学术报告

研究作者及发表信息

这项研究题为“Disagreeing softly: supporting students in managing disagreement in peer critique ”，发表在《International Journal of Computer-Supported Collaborative Learning》期刊中，DOI为10.1007/s11412-024-09438-z。研究的主要作者包括Jinzhi Zhou、Cindy E. Hmelo-Silver、Zach Ryan、Christina Stiso、Danielle Murphy、Joshua Danish、Clark A. Chinn以及Ravit Golan Duncan，他们分别来自Indiana University（印第安纳大学）和Rutgers University（罗格斯大学）。该研究于2024年3月28日收到，2024年10月3日接受，并由作者团队授权公开发布，遵循Creative Commons Attribution 4.0许可协议。

学术背景

研究领域与背景知识
这项研究属于计算机支持协作学习（CSCL, Computer-Supported Collaborative Learning）领域，并关注科学教育及协作式知识构建（knowledge building）。研究的切入点是分歧（disagreement）在科学探究与学习中的作用。传统观念通常将分歧视为负面现象，它可能会引发冲突或影响同侪关系的和谐。然而，分歧在科学实践和学习过程中具有重要价值，可以促进学生对知识的理解与深化，推动科学探究及概念的修正。

学生往往不愿积极参与分歧对话，尤其是在与同伴的批判性讨论中。具体体现在：学生倾向回避可能导致冲突的分歧，因为这可能对友谊和社交关系带来负面影响。然而，在科学探究过程中，分歧往往引发知识的进步。例如，科学家之间的不同观点可激发新的研究和探索。通过分歧，学习者可以视其为机会，尝试更清晰地表达观点并接受反馈，进而构建集体知识。以往研究显示，促进分歧的同侪反馈与批评（peer critique）是提高学生科学推理能力、促进概念发展的一种有效实践模式。

研究目的
这项研究旨在探讨5年级学生在计算机支持的协作学习环境中，如何在小组中管理分歧，并考察分歧对集体探究及知识构建的影响。研究者希望通过揭示语言互动中表达分歧的特征，为科学教育设计更有效的CSCL环境提供理论依据。

研究流程与方法

研究对象与数据来源
研究对象为来自美国东北部某小学的11名五年级学生，这些学生参与了为期六周的在线科学俱乐部活动。俱乐部采用Zoom视频会议软件进行线上互动，包括小组讨论和课堂汇报环节。学生被随机分为三个异质性小组（基于性别的平衡分配）：Group A（3名女生和1名男生）、Group B（2名女生和2名男生）、Group C（1名女生和2名男生）。学生已有一定的科学探究经验，他们熟悉同侪批评及模型构建的一般流程。

为了便于探讨与分析，该研究采集了所有会议的视频录制内容，并对其中的互动对话和学生操作进行了全程转录和标注。研究者进一步将转录文本细化为多个专题讨论片段（episodes），用于标记和分析分歧的生成、管理及解决过程。

具体研究流程
1. 课程设计
研究设计了一项基于探究的建模课程，主题为“解决湖泊生态系统中鱼类死亡的科学问题”。学生需结合提供的证据资源，探究鱼类死亡现象的潜在原因，通过协作建模工具“Modeling and Evidence Mapping Environment”（MEME）创建、评估、修改模型。

1. 工具设计——MEME
   MEME是一种网络化协作建模工具，具有以下功能：

   • 可视化建模：支持学生以实体（entities）、过程（processes）和结果（outcomes）的系统框架创建科学模型。
   • 证据关联：学生可在模型中关联具体证据及其强度评价。
   • 评论功能：通过“评论”批注，学生能够对他人模型的特定部分进行评论，并选择共享的批评标准。
   • 用户反馈：学生可查看他人对其模型的批评并作出相应修改。

2. 批判与分歧环节（Gallery Walk）
   在第五和第六次会话中，学生依次进入一个“Gallery Walk”流程：

   • 小组成员对其他组的模型进行评价。
   • 利用MEME工具添加评论并进行交流。
   • 回应他人对自己组模型的评价，做出调整。

数据分析方法
研究使用会话分析（Conversation Analysis, CA）方法，以转录内容为基础，细化考察分歧在互动中的表现形式及其管理过程： - 分歧模式分类：基于Pomerantz（1984）的框架，将分歧行为分为直接分歧（direct disagreements，例如“我不同意”）与温和分歧（soft disagreements，例如“我明白你的观点，不过……”）。 - 分歧的管理与解决：统计每个分歧讨论片段的总交流回合数和涉及的各方观点数量；分析分歧如何通过让步（concessions）或共建（co-construction）等策略得到解决。 - 分歧的实际影响：跟踪各类分歧对模型修订和学生科学概念理解的进展。

主要研究结果

分歧模式的发现
1. 分歧的表达方式
在72个讨论片段中发现了48个片段存在分歧行为，其中185个分歧实例包括直接分歧（36%）和温和分歧（64%）。 - 直接分歧：包括直接否定（direct negation），如“这不对”，占24.9%；学生还会提出挑战性反问和逻辑问题来表达立场。例如，“为什么？”、“这怎么可能？”。 - 温和分歧：包括带犹豫语的表达（hedging），如“我觉得……”、“可能……”；部分同意（yes, but partial agreement），如“对，不过……”。

1. 分歧对象
   当学生与小组内成员发生分歧时，倾向于使用温和的形式，而与非现场的“隐形同伴”交互时更倾向于直接冒犯。

分歧的解决及对知识构建的影响
1. 分歧的解决策略
44个需要解决的分歧片段中88.6%最终以一致共识（explicit consensus）解决，包括通过让步（57%）或联合建构（co-construction，36%）完成，而只有极少数直接终止讨论或未得到解决。

1. 对知识建构的贡献
   
   • 直接分歧：有效快速纠正错误与误解，帮助学生达成科学模型的更高准确度。
   • 温和分歧：通过延长讨论时间、引入更多视角，推动更具深度的知识探讨和学习行为。
   • 混合分歧：从直接分歧逐渐转向温和表述以缓解紧张，最终实现整合式解决，表现出更高度的协作性。

研究的意义与贡献

这项研究揭示了在科学教育中如何通过同侪批评及协作探讨有效管理分歧，从而提高学生的科学推理与协作学习能力。重要意义包括： 1. 科学实践教育的启示：将分歧视为知识发展与科学探究的重要驱动力，而非仅是社会冲突的来源。 2. CSCL环境的设计：研究为设计有效的协作式学习环境提供具体的指导： - 利用可视化工具引导关注共同目标。 - 提供协作基准，如统一的批评标准和具体的证据库。 - 培养社交规范以维护积极情感氛围。

技术亮点与创新

• 新型工具MEME：MEME集成了建模与证据可视化功能，有助于学生通过联结事实推理形成科学模型。
• 分歧策略的启发：研究表明，温和分歧在维系集体和谐与促进知识构建之间具有独特的调节作用。

研究局限与未来展望

研究局限在于样本规模较小，仅限于COVID-19疫情中的在线环境；语言与文化背景也可能影响对分歧的观念及处理。未来研究将需要更广泛的样本和场景来验证结论，同时探索如何更有效地培训学生应对分歧和批评的方法。