學習網絡分析工具，讓你享受被一窺到底的爽感

在線學習過程中，你認為以下哪個因素對學習成效的影響更大？

A 學習者在學習過程中的情緒變化

B 和學習者一起協作學習的同伴

C 用於學習討論的載體

D 學習者參與學習的投入度

當前，在線學習的規模，大到包容各種學習場景的MOOCs和短視頻，小到圍繞某個專題所形成的討論組和微信群。

學習者在這些學習載體中，既可獲取知識，也可以開展社交活動。

有沒有注意到，現在的知識付費越來越強調人脈連結了？課程文案中總是羅列出哪些人（外加精緻頭銜）已經報名了這門課，或者曾經報名過這門課的大咖學員都有哪些。

你和誰一起學習似乎比學習什麼更重要。

不過說實話，和你一起學習的人，確實會對你的學習效果起到不小的作用，這是因為，任何人與人之間的共同活動都會受到群體動力學的影響。

Lewin於20世紀40年代提出了「群體動力學理論」。這個理論以人們在活動中自發形成的群體為研究對象，描述群體與個體應對變化的環境所作出的行為反應。

在群體動力學中，群體不再是簡單的個體疊加組合，而是群體成員間相互關聯、依賴、影響的共同體。

就像七兄弟也要合起來才能打敗蠍子精和蛇精一樣，你和同學之間也要碰撞和共創才能產生更多靈感的火花。

在線學習中，多樣化的學習環境和互動激勵機制催生出了豐富的學習交互數據。

這些數據中蘊藏著群體交互密度和中心度、交互行為方式、個體在交互中的位置等信息。

我們可以通過探究這類型的學習社交網絡，了解不同場景下的學習規律。

隨著在線學習社區的規模化發展，社會網絡分析SNA已經成為研究群體結構、交互行為、群體演化方式的一種新視角。

它可以掌握你在線上學習中的網絡結構，包括你和學習資源的交互、你和其他學習者之間的交互、你和老師之間的交互。

有沒有一種後背發涼的感覺？

為什麼它能搜集到這些數據信息呢？

原因在於，在線學習中，你總有需要幫助的時候，當你在解決問題或尋找合作夥伴時，通常都是遵循你所擁有的社會網絡來尋找可以協作的對象，所以它可以順藤摸瓜。

和現實中一樣不是嗎？果然，你的人脈圈限制了你的思考半徑和發展空間。

了解你學習傾向的SNAPP

澳大利亞伍倫貢大學領導的「學習網絡可視化與評估報告」，研發了社交網絡分析可視化評估工具SNAPP。

SNAPP能從學習論壇中，提取協作學習過程中的互動關係和內容數據，比如發表帖子的總數、討論內容、互動頻次、單個用戶的帖子數和回複數等。

它還能繪製用戶的網絡社交地圖。

SNAPP通過對這些數據進行加工處理，可以識別出網絡中的孤立個體，並提示老師給予關注。你還敢特立獨行嗎？

SNAPP也能識別出學習狀態比較好的學習者和學習效果不佳的學習者，在學習前，對學習績效好的人進行相應的鼓勵，對學習效果不佳的人進行提醒和幹預。

哎，現在連繫統都能「看人下菜」了。

SNAPP還有「快照」功能，可以拍下你學習中的精彩瞬間，提供互動學習前與後的情況對比，觀察各種學習活動對學習績效產生的影響，從而優化學習活動設計。

真是一個貼心的小棉襖。

像SNAPP這種群體學習行為模式分析工具，能藉由群體的行為數據，來分析出學習者的群體行為模式和學習過程。

通過這樣的分析，可以了解你的學習傾向，比如瀏覽網頁的行為順序，或是觀看視頻的習慣，和其他學習者互動的頻率，這些數據可以幫助老師調整教學方法，為你推薦最佳學習策略。

