面向多維關(guān)聯(lián)的社會認知網(wǎng)絡(luò)分析*
——協(xié)作學習交互研究的新進展

馬志強 管 秀

（1.江南大學 江蘇“互聯(lián)網(wǎng)+教育”研究基地，江蘇無錫 214122；2.華東師范大學 教育信息技術(shù)學系，上海 200241）

一、引言

在計算機支持的協(xié)作學習（CSCL）研究中，一個重要的研究目標是理解計算機網(wǎng)絡(luò)支持下小組內(nèi)部的交互過程[1]。CSCL 交互并非簡單的人際通信交流，而是一種“生產(chǎn)性”的相互作用關(guān)系[2]。約翰遜兄弟（Johnson D.W.和Johnson R.T.）將其理解為小組成員為實現(xiàn)小組目標，個體間相互鼓勵、互相促進的過程[3]。目前，研究者往往從橫向的構(gòu)成維度與縱向的演化過程兩個角度來分析交互關(guān)系。從橫向構(gòu)成來講，參與者之間的社會性交互、協(xié)同知識建構(gòu)的認知交互等維度是研究者關(guān)注的焦點[4-6]；從縱向演化來講，“生產(chǎn)性”的互動關(guān)系不是穩(wěn)定不變的，研究者關(guān)注在協(xié)作學習過程中，參與者間交互位置、互動關(guān)系的發(fā)展變化過程。鑒于上述理解，協(xié)作學習交互研究的核心是從橫向與縱向兩個角度，剖析小組內(nèi)部成員的相互作用關(guān)系，開展面向多維關(guān)聯(lián)的協(xié)作交互分析。一方面，研究者們從橫向分解多重交互關(guān)系的構(gòu)成維度，為協(xié)作學習的認知、社交等多維度的交互分析提供基礎(chǔ)；另一方面，又從縱向演化的角度來追蹤交互關(guān)系關(guān)聯(lián)發(fā)展的過程，為協(xié)作關(guān)系演化機制提供合理的解釋。

然而，多維關(guān)聯(lián)的協(xié)作交互分析尚面臨諸多挑戰(zhàn)。從交互維度分析來看，現(xiàn)有研究往往將交互關(guān)系簡化為交互行為的關(guān)聯(lián)，從行為類別、行為路徑與模式等角度拆解交互關(guān)系，難以理解特定的交互行為與交互事件的關(guān)聯(lián)是什么[7-8]。從縱向的交互演化過程來看，研究者往往采用方便抽樣的方式，選取靜態(tài)的、片段的交互數(shù)據(jù)開展分析，難以反映交互隨時間動態(tài)變化的過程，也難以確定影響交互過程的關(guān)鍵事件[9-10]。鑒于上述挑戰(zhàn)，有研究者開始探索采用認知網(wǎng)絡(luò)與社會網(wǎng)絡(luò)融合的社會認知網(wǎng)絡(luò)分析法，以參與者之間社會性互動和認知互動融合形成的網(wǎng)絡(luò)為橫向分析維度，以群體交互關(guān)系網(wǎng)絡(luò)的動態(tài)演化過程為縱向分析維度，著重考察協(xié)作學習交互的網(wǎng)絡(luò)結(jié)構(gòu)與隨時間變化的規(guī)律[11-14]。

盡管社會認知網(wǎng)絡(luò)在協(xié)作交互過程分析方面具備廣闊的發(fā)展前景，但研究者尚需要厘清社會認知網(wǎng)絡(luò)的分析框架、分析要素以及分析思路等重要問題。因此，本研究將社會認知網(wǎng)絡(luò)分析引入?yún)f(xié)作學習交互研究中，重點探討社會認知網(wǎng)絡(luò)交互分析的三個基本問題：（1）社會認知網(wǎng)絡(luò)分析的基本內(nèi)涵是什么？（2）社會認知網(wǎng)絡(luò)分析的基本框架與要素是什么？（3）社會認知網(wǎng)絡(luò)分析的基本思路是什么？并在此基礎(chǔ)上，以協(xié)同論證交互過程分析為例，探討社會認知網(wǎng)絡(luò)分析在實踐應(yīng)用中需要關(guān)注的具體問題。

