討論過程進(jìn)行得較為順利，學(xué)習(xí)者在觀看別人講課時，能夠結(jié)合自己的經(jīng)驗進(jìn)行反思，提出一些新認(rèn)識或新看法。其次為中性學(xué)習(xí)情緒（e3=201）。困惑情緒出現(xiàn)的頻率也較高（e5=171），說明學(xué)習(xí)者在交流過程中可以發(fā)現(xiàn)很多問題，產(chǎn)生疑惑，有助于獲得新知識。積極情緒和消極情緒出現(xiàn)的頻率較低，且消極情緒出現(xiàn)的頻率最低（e2=45），說明學(xué)習(xí)者對其他人提出的看法很少表達(dá)自己的觀點，大多數(shù)學(xué)習(xí)者只是對同伴提出的困惑進(jìn)行答疑。

2. 困惑情緒和消極情緒會轉(zhuǎn)化為積極情緒，但是中性情緒不會轉(zhuǎn)化為積極情緒

為了進(jìn)一步研究在線討論中學(xué)習(xí)情緒的變化，應(yīng)用LSA對情緒數(shù)據(jù)進(jìn)行序列分析，通過計算轉(zhuǎn)換頻率，生成調(diào)整后的序列殘差表。如果z-score>1.96，說明該序列具有顯著意義。根據(jù)殘差表繪制學(xué)習(xí)情緒的序列轉(zhuǎn)換圖，更直觀地呈現(xiàn)學(xué)習(xí)情緒的變化，如圖2所示。轉(zhuǎn)換圖中的所有序列均具有統(tǒng)計學(xué)意義，圖中結(jié)點表示各種學(xué)習(xí)情緒，箭頭代表情緒的轉(zhuǎn)換方向，線條的粗細(xì)表示情緒連接的顯著性水平，數(shù)值表示調(diào)整后的殘差值（z-score）。從圖中可以看出，共有5個具有統(tǒng)計學(xué)意義的情緒序列，分別為e1→e1、e2→e4、e3→e3、e4→e1、e5→e4。由上述情緒序列可以看出，學(xué)習(xí)者往往從消極或困惑的情緒開始，當(dāng)討論結(jié)束后，學(xué)習(xí)者的情緒傾向于積極情緒。在線討論中，消極情緒是討論過程中不可避免的情緒，當(dāng)消極情緒出現(xiàn)時，緊跟著會出現(xiàn)深刻情緒，e2→e4表明消極情緒可以激發(fā)學(xué)習(xí)者付出更大的努力進(jìn)行反思性思考。在討論中，當(dāng)學(xué)習(xí)者與同伴的觀點不一致時，會產(chǎn)生認(rèn)知失衡，困惑情緒在解決認(rèn)知失衡過程中是不可避免的。e5→e4揭示了困惑情緒可能會幫助學(xué)習(xí)者實現(xiàn)更深層次的理解。e3→e3表明中性情緒出現(xiàn)時，緊接著只會出現(xiàn)中性情緒，不會轉(zhuǎn)變?yōu)槠渌榫w。

? ? ? （二）認(rèn)知行為序列模式分析

1. 學(xué)習(xí)者的認(rèn)知行為傾向于呈現(xiàn)描述行為和推斷或解釋行為

除了學(xué)習(xí)情緒，還研究了在線討論中學(xué)習(xí)者的認(rèn)知行為及其傾向，分析了認(rèn)知行為的比例分布。結(jié)果發(fā)現(xiàn)，學(xué)習(xí)者傾向于呈現(xiàn)描述行為和推斷或解釋行為，描述行為所占比例為40.1%，推斷或解釋行為所占比例為34.8%。在交流中，學(xué)習(xí)者往往會描述同伴的課堂教學(xué)表現(xiàn)，提出一些問題并表達(dá)自己的想法。在討論過程中，學(xué)習(xí)者的高階認(rèn)知行為所占比例較高，課堂教學(xué)能力提升較快。

