摘要：“互聯(lián)網(wǎng)+”時代的知識生產(chǎn)與媒介技術(shù)發(fā)展密切相關(guān)，呈現(xiàn)出從個體生產(chǎn)走向群智共創(chuàng)、人類認知與機器智能相融合的發(fā)展趨勢。群智涌現(xiàn)作為一種新興的知識生產(chǎn)模式，強調(diào)互聯(lián)網(wǎng)環(huán)境中多元主體圍繞問題/主題進行交互匯聚，涌現(xiàn)出遠超個體知識的群體智慧。該研究基于網(wǎng)絡(luò)媒介發(fā)展的知識生產(chǎn)演變歷程，深入剖析了群智涌現(xiàn)的基本形態(tài)，包括基于社會交互的人類群智涌現(xiàn)、基于關(guān)聯(lián)挖掘的機器智能涌現(xiàn)，呈現(xiàn)出人機融合的發(fā)展趨勢。在此基礎(chǔ)上，從生成條件、過程機制和演化形態(tài)等維度剖析了群智涌現(xiàn)的內(nèi)外部知識轉(zhuǎn)化、多主體協(xié)同創(chuàng)新、知識網(wǎng)絡(luò)動態(tài)進化等生成機理；并從問題情境導(dǎo)向、人機協(xié)同參與、多樣活動設(shè)計、協(xié)作機制保障等四個方面提出了教學(xué)實踐中群智涌現(xiàn)的促進策略。研究為理解和分析群智涌現(xiàn)知識生產(chǎn)模式提供了理論基礎(chǔ)與思路參考。

關(guān)鍵詞：群智涌現(xiàn)；群體智慧；機器智能；知識創(chuàng)造；人機融合

中圖分類號：G434 文獻標(biāo)識碼：A

* 本文系國家自然科學(xué)基金重點項目“‘互聯(lián)網(wǎng)+’時代的教育改革與創(chuàng)新管理研究”（項目編號：71834002）、國家自然科學(xué)基金青年項目“群體智慧匯聚下網(wǎng)絡(luò)化知識演化規(guī)律研究”（項目編號：62207005）研究成果。

① 陳麗為本文通訊作者。

一、引言

互聯(lián)網(wǎng)創(chuàng)設(shè)的信息空間使人們能夠隨時隨地、平等地進行知識生產(chǎn)、共享與連接，知識的生產(chǎn)與傳播方式發(fā)生改變，知識回歸為人類全部智慧，表現(xiàn)出綜合化、碎片化、動態(tài)性和草根性等特征。此時，知識生產(chǎn)由個體為中心的意義建構(gòu)走向群體或組織為中心的網(wǎng)絡(luò)連接[1]，“網(wǎng)絡(luò)化知識”的概念由此產(chǎn)生[2]。它是由群體差異化經(jīng)驗的交互匯聚、協(xié)商共識而生成的事實認識、態(tài)度體驗、價值偏好等，是群體成員間自下而上與自上而下耦合交互的“涌現(xiàn)”結(jié)果[3-5]。在多元參與主體、群體交互方式以及技術(shù)支撐工具等要素影響下，網(wǎng)絡(luò)化知識的生產(chǎn)表現(xiàn)出自組織、非線性和不確定性等特征，該知識生產(chǎn)模式也被稱為群智涌現(xiàn)[6]。在此過程中，來自不同背景的參與者基于共同的目標(biāo)或愿景，自發(fā)參與到問題解決和知識創(chuàng)造活動中。他們通過資源共享、觀點交互、差異化協(xié)商等多樣化的互動方式，實現(xiàn)了跨學(xué)科知識與經(jīng)驗的深度融合和碰撞交流，進而涌現(xiàn)出遠超個體知識的群體智慧。群智協(xié)同，即圍繞共同目標(biāo)進行的群體智慧的協(xié)同互動，成為促進群智涌現(xiàn)的關(guān)鍵驅(qū)動力。已有研究描述了互聯(lián)網(wǎng)環(huán)境下群智涌現(xiàn)知識生產(chǎn)的主要表現(xiàn)與核心特征[7]，但其內(nèi)在機理、表現(xiàn)形態(tài)等深層次機制仍有待揭示。本研究基于網(wǎng)絡(luò)媒介技術(shù)推動的知識生產(chǎn)的演進，分析各類群體協(xié)同參與知識生產(chǎn)的基本思路，探究群智涌現(xiàn)的實踐形態(tài)與生成機理，并提出面向教育實踐的群智涌現(xiàn)促進策略。

二、基于網(wǎng)絡(luò)媒介的知識生產(chǎn)

知識生產(chǎn)與媒介技術(shù)密切相關(guān)，媒介技術(shù)顯著影響人類對認知客體（知識）的表征能力與手段，進而影響著客觀知識世界的內(nèi)容[8][9]。在互聯(lián)網(wǎng)出現(xiàn)前，人類主要依賴語言和文字符號來表征知識，僅有少量的人類智慧能夠記錄和傳播。隨著網(wǎng)絡(luò)媒介技術(shù)的進步，人類逐步實現(xiàn)了對全部人類智慧的記錄與發(fā)展，知識生產(chǎn)方式日益多元化：從個體生產(chǎn)拓展到群體協(xié)作，從專業(yè)人士延伸至草根大眾，同時也融入了機器智能的貢獻。知識生產(chǎn)主要模式發(fā)生改變，經(jīng)歷了專業(yè)生產(chǎn)內(nèi)容（Professional Generated Content，PGC）、用戶生產(chǎn)內(nèi)容（User Generated Content，UGC），以及人工智能生產(chǎn)內(nèi)容（Artificial Intelligence Generated Content，AIGC）三種模式。

PGC模式基于靜態(tài)只讀的Web1.0技術(shù)，其生產(chǎn)邏輯本質(zhì)上仍延續(xù)著傳統(tǒng)媒體時期“專業(yè)至上”“內(nèi)容為王”的理念[10]。在該模式下，內(nèi)容的生產(chǎn)與審核把關(guān)主要由專業(yè)人士或機構(gòu)承擔(dān)，從而保障了內(nèi)容生產(chǎn)的專業(yè)性與高質(zhì)量。例如，通過四大門戶網(wǎng)站（新浪、搜狐、網(wǎng)易、騰訊）發(fā)布權(quán)威、專業(yè)的新聞報道。相比而言，UGC模式基于動態(tài)互動的Web2.0技術(shù)，將網(wǎng)絡(luò)用戶納為生產(chǎn)主體，強調(diào)普通用戶通過共享有用的信息、經(jīng)驗和技能等，可以自我學(xué)習(xí)和發(fā)展，進而促進知識創(chuàng)造和個人價值提升；它具有公開發(fā)布、創(chuàng)造性努力和非專業(yè)實踐等特征[11]。UGC主要包含獨立式、累積式、競爭式和協(xié)作式四種生成方式[12]，后三種關(guān)注群體的交互、合作與協(xié)同的模式愈發(fā)重要，強調(diào)通過網(wǎng)絡(luò)媒介匯聚群體智慧、建立知識連接，進而涌現(xiàn)網(wǎng)絡(luò)化知識。例如，通過社會化標(biāo)注、眾包競賽、維基百科等方式，匯聚用戶群體力量協(xié)同生產(chǎn)知識。隨著網(wǎng)絡(luò)形態(tài)的演進和人工智能技術(shù)的smht8a9H5bYyFhXTW5Vq+7xpvqqOYCdAo/ZdGSXVFto=突破，出現(xiàn)了AIGC模式，即利用機器學(xué)習(xí)模型實現(xiàn)文本、圖像、語音等網(wǎng)絡(luò)信息內(nèi)容的自動化合成[13]。在該模式下，智能機器首次以主體身份參與到內(nèi)容生產(chǎn)過程中，例如，ChatGPT應(yīng)用已能進行文章寫作、詩歌創(chuàng)作等內(nèi)容生成與問題求解任務(wù)[14]。相較于以往的知識生產(chǎn)模式，AIGC在促進自動化內(nèi)容生成、提高內(nèi)容質(zhì)量及生產(chǎn)效率等方面具備優(yōu)勢，但目前也存在著“幻覺”、算法偏見、版權(quán)等問題[15]。

