問題導向學習視域下本科生科學推理和論證能力建構與培養路徑

楊雅南 趙小燕

摘 要：科學推理和論證能力是學生高階思維能力的重要組成部分。以往研究中識別教學支架與學習者科學推理和論證能力發展間動態聯系的研究較為匱乏。因而，本研究以行政管理專業課程為研究情境，設計問題導向教學模式，并運用認知網絡分析方法， 在教學實踐中對學生科學推理和論證能力發展動態進行建模。實證研究表明， 行政管理教育中問題導向教學模式對提升學生科學推理和論證能力產生顯著影響，通過教學設計能有效推動學生科學推理和論證能力要素間建立聯系，達成能力培養目標。研究同時表明認知網絡分析法能夠為教學過程中學習活動監測和學習成績預測提供有效證據。

關鍵詞：科學推理和論證能力;認知網絡分析;問題導向學習

一、問題提出

培養學生的高階思維是我國高等教育人才培養的重要目標，也是當前世界教育改革和發展的重要使命。科學推理和論證能力是學生高階思維的重要組成部分[1]，是學生核心素養的重要內容[2]，也是學生適應知識社會的核心能力[3]。科學推理和論證（Scientific Reasoning and Argumentation，SRA）被廣義地定義為學生在問題情境下，基于科學和事實的證據，應用科學方法和原則，發展自身知識并建構其論點解決問題的動態復雜認知過程[4]。科學推理和論證并不是特定認知情境下的一種簡單線性的思維發展軌跡，而是一系列認知要素間的復雜建構過程。研究表明科學推理和論證能力的培養離不開教學，但其自身的復雜性決定了無法通過傳統知識傳授的形式，輕易地提升能力培養效果。因此，如何有效設計教學支架，促進科學推理和論證能力發展，成為本領域研究的熱點。其中，利用問題導向學習的教學支架，促進學習者科學推理和論證能力發展，成為近期該領域的重要研究趨勢之一。然而，現有研究多關注跨領域間共性和結果導向評價，對學科間差異和學習過程中能力建構過程尚待持續深入探討[5]。相關研究已發現學科對能力發展影響的相對權重可能存在很大差異[6]，而現有以結果導向和問卷調查為手段所獲得的評價結論是非常不完備的[7]。因此，立足于學科特異性更有效地優化問題導向教學模式，推進科學推理和論證能力的發展仍是該領域研究的難點。

基于此，本研究嘗試將“教”的規律與“學”的規律相結合，設計和優化以學生為中心的問題導向教學模式。基于行政管理專業領域中的實際案例，創設開放性問題情境，在真實課堂和具體教學互動中，對學生科學推理和論證能力進行建模，并根據學生能力發展水平差異和動態演化趨勢，進一步明確問題導向教學模式的優化路徑。一方面深化了教學過程中學生高階思維結構和培養規律的認識，為優化以學生為中心的教學設計提供有效支撐;另一方面揭示了專業領域中學生科學推理和論證能力發展軌跡，為把握學科間學生能力發展的共性和差異性規律提供有效證據。

二、理論基礎

（一）問題導向學習

問題導向學習是基于理性主義、認知心理學、建構主義與情境認知學習理論的、以學生為中心的教學設計[8]，其核心是教師創設解決復雜問題的學習情境，促進學生在協作互動中自主建構知識，發展推理論證能力、合作學習能力和批判性思維能力，滿足學生自主學習和終身學習需要[9]。問題導向學習在實踐中發展出多種教學模式，具有代表性的如問題導向教學模式、拋錨式教學模式和項目導向教學模式等，尤其是問題導向教學模式在培養學生問題解決能力和推理論證能力方面已取得顯著成效[10]。如Vernon（1995）通過22所美國與加拿大醫學院的問卷調查研究結果表明，問題導向教學模式能有效培養臨床專業學生的科學推理能力[11]。后續許多類似研究利用問卷調查法和實驗法，對此教學模式中學習者進行評價都得到相似結論[12]。雖然問題導向教學模式對學習者能力培養產生積極效果，但現有評價研究并沒有全面揭示在此學習過程中，學生能力到底是如何建構和發展起來的[13]。絕大多數研究者都認為，盡管問題導向教學模式專注于學習過程對學生專業核心能力的提升，但是動態評價學習者的學習和能力發展過程是十分不容易的[14]。基于此，本研究嘗試對問題導向教學模式中，學習者科學推理和論證能力發展過程進行建模，識別教學模式和能力發展間的動態聯系，從而更有效開展教學設計，實現教學目標。

