學習科學的學習觀與方法論：范式與實踐

張婧婧 牛曉杰 黃一橙

基金項目：北京師范大學2023年“互聯網+教育”改革創新行動計劃項目“線上線下混合式教學改革示范項目——學習科學概論”；北京師范大學2022年博一交叉學科基金項目（項目編號：BNUXKJC202201）

[摘? ?要] 關于“人是如何學習的”這個問題，學術界經歷了從關注認知和腦的“學習的科學”到關注情境的“學習科學”的變遷。這種變遷背后的邏輯與研究者所秉承的學習觀、研究范式及相關實踐息息相關。行為主義與第一代認知科學的發展推動了實證主義范式與實驗方法的蓬勃發展；第二代認知科學強調真實情境，建構觀和解釋主義范式受到重視；20世紀90年代起，旨在解決真實問題的實用主義范式與設計研究成為學習科學重要的研究方法。當下，大數據推動下學習分析領域的發展催生了指向復雜性的“新經驗主義”范式。以復雜系統建模為主的數據密集型研究旨在打開學習發生的“黑箱”，深入探索學習的交互關系和演化機制。文章系統回顧與比較了學習科學領域四大發展階段中的學習觀、研究范式與相關實踐，旨在推動學習科學理論與實踐融合創新。

[關鍵詞] 學習科學； 學習理論； 研究方法； 研究范式

[中圖分類號] G434? ? ? ? ? ? [文獻標志碼] A

[作者簡介] 張婧婧（1983—），女，四川廣元人。教授，博士，主要從事學習科學和學習分析研究。E-mail：jingjing.zhang@bnu.edu.cn。

一、引? ?言

有關學習的科學研究可追溯至古代哲學，是一門將學習作為對象來研究的科學，通過理論演繹來認識人類學習的本質，稱之為“學習的科學”（Sciences of Learning）。20世紀70年代認知科學誕生，關于學習的研究開始關注知覺、注意、表征、圖式、記憶等，對學習的認識以信息加工理論為主。隨后，第二代認知科學與腦科學得到快速發展，學術界開始關注學習認知過程中的身心發展與神經機制研究。第二代認知科學，特別是具身認知，推動了實驗室中的認知科學家與真實情境中的學習科學家在理論上形成共識。但以實驗室干預控制和因果驗證為主的實證主義仍占據這一流派研究范式的主流。

20世紀90年代初，聚焦真實情境中的學習科學（The Learning Sciences）逐漸興起。真實情境中的“學習科學”倡導走出實驗室，認為認知科學研究范式往往過于“純凈”和“規范”，并不能真正有效地指導真實情境中的學習[1-3]。此時的研究者提倡更加注重情境的復雜性和個體經驗的作用，將研究范圍擴大至正式和非正式環境中的各種外顯的或內隱的學習活動。不同于“學習的科學”中對學習的定位[4]，“學習科學”強調學習方式、教學手段或方法是在真實的場景中通過不斷迭代來改進的，而非通過實驗評估就可推廣使用。由此衍生出了概念轉變、認知導師、專家新手、認知學徒制、游戲化學習、計算機支持的協作學習、知識建構和大規模在線交互等多個理論派系，反映出研究者所持有的研究范式各不相同，主要涉及解釋主義、實用主義以及新經驗主義等。

真實情境中的學習科學是一門通過跨學科研究來促進學習的科學，“跨學科”是學習科學的一個顯著特點[1]。然而，由其跨學科性導致的理論和方法論的爭論已經持續了數十年。“學習的科學”與“學習科學”采用了不同的理論基礎、方法論與研究成果來證明其對學習的理解與思考，造成對學習的闡釋也有了一定的分歧，這并不能促進學習科學領域的良好發展[5]。因此，本文旨在厘清學習科學領域的學習觀與方法論，更好地推動這一領域的發展。

二、干預和因果驗證：實證主義

20世紀初，美國心理學家反對內省法及其對內部意識經驗的關注，創建了行為主義心理學，主張采用實驗方法觀察和測量人的外在行為。行為主義作為一種“現代”學習理論，曾是教育心理學的主流思想，它以生物體一切外顯的反應或活動（行為）作為研究對象，認為學習就是建立外顯行為（反應）與環境中可觀察到的事件（刺激）的聯接[6]。行為主義的代表人物包括愛德華·桑代克（Edward Lee Thorndike）和“教學機器之父”伯爾赫斯·斯金納（Burrhus Frederic Skinner）。行為主義認為人的行為是后天習得的，個人的行為模式由環境決定，是典型的“環境決定論”，忽略了人的主觀能動性。

20世紀50—70年代，認知革命推翻了行為主義，認知心理學獲得了迅速發展。與行為心理學關注人的外在行為而忽略心理活動不同，認知心理學非常重視對心理表征和心理過程的理解。1976年，《認知科學》期刊的出版為認知科學這個新領域提供了學術交流的陣地。與認知心理學不同，認知科學是一個跨學科領域，融合了心理學、神經科學、人工智能、語言學、哲學等多個領域的研究成果。認知心理學和認知科學這兩個領域有重疊，但又在研究方法等方面存在不同。認知心理學主要采用實驗室行為研究來認識認知過程，認知科學則更傾向于使用邏輯分析和計算機模擬認知過程的計算機建模研究。信息加工理論（Information Processing Theory）作為第一代認知科學的重要思想，最早由羅伯特·米爾斯·加涅（Robert Mills Gagné）提出，他認為學習本質上是一個信息加工的過程，在學習動作進行的多個不同過程中，每個學習過程都對應不同的加工方式[7]。赫伯特·西蒙（Herbert Alexander Simon）認為，信息加工理論主要解釋了人如何注意和選擇信息，如何認識和存儲信息，如何利用信息制定決策、指導外部行為。信息加工理論視角下的學習被認為是知識習得，并且能夠應用知識來解決問題[8]。