二、社會認知網(wǎng)絡(luò)分析的內(nèi)涵與特征

社會網(wǎng)絡(luò)分析與認知網(wǎng)絡(luò)分析，均是剖析協(xié)作學習交互關(guān)系的重要方法。社會網(wǎng)絡(luò)分析的對象是協(xié)作交互關(guān)系中的人際關(guān)系與社交網(wǎng)絡(luò)特征，缺乏對交互內(nèi)容的足夠關(guān)注[15-16]。認知網(wǎng)絡(luò)分析依據(jù)交互中涉及的知識、技能、價值、決策過程等要素，建立個人或群體的認知框架模式，缺乏對交互角色、子社群等社交網(wǎng)絡(luò)特征的足夠關(guān)注[17]。因此，有研究者提出將兩者融合，兼顧社會網(wǎng)絡(luò)分析與認知網(wǎng)絡(luò)分析的優(yōu)勢，建立新的協(xié)作交互分析視角——社會認知網(wǎng)絡(luò)分析[18]。社會認知網(wǎng)絡(luò)的內(nèi)涵是將社會網(wǎng)絡(luò)分析中學習者之間的社會關(guān)系網(wǎng)絡(luò)，與認知網(wǎng)絡(luò)分析中的群體認知網(wǎng)絡(luò)進行疊加[19]，以參與者和認知要素（交互內(nèi)容中體現(xiàn)出的認知加工的關(guān)鍵環(huán)節(jié)）為節(jié)點，以“人—認知要素”“認知要素—認知要素”等節(jié)點間的連線表征互動關(guān)系，并作為不同網(wǎng)絡(luò)間相互關(guān)聯(lián)匹配的通道和橋梁[20]。社會認知網(wǎng)絡(luò)能夠以指標數(shù)據(jù)與圖形化表征結(jié)合的方式，直觀地呈現(xiàn)社會網(wǎng)絡(luò)與認知網(wǎng)絡(luò)的相互關(guān)聯(lián)[21-22]，并借助多輪次模型，對比分析群體協(xié)作交互關(guān)系發(fā)展的過程與規(guī)律[23-25]。

社會認知網(wǎng)絡(luò)具備三個基本特征，即多維性、關(guān)聯(lián)性以及動態(tài)性。（1）多維性是指社會認知網(wǎng)絡(luò)可以從認知與社會性交互維度，表征協(xié)作交互的基本特征。具體來講，社會認知網(wǎng)絡(luò)能兼顧協(xié)作交互中的社會性互動關(guān)系和認知互動關(guān)系，即關(guān)注 “人—人”“人—認知要素”以及“認知要素—認知要素”間的相互關(guān)系[26]。（2）關(guān)聯(lián)性是指社會認知網(wǎng)絡(luò)能夠反映社會性互動與認知互動之間的相互關(guān)聯(lián)[27]，主要涵義包括三個方面：參與者間的互動關(guān)系可以表征參與者節(jié)點間的相互關(guān)聯(lián)，借此表現(xiàn)協(xié)作交互過程中個體的角色及其在群體中的位置；認知要素間的互動關(guān)系，即對協(xié)作交互過程中認知要素間的共現(xiàn)關(guān)系進行表征；參與者與認知要素的關(guān)系，即反映參與者與認知要素的共現(xiàn)共變關(guān)系。（3）動態(tài)性則從空間與時間兩個維度來理解，在空間維度上是指社會認知網(wǎng)絡(luò)能夠反映協(xié)作交互過程中參與者和認知要素在角色和網(wǎng)絡(luò)空間位置上的相對變化；在時間維度上是指社會認知網(wǎng)絡(luò)隨時間的推移而發(fā)生的節(jié)點、關(guān)系與網(wǎng)絡(luò)結(jié)構(gòu)的變化。

三、社會認知網(wǎng)絡(luò)分析的基本框架

在充分理解社會認知網(wǎng)絡(luò)的內(nèi)涵及其對協(xié)作交互分析價值的基礎(chǔ)上，研究者需要掌握社會認知網(wǎng)絡(luò)分析框架與具體指標[28-31]。一般而言，社會認知網(wǎng)絡(luò)可以從節(jié)點層、關(guān)系層以及網(wǎng)絡(luò)層三個層面來分解表征（如圖1所示）。

