认知社会网络:社会网络研究领域的新视角

认知社会网络将个体认知与社会网络相结合,成为社会网络研究的一个新兴分支。从概念发展、理论基础、测量方法、实证研究、案例分析等方面对认知社会网络做了评述,对文献中存在的问题进行了分析,并从研究内容和方法论2个方面提出了若干研究建议。

基于社会认知网络分析的学习者协作问题解决能力发展研究

协作问题解决能力是21世纪数字公民应具备的核心能力之一,但目前尚且缺乏对学习者协作问题解决能力动态发展过程的探讨,需要融合多元方法提供更细粒度的分析。以学习者在教学初期、中期、后期三个时期的在线协作会话数据为分析样本,运用认知网络分析发现,学习者协作问题解决能力呈现出由低水平向高水平发展的过程;通过社会网络分析发现,参与者呈现出网络核心和边缘两种社会角色,且社会角色随时间会动态改变;社会认知网络分析结果显示,不同社会角色学习者的协作问题解决能力发展过程具有显著差异。基于研究结果,从在线协作环境、课堂教学策略以及教师专业发展三个方面给出建议。

社会认知网络:深度学习表征的创新方法

随着新型技术(如人工智能等)的迅速发展以及信息时代对核心素养人才的诉求,深度学习越来越被国内外学者关注。然而,有关深度学习的表征方式参差不齐,且多数聚焦深度学习单一维度的评估。基于此,本文首先回顾了国内外表征深度学习的主要方法。其次,阐释社会认知网络表征深度学习过程的可行性与实用性,梳理现有两类社会认知网络用于深度学习过程评估的步骤。最后,基于上述分析,提出对深度学习视域下社会认知网络应用的未来研究建议。

团队成员过度自信有益于提升创新绩效吗?——基于认知社会网络的实验研究

尽管个体过度自信一度被认为有利于创新活动,但团队成员过度自信与提升创新绩效之间的作用机理却不能简单移植。从认知社会网络的视角,借助情景实验,对过度自信、个体的社会网络中心性认知及其与个体创新绩效的关系进行深入研究后发现:过度自信作为个体认知偏差的主要表现形式,在团队创新活动中有可能成为制约个体创新绩效提升的瓶颈;过度自信导致个体高估其社会网络的结构嵌入特征,在降低认知社会网络准确度的同时,也使得高水平的个体创新绩效难以实现;社会网络中心性的自我认知在个体过度自信与创新绩效之间起到部分中介作用。个体过度自信与创新绩效之间深层互动规律的揭示,为管理者有效开展网络认知监控进而提高创新绩效提供了依据。

基于社会认知网络的翻转课堂教学模式研究

翻转课堂教学模式促进了教育范式的本质变革,解决了传统课堂存在的诸多问题。然而在泛在学习环境中,翻转课堂缺乏对学习连接和网络建构过程的关注。如何借助适合泛在学习环境的新型学习资源组织方式,来促进知识的内化和迁移运用、实现学习者群体智慧的共享和个体知识经验的进化,成为了文章研究的主要问题。为解决这些问题,文章基于学习元的社会认知网络,在中学学科中开展了个体、群体及双重认知网络所建构的翻转课堂教学模式研究,并将可进化的物化资源与人力资源结合在一起,实现了人与知识的深度互动,体现了学习者知识获取的新方向。

深度学习视域下学习者协同知识建构历程的社会认知网络特征分析

通过协同知识建构有效引导学习者的认知层次走向深入,对学习者的知识建构历程进行动态性、过程性、综合性评估是学习科学领域研究的重点与难点。本研究基于两个通用的知识构建原则,构建以深度学习为核心的大学生协同知识建构教学模式并开展实证研究。采用社会认知网络特征(SENS)分析法对学生协同知识建构的社会认知演化轨迹进行可视化分析。结果表明:该模式能够显著提升学生的深度学习效果及协同知识建构水平;协同知识建构过程中,学生的社会交互参与度增强,网络凝聚性逐步提升;不同社群学生在不同教学阶段的知识进步水平具有层次性差异,核心组形成了高层次认知网络结构,知识进步呈现进阶演化趋势,半边缘组的认知网络结构具有局部性特点,教学后期才出现明显知识进步,边缘组连接稀疏,共现极少,无明显知识进步。研究为一线教师开展信息化环境下的深度教学提供了借鉴,为解构学习者知识建构历程提供了新的思路。

在线教师培训中的群体社会认知网络特征分析

在线教师培训对教师专业发展具有重要意义。深入动态地分析教师学习者在线培训过程有助于提升教师参训效果,同时也充满挑战。社会认知网络特征分析方法综合运用了社会网络分析与认知网络分析的优势,能够对学习过程进行动态表征和分析。本研究采用社会认知网络特征分析方法分析教师在线评论和交互文本,探究了不同成绩教师学习者的社会认知网络特征及演变情况。研究发现,高分组与低分组的教师学习者的社会交互情况差异显著,社会网络特征的演变情况不同;认知主题存在差异,认知网络特征演变的趋势相似而程度不同;社会交互与认知演变存在内部一致性,但受个人特征与教学组织影响显著。对在线教师培训中的教师学习者群体进行社会认知网络特征分析,有助于精准把控教师学习者的学习情况,从而促进有效反馈和提升培训质量。

大学生认知网络与现实社会网络的相关研究

大学生对所处人际关系社会网络的感知,能够帮助其处理情感、情绪和行为,对处理人际关系有重要的帮助和影响。研究采用认知社会结构方法探究大学生认知社会网络与现实社会认知网络的相关性,采用感知社会网络调查问卷收集某大学四个班级(N=115)的整体社会网络数据,通过QAP矩阵相关分析得到认知社会网络与现实社会网络的相关结果,结果显示:大学生认知网络与现实社会网络呈显著正相关,表明大学生能够相对准确感知其所处的社会网络。

