“潛水”還是“學習”：在線協作學習中“在線傾聽”行為再審視

王中國 彭文輝 劉清堂 史玲玲

[摘 ? 要] 學習者“在線傾聽”行為是一種復雜的社會化活動，是在線協作學習對話的前提和基礎，但并未引起正視和積極理解。基于對話教學理論視角，研究采用滯后序列分析、內容分析、社會網絡分析等研究方法，分析學習者“在線傾聽”行為模式特征，及其對學習者認知過程、批判性思維和學習績效的潛在影響。研究發現，學習者“在線傾聽”行為是在線協作學習的常態行為，存在顯著性差異，在時間結構上呈現周期性和陣發性；專注的“在線傾聽”，高頻次的回顧/反思傾聽，有益于學習者高水平知識建構和批判性思維發展；高、低績效學習者群體的“在線傾聽”行為模式存在顯著差異，高績效組“在線傾聽”行為更專注、行為路徑更完整。這些發現為理解和解釋數字教育場景下在線學習發生的內隱規律和內在機制提供理論支撐和實踐參考。

[關鍵詞] 在線傾聽； 在線發言； 在線協作學習； 行為序列模式； 內在機制

[中圖分類號] G434 ? ? ? ? ? ?[文獻標志碼] A

[作者簡介] 王中國（1979—），男，湖北鄖縣人。講師，博士研究生，主要從事在線學習行為研究。E-mail：china_wzg@163.com。彭文輝為通訊作者，E-mail：pwh@mail.ccnu.edu.cn。

一、問題的提出

數字技術正重塑教育形態，改變人們的學習和思維方式。在線學習是一個復雜和動態變化的過程，涉及認知、情感、行為和社交等要素，包含多重復雜的人機關系，需用復雜性系統研究的方法來審視和揭示其內隱規律和內在機制，并對其進行綜合整體的解讀[1]。異步在線討論是在線協作學習的重要形式，它為學習者創設了一個相互交流、協同參與的探究社區。探究社區以相互傾聽關系為基礎而形成[2]，相對于面對面交流，學習者有更多的時間進行傾聽、反思和組織觀點，對話方式更加多元。

從對話教學理論的視角來看，課堂對話是有效教學的關鍵[3]，學習者通過對話可以獲得不同的觀點，發展批判性思維并加深理解[4]。在線協作學習中，學習者個人反思和共同對話融合在迭代的探究過程中，具有發起和維持批判性對話的潛力。批判性對話過程中包括傾聽、反思和表達觀點[5]，“傾聽”是有效對話的前提和基礎[6]。在線協作學習對話依賴于學習者必須參與的兩個相互關聯的活動：“在線傾聽”（瀏覽帖子、回顧/反思等）和“在線發言”（發帖/回帖等）[7]。“在線傾聽”指在線協作學習中學習者以不同的、特定的方式關注他人帖子的活動[8]。“在線傾聽”不是一種孤立的、沒有聯系的行為，而是發生在數字化學習情境下的一種社會化活動，受個人需求、目標、動機和環境所驅動[9]。學習者查看學習資源、瀏覽他人觀點或觀察他人的參與行為，即“在線傾聽”，類似實踐社區中的學徒式學習和課堂對話的“傾聽”，間接或替代學習有可能發生[10]。在線討論行為的干預研究發現，只瀏覽帖子的學生也會對干預做出響應[11]。然而，多數研究把“在線發言”行為頻次和內容質量看作評價在線學習績效的關鍵指標，“在線傾聽”作為在線協作學習中普遍存在的“合法的邊緣性參與”[12]，也是一種積極的學習參與，但并未引起足夠正視和積極理解。若僅用“在線發言”行為來表征學習者在線學習的學習狀態和學習結果，存在以偏概全的風險[13]。“在線傾聽”是“潛水”還是“學習”仍存在爭議，缺乏對“在線傾聽”行為及其間接表征的隱性認知和思維活動的測量與分析。

