白蕴琦 汪凡淙 陈丽

【摘要】

联通主义学习理论强调联通就是学习，基于联通主义的慕课的教学重点就是构建促进联通的教学环境。学习者联通规律就是联通主义理论的学习论问题。本研究的目的就是揭示课程学习者群体的联通水平分布现状，挖掘不同联通类型之间的关系。本研究基于cMOOC“互联网+教育：理论与实践的对话”，以课程平台中894位学习者发生的23，749次联通行为作为源数据，划分不同学习者类型，通过相关分析方法，分析被动联通水平和主动联通水平的相关性。本研究得出以下结论：对普通联通水平学习者的支持应是cMOOC建设和发展的重要着力点;学习者学习背景和内容贡献是获取被联通的有利条件;主动和其他学习者开展特定类型的联通能获取被联通;寻求与重要学习者的双向联通是提升普通学习者联通水平的有效方式。基于以上结论可从增强分享意愿、建立供需连接、完善评价方式等方面提出课程优化建议。本研究以真实数据揭示了联通主义理论中主被动联通关系，也为cMOOC实践提供了重要策略参考。

【关键词】  cMOOC;联通主义;学习论;慕课;学习者群体;联通水平;联通关系;学习交互

【中图分类号】   G420         【文献标识码】  A       【文章编号】  1009-458x（2021）5-0042-09

一、引言

互联网的发展使人类生活在物理空间、社会空间和信息空间共同支撑的三空间中（潘云鹤， 2018）。由于信息空间具有信息贡献草根化、信息生产众筹化、信息选择个性化、联结关系网络化、信息与行为可量化等全新特征（陈丽， 等， 2019），教育实践需要做出新的应对并配之以新教育基础规律的揭示和指导。诞生于网络环境下的联通主义理论认为，与其他学习者和学习资源建立连接就是有效的学习。基于联通主义的大规模在线开放式课程（connectivist Massive Open Online Course，cMOOC）是联通主义理论的代表性实践应用。cMOOC的建设和发展是三空间体系下的新型教育实践，通过工业时代班级授课制所总结和提炼的传统教育教学理论已不再适合指导cMOOC。新型教育实践呼唤新教育基础规律。

自cMOOC诞生，尤其是“互联网+教育：理论与实践的对话”这一课程开发和实施后，对新基础规律的研究逐渐显现，为课程发展提供了重要的支撑。尽管很多研究对cMOOC学习者进行了研究和分析，但缺乏对学习者群体联通水平分布特征和行为关系的深入探讨。因此，为进一步促进不同学习者建立深度学习连接，并推动课程更好发展，我们需要了解全体学习者的联通水平现状，揭示不同联通类型之间的关系。

具体来说，本研究着力探寻以下三个研究问题：

1. cMOOC学习者的联通水平如何分布？

2. 不同联通类型之间的关系是什么？

3. 如何有效提升学习者的联通水平？

二、相关研究综述

cMOOC是在互联网环境下基于联通主义理论所创建的新型课程，呈现了与传统教学实践不同的学习规律。学习者群体联通水平的揭示与关系的挖掘是cMOOC建设和发展的重要基础性支撑，目前已有相关研究显现出了如下特征。

研究内容发生显著转换。对cMOOC的研究以2019年为节点划分为两大阶段：第一阶段的研究关注cMOOC与xMOOC的辩证分析（韩锡斌， 等， 2013; 王萍， 2013）、cMOOC的内涵（黄小强， 柯清超， 2014a）、cMOOC构成要素（黄小强， 柯清超， 2014b）等方面的理论探讨;第二阶段的研究关注cMOOC复杂学习规律的揭示，如个体网络地位与概念网络特征的关系（徐亚倩， 陈丽， 2019）、网络特征对认知发展的影响（王慧敏， 陈丽， 2019）、学习过程研究（吴斓， 陈丽， 2019）等，且发文数量比前一阶段有显著增长趋势。究其原因，在于2018年10月国内第一门cMOOC上线，研究者能够基于学习者相关数据开展实证研究，揭示互联网学习环境下的复杂规律，并以此推动cMOOC发展。

