認知網絡分析的教育應用

侯 冉

（揚州大學新聞傳媒學院，江蘇揚州 225000）

0 引言

信息技術的不斷進步也在加速教育行業革新，在科技創新逐漸成為我國戰略方針的背景下，國家需要培養全領域的創新型人才以實現可持續發展。Steam 課程標準的提出要求學生培養更好的問題解決能力、復合及創新性思維能力，因此學校不再將總結性評價作為學業水平評測的唯一方式，轉而尋求一種更加科學、全面的新思路。認知網絡分析所提供的教學方式與評測系統不僅能提高學生的實踐能力和綜合素質，也能在實踐上促進學生的積極性，顯然彌補了當下傳統教育的不足之處。

認知網絡分析有一個漸進式的發展過程。早期，Mis?levy 等［1］提出以證據為中心的評價模式，該理論認為總結性評價并不能代表學習的真實水平，學習評價應該是對學習過程進行系統性的證據推理過程；隨后，Shaffer［2］提出認知網絡模型概念，使用教育游戲探究學生認知元素之間的關聯性，即認知框架理論。基于以上兩個理論，認知網絡分析在2009 年問世［3］。2015 年，Chesler 等［4］首創虛擬工程實習環境，以個性化學習為宗旨，幫助學生在協作的環境中解決復雜專業問題。隨著學界的不斷探索和開發，如今認知網絡分析已經形成了比較成熟的理論框架和方法，并廣泛應用于學生評價和教師評價等方面，例如工程設計課程、醫學生手術操作課程、認知博弈和教師專業能力評價等，操作模式也不再局限于教育游戲。

基于對以往文獻的回顧，本文介紹了認知網絡分析的相關概念和詳細的實驗步驟，梳理了近年來其在教育行業的典型應用案例。研究發現，認知網絡分析在學習評價、教師專業能力評測和教學改革等方面都具有巨大潛力，并根據國內外學者的成功案例為我國未來教育事業的改革提供一些設想。

1 認知網絡分析簡介

認知網絡分析（Epistemic Network Analysis，簡稱ENA）由美國威斯康星大學麥迪遜分校（Wisconsin，Madison）的認知游戲團隊（Epistemic Games Group）提出，它基于認知框架理論和以證據為中心的評價模式，通過教育游戲收集實驗對象的話語記錄，將對話進行量化編碼處理進而形成一個網絡模型。藉由網絡模型對比就可以分析出不同熟練程度（新手和專家）的個人或群體的專業能力差別。在認知網絡分析所形成的網絡模型中，元素的共現體現了它們的關聯程度，元素在坐標系中的投影越靠近，表示二者的關聯性越強，而元素的關聯程度隨著學生學習進程的發展也是動態變化的［5］。因為能使復雜的數據關系可視化，認知網絡分析被廣泛應用于處理定性和定量問題。

2 認知網絡分析理論基礎

2.1 以證據為中心的評價模式

以證據為中心的評價模式（Evidence Centered Design，簡稱ECD）是一種系統性評價設計模式，ECD 認為對學生的評價是一種證據推理過程，需根據學生提供的有限證據對其學習效度進行論證［6］。ECD 通過系統地聯系現有的、可觀察的行動和評估規則模型提供學習證據，從而開發評估框架。其設計概念的核心是學習理論、評估方法和專業思考。

ECD 有3 個關鍵組成部分［7］：①領域分析（Domain Analysis）——關于某一學科領域中學生的意志、能力或專業知識的信息；②領域模型（Domain Modeling）——如學生在學習環境中做了什么、說了什么或完成了什么結果等；③概念評估（Conceptual Assessment）——通過特定的工具和模型檢驗學生的熟練程度。

Fig.1 The components of ECD圖1 ECD 組成部分

2.2 認知框架理論

2005 年，Shaffer［2］設計了一款教育游戲，學生以角色扮演的形式融入其中，在體驗視頻游戲、電腦游戲等交互式環境的過程中學習知識和搭建知識框架。學生可以將參與游戲過程中所得的經驗應用于現實生活，避免了由于經驗不足而導致在實踐中發生意外。這種通過交互式協作性學習逐漸構建起個人能力之網的過程，被稱為認知框架理論［8］（Epistemic Frame）。認知框架理論認為學習不只是簡單的知識累加，學生還需要學習領域專家所具備的專業能力，例如外科手術實習生不僅要學習手術操作和其它知識，還要像專業醫師一樣具備獨立思考、解決突發性問題的能力［9］。認知框架理論將學習劃分為5 個維度（Skive）。即：①技能：Engineering Skills，學生所展示出的能力；②知識：Knowledge，學生們共享的事實和信息；③身份：Identity，學生對自身角色的認定；④價值觀：Values，學生認為什么是重要的，什么是不重要的；⑤認識論：Epistemology，對行為和主張合理性的解釋和證明。當學習者對這5 個維度之間的理解建立聯系時，他們就形成了自己的認知框架。