圖1 社會認知網(wǎng)絡(luò)分析框架

節(jié)點層分析對象為學習者節(jié)點和認知要素節(jié)點，主要分析其基本分布情況、節(jié)點大小等。節(jié)點層指標包括節(jié)點類型、出入度和度數(shù)中心性。節(jié)點類型是指社會認知網(wǎng)絡(luò)中協(xié)作交互的參與者節(jié)點和認知要素節(jié)點。選擇這兩種節(jié)點來構(gòu)成網(wǎng)絡(luò)是因為協(xié)作交互過程的兩個核心就是社會交互和認知交互。認知交互以認知要素節(jié)點為基礎(chǔ)，反映交互內(nèi)容中多維認知要素間的相互關(guān)聯(lián)；社會交互則以參與者為節(jié)點，反映參與者的角色、互動關(guān)系[32]。因此，為了兼顧分析兩種交互，我們選擇以參與者和認知要素為社會認知網(wǎng)絡(luò)中的節(jié)點。出入度則是指在協(xié)作交互過程中節(jié)點發(fā)出和接受交互的頻次，頻次越高代表節(jié)點與其他節(jié)點間的關(guān)聯(lián)度越高，能夠反映節(jié)點在網(wǎng)絡(luò)中的活躍程度[33]。度數(shù)中心性指標用來描述社會網(wǎng)絡(luò)向某個點集中的趨勢，但不能表征出節(jié)點對其他節(jié)點是否有控制作用。

關(guān)系層分析節(jié)點間的互動關(guān)系，從參與者的互動關(guān)系、認知要素的互動關(guān)系以及兩種互動關(guān)系間的關(guān)聯(lián)這三個角度出發(fā)，分析指標包括交互強度、交互方向以及平均度。交互強度運用節(jié)點間連線的粗細進行表征[34]，代表著不同節(jié)點間連接的強弱，表征了不同節(jié)點間的關(guān)聯(lián)強度，即節(jié)點之間的共現(xiàn)關(guān)系。交互方向是指在兩兩相互關(guān)聯(lián)的節(jié)點之間的連線末端，會用箭頭標注出交互的方向，由交互的發(fā)出者指向接收者。需要注意的是，認知要素節(jié)點間的連線指向無意義，這是由于認知要素之間主要是共現(xiàn)關(guān)系，不能根據(jù)認知要素節(jié)點的先后順序來斷定相互之間的因果關(guān)系。平均度主要表明社會網(wǎng)絡(luò)中的整體交互頻繁程度，是指網(wǎng)絡(luò)中所有交互強度的平均值，能夠代表網(wǎng)絡(luò)的平均交互水平[35-36]。

網(wǎng)絡(luò)層一方面可以反映整體網(wǎng)絡(luò)結(jié)構(gòu)的穩(wěn)定性、節(jié)點的分布情況以及網(wǎng)絡(luò)的動態(tài)變化趨勢；另一方面可以識別網(wǎng)絡(luò)中占據(jù)重要地位的節(jié)點，如，占據(jù)重要信息資源和人脈資源的結(jié)構(gòu)洞，或是在三方關(guān)系中起到調(diào)節(jié)作用的中間人。網(wǎng)絡(luò)層的指標，主要包括質(zhì)心、特征向量、密度以及中心性：

（1）質(zhì)心是指用“邊權(quán)重”算法獲得算數(shù)平均值，表示所有節(jié)點及節(jié)點間關(guān)系所形成的網(wǎng)絡(luò)在空間中的位置，是描述網(wǎng)絡(luò)結(jié)構(gòu)的標志性特征值。質(zhì)心可與物體的重心類比，在物理空間中可以將物體看作一個具有一定質(zhì)量的點[37]。該指標從整體上代表不同小組網(wǎng)絡(luò)結(jié)構(gòu)的中心。

（2）特征向量主要是用來識別網(wǎng)絡(luò)中最為核心的成員，根據(jù)網(wǎng)絡(luò)中不同維度上的特征值整合而成，表征網(wǎng)絡(luò)中最為核心的成員的中心度以及整體網(wǎng)絡(luò)的中心勢，能夠作為網(wǎng)絡(luò)的一種特征值[38]，便于對不同社會認知網(wǎng)絡(luò)進行差異和影響作用的檢驗。