（一）對教學手段或方法進行實驗評估后再應用于課堂

在行為主義和第一代認知科學的年代，干預控制與因果驗證的實證主義研究范式蓬勃發展。實證主義基于現實主義立場，認為研究的對象是真實存在的，并遵循某種自然法則和規律。實證主義的研究通常提出的是：什么、什么時候、多少等問題。在方法論層面上，實證主義研究方法包括了實驗研究、單一被試研究、相關研究、原因比較研究、調查研究[9]，以及元分析。學習的科學認為新的教學手段與方法所產生的因果關系往往需要通過實驗評估，再進入課堂并指導實踐，因此，實驗一直是學習的科學研究中使用的重要研究方法論。例如：北京師范大學盧春明團隊使用隨機組間對照實驗的方式研究了教學過程中的師生互動，這項研究中的一個子研究分析了三種教學方式（講授式教學、討論式教學、視頻教學）中教師和學生腦間同步現象的不同，結果發現，第三種教學方式中師生腦間同步要顯著低于前兩組，而前兩組的師生腦間同步現象并無明顯差別[10]。

（二）設計教學干預并檢驗效果的“準”實驗研究

學習科學中以學校為場景的實驗研究多為“準”實驗研究。因為在真實情境中難以實施隨機分組，因此，“準”實驗多以選取不同類型班級來作為實驗組與控制組。例如：在一項關于檢驗有效失敗理論的“準”實驗研究中，首先，為了避免前測可能對實驗過程的影響，研究收集了一周前學生用于生物考試的評估成績作為學生的先前知識水平；匹配不同班級成績選擇實驗組和控制組，實驗組中學習者先被要求完成具有難度的挑戰任務，教師再提供指導，最后完成一項探索任務；控制組中則沒有挑戰任務，教師先指導，學習者再完成學習任務。結果顯示，實驗組中學生的知識遷移水平顯著高于控制組，驗證了有效失敗理論對促進學習者知識遷移的積極作用[11]。除實驗研究外，實證主義范式下的測量和評估也是學習科學領域重要的研究組成部分，其中，量表的開發研究較為典型。

三、聚焦真實情境中的學習者：解釋主義

自20世紀80年代以來，隨著語言學、生物學、神經科學、計算機科學、現象學等多學科研究的深入推進，以計算為隱喻的離身認知觀開始受到學術界的批判，其歷史合理性逐漸被削弱。特別是鏡像神經元的發現為認知的具身性提供了神經生物學的依據[12]，從根本上顛覆了傳統的認為身體不參與認知過程的假設。美國認知語言學家喬治·萊考夫（George Lakoff）和馬克·約翰遜（Mark Johnson）的經典著作《涉身哲學：具身心智及其對西方思想的挑戰》中提出“具身認知”的概念。此概念為我們理解個體的認知過程奠定了新的視角，并強調了認知活動是一個與個體的生物學、社會文化環境及具體情境緊密相連的復雜過程。學生不是頭腦空空地進入課堂接受教師講授的知識，而是帶著自身獨特且多樣的先前經驗去理解他們所學的內容，因此，不同學生對于同樣的知識的理解可能大相徑庭[6，13]。

基于第二代認知科學和建構主義學習理論的興起，加之20世紀80年代初發生的激烈的范式之爭，解釋主義范式下的質性研究開始在學習科學研究領域嶄露頭角，得到了廣泛的認可[14]。與實證主義不同，解釋主義認為社會“現實”并不是一成不變的，現實是人類智力的產物。解釋主義認為知識是在社會和境脈中、研究者與研究對象的互動中建構生成的，它主張從知情人的視角去認識事物的規律，通常在研究中嘗試回答“為什么”和“怎么樣”的問題。解釋主義范式與學習科學研究所倡導的重視“真實情境中的學習”不謀而合。

（一）解釋主義下的多人協作學習

協作分析一直以來都是真實情境中學習科學研究的重點。它秉持社會建構主義的學習觀，關注群體學習中的知識建構過程與結果。根據Enyedy 和Stevens的分類[15]，協作學習目前可分為以下四個類別：

1. 作為觀察思維過程“窗口”的協作

第一種類別將協作學習作為觀察思維的途徑，使用協作學習過程來更好地了解整個思維過程，因此，它并不關注協作過程本身，只關注協作過程中個體的認知過程和思維發展。采用的協作分析方法類似于認知科學早期采用的口頭報告（出聲思維）方法[16]。例如：一項采用微觀發生法的研究分析了120名8～12歲不等的四年級兒童在176次討論中產生的32，511次協作推理對話，用以細致地理解同伴支持如何推動兒童的關聯性思維發展過程[17]。這個研究中，兒童群體成員之間的協作互動僅被認為是一種用于觀察關聯性思維的附帶現象，不會對學習結果產生影響。

這類研究通常只關注協作對話的內容，通常對單獨的話輪進行編碼、聚類、量化和統計分析[18]。因此，這類研究經常在人為干預的情境中（如實驗室條件下）研究學習者協作過程的對話，目的在于控制其他影響協作對話的因素，從而只關注個體認知過程。因此，這種協作研究實際上忽視了協作本身的重要性，應將其歸屬于傳統認知科學的研究范疇，而不是真實情境中學習科學研究的重點。

2. 作為促進（或限制）遠期學習結果的情境

這類研究將協作視為一種學習情境，認為不同類型的協作與個體的學習結果存在相關性，這里的學習結果指在協作后通過認知任務測量的遠期學習結果。已有研究中考察的協作類型包括三輪對話序列[19]、探究性對話和可解釋對話[20]、轉述[21]、知識建構對話[22]，以及促進或約束協作互動的社會規范（權力、角色和責任）[23]。對遠期學習結果的測量包括協作學習結果的人工制品、學生成績、學生發展性的成長、學生的學習投入和動機水平等，例如：一項旨在通過指導與反思促進職業教育學生協作學習的研究中，前后測均采用了測量學生領域知識的成績以作為協作學習結果的表征[24]。