3 認知網絡分析實驗過程

3.1 數據收集

認知網絡分析實驗是以教育游戲為基礎，當學生正式加入游戲時，實驗也就開始了。在游戲所處的虛擬環境中，學生被預先分組形成若干個團隊，團隊內部協助完成任務。整個實驗過程以視頻的形式完整記錄下來，并將學生的話語以文字形式保存在Excel 表格中。

3.2 數據編碼

節（Stanza）是認知網絡分析中的一個重要指標，學生的話語記錄以節的形式被劃分為幾個維度。最早的Safou?tin 設計屬性框架編碼方案，包括14 個節：需求識別、問題定義、計劃、管理、信息收集、思想生成、建模、可行性分析、評估、選擇/決策、實現、溝通、文檔和迭代（need recogni?tion，problem definition，planning，management，information gathering，idea generation，modeling，feasibility analysis，eval?uation，selection/decision，implementation，communication，documentation and iteration）。

在實際應用中，一般以從低水平到高水平的學習階段作為劃分節的標準。例如，學生在初期接觸任務時一定會有對知識點的回顧，在試誤過程中也會有對現象的解釋，因此在低水平層次階段可以將知識點回顧和對現象的描述等內容作為編碼依據。當學生進入中等層次水平的學習階段時，推理和設計就成為討論的主要內容。當進入高水平階段時，學生基本解決了任務難點和設計問題，其主要內容是任務實施、協助和反思。將若干個節依次編號，并完成對發言記錄的完整編碼。編碼案例如表1 所示。

Table 1 Encoding case表1 編碼案例

3.3 創建鄰接矩陣并累加

學生的每個語句都會按表1 的方式形成一個二進制鄰接矩陣，當語句中兩個節共現時對應表格賦值為1，二進制矩陣意味著同一語句中多次出現兩個節的共現時不會重復計數。在完成所有語句轉換后，將二進制矩陣累加起來，形成一個累加鄰接矩陣，如表2 所示。

Table 2 Accumulation of adjacency matrix表2 累加鄰接矩陣

3.4 向量歸一化

鄰接矩陣中的共現內容很大程度上由學生的話語數量決定，而學生的發言積極性參差不齊，直接計數顯然缺乏公平性。例如某學生的語句數量為200，另一學生的語句數量為100，這并不代表前者對問題的理解程度是后者的2 倍，在這里需要讓矩陣內各單元除以它們自身的長度，以確保不同發言頻率的學生占據相同權重。

3.5 奇異值分解

奇異值分解（SVD）將一個高維鄰接矩陣降維，這使得數據可以在二維坐標系中展現出來。在SVD 計算過程中，矩陣M=U×S×V（其中S 為奇異值，U 與V 互為酉矩陣），U或V 取前2 列，得到各節在二維坐標系中的坐標位置，如圖2 所示。

Fig.2 Singular value decomposition圖2 奇異值分解

3.6 建模

經SVD 分解后，U 矩陣和V 矩陣為每個元素分配了一個處于二維空間中的位置，由于鄰接矩陣的特殊性，U 矩陣與V 矩陣第一維是相同的，而第二維互為相反數。選其一作為網絡模型中各節的坐標，再返回鄰接矩陣構造連接數量。最終為每個小組構建一個網絡模型，如圖3 所示。

Fig.3 Modeling圖3 建模

4 認知網絡分析應用

4.1 學生評價

學生評價是認知網絡分析的設計初衷，它將教育游戲作為學生學習行為記錄的工具［10］。教育游戲會提供一個虛擬環境，使得沒有受過專業訓練的學生可以進行擬真實踐。通過這些實踐，學生學習基本的專業知識和能力，并開始建立專家所具備的認知框架，在游戲中可以像專家一樣思考。

