張濤 紀(jì)璐璐 劉兵倩 王晴

摘 ? 要：盡管在線學(xué)習(xí)已得到較為成熟和廣泛的實(shí)踐應(yīng)用，但關(guān)于如何開展高效度、深層次的線上異步教學(xué)交互，提升其教學(xué)質(zhì)量方面的研究，尚處于不完備階段。對(duì)學(xué)習(xí)者交互行為進(jìn)行研究，可使其對(duì)課堂教學(xué)行為有更深層次的理解，有利于分析和把握學(xué)習(xí)者的認(rèn)知行為、知識(shí)建構(gòu)行為，為提升在線教學(xué)質(zhì)量提供有力的保障。文章從在線平臺(tái)上選取一門課程，借助交互分析模型（IAM）編碼框架，通過滯后序列分析技術(shù)對(duì)該課程學(xué)習(xí)者的交互行為數(shù)據(jù)進(jìn)行研究，并對(duì)不同成績(jī)學(xué)習(xí)者進(jìn)行分析，得出如下結(jié)論：學(xué)習(xí)者的整體交互水平大多停留于低水平階段;高分組學(xué)習(xí)者的交互頻次要多于低分組，交互質(zhì)量要高于低分組;高分組與低分組的顯著性行為序列及特點(diǎn)、學(xué)習(xí)者的交互效果對(duì)其學(xué)習(xí)成績(jī)有一定程度的影響。最后，針對(duì)分析結(jié)果提出五點(diǎn)建議。

關(guān)鍵詞：在線學(xué)習(xí);交互分析;IAM編碼框架;滯后序列分析法

中圖分類號(hào)：G434 文獻(xiàn)標(biāo)志碼：A ? ? ? ? 文章編號(hào)：1673-8454（2022）03-0064-09

一、引言

在線學(xué)習(xí)是通過計(jì)算機(jī)互聯(lián)網(wǎng)或是手機(jī)無線網(wǎng)絡(luò)進(jìn)行內(nèi)容傳播和學(xué)習(xí)的一種新型學(xué)習(xí)方式，它以網(wǎng)絡(luò)為介質(zhì)構(gòu)成全新的學(xué)習(xí)環(huán)境，打破時(shí)間和空間的限制，相比傳統(tǒng)學(xué)習(xí)方式具有無可替代的優(yōu)勢(shì)。據(jù)中國互聯(lián)網(wǎng)絡(luò)信息中心（CNNIC）在京發(fā)布的第47次《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》的數(shù)據(jù)可知[1]，截至2020年12月，我國現(xiàn)有在線教育用戶規(guī)模達(dá)3.42億。從20世紀(jì)90年代在線教育初步興起到如今教育信息化的蓬勃發(fā)展，不僅帶來一系列的教育創(chuàng)新與變革，也改變了人們對(duì)傳統(tǒng)教育行業(yè)的定義以及教學(xué)思想、教學(xué)理念。

交互是在線學(xué)習(xí)的關(guān)鍵性環(huán)節(jié)，是影響教學(xué)效果的潛在因素。在“互聯(lián)網(wǎng)+教育”時(shí)代，教育信息化是順應(yīng)智能環(huán)境下教育發(fā)展的必然選擇，其豐富了在線教育的教學(xué)交互形式。而對(duì)在線學(xué)習(xí)平臺(tái)中學(xué)習(xí)者交互行為進(jìn)行研究，有利于提升交互質(zhì)量，改善交互效果，提高學(xué)習(xí)者的交互參與度，從而促進(jìn)教學(xué)效果。

二、研究基礎(chǔ)

目前關(guān)于學(xué)習(xí)者學(xué)習(xí)行為分析的研究活動(dòng)主要集中在行為特征分析、交互技術(shù)分析、影響因素三個(gè)方面。

（一）基于在線平臺(tái)用戶的交互行為特征分析研究

目前，大多數(shù)研究者基于網(wǎng)絡(luò)環(huán)境對(duì)特定平臺(tái)或用戶交互行為特征等展開深入分析研究。陳憶金等對(duì)學(xué)習(xí)類視頻網(wǎng)站上使用彈幕用戶的交互行為進(jìn)行研究，選取B站上日語學(xué)習(xí)類與編程學(xué)習(xí)類用戶，采用爬蟲抓取彈幕數(shù)據(jù)，分析其交互行為特征，并從彈幕時(shí)間、屬性、頻率等方面分析得出研究結(jié)果[2]。謝雷等以首門cMOOC課程的學(xué)習(xí)者為調(diào)查對(duì)象，采用問卷調(diào)查探究交互行為中的困難和薄弱環(huán)節(jié)，發(fā)現(xiàn)其交互行為與學(xué)習(xí)動(dòng)機(jī)顯著相關(guān)、在主動(dòng)交流方面較為薄弱等[3]。唐文靜等以學(xué)堂在線中的一門課程為例，采集和分析課程數(shù)據(jù)，定義不同類型的交互質(zhì)量，再利用K-means聚類算法劃分學(xué)習(xí)者類型，并分析不同類型的信息交互特點(diǎn)及學(xué)習(xí)效果，進(jìn)行原因探討且提出重視學(xué)習(xí)共同體建設(shè)和重視學(xué)習(xí)資源有效性的建議[4]。