研究方法偏重社会网络分析。互联网环境下的cMOOC尤为重视学习者之间的联通行为，为社会网络分析方法提供了天然的应用场景。大量研究着力描述学习者的网络特征和地位，并进一步探究其与概念网络（徐亚倩， 陈丽， 2019）、认知发展（王慧敏， 陈丽， 2019）、知识流动（田浩， 等， 2020）等其他重要指标的关系，从而有效支撑了特定规律的揭示。但社会网络分析方法在cMOOC研究中的应用也存在一定局限：其一，社會网络分析方法本身还处在不断发展当中。目前表征学习者之间关系的“边”只有无向、单向、无权、有权等几种方式，而不同权重的双向边还没有自动化应用，所以不足以覆盖学习者之间全部的复杂关系。其二，社会网络分析结果的可视化呈现方式，潜在地将核心学生突出展示，容易忽略边缘学习者，也容易因为极值效应影响难以把握课程整体状况。

研究主题缺乏主被动行为关系探究。除了上述提及的研究主题外，还有研究开展了关于学习者资源贡献（高明， 张婧婧， 2020）、交互行为自评估（谢雷， 陈丽， 2020）等主题的研究。但由于对cMOOC复杂性规律的研究为时尚短，还未有研究涉及学习者主被动联通行为关系的研究。主被动联通行为关系实质上是关于“如何主动和其他学习者联通才能获取被联通”这一问题的解答。而对这一关系认识的不足，是制约学习者联通水平提升和课程更好发展的瓶颈之一。

cMOOC强调知识的创造过程，对学习者提出了较高的要求。大规模的cMOOC学习者通过自组织的方式，根据自身学习需要与其他学习者开展交流、探究等学习活动，致力于成为积极的联通学习者。现有研究大多通过社会网络、认知网络等分析方法聚焦cMOOC的优秀学习者，少有研究对cMOOC中的普通学习者予以关注。本研究尝试通过揭示cMOOC学习者群体的联通水平分布现状，分析不同联通类型之间的关系，从而为普通学习者联通水平提升和cMOOC发展提供策略支持。

三、研究设计

（一）课程选择

北京师范大学互联网智能技术与应用国家工程实验室开发了cMOOC“互联网+教育：理论与实践的对话”。该课程基于联通主义学习理论，聚焦“线上线下教学空间融合”“社会各界教育资源共享”“消费驱动教育供给侧改革”“精准高效的教育管理模式”“互联网+教育哲学基础探究”五大主题，采用分布式讨论、日报推送生成内容、基于线上平台交流的学习方式，以“开放”“共享”“互动”“创新”为指导，关注互联网推动教育创新的实践策略和创新理论，旨在帮助所有参与者建立“人与人”“人与资源”的连接，形成互联网教育领域的社会认知网络，并最终建构包括研究者、企业创新实践者、管理人员在内的互联网教育领域的综合性高端研究社区（吴斓， 陈丽， 2019）。

截至2020年上半年，该cMOOC共开设了三期，2019年3月至2020年1月的第二期和第三期课程共持续24周，第三期课程结束时，共有2，791名注册者。本研究选取其中真实的学习者，共894位。所谓“真实”即这些学习者确实参与课程组织的学习活动，建立了与其他学习者和资源的联通关系。

（二）操作性定义

联通既是个体与组织对外部世界适应与改造的过程，也是外部世界对个体和组织的适应与改造，如此二者相互作用并共同发展（Wang， 2017）。对cMOOC的学习者而言，联通行为分为被其他学习者联通和主动与其他学习者及其所分享资源联通两大类。本研究称前者为 型联通学习者，后者为型联通学习者。

学习投入和学习效果是与联通水平相近但存在显著差别的不同概念。就不同课程而言，学习投入和学习效果存在于具有统一评价和考核标准的课程中，如传统线下课程和xMOOC皆可采用学习投入和学习效果的概念框架开展相应分析。基于联通主义理论的cMOOC强调按需学习，每位学习者的学习目标和学习过程各不相同。联通主义理论认为，联通就是学习，所以传统意义上学习投入和学习效果的界限在cMOOC中已不再分明。因此，本研究从联通主义理论视角出发，着力探寻cMOOC学习者群体的联通水平和关系。

