知識建構社區群體認知涌現的系統建模及仿真分析

[摘 要] 知識建構社區訴諸能動性的集體認知責任與生命性的客觀知識進化，契合群體認知主體間建構以及變動性與涌現性的系列路徑。為推演知識建構社區群體認知涌現機理，研究通過追溯復雜系統科學視閾與知識創造隱喻，從理論上厘清知識建構與群體認知的內涵和關系脈絡。基于SEIR信息傳播模型及弗羅姆涌現層級分析思路，建立知識建構社區群體認知涌現的定量分析模型。以實證數據為支撐，采用計算機建模與仿真方法，測度知識建構社區群體認知系統演化態勢。研究發現，知識演化對群體認知涌現具有自下而上的驅動作用，群體認知涌現同時自上而下役使知識演化，知識建構社區為群體認知涌現提供了必要的界域性保障。在復雜教育情境中實現高效群體認知與知識創新，還需從解蔽知識固化、促發認知生成與重塑學習空間三方面加以關注。

[關鍵詞] 知識建構社區； 客觀知識； 群體認知； 涌現； 非線性動力系統

[中圖分類號] G434 [文獻標志碼] A

[作者簡介] 朱珂（1982—），男，河南南陽人。教授，博士，主要從事教育大數據分析應用研究。E-mail：ezhuke@qq.com。

一、引 言

群體認知根植于社會文化界域的主體間建構，蘊含著協同沖突與涌現湮滅的哲學旨趣， 形塑了深層知識建構的機制內核，逐漸成為教育學界核心議題。傳統現象學的主體間性肇始于對孤獨心靈的認知[1]，隨著哲學領域對笛卡爾身心二元論的繼承與批判，認知限于顱內的隱喻幾乎消失了。近來，主體間建構逐漸聚焦于群體維度與社會實踐成果。美國認知科學家赫欽斯認為，群體認知依賴于異質組分的相互作用，不可簡化為個體心智的覆疊[2]。加拿大哲學家馬里奧·邦格提出意識涌現論，將認知視為多元要素交織的整體涌現[3]。協作學習領域著名學者斯塔爾主張，多元主體通過參與關聯活動場域的知識建構，為群體認知水平更迭作出貢獻，個體心智亦隨之遞嬗[4]。

通過透視知識創造隱喻和客觀知識論可以發現，知識建構的實質內含群體協同與知識創生間的制衡與統合。一方面，知識建構彌合了獲得和參與隱喻的割裂，反對孤立考慮個體元素，其核心是建立社區的集體認知責任[5]。另一方面，卡爾·波普爾的客觀知識論指出，客觀知識以世界3為生存基體，獨立于認知主體存在[6]。知識建構社區為群體認知提供了構筑要件和發生境域，形成微觀知識與宏觀認知層面聯動的復雜系統。然而，囿于認知測量方法與分析技術的限制，無論是將群體認知分解為理性計算的具象個體，還是將其還原為封閉、靜態過程，兩者都加劇了對系統多層級相互作用功能的偏離。因此，本研究從復雜系統科學與知識創造隱喻視角出發，從理論上探討群體認知與知識建構社區的內涵與關系，基于非線性動力系統，定量揭示知識建構社區中群體認知演化趨勢。

二、研究綜述

（一）復雜系統科學視閾下的群體認知

群體認知橫跨哲學、教育學與復雜系統科學等多個研究領域。20世紀90年代，以現象學、中介論和對話等哲學為基礎的情境認知、分布認知、社會文化活動等理論對個體主義探究進路提出挑戰，更關注關聯活動場域中主體間交互對認知的作用。索耶強調話語中的符號交互作用，認為群體認知涌現于異質觀點間相互作用[7]。布魯姆主張新生觀點涌現于主體間論證與反證的正負反饋循環，這一過程造就了群體認知的復雜性[8]。復雜系統科學視閾下的群體認知強調個體與群體層面持續進化的相互視角，其不可簡化為單一或集中傾向主體認知的聚合，這一不可通約性、不可還原性特質保留了對涌現主義觀點的認同。