這一類別下，研究者往往把協作交互看作一個反復的交流過程，并將其視為個體持續貢獻的過程，和第一類研究類似，都會對個體的話語進行孤立的編碼和分析。但不同的是，這類研究更關注交互過程，研究者通常會采用建立事件索引、轉錄、敘述性總結、圖示[25]等各種表征方式記錄協作學習過程。研究可以是純質性的[21]，也可以采用聚類、量化編碼、相關分析等進行量化研究[26]，更常見的是混合式研究[27]。

3. 作為促進近期學習結果的交互過程

這類研究關注交互本身，以及交互如何促進近期學習結果。但這類研究并不否認第二類研究關注遠期學習結果，因為它認為協作交互與遠期和近期的學習結果都是存在相關性的。例如：Roschelle的研究發現，協作中集體理解的過程不僅與近期對話的學習結果（主體間性）正相關，也與遠期的學習結果（概念轉變）正相關[28]。這類研究是真實情境中學習科學研究的重點。一項研究分析了不同國家的五年級兒童通過在線協作完成童話故事寫作的過程，研究發現，在這種在線協作寫作的形式中，學生會更充分地利用元認知推理，思考協作同伴對故事內容的理解，推斷協作同伴的隱藏意圖和期望，從而建構自身的主體間性[29]。這項研究反映出參與協作童話故事寫作任務的重要作用在于：基于對話發生的空間，建立主體間性的空間，這并非由某個人主導，而是通過多主體之間的不斷交互實現的。

與前面兩類協作研究不同，這一類研究非常重視捕捉協作交互的細節，用以識別不同的活動單元，來分析協作交互對主體間性互動的影響。例如：研究者會記錄談話開始和結束的時間，說話的韻律以及特定單詞的音高，互動中使用的多種模式（如手勢、語言等）和符號資源（文本、圖片等）等。因此，這類研究需要建立一些合作機制、速記約定和話語分析的轉錄規范等來研究協作交互本身。例如：杰斐遜式轉錄規范要求記錄會話內容的同時，還要記錄說話的方式，詳細說明話語內容及其呈現方式之間相互作用的復雜性質。滯后序列分析和社會網絡分析也常被用于進行交互的過程挖掘。

4. 作為分布式交互的系統變化

在這類研究中，學習被認為是系統（集體）層面的變化，系統由人和環境中的多個元素組成。學習可以被看作是這些組成部分“在復雜系統中進行適應性重組的過程”[30]。與前文所述三類不同，將協作視為分布式交互系統變化的研究者認為，人、物體和工具在社會文化系統中相互作用，這種觀點與社會文化導向的研究者相似，都強調參與集體行動的重要性。例如：埃德溫·哈欽斯（Edwin Hutchins）基于社會文化系統中的互動視角提出了分布式認知理論，認為對協作學習的影響并不是由個體信息加工過程決定的，而是復雜性、群體性、系統性的綜合作用結果[30]。

布里吉德·巴倫（Brigid Barron）的研究《當聰明小組失敗時》（When Smart Groups Fail）發現，小組中個體之間的關系會影響問題解決的結果，這種現象不能簡單地歸因于之前對小組個體能力的測量[31]。他發現交互的質量，如對有價值建議的反應（成功的合作小組往往積極回應和討論正確的建議，而失敗的小組會忽視和拒絕這些建議）與問題解決的結果呈正相關。與第三類研究不同，這類研究關注的是小組作為一個集體的表現以及小組如何協調互動和活動，而不是僅關注多輪話語的細節以實現個人近期結果。因為這些研究者秉承了社會文化系統的觀點，認為將協作簡化為個人的話語、行為和能力時，集體的作用就被忽視了。2010年，安妮塔·威廉姆斯·伍利（Anita Williams Woolley）團隊在《科學》上發表的一項實證研究，證明了集體中確實存在集體智慧（被稱為C因素），與個人智力無關，可用于評估協作的綜合能力[32]。麻省理工學院集體智慧中心在《集體智慧手冊》（Handbook of Collective Intelligence）中指出，集體智慧被認為是人類群體通過交互使得群體智慧高于個人智力的現象，主要包括三種類型：認知、合作和協調[33]。集體智慧的存在與測量為將協作視為分布式交互系統變化這一理解提供了協作學習評估的方法，具有重要意義。

盡管學習科學研究重視社會文化系統觀，并認為將協作作為系統變化的分析十分重要，但在過去的研究中，第二類和第三類研究仍占據主導地位。這可能與學習科學研究圍繞學校教育展開有關。學校教育仍然以個體評價為主，只在某些方面強調群體評價，如選拔考試仍然以個體評價為主。這與過去三十多年來學習科學家多采用的制度化心理學研究思路密切相關。然而，隨著真實情境中的學習科學越來越重視非正式學習，并將學習情境從課堂學習拓展至博物館學習、在線學習、游戲化學習等，系統論視角下的分布式協作分析為協作學習分析引入一種“內生性”方法，拋棄了學校教育等外在評價指標的影響，真正將協作視為持久的、被個體所認同的、能夠產生集體智慧的團隊。在非正式情境中的協作學習，每個個體都是集體的一分子，我們更應該關注個體如何團結合作，這也體現了中國傳統文化中的集體主義精神。因此，可以看出，內生性的協作分析是學習科學研究的新方向，具有引領性與創新性。