联通行为是联通水平的外在表现，主动与被动联通行为又分为“关注”“点赞”“喜欢”“评论”四小类，本研究因此以八种联通行为表现来描述联通水平。每种联通行为在cMOOC平台上能够被实时记录。每位学习者对应一个身份账号，可以共享各种类型的学习资源。“关注”表示行为接收者出现在行为发出者的联系人列表;“点赞”表示行为发出者对行为接收者的欣赏和鼓励;“喜欢”表示行为发出者收藏行为接收者分享的具体内容;“评论”表示行为发出者所主动开始的与行为接收者的文字交流。由于课程开放共享的特征，任何学习者都可以按照需要互相关注，对他人发布的资源点赞，表示喜欢，并发表评论。本研究先选取了“关注”“点赞”“喜欢”三者数量的多少，来表示相应联通水平的高低。而“评论”除了数量之外，还涉及评论的内容，该课程致力于引导学习者发表和学习内容相关的评论，并且相互监督以删除偶尔出现的不合适的评论，所以本研究认为“评论”的数量也可以表示相应联通水平的高低。

联通水平又有高和低的区别，所以被关注数量多的学习者称为 关注型联通学习者，主动点赞数量多的学习者称为点赞型联通学习者，以此类推。

（三）分析方法

在获取学习者之间各类联通类型相关的数据和内容后，统计每位学习者的被联通水平和主动联通水平，即可刻画cMOOC学习者群体的联通水平分布现状。再通过分析各类型被联通水平和主动联通水平的相关性，从而可以挖掘其中的关系。最后，基于学习者群体各类型联通水平的分布特征和关系，本研究将尝试为普通学习者联通水平提升以及cMOOC的课程优化提出策略上的建议。

四、研究结果

（一）cMOOC学习者的关注水平

1. 基于关注的分布特征

当把课程学习者按被关注数和主动关注数从高到低分别排序时，本研究发现两者均呈现出长尾分布。曲线在“短头”处陡然下降后，并没有直接到达横坐标轴，而是在接近横坐标轴处向右延伸。

如图1左图所示：被关注最多的是第一位学习者，被关注数是183;第50位学习者的被关注数急剧下降到30;第100位学习者的被关注数是15;第885位学习者仍有其他1位学习者关注。前50位学习者有着最多的被关注数，被关注的总和达到2，679，是课程中重要的学习者，也是曲线中的“短头”部分。如果在社会网络关系中，这50位学习者也是最为显著的网络节点。但“长尾”部分有835位学习者，这是超过“短头”16倍还多的学习者规模，其被关注的总和为3，002，比耀眼的“短头”部分还要多。图1右图有着类似的情况：有位学习者乐此不疲地关注了737位其他学习者，第30位学习者关注了42人，第363位学习者也建立了和另外1位学习者的关注关系，前30位学习者关注的总数为2，738，“长尾”部分333位学习者的關注总数为2，943，和被关注情况类似，也并不低于“短头”部分。

2. 被关注和主动关注之间的关系

需要说明的是，图1中左图和右图的不同学习者分别是按照被关注数和主动关注数从高到低排序的，两者不是一一对应的关系。有885位学习者获得了其他学习者的关注，但只有363位学习者关注了他人。这说明，很多学习者并没有主动去建立和他人的关注关系。换言之，很多学习者没有得到他人的同等关注，而且被其他学习者关注和主动关注他人之间没有必然的关系。这是因为通过相关分析发现， 关注型高联通学习者的被关注数和主动关注数没有显著的线性相关关系。另一证据是关注型高联通学习者主动关注的学习者人数和被关注人数也没有必然的线性相关关系，如表1和表2所示。此处需说明：相关性的计算之所以把长尾部分的学习者去除，是因为大量小数据会影响计算结果，而不是因为普通联通水平学习者不重要。

所以，一味地去主动关注其他学习者，并不能换来其他学习者的关注，或者说 关注型高联通学习者并不是靠广泛关注其他学习者而产生的。但学习者之间的被关注与主动关注真的没有关系吗？本研究把 关注型高联通学习者所主动关注的学习者筛选出来，共318人，分析这些学习者被关注数和主动关注数的相关性，发现两者之间呈显著正相关（见表3）。这表明，学习者被关注和主动关注显著相关的前提是：这类学习者被 关注型高联通学习者所关注。如果课程学习者希望得到其他学习者的广泛关注，最为重要的是需要取得 关注型高联通学习者的关注。

