平衡教师与学生的能动性:支持实时动态配对的协同编排工具设计
《Proceedings of the ACM on Human-Computer Interaction》:Balancing Teacher and Student Agency: Co-Orchestration Tool Design Supporting Real-Time Dynamic Pairing
【字体:
大
中
小
】
时间:2026年09月24日
来源:Proceedings of the ACM on Human-Computer Interaction
编辑推荐:
摘要
在人机(人类-AI)交互中,尊重用户的能动性(agency)对于培养信任并维持技术的有效使用至关重要。在教育场景中,将个体学习与协作学习进行动态融合,具有教学价值,能够支持个性化的、按自身节奏推进的学习体验。既往研究已通过智能辅导系统以及人机协同编排工具证明了该方法的可
摘要
在人机(人类-AI)交互中,尊重用户的能动性(agency)对于培养信任并维持技术的有效使用至关重要。在教育场景中,将个体学习与协作学习进行动态融合,具有教学价值,能够支持个性化的、按自身节奏推进的学习体验。既往研究已通过智能辅导系统以及人机协同编排工具证明了该方法的可行性。然而,在此过程中如何平衡教师与学生的控制权,至今仍基本未被探索。本工作利用参与式速配法(participatory speed dating)与混合方法分析,探索了在编排过程中教师与学生之间如何分配控制权的设计空间。我们聚焦配对过程的三个阶段——之前、之中与之后,并在结合情境的前提下设计课堂编排工具,以支持教师在学生于个体练习与协作问题解决之间动态转换时进行协调。本研究通过在理论设计空间内阐释这些发现,为教育技术与人机交互领域提供了实证洞见,强调对多方利益相关者能动性与控制权的平衡。我们提出了设计建议,以实现配对情境下基于分析的编排工具中的混合控制权。我们建议:在开始时确保结构化的教师引导,并随着活动的开展逐步增加学生的自主权。
1 引言
在人机交互(HCI)领域,能动性指用户在与系统交互时所拥有的控制与影响,包括做出选择、执行操作以及感知其对系统影响的能力 [2, 31, 74]。HCI 与 CSCW 的多元社区对自主性与用户能动性的价值已形成共识 [2, 43, 48]。用户能动性有助于使 AI 建议与用户偏好相一致,并培养用户对 AI 系统的透明度感知与信任 [1, 3, 23, 55]。在人-AI 交互中,为多个利益相关者(学生、教师、管理者)设计控制权需要灵活、自适应的系统以及细致的考量 [24]。此外,利益相关者所扮演的不同角色可能影响其期望的能动性。例如,根据教师与生成式 AI 系统交互时偏好的参与程度,他们可能希望扮演观察者、采纳者、协作者或创新者的角色 [75]。
课堂编排涉及在实时条件下对多项复杂的课堂活动进行规划、监控与协调 [12, 25]。近年来,在教育与计算机支持的协作学习(CSCL)领域,对利用基于分析的课堂编排日益受到重视 [9, 61],这涉及教师与教育技术系统之间的协作,以促进并管理课堂任务 [25, 47, 68]。
在各级各类教育(例如 K-12、高等教育 [43, 72])中,学生通常参与个体或协作学习活动相结合的形式 [15, 63],其效果可能优于单一模式 [46]。传统上,教师会预先规划学生如何在个体活动与协作活动之间切换。个体学习与协作学习的动态组合(有时称为"动态配对")可能因应学生实时的学习情况而机会性地发生 [16, 68, 69, 70]。这种动态组合可能并非对全班所有人同时发生,学生可能处理最能满足自身学习需求的个性化内容 [47, 68]。一项田野研究证实了此类动态组合的可行性,并指出了其潜在的教育效益 [68]。
实时的动态配对涉及频繁的教育决策(包括配对/解配对的时机、伙伴与内容)[16, 68, 69, 70]。当教师单独做出决定时,学生可能在学习过程中感到缺乏能动性 [21, 68]。虽然教师尊重学生的能动性与控制权,但在与工具交互时,他们往往不确定如何最好地允许学生参与配对过程(图 1)。已有研究探索了学生、教师与 AI 之间的混合控制权选项(例如 [16, 70]),但对于利益相关者希望分享哪些决策、偏好以何种方式分享、以及各方观点在何处一致或分歧,所知甚少。
图 1. 面向教师的人-AI 协同编排工具,用于个体与协作学习动态组合的课堂使用原型:教师可(1)查看来自学生基于 AI 的辅导软件的实时学习分析;(2)基于学生在学习任务中针对目标知识元件的掌握程度,接收 AI 系统的智能配对建议;(3)动态编排课堂活动,包括决定学习任务、模式、伙伴与时机。
一个面向教师的课堂编排仪表盘原型,展示实时学生分析数据、AI 生成的配对建议,以及决定学习任务、学习模式、伙伴与时机的控制项。
在我们的研究中,个体学习指学生在智能辅导系统(ITS)内解决数学问题 [24, 33]。协作学习采取同伴辅导的形式,其中一名学生担任解题者角色来解决问题,另一名作为辅导者提供提示与纠错反馈 [34, 44, 65]。该编排工具是一个面向教师的支持系统,使教师能够基于实时学习分析动态地进行学生的配对与解配对,包括学生的学习掌握程度(通过贝叶斯知识追踪跟踪)与元认知状态(详见第 3.1 节)[71]。我们教育系统中的 AI 组成部分主要包括(1)一个在个体 ITS 内建模学生掌握程度的知识追踪算法,以及(2)一种基于规则的机制,根据学生的知识距离与困难状态生成配对与任务分配建议,这些状态是从辅导软件中的实时交互日志与检测器输出推断出来的。借助这些 AI 组件,学生获得智能题目选择——即根据其对特定方程求解技能的掌握程度定制化的题目集合——同时教师获得实时推荐,用于选择配对伙伴及相应的协作任务。
理论动机在于:通过在结构化设计空间内提供关于课堂编排中混合控制权与多方利益相关者能动性平衡的实证洞见,来填补文献空白。具体而言,本研究旨在探究教师与学生对混合控制权的偏好(RQ1),并为配对与协作学习情境下未来面向教师的编排工具设计提供依据(RQ2)。我们采用了参与式速配法(PSD)(该方法在 CSCW 与 HCI 研究文献中被广泛应用 [29, 76]),与 17 名教师和 13 名学生合作,以高效理解其观点。我们进行了混合方法分析,通过三角验证定量(排序)与定性(理由)数据,以实现对多方利益相关者偏好的全面理解。
2 相关工作与理论背景
本研究建立在关于 HCI 与教育中用户能动性、人机协同编排、以及个体学习与协作学习动态组合的先前研究之上。