（二）針對(duì)特定學(xué)習(xí)者交互行為的技術(shù)性分析研究

目前，針對(duì)某一在線平臺(tái)或某門在線課程交互學(xué)習(xí)的技術(shù)性分析已有一定成果，基本以社會(huì)網(wǎng)絡(luò)分析技術(shù)為主。例如，田麗麗等以中國大學(xué)MOOC平臺(tái)上《微課設(shè)計(jì)與制作》課程綜合討論區(qū)中的帖子為研究對(duì)象，利用社會(huì)網(wǎng)絡(luò)分析法對(duì)學(xué)習(xí)者交互行為進(jìn)行分析，從交互網(wǎng)絡(luò)的多方面反映其學(xué)習(xí)情況，最終得出學(xué)習(xí)者之間交互松散、流動(dòng)性大、知識(shí)掌握沒有內(nèi)化、缺乏情感投入等問題，并提出相對(duì)應(yīng)的建設(shè)性建議[5]。廖芷源等以一門具體課程為例，采集學(xué)習(xí)者線上交互數(shù)據(jù)和線下成績(jī)，通過社會(huì)網(wǎng)絡(luò)和相關(guān)性分析，得出學(xué)習(xí)者在線交互參與積極性低但參與交互學(xué)習(xí)者的學(xué)習(xí)效果會(huì)更好的結(jié)論[6]。黃婷婷以學(xué)堂在線平臺(tái)的網(wǎng)絡(luò)課程《心理學(xué)概論》為研究對(duì)象，以學(xué)習(xí)者的發(fā)帖內(nèi)容為研究?jī)?nèi)容，采取社會(huì)網(wǎng)絡(luò)分析法對(duì)其社會(huì)交互關(guān)系進(jìn)行分析研究，探究學(xué)習(xí)互動(dòng)的現(xiàn)狀與規(guī)律，并在此分析基礎(chǔ)上提出相應(yīng)建議[7]。

（三）有關(guān)在線學(xué)習(xí)交互行為的影響因素問題研究

部分研究者對(duì)影響交互行為的因素進(jìn)行探討，并提出相對(duì)應(yīng)的具體策略或建議。例如，劉冬研究在線學(xué)習(xí)者不同的學(xué)習(xí)風(fēng)格對(duì)交互行為及其效果的影響，運(yùn)用實(shí)驗(yàn)研究法，選取特定的研究對(duì)象、交互工具、學(xué)習(xí)任務(wù)進(jìn)行教學(xué)實(shí)驗(yàn)，再利用內(nèi)容分析法和問卷調(diào)查法進(jìn)行數(shù)據(jù)分析，探討分析交互頻度、深度、績(jī)效等方面的差異特點(diǎn)，最后提出提升在線學(xué)習(xí)者交互質(zhì)量的策略[8]。李紫衣對(duì)學(xué)習(xí)者觀看視頻資源時(shí)發(fā)生的視頻交互行為進(jìn)行研究，通過開發(fā)視頻播放器，采集學(xué)習(xí)者的視頻交互行為數(shù)據(jù)，基于歸因理論提出其影響因素的模型，并通過實(shí)證檢驗(yàn)分析其是否影響學(xué)習(xí)成績(jī)[9]。

綜上所述，當(dāng)前有關(guān)在線學(xué)習(xí)交互行為方向的研究，在多種交互類型的理論和技術(shù)上都取得一定的進(jìn)展與成果，但尚處于初級(jí)階段，研究數(shù)量有所欠缺，且研究數(shù)據(jù)的種類有限，特別是對(duì)交互行為的內(nèi)在分析方面。因此，本文將針對(duì)在線學(xué)習(xí)者在學(xué)習(xí)過程中所產(chǎn)生的交互行為及其行為序列，進(jìn)行具體分析和研究，為其提供案例和參考。

本研究所基于的在線學(xué)習(xí)特指學(xué)習(xí)者在云教學(xué)平臺(tái)——藍(lán)墨云班課上所進(jìn)行的學(xué)習(xí)行為，選取該平臺(tái)中《現(xiàn)代遠(yuǎn)程教育》在線課程，借助內(nèi)容分析編碼框架，通過滯后序列分析法，以該課程學(xué)習(xí)者在討論交流過程中所發(fā)表帖子的文本內(nèi)容為研究數(shù)據(jù)進(jìn)行分析，重點(diǎn)聚焦以下問題：①在線學(xué)習(xí)者的交互行為具有什么特征？②不同成績(jī)學(xué)習(xí)者的交互行為有哪些差異？③不同成績(jī)學(xué)習(xí)者所產(chǎn)生的交互行為序列分別有什么特點(diǎn)？

三、研究設(shè)計(jì)

（一）數(shù)據(jù)樣本

文章以河南H高校教育技術(shù)學(xué)專業(yè)的一門必修課為例，以該校52名學(xué)習(xí)者2020年秋季在藍(lán)墨云班課學(xué)習(xí)平臺(tái)記錄的學(xué)習(xí)日志數(shù)據(jù)為樣本，其中男生11人，女生41人。