（二）cMOOC学习者的点赞水平

1. 基于点赞的分布特征

当把课程学习者按被点赞数和主动点赞数从高到低分别排序时，本研究发现两者和上述的关注情况类似，均呈现出长尾分布。曲线也没有直接降到零点，而是在接近横坐标轴处向右延伸，形成两条长长的“尾巴”。

如图2左图所示：横坐标轴最左端的学习者被点了350个赞;第20位学习者的被点赞数量下降到42;横坐标轴最右端第192位学习者依然获得了其他一位学习者得点赞;前20位学习者所组成的“短头”部分，共获得2，040个赞，但172位学习者所组成的“长尾”部分也有1，247个赞，是课程中不可忽略的重要组成部分。相比于被点赞，图2右图显示，学习者主动点赞的数量要吝啬一些：点赞数最多的是89;第50位学习者点赞了25位同学;点赞数只有1的学习者一直延伸到了第219位;“短头”部分的50位学习者共点赞2，215次，“长尾”部分的169位学习者共点赞1，072次，几乎占据了前者的半壁江山。

2. 被点赞和主动点赞之间的关系

同样，图2中左图和右图的不同学习者分别是按照被点赞数和主动点赞数从高到低排序的，两者也不是一一对应的关系。有192位学习者获得了其他学习者的点赞，有219位学习者点赞了他人，点赞和被点赞的人数差异较小。但“短头”部分中，被点赞数量的平均值为102，主动点赞数量的平均值为44，前者比后者多出了一倍多，而课程中点赞和被点赞的数量一定是相等的。这说明， 点赞型高联通学习者的获赞数量比其主动点赞的数量要多，或者 点赞型普通联通性学习者获得赞的数量比其主动点赞的数量要少。

通过相关分析（如表4所示）发现： 点赞型高联通学习者被点赞数与主动点赞数之间无显著性差异，说明学习者获得的高赞不是由其主动点赞的数量决定，而更多是基于学习者所发布的学习内容和学习者本身的背景等;点赞型高联通学习者的主动点赞数与被点赞数呈显著正相关，说明主动向他人点赞有一定可能换取他人回赞的倾向。结合上述的分析，背后的原因可能是：主动向其他学习者点赞后，被点赞者会增大浏览主动点赞者所发布的学习生成内容，从而获取被回赞的可能性。简言之，和学习者之间的关注关系不同，主动点赞有利于获取回赞。

（三）cMOOC学习者的喜欢水平

1. 基于喜欢的分布特征

当把课程学习者按被喜歡数和主动喜欢数从高到低分别排序时，基于喜欢的长尾分布也清晰地显现出来，如图3所示。

在图3左图中：横坐标轴最左端的学习者被喜欢了215次;第70位学习者的被喜欢数量下降到26次;不断向横坐标轴最右端延伸的第894位学习者依然获得了另一位学习者的喜欢;前70位 喜欢型高联通学习者所组成的“短头”部分，共被喜欢了3，366次;但“长尾”部分的824位 喜欢型普通联通学习者有可与之相匹敌的2，602次喜欢数量。图3右图中：喜欢次数最多的是749次;第30位学习者对其他学习者的生成内容表达了44次喜欢;曲线最后端的第373位学习者依然喜欢了1次其他学习者的内容;“短头”部分的30位喜欢型高联通学习者共喜欢2，861次，“长尾”部分的343位喜欢型普通联通学习者共喜欢3，107次，两者也是相差无几。

2. 被喜欢和主动喜欢之间的关系

和关注、点赞一样，图3中左图和右图的不同学习者分别是按照被喜欢数和主动喜欢数从高到低排序的，两者也不是一一对应的关系。有894位学习者发布的内容获得了其他学习者的喜欢，有373位学习者表达了喜欢。这说明，很多学习者并没有主动去喜欢他人的分享内容，或者很多学习者没有得到他人的同等喜欢。进一步通过相关分析发现（如表6和表7所示）： 喜欢型高联通学习者的被喜欢数和主动喜欢数没有显著的线性相关关系;喜欢型高联通学习者主动喜欢的内容数和被喜欢人数也没有必然的线性相关关系。和基于关注的长尾现象类似，被其他学习者喜欢和主动喜欢他人生成内容之间没有必然的关系。