（二）認知要素分析框架

近三十年來相關研究在理解科學推理和論證能力組成要素方面已獲得顯著進展[7]。主流研究認為科學推理和論證能力是一個多維認知過程[15]。許多研究從類型學角度確定其認知框架要素。具有代表性并獲得普遍認可的是Fischer等（2014）提出的科學推理和論證能力認知要素框架。具體而言，該研究認為科學推理和論證能力由問題識別、提問、假設生成、構建和設計解決方案、證據生成、證據評估、得出結論、溝通和審查八項認知活動組成，并形成基于自然和社會現象的、基于實踐問題的和以人造模型為中心的三種科學推理和論證模式，每種模式中每項認知活動方式有所差異[16]。相關研究同時指出盡管跨領域間科學推理和論證能力要素存在共性，但毋庸置疑的是，科學推理和論證能力對學科領域高度依賴。如工程師在設計過程中，“問題識別”是能力發展的關鍵;而對自然和社會科學的學習者而言，“提問”和“假設生成”則起著相對重要作用。科學推理和論證能力中的“證據評估”，在自然科學中較多體現為假設演繹，在社會科學中則多為歸納比較[17]。由于認知活動的性質和模式因學科而異，因此專業學習者的科學推理和論證能力培養必然存在不同。基于此，本研究繼續探究促進科學推理和論證能力發展的教學模式在不同學科中的泛化能力。

（三）認知網絡分析法

認知網絡分析法為捕捉和分析學習過程中學生科學推理和論證能力的動態演化，提供了一種有效的技術手段。它基于認知框架假設，通過代碼、單元和節點構建累積鄰接矩陣，并將累積鄰接矩陣轉換為累積鄰接向量投影到高維空間中，進行可視化分析，識別特定領域專業認知要素之間的發展和聯系[18]。作為量化民族志的重要研究方法之一，認知網絡分析法能夠在教育、工程設計、醫學等非良構問題領域，對學習者專業認知和思維水平進行建模，能夠有效揭示學習者專業思維各維度間的結構關系，并評價教學模式促進思維能力發展的成效[19]。因此，本研究利用認知網絡分析法，多維度地表征學生科學推理和論證能力認知要素間的結構和演化過程，進而增進對問題導向教學模式中學生科學推理和論證能力培養效果的解釋力。

三、研究設計

（一）研究問題和思路

研究基于行政管理教育中的非良構問題，開展問題導向教學設計和教學組織，在教學實踐中分析學生科學推理和論證能力發展動態，進而促進教學設計的優化和迭代。研究思路主要采用以證據為中心的ECD分析框架[20]，通過學生模型、證據模型和任務模型建立理論、數據和分析之間的聯系。學生模型采用科學推理和論證能力的認知分析框架進行數據剖析，任務模型采用合作型問題導向學習的“七跳”過程為藍本開展教學設計[21]，證據模型采用認知網絡分析法對認知要素進行建模。并提出以下三個研究問題：

問題1：行政管理專業學生科學推理和論證能力存在何種特征？

問題2：問題導向教學模式能否促進學生科學推理和論證能力發展？存在怎樣的建構過程？

問題3：不同成績水平的學生科學推理和論證能力是否存在演化差異？若有差異體現在何處？

（二）研究對象和過程

研究選取華中地區某高校行政管理專業53名本科生作為實驗對象，其中男生10名，女生43名。以行政管理案例分析課程為樣本，開展為期一個學期（16周）的問題導向教學設計的實證研究。教學內容參考行政管理專業具有代表性高校中為本科生所開設的該課程大綱，設計案例問題和案例情境。根據學時計劃和教學安排，本次教學實驗開展四個專題的研討，按照學時時間順序依次進行，每次課程研討持續二周。

