吳磊 趙琪 盧萌萌 王新華

基金項目：2023年國家自然科學基金青年科學基金項目“知識建構(gòu)社區(qū)中基于多模領(lǐng)域概念的知識創(chuàng)造路徑識別與演化規(guī)律研究”（項目編號：62307026）；2022年山東省高等學校青創(chuàng)科技支持計劃“智能技術(shù)賦能知識管理與學習服務創(chuàng)新團隊”（項目編號：2022RW090）

[摘? ?要] 知識經(jīng)濟時代，以觀點為中心的知識建構(gòu)社區(qū)極大地促進了知識創(chuàng)造活動的發(fā)生。知識進化是意義學習的必然過程，為揭示知識建構(gòu)社區(qū)學習本質(zhì)提供了重要視窗。然而，現(xiàn)有研究雖然嘗試從知識流動、觀點演化以及知識網(wǎng)絡(luò)等方面探討知識建構(gòu)社區(qū)的學習規(guī)律，但未能將交互內(nèi)容與內(nèi)在心理活動有機統(tǒng)一。為此，研究首先融合認知發(fā)展理論與社會網(wǎng)絡(luò)屬性，確定圖式的基本單元以及知識進化框架。其次，利用數(shù)據(jù)挖掘方法抽取關(guān)鍵領(lǐng)域概念表示圖式單元，通過社會網(wǎng)絡(luò)分析和LDA主題模型，結(jié)合發(fā)帖規(guī)律深入探究不同主體與不同主題的知識進化軌跡。研究結(jié)果發(fā)現(xiàn)：知識建構(gòu)社區(qū)中關(guān)鍵領(lǐng)域概念具有鮮明的語義特征，不同學習者的知識進化層次具有差異性，且多樣化主題下知識進化規(guī)律呈現(xiàn)復雜性。研究拓展了傳統(tǒng)學習理論邊界，同時對優(yōu)化在線教學具有重要意義。

[關(guān)鍵詞] 知識建構(gòu)； 知識進化； 社會網(wǎng)絡(luò)分析； 認知發(fā)展理論； 領(lǐng)域概念

[中圖分類號] G434? ? ? ? ? ? [文獻標志碼] A

[作者簡介] 吳磊（1990—），男，安徽廬江人。副教授，博士，主要從事教育大數(shù)據(jù)研究。E-mail：ccnustone@yeah.net。

一、引? ?言

知識經(jīng)濟時代，知識傳播、共享與創(chuàng)造已從特定課堂環(huán)境轉(zhuǎn)變?yōu)橐话阈陨鐣F(xiàn)象。作為從事知識生產(chǎn)與消費活動的理想場景，知識建構(gòu)社區(qū)以觀點為核心，允許師生、生生自由協(xié)作與對話，實現(xiàn)學習共同體的穩(wěn)步提升。個體的認知結(jié)構(gòu)在互動與環(huán)境中不斷發(fā)展，推動了認知階段的演進[1-2]。知識建構(gòu)社區(qū)借助問題的共同探討和解決引發(fā)新觀點的產(chǎn)生，個體認知結(jié)構(gòu)形成可以被理解為由不同觀點相互選擇、沖突與融合的復雜反應過程，并利用知識的相互交織推動認知結(jié)構(gòu)的演變。目前，已有研究主要從知識流動[3]、觀點演化[4]以及知識網(wǎng)絡(luò)[5]等方面開展了知識進化探究，有待進一步拓展。無論現(xiàn)代知識傳播與認知媒介如何日益復雜多變，個體的內(nèi)部加工過程都是觀點轉(zhuǎn)化為知識的關(guān)鍵。皮亞杰認知發(fā)展理論作為經(jīng)典的學習理論，雖然試圖解釋個體知識加工的“黑盒”，但是鮮有被應用于在線學習領(lǐng)域。本研究創(chuàng)新地將傳統(tǒng)學習理論與最新數(shù)據(jù)挖掘技術(shù)等相結(jié)合，深入剖析知識建構(gòu)社區(qū)中的知識進化過程，拓展了傳統(tǒng)學習理論邊界，同時對優(yōu)化在線教學具有重要意義。