該課程持續(xù)一個(gè)學(xué)期（18周），教學(xué)形式以網(wǎng)絡(luò)學(xué)習(xí)空間為依托，采用混合式教學(xué)模式實(shí)施教學(xué)活動(dòng)。其中，線上教學(xué)以課程知識(shí)答疑、在線交流討論、單元測(cè)試、學(xué)習(xí)筆記分享、自主學(xué)習(xí)其他課程資源等活動(dòng)為主。研究樣本來自網(wǎng)絡(luò)學(xué)習(xí)空間的系統(tǒng)日志數(shù)據(jù)，起止時(shí)間為2020年9月25日至12月17日，共產(chǎn)生19個(gè)主題913條交互數(shù)據(jù)。

（二）研究方法

本研究采用內(nèi)容分析法和滯后序列分析法，對(duì)在線學(xué)習(xí)平臺(tái)中的學(xué)習(xí)行為結(jié)構(gòu)進(jìn)行分析。其中，內(nèi)容分析法是一種在文本等材料進(jìn)行程序化分析的基礎(chǔ)上，作出有效推論與結(jié)論的研究方法[10]。它的目的不僅在于體現(xiàn)交互文本的表層信息，還在于揭示在線交互中所發(fā)生的學(xué)習(xí)行為以及知識(shí)建構(gòu)過程和水平[11]。內(nèi)容分析的關(guān)鍵在于一個(gè)科學(xué)有效的分析框架，其中的編碼類目應(yīng)具有完備性、互斥性、信度[12]。

關(guān)于在線交互的編碼框架有很多種，蘭迪·加里森（D.Randy Garrison）等從問題觸發(fā)、探索、整合、問題解決四個(gè)維度構(gòu)建批判性思維行為發(fā)展的實(shí)踐探究模型，并以認(rèn)知存在作為探究學(xué)習(xí)社區(qū)模型構(gòu)建的核心要素之一[13];弗朗斯·亨利（France Henri）基于計(jì)算機(jī)的交互特性，從學(xué)習(xí)者的參與、互動(dòng)、交流、認(rèn)知、元認(rèn)知五個(gè)維度構(gòu)建文本信息分析工具，反映學(xué)習(xí)者在遠(yuǎn)程學(xué)習(xí)過程中通過互動(dòng)交流體現(xiàn)個(gè)體的認(rèn)知行為[14];還有夏洛特·古娜瓦德娜（Charlotte N.（Lani）Gunawardena）等人在Henri模型的基礎(chǔ)上，基于扎根理論角度提出用于CMC交互和學(xué)習(xí)質(zhì)量分析的交互分析模型（Interaction Analysis Model，IAM），從知識(shí)建構(gòu)的維度探究社會(huì)交互的質(zhì)量與水平[15]。

IAM將交互行為分成5個(gè)階段：分享與澄清（KC1）階段、認(rèn)知沖突（KC2）階段、意義協(xié)商（KC3）階段、檢驗(yàn)與修正（KC4）階段、達(dá)成與應(yīng)用（KC5）階段。該編碼框架聚焦于知識(shí)協(xié)同建構(gòu)媒體的交互和在線討論中所出現(xiàn)的所有知識(shí)建構(gòu)的形式[16]，內(nèi)容相對(duì)明確，且容易理解和操作，其科學(xué)性與有效性也經(jīng)過反復(fù)驗(yàn)證。

因此，基于本文所研究的用戶特征，我們選用IAM編碼系統(tǒng)對(duì)生生互動(dòng)行為進(jìn)行編碼和量化分析，并添加無關(guān)內(nèi)容（KC6）作為第6階段編碼，具體編碼框架如表1所示。

滯后序列分析法（Lag Sequential Analysis，LSA）有助于進(jìn)一步分析學(xué)習(xí)者行為特征，而采用定量行為序列轉(zhuǎn)換分析交互過程，成為打開“黑箱”的關(guān)鍵性技術(shù)[17]。網(wǎng)絡(luò)學(xué)習(xí)行為是內(nèi)隱行為顯性化和外顯行為內(nèi)隱化相互作用過程的集中體現(xiàn)，如知識(shí)內(nèi)容的外顯操作折射出學(xué)習(xí)者在交互中的認(rèn)知行為。

（三）數(shù)據(jù)預(yù)處理

本文對(duì)活動(dòng)中各個(gè)主題學(xué)習(xí)者的交互數(shù)據(jù)，即發(fā)帖內(nèi)容分別進(jìn)行收集整理并整合，主要將活動(dòng)主題、學(xué)生姓名、學(xué)生發(fā)帖、回帖的文本內(nèi)容等信息復(fù)制并保存至Excel文件中，按照內(nèi)容分析編碼框架，對(duì)全部帖子逐個(gè)進(jìn)行行為編碼歸類，并進(jìn)行多次檢驗(yàn)和修改。

為深入了解和分析學(xué)習(xí)者的交互行為序列，本文獲取該課程學(xué)習(xí)者的期末成績(jī)，根據(jù)成績(jī)分布（如圖1所示），選取95分以上和80分以下的學(xué)生作為高分組和低分組，分別進(jìn)行處理和統(tǒng)計(jì)，其中高分組和低分組均為12人。

