摘要：在线讨论是远程培训的重要活动形式，其讨论质量直接关涉到远程培训的成效。然而，以往的在线讨论质量分析往往局限于或者对分析框架进行学理层面的探讨，或者对内容质量进行事后分析，或者采用部分抽样而非全样本分析。这致使原有研究可操作性不强、过程性干预较弱、数据抽样和分析不够科学。为了改进研究的不足，远程培训在线讨论质量分析框架应围绕话题质量、讨论参与和讨论深度三个关键要素进行建构，分别设置质量分析计算规则，嵌入到网络研修平台中，使其能为学生、教师和管理者自动提供实时的可视化分析仪表盘。以两期远程培训学员为对象，通过对比实验和问卷调查等方法，对在线讨论质量分析工具的应用效果检验表明：在线讨论质量分析工具不仅有利于提高远程培训中学员的讨论参与度与积极性，而且对其讨论深度与讨论质量也具有积极影响。此外，在线讨论质量分析工具还具备一定的自我导向作用，有利于改善远程培训中学员参与讨论的行为，保持和提高其讨论积极性。
关键词：在线讨论,远程培训,讨论质量,分析工具,实效验证
一、引言
得益于互联网在跨越时空限制、共享优质资源等方面的优势，远程培训正在成为各行各业专业人员能力提升的重要渠道之一。以教育领域为例，自“国培计划”实施以来，我国每年均有几百万的中小学教师会通过远程培训来提升自身的专业能力。“大规模”已成为远程培训的常态。建构主义学者认为，社会性交互对一个人的认知发展具有重要的支撑作用（Vygotsky，1978）。以计算机为中介的交流（CMC）理论认为，基于文本的异步讨论活动不仅有利于发展学习者的批判性思维，还有助于促进其深度学习与知识建构。正是基于这样的理念，在线讨论已成为各级各类远程培训中不可或缺的组成部分。
然而，由于缺乏正确的在线讨论质量管理方法，以发帖量、点击数、回帖量为主的质量分析方法在导向上助长了平庸帖子的大量出现，甚至在有些远程培训中，在线讨论活动已完全沦为一种“凑分作业”。学员只顾各自发帖，以帖子数量来凑足分值，很少或从不与同伴进行互动与交流。在线讨论的质量直接影响远程培训的成效，如何常态化、伴随性地对在线讨论质量进行形成性分析，以便精准判断与及时干预，已成为培训实践中亟待解决的问题。
在线讨论质量分析一直是CMC领域的研究热点。许多学者开展了大量的研究工作，形成了许多质量分析方法与工具。但总体而言，当前研究与实践应用的距离较远。大部分研究以内容分析为主，无法嵌入平台实现自动化分析。此外，许多研究方法多为事后分析法，其分析结果只能为下次培训或学习借鉴，而对本次培训活动难以产生实质性影响（Fujita，2013）。本研究借鉴已有研究，系统构建了在线讨论质量分析模型，并据此设计开发了一套可实现自动化分析与可视化呈现的在线讨论质量分析运算规则。为验证其实践成效，将该运算规则以工具形式嵌入教师远程培训平台，并从主观和客观两方面对其有效性进行了检验。
二、在线讨论质量分析研究综述
纵观已有研究，从研究范式上可以分为三类：一是以讨论行为计量为取向的研究范式；二是以讨论内容分析为取向的研究范式；三是以行为数据挖掘为取向的研究范式。相比而言，以内容分析为取向的研究范式是当前研究的主流。
以讨论行为计量为取向的研究范式强调量化的分析标准，倡导从讨论行为数量上分析讨论的质量，典型人物有乔纳森。乔纳森认为在分析CMC交互质量上，有必要采用量化的分析方法，从信息数量上进行研究（Jonassen，1996）。以讨论行为计量为主的研究范式产生较早，许多学者都采用这种方法对在线讨论质量进行了研究。典型研究如Levin等人设计的讨论信息“内容地图”（ConceptMaps），通过对远程学习者的交流信息进行统计，以分析与判断讨论交互的质量与信息流向（Levinetal.，1990）。Knutzen开发的“参与版”（ParticipationForum）和“参与地图”（ParticipationMap）等Moodle插件，通过对学生的讨论参与量进行统计，以判定其讨论参与的质量等级（Knutzen，2013）。彭敏军等建构了讨论参与度考量方法，从发帖数、回复数等方面对学生讨论的参与质量进行了计算与测量（彭敏军等，2011）。