（二）強調社會文化歷史的民族志研究

聚焦非正式學習情境中的協作學習乃至更大規模的在線學習，民族志研究也是重要的研究方法之一。教育民族志研究者采用參與式觀察、深入訪談和文獻分析等方法，通過對教育情境的觀察和互動收集數據，并嘗試從這些數據中提取抽象的概念和理論，用于解釋和評估教育方案的效果和影響。互聯網時代，民族志研究也融入了數字化技術，并產生了一些小的分支。網絡民族志（Netnography）是其中之一，將民族志的理論與方法應用于互聯網情境中，以探究用戶在網絡空間中的行為和認知[34]；量化民族志（Quantitative Ethnography）則更注重利用行為和文本數據分析來探究人類文化的普遍性和差異性[35]；互動民族志（Interactional Ethnology）則強調采用互動性的方法，如訪談、焦點小組和觀察等對特定社會現象展開研究[36]。這些分支的興起，為民族志的研究和發展帶來了新的思路和方法，也更貼近當今數字化時代的社會現實。

（三）縱向探索認知的發展與變化：微觀發生法

橫向研究（Cross-sectional Study），又稱橫剖研究、橫斷研究，通過在同一時間點上對不同群體進行比較，來探究他們的發展趨勢。它具有易于實施、省時省力、調查面廣、指標體系統一等優點。但是，在調查的群體中，每個個體只被研究一次，因此，難以反映個體的變化。為了解決橫向研究所面臨的困境，發生法應運而生。發生法（Genetic Method）是一種心理學領域中的縱向研究方法，用于研究某種心理現象的起源和發展過程。縱向研究（Longitudinal Study），也叫追蹤研究，它與橫向研究不同，通過在相對較長的時間內對同一組或同一批被試進行反復測量，以獲得對個體發展的深入認識。微觀發生法則是發生法的一種特殊形式，能夠更為精細化地研究認知變化的過程[37]，可追溯至20世紀20年代中期海因茨·沃納（Heinz Werner）的“微觀發生學實驗”[38]，以及列夫·維果茨基（Lev Semenovich Vygotsky）對該實驗及其使用方法的認可[39]。學習科學家認為，學習不只是發生在教學觀察中的罕見或者典型的事件，它是伴隨著思想持續不斷的、小步驟的、每時每刻發生的活動。微觀發生法旨在高頻率地研究學習全過程，因此，常被用于研究概念轉變。有代表性的微觀發生法研究涉及Schoenfeld[40]和Disessa的概念轉變研究[41]。

四、學習是一門設計的科學：實用主義

真實情境中的學習科學秉承的是實用主義范式。實用主義范式下的研究并非熱衷于發現真理與規律，而是致力于幫助人類解決問題[42]。這類研究多在真實情境下開展，研究者與實踐者之間是合作關系，遵循理論的發展與設計原則，這與張羽等人提出的研究目的是“實踐改進”不謀而合[43]。在本體論層面上，實用主義認為現實是各種思想在實踐中的產物。在認識論層面上，實用主義認為任何想法和行動，只要能產生實用的解決方案就是有用的。在方法論層面上，實用主義認為單一的量化或質性的研究方法具有局限性，所以倡導混合研究，但這并不是將不同的研究方法簡單地組合，而是強調方法的開放性和研究人員的多元化，以解決真實情境中的復雜問題[44]為抓手來選取具體的研究工具。

（一）基于設計的研究

早在20世紀80年代，一部分認知科學家開始從教學實驗向設計實驗轉變，這意味著研究從“控制”取向轉而關注“設計”取向。安·布朗（Ann Brown）在促進學習者共同體（Fostering a Community of Learners，FCL）的研究中，確定了基于設計的研究基本框架[45]。同時，阿倫·柯林斯（Allan Collins）在 “邁向一門教育設計科學”的匯報中詳細闡述了怎樣開展基于設計的研究[46]。這兩位學習科學家的貢獻推動了基于設計的研究的發展。

基于設計的研究（Design-based Research，DBR）是真實情境中的學習科學研究所倡導的典型研究方法，認為學習與生產力是設計的產物，設計的范疇包括人、環境、技術、信念等。這類基于設計的研究與工程研究和設計研究類似，聚焦在某一特定的真實環境中，設計、構建、實施和采用某一學習活動、技術方案、實施策略、理念等。研究是一個迭代的過程，關注過程、干預、合作、多層次，以實用為導向，以理論為驅動，產生新的理論以指導實踐。DBR的特點包括：（1）適合真實教學情景；（2）關注干預的設計和測試；（3）使用混合方法，產出設計原則、關注對實踐的影響[47]；（4）從問題出發[48]。

DBR在真實情境中會對設計干預進行靈活迭代[49]，Hoadley和Campos利用簡單的要素表征了DBR的研究過程[50]，其中，循環迭代是DBR的關鍵。在迭代中，研究者會結合經驗對他們設計的學習工具、方案或者干預措施進行考量[51]。在每個周期中，研究者收集新的數據，發現新的需求，調整現有設計（即在下一個周期中需要重新設計哪一方面以及為什么這樣做），并修訂實施方法（如參與者的角色、任務、反饋等）。每次迭代過程中都展開反思行為，使得DBR研究者能夠不斷調整理論、設計和實施之間的契合度，以便更好地提出新的原則與理論。

（二）指向“實踐改進”的學習技術設計案例

這里以本團隊自主研發的在線交互式視頻系統為例介紹指向“實踐改進”的設計案例。在基于設計的研究范式指導下，該系統主要經歷了三個重要的迭代設計，每個版本的主要變更見表1。