為保證研究信度，挑選2名參與過研究設(shè)計(jì)的教育技術(shù)學(xué)專業(yè)學(xué)生開展內(nèi)容分析，按照以下程序進(jìn)行編碼：首先，對(duì)2名學(xué)生進(jìn)行編碼培訓(xùn)，主要熟悉掌握編碼框架內(nèi)容和特殊問題帖子的處理;其次，選取總數(shù)為30%左右的帖子（320條）分別讓2名學(xué)生進(jìn)行獨(dú)立編碼，通過信度系數(shù)（Cohen’s kappa）檢驗(yàn)編碼一致性，之后以背對(duì)背互檢形式對(duì)發(fā)現(xiàn)不一致的內(nèi)容進(jìn)行討論，以提高彼此對(duì)編碼框架的理解。最后，2人將剩余帖子分別進(jìn)行編碼，經(jīng)一致性信度系數(shù)檢驗(yàn)，Cohen’s Kappa值達(dá)到0.785，表明研究?jī)?nèi)容具有較好信度。

四、研究結(jié)果與分析

（一）學(xué)習(xí)者交互行為的整體分析

對(duì)平臺(tái)中學(xué)習(xí)者的原始數(shù)據(jù)復(fù)制保存至Excel后，再根據(jù)IAM編碼框架對(duì)所有數(shù)據(jù)（913條）進(jìn)行逐個(gè)編碼，然后統(tǒng)計(jì)出各階段編碼行為出現(xiàn)的總次數(shù)以及各自所占的百分比，如表2所示。

從表2可知，學(xué)習(xí)者在交互過程中大多數(shù)停留于交互水平的較低層級(jí)，包括分享與澄清階段（共544頻次，占比59.58%）、認(rèn)知沖突階段（共178頻次，占比19.50%）、意義協(xié)商階段（共140頻次，占比15.34%）;而高水平階段的交互卻是非常少，檢驗(yàn)與修正階段（共23頻次，占比2.52%）、達(dá)成與應(yīng)用階段（共11頻次，占比1.20%）。這說明學(xué)習(xí)者的整體交互質(zhì)量并不高，缺乏高效的交互行為。

造成交互階層較低的現(xiàn)象主要受多方面因素的影響，比如，學(xué)習(xí)者對(duì)于在線學(xué)習(xí)的異步交流不太熟練，沒有充足的經(jīng)驗(yàn);學(xué)生回答問題的積極性不高、學(xué)習(xí)興趣較低;對(duì)于要討論的主題沒有經(jīng)過深入的思考;學(xué)習(xí)者沒有認(rèn)真閱讀和理解其他成員所發(fā)表的問題，導(dǎo)致對(duì)問題的討論交流沒有進(jìn)行深層次的挖掘，僅停留在問題的表面，等等。

另外，整個(gè)數(shù)據(jù)中存在小部分與課程內(nèi)容無關(guān)的交互（共17頻次，占比1.86%），說明當(dāng)一個(gè)學(xué)習(xí)者發(fā)出與話題無關(guān)的內(nèi)容時(shí)，也會(huì)吸引到少數(shù)學(xué)生參與其中交流，這些無效交互可能會(huì)給學(xué)習(xí)者的其他討論交互行為造成一定的影響或干擾。

經(jīng)過對(duì)交互數(shù)據(jù)的理解和分析，其原因可能有兩方面：一是少數(shù)學(xué)習(xí)者的思維比較活躍，發(fā)散性較強(qiáng)，加上討論主題的影響，容易產(chǎn)生與話題無關(guān)的交流;二是學(xué)習(xí)者在討論過程中，教師沒有作出及時(shí)的引導(dǎo)或缺乏引導(dǎo)性的個(gè)體的存在，使得信息交互較為分散、不集中等。

（二）高低分組學(xué)習(xí)者交互行為的對(duì)比分析

1.交互層級(jí)的比較分析

在對(duì)學(xué)習(xí)者交互階層整體分析的基礎(chǔ)上，本研究對(duì)其中不同成績(jī)的學(xué)習(xí)者進(jìn)一步分析，以研究高分組和低分組學(xué)習(xí)者在交互行為上的特征及差異。

根據(jù)學(xué)生該門課程的總體期末成績(jī)，將95分以上的學(xué)生定為高分組，共12人;將80分以下的學(xué)生定為低分組，共有12人。高分組和低分組的交互行為頻次反映不同學(xué)習(xí)群體的交互層級(jí)，如圖2所示。

由圖2可知，高分組與低分組的交互階段既有相同的特點(diǎn)，又反映出一定的差別。兩組學(xué)習(xí)者共同的特征表現(xiàn)為：不論是高分組學(xué)習(xí)者還是低分組學(xué)習(xí)者，他們的交互階段都停留在低層級(jí)比較多，高分組大多為KC1、KC2、KC3，即分享與澄清、認(rèn)知沖突、意義協(xié)商，僅少數(shù)交互處于較高階段;同樣，低分組也基本都處于KC1和KC2階段，甚至KC4和KC5階層的交互為缺失狀態(tài)，所以學(xué)習(xí)者交互過程中能達(dá)到KC4和KC5的明顯很少。

