陳 玲 楊重陽 余勝泉

（1.北京師范大學(xué) 未來教育高精尖創(chuàng)新中心；2.北京師范大學(xué) 教育學(xué)部，北京 100875）

一、背景及問題提出

教育部等十一部門聯(lián)合印發(fā)的《關(guān)于促進(jìn)在線教育健康發(fā)展的指導(dǎo)意見》中明確指出，發(fā)展在線教育不僅有利于構(gòu)建網(wǎng)絡(luò)化、數(shù)字化、個(gè)性化、終身化的教育體系，而且可助力于建設(shè)“人人皆學(xué)、處處能學(xué)、時(shí)時(shí)可學(xué)”的學(xué)習(xí)型社會[1]。在線教育需符合學(xué)生身心健康發(fā)展規(guī)律，校外在線教育需和校內(nèi)教育互相協(xié)同，以滿足學(xué)生基礎(chǔ)性和核心性的個(gè)性化學(xué)習(xí)需求。為此，教育部指出“教育行政部門要積極探索搭建在線輔導(dǎo)免費(fèi)服務(wù)平臺，組織遴選優(yōu)秀教師發(fā)揮自身教育特長和優(yōu)勢，幫助學(xué)生解決學(xué)習(xí)過程中的困難和問題[2]”。

基于此，北京市開放型在線輔導(dǎo)項(xiàng)目旨在借助互聯(lián)網(wǎng)擴(kuò)大優(yōu)質(zhì)教師資源的覆蓋面，以滿足學(xué)生個(gè)性化學(xué)習(xí)和揚(yáng)長學(xué)習(xí)需求[3]。作為一種以學(xué)生為中心的個(gè)性化在線教育公共服務(wù)體系，該項(xiàng)目依托北京師范大學(xué)未來教育高精尖創(chuàng)新中心設(shè)計(jì)和開發(fā)的“智慧學(xué)伴”平臺，招募全北京市優(yōu)秀教師，面向8 個(gè)遠(yuǎn)郊區(qū)縣初中生提供免費(fèi)在線輔導(dǎo)服務(wù)[4]。在線輔導(dǎo)中的一對一輔導(dǎo)是學(xué)生參與率最高、最受歡迎的形態(tài)之一，學(xué)生通過拍照上傳自己的學(xué)科問題，向在線教師主動發(fā)起輔導(dǎo)申請，教師提供個(gè)性化反饋來幫助學(xué)生解決問題、完善自身的知識體系。輔導(dǎo)結(jié)束后，系統(tǒng)會以音、視頻格式生成師生互動行為數(shù)據(jù)，記錄師生對話、動作表情特征、互動時(shí)長和板書筆記等。在師生對話數(shù)據(jù)中，蘊(yùn)含著豐富的認(rèn)知、元認(rèn)知等意義內(nèi)容。系統(tǒng)量化并識別師生對話中的認(rèn)知類型，不僅能精準(zhǔn)判斷學(xué)生的認(rèn)知投入水平，掌握學(xué)生的知識內(nèi)化程度，而且能科學(xué)評估師生的對話質(zhì)量，提高學(xué)生的學(xué)習(xí)效果[5]。

在一對一在線輔導(dǎo)中，師生雙向傾聽和回應(yīng)的交互過程，共同推動了認(rèn)知類型的逐層遞進(jìn)與持續(xù)流轉(zhuǎn)，重復(fù)出現(xiàn)的認(rèn)知類型便構(gòu)成了輔導(dǎo)環(huán)節(jié)的局部對話結(jié)構(gòu)[6]。研究表明：教師通過激發(fā)學(xué)生的“認(rèn)知沖突”，可以同化或順應(yīng)知識并產(chǎn)生話語交互[7]；教師的教學(xué)經(jīng)驗(yàn)、教學(xué)風(fēng)格，學(xué)生的先驗(yàn)知識、學(xué)習(xí)動機(jī)等因素，均會影響學(xué)生“認(rèn)知沖突”的程度[8]，進(jìn)而影響師生認(rèn)知交互水平，并產(chǎn)生不同的對話結(jié)構(gòu)；不同的對話結(jié)構(gòu)不僅能反應(yīng)師生對話質(zhì)量，而且還會影響學(xué)生的知識建構(gòu)水平和學(xué)習(xí)增益[9]。進(jìn)而默瑟（N.Mercer）等人歸納了爭論性、積累性和探索性三種高質(zhì)量對話結(jié)構(gòu)，著重強(qiáng)調(diào)了探索的重要性，并明確指出探索性對話對提升學(xué)生推理能力的重要性[10]，其無疑被視為經(jīng)典的高質(zhì)量對話結(jié)構(gòu)之一[11]。

以上研究較少從認(rèn)知維度直觀地表征對話質(zhì)量、分析教師學(xué)生之間話語類別的關(guān)系，也尚未從對話結(jié)構(gòu)的外在表現(xiàn)形式和內(nèi)在加工過程等維度深入挖掘高質(zhì)量對話的內(nèi)在機(jī)理。為此，本文在認(rèn)知視域的指引下，將師生達(dá)到的高階認(rèn)知對話類型視為高質(zhì)量對話，將該過程中外顯的對話結(jié)構(gòu)和內(nèi)隱的對話功能（銜接機(jī)制和對話特征）視為其內(nèi)在機(jī)理，通過分析教師引導(dǎo)性話語與學(xué)生回應(yīng)性話語之間的相關(guān)關(guān)系，明確對話結(jié)構(gòu)的分析單元，分析不同影響因素作用下高質(zhì)量對話的喚醒機(jī)制，并結(jié)合下述問題展開探討：（1）教師引導(dǎo)性話語與學(xué)生回應(yīng)性話語存在何種關(guān)系？ 如何表征師生對話類型？ （2）學(xué)生先驗(yàn)知識和教師教學(xué)經(jīng)驗(yàn)對師生高質(zhì)量對話存在何種影響？ 其外顯對話結(jié)構(gòu)的形成過程與內(nèi)隱對話功能的加工過程為何？