2. 學(xué)習(xí)者的認(rèn)知行為序列模式具有漸進(jìn)性特征

與學(xué)習(xí)情緒序列模式一樣，使用序列分析法將學(xué)習(xí)者的認(rèn)知序列模式可視化，如圖3所示。學(xué)習(xí)者的認(rèn)知行為模式具有非線性、漸進(jìn)性和突變性等特點[28]。結(jié)果顯示，學(xué)習(xí)者存在K→K、D→C、C→J序列，說明認(rèn)知行為序列模式具有漸進(jìn)性特征。在混合式學(xué)習(xí)環(huán)境中，學(xué)習(xí)者在課堂中進(jìn)行教學(xué)展現(xiàn)，然后在平臺上進(jìn)行交流討論。D→C和C→J是指在進(jìn)行討論時，學(xué)習(xí)者首先對同伴的表現(xiàn)進(jìn)行描述，找出存在的問題并表達(dá)自己的觀點。然后對其關(guān)鍵詞進(jìn)行比較，如教學(xué)方法、教學(xué)語言或者教學(xué)形態(tài)。最后基于實際的案例進(jìn)行推理解釋，以更好地完善課堂教學(xué)技能。K→K指當(dāng)有學(xué)習(xí)者定義某一名詞或者分享教師筆記時，其他人也會對此名詞進(jìn)行定義或者分享筆記。由以上序列可以發(fā)現(xiàn)，在關(guān)于技能的討論中，學(xué)習(xí)者通常以課堂的某一現(xiàn)象為基礎(chǔ)，進(jìn)行比較、推論或解釋，最后達(dá)到深度理解的效果。

? ? ? （三）動態(tài)學(xué)習(xí)情緒和認(rèn)知行為序列的關(guān)系分析

1. 困惑情緒在描述和比較認(rèn)知行為中較為頻繁，深刻情緒在推斷或解釋行為中較為頻繁

? ? ? 以上結(jié)果顯示了在線討論中學(xué)習(xí)者的動態(tài)學(xué)習(xí)情緒和認(rèn)知行為序列模式，但是學(xué)習(xí)情緒是伴隨著認(rèn)知行為而產(chǎn)生的。因此，研究學(xué)習(xí)情緒和認(rèn)知行為之間的關(guān)系非常重要。學(xué)習(xí)情緒在認(rèn)知行為中的頻率和分布情況如圖4所示。困惑情緒在描述和比較認(rèn)知行為中較為頻繁，消極情緒在描述行為中較為頻繁，深刻情緒在推斷或解釋行為中較為頻繁。另外，描述行為和推斷或解釋行為會引發(fā)多種學(xué)習(xí)情緒，但描述行為中各種情緒之和所占比例最高。 ??

2. 描述行為會引發(fā)消極情緒，比較行為、推斷或解釋行為會引發(fā)積極情緒

使用卡方分析來研究學(xué)習(xí)情緒和認(rèn)知行為序列的關(guān)系，并將顯著性行為進(jìn)行可視化分析，如圖5所示。定義行為和中性情緒密切相關(guān)，描述行為和消極情緒、困惑情緒呈顯著正相關(guān)，比較行為與深刻情緒相關(guān)，推斷或解釋與積極情緒緊密相關(guān)。首先，學(xué)習(xí)者傾向于低階認(rèn)知行為，他們對同伴在課堂教學(xué)中的表現(xiàn)進(jìn)行描述。在描述的過程中會提出一些問題或者不認(rèn)同的做法（描述→困惑情感、描述→消極情感），因此，會出現(xiàn)困惑情緒或者消極情緒。隨著討論過程的深入，學(xué)習(xí)者的認(rèn)知達(dá)到了更高的認(rèn)知水平，對其關(guān)鍵詞進(jìn)行比較，深刻思考并表達(dá)自己的想法，逐漸消除困惑、消除不一致（描述→比較、比較→深刻情感）。最后，部分學(xué)習(xí)者達(dá)到高階認(rèn)知水平，基于實際的案例或者做法進(jìn)行推斷或解釋，達(dá)到深度理解，學(xué)習(xí)情緒轉(zhuǎn)變?yōu)榉e極情緒（推理或解釋→深刻情感推理或解釋→積極情感）。此時，學(xué)習(xí)者的認(rèn)知行為和學(xué)習(xí)情緒趨于穩(wěn)定。理解定義時一般不會進(jìn)行全面深刻的解釋，直接呈現(xiàn)筆記或者網(wǎng)絡(luò)知識（定義→中性情感）。例如：丁同學(xué)提到“教育機智”，直接將網(wǎng)絡(luò)上“教育機智”的定義分享到討論區(qū)，沒有做更全面的分析。