知識生產(chǎn)模式從PGC、UGC到AIGC的演變并非簡單的替代關(guān)系，而是一個逐步拓展和融合的發(fā)展過程。三種模式共同推動著知識的網(wǎng)絡(luò)化生產(chǎn)：PGC為用戶提供權(quán)威、專業(yè)的知識資源；UGC通過大眾用戶的交互參與，豐富了知識內(nèi)容的數(shù)量、類型與覆蓋范圍；AIGC則利用人工智能技術(shù)自動或輔助生成內(nèi)容，提高知識生產(chǎn)效率。在此過程中，知識對象的類型和數(shù)量不斷增長，知識形態(tài)由層級化轉(zhuǎn)變?yōu)楸馄骄W(wǎng)絡(luò)化，知識生產(chǎn)方式也從依賴人類專家、個體使能轉(zhuǎn)向人機協(xié)同、群智驅(qū)動，從而大大提高了知識生產(chǎn)的效率，加速了知識的動態(tài)更新過程。專業(yè)人士、普通用戶和機器智能體等多元主體相互協(xié)作、適應(yīng)與融合，搭建起群體智慧的知識網(wǎng)絡(luò)，進而不斷推動新知涌現(xiàn)。

三、群智涌現(xiàn)的表現(xiàn)形態(tài)

互聯(lián)網(wǎng)通過匯聚和共享群體智慧、建立網(wǎng)絡(luò)連接等方式推動知識不斷生產(chǎn)、傳播和進化，使得群智涌現(xiàn)成為知識生產(chǎn)的重要模式。隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，不僅人類群體能更高效地進行協(xié)作分享和知識創(chuàng)造，機器智能體也在自我學(xué)習(xí)和智能進化方面不斷提升，逐步參與到知識生產(chǎn)過程中。在此基礎(chǔ)上，筆者提出了兩種群智涌現(xiàn)的實踐形態(tài)：一是基于社群中的復(fù)雜交互的人類群智涌現(xiàn)，強調(diào)社會大眾在特定問題場景和實踐需求下，通過群體協(xié)作、靈感互動、頭腦風(fēng)暴等共享機制所涌現(xiàn)出的新特征；二是基于關(guān)聯(lián)挖掘的機器智能涌現(xiàn)，表現(xiàn)為計算機程序或機器智能體整合海量數(shù)據(jù)和知識資源開展任務(wù)的協(xié)同交互所實現(xiàn)的關(guān)聯(lián)重組的涌現(xiàn)，可細分為機器自身的“能力”涌現(xiàn)和機器交互的任務(wù)涌現(xiàn)兩個層次。

（一）基于社會交互的人類群智涌現(xiàn)

在互聯(lián)網(wǎng)環(huán)境中，個體受到興趣或任務(wù)驅(qū)動進入社區(qū)開展學(xué)習(xí)，針對主題或問題發(fā)表自身觀點及看法，并在與其他個體差異化觀點的碰撞中涌現(xiàn)出新的認識、規(guī)則和文化等，筆者將其稱為基于社會交互的人類群智涌現(xiàn)。在該過程中，知識涌現(xiàn)發(fā)生在個體、群體和組織等多個層面，個體知識源自外部環(huán)境異質(zhì)性知識的刺激，群體知識產(chǎn)生于內(nèi)部個體差異化知識經(jīng)驗的社會互動，組織知識則是在不同社群間長期的互動和協(xié)作中逐漸形成的。前者源于人腦神經(jīng)網(wǎng)絡(luò)的復(fù)雜內(nèi)在知識加工，往往難以直接進行觀察與追蹤；后兩者則是生物與環(huán)境相互作用和影響的結(jié)果，側(cè)重于隱性知識價值呈現(xiàn)[16]，一般可外顯為主體之間交互產(chǎn)生的行為、態(tài)度、情感、意識等的變化。在個體層面，個體通過資源共享、觀點互動等方式融入社區(qū)、貢獻知識、發(fā)展經(jīng)驗，促進自身知識增長的同時，也為群體知識的生成與進化提供基礎(chǔ)。在群體層面，來自多元個體的豐富知識對象在問題情境驅(qū)動下聚合到一起，經(jīng)過討論、關(guān)聯(lián)、補充、整合、論證等過程不斷優(yōu)化與完善對于問題的認識，進而涌現(xiàn)出針對某一問題超越單一個體認知、更為全面系統(tǒng)的認知與解決方案[17]。在組織層面，通過群體較為長期的學(xué)習(xí)與交互，組織內(nèi)部可形成較為穩(wěn)定的文化、規(guī)約與價值觀等。個體知識與群體知識的發(fā)展是相輔相成、協(xié)同進化的過程，組織知識則是個體知識與群體知識共同發(fā)展的結(jié)果，并反過來影響個體知識與群體知識的生成與發(fā)展。