二、文獻(xiàn)綜述

在線輔導(dǎo)即被輔導(dǎo)者借助在線學(xué)習(xí)工具與輔導(dǎo)者（人/機(jī)）開展的非面對面實(shí)時(shí)交流的學(xué)習(xí)方式。早期，計(jì)算機(jī)輔助教學(xué)（CAI）[12]的出現(xiàn)為一對一輔導(dǎo)模式的轉(zhuǎn)化，提供了一定的技術(shù)支撐。諸多研究者在CAI 的基礎(chǔ)上不斷融入人工智能等新興技術(shù)，構(gòu)建更加完善的智能導(dǎo)師系統(tǒng)（ITS），實(shí)現(xiàn)了真正意義上的“人—機(jī)”對話，借助計(jì)算機(jī)的虛擬導(dǎo)師輔導(dǎo)學(xué)生成為可能[13]。盡管ITS 的發(fā)展已趨于成熟，但很多具有生成性的及帶有情感互動式的輔導(dǎo)是難以用技術(shù)取代的，學(xué)生仍普遍接受真實(shí)教師在遠(yuǎn)程學(xué)習(xí)平臺中開展的一對一在線輔導(dǎo)。因此，一對一在線輔導(dǎo)主要包括被輔導(dǎo)者基于ITS 開展的人機(jī)輔導(dǎo) （如孟菲斯大學(xué)的Auto Tutor[14]和香港大學(xué)的Smart Tutor[15]）和被輔導(dǎo)者借助遠(yuǎn)程學(xué)習(xí)平臺與教師開展的非面對面的人人輔導(dǎo)（中原大學(xué)教育研究所的E-Tutoring[16]和本文所依托的北京市開放輔導(dǎo)）兩種形式。

（一）一對一在線輔導(dǎo)中認(rèn)知行為類別的研究現(xiàn)狀

為了探索師生對話數(shù)據(jù)中映射出的認(rèn)知行為類別，諸多研究者基于研究目的選擇相應(yīng)的認(rèn)知理論框架，制定認(rèn)知行為分類的編碼方案，借助于計(jì)算機(jī)科學(xué)、人工智能或認(rèn)知心理學(xué)等領(lǐng)域的方法，采用人工標(biāo)注或自動標(biāo)注等手段，識別師生對話數(shù)據(jù)中的認(rèn)知狀態(tài)信息?？梢哉f，認(rèn)知理論框架是行為分類的關(guān)鍵所在?？傊鲜鲅芯繌难芯烤S度、編碼方案、出版時(shí)間等方面，梳理了三種可廣泛應(yīng)用于師生對話數(shù)據(jù)中的認(rèn)知理論框架，如表1 所示。

表1 師生認(rèn)知分類理論框架

比格斯（J.B.Biggs）和科利斯（K.F.Collis）通過對學(xué)生解決問題的學(xué)習(xí)反應(yīng)情況進(jìn)行實(shí)證分析，發(fā)現(xiàn)一種由低到高的思維結(jié)構(gòu)水平，即前結(jié)構(gòu)水平、單點(diǎn)結(jié)構(gòu)水平、多點(diǎn)結(jié)構(gòu)水平、關(guān)聯(lián)結(jié)構(gòu)水平和拓展結(jié)構(gòu)水平[17]。前三種屬于對知識的量的評測；后兩種屬于對知識的質(zhì)的表征。因此，評估學(xué)習(xí)質(zhì)量的標(biāo)準(zhǔn)取決于師生對話數(shù)據(jù)或?qū)W生的反饋數(shù)據(jù)中所呈現(xiàn)出的知識數(shù)量與質(zhì)量兩種因素，即學(xué)生學(xué)了多少、學(xué)得多好。該理論是一種基于問題解決的評價(jià)方法，且適用于開放性問題或?qū)W習(xí)任務(wù)等問題情境，被應(yīng)用于學(xué)科教育當(dāng)中[18]。安德森（L.W.Anderson）等人為了幫助學(xué)生學(xué)習(xí)、教師教學(xué)和評價(jià)者評價(jià)，修訂了布魯姆教育目標(biāo)分類理論，結(jié)合學(xué)生學(xué)習(xí)行為的認(rèn)知復(fù)雜程度，將認(rèn)知類別由低到高依次排序?yàn)橛洃?、理解、?yīng)用、分析、評價(jià)和創(chuàng)造[19]。其中，“記憶”意味著識別或提取教材內(nèi)容，后五種則被視為不同程度的知識遷移過程[20]。因此，在開展實(shí)踐教學(xué)時(shí)，評價(jià)者可基于師生對話數(shù)據(jù)或?qū)W生反饋數(shù)據(jù)，結(jié)合教學(xué)目標(biāo)識別學(xué)生所達(dá)到的認(rèn)知水平。季清華（Michelene T.H.chi）和懷特（R.Wylie）在“主動—建構(gòu)—交互”框架的基礎(chǔ)上融入被動參與，構(gòu)建了ICAP（Interactive，Constructive，Active，and Passive）認(rèn)知理論框架，以探索學(xué)生的知識建構(gòu)水平[21]。該框架所對應(yīng)的知識建構(gòu)水平由低到高依次為被動參與、主動參與、建構(gòu)參與和交互參與。他認(rèn)為，一旦學(xué)生采用建構(gòu)或交互參與來構(gòu)建新的推理時(shí)，便會進(jìn)入深度學(xué)習(xí)狀態(tài)，因此，相較于死記硬背的學(xué)習(xí)方式，ICAP 認(rèn)知理論更適用于知識遷移和深度學(xué)習(xí)的場景，并可廣泛應(yīng)用于探索性問題解決活動/任務(wù)中，以分析在線學(xué)習(xí)平臺中師生對話數(shù)據(jù)、生生對話數(shù)據(jù)、教師談話數(shù)據(jù)、學(xué)生反饋數(shù)據(jù)等，識別師生的認(rèn)知投入水平[22]。