二、認知發(fā)展理論下知識進化模型構(gòu)建

（一）皮亞杰認知發(fā)展理論

在知識進化研究領(lǐng)域，皮亞杰的認知發(fā)展理論深入剖析了個體認知能力的發(fā)展軌跡，為理解知識在不同學習階段的演化提供了有力支持。作為經(jīng)典的教育心理學理論，皮亞杰提出個體認知結(jié)構(gòu)轉(zhuǎn)變受到了圖式、同化、順應與平衡的影響[6]。其中，圖式表征了知識以類網(wǎng)狀形式存儲在大腦中[7]，新舊材料、經(jīng)驗的對話與沖突會影響圖式的發(fā)展與演變。根據(jù)變化程度的差異性，皮亞杰認為，當圖式形態(tài)發(fā)生數(shù)量上的調(diào)整或者結(jié)構(gòu)上的微調(diào)時，同化就發(fā)生了。順應現(xiàn)象往往導致個體圖式結(jié)構(gòu)做出重大調(diào)整，通常發(fā)生在個體認知結(jié)構(gòu)重構(gòu)或者發(fā)生質(zhì)的飛躍過程。平衡是通過同化和順應相互作用推動認知結(jié)構(gòu)演變的動態(tài)過程，表明了人們能夠高效應對不同學習任務與挑戰(zhàn)。當前教育領(lǐng)域研究者更多地關(guān)注認知發(fā)展理論的價值、意蘊以及局限等，著重從理論上考究認知發(fā)展的緣起及影響。知識建構(gòu)社區(qū)中學習者在社會交互以及觀點汲取過程中，內(nèi)部心理結(jié)構(gòu)也會發(fā)生變化，亟待從認知結(jié)構(gòu)變化視角出發(fā)開展相關(guān)研究。

（二）領(lǐng)域概念表示圖式基本單元

領(lǐng)域概念是知識建構(gòu)社區(qū)交互的主要目的和知識創(chuàng)造的表現(xiàn)形式。一方面，交互層次塔理論主張概念交互是在線學習的最高形式，學習者通過持續(xù)概念交互實現(xiàn)知識重組[8]。另一方面，知識創(chuàng)造隱喻理論將領(lǐng)域概念視為知識創(chuàng)造的“人造物”[9]，作為評判學習效果的重要依據(jù)。領(lǐng)域概念作為傳遞知識的基本單元，通常以名詞或名詞性短語的形式表述。不同數(shù)量與層次的領(lǐng)域概念構(gòu)成了個體的認知圖式元素。在形式上，不同交互內(nèi)容由不同數(shù)量與語義的領(lǐng)域概念組合而成，從而具備了特定的學科知識與內(nèi)隱情感。在認知過程中，學習者回應問題或討論主題， 本質(zhì)上是對抽象關(guān)聯(lián)的領(lǐng)域概念進行針對性組織以實現(xiàn)知識創(chuàng)造[9]。部分研究者已經(jīng)觀察到領(lǐng)域概念獨特的教育價值，例如：王麗英等人通過領(lǐng)域概念圖的統(tǒng)計分析，揭示了學生復雜認知水平與領(lǐng)域知識的關(guān)系[10]；吳磊等人基于領(lǐng)域概念的認知獲取與內(nèi)化特點，構(gòu)建了共情模型以測評師生間的共情強度[11]。這些研究關(guān)注到領(lǐng)域概念教學價值的同時，也進一步為領(lǐng)域概念抽取與應用提供了重要的方法借鑒。

（三）知識建構(gòu)社區(qū)知識進化框架

在教學周期內(nèi)，學習者在知識建構(gòu)社區(qū)中頻繁接觸或交換領(lǐng)域概念，推動內(nèi)部認知圖式改變。按照認知發(fā)展理論，圖式發(fā)生同化、順應以及平衡活動，意味著領(lǐng)域概念網(wǎng)絡(luò)形態(tài)發(fā)生重構(gòu)，表現(xiàn)為網(wǎng)絡(luò)節(jié)點密度與結(jié)構(gòu)改變?；谏鐣W(wǎng)絡(luò)理論，本研究分別用網(wǎng)絡(luò)密度值[12]、網(wǎng)絡(luò)聚集系數(shù)[13]刻畫圖式中密度與結(jié)構(gòu)屬性，見表1。其中，網(wǎng)絡(luò)密度表示圖式中蘊含的知識存量，網(wǎng)絡(luò)密度值越高，表明圖式中蘊含的領(lǐng)域概念數(shù)量及其連接越多；網(wǎng)絡(luò)結(jié)構(gòu)表示圖式拓撲結(jié)構(gòu)，網(wǎng)絡(luò)聚集系數(shù)越大，圖式中元素群體間結(jié)集成團程度越高。通過構(gòu)建二維象限區(qū)分知識進化差異，如圖1所示。其中，在圖式階段，學習者認知結(jié)構(gòu)處于進化初期，網(wǎng)絡(luò)中的領(lǐng)域概念連接較稀疏，一般網(wǎng)絡(luò)聚集系數(shù)和網(wǎng)絡(luò)密度值相對較低；隨著領(lǐng)域概念數(shù)量豐富或關(guān)聯(lián)增加，有的網(wǎng)絡(luò)密度變化顯著而網(wǎng)絡(luò)結(jié)構(gòu)變化甚微，表現(xiàn)為同化過程[14]；當新知識引起網(wǎng)絡(luò)結(jié)構(gòu)顯著改變時，學習者重新調(diào)整知識聯(lián)系，網(wǎng)絡(luò)結(jié)構(gòu)變得復雜，表明發(fā)生了順應；最終，同化與順應共同作用下導致網(wǎng)絡(luò)密度和網(wǎng)絡(luò)結(jié)構(gòu)顯著變化，達到了平衡狀態(tài)。平衡后，合作沖突會致使知識進化新階段[15]，知識進化又會處于新的圖式基點。當然，不同類型學習者因經(jīng)驗與能力儲備差異，會選擇不同的認知加工策略促進知識進化。

