多層級在線協作學習評估模型的構建及應用*

高倩倩 張 思[通訊作者] 童名文 陳紅先 戴紅斌

多層級在線協作學習評估模型的構建及應用*

高倩倩1張 思1[通訊作者]童名文1陳紅先2戴紅斌3

（1．華中師范大學 人工智能教育學部，湖北武漢 430079；2．成都市新都區香城小學校，四川成都 610599；3．金華職業技術學院 師范學院，浙江金華 321016）

如今，在線協作學習具有廣闊的應用前景，其中多層級在線協作學習作為精心設計的在線協作學習活動，具有發揮集體智慧的優勢。但是，當前對在線協作學習的分析普遍關注個體而忽略群體，缺乏對多層級在線協作過程的全面認識。為此，文章首先基于活動理論構建了多層級在線協作學習評估模型，然后文章從主體、客體、共同體、工具、規則、分工6個維度確定了組內和組間共12個可操作化的評估指標，最后文章開展了多層級在線協作學習評估模型的實踐應用。結果表明，評估模型實現了多層級在線協作學習活動的整體和過程分析；評估模型有助于發現組內協作和小組整體協作的異常狀態；評估模型在多種教學情境的應用上具有重要潛力。文章通過研究，旨在驗證評估模型的有效性，在評估和指導多層級在線協作學習活動方面具有重要意義。

多層級在線協作學習；活動理論；評估模型；學習分析

當前，在線協作學習憑借其有助于學習者掌握知識[1]、進行知識的共享和建構[2]、促進積極的學習過程、提高個人和小組學習績效等優勢，獲得了廣闊的應用前景。然而，盡管人們已經認識了在線協作學習的潛力，但其在實踐過程中仍然遇到了一些挑戰，如學習者缺乏在小組和班級范圍內的知識深化、出現不平等的協作努力程度的問題[3]。多層級在線協作學習作為精心設計的在線協作學習活動，關注了多層次的協作過程，能夠在班級范圍內支持知識的深化，發揮小組和班級的集體智慧，同時抑制不平等的協作努力，其包含組內、組間和班級等不同層級的協作，被描述為一個復雜的社會認知過程，涉及不同的社會組織分層之間的協作互動[4]。多層級在線協作學習涉及更大范圍的不同層次之間的相互作用，具有復雜性，因此在實踐過程中需要利用學習分析對復雜的協作過程和結果進行評估，以提升學習者的學習績效[5][6]。但是，實踐對協作學習的評估通常側重個體方面，即強調個體在協作中的狀態分析，缺乏對小組整體狀態的分析，對小組協作學習狀態分析的不足難以解釋知識在個體、小組、班級轉移和升華的過程，面對復雜的多層級在線協作情景，對不同粒度的社會單元中互動分析的研究需要進一步開展[7]。另外，當前研究關注于協作的結果，對協作過程中的工具使用、任務分工、規則遵守等分析內容要素也關注不夠。針對現有研究的不足，本研究嘗試以活動理論為指導，關注多層級在線協作學習活動過程中的要素，構建了融合組內和組間的多層級在線協作學習活動評估模型，并開展了實踐應用，以期通過活動理論全面認識并指導多層級在線協作學習過程和實踐。

一 理論基礎

1 多層級在線協作學習

協作學習過程中學習者通過協作交互建構對知識的新理解，實現個體知識建構和群體的協同知識建構[8]。其中，計算機支持的協作學習（Computer-Supported Collaborative Learning，CSCL）領域內，高水平的協同知識建構不會自發產生[9]，需要綜合考慮學習者的情境創設、協作會話工具的使用、目標達成、資源建設和策略支持等。在設計有意義的CSCL學習活動時，多層級的活動能發揮小組和班級的集體智慧，支持多層級在線協作過程以提升協作知識。多層級的活動可發生在個體層面（如閱讀）、小組層面（如解決問題）或班級層面（如講座）[10]，涉及不同的社會組織分層如個體、組內、組間和整個班級的協作互動。學習者在多層級活動中通過“低地板”“寬墻”“高天花板”進行有意義的學習，發揮小組和班級的集體智慧。其中，“低地板”意味著所有的學習者都可以參與到學習中，“寬墻”意味著學習者能夠利用多種途徑分享多樣的想法和知識，通過組內和組間協作的多種途徑，增加了學習者分享和交流的頻次[11]，最終達到“高天花板”[12]，即實現高水平的協同知識建構。多層級在線協作學習活動包含個人學習、組內建構、組間互評、組內提升、個人成就達成[13]。學習者先進行個人學習，之后組內建構以達成共識。組間互評是組間協作，學習者以小組為單位將本組的共識和協作學習成果分享給他組后，小組之間開展評價和反饋，拓寬了交流的途徑。組內提升是各組在組間互評后，批判性地吸收他組的意見并達成共識，提升本組的人工制品。最終學習者反思學習的收獲，達成個人成就。