學習行為能夠反映學習者的學習狀況和內部思維過程[14]。現有研究多聚焦“在線傾聽”行為的頻次測量，缺乏細粒度分析，未能明確哪些“在線傾聽”行為更有效，為何有效和如何檢驗[15]。學習是一個不斷積累變化的動態過程，“在線傾聽”行為應置于在線協作學習活動中整體考量，綜合測量“在線傾聽”行為的過程要素、強度要素、行為目的、行為結果[16]，挖掘其行為模式和內隱規律，以解釋在線協作學習的過程機制。

二、研究設計

（一）研究對象

研究以武漢市某高校教育技術學專業“信息技術與課程整合”課程的大學三年級本科生為研究對象，共兩個班級，其中，一個班級41人，男生7人，女生34人；另一個班級39人，男生10人，女生29人。授課時間分別為2019年9月至2020年1月、2020年9月至2021年1月，線上學習活動包括自主學習、主題討論、作品提交與評價、自評互評、學習反思等，線下學習活動包括課堂講授、小組任務協作、人工制品展示、互評反思等。

（二）研究思路與研究方法

研究采用交互分析模型（Interactive Analysis Model，IAM）[17]對話語中認知交互進行編碼，包括分享、發現、協商、修改、建構等五個階段，依據Elizabet Murphy提出的批判性思維編碼體系[18]將話語中學習者批判性思維分為辨識、理解、分析、評價、創新五個維度，如圖1所示。在線學習中個體—群體—人工制品之間的三元交互學習視為“在線協作學習對話”，包括“在線傾聽”和“在線發言”。“在線傾聽”行為細分為單一主題的“一次登錄一次傾聽（STSL）”“一次登錄多次傾聽（STML）”“多次登錄多次傾聽（MTML）”“回顧/反思傾聽（RL）”和多主題的“一次登錄多主題傾聽（STMTL）”五類；“在線發言”細分為“發帖（P）”“回帖/評價（RP）”兩類。按照時序、事件（主題線程）、行為序列三個層次，確定“在線傾聽”行為序列的邊界。采用滯后序列分析方法，使用交互行為分析軟件GSEQ 5挖掘顯著性“在線傾聽”行為序列，并將顯著性行為序列進行格式轉換，導入社會網絡分析工具Python3.8+Networkx2.5，生成“在線傾聽”行為有向路徑圖。

（三）數據收集與分析

課程已開展5個學期，學習者在線協作學習行為的描述性統計，見表1。研究對2019—2020-1、2020—2021-1兩個學期的學習者在線協作學習行為數據進行采集、編碼、清洗和時序對齊，使用如圖1所示的編碼框架對“在線發言”內容進行編碼，編碼單元為每條發帖信息。由兩位經過編碼培訓的教師完成編碼，IAM編碼和批判性思維編碼結果的Cohen Kappa值分別為0.752和0.791，不一致的編碼結果經協商后達成共識。

三、研究結果

（一）“在線傾聽”行為的時間結構和行為模式分析

從表1可以看出，學習資源瀏覽行為頻次最高，“在線傾聽”行為低于資源瀏覽行為，但遠高于“在線發言”行為。兩個學期，學習者在線協作學習行為的時間結構具有相似性，如圖2所示。學期初，學習者在線協作學習行為數量快速增加，隨后逐漸降低，表現出一定的周期性和陣發性，與教師發布的學習任務期限時間較為一致。

分別對學期前期、學期中期、學期后期和任務周期之外的“在線傾聽”和“在線發言”行為進行滯后序列分析，篩選出殘差表中Z-score>1.96的行為序列，生成每個階段的行為轉換圖，如圖3所示。可以看出，以“在線傾聽”行為為起點，顯著性值最高的行為序列為STSL→P→RL→RL。

學期前期，STSL、MTML與P、RP和RL構成顯著性行為序列。STML、STMTL重復發生的概率最高，但并未與發帖、回帖行為構成顯著性行為序列。學期中期，STSL、STML和MTML與P、RL構成顯著性行為序列，STSL與RP、RL也構成顯著性行為序列。學習者“在線傾聽”與“在線發言”行為之間的邏輯順序多樣化，但相對規律和完整。學期后期和任務周期之外，STMTL→RP→STMTL構成顯著性行為序列，與RL行為之間的邏輯順序減少并消失。可以看出，在不同的學習階段，學習者“在線傾聽”行為模式存在顯著差異性。