（3）密度是指社會認知網(wǎng)絡(luò)中節(jié)點間的緊密程度，其取值范圍是0 到1，0 代表兩個節(jié)點之間沒有連線，沒有聯(lián)系；1 則代表網(wǎng)絡(luò)中所有節(jié)點之間都有連線[39-40]。

（4）中心性是指在社會網(wǎng)絡(luò)中地位和權(quán)利的集中發(fā)展趨勢，包括度數(shù)中心性、中介中心性以及接近中心性[41-42]。由于中介中心性對社會網(wǎng)絡(luò)和認知網(wǎng)絡(luò)同時具有較大的意義和價值，在此，將中介中心性指標數(shù)值來作為整體網(wǎng)絡(luò)的中心性數(shù)值。中介中心性主要用來描述網(wǎng)絡(luò)中是否會形成核心領(lǐng)導者對其他成員進行控制，代表著網(wǎng)絡(luò)中介節(jié)點的數(shù)量和效果。即中介中心性越強，代表整體網(wǎng)絡(luò)中能夠促進節(jié)點間相互聯(lián)系的中介節(jié)點越多，且連接作用強。該指標有助于識別需要重點關(guān)注的節(jié)點，結(jié)合重要節(jié)點與其他節(jié)點之間的連接關(guān)系，可以在一定程度上反映協(xié)作交互過程中的社會交互水平或認知交互水平[43]。因此，運用中介中心性能夠很好地反映社會認知網(wǎng)絡(luò)的結(jié)構(gòu)中心性，從而反映協(xié)作交互過程中社會性認知交互的緊密性。

綜合從認知網(wǎng)絡(luò)指標以及社會網(wǎng)絡(luò)指標中所篩選出的指標，從節(jié)點層、關(guān)系層和網(wǎng)絡(luò)層三個角度出發(fā)，我們對相關(guān)指標進行歸類和匯總，最終形成了社會認知網(wǎng)絡(luò)的分析指標框架，如表1所示。

表1 社會認知網(wǎng)絡(luò)的分析指標框架

四、社會認知網(wǎng)絡(luò)分析的基本思路

基于社會認知網(wǎng)絡(luò)的協(xié)作交互分析，可分為四個基本步驟（如圖2所示）：首先，分析并確定研究目標及相應(yīng)理論框架，主要包括確定研究的主要分析對象、甄別認知要素、確定編碼框架；其次，對收集到的協(xié)作交互過程數(shù)據(jù)進行整理和編碼；再次，構(gòu)建社會認知網(wǎng)絡(luò)模型，對認知網(wǎng)絡(luò)與社會網(wǎng)絡(luò)進行編碼并建立各要素之間的關(guān)聯(lián)；最后，進行模型分析，從描述性、差異性以及網(wǎng)絡(luò)動態(tài)變化趨勢等角度進行分析。

圖2 基于社會認知網(wǎng)絡(luò)的協(xié)作交互分析思路

（一）分析目標及編碼框架的確定

在分析目標及編碼框架的確定中，最重要的步驟是選擇理論框架作為數(shù)據(jù)編碼的依據(jù)，識別研究問題或主題中涉及的關(guān)鍵認知要素，形成編碼方案。我們可以采用內(nèi)容分析法來凝煉關(guān)鍵詞，并形成編碼方案，確定內(nèi)容中的重要認知要素[44]。需要注意的是，編碼的涵義和解釋要明確清晰，避免產(chǎn)生歧義，而影響編碼質(zhì)量。

（二）數(shù)據(jù)的整理與編碼

在數(shù)據(jù)整理的過程中，需要將協(xié)作學習過程形成的文本、音頻、視頻等過程性數(shù)據(jù)轉(zhuǎn)換成數(shù)據(jù)流，便于進一步處理和分析。首先，需要對收集到的原始數(shù)據(jù)進行篩選、預(yù)處理等操作，減輕編碼人員的工作負荷，保證能夠最大程度地獲取有效數(shù)據(jù)。在編碼過程中，需注意按時間順序?qū)?shù)據(jù)進行篩選、處理與分階段編碼，這樣便于對社會性認知交互過程進行基本描述并獲得在時間上的動態(tài)變化趨勢[45]。其次，在正式編碼前，需要進行評分者一致性檢驗，即兩位以上的編碼人員對部分數(shù)據(jù)進行編碼，之后測算評分者一致性信度，且需對不一致的編碼進行協(xié)商并最終達成一致，從而降低編碼人員主觀因素的影響，保證編碼質(zhì)量。

