大學生系統性知識網絡的重構

白描 秦玉芝 楊國順 陳文婷

[摘 要] 大數據與知識經濟的時代，如何高效地學習并熟練地提取知識及創新顯得尤為重要。本文以大學《園藝生物技術》課程為例，探討系統性知識網絡的重構，加深學生對知識的理解與掌握提供參考。該方法是符合建構主義學習理論的實踐，實現學習由教師向學生傳遞轉為學生自主學習的過程，為學生的學習提供新的思路與有效途徑。

[關鍵詞] 知識網絡;園藝生物技術;知識元;建構主義

[基金項目] 湖南農業大學教學改革研究項目“基于PBL等教學模式的園藝生物技術課程重構與實踐”

[作者簡介] 白 描（1984—），男，湖南岳陽人，湖南農業大學講師，主要從事園藝生物技術研究。

[中圖分類號] G642 ? ?[文獻標識碼] A ? ?[文章編號] 1674-9324（2020）43-0342-04 ? ?[收稿日期] 2020-03-20

懷特海將智力發展分為浪漫，精準和綜合三個階段，解釋人的智力發展是由對新鮮事物的好奇和興奮，對知識的無序積累;轉而向開始接受特定的分析事實的方法;最后進行分類和綜合[1]。三個階段形成一個循環周期，并不斷重復以獲得發展。大學生智力活動本應處于第一個循環的綜合階段，而我們現行的教育體制和課程設置還多是強調知識碎片的收集。在學校，系統的知識被分割，分門別類地傳授給學生。

身處知識大爆炸的時代，我們的大腦被越來越多的知識碎片雜亂充斥，信息和知識超載使人產生焦慮，耽于思考。如何高效地學習并理解知識點之間的內在邏輯，成為學生和教師困擾的問題。現有的書本或知識組織結構，包括知識點以及知識點之間的關系，都是平面的文字描述。這樣原始的分科歸納，并不會提高提取知識效率。許多被粗暴切割掉的內在邏輯，讓知識點缺乏活力，這樣創新也難以被激發。而將各知識點根據其內在邏輯編織成為系統性知識網絡，會讓學生更有效地歸納其所學知識，更加高效提取知識，并可提高其分析并應用知識進行創造活動的能力。事實上，真實世界的知識是人類千百年來對這個世界的觀察與描述，本身就是一個系統性的網絡。知識網絡是由學術專家、信息、知識組成的一個復合群體，旨在集合各個領域知識分析解決問題[2]。與這樣的社交網絡不同，本文所討論的知識網絡是指知識本身所形成的網絡結構。

目前，建構主義學習理論的完善，對學生自行進行知識網絡構建具有指導意義[3]。而基于知識元的共詞和語義網、知識圖譜、復雜網絡等技術的研究，讓我們可以更好地表達知識網絡中各實體之間的聯系，實現對知識網絡中數據的挖掘、集成分析，以及新知識的發現和可視化展示[4-7]。

一、知識網絡的特點

（一）知識網絡的結點與邊緣

搭建系統性知識網絡要明確理解網絡的兩個關鍵要素：結點（Node）和邊緣（Edge）。知識網絡的結點即知識點，邊緣是知識點間的邏輯關系。在構建時，需要正確理解各個知識點，這樣才能幫助學生構建一個正確基本知識框架。如果一些基礎框架搭建不合理，知識點的聯接很牽強，學生不會對這套系統產生共鳴。大學生可能學習了很多知識點，同一門課程的知識點相互之間的邏輯比較好理解，但不同課程間的知識點的邏輯關系需要系統的分析，并綜合不同教師專家的意見。因此，初期的知識網絡框架，需要專業老師通力合作來完成。

（二）知識網絡的開放性和可調整性

知識網絡一個重要特點是開放性和可調整性。因為知識網絡可以受用一輩子，當有知識更新（包括知識點或邊緣的添加，刪除與更換），可以在該網絡中進行更新整理。因此構建知識網絡，除了用已知知識進行組合，還需要留白，給未知一定的空間。建構主義學習理論認為，學生從自身活動建構中的學習，是可以被成人協助及促進的[8]。在進行知識網絡重構時，教師可先幫助大學生構建一個“種子網絡”，而后基于網絡的開放性和可調整性，學生可以自行填充豐富。