五、討論與建議

在線討論中，交互式文本數(shù)據(jù)既能反映學(xué)習(xí)者的學(xué)習(xí)情緒，又能反映認(rèn)知行為，且有研究表明，學(xué)習(xí)情緒和認(rèn)知行為之間存在相關(guān)性[6]。因此，本研究使用Harris等人的情緒分類法和蔡今中的認(rèn)知分類體系對在線討論中產(chǎn)生的文本數(shù)據(jù)進(jìn)行分類，使用內(nèi)容分析法和滯后序列分析法研究學(xué)習(xí)者的動態(tài)學(xué)習(xí)情緒、認(rèn)知行為序列模式以及學(xué)習(xí)情緒和認(rèn)知行為之間的關(guān)系。結(jié)果發(fā)現(xiàn)：（1）困惑情緒和消極情緒轉(zhuǎn)化為積極情緒，但是中性情緒不會轉(zhuǎn)化為積極情緒。轉(zhuǎn)換序列“中性情感→中性情感”與Huang等人的研究不同，他們認(rèn)為中性情緒可以轉(zhuǎn)化為積極情緒[28]，但是與Hou和Cheng的研究結(jié)果相同[29]。而中性情緒所占比例較大，因此，在開展在線討論時，教師要引導(dǎo)學(xué)生從不同的角度深刻思考問題，表達(dá)自己的觀點，勇于質(zhì)疑其他人的觀點，并進(jìn)行解釋與爭辯?！跋麡O情感→深刻情感”和“困惑情感→深刻情感”揭示了困惑情緒和消極情緒可以促進(jìn)學(xué)習(xí)者進(jìn)行更深層次的思考。研究認(rèn)為，學(xué)習(xí)者傾向于從困惑情緒或消極情緒開始，最后變?yōu)榉e極情緒或深刻情緒。與Kort等人的研究稍有不同，他們認(rèn)為學(xué)習(xí)者總是從積極情緒、中性情緒或困惑情緒開始[3]。消極和困惑情緒有助于討論的展開，可以幫助學(xué)習(xí)者獲得新知識。積極和深刻情緒有助于討論的順利進(jìn)行，可以消除疑慮。（2）學(xué)習(xí)者傾向于描述行為和推斷或解釋行為，且認(rèn)知行為模式具有漸進(jìn)性特征。高階認(rèn)知行為所占比例為38.1%，表明有部分學(xué)習(xí)者的認(rèn)知程度較深，能夠結(jié)合實例進(jìn)行推斷、解釋，以解決課堂教學(xué)問題?？▋?nèi)基梅隆大學(xué)話語分析項目組認(rèn)為，學(xué)習(xí)主動性強的學(xué)習(xí)者更傾向于呈現(xiàn)高階認(rèn)知行為[30]，說明部分學(xué)習(xí)者的主動性較強。因此，在進(jìn)行討論之前，教師應(yīng)該告知學(xué)生學(xué)習(xí)本課程的意義以及進(jìn)行討論對提升課堂教學(xué)表現(xiàn)的作用，以此來激發(fā)學(xué)生的學(xué)習(xí)動機，改變學(xué)生的學(xué)習(xí)態(tài)度，呈現(xiàn)更多的高階認(rèn)知行為，促進(jìn)學(xué)生更有效的學(xué)習(xí)。在學(xué)習(xí)和提升教學(xué)技能時呈現(xiàn)漸進(jìn)的認(rèn)知序列模式，首先描述問題，然后進(jìn)行比較，最后進(jìn)行推斷或解釋。序列“定義→定義”揭示學(xué)習(xí)者在理解定義之后，沒有進(jìn)行更深入的認(rèn)知活動，這就要求教師要注重學(xué)習(xí)者發(fā)散思維、批判性思維等高階思維的培養(yǎng)，鼓勵學(xué)習(xí)者在理解的基礎(chǔ)上，引用案例進(jìn)行多角度、深層次的討論，運用高階認(rèn)知思維解決問題。（3）描述行為會引發(fā)消極情緒，比較行為、推斷或解釋行為會引發(fā)積極情緒。描述行為和推斷或解釋行為會引發(fā)各種情緒，但是描述行為中消極情緒和困惑情緒出現(xiàn)的頻率較高，推斷或解釋行為中積極情緒和深刻情緒出現(xiàn)的頻率較高。學(xué)習(xí)者傾向于從更深層的認(rèn)知行為轉(zhuǎn)變?yōu)榉e極情緒和深刻情緒，從而促進(jìn)有意義的學(xué)習(xí)。當(dāng)學(xué)習(xí)者一直呈現(xiàn)定義認(rèn)知行為時，教師要創(chuàng)設(shè)一些問題情境或者提出一些難度較大的綜合性論述，引導(dǎo)學(xué)習(xí)者進(jìn)行推理、判斷、解釋等，還可以組織學(xué)習(xí)者對每個問題進(jìn)行總結(jié)，通過補充、提煉、修訂等形成一個既完整又簡潔的答案，促進(jìn)認(rèn)知水平的提升，使學(xué)習(xí)者處于積極情緒狀態(tài)，提升學(xué)習(xí)效果。