（三）多重社會認知網(wǎng)絡(luò)的構(gòu)建

在社會認知網(wǎng)絡(luò)構(gòu)建階段，根據(jù)研究目標，可以從個體、小組、群體三個層次，對特定時間節(jié)點的網(wǎng)絡(luò)進行建模。個體、小組以及群體之間的網(wǎng)絡(luò)是相互支撐的關(guān)系，個體網(wǎng)絡(luò)和小組網(wǎng)絡(luò)不斷疊加形成群體的社會認知網(wǎng)絡(luò)[46]。個體的社會認知網(wǎng)絡(luò)，主要體現(xiàn)了個人的社會性認知交互情況，能夠表現(xiàn)出學習者個體的認知結(jié)構(gòu)；而小組的社會認知網(wǎng)絡(luò)則是在前者的基礎(chǔ)上，融入了小組成員的社會交互屬性，這正是本文中所指的社會認知網(wǎng)絡(luò)圖；群體層次的社會認知網(wǎng)絡(luò)的構(gòu)建，則是整體反映群體學習者在協(xié)作交互過程中形成的社會認知網(wǎng)絡(luò)結(jié)構(gòu)。對于時間階段的劃分則是為了能夠了解社會性認知網(wǎng)絡(luò)的動態(tài)演化過程，在具體的實踐當中可以按照任務(wù)、單元、活動主題等協(xié)作事件來劃分時間節(jié)點。

（四）社會認知網(wǎng)絡(luò)的結(jié)構(gòu)分析

在社會認知網(wǎng)絡(luò)的結(jié)構(gòu)分析階段，可以從描述性、解釋性與預(yù)測性三個角度探索協(xié)作交互過程，完成個體、小組及群體網(wǎng)絡(luò)結(jié)構(gòu)間的對比，進而為交互結(jié)果的預(yù)測和干預(yù)提供依據(jù)[47]。具體來講，描述型研究主要是對協(xié)作交互過程以及網(wǎng)絡(luò)結(jié)構(gòu)特征進行分析和研究，旨在描述協(xié)作交互過程中形成的社會認知網(wǎng)絡(luò)結(jié)構(gòu)特征；解釋型研究主要是對協(xié)作交互過程以及相關(guān)影響因素進行研究和分析，以探索影響交互過程的核心因素；預(yù)測型研究則是預(yù)測交互效果，為后續(xù)的干預(yù)以及教學決策提供輔助信息，實現(xiàn)對協(xié)作交互過程的預(yù)測與干預(yù)。

五、基于社會認知網(wǎng)絡(luò)的協(xié)作交互分析案例

運用社會認知網(wǎng)絡(luò)，可以對協(xié)同觀點論證的協(xié)作交互過程進行分析，從而探索完善社會認知網(wǎng)絡(luò)分析的思路與方法。我們選擇2020年春季線上完成的“教育技術(shù)研究方法”課程作為案例，參與者為華東地區(qū)一所高校教育技術(shù)專業(yè)的59 名學生。課程共開展三輪為期6 周的線上協(xié)同觀點論證活動。學習者被劃分為4-5 人的小組，參與線上協(xié)同觀點討論。協(xié)同觀點論證的基本過程是學習者圍繞問題而進行的觀點分享、質(zhì)疑和辯駁，進而最終獲得小組論證方案的過程。協(xié)同觀點論證的具體階段，可以分為析出觀點、添加新觀點、辨析觀點以及反饋和梳理觀點四個子階段。