所以，主动喜欢其他学习者的内容并不能换来其他学习者的喜欢，或者说 喜欢型高联通学习者并不是靠喜欢其他学习者所生成的内容而产生的。但本研究把 喜欢型高联通学习者所主动喜欢的学习者筛选出来，共514人，分析这些学习者被喜欢数和主动喜欢数的相关性，发现两者之间呈显著正相关（如表8）。这表明，学习者被喜欢和主动喜欢显著相关的前提是：这类学习者被 喜欢型高联通学习者所喜欢。如果课程学习者希望得到其他学习者的广泛喜欢，最为重要的是需要取得 喜欢型高联通学习者对自己所分享内容的喜欢。

（四）cMOOC学习者的评论水平

1. 基于评论的分布特征

当把课程学习者按被评论数和主动评论数从高到低分别排序时，图4清晰地显现基于评论的长尾分布。

在图4左图中：横坐标轴最左端的学习者被评论了883次;第20位学习者的被评论数量下降到68次;不断向横坐标轴最右端延伸的第212位学习者依然获得了另一位学习者的喜欢;前20位 评论型高联通学习者所组成的“短头”部分，共被评论了3，116条;但“长尾”部分的192位 评论型普通联通学习者有远超前者的4，275条评论量。图4右图中：评论条数最多的是274;第30位学习者对其他学习者的生成内容评论了63条;曲线最后端的第324位学习者依然贡献了对其他学习者的1条评论;“短头”部分的30位评论型高联通学习者共评论了3，180条，“长尾”部分的194位评论型普通联通学习者共评论了4，275条，同样远超于前者。

2. 被评论和主动评论的关系

和关注、点赞、喜欢一样，图4中左图和右图的不同学习者分别是按照被评论量和主动评论量从高到低排序的，两者也不是一一对应的关系。有212位学习者分享的内容获得了其他学习者的评论，有324位学习者发布了评论。这说明，很多学习者并没有主动去评论他人的分享内容，或者很多学习者没有得到他人的同等评论。

通过相关分析（如表9和表10所示）发现， 评论型高联通学习者被评论量与主动评论量之间无显著性差异，说明学习者获得的高评论量不是由其主动评论其他学习者的数量决定，而更多是基于学习者所发布的学习内容和学习者本身的背景等;评论型高联通学习者的主动评论量与被评论量呈显著正相关，这说明主动向他人评论是有一定可能增加他人回复的倾向。结合上述的分析，背后的原因可能是：主动向其他学习者评论后，被评论者会增大浏览主动评论者所发布的学习生成内容，从而获取被评论的可能性。简言之，和学习者之间的点赞关系类似，而与学习者之间关注和喜欢不同，主动评论有利于获取回复和被评论。

（五）cMOOC学习者不同联通类型的相关性

学习者主动和被动关注、点赞、喜欢、评论之间有什么相关关系呢？为尽可能多地囊括学习者，并消除“长尾”小数据效应， 型学习者选取被喜欢数多的72位学习者组成的“短头”部分，型学习者选取主动点赞数多的51位学习者组成的“短头”部分。

如表11和表12所示：在 型高联通学习者中，被点赞数与主动点赞数、主动喜欢数、主动评论数分别呈显著正相关，其余没有显著相关关系;在型高联通学习者中，被关注数与主动点赞数、主动评论数呈显著正相关，被点赞数与主动点赞数呈显著正相关，被喜欢数、被评论数与主动点赞数、主动评论数呈显著正相关，其余没有显著相关关系。这表明，被联通水平高的学习者也就是 型学习者受其主动联通水平的影响较小，其个人学习背景、发布内容情况就已在较大程度上决定了其被联通水平。但主动和其他学习者联通能在一定程度上获得被联通，如主动点赞和主动评论倾向于获得各种类型的被联通。

五、结论与讨论

（一）研究结论

1. 对普通联通水平学习者的支持应是cMOOC建设和发展的重要着力点

通过对cMOOC学习者群体联通水平分布的描述性刻画，本研究发现普通联通水平的学习者占据了课程总学习者的绝大多数，且此类学习者的联通水平逐渐向零点靠拢后才趋于零点。由于在cMOOC中每位学习者既是学习资源的消费者也是贡献者，所以重要学习者与普通学习者之间并不是竞争关系，而是学习资源共建共享的互利共赢关系。为大量普通联通水平学习者提供支持，不仅能够促进普通学习者本身联通水平提升，而且为课程和现有高联通水平学习者的不断发展提供了间接性支持。