表1? ? ? 知識建構(gòu)社區(qū)中知識進化量化指標

圖1? ?知識進化模型

基于上述研究，可以發(fā)現(xiàn)基于皮亞杰認知發(fā)展理論能夠確定知識建構(gòu)中的認知加工策略，結(jié)合領(lǐng)域概念及其共現(xiàn)關(guān)系確定圖式，通過時間線索可以分析知識建構(gòu)社區(qū)中的知識進化過程。基于此，本研究擬解決以下三個研究問題：

1.知識建構(gòu)社區(qū)中知識進化的關(guān)鍵領(lǐng)域概念是什么？

2.知識建構(gòu)社區(qū)不同學習階段中不同個體的知識進化有何差異？

3.知識建構(gòu)社區(qū)不同學習階段中不同類型主題的知識進化規(guī)律是什么？

三、研究設(shè)計

（一）研究對象與數(shù)據(jù)來源

本研究選取了某師范大學“英語創(chuàng)意閱讀”線上課程作為研究案例。該課程旨在培養(yǎng)學生運用跨文化交際理論進行批判性閱讀，以提高閱讀能力和英語綜合素養(yǎng)。共有149名本科生選修該課程，1名英語教師全程參與支持。整個課程持續(xù)18周，師生在線論壇累計發(fā)帖7499條，以5天為間隔統(tǒng)計發(fā)帖量，如圖2所示。為更好地理解知識進化特點，根據(jù)教學設(shè)計和發(fā)帖特點，將線上學習過程劃分為四個關(guān)鍵階段：第一階段（第1～50天）、第二階段（第1～65天）、第三階段（第1～100天）、第四階段（第1～130天）。每個階段將包含前一個階段的發(fā)帖內(nèi)容，以確保觀察學生認知發(fā)展的連續(xù)性?？傮w上，不同階段發(fā)帖數(shù)量呈逐漸增多趨勢，第二和第三階段出現(xiàn)波動，第四階段達到峰值。發(fā)帖數(shù)量的變化趨勢驗證了知識處于進化當中，反映了學習者內(nèi)部經(jīng)歷了圖式、同化、順應和平衡復雜活動。

（二）研究方法與設(shè)計

本研究以領(lǐng)域概念為圖式基本單元，以學習者角色以及交互主題為視角，在教學周期線索內(nèi)開展知識進化探究，具體流程如圖3所示：

1. 領(lǐng)域概念抽取

領(lǐng)域概念通常以名詞形式出現(xiàn)，代表著特定學科領(lǐng)域的專業(yè)知識。本研究采用了吳磊等人提出的領(lǐng)域概念分數(shù)計算方法[11]，綜合考慮了領(lǐng)域相關(guān)性（DP）、領(lǐng)域一致性（DC）以及詞性粘度（LC）特征，利用線性加權(quán)計算出相應的領(lǐng)域分數(shù)（G）。領(lǐng)域分數(shù)值的大小反映了概念在特定領(lǐng)域內(nèi)的影響力，數(shù)值越大表示其影響力越高。

G=α·DP+β·DC+γ·LC? ? ? ? ? ? ? ? ? ? ? ? ? 式（1）

本研究中設(shè)定α、β與γ分別為0.2、0.3與0.5[11]。將領(lǐng)域分數(shù)按降序排列，篩選出分數(shù)顯著的關(guān)鍵領(lǐng)域概念，表示圖式中的基本元素。同時，利用交互內(nèi)容中領(lǐng)域概念共現(xiàn)關(guān)系，建立起圖式中不同元素的關(guān)聯(lián)關(guān)系。

2. 學習者角色與交互主題劃分

在社交網(wǎng)絡(luò)中，有些學習者成為關(guān)鍵節(jié)點，其他學習者散布于網(wǎng)絡(luò)邊緣。關(guān)鍵節(jié)點的學習者通常充當意見領(lǐng)袖的角色，負責發(fā)起和組織討論話題；位于網(wǎng)絡(luò)中間位置的學習者則充當信息的傳遞者和分享者。本研究將用戶社會網(wǎng)絡(luò)中節(jié)點的中間中心度降序排序，參考周炫余等[16]的研究，將知識建構(gòu)社區(qū)中的學習者劃分為核心者、次邊緣者和邊緣者，比例為1∶2∶1。另外，本研究運用LDA模型并借助Python編程語言進行了主題挖掘，并根據(jù)主題下帖子數(shù)量占比，將交互主題分為感興趣主題、中立主題以及不感興趣主題三類。