“種子網絡”的構建可以從任何一個專業的課程開始。以本校園藝專業為例，大學四年學生需要進行通識、專業、實踐和素質拓展教育約70門課程的學習。《園藝生物技術》作為專業主干課程，該課程主要包括：園藝植物的組織培養、脫毒與離體快繁、細胞工程、植物基因工程、分子標記及生物信息學等內容。該課程在園藝專業各課程中綜合度很高，它與之前學生學過的《植物學》、《植物生理學》、《生化與分子生物學》、《遺傳學》、《育種學》等緊密聯系。這種連接豐富性使得《園藝生物技術》可以作為一個具有高效發育能力的種子網絡，當其成長擴張時很容易與其他課程知識點建立強連接。

（三）知識網絡的復雜性

知識網絡另一個特點是其復雜性。大數據的背景下，知識數量愈加的龐大，知識網絡結構也更加復雜，呈現出多重性、多層級、多維度、嵌套性的特征。復雜網絡，甚至是作為“網絡中的網絡”所構建成的超網絡，成為知識網絡搭建的合理形式[9]。在實際操作過程中，同一個知識結點在不同層面理解可能有多個屬性或特征，如果基于每條屬性與其相關的知識進行連接，則會讓網絡變得混亂不堪，反而達不到讓學生易于記憶和提取的目的。如何忽略一部分屬性是老師在幫助學生構建本門課程知識網絡所需要做的，但某種程度上相當于給學生發散性思考筑墻，應當十分小心。我們的目的不是限制學生的思考，學生各自知識網絡的搭建過程才是重點，在這個過程中學生能進行深度學習，進行沉浸式學習，至于所搭建的網絡是否完美并不重要。

（四）知識網絡結點與邊緣的關系

知識網絡的基本單元可以描述為：“知識結點—（邊緣）—知識結點”。采用“知識元”作為結點的知識網絡構建邏輯較為清晰合理[10]。知識元是區別于文獻單元的從知識內容角度劃分的知識管理單位[11]。知識元可以理解為論文、專著、專利中的具有明確內容的詞或關鍵詞[12]，也可以理解為事物、概念、技術等。盡管，學者普遍期望將知識元定義為知識的最小、獨立的知識單位，但基于事物是無限可分的哲學思想，隨著知識系統的發展，原來的知識元可以被解構，被更細致的分割;而這種趨勢隨著人類科學的發展，幾乎是不可窮盡的。因此，我們在進行知識網絡構建時不必太過糾結。

在尊重知識元的可發展規律的基礎上，對其進行網絡編織，需要對其進行合理解構與描述。畢崇武等借鑒元數據對信息資源的描述方法，提出知識標識、知識描述、知識關系三個層面構建知識元的實體對象結構。其中，標識組揭示知識元在知識組織、存儲、利用過程中的唯一編碼、名稱等方面的信息;描述組揭示知識元的內在知識內容、特征和屬性;關系組揭示知識元與其他知識元間的關系，以及知識元與實體資源間的關系[13]。

在對知識元進行上述3層結構的解構后，將知識關系提取作為知識結點邊緣建立的根據。邊緣代表知識結點之間的邏輯關系。邊緣的建立，前提是對知識結點進行深入而充分地理解。這個邏輯關系要從知識結點特征屬性出發，可以將邊緣特征分為：包含、并列、遞進、循環、對比等任何邏輯關系。知識網絡的構建難點在于對邊緣特征的整理，按照思維的樹狀發散是比較好理解的，如采用思維導圖等方法，但網絡中邏輯的理清則較難。因為，人們認知的建立多如文獻處理與組織中的分類法和索引法，但這并非真正意義上的知識組織。比如，我們理解的教科書，通常就是有根樹狀思維（章—節）;通常我們會認為認知具有廣度與深度，但客觀的知識網絡是無根的，在這個龐大復雜的網絡里，也不存在廣度或深度的差異。在這此覺悟的基礎上，我們對網絡的構建不必費力尋找基礎起點，從任何一點開始，只需要不斷去拓展與修正。而且，這個構建過程本身就是學習的過程，所構建的網絡是自己對已學知識的鞏固。下面就如何以《園藝生物技術》為例構建種子網絡展開探討。