后续研究发现，定量的分析标准与方法并不能完全反映在线讨论的交互质量（吴亚婕等，2012）。为了揭示在线讨论活动规律，研究者开始聚焦讨论内容，采用内容分析法评价在线讨论的质量。以讨论内容分析为取向的研究范式比较注重质性分析方法，提倡利用讨论内容分析编码表对在线讨论质量进行分析。其中，最具有代表性的编码表是Henri设计的异步讨论分析框架。Henri以认知学习理论为基础，聚焦于个人发展，提出了参与、社会、交互、认知和元认知等5个分析维度（Henri，1991）。该分析框架目前已被广泛应用与借鉴，成为在线讨论质量分析的先驱性工具。赵建华等对讨论内容分析编码表进行了研究，梳理出15种具有代表性的内容分析工具（赵建华等，2015）。当前以内容分析为取向的研究有很多，典型的有Nandi等借助Henri提出的异步讨论分析框架对网络学习环境下师生的异步交互深度进行了评价，发现学生的在线讨论参与行为易受教师影响，其交互质量取决于教师的及时反馈（Nandietal.，2012)。黄庆玲等借鉴Garrison等开发的讨论内容分析表（Garrisonetal.，2003），对教师工作坊的讨论深度进行了实证研究，通过对比分析话题类型、发帖数以及工作坊的讨论深度，揭示了教师工作坊的讨论特征与影响因素（黄庆玲等，2016）。严亚利等采用自制的交互内容编码表，对海盐博客群中教师的在线交互深度进行研究，发现教师博客交互深度仅限于浅度水平，还无法实现深度学习的预期目标（严亚利等，2010）。
近年来，随着学习分析技术与教育大数据的兴起，以行为数据挖掘为取向的研究范式正逐步成为在线讨论质量分析的“新贵”。典型研究有Gibbs等开发的讨论行为可视化分析工具MTRDS，该工具可以以时间序列的形式实时记录学生的发帖行为，诊断学生的在线讨论参与情况（Gibbsetal.，2006）。Trampuš等开发的讨论主题可视化分析工具，借鉴复杂的聚类算法，不仅可以实时呈现讨论主题聚类图，还可以对讨论主题趋势进行诊断与预测（Trampušetal.，2010）。Ming等运用文本挖掘技术中的语义分析算法对大学科学课程中师生交互行为进行挖掘，构建出主题模式-时间序列可视化图谱，该图谱可以揭示特定讨论主题与特定讨论策略之间的模式关系（Mingetal.，2011）。Scheuer等基于人工智能技术设计了分析学生在线讨论贡献程度的算法，并通过实验检验了该方法在CSCL学习中的有效性（Scheueretal.，2010）。
三、总结与展望
在线讨论是远程培训的重要活动形式，其质量直接关涉到远程培训的成效。以往的在线讨论质量分析，往往具有以下不足：一是所构建的关键要素局限于学理层面分析，较少形成实践中可操作的分析工具；二是在分析讨论内容质量时，往往是事后分析，而非过程性分析，因而难以用于实践中的及时干预；三是以往研究多采用部分抽样的方式进行分析，尚未使用大数据情境下的全样本分析。本研究系统构建了在线讨论质量分析三要素（话题质量、讨论参与和讨论深度）框架，基于大数据与学习分析技术设计了面向实践的、可用于全样本与过程性分析的在线讨论质量分析规则，并将其嵌入到网络研修平台开展了实效验证。研究发现，在线讨论质量分析工具不仅有利于提升培训教师的在线讨论参与度，而且对培训教师的发帖质量与讨论深度也具有积极影响。另外，研究还发现在线讨论质量分析工具还具备一定的自我导向作用，对改善培训教师的讨论参与行为，保持与提高其参与在线讨论的积极性都具有积极影响。
本研究所生成的讨论质量计算规则具有较强的可行性与普适性，有助于远程培训平台开发者依据自身需要，基于平台的开发环境进行程序设计、规则嵌入以及可视化呈现。研究涉及的“讨论参与”与“讨论深度”均可实现自动化、伴随性的数据收集与分析。但由于“话题质量”涉及与课程内容、学习目标相关的复杂分析，其判断必须由专家（如课程教师或资深的助学教师）参与，因而该要素的自动化分析将有赖于人工智能技术或深度学习算法的进一步发展与优化。这也是本研究未来努力深入探索的方向。
立即询价