（二）不同認知階段的“在線傾聽”行為模式分析

對“在線傾聽”及認知階段進行滯后序列分析，篩選出殘差表中Z-score>1.96的行為序列，生成“在線傾聽”與認知階段行為轉換圖，如圖4（a）所示。

可以看出，STSL與認知階段I1、I2、I3、I4之間均構成顯著性行為序列，RL為多數顯著性路徑的終點。與高層次認知階段I3、I4、I5構成顯著性行為序列有STMTL→I3、STSL→I3、STSL→I4、MTML→I5。不同認知階段之間，I1→I3、I5→I3、I4→I3之間均有直接或間接顯著性路徑，即同一主題線程的專注傾聽、多頻次重復傾聽與高認知階段形成顯著行為邏輯順序。

圖4 ? “在線傾聽”—認知階段行為轉換圖及行為路徑

將學習者“在線傾聽”和“在線發言”的認知階段轉換為節點，生成在線學習參與行為有向路徑圖，如圖4（b）所示。節點的直徑越大，表示該節點的度越高，即行為越頻繁；節點間連線顏色越深，權值越大，表示兩個節點之間的關系越強，行為序列發生的概率越高。可以看出，“在線傾聽”行為中RL行為頻次最高，STSL頻次最低；“在線發言”的認知階段中I3頻次最多，I5頻次最少；MTML與I5之間具有顯著的關聯關系。

（三）不同批判性思維的“在線傾聽”行為模式分析

“在線傾聽”行為與批判性思維維度的顯著性序列轉換圖，如圖5（a）所示。從批判性思維的五個維度來看，以“在線傾聽”行為為起點，STSL與R、U、A、E、C之間存在顯著性序列。MTML與U、A、C之間存在顯著性序列。學習者專注于一個主題線程的“在線傾聽”行為（STSL、MTML），與學習者高階批判性思維發展E、C構成顯著行為序列。批判性思維的R、U、A、E維度與RL之間構成顯著性序列，而C與RL之間未構成顯著性序列，可能是一個話題未形成創新性觀點之前，學習者關注度高，RL行為頻繁，形成創新觀點之后，學習者關注度降低，RL行為減少，主題線程中斷。

圖5 ? “在線傾聽”—批判性思維維度行為轉換圖及行為路徑

圖5（b）為“在線傾聽”行為—批判性思維維度的有向路徑圖，圖中節點為學習者“在線傾聽”和批判性思維維度，邊的權值表示“在線傾聽”行為與批判性思維維度之間的相關度。可以看出，批判性思維維度E頻次最高，與不同的“在線傾聽”行為、批判性思維的其他維度均有顯著性關聯關系。STSL和MTML與C之間具有顯著性關聯關系。

（四）不同學習績效學習者的“在線傾聽”行為模式分析

按照學習者綜合績效的50%為界，將學習者分為高績效組、低績效組兩組，生成兩組學習者的“在線傾聽”行為顯著性序列轉換圖，如圖6所示。其中，圖6（a）為所有學習者整體行為轉換圖，以“在線傾聽”為起點，顯著性值最高的行為序列為STSL→P→RL→RL。STML、MTML與P、RL，STMTL與R、RL也構成顯著性行為序列。圖6（b）為高績效組學習者群體的行為轉換圖。以“在線傾聽”為起點，顯著性值最高的行為序列為STSL→P→RL→RP→RP→RL。單一主題的“在線傾聽”行為（STML、MTML）與發帖、回帖、回顧/反思傾聽都構成完整的行為路徑。一次登錄多主題傾聽（STMTL）行為并未形成類似的行為路徑，而是在回帖之后進行多主題傾聽。發帖、回帖之后都有較高的回顧/反思傾聽行為。圖6（c）為低績效組學習者群體的行為轉換圖。顯著性值最高的路徑為STSL→P→RL→RL。低績效學習者具有顯著的STMTL→RP行為，且回帖之后很少回顧/反思。