2. 学习者学习背景和内容贡献是获取被联通的有利条件

通过对cMOOC被联通高水平的学习者的联通类型关系进行分析，本研究发现此群体受其主動联通水平的影响较小，而与其内容贡献与学习背景存在较大关联。在cMOOC中，重要学习者尤其是课程开设初期的重要学习者，往往由于之前的学习背景使之获得了更多的被联通。这也再次说明，同类研究中不能仅仅聚焦重要学习者的成功经验分析研究，这对普通学习者不具备普适性的借鉴意义。另外，学习者的相互联通建立在内容贡献的基础之上。学习者相互联通的直接对象是学习者所分享的内容，内容对其他学习者的需要与否才是有效联通建立的基础。而学习者分享有助于解决其他学习者学习、工作和生活问题的内容，以及引发其他学习者更深入思考的内容，则会获取被联通。

3. 主动和其他学习者开展特定类型的联通能获取被联通

通过对cMOOC被联通高水平学习者和主动联通高水平学习者分别的被联通和主动联通的相关分析，本研究发现被联通和主动联通没有必然的关系，但主动点赞和评论这两种特定类型的联通倾向于获取被联通。联通主义强调，“管道比管道中的内容更加重要”。本研究进一步认为，双向管道的建立比单向管道更加重要。而学习者一味地在cMOOC中关注和喜欢其他学习者并不能有效建立双向管道。主动和其他学习者开展点赞和评论的联通才会有助于建立双向管道，进而在认知和情感上深度参与知识的共享、创生和演化过程。

4. 寻求与重要学习者的双向联通是提升普通学习者联通水平的有效方式

通过对cMOOC重要学习者主动联通的学习者的联通关系分析，发现此类群体的主动联通有助于获取被联通。所以，普通学习者要提升联通水平，除了发布数量多、质量高的个性化学习内容，与其他学习者建立特定类型联通关系外，更为有效的方式是建立和重要学习者的双向联通关系，也就是获取他们对自身所发布内容的青睐。而且，对于重要学习者而言，虽然目前表明他们的高联通水平更多依赖学习背景和发布内容情况，但如果在学习过程中发现感兴趣的由其他学习者发布的观点、案例等内容资源，一定不要吝啬自己的关注、点赞、喜欢和评论。这种方式会使得普通学习者获取更多的被联通，从而更能激发他们的创生、发布和分享意愿，进而使cMOOC进一步盘活，最终每一位学习者都能受益。

（二）策略建议

1. 增强学习者的分享意愿

cMOOC学习者的学习背景具有较大差异，他们直接关心的内容和想要解决的问题也各不相同。增强分享意愿的本质是增多了对学习者多样化的供给，并释放对新选择的需求。感知易用性和感知有用性在技术接受模型中是影响用户使用意愿的决定性因素，且相关研究（陈明红， 2015）证明两者能显著地影响学术虚拟社区用户持续知识共享的意愿。迁移到cMOOC情境中，感知易用性对应于平台的使用方便程度，也对应于联通主义基础的操作交互层面。目前，平台已实现了用户友好型多功能操作，但也需要有效收集学习者的反馈，并据此不断完善平台操作功能。感知有用性可对应于学习者分享内容后的获得感。对于有些学习者来说，分享本身就是获得，分享就是内生动力。对于其他学习者，获得感来自于外部社会和物质需求的满足。对于此，需要健全鼓励学习者分享的机制，如借鉴相关自媒体平台的“投币”“一键三连”等交互方式，并与奖励机制相挂钩。

2. 建立供给与需求的有效连接

尽管每一位学习者都能发布想法、观点、案例等各种资源，但如果不能和其他学习者建立连接，不能找到欣赏自己的学习者，观点不能有效交流和碰撞，课程内知识的创生和演化步伐便大打折扣。传统教育存在着严重的供需失衡，教育资源的供给难以满足学习者对灵活、多样、开放、个性化的教育需求（陈丽， 等， 2018）。cMOOC使得每位学习者都有可能成为资源的供给者，除了通过吸引课程潜在学习者与鼓励学习者分享内容的方式来扩大资源供给外，还可以通过嵌入搜索功能、个性化推荐等方式再建立供给与需求的精准连接。