二、以“園藝生物技術”為例的知識網絡構建

知識網絡的構建過程涉及知識元的提取，標引與集成。作為結點的知識元可以有多個來源，包括教科書、文獻、論著、專利、報告等實體來源，也可以是教師，專家等形成的隱形知識。所有知識元都需要提取文本化后便于網絡的構建。知識結點的標引就是對知識進行描述，不同類型的知識元描述組具有差異。之后，知識結點的集成即對結點—（邊緣）—結點進行連接。邊緣主要是聯接描述兩個結點之間的邏輯關系，是思維的導線，是知識結點能夠被串聯提取的關鍵。為便于理解，參考畢崇武等將知識元劃分為概念型、方法型、數值型和事實型的方式，結合《園藝生物技術》特點，按照知識的標識、描述和關系三個層面，我們將知識結點總結為以下幾類，并闡述知識網絡單元（結點1—結點2）的構建過程。

1.事實型：結點1為事實即客觀存在的物體與現象，這里多為明確的實體名詞，如：外植體、DNA、抗生素等;其知識描述包括：內容、涉及領域、事件過程等。與之建立連接的結點2，可以是其內容或組成部分、描述所涉及的實體。而其涉及的領域可用于聚類復雜網絡中的子網絡或超網絡的不同層次建構。實體名詞通常指實體的基本描述，是基于本體（Ontology）的真實存在，可以是一個特定物體（如DNA，但其亦可分為堿基，核苷酸等多個層級），也可以是一類物體總稱（如某類化合物）。這主要基于物理和化學知識，依據是我們的認知水平與深度，不必窮盡。

2.方法型：結點1為明確的技術方法，如：胚培養、PCR、轉基因等，是用來達到某種目的的行為方式、手段或策略等;其知識描述包括：功能、步驟和涉及領域等。與之連接的結點2可以是其涉及的受體名詞和步驟等。而其涉及的領域和功能類型可以用于聚類復雜網絡中的子網絡或超網絡的不同層次建構。技術方法通常指是實體的動作描述（動詞），是實體名詞在時間軸（如實驗流程順序）和空間軸（如萃取、離心、轉膜等具體操作）上的變化;復雜一點涉及不同名詞間的互動（如化學反應等）。園藝生物技術大部分都是這類。這里技術方法有簡單有復雜的，簡單比如DNA酶切;復雜如植物轉基因，還有將多個實體和技術方法整合的如園藝植物的分子標記輔助育種等。簡單的技術可以分解構建為一個子網絡;而一個復雜的技術可以解構為一個超網絡（由不同子網絡分層級構成）。

3.概念型：結點1 為明確的理論規律或概念，如：孟德爾第一定律等，是對事物性質和變化規律的認識，反映一個事物本質的屬性。其知識描述包括：概念的內涵與外延（適用范圍或涉及領域）等。與之連接的結點2 可以是其涉及的受體名詞或另一子概念。其適用范圍或涉及領域可以用于聚類復雜網絡中的子網絡或超網絡的不同層次建構。理論規律通常就是將不同實體的關系進行描述;或實體特征的描述，如：細胞的全能性等。這類知識元在進行邊緣連接時與方法型類似，多會形成一個由不同實體連接成的子網絡。

4.數值型：數值知識元是描述客觀實體在數值屬性方面的最小獨立單元。其知識描述包括：描述的實體、數值與單位。這類結點在園藝生物技術中，如：培養基配方、各類生化反應用試劑配方等。建議將其所描述的實體作為結點標識，而其數值與單位作為結點描述組。

最后，我們需要選擇一個開放的，可無限拓展的網絡構建軟件，以對知識網絡進行記錄與展示。目前，Cytoscape、NetWork、CiteSpace、Ucinet、R等軟件均可作為網絡構建用[14-15]。不同軟件使用方法具有差異，在此不做闡述。

三、知識網絡搭建中存在的困難

由于標識組通常是唯一的，我們選擇普遍接受的名稱即可。但是，描述組通常涉及的內容較多，不同類型的知識元要整合到同一個知識網絡，需要對描述組進行多層分割，特別是方法型和概念型的知識結點。比如，“植物轉基因”作為方法型知識元首先需要賦予一個概念，然后需要提取主要步驟，而困難的是每個步驟中會涉及不同類型的知識元，比如事實型的DNA、載體、內切酶、外植體、激素、抗生素等;方法型的PCR、酶切、連接、組織培養、基因克隆等;概念型的細胞全能性等。因此，這類知識元我們建議作為一個超級結點，它將連接到多個類型的結點，甚至是子網絡。而有意思的是，在構建較完善的網絡后，這樣的結點自然容易別識別，反過來指示學生這樣突出的結點即是學習的重點。