這種技術的迭代并非臨時起意，而是根據實踐中用戶的反饋，結合一系列的測試與研究結果產出的合理迭代方案。在平臺設計探索中，對每個版本都進行了相關的課程實踐與案例研究。具體的目標、案例與參與者以及數據來源可見表2。1.0版本最初用作實驗的研究平臺，驗證了基于超視頻的“準”同步交互對增強社會臨場感、降低認知負荷的重要作用。2.0版本通過自然語言處理（Natural Language Processing，NLP）學習等多個實證研究收集學習者的反饋以對平臺做測試改進。3.0版本正式投入實踐，與多所大學的研究團隊合作，提供在線課程。三個迭代周期的研究和實踐積累了大量的用戶平臺點擊流、評論內容文本等數據，案例研究中還對參與者進行了認知負荷、社會臨場感等問卷調研，實驗成績前后測以及學習體驗訪談，并基于此對平臺做出迭代完善。

表2? ? ?交互式視頻學習系統的迭代實施情況

五、視數據為“經驗”的數據密集型研究：

指向復雜性的“新經驗主義”

通過不同研究范式及其折射出的學習觀可以看出，在有關學習的研究領域，理論和方法論的爭論已經持續了幾十年，如行為和認知與情境的關系、個體與集體的關系、時間尺度等。不同的陣營各自使用不同的理論基礎、方法論與實證研究來證明各自對學習的觀點與立場，造成了理論的斷層現象，這使得大多數的研究變得僅僅著眼于證明、改善或駁斥某一理論以及其實證研究發現。

我們亟待對學習科學領域的學習觀與方法論進行系統化的整合。基于復雜系統觀，我們需要從分析的視角轉到綜合的視角，重新去審視學習理論的概念框架。復雜系統是由多個主體之間的交互形成的網絡，這些交互關系同時會遵循一些基礎的規則，如神經元電信號之間的傳導、螞蟻覓食、鳥類遷徙等行為。復雜性研究中，一方面從集體視角關注多個交互個體涌現出了何種復雜集體行為，另一方面從個體視角關注單個個體是如何從集體交互中適應并開展行動的。這些觀點可推廣至學習的情境中。邁克爾·J.雅各布森（Michael J. Jacobson）也指出，學習發生的情境是一個復雜系統，該系統中包含不同層次的元素與主體，從微觀的神經、認知層次，到個人層次，再到宏觀的人際、文化等層次，不同層次之間存在交互、反饋和適應，從而使整個系統產生在個體或局部層次上所不具備的集體復雜特征[5]。從復雜系統的視角來看，學習可以理解為：“在對各類復雜系統中涌現出的符號表征、結構模式以及社會文化實踐的認知過程中產生的變化”[53]。陳麗等人將復雜系統觀作為“互聯網+教育”的世界觀，指出應以現代系統論為基礎認識復雜教學關系、以耗散結構理論認識教育生態、以協同學視角認識教學新規律[54]。田浩等人也提出了復雜性科學視域下的學習干預模型[55]。

與此同時，數據革命的爆發，使得人們開始重新思考在這樣的時代知識是如何產生的。在對知識是什么，知識是怎么產生的，和如何獲取知識的反思中，大數據使得各個研究領域開始審視一種新的研究范式出現的可能性。教育領域中的數據密集型研究代表了一種新的研究范式，稱為新經驗主義[56]。它在本體論層面上認為，數據即為分布式的“經驗”；在認識論層面上認為，這些數據經驗受簡單規則的約束，需要對數據間關系進行建模去發現人類尚未認識的這些基本規律；在方法論層面上，以復雜系統建模為主，旨在深入認識教育復雜系統中不同層次的元素和主體，以及它們之間的交互關系和演化機制。在學術界，與極端的新經驗主義不同，數據密集型研究仍然奉行科學的方法，但是更包容溯因、歸納和演繹混合的方式去推動我們對現象的認識。基于新經驗主義范式的數據密集型研究不同于實證主義范式下傳統的實驗研究所采用的演繹邏輯，并不是基于理論提出研究假設，而是在數據中提煉研究假設[57]。復雜性研究框架下的數據密集型研究為了解不同尺度和應用場景中學習的機制、驅動效應、演化機理提供了充當“放大鏡/望遠鏡”“顯微鏡”“撬動地球杠桿”的工具。

（一）作為“放大鏡/望遠鏡”的數據密集型研究

放大鏡/望遠鏡的作用是輔助我們看清一些不容易看見的細節。作為“放大鏡/望遠鏡”的數據密集型研究主要被用作精細化地記錄學習，提供關于學習過程和結果的“高分辨率”量化數據。相比于傳統的自我報告問卷和量表測試方法，透過數據這個“放大鏡/望遠鏡”，研究者更有可能捕捉到學習過程中關于交互、腦、眼動等行為和生理層面的證據。這類研究的立場偏實證主義范式，數據驅動的分析技術扮演提升研究者工作效率的工具角色。例如：靜態社會網絡分析（Social Network Analysis， SNA）常用來研究行為主體彼此之間的關系，或是表征整個社區的網絡結構和特征屬性，可用于在線學習社區提供學習狀態可視化、學習成效監控及預測、協作學習評估、同伴支持推薦、學習者聲譽管理和社會臨場感知等學習支持[58]。

（二）作為“顯微鏡”的數據密集性研究

與放大鏡/望遠鏡的作用不同，顯微鏡幫助我們看到另一個與我們處于完全不同尺度的世界。透過顯微鏡可以看到微觀細胞層面的世界，沒有顯微鏡，即使費時費力，我們也沒有辦法研究這類尺度的世界。在學習科學領域，我們正需要作為“顯微鏡”的數據密集型研究。