盡管在SOLO（Structure of the Observed Learning Outcome） 分類方法中學(xué)習(xí)質(zhì)量的評估維度較為全面，但其應(yīng)用場景卻略顯局限（僅適用于開放性問題或?qū)W習(xí)任務(wù)場景），在深層推廣或拓展方面仍存在不足。而布魯姆（B.Bloom）教育目標(biāo)分類理論（修訂版本）的認(rèn)知評價(jià)維度同樣比較全面，但卻更適用于具備系統(tǒng)化、常規(guī)化、規(guī)范化教育目標(biāo)的教育場景。介于本文的數(shù)據(jù)來源于“智慧學(xué)伴”平臺中的開放輔導(dǎo)課程，此類課程更多基于特定題目開展短時(shí)輔導(dǎo)，具有臨時(shí)性、突發(fā)性、簡短性等特點(diǎn)，并未制定詳細(xì)的教育目標(biāo)。由此反觀ICAP 分類理論，蘊(yùn)含著細(xì)粒度、高區(qū)分度和深層級的認(rèn)知類別，應(yīng)用場景和適應(yīng)范圍十分廣泛。因此，本文將ICAP 認(rèn)知理論框架視為指導(dǎo)師生對話分類的依據(jù)，基于此制定認(rèn)知分類編碼方案，探索認(rèn)知投入水平。

（二）一對一在線輔導(dǎo)中對話結(jié)構(gòu)及其影響因素的研究現(xiàn)狀

基于相應(yīng)理論內(nèi)容，結(jié)合經(jīng)典文獻(xiàn)和課堂教學(xué)案例搭建具有豐富陳述性的對話結(jié)構(gòu)理論框架，不僅可以支持從多角度系統(tǒng)直觀地開展深層研究，而且可以作為歸納新案例的便捷工具。例如，默瑟（N.Mercer）等人結(jié)合師生課堂教學(xué)案例，歸納了爭論性（個(gè)人在重申觀點(diǎn)的同時(shí)拒絕或忽視他人的觀點(diǎn)）、積累性（在對話的基礎(chǔ)上增添個(gè)人觀點(diǎn)，構(gòu)建共享知識體系，但并不會挑戰(zhàn)或批評彼此的觀點(diǎn)）和探索性的（通過不斷協(xié)商，構(gòu)建“聯(lián)合—協(xié)調(diào)”的共同推理形式）對話結(jié)構(gòu)[23]。博伊爾（K.E.Boyer）等人在對話分類的基礎(chǔ)上，采用卡方檢驗(yàn)方法，檢測陳述、問題、解釋、積極反饋、消極反饋、中立反饋、域外、背景八種對話類別中的有效鄰接對序列，借助隱馬爾可夫模型（Hidden Markov Model，HMM），構(gòu)建并可視化出完善且有效的“教師講授—學(xué)生反饋—教師評估—學(xué)生感謝”的直接講授型和“教師提問—學(xué)生尋誤—教師反饋”的間接提問型對話結(jié)構(gòu)[24]。

研究表明，師生對話結(jié)構(gòu)受教師教學(xué)風(fēng)格和學(xué)生先驗(yàn)知識的影響，不同教學(xué)風(fēng)格的教師與不同先驗(yàn)知識的學(xué)生達(dá)成高質(zhì)量對話的路徑不同。一方面，教學(xué)經(jīng)驗(yàn)作為區(qū)別專家教師和新手教師的關(guān)鍵因素之一，是教師在長期教學(xué)實(shí)踐中形成的一種適應(yīng)性極強(qiáng)的教學(xué)方式方法。專家型教師會根據(jù)學(xué)生的反饋動態(tài)調(diào)整引導(dǎo)性話語，這對遠(yuǎn)程教育中個(gè)性化服務(wù)具有重要的影響。羅曉杰等人基于國際教師專業(yè)標(biāo)準(zhǔn)和國內(nèi)教師教學(xué)實(shí)錄，明確專家教師、熟手教師和新手教師的經(jīng)驗(yàn)特征：（1）專家教師話語分布較佳，提問問題的頻次、尤其是生成性和深層追問性等高質(zhì)量問題的數(shù)量較多；（2）熟手教師的話語分布較佳，提問問題的頻次較低，高質(zhì)量問題數(shù)量居中；（3）新手教師話語分布不合理，提問問題的頻次和問題質(zhì)量普遍偏低[25]。另一方面，在師生對話過程中，學(xué)生先驗(yàn)知識的被激活程度不同，學(xué)生的信息反饋、師生的協(xié)商程度、話輪轉(zhuǎn)換特征等均存在差異，這進(jìn)一步影響教師與不同先驗(yàn)知識學(xué)生間的對話結(jié)構(gòu)。例如，劉智等人通過分析高、中、低成就組學(xué)生在討論過程中的對話結(jié)構(gòu)中發(fā)現(xiàn)，高成就組學(xué)生采取由低到高循序漸進(jìn)型對話結(jié)構(gòu)達(dá)成高質(zhì)量對話； 中成就組采取非線性對話結(jié)構(gòu)達(dá)成高質(zhì)量對話； 低成就組則采取由低直接到高的突發(fā)性對話結(jié)構(gòu)達(dá)成高質(zhì)量對話[26]。

為了精準(zhǔn)識別師生對話結(jié)構(gòu)，本文依據(jù)ICAP 認(rèn)知分類理論對師生對話數(shù)據(jù)進(jìn)行分類，在剔除無關(guān)數(shù)據(jù)后，分析教師話語與學(xué)生話語的關(guān)聯(lián)關(guān)系，為后續(xù)教師教學(xué)經(jīng)驗(yàn)和學(xué)生先驗(yàn)知識影響因素下高質(zhì)量對話的內(nèi)在機(jī)理研究夯實(shí)基礎(chǔ)。

三、研究思路和方法

（一）研究對象

本文數(shù)據(jù)來源于北京師范大學(xué)未來教育高精尖創(chuàng)新中心“智慧學(xué)伴”平臺中一對一輔導(dǎo)模塊的數(shù)學(xué)課堂。我們從后臺數(shù)據(jù)庫中抽取同一區(qū)域、同一時(shí)段的初二學(xué)生ID、對應(yīng)的輔導(dǎo)教師ID 及其音頻對話數(shù)據(jù)，共計(jì)60 條，平均時(shí)長為10 分50 秒，并將音頻數(shù)據(jù)轉(zhuǎn)錄成文本對話（還原師生對話中所有的“嗯”“對”“噢”“哦”單詞片段信息）。