2 活動理論

活動理論強調活動系統各要素之間的互動關系，其中活動系統包含主體、客體、共同體、工具、規則和分工6大要素。該理論指出，通過工具可以實現互動，促進人的發展[14]?；顒永碚摽梢悦枋龆鄬蛹壴诰€協作學習活動要素間的關系，基于該理論，多層級在線協作學習活動中的學習者主動建構知識，情境、協作、會話和意義建構等因素也得到了重視。其中，學習者為了實現意義建構，需要創設資源和目標等情境，在共同體內制定協作規則，通過工具進行會話交互，安排角色分工。多層級在線協作學習活動較少同時關注個體和小組整體狀態的分析，活動理論強調了學習活動是個體建構和群體建構的統一，是指導多層級在線協作活動的重要理論基礎[15][16]。

活動理論為多層級在線協作學習活動的過程評估提供了新的視角：①能夠對活動的多個要素進行綜合評估?；顒酉到y的6個要素對應了評估過程中的個體和群體投入、資源學習和作品優化加工、積極的互賴和人際交互、工具使用程度、任務規則遵守和協作分工等方面。②從組內和組間兩個視角關注活動的個體和小組。在協作學習中，組內個體貢獻的總和與小組的整體水平不同，個體學習成效的簡單疊加不能代表整個小組的協作學習狀態[17]。活動理論關注到個體層面和社會層面這兩個相互聯系的實踐活動過程，以考慮個體貢獻和小組整體發展。③關注了多層級在線協作學習活動的過程分析?；顒永碚撝匾晫W習者參與的活動、目的、使用工具、社會關系、客體及結果[18]，能夠分析協作過程中小組的組織和協作策略等。

二 多層級在線協作學習評估模型的構建

多層級在線協作學習活動是一個包含組內協作和組間協作的活動系統。在這個系統中，個體和小組（主體、共同體）針對學習目標和資源（客體），利用同步和異步交流工具（工具）開展組內和組間的在線協作。在交流分享中，個體和小組需要遵守協作中的約定（規則），通過角色分配（分工）、及時反饋等組織完成協作任務，最終產出人工制品。由此，本研究結合多層級在線協作學習活動，基于活動理論從組內和組間兩個層面出發確定了6個維度相關的評估指標，建立了多層級在線協作學習評估模型，如圖1所示。其中，組內評估的主體表征個體協作投入，工具表征個體工具使用程度，客體表征個體資源學習，分工表征個體協調平衡水平，共同體表征組內會話交互，規則表征個體任務遵守情況。組間評估的主體表征小組協作投入，工具表征小組工具使用程度，客體表征小組作品加工，分工表征小組協調平衡水平，共同體表征組間會話交互，規則表征小組任務遵守情況。評估模型在多種教學情境的應用上具有重要潛力，除了用于在線協作學習活動，也可用于混合環境和虛擬學習環境等多種協作學習活動場景。

圖1 多層級在線協作學習評估模型

表1 多層級在線協作學習活動中的6個維度度量

在線協作學習中小組是學習的引擎，在線學習工具能夠記錄在線學習軌跡，并得到結構化和非結構化數據。依據評估模型，對活動理論6個要素的評估指標進行操作化，可得到多層級在線協作學習活動中的6個維度度量（如表1所示），以通過數據刻畫組內和組間的協作學習情況。