已有研究基于主體間性、分布式認知理論、信息加工理論和系統論等關注群體認知，從內容載體、組織形式與發展過程等不同角度辯證地探討其發展規律。斯塔爾主張群體認知的涌現經由主體間建構產生的共享資源而引發[9]。萊文認為，群體認知意指群體內的社會分布式認知，囊括共享心智模型與交互式記憶系統[10]。吉布森基于信息加工等理論，認為積累、交互、檢驗、整合構成群體認知循環結構[11]。甘永成基于系統論提出知識建構與集體智慧學習模型，將集體智慧劃分為發散、收斂、凝聚、創新的螺旋上升周期[12]。盡管研究者尚未對群體認知達成統一認識，但上述研究均強調了群體認知的主體間性、變動性與涌現性特征。

（二）知識創造隱喻下的知識建構社區

受社會心理學與社會建構主義觀點啟發，協作課程環境形成了不同社區模型。知識建構社區模型認為，課堂應定義為協作共同體，且該共同體以社區知識創生為目的[13]。相較于其他學習社區，知識建構社區具備兩個不同特征：一是訴諸能動性（Agency）的集體認知責任。社區主體在激發自身認知主觀能動性的同時，具有“利他主義”傾向，對共同體承擔集體認知責任，借助協作問題解決推進群體認知發展。二是訴諸生命性（Animacy）的客觀知識進化。知識建構視閾下的客觀知識是具備生命性的真實事物，教育主體作為現實世界的實踐者持續改進概念制品，并在此過程中促進社區知識進化。

知識創造隱喻超越了獲得和參與隱喻，更關注主體系統地建構知識而引發的交互，而非僅為人與人或人與活動之間的交互[14]。從知識創造隱喻可以發現：其一，知識建構以社區為基礎的共同體，凸顯了認知實踐中整體貢獻視角的不可或缺性。其二，知識建構以社區知識為根本價值歸屬，創生新質知識的過程被不知不覺地帶入了主體間建構。其三，知識建構社區的成員以知識為中介創制的概念制品，由于卡爾·波普爾世界3所蘊含的生命價值判斷和創造屬性，所以其實然特征轉向生命層面[15]。卡爾·波普爾的三個世界理論借助客觀知識世界（世界3）的知識進化，予以物理世界（世界1）和主觀世界（世界2）抽象中介，賦予客觀知識以生命態和內聚能量，使之兼具客觀實在性和獨立主體性。

（三）知識建構社區群體認知涌現的內在邏輯

群體認知的發生發展既包含主體間建構，也包含自我維系的社區知識演化。英國演化生物學家理查德·道金斯立足進化論思想，將認知所創造的文化信息單元界定為模因[16]。尤里斯·布斯克斯指出，認知緣于基于基因的生物進化和基于模因的知識進化的互動[17]。伽賽爾則基于行為主義立場，主張模因存在于行為實踐或概念制品生存期內[18]。可見，若將知識建構社區的主體視為模因的所有者，那么其在創新概念制品過程中所觸發的知識演化即為群體認知涌現的依憑[19]。

知識建構社區與群體認知涌現的邏輯，可從絕對與相對、主觀與客觀、應然與實然三組關系中找到理論依據。（1）知識建構社區的集體認知責任的相對性完善了群體認知主體間建構之路徑。知識建構社區的集體認知責任應是相對而不是絕對的，其不否認個體認知價值，而是通過價值轉介將個體認知引入社區知識創生過程，建立個體與群體認知價值的溝通機制，滿足主體間建構的需要。（2）知識建構社區中知識體系的客觀性契合了群體認知變動性之路徑。群體認知的變動性要求知識狀態內含有序與混沌動態。知識建構社區中客觀知識的生命進化回應了群體認知臨界、起伏發展的核心問題。（3）知識建構社區的概念制品的實然性彰顯了群體認知涌現的路徑。知識建構社區中新生理論、解決方案等概念制品的創生，是群體認知普遍建構并維持穩定的外部表征。立足知識建構社區中不可控的知識體系演變，有助于為分析群體認知涌現提供關鍵視角。

三、知識建構社區群體認知涌現的

系統模型構建

知識建構社區中群體認知的跨層次涌現要素與原有系統的組分截然不同，這一涌現往往形成新的知識螺旋，社區結構亦隨涌現過程變化。本研究基于SEIR模型（Susceptible Exposed Infectious Recovered Model）與弗羅姆的涌現層級框架，結合非線性動力系統，構建知識建構社區的群體認知涌現模型，梳理微觀知識與宏觀認知的競合嵌入。