（二）師生對話分類的編碼方案

盡管在線輔導(dǎo)中的師生對話數(shù)據(jù)是學(xué)生基于問題向教師發(fā)起輔導(dǎo)時(shí)產(chǎn)生的，但教師始終以掌舵者的身份把控整體的輔導(dǎo)方向和進(jìn)程。為此，本文假設(shè)師生對話數(shù)據(jù)以教師講授開始到學(xué)生響應(yīng)為止，并定義為一組有序的話語變量 “教師引導(dǎo)—學(xué)生回應(yīng)”。在此基礎(chǔ)之上，結(jié)合ICAP 框架分別制定教師、學(xué)生話語數(shù)據(jù)分類的編碼方案，探索教師引導(dǎo)性話語類別與學(xué)生回應(yīng)性話語類別的關(guān)系、確定師生對話分析單元，以便精準(zhǔn)有效地捕捉師生的認(rèn)知投入水平和對話結(jié)構(gòu)。作為ICAP 中最高水平的交互式類別，對話雙方必須在建構(gòu)式對話的基礎(chǔ)上，分享超越給定內(nèi)容的建構(gòu)性觀點(diǎn)、交流彼此的想法[27]。然而在在線輔導(dǎo)中，師生的建構(gòu)性對話大多以教師提示或提問為主，學(xué)生推理或反問為輔，很少涉及深層交互式對話。為了支撐輔導(dǎo)過程的順利開展，師生通常會產(chǎn)生諸多與學(xué)習(xí)內(nèi)容無關(guān)的對話，例如，上傳問題、調(diào)整設(shè)備或評估學(xué)生的知識理解能力等。綜上所述，本文將教師/學(xué)生話語分為建構(gòu)話語、主動話語、被動話語（CAP）和無關(guān)話語四種類型。

在在線輔導(dǎo)中，教師通過提示或提問激活學(xué)生的先驗(yàn)知識，學(xué)生輔以回應(yīng)與教師展開對話，其回應(yīng)性話語往往涉及傾聽、提問、解釋和推理等多種類型。為了呈現(xiàn)細(xì)粒度的對話類別、結(jié)構(gòu)，探索有效的高質(zhì)量對話，本文在上述四種話語類型的基礎(chǔ)上，將學(xué)生話語類型劃分為 “非知識性”“教師評估”“被動參與”“淺層問題”“主動參與”“深層推理問題和建構(gòu)參與”七種二級類別。除無關(guān)話語外，一級話語類別的認(rèn)知水平自上而下依次為： 建構(gòu)話語>主動話語>被動話語；二級話語類別的認(rèn)知水平自上而下依次為：建構(gòu)參與>深層推理問題>主動參與>淺層問題>被動參與，具體的編碼方案和描述性解釋如表2 所示。

表2 師生對話分類的編碼方案

（三）研究方法

本文采用定性、定量分析相結(jié)合的方法，首先借助上述師生對話分類編碼方案，邀請兩位教育技術(shù)領(lǐng)域?qū)＜覍﹄S機(jī)抽取的18 條音頻數(shù)據(jù)進(jìn)行人工分類，使用Kappa 系數(shù)驗(yàn)證分類結(jié)果的一致性與可靠性。經(jīng)多輪迭代修改，最終計(jì)算的Kappa 系數(shù)為0.783，即兩位專家對分類結(jié)果達(dá)到了高度一致。

其次，對留存的42 條音頻數(shù)據(jù)進(jìn)行人工編碼并分別統(tǒng)計(jì)教師與學(xué)生的話語類別。由于“無關(guān)話語”僅為支撐輔導(dǎo)過程的順利展開而存在，并無實(shí)質(zhì)意義，因此將其剔除后開展后續(xù)研究。除無關(guān)話語外，累計(jì)從60 條音頻數(shù)據(jù)中采集4196 條師生話語，采用交叉列聯(lián)表分析方法，探索教師引導(dǎo)性話語類別與學(xué)生回應(yīng)性話語類別的關(guān)聯(lián)關(guān)系，以確定對話分類的分析單元。

最后，基于教師的教齡、職稱/稱號等個(gè)人信息將教師分為專家教師與熟手教師，即10-20年之間的教齡、非市級骨干或區(qū)/市級學(xué)科帶頭人稱號的教師為熟手教師；20年以上教齡且為市級骨干或區(qū)/市級學(xué)科帶頭人稱號的教師為專家教師。根據(jù)學(xué)生近期的前測成績，依次分為高、低先驗(yàn)知識組，即20 分（滿分40 分） 以上為高先驗(yàn)知識組；20 分及其以下為低先驗(yàn)知識組。剔除不符合上述條件的數(shù)據(jù)，最終保留43 條有效音頻數(shù)據(jù)，其中“專家教師—高先驗(yàn)知識學(xué)生” 數(shù)據(jù)12 條，“專家教師—低先驗(yàn)知識學(xué)生”數(shù)據(jù)11 條，“熟手教師—高先驗(yàn)知識學(xué)生”數(shù)據(jù)11 條，“熟手教師—低先驗(yàn)知識學(xué)生”數(shù)據(jù)9 條。結(jié)合多因素方差分析方法，探索教學(xué)經(jīng)驗(yàn)和先驗(yàn)知識對師生對話質(zhì)量的影響，基于卡方檢驗(yàn)、滯后序列分析和內(nèi)容分析法，深度剖析并可視化不同教學(xué)經(jīng)驗(yàn)的教師與不同先驗(yàn)知識的學(xué)生間的高質(zhì)量對話及其喚醒機(jī)制。

四、研究結(jié)果

（一）“教師引導(dǎo)性話語—學(xué)生回應(yīng)性話語”的關(guān)聯(lián)性分析

教師引導(dǎo)性話語與學(xué)生回應(yīng)性話語類別的分布情況如下：被動提示（56%）>主動提示（31%）>建構(gòu)提示（13%）；被動回應(yīng)（58%）>主動回應(yīng)（26%）>建構(gòu)回應(yīng)（16%）。本文采用交叉分類的2*2 列聯(lián)表的關(guān)聯(lián)分析方法，探索無序的分類變量間（教師引導(dǎo)性話語與學(xué)生回應(yīng)性話語）的關(guān)聯(lián)關(guān)系。結(jié)果發(fā)現(xiàn)，教師的引導(dǎo)性話語類別與學(xué)生的回應(yīng)性話語類別存在強(qiáng)關(guān)聯(lián)性（P=0.000，Phi=0.827）。