教育游戲通常是虛擬化的學習情境，例如Chesler 的虛擬工程實習，其目的在于：①指導學生在協作環境中解決復雜工程問題，從而培養工程專業人員的思維習慣和其它特性；②使教育工作者有機會評估工程思維的關鍵方面；③介紹學生喜歡并認為有價值的工程經驗。該項目不久后得到了廣泛的傳播和使用，滿足了美國早期工科學生的學習需要。

2018 年，ENA 被應用于外科手術教育實習中，實驗采用了語言反應模式（VRM）編碼。實驗表明，低績效團隊在游戲過程中產生了更多不穩定因素，因為低績效團隊的成員基礎水平較低，還要花費額外的時間解決自身不懂的知識點。而高績效團隊往往很快就能將信息傳達給其它團隊成員，可以將更多時間資源投入到任務執行與信息共享中［11］。

4.2 K-12 工程標準完善

K-12 工程標準（K-12 Engineering Programs）是美國和歐洲國家實行的中小學階段教學體系，旨在提高學生對工程類學科的學習興趣度。2011 年，Svarovsky［12］指出K-12工程過分強調設計和技術層面上的教育，因而極大降低了女性學生對此類科目的興趣度。針對該問題，Svarovsky 基于認知網絡分析法設計了一個教育游戲——數字動物園，幫助學生在發展工程技能和知識的同時，還能將這些概念與習慣、觀點和思維方式聯系起來，彌補了女性學生在邏輯和空間思維上的弱勢，一定程度上提高了K-12 工程的有效性和包容性。

4.3 教師專業能力評測

認知網絡分析是一種學生評價工具，在教師專業能力評測方面也很有效。2012 年，Orrill 等［13］認為教師自身的知識水平與其教學質量之間存在關聯性，于是他將認知網絡分析作為測定教師話語聯系的工具。而實驗結果表明，專家級別的教師往往更能抓住課堂的一些關鍵點，普通教師雖然理解知識也傳授知識，但并不能將它們有效結合。2020 年，冷靜等［14-15］將ENA 應用于職前教師的反思能力發展軌跡研究中。該研究表明，職前教師的反思能力軌跡呈上升趨勢，同時隨著其水平的不斷提高，反思方法也在逐步完善。近幾年來，認知網絡分析作為一種定量民族志方法得到許多國際知名大學的采納，并開發了大量教育游戲作為實驗基礎，應用領域也變得逐漸廣泛起來［16-20］。

5 結語

總體而言，ENA 的出現為學生提供了高效的學習環境，其所衍生出的教育游戲能夠極大地增強學生的學習興趣，同時也為教師提供了科學的教學管理和學生測評方法。所有的活動都依托在線學習環境而進行，游戲活動中會產生豐富的數據，之后通過認知網絡分析評估學生解決問題的進度，以及學生達到專業熟練程度的距離［21-23］。隨著該方法的不斷完善和擴充，未來ENA 有望作為一種最有效的教學模式進入到教育領域中。

認知網絡分析是以教育游戲為依托，教育游戲也是一項值得教育領域借鑒的教學方法。首先，教育游戲一般都是協作性的，它可以幫助學生鍛煉社交和溝通技能，在游戲中學生所扮演的角色往往都相互依賴，學生需要在游戲過程中積極參與討論，從小組成員那里獲取信息進而解決實際問題，這極大地鍛煉了學生的學習主動性和團隊合作意識；其次，教育游戲一般都是經過精心設計的，教育游戲在制作過程中充分考慮到學生階段性發展特點，以一種獨特的方式讓他們在參與學習的過程中構造認知結構；最后，教育游戲提供了一種良好的學習環境，學生在參與團隊游戲時會自然而然地參與到科學論證中，角色扮演可以鼓勵玩家觀察科學現象、提出問題、分析數據、推理假設并加以反思——這些都是進行科學實踐的必要過程［24-26］。

當下，電子游戲對年輕人具有很大的吸引力和驅動力，游戲會幫助玩家訓練創新思維能力，并對一些難懂的專業內容產生深刻理解。可將這種優勢運用于現代教育中，開發出行之有效的教育游戲，并將認知網絡分析作為科學的評價工具，以一種獨具優勢的方式為學生構建社會認知，讓學生在快樂學習中增長知識，提高他們學習的自信心與主動性。