Nonaka[18]研究了由個體知識到組織知識的轉(zhuǎn)化和創(chuàng)造過程，強調(diào)個人承諾（意圖）、環(huán)境波動、信息冗余、多樣性經(jīng)驗等條件的重要性，這對于網(wǎng)絡(luò)時代由群體聚集交互而促發(fā)的知識流動和知識創(chuàng)造具有指導(dǎo)意義。筆者以此為理論基礎(chǔ)，對互聯(lián)網(wǎng)環(huán)境下以社群交互為主的知識創(chuàng)造與涌現(xiàn)過程進行闡釋，其本質(zhì)上是社區(qū)內(nèi)部個體與群體之間知識的傳遞、整合和創(chuàng)造的結(jié)果，強調(diào)顯性知識和隱性知識的交互轉(zhuǎn)化。如下頁圖1所示，這一過程是技術(shù)網(wǎng)絡(luò)（各類社交媒體與工具構(gòu)成的網(wǎng)絡(luò)）、社會網(wǎng)絡(luò)（人際交互構(gòu)成的網(wǎng)絡(luò)）和知識網(wǎng)絡(luò)（群體交互過程中各類知識經(jīng)驗連接構(gòu)成的網(wǎng)絡(luò)）等多層網(wǎng)絡(luò)的螺旋動態(tài)發(fā)展過程。個體在共同的興趣、話題或問題需求驅(qū)動下進入社區(qū)開展學(xué)習(xí)，技術(shù)網(wǎng)絡(luò)為個體提供交互與協(xié)作的空間。在此過程中，個體知識之間的互動與連接是促進社區(qū)知識生產(chǎn)的基礎(chǔ)與關(guān)鍵，其主要表現(xiàn)為兩種方式：一是個體與個體之間直接的知識交流（多發(fā)生在“熟人”圈層）；二是個體通過發(fā)表博客、觀點等方式將自身知識“外化”到互聯(lián)網(wǎng)空間，他人可通過查閱間接地獲取到這些知識，進而“內(nèi)化”到自身知識結(jié)構(gòu)中。兩種知識交互方式都以社交媒體構(gòu)成的技術(shù)網(wǎng)絡(luò)為中介，從而建立個體知識結(jié)構(gòu)之間的連接。個體交互過程中產(chǎn)生的知識連接內(nèi)嵌于社區(qū)的技術(shù)網(wǎng)絡(luò)和社會網(wǎng)絡(luò)中，形成社區(qū)的虛擬知識庫。每當(dāng)個體點擊查閱時，便可能激活知識連接。在此過程中，隨著多元個體知識經(jīng)驗的不斷共享、連接與融合，產(chǎn)生的信息冗余有助于觸發(fā)群體內(nèi)部的反思、碰撞與沖突，并將在群體的多輪觀點表達與意見交換過程中促進知識的網(wǎng)絡(luò)化涌現(xiàn)。

多元知識經(jīng)驗驅(qū)動下的社會交互是觸發(fā)群智涌現(xiàn)的基礎(chǔ)，其始于個體內(nèi)部思想的語言表達與互動。在互聯(lián)網(wǎng)環(huán)境中，文字作為語言的主要載體實現(xiàn)了對知識經(jīng)驗的體外延伸與發(fā)展傳承，支撐人類開展網(wǎng)絡(luò)連接、協(xié)作交互、內(nèi)容輸出等學(xué)習(xí)活動，進而促進思維碰撞和知識創(chuàng)造。在此過程中，個體間認識與經(jīng)驗的交互碰撞不斷豐富社區(qū)的知識連接，為知識創(chuàng)造提供動力。社區(qū)中不同個體之間緊密關(guān)聯(lián)，社區(qū)成員間的互動往往會促進信息的交匯與重疊，由此激發(fā)知識對象的連接和擴展，形成群體知識網(wǎng)絡(luò)，這是群體在學(xué)習(xí)交流過程中思維碰撞的涌現(xiàn)結(jié)果。

（二）基于關(guān)聯(lián)挖掘的機器智能涌現(xiàn)

在人工智能、物聯(lián)網(wǎng)等智能技術(shù)快速發(fā)展的推動下，機器開始表現(xiàn)出自主性、智能性等新特征。機器智能的涌現(xiàn)是指大量計算機程序或智能體協(xié)同作用，以產(chǎn)出超出單個程序或智能體能力的復(fù)雜行為或結(jié)果[19]。一方面，機器智能體通過模仿人類信息處理活動，從海量數(shù)據(jù)和知識資源中學(xué)習(xí)并發(fā)現(xiàn)知識，逐漸涌現(xiàn)出感知、識別、推理等類人智能；另一方面，基于機器自身涌現(xiàn)出的這些復(fù)雜問題求解能力，面向?qū)嶋H應(yīng)用場景調(diào)整優(yōu)化模型，涌現(xiàn)出針對問題/任務(wù)的解決方案。近年來，大語言模型（Large Language Model，LLM）在自然語言的理解和生成等方面取得突破進展，其借助算法揭示數(shù)據(jù)中的模式和規(guī)律，實現(xiàn)了面向多種任務(wù)形式的適應(yīng)性調(diào)整與應(yīng)用，從而展現(xiàn)出機器智能的潛力。研究發(fā)現(xiàn)[20]，在一些知識密集型任務(wù)中，LLM的任務(wù)表現(xiàn)能力會隨數(shù)據(jù)規(guī)模的增加而不斷增長，體現(xiàn)出LLM本身的“涌現(xiàn)”能力，可隨著規(guī)模增長不斷“解鎖”新功能。同時，研究發(fā)現(xiàn)當(dāng)處理由多個步驟組成、需要進行復(fù)雜邏輯推理的任務(wù)時，LLM更易展現(xiàn)出涌現(xiàn)能力[21]，這表明任務(wù)類型對涌現(xiàn)能力具有重要影響。因此，筆者提出機器智能涌現(xiàn)的兩個層次：機器自身的能力涌現(xiàn)以及在交互活動中的任務(wù)涌現(xiàn)（如圖2所示）。此類涌現(xiàn)是以計算機程序或機器智能體為主體、以發(fā)掘知識之間的聯(lián)系為核心，筆者將其稱為基于關(guān)聯(lián)挖掘的機器智能涌現(xiàn)，強調(diào)從數(shù)據(jù)、知識中發(fā)現(xiàn)項目或?qū)ο蠹现g的模式、特征和規(guī)律等。

基于LLM的機器智能涌現(xiàn)以大規(guī)模數(shù)據(jù)的并行計算以及算法程序間的相互作用為基礎(chǔ)，通過深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型對數(shù)據(jù)進行處理和訓(xùn)練，利用Transformer架構(gòu)中的多頭注意力機制建立不同知識之間的聯(lián)系，從而進行模式學(xué)習(xí)。同時，前饋神經(jīng)網(wǎng)絡(luò)（Feed-Forward Network，F(xiàn)FN）的分層結(jié)構(gòu)有助于知識模式的分層存儲和計算檢測[22]。在此基礎(chǔ)上，隨著數(shù)據(jù)訓(xùn)練規(guī)模和模型參數(shù)的不斷增長，模型能涌現(xiàn)出語言理解、邏輯推理、文本生成等能力。這一過程在某種程度上模仿了人類大腦中神經(jīng)元相互作用的認知機制，大量神經(jīng)網(wǎng)絡(luò)單元通過復(fù)雜的相互作用處理、訓(xùn)練數(shù)據(jù)，進行多模式識別與知識學(xué)習(xí)，從而激發(fā)了機器內(nèi)部的能力涌現(xiàn)。這些能力構(gòu)成了機器在執(zhí)行任務(wù)過程中的核心基礎(chǔ)，在任務(wù)應(yīng)用場景中，需要結(jié)合場景需求對模型進行調(diào)整優(yōu)化。例如，ChatGPT在LLM基礎(chǔ)上融合了對話管理系統(tǒng)、自然語言理解模型等多種智能體技術(shù)，協(xié)同服務(wù)于語言對話任務(wù)。此時，機器智能的涌現(xiàn)發(fā)生在智能體與任務(wù)之間的動態(tài)交互和反饋中，智能體基于任務(wù)/問題需求調(diào)用前期儲存的知識模式，并進一步通過知識融合和推理、上下文管理等過程，涌現(xiàn)的是針對問題/任務(wù)的靈活響應(yīng)結(jié)果和解決方案。然而，機器涌現(xiàn)能力及涌現(xiàn)內(nèi)容的質(zhì)量受到數(shù)據(jù)、算力、算法等多要素的共同影響。目前，機器智能研究尚處于初級階段，主要依賴于批量數(shù)據(jù)預(yù)訓(xùn)練生成大模型，仍然存在數(shù)據(jù)自動更新、算法局限、模型泛化能力不足等問題和挑戰(zhàn)。