為了深入探索教師引導(dǎo)性話語類別與學(xué)生回應(yīng)性話語類別的關(guān)聯(lián)關(guān)系，本文結(jié)合關(guān)聯(lián)性分析結(jié)果繪制展現(xiàn)師生話語類別的概率分布圖，如圖1 所示。

結(jié)果顯示，師生對話數(shù)據(jù)中教師話語類型與學(xué)生話語類型大體一致。值得注意的是，教師在闡述答案或講解原因進(jìn)行被動提示時(shí)，8%的學(xué)生以反問或簡單表述的形式主動回應(yīng)，甚至激活了8%學(xué)生的先驗(yàn)知識進(jìn)行系統(tǒng)性解釋、反思。教師在基于有限知識詢問學(xué)生或主動提示時(shí)，30%學(xué)生因思考或困惑處于被動傾聽的狀態(tài)，無法按需響應(yīng)教師；而9%的學(xué)生則進(jìn)行系統(tǒng)性解釋，甚至產(chǎn)生新思路或新觀點(diǎn)進(jìn)行建構(gòu)性反饋。教師在詢問學(xué)生其系統(tǒng)性觀點(diǎn)想法或進(jìn)行建構(gòu)提示時(shí)，30%的學(xué)生同樣由于困惑處于主動響應(yīng)或被動傾聽的狀態(tài)。

縱觀師生對話數(shù)據(jù)中教師引導(dǎo)性話語及學(xué)生回應(yīng)性話語的分布式結(jié)果，我們以教師的引導(dǎo)性話語作為語料背景，以學(xué)生的回應(yīng)性話語作為對話分類依據(jù)，將師生對話回合數(shù)據(jù)（教師引導(dǎo)性話語-學(xué)生回應(yīng)性話語）作為分析單元，將學(xué)生話語類別中的七種認(rèn)知類型視為師生對話類型，分析師生間高質(zhì)量對話及其內(nèi)在機(jī)制。表3 為師生對話類別示例及統(tǒng)計(jì)結(jié)果。

表3 師生對話類別示例及統(tǒng)計(jì)結(jié)果

（二）教師教學(xué)經(jīng)驗(yàn)、學(xué)生先驗(yàn)知識對師生對話質(zhì)量的影響及其內(nèi)在機(jī)理

本文通過統(tǒng)計(jì)43 條有效音頻數(shù)據(jù)中被動對話、主動對話和建構(gòu)對話的占比，采用多因素方差分析方法，分別分析教師教學(xué)經(jīng)驗(yàn)和學(xué)生先驗(yàn)知識與對話類別的交互作用關(guān)系，探索教師教學(xué)經(jīng)驗(yàn)和學(xué)生先驗(yàn)知識對師生對話質(zhì)量的影響，如表4 所示。

結(jié)果顯示： 教師的教學(xué)經(jīng)驗(yàn)與師生被動對話和建構(gòu)對話均存在顯著差異 （PE*P=0.004，PE*C=0.001），學(xué)生的先驗(yàn)知識與師生主動對話存在顯著差異（PK*A=0.024），教師教學(xué)經(jīng)驗(yàn)與學(xué)生先驗(yàn)知識僅在師生建構(gòu)對話中存在顯著的交互效應(yīng)（PK*E*C=0.033）。由于教學(xué)經(jīng)驗(yàn)與先驗(yàn)知識在建構(gòu)對話維度的交互效應(yīng)顯著，對其進(jìn)行簡單效應(yīng)分析后發(fā)現(xiàn)，專家教師與高先驗(yàn)知識學(xué)生的建構(gòu)對話數(shù)量顯著優(yōu)于專家教師與低先驗(yàn)知識學(xué)生的建構(gòu)對話數(shù)量（均值差=0.115，P=0.009），高先驗(yàn)知識學(xué)生與專家教師的建構(gòu)對話數(shù)量顯著優(yōu)于高先驗(yàn)知識學(xué)生與熟手教師的建構(gòu)對話數(shù)量（均值差=0.178，P=0.000）。

為了深入剖析專家教師、熟手教師與不同先驗(yàn)知識學(xué)生的高質(zhì)量對話的外顯形成過程，本文從宏觀的對話結(jié)構(gòu)出發(fā)，基于四格表卡方檢驗(yàn)分析師生的認(rèn)知投入水平，診斷其是否達(dá)成及達(dá)成何種類型的高質(zhì)量對話，并結(jié)合滯后序列分析分別計(jì)算可視化對話序列轉(zhuǎn)移情況，識別達(dá)成高質(zhì)量對話所涉及的外顯對話結(jié)構(gòu)。

結(jié)果顯示：專家教師、熟手教師與高、低先驗(yàn)知識學(xué)生的對話類別均存在顯著性差異（P 值均為0），其對話類別分布情況如圖2 所示。在專家教師的引導(dǎo)下，高先驗(yàn)知識學(xué)生傾向于發(fā)布深層推理問題及建構(gòu)參與的高質(zhì)量建構(gòu)對話； 低先驗(yàn)知識學(xué)生傾向于發(fā)布建構(gòu)參與的高質(zhì)量對話。在熟手教師的引導(dǎo)下，高先驗(yàn)知識學(xué)生傾向于開展深層推理問題的高質(zhì)量對話； 低先驗(yàn)知識學(xué)生則傾向于發(fā)布建構(gòu)參與的高質(zhì)量對話。

圖3 展示的是不同先驗(yàn)知識學(xué)生與不同教學(xué)經(jīng)驗(yàn)教師的對話序列轉(zhuǎn)移情況 （Z-score>1.96，Z 值越大，箭頭越粗，顯著性越強(qiáng)）。專家教師與高先驗(yàn)知識學(xué)生傾向于以“深層推理問題→建構(gòu)參與”“建構(gòu)參與→建構(gòu)參與”的對話結(jié)構(gòu)，開展深層推理問題及建構(gòu)參與的高質(zhì)量對話； 專家教師與低先驗(yàn)知識學(xué)生傾向于以“建構(gòu)參與→建構(gòu)參與”的對話結(jié)構(gòu)，實(shí)現(xiàn)建構(gòu)參與的高質(zhì)量對話。熟手教師與高先驗(yàn)知識學(xué)生傾向于以“深層推理問題→深層推理問題”“建構(gòu)參與→深層推理問題”的對話結(jié)構(gòu)，開展深層推理問題的高質(zhì)量對話； 熟手教師與低先驗(yàn)知識學(xué)生傾向于以“建構(gòu)參與→建構(gòu)參與”的對話結(jié)構(gòu)，實(shí)現(xiàn)建構(gòu)參與的高質(zhì)量對話。