2.1 在教育情境中支持利益相关者的能动性与控制权
教师与学习者构成两个不同的利益相关者群体,在教育情境中有着根本不同的需求、责任与偏好 [20]。在学习科学与基于 AI 的教育技术领域,控制与能动性指教师与学生做出决策、调节自身行为 [17, 51],以及影响教学与学习实践与成果 [27] 的程度。能动性在塑造教师对 AI 赋能教育系统信任方面 [20, 59],以及在应对多样化学生需求与课堂异质性方面 [54],均发挥着关键作用。然而,过多的控制选项可能阻碍效率并破坏实时课堂编排所需的流畅性 [25, 26, 68]。
既往研究广泛考察了学习者的能动性与投入,尤其是通过学习者控制 [33] 或共享控制 [7, 8] 等机制对学习任务与题目选择进行干预 [8, 20, 32, 33, 45]。例如,Corbalan 等人证明,学习者与系统在任务选择上的共享控制提高了任务投入与努力程度,最终改善了学习成果 [8]。与此系列研究一致,学生能动性与更高的动机和参与度,以及更深入的学习与概念理解相关 [6, 13, 21, 52, 60]。同时,过度的学习者控制可能使学生不堪重负,阻碍有效的自我调节 [4, 33],尤其对于那些缺乏做出知情学习决策所需专业知识的初级学习者而言。
综上所述,这些发现表明:无论是完全的学习者控制还是完全的教师控制,都不是普遍理想的方案。相反,先前研究主张采用平衡的方法,将结构化的教师引导与学习者自主的机会相结合 [5]。然而,如果未精心设计,教师与学习者之间的控制权分享会增加教师的工作负担,因为学习者往往仍在发展有效承担这些责任所需的技能 [26]。Eshel 与 Kohavi 提出的理论框架为课堂控制权如何在教师与学生之间分享提供了洞见。该框架沿两个相对独立的维度对控制权进行概念化:(1)学生控制权,以及(2)自主学习的机遇 [18]。Eshel 与 Kohavi 认为,不应将教师控制与学生控制视为零和权衡;相反,通过混合控制权,两组都能同时发挥高水平的控制——教师保留对学习过程结构化与引导的权限,而学生被赋予自主学习、做出选择与参与决策的机会 [18]。在 AI 增强的课堂中,若干框架进一步考察了控制权与能动性如何在人类与技术行动者之间分配。Molenaar 提出了教师与技术之间控制权分配的六个层级,从仅教师控制到完全自动化 [39]。补充性地,Yang 等人考察了教师决策过程(如提出、评估与决定协作配对选择)如何在教师、学生与 AI 系统之间分享 [70]。
尽管这些框架主要聚焦于教师-AI 或系统层面的能动性分配 [16, 40],仍存在重要空白。特别是,我们尚不了解:混合控制权应如何在编排协作学习的教育技术工具的不同阶段进行系统性设计与分配,以及教师与学生如何感知这些混合控制权设计选择。为填补这些空白,本研究贡献了一个设计空间,捕捉关于人-AI 协同编排中控制权分配的细粒度、多方利益相关者视角。我们的发现为协作学习课堂编排系统如何支持平衡能动性、问责与编排效率的决策提供了实证依据。
2.2 协同编排与个体学习和协作学习的动态组合
传统课堂编排要求教师在实时条件下管理复杂、相互依赖的活动 [12, 25]。近来,研究日益聚焦于人机协同编排 [25, 47, 68],其利用教师、学习者与 AI 系统的互补优势来支持课堂管理,而非将全部编排负担置于教师一方 [53]。协同编排可能将责任分配于(1)教师与学习者之间、(2)教师与 AI 驱动的教学智能体之间,或(3)教师、学习者与 AI 智能体之间 [26]。这种分配可采取角色拆分的形式——即人类与 AI 承担不同的编排任务——或角色共享的形式,即双方共同贡献于同一任务 [26]。Holstein 与 Olsen [26] 进一步阐述了教师、学习者与 AI 智能体之间的共享编排愿景,整合了教师-AI 与教师-学习者两种协作。
人机协同编排工具通常提供实时学习分析,帮助教师监控学生进展、提供及时干预,并做出知情的教学决策 [30, 47, 68]。例如,FACT 系统在学生需要支持时向教师发出警报,并建议应援助谁以及如何进行援助 [64]。既往研究表明,此类工具在实现自适应教学与支持动态课堂情境管理方面具有巨大潜力(参见 [11, 25, 37, 38, 50, 68, 69])。
本研究聚焦于支持个体学习与协作学习之间动态转换的编排工具,这两种教学模式均被广泛使用且具有互补效益。协作学习促进共同的知识建构,而个体学习支持归纳与精细化等过程(参见 [13, 19])。结合这些方法的效果可能优于单独使用任何一种;例如,既往研究表明,当教学整合两种模式时,学生犯更少错误并请求更少提示 [46]。在个性化学习环境中,动态切换学习模式使教学能更好地契合个体学生需求 [16, 47, 69, 70]。因此,已开发出相应的技术生态系统,使学生能在教师认为最具教学效益的时刻于学习模式之间转换 [68, 71]。
既往研究揭示了编排工具设计中教师与学生能动性之间的张力 [68]:学生希望在伙伴选择方面拥有更大自主权,而教师则优先考虑课堂秩序与教学效果。这些张力凸显了在协同编排系统设计中精心平衡控制与能动性的必要性。相关地,在一项课堂"绿野仙踪"技术探针研究中,Echeverria 等人模拟了学生、教师与 AI 之间的混合配对控制,强调了学习模式转换期间共享能动性的重要性 [16]。
然而,该研究并未探讨如何在实践中实现此类混合控制——这正是本研究试图解决的开放性问题。
3 研究动机、研究问题与研究背景
3.1 研究问题与设计动机
基于先前工作,本研究受到课堂编排中反复出现的挑战的启发,包括:判断学生何时准备好进行过渡[16, 68]、在搭档与角色分配中平衡教师权威与学生偏好[16, 26, 68]、选择与学习者知识水平相匹配的协作任务[4, 8]、实时监控协作质量与效率[25, 47],以及在不打断学习连续性的前提下支持顺畅过渡[16, 68]。这些挑战在第4节中进行了形式化阐述,并直接指导我们的设计动机:支持学生在配对中获得适度的自主权、保留教师进行知情编排决策的自主权,以及平衡教师与学生之间的控制权,以实现顺畅高效的协作。尽管该设计主要聚焦于教师—学生之间的控制平衡,但在适当情况下也纳入了有限的系统控制要素。我们关注以下研究问题:
研究问题1:教师和学生希望在动态配对过程开始前、进行中和结束后如何分配控制权与能动性?
研究问题2:我们如何为未来的基于分析的课堂编排工具(尤其是在配对与协作学习场景中)推导出平衡师生能动性的设计启示?