学习共同体演化动态及其参与者交互模式研究——数据驱动的社会认知网络分析

混合式学习中创建并维持混合式学习共同体,有助于发展和维持动态平衡的跨界学习关系和认知过程,从而激发批判性思考和优化知识建构。研究采用数据驱动的社会认知网络分析方法,探索混合式学习共同体演化动态及其与参与者交互模式发展之间潜在的关联。研究表明:以问题导向策略组织的学习共同体演化动态呈现短周期性,受时间契约影响;在线学习共同体中参与者交互模式动态变化,交互关系由生—师交互为主发展为生—生交互为主,高交互分组偏好于生—生交互,表现出较高的知识建构水平;参与者在不同学习共同体中存在较为一致的表现,与学习共同体相互影响;高成就组参与者注重发展和维持动态平衡的跨界学习和连贯一致的认知过程。基于研究结果,建议在混合式教学中发展和维持多样化学习共同体,鼓励同侪互动和跨界协作学习,提供动态教学支架进行动态干预。

探析深度学习表征的一种新方法:社会认知网络特征(SENS)

近年来,深度学习在教育领域越来越受到重视,它被划分为三大维度:认知领域、人际领域和自我领域。已有的基于问卷、测试题和访谈等方式进行的学习效果分析,难以满足人们对于深度学习中的动态、过程和综合的分析需求。作为一种新的研究方法,社会认知网络特征(SENS)结合了社会网络分析(SNA)和认知网络分析(ENA)两种分析方法,能够很好地对深度学习的三个领域进行分析。通过对原有的SENS方法进行改进,提出了适合深度学习SENS方法的一般步骤,并对每个步骤进行详细的介绍;通过以两个典型案例展示如何利用SENS来促进深度学习,并将深度学习和在线协作数据分析相结合;提出了应用SENS的一些经验与建议,以期为今后研究深度学习提供新的思路和方法。

学习者知识建构的社会认知网络

知识建构已成为人们研究网络学习环境中协作学习效果、认知发展水平和理解能力的评价标准。学习者的参与和交互能够影响学习效果,影响知识建构水平。本研究从社会网络、知识网络和社会认知网络三个角度分析学习者的知识建构,使用社会网络分析法和内容分析法分析网络学习环境中学习者知识建构的社会网络和知识网络,探讨学习者在知识建构中的社会网络属性与知识网络关系,学习者的知识建构水平,以及学习者在知识建构过程中的社会认知网络发展。结果显示,在网络学习环境中学习者的社会网络反映了学习者的人际关系,反映了知识在人际网络中的传播路径、范围和速度;知识网络反映了学习者在知识建构中的关注热点和重要讨论主题;学习者的知识建构水平存在差异,高社会网络属性和有更多知识节点的用户达到高阶知识建构水平的可能性大。为加强学习者的社会认知网络发展,教师需要转变角色,为学生构建社会认知网络提供联结。

面向多维关联的社会认知网络分析——协作学习交互研究的新进展

协作学习交互研究的核心是从“横向的关系构成”与“纵向的关系演化”两个维度,对小组成员的“生产性”相互作用关系进行分析。将社会认知网络分析引入协作交互研究中,并重点探讨社会认知网络的内涵、分析框架、要素及分析思路,得到如下结论:首先,社会认知网络分析作为协作学习交互研究的新视角,能够从社会认知网络结构与演化的角度,对协作交互过程进行多维、关联、动态化的表征和分析;其次,社会认知网络分析框架融入了社会网络和认知网络的关键指标,包含节点层、关系层和网络层三个层级;最后,社会认知网络分析的基本思路包含目标与编码框架确定、数据整理与编码、网络模型构建以及网络模型分析等过程。进一步进行的案例分析发现,社会认知网络分析方法能够揭示协作学习小组的社会认知网络结构特征与关键指标,并描述小组网络结构演化的基本过程。基于此,未来相关研究的发展方向在于:扩展社会认知网络分析框架与指标,实现对社会认知网络节点与关系的精准描述;采用智能语音识别与深度神经网络结合的方式分析与编码,减轻数据处理和分析的负担;探索将社会认知网络分析整合到论坛、WIKI等协作学习平台中,以实现社会认知网络的动态可视化呈现。

基于网络的大规模协作学习研究

借助于开放、平等的互联网环境,大规模协作促使不同领域、不同层面、不同地点、不同时间的学习者参与知识分享与共建,这一思想已经在企业、经济、管理等领域产生了重要影响,在学习领域也产生了重要的影响。在与计算机支持的协作学习和虚拟学习社区进行对比的基础上,提出了基于网络的大规模协作学习——通过大量群体协作共同完成学习目标,促进集体知识建构,从而形成以集体共识为基础的社会认知网络的学习形式。大规模协作学习有三大核心特征:组织形式呈现集体学习的特点,从个体知识建构到集体知识建构发展,从知识内容构建到社会认知网络构建。

以协同知识建构为核心的教师混合式研训模型研究

在借鉴协同知识建构相关研究,并结合教师实践性知识发展特点的基础上,本研究构建了以面向过程、任务驱动为导向的,以协同知识建构为核心的教师混合式研训模型。相关模型包括以个体知识建构为主的准备、以群体知识建构为主的面对面研训、以及以实践反思为主的双重建构三大阶段。在此基础上,本研究在具体的实践中探索出包括计划与准备、面对面研训、远程在线研训和面对面分享等四个阶段的应用过程,并提出了一系列基于该模型的实践应用策略与方法。