（一）知識建構社區知識演化的關鍵階段

非線性動力學方法在研究有序性與無序性交織的復雜系統方面有獨特優勢。在教育領域，有很多利用非線性動力系統解決群體性問題的研究。例如：高晴等通過對關聯學習社區知識生產過程的建模與仿真，揭示不同知識生產階段的影響因素與演化特征[20]。晉欣泉等則結合系統動力學與演化博弈模型，探析知識建構行為的演化穩定策略[21]。

作為研究信息傳播的經典模型，SEIR模型由最早的SIR（Susceptible Infectious Recovered Model）傳染病模型發展而來。本研究基于SEIR模型，將社區知識分為初始態（Susceptible，S）、流動態（Exposed，E）、交互態（Infectious，I）以及消退態（Recovered，R）四個關鍵狀態。知識狀態間存在不同轉移規則，S狀態會以α、β和λ三種概率轉化為R、I和E狀態，E狀態會以δ或μ概率轉為I或R狀態，I狀態則會以γ概率轉化為R狀態，由此通過不同狀態密度的改變建立知識發展的關鍵變量（如圖1所示），展現知識演變過程，并在不同階段分析群體認知涌現狀態。

為將隱性知識演化趨勢充分外顯，本研究通過非線性動力學方法，模擬系統動態、長期的演化趨勢，由此突破傳統統計概率模型靜態、還原的局限。本研究基于上述變量，建立知識建構社區中知識演化的非線性微分動力系統，微分方程組如下：

S（k，t）、E（k，t）、I（k，t）、R（k，t）分別表示在t時刻時，節點處于S、E、I、R狀態的相對密度。M（t）表示在t時刻任一狀態衍生出相連于另一狀態的邊的條件概率，其計算見公式（2）。其中，p（m' ）為度分布函數，〈m〉為網絡節點中心度，m'為t時刻與m相連的狀態。

p（m'│m，t）=m'×p（m' ）×I（m'，t）/〈m〉式（2）

（二）知識建構社區的群體認知涌現模型

復雜系統科學視閾下，知識建構社區中的社區知識既是群體認知系統的底層結構要素，也是群體認知涌現的產物[22]。知識建構社區通過主體間建構創制全新的概念制品，從而成為客觀知識生命態進化的前提。受此影響，知識建構社區中的知識生成具有去主體化、非線性結構特征，相當于一個局域世界模型，遵循小世界、無標度等網絡特征。網絡中的樞紐節點的度服從冪律分布，因此，知識在增長后不斷串聯引發的認知涌現是不均衡、高發散性的動態過程。鑒于社區知識與群體認知協同進化、相互關聯的對應關系，本研究構建出知識建構社區群體認知涌現模型（如圖2所示）。

圖2 知識建構社區群體認知涌現模型

知識建構社區中的群體認知并非一成不變，而是在社區知識不斷演化的作用下緩慢或急劇調整。群體認知均衡狀態經由異質的、不確定的知識沖擊與擾動而落空并由此進入失衡狀態，繼而進行搜尋、試錯，直至達到新的收斂狀態。本研究結合SEIR模型與小世界網絡特征，分析知識在網絡中的傳播規律，將知識建構社區中知識演化過程定義為S、E、I、R四種狀態：S指社區成員未進行知識交互的階段，E為成員首次進行知識傳遞行為時的狀態，I指社區的二次續評環節，R是流動與交互階段后熱點知識逐漸消退的狀態[23]。

另一方面，弗羅姆提出的復雜系統涌現分析框架，關注不同層級涌現的因果關系及反饋類型，有助于追溯復雜系統涌現現象的原因[24]。據此，本研究將群體認知涌現分為“簡單涌現—弱涌現—多重涌現—強涌現”四階段。具體而言，在簡單涌現階段，多元主體基于不同認識創造出意向性知識觀點，該階段是知識觀點流動與交互的前提；在弱涌現階段，知識觀點進行交互，形成相對穩定且具有開放性的群體認知結構，以局部知識關聯對群體認知產生影響；多重涌現階段通過異質觀點的正負反饋相互作用，達至動態平衡；強涌現階段則生成新質知識，形成較固定的社區組織，也意味著層級間較強的反饋關系。