學習科學領域存在“路燈效應（Streetlight Effect）”，醉漢只會在有光的地方搜索他丟失的鑰匙，但實際上還有許多沒有被光照到的“黑巷子”。學習科學領域，認知、情境、文化歷史活動等理論和方法可以被視為“路燈”，但發生在“黑巷子”里的學習還沒有被照亮。現有的理論和方法不能完全解釋學習的發生規律。而作為“顯微鏡”的數據密集型研究則致力于探索“黑巷子”里的學習，發現尚未觀測到或認識到的學習規律。

舉例來講，心理學中的注意力研究主要對個體能力進行評測，神經科學研究中的注意力研究關注有意識的神經競爭和選擇[59]，都是在實證主義范式下開展的研究。最新發表在《自然》子刊的研究成果[60-61]其實在很大程度上預示著，在互聯網這樣一個全新的信息空間下，簡化論與回歸論模型難以解釋不同層次上的學習交互。從作為“顯微鏡”的數據密集型研究出發，可以將在線空間視為一個開放的生態系統，從復雜系統的視角去表征集體的行為。2007年，Wu和Huberman首次采用“集體注意力（Collective Attention）”這一概念來表征在互聯網這樣一個自然、非實驗情境下大規模群體與有限信息資源的交互動態過程[62]。自此，一些研究開始關注集體注意力在資源上的競爭[60]、消退[63]以及流轉[64]等規律。近年來，有研究者致力于揭示這些規律背后的動力學機制。例如：Lorenz-Spreen等人揭示了集體注意力加速的動力學機制[60]；張婧婧等人以大規模開放在線課程為例，對開放靈活學習環境中的學習者集體注意力進行建模，發現集體注意力在資源間流轉時會以近26%的速率流失，同時，不同績效群體在集體注意力的積聚與耗散上也存在顯著差異[65]。這些研究都證實了在線教育中的學習者與不同學習資源交互的過程可以外顯地表征為注意力這一能量的積聚、流轉與耗散。

（三）作為“撬動地球杠桿”的數據密集型研究

不同于前面兩種研究，作為“撬動地球杠桿”的數據密集型研究則致力于探索隱藏在真實情境之下的普適性規律。這種普適性規律是根本性的、跨尺度的、能夠體現課程或者教學組織形態的基本法則。不同于簡化論使用變量來表征真實世界，這類研究旨在構建一個復雜系統來表征符合真實世界的演化模型，在這樣的網絡模型上來發現隱藏于真實情境下的普適性規律。20世紀30年代，馬克斯·克萊伯（Max Kleiber）提出著名的克萊伯定律（Kleiber's Law），指出對于很多動物，其基礎代謝率水平與體重的3/4次冪成正比[66]。這個定律無關乎生物的種屬，無論是小到一只老鼠，還是大到一頭大象，都近似地符合這一定律。教育領域是否也存在類似的物理法則？這其實應該是教育大數據與復雜網絡建模研究的重心。類比生物學中克萊伯的3/4定律，我們嘗試將學習系統中的集體注意力流視為與外界進行“能量消耗”（集體注意力的積聚與耗散）來維系課程學習空間的“體重”（集體注意力的流轉量）。研究發現，課程空間中，學習者與外界交換消耗的集體注意力，會隨著總注意力流轉量的增長呈現類似的生物體異速增長趨勢。冪律法則中的參數 r 可作為集體注意力保有率的指標，并且這一指標不受時間、學習者人數與點擊總量的影響，是一個相對恒定的指標[59]。這類研究致力于探索隱藏在真實情境下可建構的物理世界中影響真實情境的“無形的手”，是我們真正想要發現的普適性規律。

六、結? ?語

學習科學領域的學習觀和研究范式相互交織，共同推動該領域的發展。隨著時間的推移，學習科學的理論演進和概念的不斷演化從未停止，從實踐邏輯出發，研究范式和方法論也在不斷進步。學習科學家，不論他們是實證主義的支持者、解釋主義的擁護者，還是實用主義的追隨者，都應該真正認可新興范式創新所帶來的機遇和挑戰。教育領域的范式多元化使學習科學研究變得更加豐富，但我們需要避免誤解不同研究者所持的范式，同時也應避免在研究設計中混淆本體論、認識論和方法論的立場。這不僅是范式的并存，更是對不同研究方法和理論的真正理解。我們需要以更加開放和包容的心態來接受教育領域中范式的多元共存和相互融合的現實，努力理解解釋主義所強調的個體經驗、實證主義的操作性定義、實用主義中的設計原則以及新經驗主義的動態建模思維。將西方理論與中國智慧相結合，更好地認識各種研究范式的意義和局限，聚焦于真實的學習情境，促進學習觀與研究范式的不斷創新。

[參考文獻]

[1] 趙健，鄭太年，任友群，等.學習科學研究之發展綜述[J].開放教育研究，2007，13（2）：15-20.

[2] 焦建利，賈義敏.學習科學研究領域及其新進展——“學習科學新進展”系列論文引論[J].開放教育研究，2011，17（1）：33-41.

[3] 任英杰，徐曉東.學習科學：研究的重要問題及其方法論[J].遠程教育雜志，2012，30（1）：26-36.

[4] SAWYER R K. Introduction： the new science of learning[M]//SAWYER R K. The Cambridge handbook of the learning sciences. Cambridge： Cambridge University Press， 2014：1-18.

[5] JACOBSON M J， KAPUR M， REIMANN P. Conceptualizing debates in learning and educational research： toward a complex systems conceptual framework of learning[J]. Educational psychologist， 2016，51（2）：210-218.

[6] ERTMER P A， NEWBY T J. Behaviorism， cognitivism， constructivism： comparing critical features from a design perspective[J]. Performance improvement quarterly， 1993，4（6）：50-72.

[7] GAGN？魪 R M. Conditions of learning and theory of instruction[M]. New York： Holt， Rinehart and Winston， 1985.

[8] 赫伯特·西蒙. 認知：人行為背后的思維與智能[M].荊其誠，張厚粲，譯.北京：中國人民大學出版社，2020.