教學設計主要圍繞描述教學目標、分解教學任務、組織教學活動，實施評價及反饋這四個關鍵環節進行，旨在創建開放性問題情境，激發學生在其最近發展區內的能力建構。具體而言，（1）教師在專題研討前描述案例情境，設計或挑選案例材料，提出一個有爭議性且沒有確定答案的開放性問題，指明需要學生理解和分析的理論視角;（2）課下學生自主建立學習小組，通過頭腦風暴對問題情境進行分析，針對核心問題提出初始觀點，展開小組討論。并對提出的觀點進行合理論證，進一步明確需要學習和整合運用的知識，建構案例分析方案，論證解決問題思路，并形成初步解決方案;（3）課中學生匯報小組討論成果，回應其他同學提出的質疑，表明自己是否支持或者反對他人的觀點，并在不同的觀點之間展開辯論，不斷完善觀點和論證過程;（4）開展小組互評和教師形成性評價，教師適時對知識點和論證思路進行提問和補充，評價和反饋各個小組的討論表現，引導學生在課中、課后對知識學習過程、解決問題過程、分享討論過程進行持續反思。

（三）數據收集和編碼

教學實驗中對所有專題討論進行全程錄像，共獲得537分鐘課堂實錄的觀察數據。隨后對實錄數據進行文字轉錄，以學生在教學過程中的發言作為編碼基本單位。編碼方案主要參考Fischer（2014）等提出的科學推理和論證能力認知要素框架：（1）問題識別。從問題情境的分析中建立起來，識別在專業學科領域可能解釋或者不能恰當解釋的現象;（2）提問。形成一個或多個初始問題，這些被細化的問題指導后續系統地搜索數據并展開論證;（3）假設生成。從合理的模型、可用的理論或已知的經驗證據中得出問題的可能答案;（4）生成解決方案。構建分析模型可在問題情境或真實情景中進行測試;（5）證據生成和評估。運用各種方法如歸納法和演繹法，來生成支持或反對主張的證據，并評估證據支持程度;（6）得出結論。批判性地分析論證過程和數據分析結果，整合得出總結性判斷;（7）溝通和審查。與他人共享學習成果并接受他人質詢，包括學習團隊的內部溝通和以報告形式在學習群體內分享。在正式編碼之前，選取20%的課堂實錄和文本數據為樣本，由兩名研究人員獨立編碼，編碼結果均達到較好的一致性（kappa=0.847>0.7），并通過協商討論解決了編碼分歧問題。需要注意的是，編碼方案確定過程中，由于兩位編碼員在證據評估和證據生成之間頻繁發生混淆和錯誤分類，并且證據評估代碼出現頻率低于1%，因此最終將兩個代碼合并為證據生成。

（四）數據分析和處理

研究中運用視頻輔助的認知民族志和認知網絡分析方法對學習過程中形成的視頻和文本數據進行篩選、預處理和分析。視頻輔助的認知民族志能夠獲取足夠的參與者間的交互證據，同時認知網絡分析法能夠對小組的認知行為進行建模，揭示認知網絡特征。科學推理和論證能力網絡模型包含7個要素連接形成的網絡。研究中認知網絡所分割出的節，能夠保證在科學推理和論證能力要素這一維度下，最多有一個要素與該節相符合。會話是指一組學生圍繞一個專題進行的討論。由于研究中關注學習小組交互而形成的整體認知網絡，因此將分析單元設置為各專題中的小組會話。在認知網絡分析軟件中將滑動窗口大小設置為4。在科學推理和論證能力的高維空間中，對不同分析單元進行球面歸一化處理，采用奇異值分解的方法進行降維，生成含多個維度旋轉矩陣，選擇前兩個能夠最大化解釋原始數據整體變異量的維度，實現高維空間中能力網絡在平面上的二維投影。并通過優化后的節點網絡圖，對科學推理和論證能力網絡進行可視化完成建模。同時，構建不同小組在各個階段的能力網絡圖，獲得不同小組在各個教學階段的能力演化情況，進而實現動態化差異分析。