四、知識建構社區群體認知涌現的仿真分析

為保證知識建構社區群體認知涌現模型的科學性，本研究基于實證數據，將仿真實驗所涉及的變量轉化為常量，結合相關賦值方法分析知識建構社區群體認知涌現趨勢。

（一）初始態—流動態對群體認知涌現的影響分析

本研究以華中地區某高校大三本科開設的“學習科學課程”為案例，采用知識建構教學法，依托知識論壇學習平臺開展實證研究。研究人員對收集到的教學數據進行預處理后，累計得到39名學習者的1，057條知識觀點，6，310條交互（閱讀、收藏和評論等）數據。此外，本研究利用隱含狄利克雷分布模型分析評論區多模態知識觀點，結果顯示，知識觀點以學習科學為中心話題，涉及教育學、物理學、計算機科學等諸多學科領域，不同主題在縱深聚合的同時相互交錯演進，為知識狀態演化與群體認知涌現奠定了基礎。

知識建構社區可被視為符合冪律分布的非同質網絡。本研究網絡節點的集合定義為A，節點交互關系的集合定義為E，則網絡結構為G=（A， E）。知識建構社區中成員固定，不存在新增與離散人群。本研究基于收集到的有效數據，對模型參數α、β、λ、μ、δ、γ進行設置，通過節點間密度轉化剖析知識狀態演化趨勢。根據知識生態理論，知識的關聯與交互對知識生態系統演化具有重要驅動作用，知識節點間的交互既延展了多元主體的知識邊界，也催發了群體認知水平的更迭。結合實證數據來看，知識建構社區中熱點評論出現是群體認知弱涌現顯露的前提，也是知識流動與交互的重要基礎。本研究將公式（1）中各項參數進行設置：α=0.1，β=0.2，μ=0.3，δ=0.3，γ=0.1，λ設置為0.01，0.05，0.08，得出社區知識狀態演化趨勢（如圖3所示）。

由圖3可知，隨著λ的持續增大，知識交互態密度達至峰值。知識轉入流動狀態的密度越多，其所對應的交互越為頻繁、激烈，表明知識流動與知識交互呈正相關。對于知識消退態來說，λ值越大，知識流動與交互的效率就越低。整體來看，交互、整合異質知識的過程對群體認知弱涌現具有促進作用，參數λ的增大引起流動態與交互態密度顯著增長，從而提升了群體認知弱涌現的概率。馬里奧·邦格指出，新質的涌現緣于復雜系統低層級組分的非線性相互作用[3]。群體認知在知識建構社區中多元知識生成、異質知識交互的雙重不確定性作用下持續更迭，并進一步調整知識演化趨勢。值得注意的是，意見領袖或領域專家的參與程度對于二級評論區的關注度、討論度發展有導向作用。此外，交互態中的熱點評論作為知識建構社區中知識流動的催化劑，加速了平臺二級評論區知識關聯效率，也引發了多源不相關新質知識的生成與匯聚，成為多重涌現與強涌現發軔之始。

（二）流動態—交互態對群體認知涌現的影響分析

本研究將模型α、β、λ、δ、γ參數設置為[0.1，0.2，0.3，0.2，0.1]五個值，通過參數μ值的變化來衡量流動態—交互態密度發展趨勢（如圖4所示）。

參數μ代表了知識流動態與交互態的轉化概率，知識論壇二級評論區數量的增加是流動態與交互態轉變最明顯的體現。由圖4可知，隨著μ值不斷增大，知識流動態密度隨之遞減，反之，交互態密度則呈現出增長趨勢。在知識建構社區的二級評論區中，熱評衍生了諸多新生異質知識，不同節點交織攀纏為群體認知涌現提供了漲落、重組的臨界狀態。群體認知弱涌現顯露于二級評論區，同時通過知識高階交互過程為多重涌現以及強涌現狀態奠定了基礎。高階交互不同于傳統的網絡結構，其特征為通過單鏈路連接兩個以上個體形成的高階鏈接。新舊知識共存，并經過沖擊、試錯與搜尋過程，促使群體認知達至動態平衡，甚至形成相對固定的組織結構，并對知識狀態演化產生向下因果力。然而，曲線演化軌跡最終會逐漸聚合，表明知識建構社區中知識交互動態的密度始終低于知識流動態，這實際上也意味著并非所有的弱涌現都能實現更高層級躍遷。

（三）交互態—消退態對群體認知涌現的影響分析

知識消退態是知識建構社區中熱點評論消退時的知識演化軌跡，在此階段群體認知涌現概率較小。本研究將模型α、β、λ、δ、μ參數設置為[0.1，0.2，0.3，0.2，0.1]這五個值，對參數γ的數值不斷調整。