[9] FRAENKEL J R， WALLEN N E， HYUN H H. How to design and evaluate research in education[M]. New York： McGraw-Hill Education， 2019.

[10] ZHENG L， LIU W， LONG Y， et al. Affiliative bonding between teachers and students through interpersonal synchronization in brain activity[J]. Social cognitive and affective neuroscience， 2020，15（1）：97-109.

[11] KAPUR M. A further study of productive failure in mathematical problem solving： unpacking the design components[J]. Instructional science， 2011，39（4）：561-579.

[12] FOGASSI L. The mirror neuron system： how cognitive functions emerge from motor organization[J]. Journal of economic behavior & organization， 2011，77（1）：66-75.

[13] BRANSFORD J D， BROWN A L， COCKING R R. How people learn： brain， mind， experience， and school[M]. Expanded ed.? Washington： National Academy Press， 1999.

[14] JOHNSON R B， CHRISTENSEN L. Educational research： quantitative， qualitative， and mixed approaches[M]. California： Sage Publications， 2019.

[15] ENYEDY N， STEVENS R. Analyzing collaboration[M]//SAWYER R K. The Cambridge handbook of the learning sciences. Cambridge： Cambridge University Press，2014：191-212.

[16] ERICSSON K A， SIMON H A. Protocol analysis： verbal reports as data[M]. Cambridge： Reved Bradford，1993.

[17] LIGORIO M B， TALAMO A， PONTECORVO C. Building intersubjectivity at a distance during the collaborative writing of fairytales[J]. Computers & education， 2005，45（3）：357-374.

[18] CHI M T. Quantifying qualitative analyses of verbal data： a practical guide[J]. The journal of the learning sciences， 1997，6（3）： 271-315.

[19] CAZDEN C B. Language in the classroom[J]. Annual review of applied linguistics， 1986，7：18-33.

[20] MERCER N. The analysis of classroom talk： methods and methodologies[J]. British journal of educational psychology， 2010，80（1）：1-14.

[21] O'CONNOR M C， MICHAELS S. Shifting participant frameworks： orchestrating thinking practices in group discussion[M]//HICKS D. Discourse， learning， and schooling. Cambridge： Cambridge University Press，1996：63-103.

[22] SCARDAMALIA M， BEREITER C. Computer support for knowledge-building communities[J]. Journal of the learning sciences， 1994，3（3）：265-283.

[23] COBB P. Reasoning with tools and inscriptions[J]. Journal of the learning sciences， 2002，11（2-3）：187-215.

[24] ESHUIS E H， VRUGTE J， ANJEWIERDEN A， et al. Improving the quality of vocational students' collaboration and knowledge acquisition through instruction and joint reflection[J]. International journal of computer-supported collaborative learning， 2019，14（1）：53-76.

[25] BARRON B， PEA R， ENGLE R A. Advancing understanding of collaborative learning with data derived from video records[M]//HMELO-SILVER C E， CHINN C A， CHAN C K， O'DONNELL A M. The international handbook of collaborative learning. New York： Routledge， 2013：203-219.

[26] CRESS U， HESSE F W. Quantitative methods for studying small groups[M]//HMELO-SILVER C E， CHINN C A， CHAN C K， O'DONNELL A M. The international handbook of collaborative learning. New York： Routledge， 2013：93-111.

[27] PUNTAMBEKAR S. Mixed methods for analyzing collaborative learning[M]//HMELO-SILVER C E， CHINN C A， CHAN C K， O'DONNELL A M. The international handbook of collaborative learning. New York： Routledge， 2013：187-195.

[28] ROSCHELLE J. Learning by collaborating： convergent conceptual change[J]. Journal of the learning sciences，1992，2（3）：235-276.

[29] LIN T J， ANDERSON R C， JADALLAH M， et al. Social influences on children's development of relational thinking during small-group discussions[J]. Contemporary educational psychology， 2015，41：83-97.

[30] HUTCHINS E. Cognition in the wild[M]. London： MIT Press， 1995.

[31] BARRON B. When smart groups fail[J]. Journal of the learning sciences， 2003，12（3）：307-359.

[32] WOOLLEY A W， CHABRIS C F， PENTLAND A， et al. Evidence for a collective intelligence factor in the performance of human groups[J]. Science， 2010，330（6004）：686-688.

[33] MALONE T W， BERNSTEIN M S. Handbook of collective intelligence[M]. Massachusetts： MIT Press， 2022.

[34] KOZINETS R V. Netnography： ethnographic research online[M]. California： Sage Publications， 2010.

[35] 吳忭， 彭曉玲. 量化民族志：一種融合定性與定量的教育研究方法[J]. 現代遠程教育研究，2021（2）：63-72.

[36] CASTANHEIRA M L， CRAWFORD T， DIXON C N， et al. Interactional ethnography： an approach to studying the social construction of literate practices[J]. Linguistics and education， 2001，11（4）：353-400.

[37] 辛自強， 林崇德. 微觀發生法：聚焦認知變化[J].心理科學進展，2002，10（2）：206-212.

[38] WERNER H. Musical micromelodies and microscales[J]. Zeitschrift psychologie， 1925，98：74-89.

[39] VYGOTSKY L S， COLE M. Mind in society： development of higher psychological processes[M]. Cambridge： Harvard University Press， 1978.

[40] SCHOENFELD A H， SMITH J P， ARCAVI A. Learning： the microgenetic analysis of one student's evolving understanding of a complex subject matter domain[M]//GLASER R. Advances in instructional psychology. London： Routledge，1993：55-175.

[41] DISESSA A A. Conceptual change in a microcosm： comparative learning analysis of a learning event[J]. Human development， 2017， 60（1）：1-37.