四、研究結果

（一）學生科學推理和論證能力結構特征

根據編碼框架對592個事件進行編碼，共獲得編碼數量1460個。內容分析表明科學推理和論證能力要素中，問題識別占全部編碼要素數量的8.7%，提問占7.5%，假設生成占18.1%，建構方案占4.2%，證據生成占24.5%，得出結論占15.3%，溝通和審查占21.8%。要素類別和頻次隨教學過程的時間序列分析表明，問題識別、假設生成和得出結論在教學實驗各階段變化較為顯著，然而變化趨勢顯著不同。其中問題識別、假設生成和建構方案三個要素在認知要素中所占比例持續增加，而得出結論占比卻略有下降。提問、證據生成、溝通和審查要素在各教學階段占比較穩定。

（二）教學不同階段學生群體的科學推理和論證能力演化模式

繪制教學不同階段科學推理和論證能力要素網絡模型，第一維度（X軸）占原始數據整體變異數的36%，第二維度（Y軸）占原始數據整體變異數的25.3%，模型在第一和第二個維度都具有1.0（Pearson）和1.0（Spearman）的共配準相關性。不同教學階段各專題的能力網絡質心存在差異，且具有明顯軌跡，能力網絡經獨立樣本T檢驗，結果表明不同教學階段專題研討分別在第一維度和第二維度產生顯著性差異（見表1），這表明學生在不同教學階段科學推理和論證能力要素各有偏重。

從不同教學階段學生科學和推理論證能力網絡模型演變可發現，各要素間逐漸建立起緊密聯系。學期初專題一研討過程中，學生能力網絡中關聯系數最高的三個要素分別是：證據生成與得出結論（關聯系數0.49），證據生成與溝通和審查（關聯系數0.43），得出結論與溝通和審查（關聯系數0.34）。節點要素位置和關聯結構表明，學期初學生的科學推理和論證能力建構過程呈現“擺事實、講道理”模式。隨著問題導向教學過程的深入，學期中科學推理和論證能力要素關聯結構產生了明顯變化，一方面假設生成和各認知要素間聯系顯著增強，其中專題二中假設生成和證據生成間關聯系數為0.36，專題三關聯系數進一步增強為0.40。另一方面問題識別與假設生成和證據生成間關聯系數也顯著增強。表明學期中學生科學推理和論證能力建構過程呈現“尋理論、解問題”模式。學期末專題四研討與前期相比，建構方案要素與其他要素關聯明顯增強，表明學生科學推理和論證能力建構呈現“論方案、謀策略”模式（見表1）。

（三）不同成績水平學生群體的科學推理和論證能力建構過程

分析教學各階段學習小組科學推理和論證能力質心網絡，根據學習小組質心坐標接近度和質心分布象限可發現，學習小組形成了四種較為相似科學推理和論證能力建構歷程。第五組（x：-0.47，y：1.07）位于第一象限;第二組（x：0.33，y：0.27）和第六組（x：0.08，y：0.29）位于第二象限;第四組（x：-0.7，y：-0.17）和第八組（x：-0.41，y：-0.11）位于第三象限;第一組（x：0.05，y：-0.48）、第三組（x：0.49，y：-0.48）和第七組（x：0.74，y：-0.40）位于第四象限。學習小組的能力網絡質心位于相似的認知網絡模型空間中，并且質心位置越接近，可預期學習小組的科學推理和論證能力結構越相似。若質心的位置在認知網絡模型空間的另一側，則表明存在顯著差異。科學推理和論證能力網絡質心分組與各教學階段組間互評和教師形成性評價進行三角互證，發現評價結果非常一致。小組互評和形成性評價結果中第五組、第二和第六組成績為優秀，第一組、第三組和第七組成績為良好，第四組和第八組成績為合格。非常有趣的是，學期中第五學習小組同學向教師反映：“小組互評中有小組進行了‘惡意評價，小組成員都認為他們的小組成果應該是優秀而不是良好。”而在科學推理和論證能力質心圖中也可發現第五組在Y軸與第三組（P=0.01<0.05）和第七組（P=0.02<0.05）產生了顯著差異。

