虚拟学习社区信息交互实证研究

时间:2022-12-11 12:04:16 作者:壹号 字数:12090字
虚拟学习社区信息交互实证研究交互,实证研究,虚拟,学习,社区虚拟学习社区信息交互实证研究虚拟学习社区信息交互实证研究

摘要:随着互联网的普及,网络环境下的虚拟学习已成为一种重要的学习方式,虚拟环境中的交互对于提升学习效果具有重要意义。传统研究者大多使用总结性评价方法而无法触及到交互具体过程与细节,滞后序列分析法为人们深入探究交互过程提供了关键性技术方法。基于滞后序列分析法,并结合社会网络分析法,针对虚拟学习社区中参与者的交互行为序列开展滞后序列分析,进而由点及线地深入探究参与者的信息交互特征。实证结果表明,参与者的信息交互行为过程存在明显特征,网络平台设计者与教师可以从关键行为强化与无关行为控制角度优化虚拟学习社区,并对学习者进行更具针对性的指导,提升虚拟学习社区参与者间的信息交互效率,最终促进虚拟学习社区的发展。

关键词:虚拟学习社区;滞后序列分析;社会网络分析;信息交互;学习行为分析

引言

随着互联网络的普及,网络环境下的虚拟学习已成为一种重要的学习方式。虚拟学习社区内所有学习者共同构成一个知识传播与信息交流网络[1]。信息传递的外在表现即信息交互,在虚拟学习环境中,交互质量被认为是提高学习效能与效率的重要因素之一[2]。因此,虚拟学习社区中的交互研究受到了许多研究者重视。陈丽[3]在其“远程学习的教学交互层次塔”理论中指出,远程教育中的信息交互包括3种形式:学生与学习资源交互、学生与教师交互,以及学生与学生交互。在传统的虚拟学习社区信息交互研究中,研究者多采用内容分析法、社会网络分析法(SocialNetworkAnaly-sis,简称SNA)与数理统计分析法等,针对网络平台中的学习信息与数据进行分析[4]。如赖文华等[5]利用社会网络分析法分析虚拟学习社区知识共享的社会网络结构;宋学峰等[6]针对某网络社区中的网络交互数据,分析网络基本属性,探讨如何提高社区知识共享水平。上述研究对学习者某一阶段的交互结果进行了全局性的价值判断,但是难以深入到交互过程中的每一个细节行为,整个交互过程仍然如同一个“黑箱”。滞后序列分析法(LagSequentialAnalysis,简称LSA)为人们深入探究交互过程,打开交互“黑箱”提供了关键性技术方法[7]。本文基于SNA和LSA等学习分析技术,以一个基于Moodle网络平台开发的虚拟学习社区为研究个案开展实证研究,通过对参与者的信息交互行为进行滞后序列分析,由点及线地深入探究不同群体的信息交互特征。

1数据收集与分析

1.1研究对象与工具

本文选取某师范大学一个基于Moodle平台开发的虚拟学习社区网络教学平台上的《现代教育技术》网络课程为个案研究对象,该群体共有48名参与者,其中学习者47人,教师1人。在社会网络分析工具选择上,使用Ge-phi0.9.1社会网络分析软件对提取的交互数据进行度数分析。在行为分析方面,为了对信息交互进行过程性分析,本文选取GSEQ5.1软件对网络平台的日志数据进行采集与编码,使用滞后序列分析法进一步分析参与者的交互行为特征。梁云真等[8]利用滞后序列分析法对学习者的交互内容进行分析,结果显示网络学习空间中的学习者交互大多停留在低层级阶段,小部分学习者会出现高层级现象。本研究则聚焦于具体信息交互行为,探讨虚拟学习社区中参与者信息交互行为过程存在的特点。

1.2虚拟学习社区参与者交互

…… 此处隐藏1845字 ……

通过对信息交互过程的深入探究与分析,使信息交互过程的每一个细节得以充分展现,从而使学习分析结果趋于全面与细致入微。本研究通过开展滞后序列分析,具体实证研究结论如下:

2.1虚拟学习社区参与者群体信息交互过程存在明显特征

由虚拟学习社区全站整体的信息交互行为序列分析结果可知,虚拟学习社区整体交互过程中存在两大主要的交互行为序列:“发帖→看帖”、“看帖→发帖”,构成虚拟学习社区中信息交互的核心行为。除上述两种主要行为路径外,虚拟学习社区中还存在其它与信息交互关联性不大的行为路径,这些路径的发生频次虽然远小于两条主要路径,但其中部分路径的显著程度较高,这些行为显然会分散参与者精力,使正当的信息交互行为混杂着其它无关行为。而各种无关行为的存在,不利于学习者完全沉浸于正当的学习活动中,对于虚拟学习社区的整体交互水平将造成一定影响。

2.2通过关键行为强化与无关行为控制优化虚拟学习社区

虚拟学习社区的建立与运行离不开相应的开发技术作为基础,技术环境作为重要的外部因素,一直潜移默化地影响着参与者的网络学习行为。教师和网络平台设计者应注重对无关行为的控制,在网络学习平台重点区域的用户界面设计方面减少不必要的操作入口,而对于关键性的操作入口,则可以通过突出强调加以正向强化,从而避免参与者注意力分散。此外,教师可从无关行为产生原因的角度,对学生进行访谈以了解其具体原因,并对虚拟学习社区中的特殊群体、困难群体进行更有针对性地干预,提升其参与积极性。

3结语

随着大数据、云计算、人工智能等新兴技术的日趋普及,学习分析在教育领域的应用不断深化,使用多样化的学习分析方法可对教育数据实现更充分的挖掘[14]。滞后序列分析法等学习分析技术的应用,对提高网络环境下的学习成效起着重要作用[15]。本文立足于虚拟学习社区中真实的网络数据,通过系列实证研究结果表明,虚拟学习社区中的参与者在信息交互行为方面存在显著差异,而这些差异特征为教师有针对性地开展教学指导提供了重要依据。

作者:刘聪聪 戴心来 单位:辽宁师范大学 计算机与信息技术学院