知識流動態與交互態隨著γ值的增大而減少，且在知識消退態中，知識流動態與知識交互態密度遠小于其他知識轉化過程（如圖5所示）。隨著γ值的增大，知識消退態密度迅速上升并直達頂峰，說明隨著熱評逐漸降溫，知識觀點的生命進入衰減期。然而，結合實際案例分析可以發現，在知識交互態持續轉化為消退態的過程中，仍有少量熱評出現，表明群體認知弱涌現仍會顯露。這一點值得注意，知識并不是以線性規律朝著固定方向進化，部分已經進入終結狀態的知識觀點，一旦具有一定的前瞻性，仍有可能進一步發展甚至引發更高層級的涌現現象[25]。

五、研究結論與建議

本研究以“個體認知—主體間建構—群體認知”生成圖景為參照，通過正視主體間建構過程的知識生成，在“起點”個體認知與“終點”群體認知之間建立起直接關聯。此外，本研究以SEIR模型及弗羅姆的涌現層級框架為參照，初步形成知識建構社區的群體認知涌現模型，并引入非線性動力系統對模型進行仿真，所得結論與建議如下：

（一）研究結論

1. 自下而上：知識演化對群體認知涌現的驅動

依據仿真實驗結果，社區知識非線性、自組織的發展對維系群體認知涌現有驅動作用。其一，群體認知從簡單涌現到弱涌現的轉變，與參數λ密切相關。弱涌現的存續源于分歧性知識沖突，知識觀點的流動行為都伴隨著成員自發完成的主體間建構。其二，參數μ對群體認知從弱涌現變遷至多重涌現及強涌現狀態產生了重要影響。在參數μ的作用下，知識交互效率與交互域持續演變，對多重涌現及強涌現形成向上的啟動限制。其三，盡管知識消退態顯示大部分知識已進入衰減期，但在此階段知識流動態的演變仍會導致弱涌現出現。若將群體認知視為大腦，將多元主體基于異質知識的交互視為神經連接，那么群體認知的發展并非事先設計的過程，而只能從無數神經元相互連接、自發演變中涌現出來[26]。

2. 自上而下：群體認知涌現對知識演化的役使

知識建構社區中群體認知的涌現對知識狀態演化有向下役使作用。依據協同學役使原理，作為整體的系統在形成時，便具備了自身的特征與潛在性，系統涌現對低層次組分具有自上而下的控制、協調及選擇等因果效力。結合實證案例可發現：一方面，群體認知多重涌現與強涌現影響了社區的知識分布結構。知識流動態向交互態轉變過程中，不同共同體傾向于維護自身的一致性，因此，知識節點發展自由度降低，邊緣的知識節點逐漸終結。另一方面，知識演變向上升起的集體效應，對其本身發展路徑及通暢性產生了規約作用。群體認知涌現形成相對固定的社區組織，而局部生態中知識節點的數量、流向與速率也隨之改變。正如亞當·斯密提出的“看不見的手”的概念表明，群體層面具有違背人們自然直覺的系統特性，對底層元素有向下因果效力[27]。

3. 迭代循環：開放情境對系統發展的界域性保障

知識建構社區中群體認知的涌現總發生在特定情境中，一旦脫離特定情境，就容易將認知發展建立在固定、還原的基礎上。在既定的認知發展中，主體間建構的未知性與不確定性被遺漏，發展社區知識等同于所有人理應維護的先設路徑。然而，結合具體交互情境可發現，不同認知主體往往有不同訴求，正是不同主體間差異化的知識勢差、交互意愿等才促成群體認知系統的更迭。結合仿真實驗結果，新舊社區結構、知識觀點的演化，與主體數量、交互時間與空間等臨界值密切相關。公平、互惠的協作網絡，有助于增強學習者知識共享意愿，提升知識資源配置效率及群體認知邊界的可觸達范圍[28]。知識建構社區為不同主體創設了開放情境，社區內的分布結構產生了界域性，由此形成主體間建構的“場”，而這正是群體認知系統迭代、循環，賴以生存和發展的基礎條件。