本研究對學(xué)習(xí)情緒和認(rèn)知行為的序列模式進(jìn)行編碼和分析，并深入研究了學(xué)習(xí)情緒和認(rèn)知行為之間的關(guān)系，可以幫助教師了解學(xué)習(xí)者的認(rèn)知和情緒狀態(tài)，當(dāng)出現(xiàn)有礙于討論進(jìn)行的行為和情緒時，教師能及時給予恰當(dāng)?shù)母深A(yù)，以促進(jìn)學(xué)習(xí)者的知識建構(gòu)，提升學(xué)習(xí)效果。

[參考文獻(xiàn)]

[1] 教育部. 教育信息化2.0行動計劃[EB/OL]. （2018-04-13）[2019-11-30]. http：//www.moe.gov.cn/srcsite/A16/s3342/201804/t20180425_334188.html.

[2] ORTIGOSA A，Martín J M，CARRO R M. Sentiment analysis in facebook and its application to e-learning[J]. Computers in human behavior，2014，31（2）：527-541.

[3] KORT B，REILLY R，PICARD R W. An affective model of interplay between emotions and learning：reengineering educational pedagogy-building a learning companion[C]// 2001 IEEE International Conference on Advanced Learning Technologies.Madison： IEEE，2001.

[4] ROWNTREE D. Teaching and learning online：a correspondence education for the 21st century？[J].British journal of educational technology，1995，26（3）：205-215.

[5] ROBINSON K. The interrelationship of sentimentand cognition when students undertake collaborative group work online：an interdisciplinary approach[J]. Computers & education，2013，62（3）：298-307.

[6] 徐鵬，鄭勤華，徐耀華，等. 教育數(shù)據(jù)挖掘中的學(xué)習(xí)者建模研究[J]. 中國遠(yuǎn)程教育，2018（6）：5-11，79.

[7] CHO M H，KIM Y，CHOI D. The effect of self-regulated learning on college students' perceptions of community of inquiry and affective outcomes in online learning[J]. The internet and higher education，2017，34（3）：10-17.

[8] ARTINO Jr A R，JONES II K D. Exploring the complex relations between achievement emotions and self-regulated learning behaviors in online learning[J]. The internet and higher education，2012，15（3）：170-175.

[9] GASPER K，DANUBE C L. The scope of our affective influences：when and how naturally occurring positive，negative，and neutral affects alter judgment[J]. Personality and social psychology bulletin，2016，42（3）：385-399.

[10] D' MELLO S，LEHMA B，PEKRUN R，et al. Confusion can be beneficial for learning[J]. Learning and instruction，2014，29（1） ： 153-170.

[11] PEKRUN R，GOETZ T，F(xiàn)RENZEL A C，et al. Measuring emotions in students' learning and performance：the achievement emotions questionnaire （AEQ）[J]. Contemporary educational psychology，2011，36（1）：36-48.

[12] DANIELS L M，STUPNISKY R H. Not that different in theory：discussing the control-value theory of emotions in online learning environments[J]. The internet and higher education，2012，15（3）：222-226.

[13] HARRIS S C，ZHENG L，KUMAR V. Multi-dimensional sentiment classification in online learning environment[C]// 2014 IEEE Sixth International Conference on Technology for Education. Clappana：IEEE，2014.