學生科學推理和論證能力演化分析表明，總體而言，問題導向教學模式明顯改善了學生科學推理和論證能力網絡中要素連接狀態。在不同教學階段產生了明顯演化特征。具體而言，優秀組學生科學推理和論證能力網絡中，盡管在教學初期各能力要素相互連接但網絡較松散，教學中期網絡中各要素聯系開始加強，并且在要素分布上相對均衡。優秀組在教學中后期科學推理和論證能力各要素間聯系明顯增強，逐漸形成穩定的能力結構;良好組的學生則表現為在不同教學階段，能力要素關聯和要素分布上存在明顯側重;及格組能力網絡中在教學各階段始終存在部分孤立能力要素點，沒有與其他要素形成關聯。

五、結論與展望

研究構建問題導向教學模式在行政管理專業教學中開展教學實驗，采用認知網絡分析法，對教學實錄中學生科學推理和論證能力發展過程進行建模。旨在識別問題導向教學模式與專業領域中學生高階思維能力發展間的動態聯系，進而為優化以學生為中心的教學設計提供依據。

研究結果表明：（1）問題導向教學模式在行政管理教育中對提升學生科學推理和論證能力產生顯著影響。在該教學模式中，教師根據學科特征設計問題情境，并通過教學組織和設計能夠有效推動學生科學推理和論證能力要素間建立聯系，達成能力建構的教學目標;（2）學生群體科學推理和論證能力存在鮮明的發展特征和建構過程。總體而言，隨著教學實驗過程的推進，各學習小組尤其在問題識別、假設生成和建構方案三個要素與其他要素間聯系顯著增強，同時發現得出結論要素占比略有下降，但是結論與問題、假設和建構方案的聯系緊密度增強。結合小組學習成果的內容分析表明，學生得出結論要素產生明顯變化，其變化的實質是實現了由學期初基于證據直接下論斷，到基于理論和模型給出針對性結論的轉變;（3）研究揭示了不同成績水平學生科學推理和論證能力上存在的演化差異，同時發現科學推理和論證能力的演化模式與教學各階段組間互評和教師形成性評價具有顯著的相關性。

基于上述分析，研究得到了一些有益的啟示。（1）問題導向教學模式有利于培養學生更好地解決本學科領域的非良構問題，并能夠有效促進學生科學推理和論證能力的發展。但需要關注的是，該教學模式中開放性問題情境設計對學生能力發展的動態影響。研究中結合深度訪談和田野調查的三角互證表明，問題特異性影響尤其體現在成績良好類學生論證能力的非穩態變化上。因此，開放性問題情境設計需以學生科學推理和論證能力發展水平和特點為依據，采用一個系統迭代的設計過程。（2）教學設計要關注學習小組中團隊成員的特點和合作過程。由于認知能力與情緒錯綜復雜地交織在一起，小組合作中引發的消極情緒可能影響能力發展的質量和結果。問題導向教學中需關注學習小組和小組間合作動態，及時排解消極情緒在小組學習討論中的影響。可激勵學生在學習過程中自主構建小組學習模式和制定小組學習規則，促進學生元認知能力的建構和發展。（3）量化民族志方法能夠深度挖掘學習活動過程數據，能為教學過程中學習活動監測和學習成績預測提供有效支撐。從認知網絡分析與其他結果導向評價的相關性中可發現，該方法對科學推理和論證能力演化的動態監測，可輔助教師在教學過程中識別學生能力發展不足，有針對性地根據不同學生能力發展水平制定相應教學策略，因勢利導采用與學情相配的教學方法和手段，進而探索因材施教的有效途徑。研究仍存在一定不足，由于研究中采用縱向追蹤研究，取樣較為困難，故研究樣本量較小。未來需進一步擴大樣本范圍且進行長期和多輪的追蹤研究，更廣泛地收集和分析語言數據和觀察數據，更大程度地捕捉學生能力建構過程，以期獲得更加精確的結論。

參考文獻：

[1] CSANADI A， EAGAN B， KOLLAR I， et al. When Coding-And-Counting is Not Enough：Using Epistemic Network Analysis （ENA） to Analyze Verbal Data in CSCL Research[J]. International Journal Of Computer-Supported Collaborative Learning， 2018，13（4）：419-438.

[2] 韓葵葵，胡衛平.科學論證能力結構模型建構研究[J].教育理論與實踐，2019，39（22）：3-7.