（三）群智涌現(xiàn)的人機融合趨勢

人類智能與機器智能各有專長，人類擅長邏輯推理、直覺感知和觸類旁通，在創(chuàng)造力與適應(yīng)性方面具有優(yōu)勢；機器則強于搜索和計算等“暴力思維”，在重復(fù)工作、處理離散任務(wù)等方面具有優(yōu)勢。“互聯(lián)網(wǎng)+”時代數(shù)據(jù)和信息的爆炸式增長，對人類的信息組織與計算能力提出了巨大挑戰(zhàn)，人類認知系統(tǒng)已難以應(yīng)對海量信息資源激增帶來的復(fù)雜性與不確定性；機器模型雖已初具智能，但在處理問題時存在常識知識缺乏、數(shù)據(jù)偏差和認知偏見等問題[23]。因此需要將兩者結(jié)合起來，充分利用機器優(yōu)勢，促使人類才智發(fā)揮[24]。在基于社會交互的人類群智涌現(xiàn)過程中，技術(shù)或工具作為外部環(huán)境支撐人類開展更加豐富、便捷的知識生產(chǎn)活動，拓展人類計算能力，輔助發(fā)現(xiàn)潛在知識；在基于關(guān)聯(lián)挖掘的機器智能涌現(xiàn)過程中，關(guān)注機器智能作為人類智能的延伸和拓展，在人類知識資源基礎(chǔ)上進行知識服務(wù)和知識生成。本質(zhì)上，所有人為設(shè)計的方法均體現(xiàn)了數(shù)據(jù)和知識協(xié)同的理念[25]，未來的知識生產(chǎn)也將越來越多地展現(xiàn)人機融合的作用。通過將機器融合多模態(tài)數(shù)據(jù)與常規(guī)知識庫、知識圖譜等人類經(jīng)驗，促進智能系統(tǒng)或模型的認知能力，進而促進自動化、高質(zhì)量的知識組織、管理和生產(chǎn)。

已有研究[26]從主體視角將人機協(xié)同的工作方式分為人類主導(dǎo)、機器輔助（“Embedding”模式），人機分工合作共進（“Copilot”模式）以及機器基于目標(biāo)的全權(quán)代理、自動化工作（“Agent”模式）三種模式。隨著機器在自主、智能等方面性能的持續(xù)提升，后兩種人機融合模式將成為推動群智涌現(xiàn)知識生產(chǎn)的重要方式。其將人類進行問題解決的感知、認知機制以及機器強大的運算和存儲能力相融合，開辟出一條人機共生的知識生產(chǎn)路徑。例如，群體在嵌入智能學(xué)習(xí)系統(tǒng)的環(huán)境中開展在線學(xué)習(xí)，機器能夠基于社群互動行為自適應(yīng)推薦知識資源、聯(lián)通學(xué)習(xí)群體、動態(tài)引導(dǎo)反饋、拓展知識網(wǎng)絡(luò)，從而匯聚群體開展圍繞特定主題的深度交流與研討，碰撞生成創(chuàng)新思路、學(xué)習(xí)制品等。再如，在基于智能代理的教學(xué)情境中，機器智能體能夠承擔(dān)一定的計算操作和支持服務(wù)，充分發(fā)揮其強大的計算能力，幫助學(xué)習(xí)者進行資源匯聚、組織決策和探索創(chuàng)新。已有研究[27]提出“人在回路”（Human in the Loop）的思想，即通過人類干預(yù)和反饋的方式將人類先驗知識融入智能系統(tǒng)的計算回路中，以提高數(shù)據(jù)分析精度，優(yōu)化模型參數(shù)，進而提高模型的自由度與情境感知性，推動機器“自主”涌現(xiàn)智能。在“人-機”融合作用過程中，人、機器與環(huán)境多重要素相互作用，搭建起將“數(shù)據(jù)-知識-智能”轉(zhuǎn)化的橋梁，促使知識生態(tài)系統(tǒng)與知識技術(shù)體系相互融合、共同發(fā)展。通過不同路徑生成的知識都將存儲于互聯(lián)網(wǎng)環(huán)境中，構(gòu)成豐富的知識學(xué)習(xí)資源；根據(jù)知識之間的相關(guān)性、相似性等復(fù)雜關(guān)系，相互交織形成知識網(wǎng)絡(luò)，能夠用于解決更加多樣、復(fù)雜的理論與實踐問題。

四、群智涌現(xiàn)的生成機理

群智涌現(xiàn)強調(diào)在互聯(lián)網(wǎng)空間支撐下，人類、機器智能體等主體基于多樣化知識經(jīng)驗的交互、連接、轉(zhuǎn)化與協(xié)同創(chuàng)造，從而促進知識的網(wǎng)絡(luò)化生產(chǎn)與動態(tài)發(fā)展?；谏鲜鲅芯炕A(chǔ)，筆者嘗試從生成條件、過程機制和演化形態(tài)三方面揭示群智涌現(xiàn)的生成機理。

（一）生成條件：顯、隱性知識交互轉(zhuǎn)化

“互聯(lián)網(wǎng)+”時代知識的范疇擴大到全部人類智慧，強調(diào)對所有人類知識經(jīng)驗的分享、匯聚、重組和再創(chuàng)造[28]。互聯(lián)網(wǎng)信息空間為個體經(jīng)驗的分享提供了條件，人類能夠借助各類社交媒體和平臺發(fā)表關(guān)于實踐問題的獨特經(jīng)驗，并快速尋找到與自己適合的組織和社群。在社群交互過程中，個體和群體的顯性知識、隱性知識相互轉(zhuǎn)化，構(gòu)成了群智涌現(xiàn)的基礎(chǔ)。（1）互聯(lián)網(wǎng)連接海量信息釋放全部人類知識經(jīng)驗。在互聯(lián)網(wǎng)環(huán)境下，不僅專業(yè)人士，普通用戶和機器智能體也成為知識生產(chǎn)的重要參與者。相較于基于人類專家抽象描述的系統(tǒng)化科學(xué)知識生產(chǎn)，互聯(lián)網(wǎng)空間通過共性話題吸引、社群分享匯聚、差異化觀點交互等過程，將各類個性化實踐經(jīng)驗、公眾輿論、情感偏好等知識內(nèi)容融入生產(chǎn)過程，實現(xiàn)了知識的全譜系回歸[29]。（2）顯、隱性知識交互轉(zhuǎn)化促進知識網(wǎng)絡(luò)化發(fā)展。網(wǎng)絡(luò)化知識通常是與人類群體或組織的實踐行動緊密聯(lián)系在一起的，在知識生產(chǎn)的同時就可實現(xiàn)傳播與應(yīng)用[30]。以往的科學(xué)知識生產(chǎn)受到人類表征能力的局限，生產(chǎn)和傳播的范疇僅限于部分能被人類語言或文字表征的知識，大量技能、情感、態(tài)度等有價值的隱性信息通常難以表征，因此也無法匯入知識生產(chǎn)過程?；ヂ?lián)網(wǎng)空間以其開放共享促進了這些隱性知識的外化與傳播，實現(xiàn)了顯性知識和隱性知識的快速轉(zhuǎn)化，推動知識動態(tài)匯聚、關(guān)聯(lián)與生產(chǎn)。