①主體貢獻對協作的質量有重要的影響，活動理論中主體代表協作投入的程度，在多層級在線協作活動中映射為在線協作討論時間[19]。其中，組內學習者通過媒體工具（如QQ）進行在線協作討論和交流，主體參與的討論時間與投入度正相關。在組內，以學習者連續參與討論的時間片段為分析單元，得出小組內每位組員的討論時間，最后匯總個體參與協作討論的持續時間（TSi），表征學習者i的協作投入程度，并使用組內成員協作投入程度的標準差（SD1）以避免極值影響，同時個體協作投入（PS）表示個體參與協作討論的持續時間（TSi）在小組中的相對位置，如公式（1）、（2）所示，其中N表示小組內有N名組員（下同）。而在組間，小組協作投入（GS）可通過小組內所有成員討論時間的均值（`TS）來衡量，如公式（3）所示。

②客體表征資源學習和作品加工的情況，協作學習是為了實現學習者掌握知識和解決問題的目標。因此，在多層級在線協作中要考慮學習者的資源學習時間和作品加工頻次。其中，在組內，以學習者個體對資源（如云課堂資源）的學習時間（TOi）來量化自主學習的情況[20]。個體資源學習情況（PO）表示TOi在小組中的相對位置，如公式（4）所示。而在組間，小組活動的目標是通過共同努力來進一步優化小組作品，小組作品的加工情況（GO）可以通過各小組的作品修改頻次均值（`FO）來衡量，如公式（5）所示。

③在線協作學習中共同體通過會話交互，會話交互頻次反映了共同體交流的積極程度[21]。多層級在線協作學習包含組內和組間協作，在此過程中學習者個體利用工具進行同步和異步會話交互，同步會話將學習者A和學習者B的1次會話交互定義為1次交互，異步會話則將個人發/回帖頻次分別定義為1次交互。在組內，個體會話交互頻次（PCO）表示學習者個體使用媒體工具（如QQ）進行同步會話交互的頻次（FCi）和學習者個體使用媒體工具（如云課堂）進行異步會話的個人發/回帖頻次（FCj）之和，如公式（6）所示；組內會話交互情況（PC）則表示PCO在小組中的相對位置，如公式（7）所示。而在組間，小組將協商后達成的共識評價和建議反饋給其他小組，以此完成小組互評。組間會話交互情況（GC）通過小組被評論的建議頻次和回復他組的反饋頻次之和（FC）來評估，如公式（8）所示。

④協作學習中學習者通過工具進行知識建構，利用工具進行會話討論的頻次反映了工具的使用程度[22]。在多層級在線協作學習中，學習者使用同步交流工具（如QQ）和異步交流工具（如云課堂）進行會話討論以協作建構。同步交流工具支持組內個體的實時協作會話討論，而異步交流工具支持個體在討論區中發/回帖進行討論，同時也支持小組代表在討論區上發表小組協商后的評價和建議。在組內，組內個體會話討論頻次（PTO）表示學習者個體使用同步交流工具進行的協作會話討論頻次（FTi）和使用異步交流工具討論的個人發/回帖頻次（FTj）的總和，如公式（9）所示；組內工具使用程度（PT）表示PTO在小組中的相對位置，如公式（10）所示。在組間，小組工具使用程度（GT）是通過小組內所有成員使用工具進行協作會話討論頻數的總和來衡量，它反映小組整體的工具使用情況，如公式（11）所示。

⑤規則表征任務遵守的情況，協作學習活動中學習者要遵守尊重、互助、積極參與等隱性規則和課程規定的目標、任務遵守、活動參與等顯性規則[23]。多層級在線協作學習活動中，個體和小組對任務遵守的情況通過任務完成（發/回帖頻數）比例表征。在組內，假設在線協作學習過程中教師發布3個主題帖，要求每位學習者至少在云課堂討論區發帖5個，回帖2個，則個人發/回帖要求為21條（M1），Fm代表主題討論中的個人實際發/回帖總頻次。由此，個體任務遵守情況（PR）可通過計算個人實際發/回帖的參與頻次（Fm）在規定的個人發/回帖要求總數（M1）的占比來衡量，如公式（12）所示。而在組間，假設教師規定每個小組分別評價另外兩個小組的作品，針對他組的作品發表8條建議，同時針對作品建議回復8條反饋，考慮到課程有教學設計互評和教學課件互評這兩個任務，則規定的組間發/回帖總數為32條（M2），小組任務遵守情況（GR）可通過計算小組任務實際發/回帖的參與頻次（Fh）在規定的組間發/回帖總數（M2）的占比來衡量，如公式（13）所示。