3.2 研究背景:用于编排动态配对的技术生态
本研究的技术生态(图2)由两个智能辅导系统和一个面向教师的协同编排工具组成,该工具支持动态配对[68, 71]。基于人工智能的辅导系统采用贝叶斯知识追踪——一种在智能辅导系统中使用的概率方法——根据学生的正确与错误回答,追踪其随时间推移在代数与方程求解方面的知识水平[73]。协作学习系统是一个同伴辅导系统,其中一名学生担任辅导者角色,引导解题者解决代数问题[65]。该系统向辅导者提供对其辅导过程及数学提示的反馈,包括标记步骤为正确或错误、提供提示,以及通过聊天模块促进辅导者与解题者之间沟通等功能。
图2. 用于个体学习与协作学习动态组合的协同编排技术生态:用于个体学习线性代数的智能辅导系统(a)和用于协作学习的智能辅导系统(c),以及面向教师的协同编排工具(b)。
研究技术生态系统示意图,连接个体智能辅导系统、面向教师的协同编排工具和协作式同伴辅导系统。
编排工具帮助教师根据实时数据做出决策,判断学生何时应在不同学习模式之间切换(通过基于BKT、知识距离和学生困难情况的基于规则的配对建议)。它还根据学生在各个知识组件上的个性化掌握水平,向教师推荐适合的协作学习任务[30, 47, 68]。
4 方法
在CSCW文献中,研究人员在各种应用中运用了参与式设计和利益相关者中心设计[29, 76]。我们采用了参与式速配(PSD)方法[25, 42]——一种利用故事板快速收集反馈并产生新创意的设计研究方法[25, 28]——来了解教师和学生双方的观点。参与式速配方法源于参与式设计的改编[56],它为在构思阶段早期让多方利益相关者参与进行初步探索提供了机会,从而确保设计满足用户需求的同时提升用户满意度[25, 42, 57]。此外,速配的使用促进了设计概念的快速探索与验证,能够通过对用户需求的快速优先级排序以及通过结构化比较和用户反馈发现新的设计机会[10]。
PSD方法尤其适合传达复杂的设计概念并快速获取建设性反馈。故事板[25, 28]使我们能够描绘整个配对协同编排过程中涉及不同级别教师与学生控制的多种场景。PSD使我们能够:1)与课堂利益相关者共同产生创新想法;2)通过快速探索测试大量不同自主级别的想法;3)有效地了解教师和学生双方的观点。研究分为两个阶段。第一阶段通过让教师和学生共同生成针对七个常见挑战的设计创意,减少研究者的潜在偏见,并获得更多以用户为中心的观点和利益相关者意见。在第二阶段,我们通过快速评估创意,揭示了教师和学生的偏好控制水平。通过将用户对设计创意的排名与其伴随的口头推理相结合,我们能够更深入地了解他们对课堂控制动态的态度以及其潜在的偏好。
4.1 研究准备:识别动态配对编排不同阶段的设计挑战
我们首先回顾了有关课堂编排、个体学习与协作学习的动态整合以及课堂自主性的先前工作[16, 18, 25, 47, 70]。尽管现有研究已探讨了小组形成前的准备工作(例如,全校范围的商议[66]),并强调了明确课堂规则与期望的重要性[58],但在课堂活动进行过程中如何充分准备学生进行协作仍不清楚。此外,由教师发起的协作可能忽视学生的准备程度和偏好的时机,从而可能打断先前的学习。当教师单独决定搭档、角色和任务时,学生可能被分配到不想要的搭档、不适合的角色,或与他们的知识和学习情境不相匹配的内容,从而限制了自主性和投入度。一旦协作开始,教师也面临着难以实时监控投入程度和协作质量、确保个体工作与协作工作之间顺畅过渡,以及评估协作结果以指导未来配对等挑战。
基于这些挑战,我们首先识别了教师在动态配对过程中的用户旅程。我们将此过程划分为三个阶段:阶段1——配对前,阶段2——配对中(配对、协作和解组),以及阶段3——配对后。在这些阶段中,我们识别了七个混合控制设计挑战,每个挑战都以"我们如何能够……"的问题形式表述(见表1)。
表1. 动态配对过程各阶段映射的七个"我们如何能够……"问题
阶段1:配对前
挑战1(C1):我们如何设计一个工具,帮助教师在课前为即将开始的协作过程做准备?
阶段2:配对中
挑战2(C2):我们如何设计该工具,以确保协作在适当的时间开始?
挑战3(C3):我们如何设计该工具,以分配合适的角色和搭档?
挑战4(C4):我们如何设计该工具,以选择适合学生开展工作的协作内容?
挑战5(C5):我们如何设计该工具,以确保协作是富有成效的?
阶段3:配对后
挑战6(C6):我们如何设计该工具,以确保学生在协作活动与个体活动之间实现顺畅过渡?
挑战7(C7):我们如何设计动态协同编排工具,以有效评估协作活动,确保未来再次出现良好配对?
4.2 参与者
我们总共招募了30名参与者(17名教师和13名学生)。第一阶段包括2名教师和3名学生,第二阶段通过人脉网络、滚雪球法和社交媒体招募了15名教师和10名学生。参与者通过Zoom完成了一项一小时的研究所,作为补偿,获得了价值15美元(学生)和30美元(教师)的亚马逊礼品卡。详细的参与者人口统计学信息见附录。研究开始前,所有参与者均签署
结合定性和定量分析并进行三角互证,以解读关于各种挑战的、对学生和教师而言最青睐和最不青睐的设计构想,旨在了解他们在课堂组织过程中对控制权分配的偏好。在评估的构想中,我们将 32 个设计构想映射到设计空间中(有两个设计构想与师生混合控制无关,因此我们未将其映射到设计空间中)。
**5 结果**
本节呈现了教师和学生在课堂管理、控制权和能动性方面的偏好,涵盖三个关键阶段:配对前、协作中和协作后。根据前文介绍的七个设计挑战,我们报告了每个挑战的定量结果(排名数据和肯德尔 W 统计量)和定性主题,以揭示他们各自的视角和控制动态。
**5.1 阶段 1:配对前**
**5.1.1 挑战 1:课前准备即将到来的协作过程**
确保学生在课程开始时充分准备好进行同伴互动或辅导至关重要。这带来了挑战 1“我们如何设计一款工具来帮助教师在课前准备即将到来的协作过程?”研究人员、教师和学生共同设计了 5 个解决此挑战的构想:1) 课前配对规则,2) 配对测验,3) 学生分享偏好,4) 热身话题,以及 5) 配对性格测试(表 2)。
我们发现总体上教师的意见更为统一,而学生对与设计挑战 1 相关的设想的看法更多样化(肯德尔 W(教师)= 0.533,肯德尔 W(学生)= 0.284)。根据表 2 中的平均值和标准差,学生将“配对测验”评为最受青睐的构想,而教师将“课前配对规则”评为最高,紧随其后的是“配对测验”。学生最不青睐的构想是“热身话题”,紧随其后的是“课前配对规则”,为第二不受欢迎的构想。教师最不青睐“配对性格测试”这一构想。