3. 知識進化分析

在問題一中基于領(lǐng)域概念構(gòu)建共現(xiàn)網(wǎng)絡(luò)，利用社會網(wǎng)絡(luò)中間中心度和接近中心度作為重要性指標，以揭示不同層次的關(guān)鍵領(lǐng)域概念特點，同時也起到驗證關(guān)鍵領(lǐng)域概念的作用。針對問題二，以關(guān)鍵領(lǐng)域概念為圖式單元，基于“ 網(wǎng)絡(luò)密度—網(wǎng)絡(luò)結(jié)構(gòu)”知識進化模型，將知識進化過程劃分為圖式、同化、順應、平衡四種認知加工策略，探究不同學習者在不同階段的知識進化狀態(tài)。值得注意的是，考慮到不同類型學習者數(shù)量差異，對網(wǎng)絡(luò)密度與結(jié)構(gòu)度量進行了均值處理。針對問題三，同樣結(jié)合進化模型以關(guān)鍵領(lǐng)域概念為圖式單元，探究不同類型交互主題在不同階段的知識進化狀態(tài)。此外，在問題二、問題三研究中，為了更好地確定“網(wǎng)絡(luò)密度—網(wǎng)絡(luò)結(jié)構(gòu)”知識進化模型中原點位置，分別設(shè)定△i，△j表示在不同學習者、不同主題下相鄰階段網(wǎng)絡(luò)密度與網(wǎng)絡(luò)結(jié)構(gòu)屬性差異。

四、研究結(jié)果

（一）關(guān)鍵領(lǐng)域概念分析

針對問題一，本研究基于對知識建構(gòu)社區(qū)交互內(nèi)容進行領(lǐng)域概念的抽取，以社會網(wǎng)絡(luò)中節(jié)點屬性分析關(guān)鍵領(lǐng)域概念特點。首先，鑒于領(lǐng)域概念數(shù)量較多或語義相似特點，名詞篩選過程中合并剔除了部分無關(guān)候選領(lǐng)域概念，率先抽取到約1700個候選領(lǐng)域概念。其次，按照領(lǐng)域分數(shù)降序排列，統(tǒng)計結(jié)果顯示，領(lǐng)域分數(shù)靠前的100個領(lǐng)域概念與學科領(lǐng)域知識具有更緊密的關(guān)聯(lián)。因此，本研究中擬將這些領(lǐng)域概念作為圖式的基本單元。

為了進一步驗證關(guān)鍵領(lǐng)域概念的有效性，基于領(lǐng)域概念共現(xiàn)網(wǎng)絡(luò)，本研究又引入社會網(wǎng)絡(luò)分析中的節(jié)點指標對抽取的領(lǐng)域概念進一步分析，見表2。在社會網(wǎng)絡(luò)中，中間中心度的增加意味著節(jié)點在網(wǎng)絡(luò)的核心位置更為突出，而接近中心度的減少表明節(jié)點在網(wǎng)絡(luò)中扮演著核心角色。通過觀察中間中心度和接近中心度指標，發(fā)現(xiàn)在“英語創(chuàng)意閱讀”課程中間中心度較高的部分包含一些基礎(chǔ)的領(lǐng)域概念，如“單詞”“文章”“詞匯”等，這些概念的接近中心度相對較低，說明它們在網(wǎng)絡(luò)中是核心且緊密聯(lián)系的概念，學習者在討論和建構(gòu)知識時頻繁地涉及這些基礎(chǔ)概念。而相對于基礎(chǔ)概念，一些特定或者高級的概念如“批判性”“構(gòu)詞法”“社會學”等可能在網(wǎng)絡(luò)中聯(lián)系較少，中間中心度較低，領(lǐng)域分數(shù)排名較后。

表2? ? ? ? ? ? ?部分關(guān)鍵領(lǐng)域概念及其特征

（二）不同個體知識進化分析

基于教學周期四階段中關(guān)鍵領(lǐng)域概念分布情況，本研究利用Ucinet構(gòu)建了不同學習者在不同學習階段的認知結(jié)構(gòu)，并分別計算了網(wǎng)絡(luò)密度與網(wǎng)絡(luò)結(jié)構(gòu)量化指標，以反映學習者知識進化狀態(tài)，見表3。

基于四階段網(wǎng)絡(luò)形態(tài)直接觀察，可以發(fā)現(xiàn)知識進化悄然發(fā)生。為橫向比較不同角色間知識網(wǎng)絡(luò)密度與網(wǎng)絡(luò)結(jié)構(gòu)的差異，本研究設(shè)置△1和△2表示相鄰階段變化情況。為了表征這一過程，本研究中設(shè)定△1？叟0.1，表示網(wǎng)絡(luò)密度變化顯著；△2？叟0.03表示網(wǎng)絡(luò)結(jié)構(gòu)變化顯著。通過比較不同階段的指標變化情況，以揭示不同個體的知識進化狀態(tài)。