（二）研究建議

1. 解蔽知識固化：以自組織發展為導向

知識體系自組織發展的基本過程，有助于沖破知識固化的遮蔽。群體知識結構呈互補型分布且具有可滲透邊界時，群體對替代性解決策略具備較高接受度，由此引發基于認知沖突調節的知識自組織發展，相較于封閉的社會關系調節，更能有效促進群體認知發展[29]。反之，若成員的重疊知識量較大，群體的冗余工作將會增加，群體的資源可用性、決策能力以及靈活性降低[30]。教育工作者應將個體認知嵌入社會文化關系網絡節點，既關注個體信息內化過程及策略，同時借助分散、較不穩定的自組織發展，擴大學習主體的知識圈、塑造知識體系的自身結構。

2. 促發認知生成：以深層次創新為靶向

群體認知自主生成特性是深層次創新背后的實踐理據。前者的推動力是后者的基礎與前提，后者則是前者的延伸與展開形態，二者相互依賴發展離不開概念制品的工具性中介作用。以概念制品為中介的創新活動，為“主體”與“他者”對話創設了以知識為媒介的傳播場域，促使主體在重視主體間建構的過程中建構客觀知識，更能有效推動群體認知位階升級。在教育實踐中，教育工作者應關注群體認知載荷，注重任務的有效性和冗余度，以靈活、彈性的動態適應性調整，實現共時與歷時規則下社區知識動態演進，把握知識創新的時機，最大限度推進認知自主生成過程。

3. 重塑學習空間：以開放式協作為取向

重塑融通資源優勢與關系優勢的開放式協作學習空間，可消解固化、先設協作網絡對群體創新的阻抑危機。一方面，多模態、人工智能等技術可賦能智能反饋機制與空間建設。有效的反饋機制與環境能夠正向調節群體信任困境，對群體創造性成果產出有促進作用[31]。然而，依托智能技術打破形式化、程序化、同質化教育頑疾的同時，需擴大人主觀能動的自由意志的反身性空間，避免將個人與群體塑造為標準機器。另一方面，分布式、跨界域、松散的社區結構更能夠滿足群體持續變動的復雜需求。隨著協作學習領域理論與實踐研究的演進，社會文化背景從次級邊界約束轉變為核心因素，開放式協作為群體認知實踐提供了更豐富的社會境脈。未來應持續探索知識建構與群體認知的跨層次涌現規律在實際教學中的遷移應用，為教育數字化轉型進程中的拔尖創新人才培育提供效力支撐。

[參考文獻]

[1] STAHL G. Group cognition： computer support for building collaborative knowledge（acting with technology）[M]. Cambridge，MA： MIT Press，2006：433-436.

[2] HUTCHINS E. Cognition in the wild[M]. Cambridge， MA： MIT Press，1995：101.

[3] 馬里奧·邦格. 涌現與匯聚：新質的產生與知識的統一[M]. 李宗榮，李成芳，等譯. 北京：人民出版社，2019：225-228.

[4] STAHL G. Theories of cognition in collaborative learning[M]// TEOKSESSA HMELO-SILVER C， CHINN C A， CHAN C K， et al. The international handbook of collaborative learning. New York： Routledge，2013：82-97.

[5] ZHANG J， SCARDAMALIA M， REEVE R， et al. Designs for collective cognitive responsibility in knowledge-building communities[J]. The journal of the learning sciences，2009，18（1）：7-44.

[6] SCARDAMALIA M， BEREITER C. Knowledge building： theory， pedagogy， and technology[M]. New York： Cambridge University Press，2006：97-115.

[7] SAWYER R K. Social emergence： societies as complex systems[M]. New York： Cambridge University Press，2005：132-135.

[8] BLOOM J W. Discourse， cognition， and chaotic systems： an examination of students' argument about density[J]. The journal of the learning sciences，2001，10（4）：447-492.

[9] STAHL G. From intersubjectivity to group cognition[J]. Computer supported cooperative work （CSCW），2016，25：355-384.

[10] LEVINE J M. Socially-shared cognition and consensus in small groups[J]. Current opinion in psychology，2018，23：52-56.

[11] GIBSON C B. From knowledge accumulation to accommodation： cycles of collective cognition in work groups[J]. Journal of organizational behavior， 2001，22（2）：121-134.

[12] GAN Y， ZHU Z. A learning framework for knowledge building and collective wisdom advancement in virtual learning communities [J]. Educational technology & society， 2007，10（1）：206-226.

[13] FISCHER F， HMELO-SILVER C E， GOLDMAN S R. International handbook of the learning sciences[M]. New York： Routledge，2018：295-305.

[14] 曾文婕. 關注“知識創造”：技術支持學習的新訴求[J]. 電化教育研究，2013，34（7）：17-21，52.