**表 2. 设计构想**
| 构想 | 构想描述 | 平均排名(学生) | 标准差(学生) | 平均排名(教师) | 标准差(教师) |
| :--- | :--- | :--- | :--- | :--- | :--- |
| **D1. 课前配对规则** | 教师在系统中指定配对规则和标准。学生可以在开始课堂协作前查看这些标准。 | 3.7 | 1.19 | 2.5 | 1.31 |
| **D2. 配对测验** | 学生参加评估其能力的测验;教师查看结果并据此配对学生。 | 1.7 | 1.01 | 2.7 | 1.4 |
| **D3. 学生分享偏好** | 学生告诉教师他们的搭档偏好,教师配对时予以考虑。 | 2.9 | 1.45 | 3.1 | 1.39 |
| **D4. 热身话题** | 教师给学生一些闲聊话题,以便他们在协作前发现搭档的兴趣。 | 3.8 | 1.33 | 2.8 | 1.33 |
| **D5. 配对性格测试** | 系统提供性格测试;识别出相容的搭档,教师据此分配配对。 | 2.9 | 0.95 | 3.4 | 1.36 |
*挑战 1 的设计构想及利益相关者排名:我们如何为即将到来的课堂协作过程做准备?1 = 最偏好,5 = 最不偏好*
学生重视使用测验和性格测试,以及直接向教师分享偏好的方式,以帮助教师和系统更好地了解他们的优势和劣势并改善配对。虽然一些学生觉得知道配对规则和标准有助于他们集中注意力或提前准备,但许多人强调在协作环境中拥有合适的搭档更重要:“找到更合拍的搭档比知道规则更重要”(S5)。学生对热身话题感觉不一:有些人认为这可能“潜在地分散注意力并让他们想到不相关的东西”(S2),而另一些人则认为这可以帮助学生“了解他们的搭档对什么感兴趣”(S6)。
教师不如学生那样喜欢使用性格测试进行配对,他们对准确性和实用性表示担忧。一位教师指出:“我了解我的学生,我知道他们可能会故意在性格测验中给出错误答案”(T6),突出了对数据质量可疑的担忧。有些人质疑其科学有效性,声称“……这不是基于任何科学,不确定这会有多有用……这更多的是噪音而不是你可以用来配对的有效信息”(T2)。因此,教师更偏好基于数据的方法,如测验,认为它们提供更准确的学术评估,以确保“导师实际上能够辅导其他学生”(T3),从而减少教师配对期间的工作量。虽然大多数教师认为知识水平是配对学生时的关键因素,但也存在“许多不同的因素促成成功的协作”(T15),如性格相容性、学生偏好、社交和情感需求,甚至是文化。在这些情况下,他们依赖自己的经验和课堂管理技能,而不是针对这些因素的标准评估。
**阶段 1“配对前”总结:** 学生不太关注了解具体规则,而更关注找到合适的搭档;他们喜欢测验和性格测试来帮助系统了解他们的需求。相反,教师偏好配对规则和学业测验,以确保学生准备好支持彼此。教师优先考虑基于数据的方法和学业水平,而学生更关注个人舒适度和相容性。
**5.2 阶段 2:配对期间**
**5.2.1 挑战 2:确保协作对师生双方都在适当的时间开始**
由教师发起和决定的协作活动可能未考虑到学生的准备情况和首选时间。挑战 2 探讨的问题“我们如何设计该工具以确保协作在适当的时间开始?”研究人员、教师和学生共同设计了五个解决此挑战的构想:1) 教师决定,2) 当学生准备好时,3) 所有人同一时间,4) 学生决定,5) 学生提议,教师决定(表 3)。
根据肯德尔系数,学生和教师对这些选项的排名表现出相似的中等一致性(肯德尔 W(教师)= 0.533,肯德尔 W(学生)= 0.55)。对于学生而言,根据表 3 中的平均值和标准差,“当学生准备好时”是首选,其次是“学生提议,教师决定”。学生最不青睐的构想是“学生决定”。教师最偏好“当学生准备好时”,其次是“教师决定”。教师将“所有人同一时间”排在最低,紧随其后的是“学生决定”。
**表 3. 构想**
| 构想 | 构想描述 | 平均排名(学生) | 标准差(学生) | 平均排名(教师) | 标准差(教师) |
| :--- | :--- | :--- | :--- | :--- | :--- |
| **D1. 教师决定** | 基于教师的判断,教师与学生开始协作。 | 3.5 | 1.12 | 2.1 | 1.09 |
| **D2. 当学生准备好时** | 学生有一个“准备好协作”按钮;当切换时,教师可以看到并开始协作。 | 1.2 | 0.40 | 1.7 | 0.87 |
| **D3. 所有人同一时间** | 协作对全班同时开始/结束。 | 3.1 | 0.95 | 3.8 | 1.23 |
| **D4. 学生决定** | 学生自行开始协作(无需咨询教师)。 | 4.4 | 0.67 | 3.6 | 1.26 |
| **D5. 学生提议,教师决定** | 学生可以请求不被配对并保持个人学习;教师批准或拒绝请求。 | 2.8 | 1.33 | 2.7 | 1.34 |
*挑战 2 的利益相关者排名:我们如何确保协作在适当的时间开始?1 = 最偏好,5 = 最不偏好*
教师偏好“当学生准备好时”,因为“有时学生,特别是那些有特别安排或需要额外支持的学生,可能不知道他们何时准备好”(T6)。他们担心让学生决定会导致课堂管理混乱:“教师知道学生应该协作的内容,如果学生想做什么就做什么,就会很混乱”(T8)或者"……过多的自由可能会打乱教师的日程”(T10)。
另一方面,学生偏好“当学生准备好时”,因为这让他们能按自己的节奏开始协作。S2 指出:“学生可以分享他们何时准备好,因为有些学生比其他学生花的时间更长。如果有‘准备好协作’按钮,他们可以在准备好时按开始,而不是匆忙。”学生欣赏自主性和教师指导之间的平衡,体现在他们的第二选择“学生提议,教师决定”中:“有些可能想单独工作,看看是否能独自完成。如果教师觉得学生需要帮助,他们可以将学生与另一个人配对”(S7)。尽管希望拥有更多自主权,学生也表达了对“学生决定”效率低下的担忧。一名学生说:“如果学生随时协作并自己选择搭档,可能会变得混乱,而且教师将不知道学生是否会完成工作”(S5)。他们还担心自选搭档可能会降低生产力,因为“学生可能会选择他们的朋友,结果最终不做工作”(S3)。