兩組的差別之處在于：總體來看，高分組學(xué)習(xí)者的交互頻次，即發(fā)帖的數(shù)量明顯高于低分組，高分組比低分組產(chǎn)生更多的學(xué)習(xí)行為，尤其是對(duì)于交互行為的前三個(gè)階段，說明低分組成員的整體交互學(xué)習(xí)積極性、參與性等方面要低于高分組;另外，低分組學(xué)習(xí)者與高分組相比，存在小部分的無效交互行為，即討論與課程主題無關(guān)內(nèi)容的行為，說明低分組的成員思維更容易受到其他因素的影響。

2.交互行為序列的分析

為進(jìn)一步分析兩組學(xué)習(xí)者的在線交互行為，本研究將基于交互內(nèi)容分析編碼框架所得出的編碼結(jié)果中的高分組和低分組學(xué)習(xí)者分別提取出來，按照分析軟件GSEQ所允許的格式整理，將其導(dǎo)入軟件中并進(jìn)行編碼分析，得到表3、表4所示的行為頻率表，以及表5、表6所示的學(xué)習(xí)行為轉(zhuǎn)換調(diào)整的殘差表[18]。

行為頻率表呈現(xiàn)的是一種行為發(fā)生后出現(xiàn)的另一種伴隨性行為的頻次。表3中，第一列表示序列的起始行為也就是先發(fā)生的行為，第一行表示序列的目標(biāo)行為即后發(fā)生的行為，如高分組中第一行第三個(gè)數(shù)值表示的是學(xué)習(xí)者在進(jìn)行分享與澄清（KC1）之后發(fā)生意義協(xié)商（KC3）行為的頻數(shù)為15。

調(diào)整后的殘差表呈現(xiàn)的是根據(jù)行為轉(zhuǎn)換得出的殘差參數(shù)Z，Z值大于1.96的行為序列即為顯著性行為序列[19]。如表5中高分組的行為序列KC1→KC2的殘差值為2.80，就表明該行為序列達(dá)到顯著水平。

為了更加直觀地將兩組學(xué)習(xí)者的交互行為序列呈現(xiàn)出來，本文依據(jù)表5、表6的顯著性行為序列分析結(jié)果，取顯著性行為序列數(shù)據(jù)的絕對(duì)值，分別繪制如圖3、圖4所示的行為序列轉(zhuǎn)換圖。其中，不同行為階層之間的箭頭指向表示的是序列方向，即該行為之后的伴隨行為，箭頭處的數(shù)值表示的是該行為序列的殘差參數(shù)Z，且箭頭粗細(xì)代表了Z值的大小，Z值越大則線條越粗，也表明該行為序列的顯著性越強(qiáng)。

由圖3可知，高分組較為顯著的行為轉(zhuǎn)換序列共有：KC1→KC2、KC2→KC3、KC3→KC2、KC3→KC3、KC4→KC4這5組較為顯著行為序列。

其中，KC1→KC2和KC2→KC3為漸進(jìn)序列。KC1→KC2表示學(xué)習(xí)者在進(jìn)行初步描述主題或觀點(diǎn)、信息分享之后，會(huì)對(duì)所發(fā)現(xiàn)的不同的認(rèn)知行為、思想、概念或描述進(jìn)行表述和分析，并利用自身的經(jīng)驗(yàn)或舉例等支持觀點(diǎn)，從而深化對(duì)問題的認(rèn)識(shí);KC2→KC3表示學(xué)習(xí)者在發(fā)現(xiàn)或持有不同的意見和思維后，接著就會(huì)進(jìn)行意義協(xié)商，提出具有協(xié)商意義的觀點(diǎn)，進(jìn)行群體知識(shí)建構(gòu)。

KC3→KC2為逆階段序列，表示學(xué)習(xí)者在進(jìn)行群體知識(shí)建構(gòu)時(shí)，會(huì)產(chǎn)生認(rèn)知沖突行為，反過來重新發(fā)現(xiàn)和分析思想、描述中不一樣的地方。

KC3→KC3、KC4→KC4則表示本研究中的學(xué)習(xí)者會(huì)持續(xù)性地對(duì)所發(fā)表的觀點(diǎn)進(jìn)行意義協(xié)商，在對(duì)新提出的觀點(diǎn)進(jìn)行檢驗(yàn)和修改時(shí)也會(huì)進(jìn)行持續(xù)性修正與補(bǔ)充。

總的來說，高分組共出現(xiàn)5組相對(duì)其他行為序列來說較為顯著的行為轉(zhuǎn)換序列，而且前三個(gè)階段的交互行為較為積極和頻繁，但是與KC5（達(dá)成與應(yīng)用）階段相關(guān)的行為序列卻沒有出現(xiàn)。另外，KC4與其他階層甚至相鄰階層也沒有關(guān)聯(lián)，說明學(xué)習(xí)者在交互學(xué)習(xí)的過程中，經(jīng)常僅會(huì)停留在意義協(xié)商階段。