[15] 卡爾·波普爾. 客觀知識——一個進化論的研究[M]. 徐煒光，卓如光，等譯. 上海：上海譯文出版社，2015：123-128.

[16] 理查德·道金斯. 自私的基因[M]. 盧允中，張岱云，陳復加，等譯. 北京：中信出版社，2018：221-230.

[17] 尤里斯·布斯克斯. 進化思維：達爾文對我們世界觀的影響[M]. 徐紀貴，譯. 成都：四川人民出版社，2018：182-190.

[18] LYNCH A. Units， events and dynamics in memetic evolution[J]. Journal of memetics-evolutionary models of information transmission，1998，2（1）：5-44.

[19] BEREITER C. Education and mind in the knowledge age[M]. Mahwah， New Jersey： Lawrence Erlbaum Associates， Publishers，2005：68-75.

[20] 高晴，段金菊. 關聯學習社區知識生產過程的系統動力學建模及仿真分析[J]. 電化教育研究，2022，43（12）：78-85.

[21] 晉欣泉，姜強，趙蔚. 基于系統動力學的知識建構行為演化博弈模型及仿真分析[J]. 遠程教育雜志，2022，40（1）：103-112.

[22] 魏屹東. 認知系統：結構、功能與特征[J]. 系統科學學報，2024（4）：40-48.

[23] 儲節旺，李佳軒. 知識生態系統中知識演化及智慧創生研究——以知乎社區為例[J]. 情報理論與實踐，2022，45（9）：51-58.

[24] 王志鵬，張江. 復雜系統中的因果涌現研究綜述[J]. 北京師范大學學報（自然科學版），2023，59（5）：725-733.

[25] 蔣紀平，滿其峰，胡金艷，等. 在線協作知識建構的知識進化：內涵、本質與模型[J]. 開放教育研究，2022，28（6）：52-59.

[26] REITER-PALMON R， HERMAN A E， YAMMARINO F J. Creativity and cognitive processes： multi-level linkages between individual and team cognition[J]. Research in multi-level issues，2015，7（7）：203-267.

[27] 亞當·斯密. 國富論[M]. 唐日松， 趙康英， 馮力， 等譯. 北京：華夏出版社，2017：327.

[28] 朱珂，丁庭印，付斯理. 元宇宙賦能大規模超域協同學習：系統框架與實施路徑[J]. 遠程教育雜志，2022，40（2）：24-34.

[29] DOISE W， MUGNY G. The cooperative game and the coordination of interdependent actions[J]. The social development of the intellect，1984，132（1）：33-55.

[30] DECHURCH L A， MESMER-MAGNUS J R. The cognitive underpinnings of effective teamwork： a meta-analysis[J]. Journal of applied psychology，2010，95（1）：32-53.

[31] 朱珂，張斌輝，張瑾. 教育數字化轉型中師生主體性的缺失風險與復歸策略[J]. 電化教育研究，2024，45（4）：52-58.

System Modeling and Simulation Analysis of Group Cognition Emergence in Knowledge Building Community

ZHU Ke， WU Yaxin， GAO Qinghui

（Faculty of Education， Henan Normal University， Xinxiang Henan 453007）

[Abstract] The knowledge building community appeals to the collective cognitive responsibility of agency and the objective knowledge evolution of vitality， which aligns with the inter-subjective construction of group cognition and a series of paths characterized by variability and emergence. In order to deduce the mechanism of group cognition emergence in knowledge building communities， this study traced back the perspectives of complex systems science and the metaphor of knowledge creation， and theoretically clarified the connotation and relationship between knowledge building and group cognition. Based on the SEIR model and Fromm's Emergent Hierarchy Analysis， a quantitative analysis model of group cognition emergence in knowledge building communities was established. With empirical data as support， computer modeling and simulation methods were employed to measure the evolutionary trends of group cognitive system in knowledge building communities. It is found that knowledge evolution plays a bottom-up driving role in the emergence of group cognition， while the emergence of group cognition， in turn， exerts a top-down influence on knowledge evolution， with knowledge building communities providing the necessary domains for the emergence of group cognition. To achieve efficient group cognition and knowledge innovation in complex educational contexts， attention should be paid to unveiling knowledge solidification， stimulating cognitive generation， and reshaping learning spaces.

[Keywords] Knowledge Building Community; Objective Knowledge; Group Cognition; Emergence; Nonlinear Dynamical System