案例分析重點探討兩個問題：（1）在協(xié)同觀點論證中，小組內(nèi)部的社會認知網(wǎng)絡(luò)結(jié)構(gòu)特征及差異是什么？（2）在協(xié)同觀點論證中，小組內(nèi)部的社會認知網(wǎng)絡(luò)演化的基本過程是什么？圍繞研究問題，我們在為期6 周的時間段內(nèi)，共收集到6 個線上討論小組的數(shù)據(jù)，包括協(xié)作交互過程產(chǎn)生的文本、錄音以及出聲思維訪談等；對數(shù)據(jù)進行認知網(wǎng)絡(luò)編碼和社會網(wǎng)絡(luò)編碼，將其作為排序分類的基礎(chǔ)，再融合形成社會認知網(wǎng)絡(luò)編碼矩陣進行正式分析，其中認知編碼過程共計產(chǎn)生9184 行數(shù)據(jù)。數(shù)據(jù)分析的基本過程如下：

（一）分析目標及編碼框架的確定

首先，研究目的是對協(xié)同觀點論證的交互過程進行分析，借以探索小組的社會認知網(wǎng)絡(luò)結(jié)構(gòu)特征及演化過程。在認知交互方面，以論證話語類型、論證過程的基本要素為基礎(chǔ)形成認知網(wǎng)絡(luò)編碼（如表2所示）；社會交互則對交互的發(fā)出者和接收者進行社會網(wǎng)絡(luò)編碼；社會認知網(wǎng)絡(luò)分析則需要將前兩者的編碼表融合，形成社會認知網(wǎng)絡(luò)分析編碼框架。

（二）數(shù)據(jù)的整理與編碼

在數(shù)據(jù)收集完成后，需對協(xié)同觀點論證活動中形成的討論文本、錄音進行篩選、整理和編碼。按照在線學習單上的順序，對討論文本以及討論過程的錄音進行穿插匹配，并運用Adobe Audition 對音頻進行處理。在正式編碼之前，我們選取20%的內(nèi)容，在兩位編碼者之間做評分者一致性效度檢驗，評分一致性為88.4%，并經(jīng)過討論協(xié)商，最終全部達成一致。最后在正式編碼時，先同時進行社會網(wǎng)絡(luò)編碼和認知網(wǎng)絡(luò)編碼，得到對應(yīng)編碼矩陣之后，需對兩種編碼矩陣進行處理，形成社會認知網(wǎng)絡(luò)編碼矩陣，如圖3所示。

表2 協(xié)同觀點論證分析的認知編碼框架

（三）社會認知網(wǎng)絡(luò)的構(gòu)建

首先，運用ENA Webkit 以及UCINET 6.0 軟件，對從討論文本以及錄音編碼獲得的認知網(wǎng)絡(luò)編碼和社會網(wǎng)絡(luò)編碼進行處理，能夠?qū)π〗M的認知交互水平和社會交互水平進行排序，進而將小組分為不同類別，有助于后續(xù)分析。之后，將兩種編碼融合形成的社會認知網(wǎng)絡(luò)編碼矩陣表放入UCINET 6.0 中，可以獲得社會認知網(wǎng)絡(luò)圖以及對應(yīng)的相關(guān)指標數(shù)值，而對于不同階段以及整體分別構(gòu)建的社會認知網(wǎng)絡(luò)圖，有助于研究者從時間（借助不同階段來分析演化過程）和空間（借助整體社會認知網(wǎng)絡(luò)來分析小組的互動結(jié)構(gòu)）兩個維度進行分析。同時，在構(gòu)建的過程中需要注意時間順序和組別，要構(gòu)建不同小組在各個階段的網(wǎng)絡(luò)圖，保證能夠獲得不同小組在各個階段的演化過程情況，實現(xiàn)動態(tài)化的差異分析。

（四）社會認知網(wǎng)絡(luò)的結(jié)構(gòu)分析

為了深入分析小組協(xié)同觀點論證的社會認知網(wǎng)絡(luò)結(jié)構(gòu)，整體分析思路為：先根據(jù)節(jié)點層的社會性網(wǎng)絡(luò)與認知網(wǎng)絡(luò)數(shù)據(jù)，對各小組進行分類，進而從空間維度（結(jié)構(gòu)特征）和時間維度（演化過程）對不同類型小組進行分析。

首先，按照節(jié)點層認知要素在網(wǎng)絡(luò)中的位置分布，與各小組的質(zhì)心位置、認知要素頻率曲面圖數(shù)值，來對小組的認知水平排序；依據(jù)節(jié)點層的密度、度數(shù)中心性、平均度以及特征向量的數(shù)值，對小組的社會交互水平排序。結(jié)合兩種排序，可將協(xié)同觀點論證的社會性認知網(wǎng)絡(luò)分為以下四類（如圖4所示）。