⑥分工是衡量團隊成員如何分擔任務量的指標，體現了協調平衡水平。理想的協作學習是學習者各自發揮優勢，每個人相對均衡地參與任務，但實際上協作的任務通常界限不分明，存在交叉。因此，為衡量分工均衡情況，利用學習者的會話交互概率計算出來的信息量和信息熵分別表示組內和組間的分工協調平衡水平[24]。在組內，學習者個體的交互概率越高，貢獻量越大。交互頻次比（Pi）為學習者個體的交互頻次與組內總交互頻次的比值，該數值越大，表示信息量的數值越小，任務貢獻量越大，其中個體協調平衡水平（PD）用信息量來表示，如公式（14）所示。而在組間，如果小組組員之間的信息量差異大，就表明組員的討論參與不均勻。小組整體的協調平衡水平（GD）用信息熵來衡量，當協作小組中組員比較均衡地進行交互時，信息熵在一定的區間內數值越大，表明小組分工越合理，如公式（15）所示。

三 多層級在線協作學習評估模型的實踐應用

1 應用場景

為了驗證本模型的有效性，本研究以一門在“師大云課堂”上開設的校選課“信息技術教育應用”課程為案例進行實踐應用。該課程為期8周，主要介紹信息技術和教學內容深度融合的過程與方法。課程采用在線學習模式，學習者均通過在線學習工具（QQ和師大云課堂）進行學習和協作，QQ支持組內討論，師大云課堂平臺提供豐富的學習資源，同時支持異步討論。46名華中師范大學大二和大三的師范生自主選課，通過自己的師大云課堂賬號參與了這門課程的學習。學習者被隨機分為9組（G1～G9），每組要求共同完成一份教學設計和一份教學課件。本課程共分為6個環節：①教學設計初稿，學習者在組內協商討論主題和內容，選擇分工，最終將本組的教學設計分享到云課堂，供其他小組查看和評價。②教學設計互評，小組內組員先分別提出建議，再協商和討論，然后把小組達成的共識建議分享到他組完成組間互評。③教學設計完善，小組組員根據他組的建議進行討論和協商，回復共識的反饋，并完善本組的教學設計。另外3個環節教學課件初稿、教學課件互評、教學課件完善與前述3個環節相似。

2 協作過程

多層級在線協作過程如圖2所示。學習者先完成個人學習，進行主題討論發帖和資源的學習，之后以小組為單位開展在線協作。在個人學習過程中，學習者理解知識，生成觀點并提出疑問，進行個人認知調節。在線協作過程中，首先進行組內建構，共同生成教學設計和教學課件；然后進行組間互評，小組之間互相提出建議，達成共識；最后進行組內提升，各小組進一步完善教學設計和教學課件，同時個人獲得成長。

3 數據采集

學習者運用QQ、師大云課堂來進行個人學習和在線協作。QQ工具記錄了學習者的討論和交互情況，師大云課堂記錄了學習者的資源學習時間、在個人討論區和小組討論區中的發帖和回帖頻數等信息，本研究收集以上數據并進行分類匯總。

圖2 多層級在線協作過程

4 結果分析

（1）組內個體協作學習狀態分析

本研究依據表1定義的度量方式，收集組內個體的協作數據。以第4組為例，組內學習者（stu1～stu5）的學習統計數據如表2所示。其中，主體是個體使用QQ進行協作討論的時間（h），客體是個體云課堂資源的學習時間（h），共同體是個體的QQ會話交互頻次與云課堂發/回帖頻次之和，工具是個體的QQ會話討論頻次與云課堂發/回帖頻次之和，規則是云課堂主題帖中個人發/回貼的頻次，分工是個體QQ會話交互頻次的占比。