（二）過程機制：多要素驅(qū)動的協(xié)同創(chuàng)新

互聯(lián)網(wǎng)信息空間為人類創(chuàng)設(shè)了開放、便捷的交互情境，促進了群體的規(guī)?；瘏R聚與持續(xù)性交互，由此推動了知識基于群體協(xié)同的生產(chǎn)與演化。網(wǎng)絡(luò)化知識生產(chǎn)是互聯(lián)網(wǎng)環(huán)境匯聚群體智慧協(xié)同作用進行模式識別的過程，關(guān)于問題的復(fù)雜知識經(jīng)驗?zāi)軌蛲ㄟ^個體交互、數(shù)據(jù)關(guān)聯(lián)、人機協(xié)作等多種方式實現(xiàn)動態(tài)關(guān)聯(lián)、再創(chuàng)造及進化發(fā)展。（1）知識驅(qū)動的群聚交互突破個體認知局限。互聯(lián)網(wǎng)信息空間為跨越時空、層級的群體匯聚創(chuàng)設(shè)了環(huán)境基礎(chǔ)，促進了在問題引領(lǐng)下人類知識經(jīng)驗的交互共享和協(xié)作創(chuàng)生。這種模式突破了以往單一個體主導(dǎo)的問題解決方式，通過群體協(xié)同延展了人類認知視域。公眾基于各類知識社區(qū)與交互平臺，通過發(fā)現(xiàn)社群、尋找伙伴、分享資源、信息標(biāo)注、發(fā)表觀點等過程進行模式識別，整合、創(chuàng)造生成新知識，推動知識生產(chǎn)進入群智共創(chuàng)的新時代。例如，“知乎”社區(qū)通過開放式的用戶問答與互動，促進了問題的高效解決[31]；“豆瓣”社區(qū)通過社會化標(biāo)注方式，實現(xiàn)了基于大眾點評的知識產(chǎn)品內(nèi)容審查與推薦[32]。（2）數(shù)據(jù)驅(qū)動的知識發(fā)現(xiàn)促使隱性關(guān)聯(lián)知識顯現(xiàn)。數(shù)據(jù)驅(qū)動的知識發(fā)現(xiàn)強調(diào)通過對海量數(shù)據(jù)的匯聚和整合，基于算法/程序進行特征識別、規(guī)模訓(xùn)練等分析處理，從中揭示那些隱藏在數(shù)據(jù)背后、不易察覺的隱性知識關(guān)聯(lián)，進而形成對于事物或現(xiàn)象的多模式識別[33]。例如，通過對海量交互數(shù)據(jù)和知識資源的計算與學(xué)習(xí)，機器智能體能夠挖掘出隱含在數(shù)據(jù)關(guān)聯(lián)中的有價值信息和知識，并結(jié)合具體任務(wù)對其進行整合、重組，由此產(chǎn)出對于任務(wù)的闡釋和趨勢預(yù)測等，甚至給出初步的問題解決方案。（3）人機協(xié)同促進知識動態(tài)生成與持續(xù)進化。機器通過對人類既有知識經(jīng)驗的“學(xué)習(xí)”，利用語言、文字、符號等人類思維載體延伸和拓展人類認知[34]，正代替人類完成一些程序化的知識工作，如機器翻譯、自動摘要、知識內(nèi)容的整合編輯等，甚至參與到知識的創(chuàng)造和生產(chǎn)中。在此過程中，人類與機器可以通過基于情境的交互反饋互教互學(xué)、協(xié)同創(chuàng)新，由此推動知識的快速生成與動態(tài)進化。

（三）演化形態(tài)：動態(tài)進化的知識網(wǎng)絡(luò)

傳統(tǒng)基于文字出版流程的科學(xué)知識生產(chǎn)遵循固化的標(biāo)準(zhǔn)與流程，從想法的產(chǎn)生到知識的組織生成以及規(guī)模化傳播是一個逐級推進、漸進生成的過程，且各個環(huán)節(jié)間往往需經(jīng)歷較長的時間周期，具有高成本、低效率的特征[35]?；ヂ?lián)網(wǎng)平等、開放的共享空間滿足了不同群體便捷、無邊界、連續(xù)性地知識分享和經(jīng)驗交互，知識的生產(chǎn)者和消費者互為彼此，在交互中形成協(xié)同知識網(wǎng)絡(luò)生態(tài)。（1）知識生產(chǎn)更具開放共享與系統(tǒng)生態(tài)。不同于以往對于生產(chǎn)主體與生產(chǎn)環(huán)境的專業(yè)性、規(guī)范性要求，多元主體參與的知識生產(chǎn)更具開放性和共享性，逐漸形成開放流動、動態(tài)更迭的知識生態(tài)系統(tǒng)[36]。在該系統(tǒng)中，群體的匯聚和交互不受人為約束，而是一種開放式、自組織的涌現(xiàn)過程?；ヂ?lián)網(wǎng)信息空間聯(lián)通物理空間和社會關(guān)系空間，使得人們能夠通過在線平臺、社交媒體等途徑平等自由地發(fā)表和分享自己的知識成果和觀點認識。這些開放數(shù)據(jù)和信息又能夠持續(xù)地為人類和機器提供原料，以促進其不斷學(xué)習(xí)、實現(xiàn)自我進化，推動創(chuàng)新和合作不斷發(fā)生，由此形成人類、技術(shù)、環(huán)境協(xié)同共生的知識網(wǎng)絡(luò)生態(tài)。（2）知識生產(chǎn)與傳播同程推動知識快速進化更迭。互聯(lián)網(wǎng)環(huán)境下群體交互生產(chǎn)知識無時無刻都在發(fā)生，其突破了傳統(tǒng)固化出版流程的限制，過程中產(chǎn)生的扁平化知識網(wǎng)絡(luò)實現(xiàn)了知識生產(chǎn)與傳播的同步推進[37]。同時，隨著智能技術(shù)的快速更迭，機器智能體在知識生產(chǎn)中的作用逐漸從工具輔助轉(zhuǎn)向自主產(chǎn)出[38]。相較于人類主導(dǎo)的思維性生產(chǎn)，機器智能體通過對互聯(lián)網(wǎng)環(huán)境下動態(tài)發(fā)展的關(guān)聯(lián)數(shù)據(jù)的挖掘來實現(xiàn)知識的自動化生產(chǎn)，如對在線教學(xué)場景中交互數(shù)據(jù)的分類組織、概念間關(guān)聯(lián)關(guān)系的挖掘等。由此，實現(xiàn)了知識快速、高效地生產(chǎn)、傳播及進化更迭。