圖3 社會認知網(wǎng)絡(luò)編碼矩陣的構(gòu)成及轉(zhuǎn)換過程

圖4 各小組在社會認知網(wǎng)絡(luò)二維框架中的分布

其次，對關(guān)系層和網(wǎng)絡(luò)層進行描述性分析，四種交互網(wǎng)絡(luò)結(jié)構(gòu)的具體特征差異可以概述為：觀點分散型特征為認知交互類型豐富度低，社會交互水平高，但低水平交互占比較大；觀點整合型特征為社會交互水平同樣較高，但無意義交互相對較少，中介節(jié)點相對較少，因此觀點較為分散；觀點堆砌型特征為社會交互水平和認知交互水平均低，是四種類型中網(wǎng)絡(luò)結(jié)構(gòu)最不穩(wěn)定的；深度探討型特征為社會交互水平相對較低，但認知交互水平高，且中介節(jié)點相對較多，能夠?qū)τ^點進行深入論證，交互類型豐富。

以觀點堆砌型小組網(wǎng)絡(luò)為例（如圖5所示），NULL 無關(guān)認知要素節(jié)點，I 級認知要素節(jié)點中RE、RV、AR、AG，II 級認知要素節(jié)點中QU，III 級認知要素節(jié)點中DE、CE，占據(jù)社會認知網(wǎng)絡(luò)中較為核心的位置，并且節(jié)點較大。該組交互類型與層次較為豐富，但無意義的交互較多。觀點堆砌型小組的三種關(guān)系層指標均處于較低水平（如表3所示），其中，度數(shù)中心度（入度）與其他小組差距較大。也就是說，該組社會交互強度一般，認知交互強度較小，有意義的認知交互水平也相對較低。觀點堆砌型小組的三種網(wǎng)絡(luò)層指標（如表3所示）也均處于較低水平，即組內(nèi)缺少關(guān)聯(lián)和交互的中介節(jié)點，向核心參與者集中的趨勢較小，網(wǎng)絡(luò)結(jié)構(gòu)穩(wěn)定性較差?？傮w來講，該組的交互水平較低。

圖5 觀點堆砌型小組的整體社會認知網(wǎng)絡(luò)圖

表3 四類社會認知網(wǎng)絡(luò)的關(guān)系層與網(wǎng)絡(luò)層指標

再次，社會認知網(wǎng)絡(luò)分析可以運用結(jié)構(gòu)洞以及中間人的相應(yīng)指標和數(shù)值，對網(wǎng)絡(luò)中的重要互動關(guān)系和節(jié)點進行識別，通過分析對比占據(jù)重要資源、影響觀點形成的節(jié)點，來反映不同類型小組間互動關(guān)系的深層次差異。其中，結(jié)構(gòu)洞節(jié)點是對不同類型小組在交互過程中占據(jù)重要信息資源和人脈資源的認知要素節(jié)點和學習者節(jié)點的識別。根據(jù)分析結(jié)果（如表4所示），各小組的學習者節(jié)點中的結(jié)構(gòu)洞節(jié)點均為組長（D1、F1、A1、B1 為組長節(jié)點標識），這代表在各小組中，組長會在協(xié)同觀點論證過程中起到重要連接作用。而認知要素結(jié)構(gòu)洞節(jié)點則各不相同，這可能體現(xiàn)出各小組在論證深度上的差異。

中間人則是指在協(xié)作交互中出現(xiàn)的三方關(guān)系中，起到重要調(diào)節(jié)作用的中間認知要素節(jié)點。各類別社會認知網(wǎng)絡(luò)的中間人節(jié)點不盡相同（如表4所示），如在觀點整合型社會認知網(wǎng)絡(luò)中，通過QU、CT等認知要素節(jié)點成為論證過程觀點協(xié)調(diào)的中間人節(jié)點，能夠有效激發(fā)對觀點的回應(yīng)和辯護，進而進行深度探討和交互，從而達到較高的協(xié)同論證水平。綜上所述，結(jié)構(gòu)洞和中間人的識別可能有助于對社會認知網(wǎng)絡(luò)的結(jié)構(gòu)差異進行深度分析，即識別對協(xié)同觀點論證過程具有重要影響作用的互動節(jié)點。