在第一階段，成員之間聯(lián)系較少，知識交流和共享程度較低。核心者、次邊緣者和邊緣者網(wǎng)絡(luò)密度較低，核心者圍繞“理論”“信息”等關(guān)鍵領(lǐng)域概念構(gòu)建圖式，這些概念可以被視為連接不同領(lǐng)域知識的“螺母”，為成員提供了一個共同的認知基礎(chǔ)。從橫向分析來看，三類角色形成的網(wǎng)絡(luò)密度分別為1.000、0.157和0.139，核心者形成的網(wǎng)絡(luò)密度較高于次邊緣者與邊緣者，體現(xiàn)了核心者不僅掌握的關(guān)鍵領(lǐng)域概念較緊密，還成為該階段知識建構(gòu)的驅(qū)動者。與此同時，三類角色的網(wǎng)絡(luò)結(jié)構(gòu)達到0.423、0.055、0.080，此時次邊緣者和邊緣者的網(wǎng)絡(luò)結(jié)構(gòu)相較于核心者較為簡單，表示學習自組織未充分展開。由于在教學初始階段，所以，三者知識建構(gòu)被視為初始“圖式”階段。

在第二階段，核心者開始加強與其他成員的交流互動，其圖式相對集中在“單詞”“文章”等關(guān)鍵領(lǐng)域概念，網(wǎng)絡(luò)密度由1.000提升至1.927，達到了△1閾值，網(wǎng)絡(luò)結(jié)構(gòu)的變化也超過了閾值（△2>0.03），說明核心者已具備較為主動認知加工能力，率先以“平衡”的認知方式處理知識。與此同時，次邊緣者的網(wǎng)絡(luò)密度由0.157提升至0.257（△1=0.1），網(wǎng)絡(luò)結(jié)構(gòu)由0.055提升至0.067（△2＜0.03），形成“同化”的認知狀態(tài)。而邊緣者的網(wǎng)絡(luò)密度（△1<0.1）和結(jié)構(gòu)（△2<0.03）變化均不明顯，處于“同化”或“順應”階段的前期。這說明次邊緣者和邊緣者也正在吸收和融入新的知識，其中，次邊緣者的圖式形態(tài)相較于邊緣者更為復雜，意味著關(guān)鍵領(lǐng)域概念的聯(lián)系相對更加緊密與關(guān)系愈加復雜。

在第三階段，核心者的網(wǎng)絡(luò)密度依然變化顯著，提升了0.840（△1>0.1），對外部信息的積極接納和整合更為豐富，同時網(wǎng)絡(luò)結(jié)構(gòu)提升了0.286（△2>0.03），顯示以“平衡”狀態(tài)處理知識。雖然核心者圖式仍圍繞著“單詞”“文章”“信息”等核心概念，但是其結(jié)構(gòu)的變化可能表現(xiàn)為更多的交叉和連接。該階段的次邊緣者網(wǎng)絡(luò)密度與結(jié)構(gòu)也均發(fā)生顯著變化（△1>0.1，△2>0.03），達到“平衡”狀態(tài)，開始大量主動接受基于關(guān)鍵領(lǐng)域概念的信息，強化自身認知結(jié)構(gòu)。邊緣者在中期逐漸加入了社區(qū)的知識建構(gòu)中，網(wǎng)絡(luò)密度和結(jié)構(gòu)發(fā)生顯著變化（△1>0.1△2>0.03），達到“平衡”狀態(tài)， 圖式內(nèi)部聯(lián)系才迅速增多。

在網(wǎng)絡(luò)密度最高的第四階段，與第三階段圖式基本保持一致，學習共同體認知結(jié)構(gòu)基本穩(wěn)定。通過相鄰階段核心者網(wǎng)絡(luò)密度與結(jié)構(gòu)對比（△1<0.04，△2<0.6）發(fā)現(xiàn)，在采取“平衡”策略后，新“圖式”穩(wěn)定結(jié)構(gòu)逐步形成，次邊緣者也類似。此時，由于邊緣者的社交連接相對較低或受到學習任務刺激，他們更加積極地參與到知識構(gòu)建中，其網(wǎng)絡(luò)密度提升了0.13（△1>0.1），網(wǎng)絡(luò)結(jié)構(gòu)也在發(fā)生顯著變化（△2>0.03），說明邊緣者依舊采取“平衡”策略。

（三）不同主題知識進化分析

針對問題三，本研究采用了LDA主題模型對發(fā)帖內(nèi)容進行處理，將交互內(nèi)容劃分為九個主題。按照主題蘊含的發(fā)帖數(shù)量排序，將前三個主題，即“教育與知識體系”“影音娛樂與生活哲學”“語言與文化差異”定義為感興趣主題，中間三個主題“文學與創(chuàng)造性思維”“詞匯學習與記憶技巧”“學習方法與問題解決”定義為中立主題，最后的三個主題“社會與人類文化”“壓力與目標追求”“社會與人際關(guān)系”表示為不感興趣主題，見表4。

本文著重研究不同主題下的網(wǎng)絡(luò)密度與網(wǎng)絡(luò)結(jié)構(gòu)變化，見表5，針對網(wǎng)絡(luò)密度與網(wǎng)絡(luò)結(jié)構(gòu)分別設(shè)定△3，△4區(qū)分知識進化狀態(tài)。具體而言：當△3？叟1.8時，網(wǎng)絡(luò)密度變化顯著；當△4？叟0.4時，網(wǎng)絡(luò)結(jié)構(gòu)變化顯著，以揭示不同主題下知識進化結(jié)果。