3. 完善学习者的评价方式

与传统教学不同，cMOOC是基于联通主义学习理论所开设的课程，强调管道的建立、知识的创生和对课程的贡献。所以cMOOC对学习者的评价理应与传统教学统一标准方式不同。目前，课程已将与普通学习者的双向联通纳入重要学习者的评价体系中，这被本研究证明是提升普通学习者联通水平的有效方式，进而促进课程发展全体学习者学习。这是课程评价应该坚持的方向之一。除此之外，本研究建议在此基础上建立学习者的增值评价机制。课程经过若干期的迭代，前期学习者已经相对形成稳定的社群关系，而统一标准化的评价方式既对新手学习者不利，也难以可持续激励长期学习者不断进步。所以，建议通过自身纵向比较的增值评价方式引导学习者实质性发展。

（三）研究意义和局限

本研究通过cMOOC实时过程性数据揭示了学习者群体的联通水平分布和联通主义理论中主被动联通关系，也为cMOOC实践提供了重要策略参考。但局限之处在于本研究从不同类型联通行为来分项表征学习者的联通水平，没有综合刻画学习者联通水平的整体分布。未来希望继续对不断发展的cMOOC开展联通水平与关系相关研究，从而基于实证数据分析更好地为课程优化和管理建言献策，帮助不同学习者学有所获。

[参考文献]

陈丽，郭玉娟，王怀波，郑勤华. 2018. 新时代信息化进程中教育研究问题域框架[J]. 现代远程教育研究（1）：40-46，87.

陈丽，逯行，郑勤华. 2019. “互联网+教育”的知识观：知识回归与知识进化[J]. 中国远程教育（7）：10-18，92.

陈明红. 2015. 学术虚拟社区用户持续知识共享的意愿研究[J]. 情报资料工作（1）：41-47.

高明，张婧婧. 2020. 联通主义学习中参与者资源贡献与交互模式分析[J]. 现代远距离教育（4）：73-80.

韩锡斌，翟文峰，程建钢. 2013. cMOOC与xMOOC的辨证分析及高等教育生态链整合[J]. 现代远程教育研究（6）：3-10.

黄小强，柯清超. 2014a. cMOOC的内涵及其主体观、知识观和学习观[J]. 远程教育杂志，32（2）：48-57.

黄小强，柯清超. 2014b. cMOOC的构成要素及其结构模型[J]. 远程教育杂志，32（6）：87-94.

潘云鹤. 2018. 人工智能2.0与教育的发展[J]. 中国远程教育（5）：5-8，44，79.

田浩，陈丽，黄洛颖，王瑞雪. 2020. cMOOC学习者知识流动特征與交互水平关系研究[J]. 中国远程教育（8）：15-24，76.

王慧敏，陈丽. 2019. cMOOC微信群社会网络特征及其对学习者认知发展的影响[J]. 中国远程教育（11）：15-23，92.

王萍. 2013. 大规模在线开放课程的新发展与应用：从cMOOC到xMOOC[J]. 现代远程教育研究（3）：13-19.

吴斓，陈丽. 2019. 基于扎根理论的cMOOC学习者学习过程的研究[J]. 中国远程教育，40（12）：1-11，92.

谢雷，陈丽. cMOOC学习者交互行为自评估分析研究[J/OL]. 现代远距离教育：1-7. [2020-11-03]. https：//doi.org/10.13927/j.cnki.yuan. 20201015.002

徐亚倩，陈丽. 2019. 联通主义学习中个体网络地位与其概念网络特征的关系探究——基于cMOOC第1期课程部分交互内容的分析[J]. 中国远程教育（10）：9-19，51，92.

Wang， Z.， Anderson， T.， Chen， L.， & Barbera， E..（2017） “Interaction Pattern Analysis in CMOOCs Based on the Connectivist Interaction and Engagement Framework.” British Journal of Educational Technology 48（2）： 683-99.

收稿日期：2020-11-23

定稿日期：2021-02-07

作者简介：白蕴琦，博士研究生;陈丽，通讯作者，博士，教授，博士生导师。北京师范大学远程教育研究中心（100875）。

汪凡淙，博士研究生，北京师范大学教育学部（100875）

责任编辑 郝 丹