五、群智涌現(xiàn)的促進策略

已有研究[39]指出，群體匯聚的模式、結(jié)構(gòu)與機制等是影響群體互動涌現(xiàn)群智的關(guān)鍵因素。在以數(shù)據(jù)和知識為重要驅(qū)動力，強調(diào)群力共創(chuàng)、人機共生的“互聯(lián)網(wǎng)+”時代，以知識創(chuàng)造為核心內(nèi)容的教育教學(xué)亟需轉(zhuǎn)型應(yīng)變，發(fā)揮群體效能激發(fā)涌現(xiàn)力量。筆者結(jié)合教學(xué)實踐探索，從問題任務(wù)、交互節(jié)點、群聚結(jié)構(gòu)和協(xié)作機制四方面提出網(wǎng)絡(luò)學(xué)習(xí)環(huán)境下促進群智涌現(xiàn)的實踐策略，以期為后續(xù)相關(guān)教育實踐提供方法與策略參考。

（一）問題情境導(dǎo)向：創(chuàng)設(shè)以任務(wù)為導(dǎo)向或基于主題分享創(chuàng)造的情境

研究表明，群體智慧在兩種情境下更易涌現(xiàn)：以簡單任務(wù)為導(dǎo)向的情境和以分享創(chuàng)造為導(dǎo)向的情境[40]?；ヂ?lián)網(wǎng)環(huán)境促進了人類群體基于簡單行為的匯聚與協(xié)作，簡單行為的匯聚也會涌現(xiàn)出超乎想象的結(jié)果，如基于網(wǎng)絡(luò)的信息集成，每個人只需要提供一點信息，就能拼湊形成一張完整的地圖[41]。以分享和創(chuàng)造為導(dǎo)向的情境本身就蘊含著知識創(chuàng)造的目標(biāo)，且該情境下的參與者多為一些思想活躍開放、樂于分享，自身具備一定知識經(jīng)驗的人，這樣的匯聚方式更有利于知識的創(chuàng)造。例如，基于聯(lián)通主義的在線開放課程（connectivist Massive Open Online Course，cMOOC）教學(xué)中融合了學(xué)習(xí)任務(wù)引導(dǎo)和基于主題的分享創(chuàng)造情境[42]，一方面，課程為學(xué)習(xí)者提供多個主題和任務(wù)選擇，引導(dǎo)學(xué)習(xí)者聚焦教育場景，有目標(biāo)的自由發(fā)散思考；另一方面，課程搭建了分布式交互環(huán)境，促進學(xué)習(xí)者基于興趣或需求聚合探討、交互碰撞，由此推動社群網(wǎng)絡(luò)不斷發(fā)展。

（二）人機協(xié)同參與：加入融合人類主體與虛擬代理等的多元節(jié)點類型

生成式人工智能的發(fā)展顛覆了人類對知識生產(chǎn)的認知：機器智能體從輔助知識生產(chǎn)進化為新的“知識生產(chǎn)者”。相比于人類知識生產(chǎn)，機器智能體尤其擅長基于數(shù)據(jù)的系統(tǒng)化加工與整理。在“互聯(lián)網(wǎng)+”時代，信息和知識的急劇增長對人類的學(xué)習(xí)能力提出更高挑戰(zhàn)，學(xué)習(xí)不再僅僅是對資源的獲取與理解，而是包含從資源的篩選、整理、理解到應(yīng)用、創(chuàng)造等的全過程能力發(fā)展。在互聯(lián)網(wǎng)環(huán)境中，學(xué)習(xí)者不僅可和其他個體交互溝通思想，也可借助機器智能體獲取知識資源、啟發(fā)思考。由此，教學(xué)活動設(shè)計不僅應(yīng)考慮人與人之間的交互，也可以將機器智能體作為網(wǎng)絡(luò)中的交互節(jié)點融入活動設(shè)計，允許學(xué)習(xí)者通過與機器智能體的交互獲取相關(guān)資源，或?qū)で蠹夹g(shù)操作、方法使用等方面的幫助。同時，機器節(jié)點的加入也能增強網(wǎng)絡(luò)節(jié)點的多樣性，豐富學(xué)習(xí)者的交互體驗，激勵學(xué)習(xí)者循序漸進地開展學(xué)習(xí)并形成個性化見解，從而促進知識涌現(xiàn)。例如，cMOOC5.0中引入機器人消息通知和自助答疑，幫助學(xué)習(xí)者自動獲取課程相關(guān)訊息及常見問題引導(dǎo)，促進了學(xué)習(xí)者參與學(xué)習(xí)的積極性和持續(xù)性[43]。

（三）多樣活動設(shè)計：組織多樣主題活動促生多中心、分布式網(wǎng)絡(luò)結(jié)構(gòu)

涌現(xiàn)是一種組織效應(yīng)、結(jié)構(gòu)效應(yīng)[44]。在群體智慧相關(guān)研究中，網(wǎng)絡(luò)中心化是支配群體產(chǎn)生群智的關(guān)鍵網(wǎng)絡(luò)屬性[45]，這一屬性主要體現(xiàn)在網(wǎng)絡(luò)拓撲結(jié)構(gòu)的度分布上。在互聯(lián)網(wǎng)環(huán)境下基于群體匯聚的知識涌現(xiàn)中，主體匯聚連接的模式會影響群體的社會網(wǎng)絡(luò)結(jié)構(gòu)，進而影響知識的涌現(xiàn)效果。已有實踐表明，基于共同目標(biāo)有序流動的開放、分布式網(wǎng)絡(luò)社區(qū)結(jié)構(gòu)有助于增強社區(qū)經(jīng)驗的多樣性，并減少因長期穩(wěn)固權(quán)力結(jié)構(gòu)產(chǎn)生的群體壓力[46]，進而產(chǎn)生涌現(xiàn)。為此，教學(xué)應(yīng)緊密圍繞相關(guān)主題或問題開展，以凝聚具備共同意圖的學(xué)習(xí)者加入；其次，開放多種交互話題，允許學(xué)習(xí)者自由選擇并參與創(chuàng)建，激發(fā)社區(qū)創(chuàng)新活力；同時，嵌入多種學(xué)習(xí)支架和支持工具引導(dǎo)學(xué)習(xí)者基于任務(wù)復(fù)雜性選擇不同的學(xué)習(xí)方式。cMOOC課程采用開放式、多主題、多樣化活動設(shè)計，如資源分享、原創(chuàng)性博客輸出、論壇討論、協(xié)作問題解決等，鼓勵學(xué)習(xí)者通過多種渠道獲取信息、表達觀點、建立廣泛連接[47]，以提高社會網(wǎng)絡(luò)的分散性。同時，課程平臺扁平化的設(shè)計為每一位學(xué)習(xí)者提供了平等的表達機會，任何人都有可能成為社群交互的中心[48]，多中心網(wǎng)絡(luò)結(jié)構(gòu)也促進并保護了新奇想法和創(chuàng)新方案的產(chǎn)生和發(fā)展。