師生在交互過程中，以何種內(nèi)在的思維加工方式形成高質(zhì)量話語結(jié)構(gòu)同樣值得關(guān)注。研究表明：師生呈現(xiàn)出的對話結(jié)構(gòu)受其功能制約，包括概念功能、篇章功能、人際功能[28]。換言之，對話蘊(yùn)含的意義特征、對話間的銜接方式甚至對話者的人際關(guān)系等信息，均可影響外在的對話結(jié)構(gòu)，或可稱為對話結(jié)構(gòu)的內(nèi)在加工方式。在智慧學(xué)伴平臺中，學(xué)生可隨機(jī)選擇在線教師開展輔導(dǎo)，并呈現(xiàn)出大體一致的師生關(guān)系，即人際功能表現(xiàn)一致。上述分析顯示，專家教師與不同先驗(yàn)知識學(xué)生的高質(zhì)量對話的數(shù)量及質(zhì)量顯著優(yōu)于熟手教師，譬如，更能激發(fā)學(xué)生的問題意識，尤其能喚醒高先驗(yàn)知識學(xué)生的深層推理問題，結(jié)合適恰的進(jìn)階過程（外顯的對話結(jié)構(gòu)）達(dá)成高質(zhì)量對話。因此，為了最大程度地明晰師生對話結(jié)構(gòu)，尤其是高質(zhì)量對話結(jié)構(gòu)的內(nèi)在加工方式，本文選取專家教師與學(xué)生的完整對話示例，輔以微觀的對話功能明確對話間的銜接方式、抽取對話的意義特征，從本質(zhì)上揭示高質(zhì)量對話結(jié)構(gòu)形成的內(nèi)在邏輯，如表5 所示。師生對話的意義特征往往由話語的一般特征、教師話語和學(xué)生話語的本質(zhì)決定，包括權(quán)威性和對話性話語[29]。權(quán)威性話語通常為陳述語句并關(guān)注知識傳遞，對話性話語則更多關(guān)注鼓勵(lì)探索和發(fā)展意義。為了迎合在線輔導(dǎo)中的師生對話的特征，本文將對話性話語分為提示性和生成性兩類。提示性話語通過封閉性問題鼓勵(lì)學(xué)生主動參與，輔助教師闡述結(jié)構(gòu)性內(nèi)容；生成性話語則通過開放性問題讓學(xué)生加工并梳理對問題的認(rèn)知，增加學(xué)生的建構(gòu)性話語輸出。對話間的銜接方式通常由照應(yīng)（人稱、指示和比較）、替代和省略、連接（加合、轉(zhuǎn)折、時(shí)間、因果邏輯）和詞匯銜接（重現(xiàn)與同現(xiàn)）搭建話語的表層形式、連接對話內(nèi)容間的關(guān)系[30]。

表5 專家教師與不同先驗(yàn)知識學(xué)生對話結(jié)構(gòu)和對話功能示例

研究結(jié)果顯示，師生間深層推理問題或建構(gòu)參與的高質(zhì)量對話可能位于輔導(dǎo)的起始部分，由開放性問題喚醒，也可能經(jīng)過主動對話的沉淀于輔導(dǎo)過程中或結(jié)束時(shí)達(dá)成，表現(xiàn)出生成性或少許提示性對話特征。此類生成性或提示性高質(zhì)量對話，經(jīng)由內(nèi)隱的因果邏輯連接加工方式和外顯的 “深層推理問題→深層推理問題”“深層推理問題→建構(gòu)參與”“建構(gòu)參與→深層推理問題”行為路徑，以及內(nèi)隱的加合邏輯連接加工方式和外顯的“建構(gòu)參與→建構(gòu)參與”行為路徑達(dá)成。高質(zhì)量對話的沉淀過程，往往涉及“主動對話”和“被動對話”。其中，具有指示性特征的主動對話，往往通過封閉式問題喚醒，經(jīng)由內(nèi)隱的照應(yīng)和詞匯銜接加工方式和外顯的“主動參與→主動參與”“淺層問題→淺層問題”行為路徑形成；具有權(quán)威性特征的被動對話，通常為教師的權(quán)威講解，經(jīng)由內(nèi)隱的照應(yīng)、連接和詞匯銜接加工方式和外顯的“被動參與→被動參與”行為路徑形成。

五、探討與建議

（一）結(jié)論探討

1.教師引導(dǎo)性話語與學(xué)生回應(yīng)性話語，整體上具有較高的一致性

在在線輔導(dǎo)中，教師引導(dǎo)性話語與學(xué)生回應(yīng)性話語類別基本保持一致，即教師以何種類型的話語提示引導(dǎo)學(xué)生，學(xué)生便以何種類型的話語進(jìn)行回復(fù)。這與蔡斯（C.C.Chase）等人的研究類似，即學(xué)生的認(rèn)知投入通常取決于受邀的談話類型[31]。究其原因在于，教師的定制性引導(dǎo)行為，可大幅度提升遠(yuǎn)程學(xué)習(xí)者的社會存在感[32]，使其以最佳狀態(tài)回應(yīng)教師的提示，繼而呈現(xiàn)對應(yīng)的認(rèn)知類別。值得注意的是，在師生話語類別分布結(jié)果中，存在教師引導(dǎo)性話語與學(xué)生回應(yīng)性話語不一致的情況。譬如，當(dāng)學(xué)生無法回應(yīng)教師的建設(shè)性/主動性的提示/問題或沒有確切答案時(shí)，通常采取主動/被動話語進(jìn)行回饋；當(dāng)教師以闡述性解釋或已有的內(nèi)容進(jìn)行詢問時(shí)，可激活少部分學(xué)生的先驗(yàn)知識，使其頓悟并產(chǎn)生主動/建構(gòu)回應(yīng)等高階認(rèn)知投入。此種現(xiàn)象可為升級對話質(zhì)量開辟新的方向，然其概率分布較低，在數(shù)據(jù)樣本較小的前提下暫且忽略不計(jì)。因此，本文將有序的師生話語回合數(shù)據(jù)作為分析單元（教師引導(dǎo)—學(xué)生回應(yīng)），將學(xué)生話語類別視為師生對話分類依據(jù)，為后續(xù)師生高質(zhì)量對話及其對話結(jié)構(gòu)、對話功能研究奠定基礎(chǔ)。