在第一階段，學習者更傾向于建立初始認知圖式，形成基本圖式形態(tài)。此時，學習者之間的連接關(guān)系較為直接，感興趣主題下的網(wǎng)絡(luò)結(jié)構(gòu)僅為1.769，網(wǎng)絡(luò)密度達到6.280，未形成復雜多元的知識交流網(wǎng)絡(luò)，學習者更容易被“詞匯”“技能”等關(guān)鍵領(lǐng)域概念吸引，形成對“圖式”的初步構(gòu)建。在中立主題情境下，學習者更傾向于互相交流與接收知識，其圖式網(wǎng)絡(luò)的密度相較于感興趣主題偏大（6.380>6.280），中立主題通常涉及一些普遍性的知識，如“背誦”“寫作”等，使學習者之間更容易找到共鳴點，促進復雜的圖式結(jié)構(gòu)（2.144）形成。在不感興趣主題的情境下，學習者可能持有較為消極的態(tài)度，對新知識缺乏興趣，網(wǎng)絡(luò)密度與網(wǎng)絡(luò)結(jié)構(gòu)都偏?。?.360<6.280，0.833<1.769），表明他們試圖將新知識融入已有的認知結(jié)構(gòu)中，以便更好地理解和消化這些知識。

隨著知識交互不斷深入，在第二階段感興趣主題的網(wǎng)絡(luò)密度大幅度提升至11.900，同時網(wǎng)絡(luò)結(jié)構(gòu)也顯著提升至3.959，學習者開始廣泛獲取知識并主動改變已有認知結(jié)構(gòu)（△3>1.8，△4>0.4），以“平衡”策略豐富以“知識”“意義”“理論”等為核心的圖式。在中立主題情境下，網(wǎng)絡(luò)密度與網(wǎng)絡(luò)結(jié)構(gòu)分別變化了3.84（△3>1.8）以及0.86（△4>0.4），雖然這種變化比感興趣主題變化小，但學習者仍然在互相交流和探討知識的過程中達到了“平衡”。在不感興趣主題下，網(wǎng)絡(luò)密度變化大，但網(wǎng)絡(luò)結(jié)構(gòu)變化低（△3>1.8，△4<0.4），呈現(xiàn) “同化”狀態(tài)，這種狀態(tài)可能表現(xiàn)出該主題下學習者未快速進入學習狀態(tài)。

在第三階段，感興趣主題下圖式趨向穩(wěn)定密度與復雜結(jié)構(gòu)（△3<1.8，△4>0.4），學習者以“順應”模式改變認知結(jié)構(gòu)，表明學習者傾向加工或鞏固知識。同時，中立主題下主要以“平衡”策略為主，顯示學習者全力投入開展知識建構(gòu)。對于不感興趣主題的網(wǎng)絡(luò)形態(tài)，圖式中孤立點在逐漸減少，網(wǎng)絡(luò)結(jié)構(gòu)上的顯著變化0.416（△4>0.4），達到 “順應”狀態(tài)，但是學習者獲取的知識材料或信息有限。

在第四階段，學習者對感興趣主題仍然采取“順應”模式（△3<1.8，△4>0.4），表明學習者對感興趣主題呈現(xiàn)出高度的專注與興趣；對于中立主題知識，網(wǎng)絡(luò)密度和結(jié)構(gòu)的變化與感興趣主題的情況基本一致，趨向于“順應”狀態(tài)（△3<1.8，△4>0.4），其圖式以“信息”“解釋”“邏輯”等為核心，表明學習者可能正試圖解釋知識背后的邏輯結(jié)構(gòu)。而在不感興趣主題的情況下，學習者可能重新建立起新的“圖式”（△3<1.8，△4<0.4），雖然圖式中孤立點又增加了，但是該主題的圖式形態(tài)已經(jīng)相對穩(wěn)定，不再頻繁地更新或擴展。

五、討? ?論

（一）知識建構(gòu)社區(qū)中關(guān)鍵領(lǐng)域概念語義特征鮮明

本研究抽取出的關(guān)鍵領(lǐng)域概念多為基礎(chǔ)概念，在知識建構(gòu)社區(qū)中扮演著核心知識傳遞作用。鮑婷婷等人指出，領(lǐng)域概念識別是明晰領(lǐng)域邊界和內(nèi)部結(jié)構(gòu)的重要前提[17]。本研究發(fā)現(xiàn)，“文章”“詞匯”“詞匯量”等基礎(chǔ)領(lǐng)域概念，呈現(xiàn)中間中心度較高且接近中心度較低的特點。這些概念不僅在英語學科中關(guān)聯(lián)緊密，也是學習理解更高級概念的前提。相對地，“批判性”“理解力”等在概念網(wǎng)絡(luò)聯(lián)系較少，中間中心度較低而接近中心度較高，其指向?qū)W科培養(yǎng)的價值與目標，僅在相關(guān)主題中才會被討論和應用。網(wǎng)絡(luò)指標差別也驗證了關(guān)鍵領(lǐng)域概念具有一定覆蓋面與普遍代表性，基礎(chǔ)概念作為關(guān)鍵領(lǐng)域概念體現(xiàn)知識交流理解的基礎(chǔ)，具有普遍適用性，而領(lǐng)域分數(shù)較高的概念則在特定領(lǐng)域或主題中起重要作用。