总之,最能解决协作时机问题的构想对教师和学生而言都是“当学生准备好时”。两组人都表达了对给予学生完全控制权的担忧,包括对课堂纪律的潜在影响,以及忽视学生需求差异的风险。
**5.2.2 挑战 3:分配令师生双方满意的合适角色和搭档**
当只有教师选择搭档和角色时,学生可能感到动力不足并希望拥有更多发言权。为此,针对挑战 3 共同创建了七个构想:1) 教师决定,2) 教师提议,学生决定,3) 学生提议,教师决定,4) 学生决定,5) 教师分配,学生选择角色,6) 学生能够拒绝搭档,以及 7) 交替选择(表 4)。
在配对决定方面,教师的观点比学生更统一(肯德尔 W:教师 = 0.484,学生 = 0.284)。根据表 4 中的平均值和标准差,学生将“教师决定”排在最高,“学生决定”排在最低,表明偏好结构化指导。教师偏好平衡的方法,将“教师分配,学生选择角色”排在最高,“学生能够拒绝搭档”排在最后。两组人都偏好共同决策:“教师提议,学生决定”和“学生提议,教师决定”是常见的第二和第三排名构想,显示出愿意平衡教师权威与学生意见。
**表 4. 设计构想**
| 构想 | 构想描述 | 平均排名(学生) | 标准差(学生) | 平均排名(教师) | 标准差(教师) |
| :--- | :--- | :--- | :--- | :--- | :--- |
| **D1. 教师决定** | 教师根据学生过去的协作和技能信息为学生选择搭档。 | 1.9 | 1.52 | 3.13 | 1.59 |
| **D2. 教师提议,学生决定** | 教师指定三个搭档;学生挑选一个。 | 4.0 | 1.49 | 2.74 | 1.48 |
| **D3. 学生提议,教师决定** | 学生列出前三名搭档;教师挑选一个。 | 3.2 | 1.40 | 2.67 | 1.5 |
| **D4. 学生决定** | 学生自行选择搭档,无需教师参与。 | 5.4 | 1.75 | 4.07 | 1.53 |
| **D5. 教师分配,学生选择角色** | 教师分配搭档;学生选择角色。 | 4.5 | 1.37 | 2.2 | 1.17 |
| **D6. 学生可以拒绝搭档** | 学生可以拒绝并更换搭档。 | 4.8 | 1.73 | 5.2 | 1.98 |
| **D7. 交替选择** | 一节课上教师配对,下一节课学生选择。 | 4.2 | 2.40 | 4.3 | 2.19 |
*挑战 3 的设计构想及利益相关者排名:分配令师生双方满意的合适角色和搭档。1 = 最偏好,5 = 最不偏好*
根据定性数据,教师和学生都希望教师控制配对,同时允许学生在选择角色方面拥有一定的自主权。学生支持教师主导的控制,原因有三:1) 教师了解学生的技能和历史,2) 他们能更好地识别合适的搭档,3) 担心朋友造成干扰。例如,他们欣赏教师防止学生"……选择他们的朋友,导致潜在的无效协作”(S10)的情况。不过,有些人重视选择熟悉的搭档以增强参与度,有人表示:“如果你不喜欢与你合作的搭档,你可能不会很有生产力”(S4)。
教师同样重视引导配对,同时允许有限的学生参与以增强学习效果。这与他们有效管理课堂动态、确保配对适当同时给予学生一些角色输入的重点相符。虽然许多教师认为“教师可以基于课堂设置做出更好的选择”且“教师的决定会更高效”,但他们也认识到通过让学生参与决策来了解学生偏好的重要性,以提高学习动力(T9)。通常,教师一致认为,允许学生一定的自由,如提议搭档选择,可以激发更大的动力和参与度。
同时,教师担心过多的自由可能会降低生产力,指出风险包括 1) 学生决定花费的时间太长,2) 缺乏关于同伴的信息,3) 增加教师管理糟糕决定的工作量。
**5.2.3 挑战 4:选择令师生双方满意的适合学生的内容**
以往的研究表明,如果协作主题和内容仅由教师决定,可能会限制学生的自主权,潜在地降低他们的参与度。这揭示了“我们如何设计工具来选择适合学生工作的协作内容?”共同设计了五个构想来解决此挑战:1) 教师选择,2) 教师提议,学生决定,3) 学生提议,教师决定,4) 学生可以切换任务,5) 学生选择(表 5)。
总体上,根据肯德尔系数,教师对于挑战 4 的排名者一致性高于学生(肯德尔 W 教师 = 0.559;肯德尔 W 学生 = 0.496),表明教师的意见更为一致。
根据表5中的均值和标准差,师生双方在合作内容的决策理念上偏好不同,但在态度上较为相似:教师倾向于"教师提议,学生决定",而学生则偏好"学生提议,教师决定"。两种理念均处于混合控制的范畴内。两组均将"学生自主选择"列为最不偏好的选项。
表5
理念 理念描述 学生平均排名 学生标准差 教师平均排名 教师标准差
D1. 教师选择 教师决定学生学习的内容。 3.1 1.38 2.5 1.63
D2. 教师提议,学生决定 教师提出3个任务,学生选择其中一个。 2.0 1.10 1.6 0.62
D3. 学生提议,教师决定 学生提出3个任务,教师选择。 1.83 0.38 2.3 0.61
D4. 学生可切换任务 学生不满意时可更换主题。 3.3 1.19 3.5 1.15
D5. 学生自主选择 学生决定自己的合作任务。 3.5 1.29 3.7 0.95
挑战4的合作内容及利益相关者排序:选择适合的合作内容。1 = 最偏好,5 = 最不偏好
教师选择合作内容有五大关键好处:分配与学生能力相匹配的任务、节省时间、确保技能发展的逻辑递进、满足课程标准要求以及减少课堂干扰。虽然教师普遍认为应由他们来选择内容,但他们在以下情况下也重视学生的参与:1)教师为学生提供内容选择的结构化指导时;2)任务较轻量或更具趣味性时;3)学生能够评估自身能力时。正如一位教师所述:"我们可能会有一个大主题,然后他们在下面选择子主题……"(T6)。教师认为"教师提议,学生决定"的方式提供了灵活性,既能增加学生参与度,又能确保内容与课程标准相一致。与此同时,学生觉得他们最了解自己遇到的困难,因此偏好由他们提出主题,同时依赖教师根据需要调整内容难度。
两组均认识到"学生自主选择"的风险:学生可能会回避挑战或缺乏成熟度来做出恰当选择。正如一位教师指出的:"确保[学生自主选择]这一理念成熟是教师的责任"(T1)。另一位教师补充道:"他们可能会选择工作量最少的事情,而他们本可以处理更多的内容"(T14)。