協作學習的分析方式（一）

既然說到了群體動力學，就不得不提到由此延伸而來的協作學習。

協作學習是一種通過小組或團隊的形式，組織學習者進行學習的一種策略。

協作活動中的個體可以將其在學習過程中探索、發現的信息和小組中的其它成員共享。

當然，共享到什麼程度，就取決於彼此之間的開放度了。

越開放越能探索到更深層次的信息，有多深呢？你可以敞開心扉去想像。

協作學習中，學習者彼此之間既可以教，又可以學，能夠形成積極的相互依賴關係。

協作學習活動不僅在線下培訓中可以組織，隨著移動信息化技術的發展，學習者也可以基於網絡空間，自發的開展群體協作學習活動，來實現知識的共享共建。

比如微信群學習、BBS論壇學習、知乎學習、雲會議學習、視頻彈幕交流學習等等，都是協作學習的方式之一。

但是在協作學習中，個體的參與度決定了協作學習的有效度。

那麼，協作學習中，個體的參與行為能被量化分析評估嗎？答案是肯定的。

先說線下教學活動，假設一個協作小組是4個學員，他們在討論中的不同時刻，要麼擔任的是發言人的角色，要麼是聆聽者的角色。

一個組只需要兩臺傳感器，就可以採集到足夠可用於分析的數據。

比如，計算機視覺技術可以通過分析每個人的嘴唇運動模式，來判定發言人及其發言內容的豐富程度，也可以通過每個成員的頭部和眼神朝向，來判定聆聽者是否在認真聽別人的闡述。

由此可以統計出每個人的發言時長、總發言時長佔比、聆聽和思考時長等數據，由此可以看出每個人在討論中的積極性。

未來，如果這方面的數據分析足夠智能化，說不定還可以看出每個人心裏面的小九九。那時候就更有意思了。

為了在教學中，更好的開展群體協作學習活動，促進集體智慧的蓬勃生長，協作學習不僅需要關注對協作過程的評估，協作模式和小組表現，也需要關注學習者參與的行為過程。

在協作學習中，學習投入與學習成效緊密相關，協作學習是學習者進行深度學習的必要條件。

協作學習的分析方式（二）

接下來再來說說雲端的協作學習。

在移動技術支持下的協作學習，可以利用移動通信設備和網絡技術來創設交互式的、人性化的增強型學習環境，支持學習者完成團隊協作任務。

韓國檀國大學教學中心為了研究移動即時消息對協作學習過程和結果的影響，把來自韓國大學的48名學生作為實驗對象，分配到三個組:

一個組使用手機上的即時通訊來協作，比如QQ、微信等；一個組使用PC電腦上的即時通訊來協作，比如雲視頻會議；一個組使用BBS論壇上的即時通訊來協作。

實驗結果發現，相比BBS小組和電腦小組，手機小組的學習者之間有更好的團隊共創和思維碰撞，而BBS小組和電腦小組的學習者能夠更高效的完成學習任務。

莫非是手機小組的學習者思維更發散，BBS小組和電腦小組的學習者更容易聚焦？

實驗結果還發現，認知和元認知的交互作為BBS小組中的主要協作類型；情感和社會交互作為手機小組和電腦小組的主要協作類型。

也就是說，相比手機小組和電腦小組，BBS小組在協作中探討得更深刻，挖掘出了更多的知識內涵，而手機小組和電腦小組更重視人與人之間的情感連結。

你的情感我知道

其實情感也是教學活動中很重要但極易被忽略的一個因素，情緒其實會伴隨整個認知發展的過程。

學習者在學習活動中，會隨著認知和心理的變化，表現出相應的複雜情緒，這些情緒狀態會對學習過程和學習效果產生影響。

在線下學習時，學習者的一句話、一個眼神、一種表情都能夠被教學者觀察到。

老師也可以通過對學習者表情的判斷和分析，及時調整教學內容的難易程度或者教學實施的進度。

但是在線教學怎麼辦呢?

美國麻省理工學院多媒體實驗室研發出了「學習情感識別」技術，能夠對人在不同狀況下的情感狀態進行量化的鑑別，並作出反應。

這種技術可以通過量表對你的情感進行評測，通過傳感器對你的生理信號進行檢測，通過攝像頭捕捉你的面部表情，通過語音信號和文字表述來挖掘你的情感變化……

舉例來說，基於生理信號的情感檢測方法需要多種傳感器設備，如坐姿傳感器、壓力感應滑鼠、手腕皮電傳感器等。

通過探測你的各種生理指標，來「計算」出你的情感狀態，比如高興、驚奇、厭惡、悲傷等。

有沒有被360度一窺到底的爽感？

未來，你在學習的時候，就同時在創造有價值的數據，每個學習者都是大數據的生產者和消費者。

對於教學者來說，基於群體動力學的理論，建議在教學的時候，可以根據學習者的認知水平，靈活設計學員之間的協作活動，合理安排與課堂任務相匹配的協作學習方式和協作頻率，促進小組成員之間的交互和小組自身的演化，引導學習者深入思考和知識共建，進而促進協作學習成效最大化。