相比高分組的行為轉(zhuǎn)換模式，圖4所呈現(xiàn)的低分組行為模式就簡(jiǎn)單許多。低分組的顯著行為轉(zhuǎn)換序列僅為KC1→KC1，表明低分組的學(xué)習(xí)者主要圍繞信息的澄清與分享進(jìn)行互動(dòng)，彼此闡述各自的觀點(diǎn)，沒有通過有效的交互方式促進(jìn)學(xué)習(xí)者產(chǎn)生認(rèn)知沖突以及較高級(jí)的交互行為。此外，低分組在KC3、KC4、KC5三個(gè)階段均未出現(xiàn)顯著性行為序列，其交互質(zhì)量相比高分組而言，具有顯著差距。

總體來看，低分組較為顯著的行為序列僅有1組，且主要為信息的分享與澄清，未形成由低階行為向高階行為逐級(jí)過渡的顯著行為鏈。此外，低分組在圖2中出現(xiàn)少部分無關(guān)內(nèi)容（KC6）的交互行為，這說明低分組的學(xué)習(xí)者在交互過程中，無關(guān)內(nèi)容的交流會(huì)對(duì)整體交互質(zhì)量產(chǎn)生一定的影響，特別是會(huì)對(duì)較高行為（KC3、KC4、KC5）的產(chǎn)生具有抑制作用。因此，需要教師在教學(xué)過程采取有效的干預(yù)措施或教學(xué)支架，幫助學(xué)習(xí)者在在線學(xué)習(xí)過程將更多的精力投入到學(xué)習(xí)績(jī)效提升方面。

五、研究結(jié)論

本研究基于藍(lán)墨云班課智能教學(xué)平臺(tái)，通過滯后序列分析技術(shù)，借助IAM編碼框架，對(duì)《現(xiàn)代遠(yuǎn)程教育》課程的52名學(xué)生所學(xué)習(xí)的全部主題的交互數(shù)據(jù)進(jìn)行分析研究，從行為序列的整體分析到不同成績(jī)學(xué)習(xí)者行為序列的對(duì)比分析，最終得出研究結(jié)果。根據(jù)繪制出的行為序列轉(zhuǎn)換圖得出高分組的交互行為序列集中于前三個(gè)階段。另外，檢驗(yàn)與修正階段也有所體現(xiàn)，學(xué)習(xí)者的交互大多只停留于意義協(xié)商階段;而低分組學(xué)習(xí)者交互行為序列相對(duì)較少，且只出現(xiàn)于分享與澄清的交互行為。

結(jié)合兩組學(xué)習(xí)者的交互階段折線圖，可以明顯看出：不論是高分組還是低分組，學(xué)習(xí)者在交互過程中都同樣缺乏深層次的討論交流，交互行為僅停留于低層級(jí)，交互質(zhì)量都有待提高。但從兩組的行為序列差別也反映出：學(xué)習(xí)者的交互質(zhì)量和效果會(huì)對(duì)其學(xué)習(xí)成績(jī)?cè)斐梢欢ǖ挠绊?。高分組學(xué)習(xí)者顯現(xiàn)出較高的積極性和主動(dòng)性，在交互數(shù)量和層級(jí)上要明顯優(yōu)于低分組，而低分組在交互過程中表現(xiàn)較為被動(dòng)。

基于此，本研究得出如下結(jié)論：①學(xué)習(xí)者的整體交互水平大多停留在低水平階段，少數(shù)處于高水平階段，且有小部分無效交互存在;②高分組學(xué)習(xí)者的交互頻次要多于低分組，且交互質(zhì)量要高于低分組;③高分組的交互行為序列為：KC1→KC2、KC2→KC3、KC3→KC2、KC3→KC3、KC4→KC4，低分組交互行為序列為：KC1→KC1;④學(xué)習(xí)者的交互效果可能對(duì)其學(xué)習(xí)成績(jī)有一定程度上的影響。

導(dǎo)致學(xué)習(xí)者交互質(zhì)量低或影響交互質(zhì)量的因素有很多，現(xiàn)根據(jù)本文對(duì)交互行為序列的分析以及所反映出的問題，結(jié)合對(duì)學(xué)習(xí)者發(fā)帖內(nèi)容的理解和分析，對(duì)可能影響交互質(zhì)量的因素大致分析如下：

1.學(xué)習(xí)者所發(fā)帖子只是為了完成任務(wù)或獲取經(jīng)驗(yàn)值，對(duì)于要討論的主題沒有經(jīng)過深入思考。教師在藍(lán)墨云班課平臺(tái)上創(chuàng)建班課后，加入的每位學(xué)習(xí)者都可以通過完成任務(wù)獲取經(jīng)驗(yàn)值或通過發(fā)帖獲取教師獎(jiǎng)勵(lì)的經(jīng)驗(yàn)值，且會(huì)根據(jù)經(jīng)驗(yàn)值的多少對(duì)學(xué)習(xí)成員進(jìn)行排名，這可在一定程度上提高學(xué)習(xí)者的課堂參與度和積極性，但也會(huì)造成一些學(xué)習(xí)者為獲取經(jīng)驗(yàn)值而發(fā)表無意義或意義不大的帖子，影響交互質(zhì)量。