表2 第4組學習者的學習統計數據

依據組內公式計算評估第4組的個體協作學習狀態，可視化分析結果如圖3所示。

圖3 第4組個體協作學習狀態的可視化分析結果

從主體、客體、共同體、工具維度上進行分析，可以看出：在第4組中，stu2的量化數值最高（接近2.00），說明其表現最好，在參與協作和資源學習方面花費的時間最多，是小組內的積極貢獻者；相反，stu4的量化數值在-1.00以下，處于最低水平，表現最差。此外，這5名成員都很好地遵守了個人任務規則，云課堂發/回帖數量相當，量化數值都在1.00左右。在分工方面，數值越高，表明在組內承擔的任務越少，stu2的量化數值最低（1.40），表明stu2承擔的任務最多；而stu4的量化數值最高（3.88），表明承擔的任務最少?？傮w來看，stu2積極提供想法并總體安排任務分工，承擔了大部分任務；stu5和stu1較為積極地提出互評意見。其中，stu5在協作學習投入度較高，但資源的自主學習需要繼續加強；而stu3和stu4只是被動接受任務安排，很少參與討論并提供意見，需要加強協作學習和自主學習。在小組協作中，stu2發揮了重要作用，而其他組員完成任務的積極性并不高，他們僅僅是為了完成任務，第4組作品最終得分最低。

（2）組間小組協作學習狀態分析

多層級在線協作學習中，小組與個體相比是更高層級的社會單位，需將小組作為一個分析單元在班級內進行比較。因此，本研究依據評估模型中6個維度的度量，收集各小組的學習數據，通過組間公式得出各小組的協作狀態數據，并將數據進行中心標準化處理以提高可比性。組間小組協作學習狀態的可視化分析結果如圖4所示，高于均值的為正值，低于均值的為負值。

圖4 組間小組協作學習狀態的可視化分析結果

在主體-小組協作投入、工具-使用程度、分工-協調平衡水平維度，1組和2組標準化處理后的數值分別為1.42、1.63、0.53和1.72、1.59、0.62，表明兩組協作狀態相似，小組協作投入較高，積極使用工具進行協作交流，并且在協作分工協調平衡；3組、4組和6組主體維度的數值分別為-1.24、-1.09、-0.88，表明其小組協作投入都不高。在分工維度，6組的數值最高（1.1），反映出6組在分工方面相當平等均勻；而8組、9組的數值為-1.28、-1.4，表明小組成員的貢獻不均勻。在客體-作品加工維度，1組的數值最高（2.16），4組的數值最低（-1.42），表明1組對作品的優化和完善程度最高，而4組最低。在共同體-組間會話交互維度，7組、2組的數值分別為1.57、1.22，表明這兩組與評價小組的互動較為頻繁；而1、3、4、6組的數值均為負數（-1.7、-0.67、-0.67、-0.67），表明需要加強組間交流，積極為他組提供建議并反饋想法。在規則-小組任務遵守維度，7組和2組的數值分別為1.91、0.59，表明兩組較好地遵守了小組互動任務規則；而第1組的數值最低（-1.6），表明1組在任務后期對其他組的回復頻數較低。

四 結論與討論

1 評估模型實現了多層級在線協作學習活動的整體和過程分析

本研究構建的評估模型將多層級在線協作學習活動中個人學習、組內協作、組間協作的多層級視為一個綜合、復雜的整體進行評估，通過數據全面刻畫組內的個體和組間小組整體的協作過程狀態。評估模型通過協作投入、資源學習/作品加工、組內交互/組間交互、工具使用程度、任務遵守、協調平衡水平維度的分析來全面觀察和評估協作中的多元過程性表現，實現了多層級在線協作學習活動的過程評估，有助于教師對個體到小組再到班級的多層級學習過程的全方位觀察和針對性干預，如對于協作投入不高的學習者和小組而言，教師可以參考某一維度及時干預，引導開展積極的協作互動，以支持高水平協同知識建構的發生。