[14] 劉智，楊重陽，彭晛. SPOC論壇互動中學(xué)習(xí)者情緒特征及其與學(xué)習(xí)效果的關(guān)系研究[J].中國電化教育，2018（4）：102-110.

[15] 李良，喬海英，王淑平. 基于Moodle平臺的學(xué)習(xí)者社會性交互特征研究[J].電化教育研究，2012（7）：48-53.

[16] 劉智，楊重陽，劉三女牙. SPOC學(xué)習(xí)者認(rèn)知行為及序列模式的差異性分析[J].開放教育研究，2019（2）：44-52.

[17] ANDERSON L W，KRATHWOHL D R. A taxonomy for learning，teaching，and assessing：a revision of bloom's educational objectives[M]. New York：Longman，2001.

[18] CHI M T. Active-constructive-interactive：a conceptual framework for differentiating learning activities[J]. Topics in cognitive science，2009，1（1）：73-105.

[19] WU Y T，TSAI C C. Effects of constructivist-oriented instruction on elementary school students' cognitive structures[J]. Journal of biological education，2005，39（3）：113-119.

[20] CHENG K H，HOU H T. Exploring students' behavioural patterns during online peer assessment from the affective，cognitive，and metacognitive perspectives：a progressive sequential analysis[J]. Technology，pedagogy and education，2015，24（2）：171-188.

[21] 邢偉. 手機移動終端下高職課堂教學(xué)研究與實踐——以藍(lán)墨云班課為例[J].職教通訊，2017（3）：70-73.

[22] BAKEMAN R. Observing interaction：an introduction to sequential analysis[M].Cambridge： Cambridge University Press，1997.

[23] 王懷波，李冀紅，楊現(xiàn)民. 高?；旌鲜浇虒W(xué)中深淺層學(xué)習(xí)者行為差異研究[J].電化教育研究，2017（12）：44-50.

[24] 劉智，王亞妮，鄭年亨. 高校SPOC環(huán)境下學(xué)習(xí)者行為序列的差異性分析研究[J].中國電化教育，2017（7） ： 88-94，106.

[25] HOU H T，CHANG K E，SENG Y T. An analysis of peer assessment online discussions within a course that uses project-based learning[J]. Interactive learning qnvironments，2007，15（3）：237-251.

[26] HOU H T，CHENG K. Analyzing the latent emotional transfer pattern （LETP） of a learning community in an online peer-assessment activity[J]. British journal of educational technology，2012，43（4）：113-116.

[27] 胡丹妮，章夢瑤，鄭勤華. 基于滯后序列分析法的在線學(xué)習(xí)者活動路徑可視化分析[J].電化教育研究，2019（5）：55-63.

[28] 邢紅軍.自組織表征理論： 一種物理問題解決的新理論[J].課程·教材·教法，2009，29（4）：60-64.

[29] HUANG C Q，HAN Z M，LI M X，et.al. Investigating students' interaction patterns and dynamic learning sentiments in online discussions[J]. Computer & education，2019，140（13）：103589.

[30] WANG X，WEN M，ROSE C P. Towards triggering higher-order thinking behaviors in MOOCs[C]// The Sixth International Conference on Learning Analytics & Knowledge. New York：Association for Computing Machinery，2016.

[Abstract] As an important part of online learning， the text data generated by online discussion can reflect learners' cognitive level， interaction quality and emotional state. Learning emotion affects cognitive behavior， which in turn affects learning outcomes. It is very important to study the relationship between learning emotion and cognitive behavior. Based on Harris et al. 's emotional taxonomy and Cai Jinzhong's cognitive classification system， this paper adopts content analysis method and lag sequence analysis method to study learners' dynamic learning emotion， cognitive behavior sequence pattern and the relationship between learning emotion and cognitive behavior. The study shows that confusion and negative emotions can be converted into positive emotions， but neutral emotions are not converted into positive emotions. Learners tend to present descriptive behaviors and infer or explain behaviors.， and the cognitive behavior sequence patterns are progressive. Describing behaviors trigger negative emotions， while comparing， inferencing， or explaining behaviors trigger positive emotions. Teachers can provide appropriate guidance and interventions according to their behavior transformation so as to improve learners' learning effect.

[Keywords] Online Discussion; Dynamic Learning Emotion; Cognitive Behavior; Lag Sequence Analysis