2.很多學(xué)習(xí)者并沒有認(rèn)真閱讀和思考其他成員的發(fā)言，導(dǎo)致對(duì)問題的討論交流沒有深層次的挖掘。通過分析發(fā)帖的內(nèi)容可以看出很多學(xué)習(xí)者對(duì)其他帖子的處理大多僅處于瀏覽層面，很多帖子都沒有與其相對(duì)應(yīng)的反饋與交流。

3.學(xué)習(xí)積極性不高、缺乏學(xué)習(xí)興趣。在統(tǒng)計(jì)的眾多主題中，學(xué)習(xí)者對(duì)其表現(xiàn)出明顯學(xué)習(xí)興趣與討論積極性的并不多。通過分析發(fā)現(xiàn)，可能是由于這些主題相對(duì)來說理論性太強(qiáng)以及對(duì)學(xué)習(xí)者而言比較陌生、難以理解或表達(dá)等。

4.在學(xué)習(xí)交互過程中可能存在部分學(xué)習(xí)者不愿意主動(dòng)參與討論，更傾向于觀察、傾聽和接受。這和學(xué)習(xí)者本身的性格特征和學(xué)習(xí)風(fēng)格有關(guān)，相對(duì)而言，較為活躍的學(xué)習(xí)者發(fā)帖量會(huì)更多，與其他學(xué)習(xí)者的交流也更頻繁。

5.學(xué)習(xí)者對(duì)在線學(xué)習(xí)的異步交流不熟練、經(jīng)驗(yàn)不足。該因素的存在對(duì)交互的影響較小，受此影響的學(xué)習(xí)者也比較少，且只在初步接觸平臺(tái)進(jìn)行學(xué)習(xí)時(shí)容易發(fā)生。

六、建議

針對(duì)研究所得出的結(jié)果以及分析出的原因，本文提出五條建議，希望可以進(jìn)一步改善交互質(zhì)量，提升交互的成效性，提高學(xué)習(xí)者的交互參與度與積極性。

1.教師在對(duì)學(xué)習(xí)者所發(fā)表的言論進(jìn)行經(jīng)驗(yàn)值獎(jiǎng)勵(lì)時(shí)，要更加注重對(duì)積極性高、有深度思考以及交互的學(xué)習(xí)者的鼓勵(lì)，以激勵(lì)更多學(xué)習(xí)者進(jìn)行思考和參與。

2.加強(qiáng)教師和優(yōu)秀參與者在交互中的引導(dǎo)和調(diào)控作用。在學(xué)習(xí)交互過程中，教師的行為甚至積極參與交互的學(xué)習(xí)者行為都能作為引導(dǎo)，對(duì)整體交互產(chǎn)生重要影響，促使學(xué)習(xí)者縱向討論問題，進(jìn)行深層次的思考交互，以提高交互質(zhì)量。

3.教師可以根據(jù)不同的課程主題、教學(xué)內(nèi)容或具體教學(xué)情境，設(shè)定不同的交互形式，進(jìn)行個(gè)性化教學(xué)。在對(duì)學(xué)習(xí)者所發(fā)帖子進(jìn)行提取整理時(shí)發(fā)現(xiàn)，大家對(duì)理論性較強(qiáng)、比較陌生或與大家認(rèn)知距離較遠(yuǎn)的問題進(jìn)行討論時(shí)，大多數(shù)學(xué)習(xí)者討論興趣不高，所以對(duì)此類問題的設(shè)置可以從其他角度進(jìn)行討論或增添具體情境，使其更具有貼合感和趣味性，教師也可以表現(xiàn)出更強(qiáng)的主導(dǎo)性。

4.教師要對(duì)學(xué)習(xí)者在學(xué)習(xí)交互過程中所發(fā)表的觀點(diǎn)、想法等信息作出及時(shí)的反饋，對(duì)學(xué)生的發(fā)言進(jìn)行及時(shí)的引導(dǎo)和回應(yīng)，并鼓勵(lì)學(xué)生主動(dòng)提出問題，啟發(fā)和幫助學(xué)生理解問題，保證討論交流的正常進(jìn)行;若學(xué)生的發(fā)言始終處于低階層時(shí)，可適當(dāng)拋出問題引導(dǎo)學(xué)生深入思考。

5.對(duì)于比較內(nèi)向、不擅交際和交流的學(xué)生，教師和其他學(xué)生應(yīng)給予更多的幫助和肯定，盡可能地鼓勵(lì)其參與到課堂討論中。

參考文獻(xiàn)：

[1]中國政府網(wǎng).CNNIC發(fā)布第47次《中國互聯(lián)網(wǎng)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》[EB/OL]. （2021-02-03）[2021-06-28].http：//www.gov.cn/ xinwen/2021-02/03/content_5584518.htm.

[2]陳憶金，卓林鍇，趙一鳴.學(xué)習(xí)類視頻彈幕用戶的交互行為研究[J].圖書館論壇，2021，41（9）：95-101，124.