（二）不同學習者的知識進化層次具有差異性

本研究發(fā)現(xiàn)，知識建構(gòu)社區(qū)中社會網(wǎng)絡(luò)不同位置的個體在知識進化上具有差異性。現(xiàn)有研究表明，在線學習中高活躍度個體知識創(chuàng)造主題密度顯著大于低活躍度學生[18]，因而核心者比次邊緣者和邊緣者的討論積極性高，認知網(wǎng)絡(luò)較快達到穩(wěn)定平衡；邊緣者合群程度低且交互較被動，其認知網(wǎng)絡(luò)變化相對較慢。此外，劉清堂等人發(fā)現(xiàn)，個體社交節(jié)點位置越核心，知識建構(gòu)能力越強[19]。本研究中核心者直接采用“平衡”策略快速達到新圖式階段，而次邊緣者則習慣采用“同化”和“平衡”建立新圖式，邊緣者中后期使用“平衡”策略滿足知識加工需求。這與周平紅等的研究[20]相似，學習者隨著教學進程推進逐漸提高交互質(zhì)量，但不同個體知識進化進程、速度不同。

（三）多樣性主題下知識進化規(guī)律呈現(xiàn)復雜性

本研究發(fā)現(xiàn)，不同類型主題下知識進化具有一定復雜性。劉智等人發(fā)現(xiàn)，學習者在不同課程時期對主題的興趣差異影響著學習成效[21]。對于感興趣的主題，學習者通常展現(xiàn)出高度的專注和深度學習的傾向，他們習慣采用“順應”策略，輕松吸收、改變和構(gòu)建認知結(jié)構(gòu)，形成緊密連接的復雜結(jié)構(gòu)并持續(xù)深入地探索和學習。中立主題的學習者傾向“平衡”和“順應”策略。有時候主題雖然有價值但難以消化，這種策略有助于他們理解和消化新知識。對于不感興趣的主題，學習者可能會采用“同化”“順應”策略，將新知識融入已有認知結(jié)構(gòu)。由于主題價值限制，這種策略可能導致他們對主題的理解膚淺且圖式結(jié)構(gòu)相對簡單，并且可能不會頻繁更新或擴展。此外，個體對與教學內(nèi)容相關(guān)的主題具有更持久的興趣[22]，所以，對于有濃厚興趣的主題，學生傾向于主動尋找相關(guān)學習材料、參與討論小組甚至開展自主研究，容易形成預期圖式形態(tài)。而對于其他主題，則需要學生不斷調(diào)整更多認知加工策略，才能達到預期學習目標。

六、結(jié)? ?語

知識建構(gòu)社區(qū)中，知識進化機制是一個復雜多元的系統(tǒng)過程，本研究聚焦關(guān)鍵領(lǐng)域概念，探究不同學習者和主題下知識進化規(guī)律，為理解在線學習個性化路徑提供線索。為有效揭示知識進化進程，本研究融合認知發(fā)展理論與社會網(wǎng)絡(luò)屬性，確定圖式的基本單元以及知識進化框架，通過數(shù)據(jù)挖掘和社會網(wǎng)絡(luò)分析，揭示不同主體與不同主題的進化軌跡。研究結(jié)果發(fā)現(xiàn)：知識建構(gòu)社區(qū)中關(guān)鍵領(lǐng)域概念語義特征鮮明，不同學習者的知識進化層次存在差異性，且多樣性主題下的知識進化規(guī)律呈現(xiàn)復雜性，對促進在線學習中知識的共享、創(chuàng)新和應用具有重要意義。未來的研究將從生物基因的角度，從“遺傳”與“變異”層面窺視知識變化的機制，進一步豐富在線學習理論與實踐。

[參考文獻]

[1] 吳砥，郭慶，鄭旭東.智能技術(shù)進步如何促進學生發(fā)展[J].教育研究，2024，45（1）：121-132.

[2] 卓曉孟.以知識發(fā)生為規(guī)律的教學：基本形態(tài)與實現(xiàn)策略[J].教育研究與實驗，2023（2）：66-74.

[3] 楊琳，吳鵬澤，李倩，等.協(xié)作學習中團體迷思的因果模型及行為表征[J].現(xiàn)代遠程教育研究，2023，35（6）：83-90.

[4] 蔣紀平，滿其峰，胡金艷，等.在線協(xié)作知識建構(gòu)的知識進化：內(nèi)涵、本質(zhì)與模型[J].開放教育研究，2022，28（6）：52-59.

[5] 寧德鵬，周紅磊，任亮.開放式創(chuàng)新社區(qū)知識進化的網(wǎng)絡(luò)演變及可視化研究[J].情報科學，2020，38（6）：90-95.

[6] 董玉琦，高子男，張慧倫，等.技術(shù)支持的個性化協(xié)作式學習實證研究——以高校物理專業(yè)“光的雙縫干涉”教學單元為例[J].現(xiàn)代遠距離教育，2023（1）：10-18.