2.不同經(jīng)驗(yàn)教師與高先驗(yàn)知識學(xué)生，經(jīng)由雙向互動、協(xié)商探索生成高質(zhì)量對話

盡管教師以何種話語開展引導(dǎo)、學(xué)生便以何種話語進(jìn)行回應(yīng)，但教師的教學(xué)經(jīng)驗(yàn)、學(xué)生的先驗(yàn)知識仍以特定的方式影響師生對話進(jìn)程。由于學(xué)生的反饋內(nèi)容具有零碎性、漸進(jìn)性和半連貫性等特點(diǎn)[33]，學(xué)生普遍使用同一類對話進(jìn)行多次回應(yīng)，教師與學(xué)生（包括高先驗(yàn)知識、低先驗(yàn)知識）的高質(zhì)量對話出現(xiàn)自循環(huán)特征。

不同經(jīng)驗(yàn)教師與高先驗(yàn)知識學(xué)生，普遍通過內(nèi)在的邏輯連接加工方式和外在的逐層遞進(jìn)式行為路徑，形成數(shù)量多、質(zhì)量佳的高質(zhì)量對話，甚至能高效喚醒學(xué)生的問題意識和深度思考，表現(xiàn)出探索性、生成性和雙向互動性特征。其中，專家教師以“追根溯源式提問”和“聯(lián)合—協(xié)商”等形式，高效引導(dǎo)高先驗(yàn)知識學(xué)生生成高質(zhì)量對話。即專家教師善用真實(shí)性、開放性和可擴(kuò)展性問題或指示進(jìn)行引導(dǎo)[34]，以最大限度激活學(xué)生先驗(yàn)知識并得到相應(yīng)認(rèn)知反饋，并通過“逐層疊加”的邏輯方式進(jìn)行共同推理，逐步生成高質(zhì)量對話。熟手教師則以“詞匯銜接性指示”的內(nèi)在加工方式與高先驗(yàn)知識學(xué)生形成高質(zhì)量對話。即熟手教師傾向使用關(guān)鍵詞重現(xiàn)或復(fù)現(xiàn)等形式推進(jìn)對話進(jìn)程，當(dāng)學(xué)生無法完成教師的建構(gòu)性邀約時(shí)，便易出現(xiàn)疑問或向低階認(rèn)知投入類別轉(zhuǎn)移的現(xiàn)象。

3.不同經(jīng)驗(yàn)教師與低先驗(yàn)知識學(xué)生，經(jīng)由教師單向主導(dǎo)、提示頓悟，生成高質(zhì)量對話

不同教學(xué)經(jīng)驗(yàn)教師與低先驗(yàn)知識學(xué)生，普遍通過照應(yīng)和詞匯銜接的內(nèi)在加工方式和外在的頓悟式行為路徑，開展高質(zhì)量對話。值得注意的是，由于低先驗(yàn)知識學(xué)生難以精準(zhǔn)定位自身的問題需求、缺乏提問高質(zhì)量問題的能力[35]，傾向于根據(jù)教師的追問、提示或陳述性輸出開展碎片式、簡短式回答，而非基于高質(zhì)量問題進(jìn)行深層次互動。其輔導(dǎo)形式較易呈現(xiàn)教師“一言堂”的局面，表現(xiàn)出由積累性、提示性和單向主導(dǎo)性特征。換言之，師生對話通常以碎片化形式作為主導(dǎo)，教師以第三人稱代詞、指示代詞、限定詞或關(guān)鍵詞重現(xiàn)復(fù)現(xiàn)等提示單向傳輸知識，輔助學(xué)生增添或輸出新觀點(diǎn)，完善知識體系，生成建構(gòu)性對話，鮮少開展思想碰撞。上述現(xiàn)象印證了佐哈爾（A.Zohar）和亞哈龍-克拉維茨基（S.Aharon-Kravetsky） 的觀點(diǎn)，即當(dāng)學(xué)生缺乏必要的先驗(yàn)知識時(shí)，權(quán)威性解釋能更有效展示講授內(nèi)容、推進(jìn)課程進(jìn)度[36]。盡管教師借助問題引導(dǎo)低先驗(yàn)知識學(xué)生生成高質(zhì)量對話，但并未觸發(fā)學(xué)生提問高質(zhì)量問題的行為，學(xué)生對問題的反思程度和回答質(zhì)量也有待提高[37]。其中，專家教師以半開放性提問形式摸索符合學(xué)生最近發(fā)展區(qū)的問題，同時(shí)回歸核心概念、采用上下文提示等開展高質(zhì)量對話。熟手教師通過扮演權(quán)威者角色，大篇幅采用詞匯銜接的邏輯方式，與低先驗(yàn)知識學(xué)生開展低頻“非線性—自循環(huán)”的高質(zhì)量對話。

（二）建議與展望

基于以上討論，本文對提高師生開展高質(zhì)量對話的頻次、優(yōu)化輔導(dǎo)效果，提出如下三點(diǎn)建議。

1．形塑對話結(jié)構(gòu)、健全銜接機(jī)制，支持教師與高先驗(yàn)知識學(xué)生開展“邏輯連接”的探索性對話

以探索性對話為代表的高質(zhì)量對話，是以“聯(lián)合—協(xié)調(diào)”共同推理形式組建言語交互內(nèi)容，以公平合理的方式分享知識、挑戰(zhàn)觀點(diǎn)、評估證據(jù)和考慮方案[38]。教師與高先驗(yàn)知識學(xué)生開展的以開放性問題為引導(dǎo)的話語，能最大限度地鼓勵(lì)學(xué)生輸出自身的觀點(diǎn)，打破傳統(tǒng)“教師一言堂”的局面。同時(shí)，調(diào)整師生的知識權(quán)威角色和權(quán)力關(guān)系[39]，提高學(xué)生的學(xué)習(xí)參與感。采用邏輯連接的思維方式開展循序漸進(jìn)的探索性對話，能最大程度地幫助學(xué)生構(gòu)建自身的思維體系，同化或順應(yīng)多元觀點(diǎn)。換言之，以開放性問題為引導(dǎo)，以邏輯連接的思維方式為銜接手段，采用循序漸進(jìn)的行為路徑，開展探索性對話是教師與高先驗(yàn)知識學(xué)生的最佳適配模式。通過塑造該模式的核心流程和銜接機(jī)制，明確關(guān)鍵節(jié)點(diǎn)規(guī)則（即學(xué)生在關(guān)鍵節(jié)點(diǎn)處需達(dá)到何種要求，未達(dá)到該要求時(shí)產(chǎn)生的回溯情況）、規(guī)范重要實(shí)踐形式，形成可優(yōu)化、可拓展、可遷移的持續(xù)發(fā)展路徑。