[3]謝雷，陳麗.cMOOC學(xué)習(xí)者交互行為自評(píng)估分析研究[J].現(xiàn)代遠(yuǎn)距離教育，2020（5）：62-67.

[4]唐文靜，張婧，覃夢(mèng)媛，等.基于K-means的在線學(xué)習(xí)者不同信息交互模式的研究——以學(xué)堂在線“財(cái)務(wù)分析與決策”課程為例[J].開放學(xué)習(xí)研究，2020，25（6）：14-21.

[5]田麗麗，趙穎.基于社會(huì)網(wǎng)絡(luò)分析的學(xué)習(xí)者在線交互行為研究[J].軟件導(dǎo)刊，2018，17（4）：222-226.

[6]廖芷源，湯志康，李春英，等.社交化在線課程平臺(tái)學(xué)習(xí)者交互行為研究[J].計(jì)算機(jī)與數(shù)字工程，2020，48（12）：2881-2887， 2918.

[7]黃婷婷.學(xué)堂在線網(wǎng)絡(luò)課程的互動(dòng)行為研究[J].教育現(xiàn)代化，2015（9）：97-101.

[8]劉冬.基于學(xué)習(xí)風(fēng)格的在線學(xué)習(xí)交互行為研究[D].曲阜：曲阜師范大學(xué)，2009.

[9]李紫衣.在線學(xué)習(xí)中視頻交互行為的影響因素研究[D].南京：南京郵電大學(xué)，2020.

[10]ROURKE L， ANDERSON T， GARRISON D R， et al. Methodological issues in the context analysis of computer conference transcripts[J]. International Journal of Artificial Intelligence in Education， 2001，12：8-22.

[11]馬寧，杜蕾，張燕玲，等.群體知識(shí)圖譜建構(gòu)對(duì)教師在線學(xué)習(xí)與交互的影響研究[J].電化教育研究，2021，42（2）：55-62.

[12]黃曉歡.基于社會(huì)臨場(chǎng)感和社會(huì)網(wǎng)絡(luò)的動(dòng)態(tài)在線交互學(xué)習(xí)分析[D].昆明：云南師范大學(xué)，2018.

[13]GARRISON D R， ANDERSON T， ARCHER W. Critical thinking， cognitive presence， and computer conferencing in distance education[J]. American Journal of Distance Education，2001，15（1）：7-23.

[14]HENRI F. Computer conferencing and content analysis[J]. Collaborative Learning Through Computer Conferencing，1992，90（1）：117-136.

[15]GUNAWARDENA C N， LOWE C A， ANDERSON T. Analysis of a global online debate and the development of an interaction analysis model for examining social construction of knowledge in computer conferencing[J]. Journal of Educational Computing Research， 1997，17（4）：397-431.

[16]梁云真，趙呈領(lǐng)，阮玉嬌，等.網(wǎng)絡(luò)學(xué)習(xí)空間中交互行為的實(shí)證研究——基于社會(huì)網(wǎng)絡(luò)分析的視角[J].中國電化教育，2016（7）：22-28.

[17]HOU H T. Exploring the behavioral patterns of learners in an educational massively multiple online role-playing game （MMORPG）[J]. Computers & Education， 2012，58（4）：1225-1233.

[18]POHL M， WALLNER G， KRIGLSTEIN S. Using lag-sequential analysis for understanding interaction sequences in visualizations[J]. International Journal of Human-Computer Studies， 2016，96：54-66.

[19]楊現(xiàn)民，王懷波，李冀紅.滯后序列分析法在學(xué)習(xí)行為分析中的應(yīng)用[J].中國電化教育，2016（2）：17-23，32.

作者簡(jiǎn)介：

張濤，河南科技學(xué)院信息工程學(xué)院講師，郵箱：slgzhangtao@163.com;

紀(jì)璐璐、劉兵倩、王晴，河南科技學(xué)院信息工程學(xué)院。

A Research on Learners’ Interactive Behavior on Online Learning Platform

Tao ZHANG， Lulu JI， Bingqian LIU， Qing WANG

（School of ?Information and engineering， Henan Institute of ?Science and Technology， Xinxiang Henan 453003）

Abstract： The research on carrying out efficient and deep-seated online asynchronous teaching interaction to improve teaching quality is still in an incomplete stage， although current online teaching and learning is mature and widely-practiced. The research on learners’ interactive behavior can enable us to have a deep understanding of teaching behavior， help us analyze and grasp learners’ cognitive behavior and knowledge construction behavior， and provide a strong guarantee to improve the quality of online teaching. This paper selects a course from the online learning platform， uses the interactive analysis modeling framework and lag sequence analysis technology to study the interactive behavior data of learners， and analyze learners with different grades. The research concluded that most interaction level of learners were at the low level stage. Meanwhile， the learners’ frequency of interaction at high group is higher than learners at low group， and the interaction quality is higher than learners at low group. Besides， high group and low group had significant behavior sequence and characteristics， and the interaction effect of learners had a certain impact on academic performance. Finally， the paper proposed five suggestions based on results.

Keywords： Online learning; Interactive analysis; IAM coding framework; Lag sequence analysis

編輯：李曉萍 ? 校對(duì)：王天鵬