[3] KUNDARIATI M， MAGHFIROH L， INDRIWATI S E， et al. Scientific Reasoning Skills （SRS）： Predictor to The Student'S Problem-Solving in The Biology Classroom？[J]. Biosfer： Jurnal Pendidikan Biologi， 2021，14（2）：189-200.

[4] KOSLOWSKI B. Scientific Reasoning：Explanation，Confirmation Bias， and Scientific Practice[M]. Springer Publishing Company， 2013.

[5] HERRENKOHL L R， CORNELIUS L. Investigating Elementary Students' Scientific and Historical Argumentation[J].Journal of the Learning Sciences，2013，22（3）：413-461.

[6] FISCHER F， KOLLAR I， Ufer S， et al. Scientific Reasoning And Argumentation： Advancing an Interdisciplinary Research Agenda In Education[J]. Frontline Learning Research， 2014， 2（3）： 28-45.

[7] SAVERY J R. Overview of Problem-Based Learning： Definitions And Distinctions[J]. Essential Readings In Problem-Based Learning： Exploring and Extending The Legacy of Howard S. Barrows， 2015， 9（2）：5-15.

[8] SCHMIDT H G. Foundations of Problem‐Based Learning： Some Explanatory Notes[J]. Medical Education， 1993， 27（5）： 422-432.

[9] DUCH B J， GROH S E， ALLEN D E. The Power Of Problem-Based Learning： A Practical" How To" For Teaching Undergraduate Courses In Any Discipline[M]. Stylus Publishing， LLC.， 2001.

[10] SHOFIYAH N， WULANDARI F E. Model Problem Based Learning （PBL） Dalam Melatih Scientific Reasoning Siswa[J]. Jurnal Penelitian Pendidikan IPA， 2018， 3（1）： 33-38.

[11] VERNON D T A. Attitudes And Opinions Of Faculty Tutors About Problem-Based Learning[J].Academic Medicine， 1995.

[12] ANTONIETTI A. Problem Based Learning-A Research Perspective on Learning Interactions[J].British Journal of Educational Psychology， 2001， 71： 344.

[13] MILLAN L P B， SEMER B， RODRIGUES J M S， et al. Traditional Learning And Problem-Based Learning： Self-Perception of Preparedness For Internship[J]. Revista Da Associa？？o M？Dica Brasileira， 2012， 58（5）： 594-599.

[14] OAKSFORD M， CHATER N， HAHN U. Human Reasoning And Argumentation： The Probabilistic Approach[J]. 2008.

[15] ANDREAS H， KATHARINA E， ANSGAR O， et al. Beyond Intelligence and Domain Knowledge： Scientific Reasoning And Argumentation As A Set of Cross-Domain Skills[M]//Scientific reasoning and Argumentation. Routledge， 2018： 203-226.

[16] FISCHER F， KOLLAR I， UFER S， et al. Scientific Reasoning and Argumentation： Advancing an Interdisciplinary Research Agenda In Education[J]. Frontline Learning Research， 2014， 2（3）： 28-45.

[17] SCHMIDT F M， ZOTTMANN J M， SAILER M， et al. Statistical Literacy and Scientific Reasoning & Argumentation In Physicians[J]. GMS Journal for Medical Education， 2021， 38（4）.

[18] BAUER E， SAILER M， KIESEWETTER J， et al. Learning to Diagnose Students' Behavioral， Developmental， and Learning Disorders In A Simulation-Based Learning Environment For Pre-Service Teachers[J].Learning to Diagnose with Simulations， 2022：97.

[19] 周平紅，周洪茜，張屹，林利.深度學習視域下學習者協同知識建構歷程的社會認知網絡特征分析[J].電化教育研究，2021，42（9）：99-107.

[20] RUIS A R， ROSSER A A， QUANDT-WALLE C， et al. The Hands And Head of A Surgeon： Modeling Operative Competency With Multimodal Epistemic Network Analysis[J].The American Journal of Surgery， 2018，216（5）：835-840.

[21] AHSIN S， ASHRAF H， SAEED G N. Customizing Case-Based Learning （CBL） Sessions With Limited Resources And Analysis of Their Perceived Effectiveness by The Conducting Facilitators[J].Journal of Rawalpindi Medical College， 2020，24（2）：117-122.