四、討論與建議

（一）在線協作學習中學習者“在線傾聽”行為具有普遍性和顯著差異性

在線協作學習中，不同學習者的學習行為規律遵循冪律分布[19]，“在線傾聽”行為因時而異、因人而異，“在線傾聽”與“在線發言”行為密切相關。從表1可以看出，在線協作學習過程中學習者整體“在線傾聽”行為數量是“在線發言”行為的2倍以上，時間結構上呈現陣發性和階段性特征（圖2）；不同學習階段的“在線傾聽”行為時間結構和行為模式存在顯著性差異（圖2、圖3），不同學習者、不同學習績效學習者群體的“在線傾聽”和“在線發言”行為存在顯著性差異（表1、圖6）。學期前期，各種傾聽行為高于在線發帖、回顧/反思傾聽行為，學習者處于觀望、觀察和適應階段。學期中期，STSL和MTML與“在線發言”行為構成顯著性路徑，“在線傾聽”頻次整體降低，P→RP發生概率減少，回帖前有更多專注的傾聽行為。學期前期和學期中期，P→RL，RP→RL有較高的發生概率，在線學習者一方面關注自己的發帖被他人回復、評論、點贊的情況，另一方面通過RL，引發進一步反思和深層知識建構。學期后期，STMTL→RP構成顯著性行為序列，“在線發言”之后，RL較少，可能與部分學習者為了完成在線學習任務突擊性發帖/回帖行為有關，與低績效組學習者的“在線傾聽”行為模式也較為一致。

研究結果表明，在線傾聽→發帖/回帖→回顧/反思是在線協作學習對話中的顯著性行為序列，有其內隱規律和內在機制，是在線學習的行為常態。在一定意義上，也喻示了有意義的在線協作學習對話依賴于學習者必須參與的兩個基本的相互關聯的活動：訪問現有帖子的“在線傾聽”和創建帖子的“在線發言”[7]。建議在線協作學習相關研究中，積極理解和解釋“在線傾聽”與“在線發言”之間的潛在關系，及其間接表征的學習者認知和思維活動對在線學習的潛在價值和影響。在線教學中，根據學習者在線學習行為的差異性和不同學習階段的行為模式特征，進行適時適切地動態干預和指導，促進更具個性化的有效在線學習。

（二）學習者“在線傾聽”行為影響認知階段發展

學習者“在線傾聽”是復雜的認知活動，包含許多心理過程和認知決策[20]，對學習者在線協作學習的認知過程和知識建構產生潛在影響。研究結果顯示，學習者高頻次、專注的“在線傾聽”（關注和瀏覽他人帖子，即“在線傾聽”廣度和深度）與高質量“在線發言”（共同問題理解、更具批判性和更豐富的論證結構）密切相關。與高層次認知階段對應的是MTML和STSL（圖3）。其中，顯著性序列“MTML→C”表明，高質量的“在線傾聽”有助于學習者發展較高層次的認知階段，即便只是觀察和傾聽也對學習者的認知產生影響。學習者“在線傾聽”的時長信息分析發現，與較高認知階段相關的“在線傾聽”行為，除STMTL之外，其他在線傾聽行為時長平均值高于低認知階段相關的在線傾聽行為。即專注和長時間的“在線傾聽”能夠幫助學習者了解、判斷和歸納他人觀點，與自己的認知和經驗進行比較、印證、反思和內化，促進意義協商和高層次知識建構[21]。STMTL、STML與分享、協商認知階段形成顯著性行為序列，表明非專注的、快速瀏覽式傾聽不利于高認知階段發展，其結果可能是膚淺的、缺乏論證的交流。