2．回歸核心概念、喚醒問題意識，輔助教師與低先驗(yàn)知識學(xué)生開展“詞匯銜接”的提示性對話

教師在與低先驗(yàn)知識學(xué)生開展半開放式問題驅(qū)動的個(gè)性化在線輔導(dǎo)時(shí)，闡述、解釋性對話占據(jù)較大比重，學(xué)生則將大部分時(shí)間用于孤立地接收、存儲、整合自身的認(rèn)知圖示[40]，通過指示照應(yīng)或詞匯銜接等思維方式，開展碎片化交互。事實(shí)上，權(quán)威授課與傾聽學(xué)生觀點(diǎn)是輔導(dǎo)中必不可少的元素，維持二者之間的平衡才能實(shí)現(xiàn)課程高效率和學(xué)習(xí)高效果[41]。因此，教師在延用傳統(tǒng)的教學(xué)方式開展權(quán)威性講授時(shí)，應(yīng)結(jié)合學(xué)生的先驗(yàn)知識，提供符合其最近發(fā)展區(qū)的詢問或提示，為學(xué)生創(chuàng)設(shè)表達(dá)想法的機(jī)會[42]；同時(shí)，給予學(xué)生提問（高質(zhì)量）問題的方法和技巧，培養(yǎng)學(xué)生的推理思辨能力和提問能力。此外，教師應(yīng)注重回歸題目的核心概念以激活學(xué)生的先驗(yàn)知識，或?qū)⒑诵母拍钜暈樗槠U釋的黏合劑，通過系統(tǒng)化梳理和銜接式呈現(xiàn)，縱向深化概念的認(rèn)知、橫向拓展概念的應(yīng)用。綜上，通過挖掘輔導(dǎo)中教師講授與低先驗(yàn)知識學(xué)生表述的最佳配比，輔以核心概念、思維流程及提示提問技巧，形成模式化參照樣板，可助力于教師對低先驗(yàn)知識學(xué)生輔導(dǎo)質(zhì)量的精準(zhǔn)提升和低先驗(yàn)知識學(xué)生問題意識的高效培養(yǎng)。

3．完善系統(tǒng)功能、構(gòu)建優(yōu)秀案例庫，開展逐層定制的在線輔導(dǎo)服務(wù)

研究成果的探索實(shí)踐與落地應(yīng)用是將思想力轉(zhuǎn)化為推動力的重要途徑，通過實(shí)現(xiàn)師生音視頻資源中高質(zhì)量對話的自動標(biāo)注、分段切割功能，可視化不同先驗(yàn)知識學(xué)生與教師最佳適配的輔導(dǎo)模式流程和規(guī)則，不僅能輔助教師回溯輔導(dǎo)過程、總結(jié)輔導(dǎo)經(jīng)驗(yàn)、調(diào)整輔導(dǎo)策略，而且能將切割的精彩片段視為生成性資源案例，拓展并豐富線下課堂教學(xué)內(nèi)容，有效保障公共資源的最大化運(yùn)用。眾所周知，領(lǐng)域知識庫是智能導(dǎo)師系統(tǒng)的重要組成部分，是專家知識的來源[43]。教學(xué)資源庫也是智慧教育云平臺的核心，是實(shí)現(xiàn)智能推送和個(gè)性化學(xué)習(xí)的基石。應(yīng)在征得教師意見的前提下，構(gòu)建優(yōu)秀輔導(dǎo)案例庫[44]，選取平臺中不同經(jīng)驗(yàn)教師與不同先驗(yàn)知識學(xué)生的典型示例進(jìn)行匯總、歸因，開展精準(zhǔn)推送服務(wù)，激發(fā)教師的參與動機(jī)、深化教師間的研討交流、完善高質(zhì)量對話的觸發(fā)機(jī)制，大幅度提升輔導(dǎo)質(zhì)量。

六、總結(jié)

本文的貢獻(xiàn)在于：（1）明確教師引導(dǎo)性話語與學(xué)生回應(yīng)性話語的關(guān)聯(lián)關(guān)系；（2）制定可拓展可延伸的認(rèn)知分類標(biāo)準(zhǔn)；（3）洞察不同教學(xué)經(jīng)驗(yàn)的教師與不同先驗(yàn)知識的學(xué)生對師生對話質(zhì)量的影響，分別量化其高質(zhì)量對話及其內(nèi)在機(jī)理，為觸發(fā)高質(zhì)量對話提供現(xiàn)實(shí)依據(jù)。

然而本文仍存在不足之處：（1）實(shí)驗(yàn)所選樣本僅針對數(shù)學(xué)學(xué)科，樣本量較小，實(shí)驗(yàn)結(jié)果的遷移性有待驗(yàn)證；（2）采用人工編碼方式對數(shù)據(jù)集進(jìn)行手動標(biāo)注，耗時(shí)耗力；（3）尚未對教師話語與學(xué)生話語的特殊分布進(jìn)行細(xì)致分析。因此，后續(xù)研究除了增添多學(xué)科數(shù)據(jù)驗(yàn)證結(jié)果的遷移性、采用機(jī)器學(xué)習(xí)算法，實(shí)現(xiàn)師生對話的自動分類以緩解人工標(biāo)注的壓力外，還應(yīng)著重探索教師話語與學(xué)生話語的特殊分布情況，以挖掘其存在的條件和意義。