2 評估模型有助于發現組內協作和小組整體協作的異常狀態

評估模型通過對多層級在線協作學習活動中組內協作和組間協作的多元過程性表現進行分析，有助于發現組內協作和小組整體協作的異常狀態，如第4組的5位同學中有2位的協作狀態不高，被動接受協作任務安排，是組內協作的搭便車者，需提供適當支持和指導。小組整體的協作學習狀態也存在差異，整體來看，1組和2組的協作狀態較好，是理想中的小組協作。另外，組內協作狀態好的小組，組員積極討論并且規則意識較強，能夠在組間協作中提出針對性建議，發揮集體智慧，如1組在互評環節為他組積極提供建設性意見，同時也根據建議改進本組作品。而組內協作狀態不好的小組由組長主導，組員協作不積極且規則意識不強，組間協作中較少提出建設性的意見，如4組各維度的學習參與都低于均值，3組只有分工維度高于均值，表明這兩組的協作狀態較差，在組間協作中也較少提出建設性的意見。這兩個小組的協作未達到預期，可能是出于多種因素，包括團隊協作、資源學習、任務分工等，需要開展團隊反思。

3 評估模型在多種教學情境的應用上具有重要潛力

評估模型和其維度的度量可應用于在線協作學習活動、混合的協作學習活動（面對面和在線的混合）、虛擬學習環境中協作學習活動等的分析。其中，在線和混合的協作學習活動中，學習者需要使用同步交流工具（如QQ、WhatsApp等）和異步交流工具（如云課堂、論壇等）進行自主和協作學習。虛擬學習環境中，個體和小組在虛擬社區中通過工具（如AR平臺、VR平臺等）進行協同知識建構，這些工具支持組內和組間進行實時或者非實時的溝通和交流，同時能夠自動記錄學習者的協作討論時間、資源學習時間、會話交互頻次、會話討論頻次等學習過程性數據。通過過程性數據的分析可以度量和表征相關維度，并利用多種統計可視化方式（如條形圖、網絡圖、雷達圖、散點圖等）進行呈現，以全面、客觀地刻畫復雜協作學習活動的過程，明確協作過程中的發生機制，從而提供數據驅動的個性化學習服務和支持。

五 總結和展望

本研究基于活動理論構建了多層級在線協作學習評估模型，從活動理論的6個維度確定了組內和組間的12個可操作化的評估指標，并開展了實踐應用。結果表明，評估模型能夠幫助教師觀察多層級協作活動過程中組內個體、組間小組甚至班級存在的一些問題，有助于教師進行跟蹤評價，為學生提供精確的支持和干預。同時，對于學習者和小組而言，通過自身協作學習狀態的感知，進一步促進了其反思和調節。本研究也存在一些不足，如多層級在線協作學習是一個復雜的系統，在實踐應用中，維度和評估指標存在非一對一的關系，未來應避免經驗的影響，科學合理地賦予維度指標相應的權重；只收集學習者的在線數據，未來可以采集眼動、腦電等多模態數據來更好地表征學習者的協作狀態；主要使用人工統計分析的方法，存在操作煩瑣、及時性不夠的問題，未來要提高學習分析的智能化水平，通過自動化的方式即時清晰地呈現學習者的協作過程情況，為學習者提供實時監控和個性化的協作學習干預。

[1]Wen Y, Looi C K, Chen W. Appropriation of a representational tool in a second-language classroom[J]. International Journal of Computer-Supported Collaborative Learning, 2015,(10):77-108.

[2]Popov V, Van Leeuwen A, Buis S C A. Are you with me or not? Temporal synchronicity and transactivity during CSCL[J]. Journal of Computer Assisted Learning, 2017,(5):424-442.

[3]Martinez-Maldonado R. A handheld classroom dashboard: Teachers’ perspectives on the use of real-time collaborative learning analytics[J]. International Journal of Computer-Supported Collaborative Learning, 2019,14:383-411.

[4][13]Chen W, Tan J S H, Pi Z. The spiral model of collaborative knowledge improvement: An exploratory study of a networked collaborative classroom[J]. International Journal of Computer-Supported Collaborative Learning, 2021,16:7-35.

[5]李艷燕,彭禹,康佳,等.在線協作學習中小組學習投入的分析模型構建及應用[J].中國遠程教育,2020,(2):40-48、77.

[6]Sinha S, Rogat T K, Adams-Wiggins K R, et al. Collaborative group engagement in a computer-supported inquiry learning environment[J]. International Journal of Computer-Supported Collaborative Learning, 2015,10:273-307.

[7]Zhang S, Chen J, Wen Y, et al. Capturing regulatory patterns in online collaborative learning: A network analytic approach[J]. International Journal of Computer-Supported Collaborative Learning, 2021,16:37-66.