誠然，學習者不傾聽他人觀點，也可能產生高質量的“在線發言”，但關注他人帖子，了解多樣化觀點，對他人觀點進行更深思熟慮的回應，創建具有復雜論證結構的發言，能促進學習者引發批判性思考，向高認知階段發展。因此，在線教學中，建議為學習者提供明確的“在線傾聽”策略指導，引導學習者進行專注、思辨式“在線傾聽”，與自己的先驗知識進行對比反思，促進對問題的共同理解和協同知識建構的發生，獲得有意義的在線學習體驗。

（三）“在線傾聽”行為影響學習者的批判性思維發展

異步在線討論中，學習者有更多時間和機會對討論內容進行分析、思考和判斷，學習者“在線傾聽”的頻次和模式能夠鍛煉批判性思考和歸納總結能力[22]。STSL→E構成顯著性行為序列，MTML與中高水平的批判性思維構成顯著性行為序列，表明“在線傾聽”不是簡單接受和關注他人觀點，而是促進對話進程。學習者專注于一個主題線程的“在線傾聽”行為（STSL、MTML），可能意味著學習者自主選擇“在線傾聽”的時間、方式和策略，發帖前多頻次地“傾聽”他人觀點，經歷更多的認知沖突和思維碰撞，與自己的經驗和已有認知進行對比，引發學習者批判性思考，發展高階批判性思維。同時，不同學習績效學習者的“在線傾聽”行為分析結果顯示，高績效學習者不僅“在線傾聽”行為模式不同于低績效組學習者，在發帖（P）/回復（RP）事件之后，還存在較高頻次的回顧/反思（RL）行為，如回顧、整合和修正觀點。

建議優化在線學習環境，提供數據驅動的反思性評價支架，通過適時引導、干預和建立契約等方式，促進學習者知識創新話語發展和認知情緒調節[23]；提供“在線發言”論證結構支架，鼓勵學習者在充分“傾聽”他人觀點的基礎上，與先驗知識進行對比與反思，結合查找到的論據，生成具有復雜論證結構的“在線發言”；建立反饋提示機制，可視化“在線傾聽”和“在線發言”過程，引導學習者及時關注他人“在線發言”，回顧/反思個人“在線發言”，從而促進學習者批判性思維的發展。

（四）學習者“在線傾聽”行為模式與學習績效之間存在潛在關聯

在線協作學習中學習者“在線傾聽”行為模式影響“在線發言”質量，具有間接表征學習者隱性認知過程、思維活動和影響學習績效的潛力。學習者在發帖或評論之前，進行大量的“在線傾聽”行為，即學習者需要更多地了解他人的觀點、觀察其他人的參與行為，可能產生替代性學習經驗；學習者在“在線發言”之后，進行重復性的“回顧/反思傾聽”，即查看同伴反饋和回顧自己發帖，可能引發認知沖突和碰撞，促使學習者進行批判性思考和深層知識建構。

研究結果表明，高績效組具有較高的在線“傾聽”參與并貢獻更多的高層次知識建構的帖子，低績效組參與“發言”和“傾聽”較少，以社交互動為主的發帖較多，與課程內容相關的發帖較少[24]。高績效組在學習參與、協作反思、在線討論各方面具有較好的表現，參與在線協作學習過程中以回答他人問題和參與問題討論為主[25]。本研究進一步明確了學習者“在線傾聽”行為模式與學習績效之間的關聯，高、低績效學習者群體的“在線傾聽”行為模式存在顯著差異。高績效學習群體“在線傾聽”更加專注，以長時間的STSL和MTML為主，低績效學習者表現出更多的STMTL行為，批判性思維主要為E、R，且處于低水平認知階段。同時，高績效組行為順序模式不同于低績效組，高績效組的在線學習行為更加有序[26]，在發帖和回復之后，有更多的回顧與反思行為，意味著學習者批判性思考及反思能夠促進更深入地學習，影響學習者高階認知和學習績效。