[42] POWELL T C. Competitive advantage： logical and philosophical considerations[J]. Strategic management journal， 2001，22（9）： 875-888.

[43] 張羽， 劉惠琴， 石中英. 指向教育實踐改進的系統范式——主流教育研究范式的危機與重構[J]. 清華大學教育研究， 2021， 42（4）： 78-90.

[44] KELLY M， DOWLING M， MILLAR M. The search for understanding： the role of paradigms[J]. Nurse researcher，2018，25（4）：9-13.

[45] BROWN A. Design experiments： theoretical and methodological challenges in creating complex interventions in classroom settings[J]. Journal of the learning sciences， 1992，2（2）：141-178.

[46] COLLINS A. Toward a design science of education[M]//SCANLON E， O'SHEA T. New directions in educational technology. Berlin， Heidelberg： Springer， 1992：15-22.

[47] ANDERSON T， SHATTUCK J. Design-based research[J]. Educational researcher， 2011，41（1）：16-25.

[48] MCKENNEY S， REEVES T C. Systematic review of design-based research progress[J]. Educational researcher， 2012，42（2）：97-100.

[49] WANG F， HANNAFIN M J. Design-based research and technology-enhanced learning environments[J]. Educational technology research and development， 2005，53（4）：5-23.

[50] HOADLEY C， CAMPOS F C. Design-based research： what it is and why it matters to studying online learning[J]. Educational psychologist， 2022，57（3）：207-220.

[51] KALI Y， HOADLEY C. Design-based research methods in CSCL： calibrating our epistemologies and ontologies[M]//CRESS U， ROS？魪 C， WISE A F， et al. Computer-supported collaborative learning series. Cham： Springer International Publishing， 2021： 479-496.

[52] 張婧婧，牛曉杰，姚自明，等.異步在線學習中的“準”同步視頻交互實驗研究[J].遠程教育雜志，2021，39（3）：52-64.

[53] CLANCEY W J. Scientific antecedents of situated cognition[M]//ROBBINS P， AYDEDE M. Cambridge handbook of situated cognition. Cambridge： Cambridge University Press， 2008：11-34.

[54] 陳麗，郭玉娟，張文梅. “互聯網+教育”的世界觀：復雜系統觀[J]. 中國遠程教育，2023（8）：7-12，24.

[55] 田浩，武法提.復雜性科學視域下的學習干預：概念解析、核心要素及模型構建[J]. 電化教育研究，2022，43（9）：29-36.

[56] 張婧婧，于玻.指向復雜性的“新經驗主義”：論教育研究的范式演進與創新[J].中國遠程教育，2024，44（2）：47-61.

[57] KELLING S， HOCHACHKA W M， FINK D， et al. Data-intensive science： a new paradigm for biodiversity studies[J]. Bioscience， 2009，59（7）：613-620.

[58] JAN S K， VLACHOPOULOS P. Social network analysis： a framework for identifying communities in higher education online learning[J]. Technology， knowledge and learning， 2019，24（4）：621-639.

[59] 張婧婧，楊業宏.在線學習中的冪律法則：基于開放與平衡流系統的新指標[J]. 遠程教育雜志，2019，37（4）：96-105.

[60] LORENZ-SPREEN P， M？覫NSTED B， H？魻VEL P， et al. Accelerating dynamics of collective attention[J]. Nature communications， 2019，10（1）：1759.

[61] CANDIA C， JARA-FIGUEROA C， RODRIGUEZ-SICKERT C， et al. The universal decay of collective memory and attention[J]. Nature human behaviour， 2019，3（1）：82-91.

[62] WU F， HUBERMAN B. Novelty and collective attention[J]. Proceedings of the national academy of sciences， 2007，104（45）： 17599-17601.

[63] WENG L， FLAMMINI A， VESPIGNANI A， et al. Competition among memes in a world with limited attention[J]. Scientific reports， 2012，2（1）：335.

[64] LEHMANN J， GON？覶ALVES B， RAMASCO J J， et al. Dynamical classes of collective attention in twitter[C]//The 21st International Conference on World Wide Web （WWW '12）. New York： Association for Computing Machinery， 2012：251-260.

[65] ZHANG J， LOU X， ZHANG H， et al. Modeling collective attention in online and flexible learning environments[J]. Distance education， 2019，40（2）：278-301.

[66] KLEIBER M. Body size and metabolic rate[J]. Physiological reviews，1974，27（4）：511-541.

Learning Theories and Methodology in the Learning Sciences：

Paradigm and Practical

ZHANG Jingjing，? NIU Xiaojie，? HUANG Yicheng

（Faculty of Education， Beijing Normal University， Beijing 100875）

[Abstract] On the question of "how people learn"， academics have gone through a change from the "science of learning" which emphasizes cognition and brain to "the learning sciences" which emphasizes the context. The logic behind this change is closely related to the view of learning， the research paradigm， and practical logic that researchers uphold. The development of behaviorism and the first-generation cognitive science promoted the vigorous development of the positivism paradigm and experimental studies. The second-generation cognitive science highlighted the importance of real situation， elevating constructivist and interpretivism paradigms. From the 1990s onwards， the pragmatic paradigm and design-based research， aiming at solving real problems， have become the important research methods in learning sciences. Nowadays， the development of learning analytics， driven by big data， has given rise to the "new empiricism" paradigm that points to complexity. This data-intensive research， primarily focusing on complex system modeling， seeks to open the "black box" of learning， and explore the interaction and evolutionary mechanism of learning. This paper systematically reviews and compares learning theories， research paradigms， and related practices in the four major stages of development in the field of the learning sciences， aiming to promote the theoretical and practical integration and innovation in the learning sciences.

[Keywords] The Learning Sciences; Learning Theories; Research Methods; Research Paradigm