[8]Vandenberg J, Zakaria Z, Tsan J, et al. Prompting collaborative and exploratory discourse: An epistemic network analysis study[J]. International Journal of Computer-Supported Collaborative Learning, 2021,16:339-366.

[9]任劍鋒,梁爽,郭花.基于策略的可視化協同知識建構支持系統研究[J].電化教育研究,2016,(1):79-83.

[10]Dillenbourg P. Design for classroom orchestration[J]. Computers & Education, 2013,69:485-492.

[11]English L D. Advancing elementary and middle school stem education[J]. International Journal of Science and Mathematics Education, 2017,(15):5-24.

[12]Resnick M, Maloney J, Monroy-Hernández A, et al. Scratch: Programming for all[J]. Communications of the ACM, 2009,(11):60-67.

[14]呂巾嬌,劉美鳳,史力范.活動理論的發展脈絡與應用探析[J].現代教育技術,2007,(1):8-14.

[15]孫海民,劉鵬飛.以活動理論審視學習活動[J].中國電化教育,2015,(8):29-35.

[16]劉璇,鄭燕林.活動理論視角下的教師共同體教研模式研究與實踐[J].中國電化教育,2023,(4):122-129.

[17]范玉鳳,李欣.活動理論視角下的虛擬學習共同體構建研究[J].中國電化教育,2013,(2):43-47.

[18]劉清堂,盧國慶,張妮,等.活動理論支持的區域同儕研修模式構建及實踐探索[J].中國電化教育,2021,(1):118-127.

[19]Kovanovic V, Ga?evi? D, Dawson S, et al. Does time-on-task estimation matter? Implications on validity of learning analytics findings[J]. Journal of Learning Analytics, 2015,(3):81-110.

[20][23]毛剛,劉清堂,吳林靜.基于活動理論的小組協作學習分析模型與應用[J].現代遠程教育研究,2016,(3):93-103.

[21]Joksimovi? S, Gasevi? D, Loughin T M, et al. Learning at distance: Effects of interaction traces on academic achievement[J]. Computers & Education, 2015,87:204-217.

[22]Xing W, Wadholm R, Petakovic E, et al. Group learning assessment: Developing a theory-informed analytics[J]. Educational Technology & Society, 2015,(2):110-128.

[24]傅德榮,章慧敏.教育信息處理[M].北京:北京師范大學出版社,2001:53-57.

Construction and Application of Multi-Level Online Collaborative Learning Assessment Model

GAO Qian-qian1ZHANG Si1[Corresponding Author]TONG Ming-wen1CHEN Hong-xian2DAI Hong-bin3

Nowadays, online collaborative learning has broad application prospects, in which multi-level online collaborative learning as a well-designed online collaborative learning activity, can bring collective wisdom into play. However, the current analysis of online collaborative learning generally focuses on the individual and ignores the group, and lacks a comprehensive understanding of the multi-level online collaborative process. Therefore, this paper first constructed an assessment model for multi-level online collaborative learning based on activity theory and then determined 12 operational assessment indicators within and between groups from six dimensions of subject, object, community, tool, rule and division of labor. Finally, this paper carried out the practical application of the assessment model for multi-level online collaborative learning. The results showed that the assessment model can analyze the whole and process of multi-level online collaborative learning activities, helped to discover the abnormal state of intra-group collaboration and overall group collaboration, and had great potential in the application of various teaching situations. Through research, this paper aimed to verify the validity of the assessment model, which was of great significance in assessing and guiding multi-level online collaborative learning activities.

multi-level online collaborative learning; activity theory; assessment model; learning analysis

G40-057

A

1009—8097（2023）10—0098—10

10.3969/j.issn.1009-8097.2023.10.010

本文為2020年度國家自然科學基金面上項目“面向大規模在線教育的學習者協作會話能力評估模型及干預機制研究”（項目編號：62077016）、2023年度華中師范大學優秀研究生教育創新資助項目“同步課堂中提升遠端學生臨場感的協作策略設計及應用研究”（項目編號：2023CXZZ090）的階段性研究成果。

高倩倩，在讀博士，研究方向為學習分析，郵箱為gaoqianqian@mails.ccnu.edu.cn。

2023年4月12日

編輯：小時