总之,在合作内容选择方面,教师偏好的方式"教师提议,学生决定",学生偏好的方式"学生提议,教师决定"。在两种方式之间的选择应根据课堂实际情况进行调整,以确保内容满足双方的需求。
**5.2.4 挑战5:确保合作高效进行**
对于挑战5——"我们如何设计工具以确保合作高效进行?",研究人员、教师和学生共同设计了四个理念:1)系统检测关键词,2)请求更改任务,3)请求更换搭档,4)从NPC处获取帮助(详见表6)。在此挑战中,涉及自动化支持的理念被提出,作为促进课堂控制权分配的一种方式。
根据肯德尔一致性系数,教师在挑战5上的排序一致性高于学生(教师肯德尔W = 0.748;学生肯德尔W = 0.108)。根据表6中的均值和标准差,学生偏好"从NPC处获取帮助"并将其排名最高,反映出他们对利用自动化支持来监控合作和提供协助的浓厚兴趣。教师将"系统检测关键词"排名最高,紧随其后的是"从NPC处获取帮助",这表明教师有额外监督帮助的需求。"请求更改任务"是两组最不偏好的选项,紧随其后的是"请求更换搭档"。
表6
理念 理念描述 学生平均排名 学生标准差 教师平均排名 教师标准差
D1. 系统检测关键词 系统标记不专注的词汇(如"电子游戏")并提醒教师。 2.3 1.27 1.5 0.72
D2. 请求更改任务 学生可以对任务提出抱怨并请求更改。 2.9 0.84 3.3 0.60
D3. 请求更换搭档 学生可以对搭档提出抱怨并请求更换,搭档不会看到。 2.8 1.08 3.1 0.93
D4. 从NPC处获取帮助 学生按下按钮获取NPC帮助;如果无法解决,教师介入。 2.0 1.00 1.7 0.79
挑战5的合作理念及利益相关者排序:如何确保合作高效进行?1 = 最偏好,5 = 最不偏好
根据定性数据,教师往往没有时间为所有遇到困难的学生提供帮助,他们赞赏NPC作为简化支持的方式,尤其是对于那些"不想求助或不善于开口求助"(T6)的学生。学生也将NPC视为教师或同伴不在时的一种有用后备。然而,对NPC有效性的担忧也随之出现,教师质疑其"智能程度",学生则担心有些人可能"利用这个功能不断向NPC求助"(S4)。两组还都偏好"系统检测关键词"作为轻量级监控工具,表明他们需要既能减轻教师工作负担又能让学生保持正轨的支持。
涉及请求更换搭档或任务的选项排名最低,因为其弊端超过了潜在好处。学生担心这些选项可能导致任务变得更容易、被过度使用或损害关系。教师反对得更加明显,强调结构良好的课程和精心选择的搭档减少了更换的必要性。正如一位教师解释的:"我尽量避免这个选项,因为教师在设计任务上投入了大量的精力和时间"(T11)。另一位教师指出:"学生应该学会与不同的人合作,这可以提升他们的社交技能"(T10)。尽管两组一致认为不应完全禁止更换请求,但教师对此较为谨慎,而学生对有正当理由的情况则相对更为开放。总体而言,更换被视为最后的手段。
总之,教师和学生都偏好自动化支持来维持高效合作,尤其是在教师无法提供帮助时,这反映了控制权的动态分配,其中部分控制权委托给了外部工具。然而,两组都对学生请求更改任务或搭档表示保留意见,认为这些选项应仅在合理情况下偶尔使用,以避免影响课堂效率以及破坏社交学习。
**第二阶段总结:配对过程中(C2、C3、C4):** 对于配对时机(C2),教师和学生都倾向于在学生准备好时才进行转换,以适应不同的学生节奏。教师更强烈地偏好所有学生同时开始,以便于课堂管理,而学生希望表达自己的偏好模式。对于搭档选择(C3),学生偏好"教师决定",而教师偏好平衡选项,即"教师分配,学生选择角色"。教师支持部分学生自主权,但不支持完全控制(例如拒绝搭档)。两组都重视共同决策(例如"教师提议,学生决定")。对于合作内容(C4),两组一致认为最不偏好将决定权完全交给学生,担心他们可能选择更容易的主题。我们的研究表明,适应性应根据任务的严肃程度来调整:教师偏好选择特定内容以确保标准、逻辑递进和管理,但在任务要求较低时对学生自主性更为开放。
**合作过程中(C5):** 教师和学生都强调自动化支持对促进合作的价值(例如"从NPC处获取帮助")。教师和学生一致认为请求更改任务或搭档应作为最后手段,仅在合理情况下允许,以避免干扰学习和社交动态。
**5.3 第三阶段:配对之后**
**5.3.1 挑战6:促进合作活动与独立活动之间的顺利过渡**
确保独立学习活动与合作学习活动之间的顺利过渡具有挑战性,同时不打断学生的学习连续性和质量。挑战6聚焦于"我们如何设计工具以确保学生在合作活动和独立活动之间顺利过渡?"。共设计了四个理念来解决这一问题:1)教师要求时停止,2)立即加入/稍后加入,3)倒计时时间/题目数,4)保存进度并恢复(表7)。
表7
理念 理念描述 学生平均排名 学生标准差 教师平均排名 教师标准差
D1. 教师要求时停止 当教师选择"取消配对"时,合作立即停止。 3.6 0.49 3.5 0.72
D2. 立即加入/稍后加入 学生可以完成当前的独立题目,然后稍后加入合作。 2.2 1.17 2.7 0.93
D3. 倒计时时间/题目数 教师显示剩余题目数或时间以结束合作。 2.6 1.02 1.8 0.55
D4. 保存进度并恢复 系统保存未完成进度;学生可在自己方便时恢复。 1.6 0.49 1.3 0.70
挑战6的合作理念及利益相关者排序:如何确保学生在合作活动和独立活动之间顺利过渡?1 = 最偏好,5 = 最不偏好
总体而言,根据肯德尔一致性系数,学生的一致性高于教师(教师肯德尔W = 0.424,学生肯德尔W = 0.702)。根据表7中的均值和标准差,教师和学生都偏好"保存进度并恢复"并将其列为首选,同时将"教师要求时停止"列为最后。"立即加入/稍后加入"和"倒计时时间/题目数",这两个混合控制理念排名居中,教师略微偏好"倒计时时间/题目数"多于学生,反之亦然。
这表明教师和学生都认为突然的转换会造成干扰。立即停止会打断学生正在进行的任务并增加压力,而保存进度则允许灵活的节奏和连续性。定性结果也验证了这一点。正如一位学生指出的:"如果学生正在做某件事,他们可以保存工作,下次合作时就不需要重新开始"(S5)。教师也表达了类似观点,表示保存进度减少了赶工的需要,更好地支持学习。