建議在線學習相關研究突破聚焦于在線協作學習中學習者發帖/回帖行為頻次和內容質量的局限性，充分利用數字學習場景的可記錄性和豐富的學習軌跡數據，整合顯性和隱性行為數據，兼顧粗粒度信息，挖掘深層細粒度數據和隱含規律[15]，以理解和解釋數字化學習的認識過程和內在機制。優化在線討論策略設計，提供豐富的分析工具和學習支架，構建新型異步在線討論環境[27]，感知學習者認知狀態和認知情緒，進行精準和適切的干預，激發和維持富有成效的學習者在線學習參與。

五、結 ? 語

本研究基于對話教學理論視角，對在線協作學習中學習者“在線傾聽”行為進行基于時序的細粒度分析，探討了“在線傾聽”行為模式差異與“在線發言”質量之間的關聯，及其對學習者認知過程、批判性思維發展和學習績效的潛在價值和影響，為理解和解釋在線協作學習的內隱規律和內在機制提供了有益參考。然而，由于本研究數據來源于混合式學習情境下，一門課程、兩個不同班級的學習者在線學習日志數據，存在一定局限性。一方面，未考慮在線討論之外的其他學習活動對在線協作學習對話活動的影響，如在線資源瀏覽、線下教學活動等，一定程度上會產生噪聲干擾，影響研究結果的準確性；另一方面，研究對象具有一定的特殊性，研究結果可能會因不同的學習情境、課程結構和學習任務類型而存在差異。因此，后續研究需在不同的數字化學習情境中，進行干預性設計和實證研究，進一步明確和驗證“在線傾聽”行為模式對數字化學習的潛在價值和影響，深入理解和解釋在線學習的內隱規律和內在機制。

[參考文獻]

[1] 陳文新，趙婧.信息化學習的發生機制研究——基于唐·伊德技術現象學的思考[J]. 華東師范大學學報（教育科學版），2022，40（10）：100-107.

[2] 吳井嫻.通過對話來學習：佐藤學的學習共同體述評[J].上海教育科研，2016，344（1）：40-43.

[3] VAN DER VEEN C， VAN OERS B. Advances in research on classroom dialogue： learning outcomes and assessments[J]. Learning and instruction，2017（48）：1-4.

[4] MERCER N， DAWES L. The study of talk between teachers and students， from the 1970s until the 2010s[J]. Oxford review of education，2014，40（4）：430-445.

[5] GARRISON D R. Thinking collaboratively： learning in a community of inquiry[M]. New York：Routledge，2016.

[6] O'CONNOR C， MICHAELS S， CHAPIN S， HARBAUGH A G. The silent and the vocal： participation and learning in whole-class discussion[J]. Learning and instruction， 2017，48：5-13.

[7] WISE A F， SPEER J， MARBOUTI F， HSIAO Y. Broadening the notion of participation in online discussions： examining patterns in learners' online listening behaviors[J]. Instructional science， 2013，41（2）：323-343.

[8] WISE A F， HSUDKNECHT S N， ZHAO Y. Attending to others' posts in asynchronous discussions： learners' online "listening" and its relationship to speaking[J]. International journal of computer-supported collaborative learning， 2014，9：185-209.

[9] NONNECKE B， PREECE J. Silent participants： getting to know lurkers better[C]// LUEG C， FISHER D， et al. From usenet to CoWebs： interacting with social information spaces. London： Springer，2003：110-132.

[10] ARNOLD N， PAULUS T. Using a social networking site for experiential learning： appropriating， lurking， modeling and community building[J]. The internet and higher education，2010，13（4）：188-196.

[11] LA VISTA D， FALKNER N， SZABO C. Understanding the effects of intervention on computer science student behaviour in on-line forums[J]. ACM，2017：200-205.

[12] LUTZ C， HOFFMANN C P. The dark side of online participation： exploring non-， passive and negative participation[J]. Information， communication & society，2017，20（6）：876-897.

[13] 汪玉峰.在線課程討論環節“低參與率”現象的積極理解與應對——基于對話教學理論的視角[J].電化教育研究，2022，43（5）：47-52.

[14] 李士平，趙蔚，劉紅霞，劉東亮，劉鳳娟.數據表征元認知：基于學習分析的網絡自主學習行為研究[J].電化教育研究，2017，38（3）：41-47.