另外，多年的教學筆者發現，同一個班級的同學對生命科學的認知和相關知識的掌握差異較大。除去大學前的初高中教育差異的原因，一些同學可能較早地就開始接觸科學研究開始進行試驗，并已經能提出具體的問題;而一部分同學則從未接觸實驗室，沒有感性認識，對知識理解較為困難。因此，早期教師幫助學生構建一個大家都能理解的種子網絡顯得十分有必要。

在以《園藝生物技術》為例構建種子網絡時，為避免知識網絡過于發散，這里我們試圖將知識面盡力聚焦園藝植物。但由于園藝植物概念涉及的植物范圍很廣，遺傳背景復雜多樣，差異也非常大，很難窮盡。因此，我們只能選擇果樹、蔬菜和花卉中一些普遍共性的且重要特點來進行講解。通常采用模式植物，整理植物生理，營養和生殖生長特征與分子機制，及其科學研究的思路;植物生物技術方面，不區分物種講解各項技術的內涵與特點;然后，比較園藝植物，講解邏輯上共性的問題，進而推及物種差異，如果樹重點講解果實品質形成，花卉主要講顏色和形狀，蔬菜根據獲取器官（如根、莖、葉、花、果等）類型來進行復雜網絡構建。

四、小結

教育從整體上來說，是為了使受教育者做好準備，去迎接現實生活中的種種經歷，用相關的思想和適當的行動去應付每時每刻發生的情況。利用老師和專家的專業能力，通過幫助學生進行種子網絡的構建，進而指導學生根據自己的學習經歷對知識網路進行完善;在各自知識網絡的構建實踐中，學生可以不斷吸取知識，并以自己所熟悉的邏輯方式整理成為一個利于提取的知識系統。這樣的實踐符合建構主義學習思想的初衷，利于學生進行自主和沉浸式的深度學習，這不僅僅對大學生有參考價值，對于其他所有人都適宜。

參考文獻

[1]Whitehead AN：Aims of education [M].Simon and Schuster，1967.

[2]Beckmann MJ.Economic models of knowledge networks[M].Springer，1995.

[3]張亞娟.建構主義教學理論綜述[J].教育現代化，2018（12）：171-172.

[4]李涓子，侯磊.知識圖譜研究綜述[J].山西大學學報（自然科學版），2017（3）：454-459.

[5]何勝，熊太純，葉飛躍，李仁璞，馮新翎.基于語義網的高校圖書館學科知識服務方案研究[J].情報理論與實踐，2017（2）：107-110.

[6]高龍，張涵初，楊亮.基于知識圖譜與語義計算的智能信息搜索技術研究[J].情報理論與實踐，2018（7）：42-47.

[7]余本功，王龍飛，陳楊楠，等.基于文獻多屬性加權的共詞分析方法研究[J].情報科學，2019（1）：122-128.

[8]DeVries R，Zan B，Hildebrandt C，Edmiaston R，Sales C：Developing Constructivist Early Childhood Curriculum：Practical Principles and Activities[M].ERIC，2002.

[9]許鵬程，畢強.基于知識超網絡的領域專家識別研究[J].數據分析與知識發現，2019（11）：89-98.

[10]周志超，蓋雙雙.國內知識元研究的緣起與發展脈絡[J].情報科學，2019（10）：25.

[11]趙蓉英.論知識網絡的結構[J].圖書情報工作，2007（9）：6-10.

[12]柴立和，槐翠倩.基于共詞網絡的哲學和科學視角：知識系統作為典型復雜系統的演化[J].系統科學學報，2016（4）：15-9.

[13]畢崇武，王忠義，宋紅文.基于知識元的數字圖書館多粒度集成知識服務研究[J].圖書情報工作，2017（4）：115-22.

[14]劉玉博.基于CiteSpaceII的植物科學知識圖譜可視化分析[J].情報探索，2013（11）：17-21.

[15]Franz M，Lopes CT，Huck G，Dong Y，Sumer O，Bader GD.Cytoscape.js：a graph theory library for visualisation and analysis[J].Bioinformatics，2016，32（2）：309-11.