虚拟学习团队实证化研究

沈阳  傅慧鹃  刘朋朋  吴江

[摘要] 本文通过自研的ROST Content Mining软件对虚拟学习团队进行语义分析，从语义角度凝炼虚拟学习团队广义和狭义上的含义。以ROST虚拟学习团队为对象，通过对245名团队成员历史档案资料的分析和现有135名成员的追踪调查，研究虚拟学习团队的社会网络关系、知识交流、个体动力等关键问题，提出面向知识交流的四种运行机制的元模型，总结ROST虚拟学术团队的整体模式，以资学界借鉴。

[关键词] 虚拟学习团队 内容挖掘 个体动力 语义分析

1. 引言

知识交流的无障碍是数字图书馆发展的核心目标之一，在促进知识交流跨时空的有效传播和实现信息价值最大化开发的背景下，虚拟学习团队成为研究热点。Balthazard和Pierre A.学者实证分析了墨西哥MBA学生的虚拟交流，提出了虚拟团队对高校教育的促进作用[1]。Potter和Richard E.学者则直接提出虚拟学习团队的交流方式更适合网络时代的知识交流[2]。一般来说，虚拟团队的研究重点涉及虚拟学习团队的优势[3]，虚拟团队运行机制如何高效化[4][5][6]，知识交流问题[7][8]和团队个体动力问题[9]。虽然虚拟团队构建在理论上已经有了较为完善的体系，但实践的情况并不令人满意。2008年，OnPoint Consulting调查了48个虚拟团队，调查组发现团队普遍存在无明确职能角色分配以及在决策制定和交流过程中混乱等问题[10]。学者Poehler和Lance甚至提出在全球化的过程中，虚拟学习团队面对着一个巨大的挑战，队员需要进行训练才能在团队中高效工作[11]。此外，Wei K研究了中国虚拟团队应该如何在全球化环境下进行知识交流[12]。Z Guo, J D'Ambra, T Turner和 Zhang研究了在中国文化背景下，对话技巧如何促进虚拟学习团队的关系发展和决策制定[13]。

笔者认为虚拟学习团队中最关键的问题是知识交流背景下的团队运行机制和个体动力，在此方面的研究缺少必要的实证分析。 鉴于此，本文以笔者创建运行10年的ROST虚拟学习团队为研究对象进行研究有其价值性。

2．虚拟学习团队的语义分析

在ROST CM（自研的内容挖掘软件）中获取搜索引擎百度的“虚拟学习团队”前730个网页摘要，使用“快速语义网络生成”菜单对其进行语义分析。每一篇文章中的所有词，与虚拟学习团队对应出现一次就为一次关系，以此类推，摘取前651对高频语义关系形成虚拟学习团队语义图，如图一所示：

分析虚拟学习团队的语义图可以得出以下四点结论：第一，与“虚拟学习团队”同时出现频率最高的关系词主要集中在交流词簇，如：“共同”，“经营”、“沟通”、“合作”，“组织”等，由此可知交流问题解既是虚拟学习团队建设中最重要的，也是大家最关注的问题。第二，“企业”比“大学”更接近中心，说明企业中进行学习团队建设的积极性，成熟度以及实际运作等方面均好于学校。第三，在教育领域，大学更容易产生虚拟学习团队，同时中学也逐步接受虚拟学习团队的理念。此外，“理论”、“理念”与中心的距离近于“实践”说明中国学界对虚拟学习团队尚处理论研究阶段，未能结合团队实践。

基于以上结论，可以从语义层面表述虚拟学习团队的含义。广义的虚拟学习团队是一种以互联网为平台，在众多领域与部门均可以组建，注重过程控制、知识共享、绩效评估、交流合作、组织管理等方面的一种智力协作方式。狭义的虚拟学习团队即本文重点研究的虚拟学习团队是学生自愿参加，以网络为平台，以目标为导向，围绕创新性与实践性的课题展开跨学科跨时空的交流与合作，将师生与学生间交流延伸到课堂之外的一种协作方式。

3. Case Study： ROST虚拟学习团队

ROST虚拟学习团队是笔者在1998年最初创办，除2005-2006的间隔期，已历经10年，目前ROST虚拟学习团队的发展已较为成熟，主要体现在两方面：面向知识交流的团队运行机制；成员数量、构成及社会网络。

3.1 面向知识交流的团队运行机制

团队成员间的知识交流可划分为两类，一是实时交流与延时交流，二是个体间交流与群体间交流。ROST虚拟学习团队采用Wiki的交流模式，实现跨时空的无障碍交流。一方面，通过QQ、MSN等实现实时交流；另一方面，通过E-mail、Blog等实现延时交流。此外，团队创建学伴博客，推进交流协作与老师的过程追踪，以此形成开放、对等、共享的团队合作氛围。

面向知识交流，根据团队现阶段（2009年2月）的发展状况，可以得出目前ROST虚拟学习团队运行机制四种元模型，如图二所示：

ROST虚拟学习团队采用四种元模型组合的运行机制：一是以成员的专长为前提进行任务分配的十字模型；二是以年级层次为前提的金字塔模型；三是以交流难易程度为前提的同心圆模型；四是以相互关系亲疏为前提的任意组合模型。以此为元模型，进行任意组合，实现知识交流最大化，从而完成软件开发实践、网络营销试验，自学材料编纂和论文写作四项任务。