[15] 劉三女牙，胡天慧，柴喚友.新型異步在線討論環境的應用圖景與發展路向[J].現代遠程教育研究，2021，33（5）：33-41，62.

[16] CHAI H， LIU Z， HU T， LI Q. A new conceptual framework for measuring onlinelistening in asynchronous discussion forums[C]// PINKWART N， LIU S. Artificialintelligence supported educational technologies. Advances in Analytics for Learning and Teaching. Cham： Springer，2020：59-73.

[17] GUNAWARDENA C N， LOWE C A， ANDERSON T. Analysis of a global online debate and the development of an interaction analysis model for examining social construction of knowledge in computer conferencing[J]. Journal of educational computing research， 1997，17（4）：397-431.

[18] MURPHY E. An instrument to support thinking critically about critical thinking in online asynchronous discussions[J]. Australasian journal of educational technology，2004，20（3）：295-315.

[19] 李月，姜強，方慧，等.基于人類動力學的在線學習行為規律分析及建模研究[J].電化教育研究，2023，44（1）：77-83.

[20] BURLESON B R. A constructivist approach to listening[J]. The international journal of listening， 2011，25（1-2）：27-46.

[21] 劉清堂，陳鋒娟，張思，等.在線協作學習對話分析模型構建及應用——基于元認知視角的研究[J].電化教育研究，2022，43（11）：53-59.

[22] 陳鵬宇，馮曉英，孫洪濤，等. 在線學習環境中學習行為對知識建構的影響[J].中國電化教育，2015，343（8）：59-63，84.

[23] 楊玉芹，袁凱程，SALAS-PILCO SDENKA ZOBEID，等.數據支持的反思性評價促進大學生認知情緒調節的應用研究[J].電化教育研究，2023，44（2）：99-106.

[24] LEE J E， RECKER M. The effects of instructors' use of online discussions strategies on student participation and performance in university online introductory mathematics courses[J]. Computers & education， 2021，162：1-13.

[25] 彭文輝，王中國，上超望，史玲玲.學習共同體演化動態及其參與者交互模式研究——數據驅動的社會認知網絡分析[J]. 電化教育研究，2021，343（11）：69-76.

[26] 沈欣憶，劉美辰，吳健偉，等.MOOC學習者在線學習行為和學習績效評估模型研究[J].中國遠程教育，2020，549（10）：1-8，76.

[27] 王洪江，李作錕，廖曉玲，等.在線自主學習行為何以表征元認知能力——基于系統性文獻綜述及元分析方法[J].電化教育研究， 2022，43（6）：94-103.

"Diving" or "Learning"： Re-examining the "Online Listening" in

Online Collaborative Learning

WANG Zhongguo， ?PENG Wenhui， LIU Qingtang， ?SHI Lingling

（Faculty of Artificial Intelligence in Education， Central China Normal University， Wuhan Hubei 430079）

[Abstract] Learners' "online listening" is a complex social activity， which is the premise and foundation of online collaborative learning dialogue， it has not been properly addressed and positively understood. Based on dialogue teaching theory， this study adopts lag sequence analysis， content analysis and social network analysis to analyze the characteristics of learners' "online listening" behavior patterns and their potential impact on learners' cognitive process， critical thinking and learning performance. It is found that learners' "online listening" behavior is the normal behavior of online collaborative learning， which has significant differences and presents periodicity and paroxysm in temporal structure. Dedicated "online listening" and high-frequency retrospective/reflective listening are conducive to learners' high-level knowledge construction and critical thinking development. There are significant differences in the behavior patterns of "online listening" between high- and low-performance learner groups， with the high-performance group having more focused "online listening" behaviors and more complete behavior paths. These findings provide theoretical support and practical reference for understanding and explaining the hidden laws and intrinsic mechanisms of online learning in digital education.

[Keywords] Online Listening; Online Speech; Online Collaborative Learning; Behavioral Sequence Pattern; Intrinsic Mechanism