[7] 陳鈺芬，胡思慧.知識復雜性的測度方法綜述與比較[J].情報雜志，2024，43（3）：165-172，78.

[8] 李海峰.基于變構(gòu)學習理論的信息化教學設(shè)計研究——從ALID模型構(gòu)建到應用實證剖析[J].電化教育研究，2013，34（9）：89-94.

[9] 吳磊，牛紀梅，譚金波.在線學習知識創(chuàng)造機制與影響研究：社會資本理論視角[J].電化教育研究，2023，44（11）：75-81，89.

[10] 王麗英，張義兵.融合知識建構(gòu)和機器學習的觀點質(zhì)量評價[J].現(xiàn)代教育技術(shù)，2020，30（11）：62-69.

[11] 吳磊，牛紀梅，李志超，等.知識建構(gòu)社區(qū)中共情模型與評價方法研究[J].現(xiàn)代遠距離教育，2023（1）：50-60.

[12] 郭炯，霍秀爽.網(wǎng)絡(luò)教學研討中教師協(xié)同知識建構(gòu)研究[J].中國電化教育，2014（3）：101-109.

[13] 董睿，張海濤，蘇欣宇.開放式創(chuàng)新社區(qū)用戶知識協(xié)同創(chuàng)新網(wǎng)絡(luò)演化分析[J].現(xiàn)代情報，2022，42（10）：15-26.

[14] 王煥霞，谷慧娟，仇立崗.“教—學—評”一致性視域下的學習進階教學設(shè)計研究——以“運動和力”單元為例[J].物理教師，2023，44（6）：34-37.

[15] 王振華，于澤元.人工智能助力素養(yǎng)生成：內(nèi)在邏輯與實現(xiàn)路徑[J].電化教育研究，2023，44（7）：37-43.

[16] 周炫余，陳麗，郭玉娟，等.數(shù)量和質(zhì)量并重的社會交互網(wǎng)絡(luò)構(gòu)建方法創(chuàng)新及驗證研究[J].中國遠程教育，2022（9）：61-68，79.

[17] 鮑婷婷，陳麗，鄭勤華，等.“互聯(lián)網(wǎng)+教育”領(lǐng)域本體可視化構(gòu)建與結(jié)構(gòu)分析[J].電化教育研究，2022，43（6）：39-45.

[18] 吳磊，王欣然，范麗鵬，等.基于交互主題的在線學習知識創(chuàng)造研究[J].現(xiàn)代遠距離教育，2022（2）：24-33.

[19] 劉清堂，張妮，朱姣姣.教師工作坊中協(xié)作知識建構(gòu)的社會網(wǎng)絡(luò)分析[J].中國遠程教育，2018（11）：61-69，80.

[20] 周平紅，周洪茜，張屹，等.深度學習視域下學習者協(xié)同知識建構(gòu)歷程的社會認知網(wǎng)絡(luò)特征分析[J].電化教育研究，2021，42（9）：99-107.

[21] 劉智，劉石奇，李卿，等.SPOC論壇中學習者興趣主題建模及其與學習成效的關(guān)系研究[J].電化教育研究，2019，40（12）：87-96.

[22] 袁鵬飛，錢潔.教學審美的理論邏輯與課堂實現(xiàn)——基于知識建構(gòu)理論的視角[J].教育科學研究，2022（12）：60-64.

Research on Knowledge Evolution in Knowledge Construction Community from the Perspective of Cognitive Development Theory

WU Lei1，? ZHAO Qi2，? LU Mengmeng1，? WANG Xinhua3

（1.Faculty of Education， Shandong Normal University， Jinan Shandong 250014;

2.School of Information Science and Engineering， Shandong Normal University， Jinan Shandong 250399;

3.Shandong Normal University Library， Jinan Shandong 250399）

[Abstract] In the era of knowledge economy， the idea-centered knowledge construction community greatly facilitates knowledge creation. Knowledge evolution is an inevitable process of meaningful learning， which provides an important window for uncovering the nature of learning in knowledge construction community. However， although the existing research have attempted to explore the learning patterns of knowledge construction community in terms of knowledge flow， viewpoint evolution， and knowledge network， they have failed to organically unify the interactive content with the intrinsic mental activities. Therefore， this study first integrates cognitive development theory and social network properties to determine the basic unit of schema as well as the framework of knowledge evolution. Secondly， data mining methods are used to extract the key domain concepts to represent the schema unit， and through social network analysis and the LDA topic model， the knowledge evolution trajectories of different subjects and topics are deeply explored combined with the posting rule. The results show that the key domain concepts in knowledge construction community possess distinct semantic features， the knowledge evolution levels of different learners are different， and the knowledge evolution laws under diverse topics are complext. The study not only expands the boundaries of traditional learning theories but also has important implication for optimizing online teaching.

[Keywords] Knowledge Construction; Knowledge Evolution; Social Network Analysis; Cognitive Development Theory; Domain Concepts