表4 各類別社會認知網(wǎng)絡(luò)的結(jié)構(gòu)洞及中間人指標數(shù)值

最后，對不同類型小組的認知網(wǎng)絡(luò)、社會網(wǎng)絡(luò)以及社會認知網(wǎng)絡(luò)的演化過程進行分析，并對共性情況進行總結(jié)和解釋（由于網(wǎng)絡(luò)圖數(shù)據(jù)較多，僅選擇觀點堆砌型小組演化為例，如圖6所示，其中，圓點為參與者節(jié)點、方點為認知要素節(jié)點、圓角矩形內(nèi)的節(jié)點為NULL 節(jié)點）。其一，社會認知網(wǎng)絡(luò)的交互豐富度隨時間推移先增強后減弱，整體呈上升趨勢，且NULL 無關(guān)認知要素節(jié)點不斷邊緣化，表明組內(nèi)認知交互水平不斷提升；其二，演化過程中參與者節(jié)點不斷聚攏，所形成的社會網(wǎng)絡(luò)成為整體社會認知網(wǎng)絡(luò)的核心，同時參與者之間有朝向組長集中的趨勢；其三，社會認知網(wǎng)絡(luò)連通性增強，節(jié)點分布和連接不斷緊密，網(wǎng)絡(luò)結(jié)構(gòu)穩(wěn)定性有所提升，其中，網(wǎng)絡(luò)結(jié)構(gòu)的穩(wěn)定性主要是指網(wǎng)絡(luò)的密度，即網(wǎng)絡(luò)密度越大，網(wǎng)絡(luò)結(jié)構(gòu)穩(wěn)定性越強；其四，高階認知要素普遍處于邊緣位置，且高階認知要素節(jié)點的度數(shù)中心性和出入度相對較小，即高階認知要素節(jié)點的出現(xiàn)頻率較低，且與其他節(jié)點之間的關(guān)聯(lián)較弱。

圖6 觀點堆砌型小組的社會認知網(wǎng)絡(luò)演化過程圖

六、研究展望

社會認知網(wǎng)絡(luò)分析融合了社會網(wǎng)絡(luò)和認知網(wǎng)絡(luò)分析方法的優(yōu)勢，能同時呈現(xiàn)協(xié)作交互過程中的社會性交互和認知交互的關(guān)系，有助于實現(xiàn)對協(xié)作交互過程多維、關(guān)聯(lián)和動態(tài)化的分析。社會認知網(wǎng)絡(luò)分析框架融合了社會網(wǎng)絡(luò)和認知網(wǎng)絡(luò)的關(guān)鍵指標，包含節(jié)點層、關(guān)系層和網(wǎng)絡(luò)層三個層次；社會認知網(wǎng)絡(luò)分析的基本思路和過程，包括目標與編碼框架確定、數(shù)據(jù)整理與編碼、網(wǎng)絡(luò)模型構(gòu)建以及網(wǎng)絡(luò)模型分析。本研究的案例分析，則將社會認知網(wǎng)絡(luò)分析運用于協(xié)同觀點論證交互分析中，證明了社會認知網(wǎng)絡(luò)分析方法有助于揭示協(xié)作學習小組的社會認知網(wǎng)絡(luò)結(jié)構(gòu)特征與關(guān)鍵指標，并描述小組網(wǎng)絡(luò)結(jié)構(gòu)演化的基本過程。

在未來的研究中，首先，可以對社會認知網(wǎng)絡(luò)分析框架的分析指標進行擴展，從而實現(xiàn)對協(xié)作交互網(wǎng)絡(luò)更為深入的描述和分析[48]。其次，可考慮將智能語音識別系統(tǒng)和深度神經(jīng)網(wǎng)絡(luò)等新型的數(shù)據(jù)網(wǎng)絡(luò)算法相結(jié)合，實現(xiàn)快速大規(guī)模編碼，降低工作負荷[49]。最后，可探索將社會認知網(wǎng)絡(luò)分析整合到論壇、WIKI 等協(xié)作學習平臺中，實現(xiàn)社會認知網(wǎng)絡(luò)的動態(tài)可視化呈現(xiàn)。