3.2 成员人数、构成及社会网络

笔者将ROST虚拟学习团队的发展划分为四个阶段，并根据团队历年的245份档案资料统计出每个阶段的成员总数、核心人数以及成员所涵盖的专业数等，对档案资料分析得出以下结论：首先，在虚拟学习团队发展的过程中，团队人员在不断增加，尤其是在团队处于稳定期之后。其次，核心成员的人数未有较大增长，并未随外围人数增加而成比例增加，说明核心人员的培养和稳定难度较大。最后，相关高校和涵盖专业的数量明显增长，跨学校跨专业的优势不断显现。团队诸多成果都是由跨学科的交流创造出来的，如将生物系中物种数量的测算方法运用于测量互联网大小；将数学复杂网络理论应用于文科论文的社会网络实证研究等。

此外，笔者通过5次问卷调查，将社会关系强度划分为四级：0—不认识；1—认识但不熟悉；2—熟悉但无合作关系；3—熟悉并有合作关系，最终采集了有效样本量为39人的社会关系数据，利用NetDraw软件将其可视化，如图三所示：

社会关系强连带图可大致反映出ROST虚拟学习团队的主体结构，结合成员档案分析可得以下结论：第一，有效样本量中社会关系强度为3的共有27名成员，15名核心成员都在其中，说明成员在团队中的核心地位与其在团队中的社会关系存在正相关。第二，社会网络是围绕项目组形成的，受其运行模式影响呈现出多样性。同一项目组成员间的社会关系更为紧密，子网络之间存在着信息桥，充当信息桥角色的都是核心成员，也说明了有些子网络之间的交流还不够充分。第三，从成员档案中统计这39名成员的成果，一是成果的数量和质量与社会关系强度呈正相关，尤其体现在成员的跨学科交流；二是在同一社会关系强度中，有效交流率是影响成果的关键因素，人工统计连续60天（2008年10月7日—2008年12月6日）的即时通讯聊天记录分析可得，担当信息桥角色的核心成员其交流率（交流率=某个体发出的聊天记录/个体聊天记录总数*100%）高于其它核心成员，这一群体的成果相对更多。

4．虚拟学习团队个体动力分析

个体动力是虚拟学习团队研究中最为关键的问题，若能真正了解成员的动力来源，动力发展阶段以及影响动力发展的因素，从个体动力波动现象找出规律，就可以建立动力预警机制，及时对每一个参与团队的个体进行状态预测和动力激励，从而实现知识交流状态下个体动力的最大化。

4.1动力阶段研究

团队个体动力发展可以划分为五个阶段：第一，动力引导阶段，个体因兴趣或利益参与团队，此阶段为个体源动力的产生时期。第二，动力漂移阶段，个体考虑时间成本等因素，游离于团队外围圈。第三，动力分散阶段，个体在确定加入之后，因寻找自己的研究点而出现动力分散。第四，动力聚焦阶段，个体找到自己研究点，并将动力聚焦于此点，此时动力达到顶峰。第五，动力稳定阶段，个体处于研究状态，此时动力波动较少。第六，动力回落，任务基本结束，尚未开始新的任务，此时个体动力将逐渐降低。

在此五个阶段中，动力归零现象都有可能发生，但发生概率有所不同。经过ROST虚拟学习团队的实践研究，笔者发现动力归零现象在各个阶段发生的比率分别为：15.6%、46.8%、65.3%、10.7%、18.3%、70.2%。因此，在虚拟学习团队发展过程中，动力漂移阶段、分散阶段和回落阶段是队员流失最主要的阶段，在动力漂移阶段，团队应当尽可能地考虑到学生的情况，根据学生实际情况分配小任务。老师在动力分散阶段要积极引导学生，帮助学生尽快找到有兴趣并能胜任的研究点。70.2%的同学在一个研究结束时会离开团队，因此在此阶段激励机制的作用尤为重要。

5．结语

现阶段，ROST学习团队模式如图四所示：

首先，ROST虚拟学习团队以“泛网融合”（社会网络、语义网络、复杂网络、普适网络）为理论研究目标，围绕国家项目、学生项目、社会实践和学科竞赛展开，采用目标管理方法，从目标匹配、形成到完成进行过程控制。其次，重点考虑影响动力的因素，将外部的不可变因素如保研政策、奖励政策、就业压力等考虑在内，并根据团队内部因素提出确定个体所处动力阶段的动力矩阵模型，进而通过外部可变因素进行激励，从而保证动力各阶段的良性循环。最后，多样化的交流方式保证成员间的跨时空交流，四个元模型的运行机制任意组合保证团队的高效运行。

目前，ROST虚拟学习团队的研究在中国的已经得到了学界的一定认可，我们将对于团队内部的深层知识交流机制展开进一步研究，重点涉及以下三点：第一，不断引入新的知识交流的理念和平台，为团队知识交流最大化提供保障；第二，团队运行机制与交流模式的完全匹配，特别是不同研究方向的各小组如何实现协作，保证各种运行机制模型之间实现知识交流无障碍；第三，建立团队的交流规范，完善ROST CM软件使其具有对团队队员聊天记录更强的语义分析功能，如事件的自动抽取，感情倾向的自动识别。