在"教师要求时停止"方面,学生和老师都认为会造成干扰。学生建议取消配对应该逐步进行,给予警告或额外时间来结束讨论,因为"教师应该给学生一个警告,让他们知道发生了什么"(S9)。教师指出,突然停止可能妨碍合作,因为"这没有给他们足够的时间进行适当的合作"(T4)。总体而言,教师和学生都偏好"保存进度并恢复"作为确保合作活动和独立活动之间顺利过渡的最佳方案,而"教师要求时停止"则被认为过于突然。提前发出警告并让学生完成讨论将进一步促进更顺畅的过渡。
**5.3.2 挑战7:评估合作活动以实现未来的有效配对**
对于挑战7——"我们如何设计动态协同编排工具以有效评估合作活动,确保未来能够实现良好的配对?",共生成了四个理念来解决该问题:1)教师根据合作数据/统计进行配对,2)教师根据评分进行配对,3)教师和学生都评分,4)学生评分(表8)。
总体而言,根据肯德尔一致性系数,教师在挑战7上的所有排序者之间的一致性高于学生(教师肯德尔W = 0.693,学生肯德尔W = 0.410)。根据表8中的均值和标准差,学生将"教师根据合作数据进行配对"——一个偏向教师控制的理念——列为他们的首选。教师将"教师和学生都评分"——一个偏向混合控制的理念——列为他们最喜欢的理念。对于两组来说,"学生评分"都是他们最不偏好的理念。
表8
理念 理念描述 学生平均排名 学生标准差 教师平均排名 教师标准差
D1. 教师根据数据进行配对 利用合作统计数据(如完成的题目数、正确率),教师组成未来的配对。 1.4 0.49 2.1 0.96
D2. 教师根据评分进行配对 合作后,学生对搭档和活动进行评分;教师利用评分进行未来配对。 2.9 0.84 2.6 1.02
D3. 教师和学生都评分 双方对合作进行评分;系统利用评分组成配对。 2.3 1.10 1.5 0.5
D4. 学生评分 学生对合作进行评分;系统保存评分用于未来配对。 3.3 0.79 3.4 0.88
挑战7的合作理念及利益相关者排序:我们如何评估合作活动以便未来实现良好配对?1 = 最偏好,5 = 最不偏好
教师和学生都认识到系统生成数据的价值,因为它提供了客观的见解并减少了形成合作配对时的偏见。正如一位教师解释的:"它给教师和学生一个提供评分的机会,系统可以利用这些信息来形成未来的配对"(T15)。学生偏好基于合作数据由教师主导的配对,信任由系统支持的教师可以通过评估合作效果来组成合理且有效的配对。一位学生指出:"它可以给教师提供想法和统计数据,以便在未来再次配对他们并帮助他们提高效率"(S1)。学生还认为他们的评分提供了关于搭档表现和体验的有价值见解,这是系统数据可能无法捕捉到的。教师同意承认这种输入是创建更有效配对的关键。正如一位教师分享的:"有些学生需要更多帮助,我可能想让他们和更强的学生配对"(T6)。然而,教师更偏好自己做出最终决定,说:"我愿意听听学生的意见,但最终我更喜欢自己做决定"(T3)。
尽管学生评分具有价值,但两组对在仅依赖这些评分做出未来合作决策方面的潜在偏见持谨慎态度。
正如一名学生所指出的,"学生可能会给他们的朋友非常高的评分,以便再次被配对在一起,即使这样做不会提高学习效率"(S7)。教师们也呼应了这一担忧,担心"学生可能会给出低评分,以避免与某些同伴合作"(T14)。尽管如此,双方都同意学生的主观体验应与数据一同加以考虑。总之,虽然学生在未来的配对中倾向于"教师根据协作数据/统计进行配对"的方式,但教师则偏好一种平衡的方法,同时利用学生评分和系统数据来做出明智的决策。
阶段三总结:配对之后(C6、C7):对于不同学习模式之间的转换(C6),教师和学生都强烈支持允许学生保存进度并恢复学习,支持连续性、自主节奏学习和减轻压力。相反,他们都不喜欢完全由教师控制,也不喜欢学生在教师要求时立即停止协作,因为这种方式显得突然并造成干扰。双方都同意,提前发出警告并给予收尾时间将有助于减轻转换过程中的压力。关于未来对协作学习活动的评估(C7),教师和学生都重视系统生成的数据来为配对决策提供参考,因为它提供了客观的见解并减少了偏见。学生最终信任教师借助数据支持来做出决定,而教师则偏好平衡系统数据与学生输入。
**6 总体讨论**
**6.1 利益相关者的偏好一致与分歧**
我们将教师和学生针对各个设计挑战的设计方案偏好进行了汇总,通过将每个利益相关者群体的排名映射到图4底部所示的黄色至绿色色阶来实现。水平轴表示主体性谱系,从左端的教师主导控制延伸至右端的学生主导控制。垂直轴映射了七个设计挑战(C1–C7),对应协同编排旅程的不同阶段——从合作前(底部)到合作后(顶部)。每个设计方案(标记为D)以彩色气泡表示。颜色越绿表示越受青睐的方案,颜色越黄表示较不受青睐的方案。这种可视化使我们能够快速评估教师和学生之间的偏好一致性(同一气泡内颜色相似)以及偏好分歧(同一气泡内颜色对比度更高)。
**偏好一致的方面。** 从最受青睐的方案(深绿色气泡)来看,教师和学生都偏好某种形式的混合控制,涉及协作内容(C4)、协作监控(C5)、转换与解配对(C6)以及协作评估(C7)(图4:C4-D2;C4-D3;C5-D4;C6-D4;C7-D3)。相比之下,双方都在配对前的准备阶段偏好更强的教师控制(C1-D2)。此外,双方都对赋予学生完全控制配对时间、合作伙伴选择、协作内容和协作评估表示保留态度,如图4最右列浅黄色气泡所示。
有趣的是,这些结果揭示了一种时间模式,即在活动中期和后期阶段,学生参与度和主体性越来越受到重视,随着活动的展开而逐步增强(图4:C4-D2;C4-D3;C5-D4;C6-D4)。一种可能的解释是,在这些阶段,学生的声音更具分量,因为他们已经积累了直接的任务经验。因此,他们的反馈更有可能基于实际的正面或负面学习体验,而非假设、偏见或试图钻空子。此时提供的反馈有助于教师灵活调整正在进行或未来的安排,以更好地支持学生学习,这与实现更加个性化和动态差异化教学的目标相一致。
同时,比较最左侧(更绿色)和最右侧(更黄色)的气泡表明,在课堂决策中,教师和学生普遍认为完全的教师控制比完全的学生控制更可接受。特别是,允许学生要求改变教育决策过程通常被视为有争议和不可取的。虽然此类机制赋予了学生更大的主体性,但利益相关者对潜在滥用表示担忧,例如反复切换到较简单的任务,或主要出于社交而非学习目的选择合作伙伴。