（四）協(xié)作機制保障：建立角色分工、激勵報償、評估修正等過程機制

知識涌現(xiàn)的發(fā)生依靠群體間協(xié)作交互的耦合效應(yīng)，群體間的有效協(xié)作有賴于社區(qū)機制的引導(dǎo)[49]，且這種機制不是完全由權(quán)威控制，而是結(jié)合社區(qū)主導(dǎo)者組織引導(dǎo)和協(xié)作過程中自然形成的社群規(guī)約。例如，Github、知乎等知識社區(qū)要求參與者以關(guān)鍵詞、領(lǐng)域詞條等對分享內(nèi)容進行標(biāo)注，以便對知識庫進行自動化地組織與管理。同時，群體中的角色分工與互動是影響群智發(fā)揮效果的關(guān)鍵，研究發(fā)現(xiàn)，協(xié)作社區(qū)中的“強互惠者”角色有助于促進協(xié)作秩序的產(chǎn)生[50]；群體多種角色的分工及角色作用方式等都對群智協(xié)同的效果具有重要影響，如組織者、整合者、輔助者、執(zhí)行者等角色協(xié)作解決問題的互動配合方式會影響小組協(xié)作效果[51]。此外，激勵和報償機制也在促進群體主動分享和貢獻方面發(fā)揮著關(guān)鍵作用，尤其對于社區(qū)的持續(xù)性發(fā)展至關(guān)重要。例如，cMOOC通過設(shè)置多類型證書、提供社區(qū)直播等外部獎勵機制激發(fā)學(xué)習(xí)者的外部學(xué)習(xí)動機，以及利用社區(qū)聲譽、互惠心理等建立交互排名、社區(qū)助力、評估修正等任務(wù)機制促進主動貢獻，營造互惠共贏的社區(qū)文化。

六、結(jié)語

群智涌現(xiàn)是數(shù)字化轉(zhuǎn)型時期的新型知識生產(chǎn)模式，深入探究其內(nèi)在機理與作用機制是理解并有效運用這一模式的關(guān)鍵。研究通過梳理網(wǎng)絡(luò)媒介發(fā)展過程中知識內(nèi)容生產(chǎn)由PGC到UGC再到AIGC的演變歷程，揭示出知識生產(chǎn)多主體協(xié)同、群智匯聚、人機共促等發(fā)展趨勢?；诖?，深入探究了群智涌現(xiàn)的典型模式，分別為人類群智涌現(xiàn)和機器智能涌現(xiàn)。人類群智涌現(xiàn)強調(diào)人與人之間通過社會互動與網(wǎng)絡(luò)連接涌現(xiàn)知識網(wǎng)絡(luò)，機器智能涌現(xiàn)強調(diào)機器智能體通過知識關(guān)聯(lián)挖掘和任務(wù)交互涌現(xiàn)內(nèi)容生成能力與問題解決方案，揭示出人類和機器協(xié)同共創(chuàng)的發(fā)展趨勢。同時，進一步剖析了群智涌現(xiàn)源自多樣化顯性知識與隱性知識的交互轉(zhuǎn)化，過程中多要素驅(qū)動協(xié)同創(chuàng)新，以及演化生成動態(tài)進化的知識網(wǎng)絡(luò)的生成機理。由此，立足教學(xué)實踐場景，提出通過創(chuàng)設(shè)問題或任務(wù)情境、融入人類和機器多元節(jié)點、組織多樣化主題活動以及建立過程機制保障等策略，能夠有效促進群智涌現(xiàn)的發(fā)生。但研究主要是從學(xué)理層面系統(tǒng)闡述群智涌現(xiàn)的內(nèi)在機理，后續(xù)仍需進一步結(jié)合教育實踐研究，從實證層面挖掘群智涌現(xiàn)在實踐場域的表現(xiàn)特征與發(fā)展規(guī)律，從而推動以網(wǎng)絡(luò)化知識生產(chǎn)為核心的教學(xué)實踐的發(fā)展與變革。

參考文獻：

[1][28][37] 陳麗，逯行等.“互聯(lián)網(wǎng)+教育”的知識觀：知識回歸與知識進化[J].中國遠程教育，2019，（7）：10-18+92.

[2][30] 王懷波，陳麗.網(wǎng)絡(luò)化知識的內(nèi)涵解析與表征模型構(gòu)建[J].中國遠程教育，2020，（5）：10-17+76.

[3][8][17][29] 陳麗，鄭勤華等.知識的“技術(shù)”發(fā)展史與知識的“回歸”[J].現(xiàn)代遠程教育研究，2022，34（5）：3-9.

[4] Sardar，Z.The smog of ignorance：knowledge and wisdom in postnormal times [J].Futures，2020，120：1-12.

[5] 安寧，安璐.突發(fā)公共衛(wèi)生事件輿情環(huán)境下的群體智慧涌現(xiàn)研究[J].情報學(xué)報，2022，41（1）：96-106.

[6][7] 陳麗，郭玉娟等.“互聯(lián)網(wǎng)+教育”的世界觀：復(fù)雜系統(tǒng)觀[J].中國遠程教育，2023，43（8）：7-12+24.

[9] 郭文革.教育的“技術(shù)”發(fā)展史[J].北京大學(xué)教育評論，2011，9（3）：137-157+192.

[10] 胡泳，劉純懿.UGC未竟，AIGC已來：“內(nèi)容”的重溯、重思與重構(gòu)[J].當(dāng)代傳播，2023，（5）：4-14.

[11] OECD.Participative Web and User-Created Content [EB/OL].http：//www. oecd. org/internet/ieconomy/38393115.pdf，2022-08-24.

[12] 趙宇翔，范哲等.用戶生成內(nèi)容（UGC）概念解析及研究進展[J].中國圖書館學(xué)報，2012，38（5）：68-81.

[13] 李白楊，白云等.人工智能生成內(nèi)容（AIGC）的技術(shù)特征與形態(tài)演進[J].圖書情報知識，2023，40（1）：66-74.

[14] 李yp8Sx2dLre3r5We3ysSsnIChaUpAXNZQc61ileCsd0E=德毅.論智能的困擾和釋放 [J].智能系統(tǒng)學(xué)報，2024，19（1）：249-257.

[15] 解學(xué)芳，祝新樂.“智能+”時代AIGC賦能的數(shù)字文化生產(chǎn)模式創(chuàng)新研究[J].福建論壇（人文社會科學(xué)版），2023，（8）：16-29.

[16] 金杰，金福.基于組織視角的知識涌現(xiàn)系統(tǒng)受限模型[J].企業(yè)改革與管理，2018，（2）：6-7.

[18] Nonaka I.A Dynamic Theory of Organizational Knowledge Creation [J]. Organization Science，1994，5（1）：14-37.

[19] 王亮家.以涌現(xiàn)重審人工智能范式的智能實現(xiàn)[J].科技傳播，2022，14 （2）：113-117.

[20][21] Srivastava，A.，Rastogi，A.，et al.Beyond the imitation game：Quantifying and extrapolating the capabilities of language models [DB/OL].https：//arxiv. org/abs/2206.04615，2024-07-20.

[22] Geva，M.，Schuster，R.，et al.Transformer feed-forward layers are key-value memories [DB/OL].https：//arxiv.org/abs/2012.14913，2024-07-20.

[23] 馮建軍.我們?nèi)绾慰创鼵hatGPT對教育的挑戰(zhàn)[J].中國電化教育，2023， （7）：1-6+13.

[24][50] 吳飛.走進人工智能[M].北京：高等教育出版社，2022.

[25] 蒲志強，易建強等.知識和數(shù)據(jù)協(xié)同驅(qū)動的群體智能決策方法研究綜述[J].自動化學(xué)報，2022，48（3）：627-643.

[26] Wilson，H.，Daugherty，P.Collaborative intelligence：Humans and AI are joining forces [J].Harvard Business Review，2018，96（4）：114-123.

[27] Korhonen A.The proceedings of the 57th annual meeting of the association for computational linguistics [A].Kumar V.Why didn’t you listen to me comparing user control of human-in-the-loop topic models [C].Florence：Association for Computational Linguistics，2019.6323-6330.

[31] 儲節(jié)旺，李佳軒.知識生態(tài)系統(tǒng)中知識演化及智慧創(chuàng)生研究——以知乎社區(qū)為例[J].情報理論與實踐， 2022，45（9）：51-58.

[32] 易明，馮翠翠等.基于群體智慧理論的協(xié)同標(biāo)注信息行為機理研究——以豆瓣電影標(biāo)簽數(shù)據(jù)為例[J].情報學(xué)報，2021，40（1）：101-114.

[33] 邱韻霏，李春旺.智能情報分析模式：數(shù)據(jù)驅(qū)動型與知識驅(qū)動型[J].情報理論與實踐，2020，43（2）：28-34.

[34] 李德毅，馬楠.人工智能看教育[J].高等工程教育研究，2023，（3）： 1-7.

[35] 束開榮.知識基礎(chǔ)設(shè)施視角下的學(xué)術(shù)期刊數(shù)字出版：網(wǎng)絡(luò)化的知識生產(chǎn)及其傳播實踐[J].編輯之友，2022，（3）：40-47.

[36] 顧小清，郝祥軍.從人工智能重塑的知識觀看未來教育[J].教育研究，2022，43（9）：138-149.

[38] 陳曉珊，戚萬學(xué).知識機器生產(chǎn)模式與教育新隱喻[J].教育研究，2023， （10）：33-43.

[39] 蔡萌生，陳紹軍.反思社會學(xué)視域下群體智慧影響因素研究[J].學(xué)術(shù)界，2012，（4）：23-30+271-274.

[40][49] 彭蘭.群氓的智慧還是群體性迷失——互聯(lián)網(wǎng)群體互動效果的兩面觀察[J].當(dāng)代傳播，2014，（2）：4-7.

[41] Wikipedia.DARPA Network Challenge [EB/OL].https：//en.wikipedia.org/ wiki/DARPA_ Network_Challenge，2017-11-10.

[42][43][47] 徐亞倩，陳麗等.聯(lián)通主義在線課程設(shè)計策略研究——基于五輪cMOOC設(shè)計迭代[J].中國遠程教育，2022，（6）：67-75.

[44] 何小賢，朱云龍等.群體智能中的知識涌現(xiàn)與復(fù)雜適應(yīng)性問題綜述研究[J].信息與控制，2005，（5）：50-56.

[45] Newman，M.Networks：An Introduction [M].Oxford：Oxford University Press.2010.

[46] 黃曉斌，周珍妮.Web2.0環(huán)境下群體智慧的實現(xiàn)問題[J].圖書情報知識，2011，（6）：113-119.

[48] 郭玉娟，陳麗等.聯(lián)通主義學(xué)習(xí)中學(xué)習(xí)者社會網(wǎng)絡(luò)特征研究[J].中國遠程教育，2020，（2）：32-39+67+76-77.

[51] 王辭曉，張文梅.聯(lián)通主義學(xué)習(xí)中協(xié)作問題解決的角色互動研究[J].電化教育研究，2022，43（10）：86-93.

作者簡介：

張文梅：在讀博士，研究方向為“互聯(lián)網(wǎng)+教育”、聯(lián)通主義學(xué)習(xí)。

祁彬斌：博士，博士后，研究方向為智慧學(xué)習(xí)環(huán)境、虛擬現(xiàn)實教育應(yīng)用。

何歆怡：在讀博士，研究方向為“互聯(lián)網(wǎng)+教育”、聯(lián)通主義學(xué)習(xí)。

陳麗：教授，博士，博士生導(dǎo)師，研究方向為“互聯(lián)網(wǎng)+教育”、終身教育、教育大數(shù)據(jù)。

Knowledge Production with the Emergence of Collective Intelligence： Morphology， Mechanisms and Facilitation Strategies

Zhang Wenmei1， Qi Binbin2， He Xinyi1， Chen Li1

1.The Research Center of Distance Education， Beijing Normal University， Beijing 100875 2.National Engineering Research Center for Cyberlearning and Intelligent Technology， Beijing Normal University， Beijing 102200

Abstract： Knowledge production in the era of “Internet Plus” is closely linked to the advancement of media technology， indicating a shift from individual production to the collaborative creation of group intelligence， and the integration of human cognition and machine intelligence. The emergence of group intelligence， as an emerging mode of knowledge production， emphasises the interactive convergence of multiple subjects around a problem or topic in the Internet environment， resulting in the emergence of group intelligence that far exceeds individual knowledge. The article examines the evolution of knowledge production in network media and analyzes the emergence of group intelligence. It discusses human group intelligence based on social interaction and machine intelligence based on correlation mining， as well as the trend of humanmachine integration. The study also explores internal and external knowledge transformation， multi-subject collaborative innovation， and the dynamic evolution of knowledge networks related to group intelligence. It proposes strategies for promoting group intelligence in teaching practice， including addressing problematic situations， facilitating human-machine collaboration， designing diverse activities， and ensuring collaborative mechanisms. The research offers a theoretical basis and reference for understanding and analyzing the knowledge production mode of group intelligence emergence.

Keywords： collective intelligence emergence； collective intelligence； machine intelligence； knowledge creation； human-machine integration

收稿日期：2023年12月1日

責(zé)任編輯：趙云建