**偏好分歧的方面。** 教师和学生在对何时配对(C2)以及与谁配对(C3)的混合控制偏好上存在差异。教师对配对时间偏好更多的控制,因为他们认为这有助于维持秩序并减少混乱(C2-D1),而学生则偏好更大的自主权以保持参与度(C3-D3、D5、D2)。这与先前关于教师单独控制配对时间的负面研究发现一致:当学生被编排进入特定活动时,可能会感到未做好准备或被中断[68]。另一方面,在决定谁与谁配对方面,教师更希望有更多学生的意见参与,因为学生可能有人际关系或其他配对偏好是教师不了解的(C3-D5),而学生则更信任教师的选择而非自己的选择,认为教师可能比学生有更好的判断力,尤其是从教学法和课程规划的角度来看(C3-D1)。
*图4:各设计挑战(C1-C7)的利益相关者偏好可视化。水平轴表示师生主体性水平,垂直轴映射用户旅程阶段。彩色气泡显示教师(左侧)和学生(右侧)的偏好,绿色色调表示有利方案,黄色色调表示较不利方案。对比越强烈,表明意见分歧越大。*
一种设计空间可视化,通过活动阶段和师生主体性水平映射七个编排设计挑战。每个气泡代表一个设计方案,并使用颜色显示教师和学生偏好排名。
**6.2 对未来编排工具中介师生主体性的设计启示**
本研究的结果为在未来的协作学习环境中设计面向教师的编排系统提供了关于平衡师生主体性的设计启示。虽然教师和学生都对顺利转换和协作的价值达成了共识,但在谁应发起和决定关键编排行动以及何时转移主体性方面存在分歧。这突显了需要超越单一利益相关者控制的工具,朝着混合、中介的主体性方向发展。这与先前将教师和学生控制概念化为独立维度而非零和博弈的研究一致[18]。具体而言,我们根据实证研究结果提出了几项设计建议。
**支持学生对编排行动的认知和准备。** 与先前的工作[49]一致,我们建议编排工具帮助教师明确且有意地传达即将进行的活动中的预期内容,以便学生有所认知。这包括学习任务何时开始或结束、预期的任务分配以及潜在的协作安排。随着协作学习活动进展,混合控制(相较于完全的教师控制)可能更为有效,并且学生提供关于首选时间(C2)、角色(C3)和内容(C4)的输入可能会变得更加可取。通过以预览、预先通知或倒计时等方式使即将进行的编排行动提前可见,工具可以减少意外和干扰,同时赋予学生一种基于预期而非控制的基本主体性形式。先前的编排工作主要集中在支持教师的认知上,例如使用多模态传感器生成编排图来帮助教师可视化课堂状态[49, 50]。然而,编排工具设计也应扩展对学生活动可见性和认知,这可以培养主体感和准备状态。这对于提供个性化学习的编排工具尤为关键,其中学习活动可能以更具动态差异化的方式为每个学生启动和结束,充分利用各种教育技术[12, 40, 41, 62, 68, 75]。
**允许结构化的有界学生提案,由面向教师的数据分析进行验证。** 我们的研究结果表明,学生对配对相关决策的输入最有价值,在这些方面教师可能缺乏情境或人际背景信息。然而,双方利益相关者都对活动期间不受限制的学生发起变更表示担忧,尤其是要求改变合作伙伴或任务(C5-D2、D3),这可能被认为是极具干扰性的。因此,我们建议未来的编排工具允许学生在协作前提交结构化提案(例如合作伙伴约束、准备状态信号或角色偏好),在教师定义的护栏范围内进行,并配以将这些提案置于教学目标相对位置的配套分析(例如学习进度、兼容性指标或协作质量信号)。这样一来,当偏好发生冲突时,工具提供了可预测的解决路径——学生可以通过结构化输入被倾听,同时教师保留约束和覆盖能力以维护可管理性和教学一致性。这些设计建议与先前关于学习者模型和学习分析仪表板的研究一致,这些研究支持学习者参与并促进明智的教学决策。具体而言,它将学生定位为主动的行动者/设计者,支持教师和学生共同影响学习环境,以最大化学生的学术成就[14, 18]。此外,与分析功能相结合的有界学生提案可以相对于教学目标定位输入,支持差异化策略并针对个体学生的进度进行调整[40, 41, 67]。未来的编排工具应该为学生提供表达其偏好和推理以参考教师决策的方式,同时支持混合调节模型(例如基于过去的协作分析)以维护教学护栏。
**支持跨编排工作流的阶段敏感性利益相关者主体性。** 在我们的研究中,我们观察到利益相关者的偏好并非静态的,而是随不同的编排阶段而变化:双方都偏好早期准备和启动阶段的更强教师控制,而在协作期间及之后,更重视有意义的学生输入,此时学生的反馈更有可能基于实际的活动体验,而非假设或偏见。
**局限性。** 我们承认,尽管我们努力呈现广泛的想法,但某些设计空间区域(例如C1中的完全学生控制)仍未被映射。我们鼓励未来的工作进一步扩大和完善这一空间。此外,在CSCW文献中,现有概念如虚拟团队组建前的社区范围审议——其中参与者进行结构化讨论以准备协作——可以为教育环境中如何确保合作前准备提供新的见解[66]。
**7 结论**
本研究调查了教师和学生关于七个设计挑战的34个设计方案的意见和评估,背景是设计能够动态结合个人学习与协作学习的协同编排工具。通过混合方法分析,本研究为教师和学生关于混合控制的偏好提供了见解。我们贡献了混合控制设计空间中可视化用户偏好的内容,并为未来教育工具实现平衡的混合控制和多利益相关者主体性提供了设计建议。在CSCW和HCI领域,Harris等人研究了在线小组组建的六个关键主题:小组组成、自我呈现、组建机制、招募、组织结构和小组文化[22],这与我们在本工作中贡献的设计空间元素(图4,垂直轴)明显一致。例如,小组组成对应挑战C3:配对合作伙伴与角色,而组建机制与本研究中的动态配对准则相对应。来自这一设计空间的实证研究结果也可能为更广泛的HCI和CSCW研究中需要混合控制和多利益相关者主体性的小组建工具提供有价值的启示。
总体而言,研究结果表明,在配对行动之前和期间,对教师控制的偏好更强,而在协作期间、转换和协作后评估期间,对学生的主体性偏好更多。教师和学生在学习内容和协作监控的控制方面更加一致,但在配对时间和合作伙伴选择的偏好上存在差异。研究结果表明,未来的教育工具应采用混合控制选项,允许学生了解安排、表达偏好并提供反馈。然而,在允许学生改变教师设定的安排时应持谨慎态度,建议将此限制在特定情境中。不鼓励学生完全控制学习活动或覆盖教师的能力,因为这可能会破坏学习过程。最后,我们建议混合控制工具应随着学习活动的推进逐步提升学生的主体性水平。对教育技术和HCI领域而言,本研究在理论设计空间内贡献了实证见解,重点在于平衡面向教师的课堂编排工具中的多利益相关者主体性。
**致谢**
我们真诚感谢参与本研究的教师和学生,感谢他们投入的时间、参与和宝贵的贡献。本工作得到了美国国家科学基金会(NSF)第1822861号资助项目的支持。本文中的任何观点、发现、结论或建议均为作者观点,不一定反映NSF的观点。