在線協(xié)作問題解決中基于腦電一致性的群體認(rèn)知特性研究

摘要：在線協(xié)作問題解決是一種基于協(xié)同知識(shí)構(gòu)建的學(xué)習(xí)方式，了解協(xié)作中的群體認(rèn)知特性對(duì)于提升協(xié)作問題解決效果具有重要意義。為探究在線協(xié)作問題解決不同階段基于腦電一致性的群體認(rèn)知特性，文章從認(rèn)知神經(jīng)科學(xué)的角度，通過在一堂大學(xué)計(jì)算機(jī)網(wǎng)絡(luò)實(shí)驗(yàn)課中開展小組協(xié)作實(shí)驗(yàn)，分析了在線協(xié)作問題解決中的群體認(rèn)知特性、不同協(xié)作階段的群體認(rèn)知特性差異、不同成績學(xué)生認(rèn)知同步的差異，結(jié)果表明：在問題理解階段和問題解決階段都存在群體認(rèn)知同步，問題理解階段的群體認(rèn)知同步水平比問題解決階段更高，不同成績學(xué)生的認(rèn)知同步存在明顯差異。文章的研究提供了一種從腦電一致性角度評(píng)價(jià)在線協(xié)作問題解決交互有效性的手段，也為教師通過腦電數(shù)據(jù)實(shí)時(shí)監(jiān)控學(xué)生的協(xié)作學(xué)習(xí)狀態(tài)并及時(shí)干預(yù)提供了一種可選的方法。

關(guān)鍵詞：在線協(xié)作問題解決；腦電一致性；群體認(rèn)知特性；EEG；認(rèn)知同步

【中圖分類號(hào)】G40-057 【文獻(xiàn)標(biāo)識(shí)碼】A 【論文編號(hào)】1009—8097（2024）09—0102—10 【DOI】10.3969/j.issn.1009-8097.2024.09.010

在線協(xié)作問題解決中，學(xué)習(xí)者基于協(xié)同知識(shí)構(gòu)建開展學(xué)習(xí)活動(dòng)，其能力的培養(yǎng)和提升需要學(xué)習(xí)者參與有效的協(xié)作問題解決實(shí)踐。然而，學(xué)習(xí)者常常會(huì)遇到低效協(xié)作甚至無效協(xié)作的情況。而在線協(xié)作問題解決活動(dòng)的有效開展，有賴于小組成員的共同努力^[1]。群體認(rèn)知特性主要體現(xiàn)在協(xié)作小組成員對(duì)同一對(duì)象的關(guān)注程度或成員之間的相互理解程度，當(dāng)成員有共同注意對(duì)象或達(dá)成相互理解時(shí)^[2]，群體之間存在認(rèn)知同步，此時(shí)群體達(dá)到高效的協(xié)作狀態(tài)。由于較難直接通過外部觀察獲得反映學(xué)習(xí)者真實(shí)認(rèn)知狀態(tài)的有效數(shù)據(jù)，故對(duì)學(xué)習(xí)者認(rèn)知特性的分析存在困難。而腦電（Electroencephalogram，EEG）數(shù)據(jù)記錄了學(xué)習(xí)者的認(rèn)知負(fù)荷、注意力、記憶等信息，可以更實(shí)時(shí)、客觀地反映學(xué)習(xí)者的認(rèn)知特性^[3]。此外，群體成員如果存在相似的大腦活動(dòng)，就可能表現(xiàn)出腦電一致性。因此，腦電一致性作為生理層面的指標(biāo)^[4]，可以為理解和分析群體認(rèn)知同步提供科學(xué)依據(jù)。基于此，本研究擬利用腦電數(shù)據(jù)實(shí)時(shí)分析學(xué)習(xí)者在協(xié)作問題解決過程中的大腦活動(dòng)，通過計(jì)算群體在不同階段的腦電一致性水平，分析群體的認(rèn)知特性和規(guī)律，探索學(xué)習(xí)過程中存在的群體認(rèn)知同步現(xiàn)象，從而揭示群體認(rèn)知同步與協(xié)作效果之間的關(guān)系。

一 研究現(xiàn)狀

1 協(xié)作問題解決相關(guān)研究

如今，協(xié)作問題解決能力已經(jīng)成為21世紀(jì)人才必須具備的關(guān)鍵技能之一^[5]。協(xié)作問題解決是指學(xué)習(xí)者以協(xié)作的方式在問題解決過程中實(shí)現(xiàn)協(xié)同知識(shí)構(gòu)建，從而促進(jìn)個(gè)體認(rèn)知發(fā)展的學(xué)習(xí)方式^[6]。在線環(huán)境為協(xié)作問題解決提供了豐富的資源和便捷的渠道，作為一種重要的學(xué)習(xí)方式，在線協(xié)作問題解決的研究已引起了國內(nèi)外學(xué)者的廣泛關(guān)注^[7]。

依據(jù)學(xué)習(xí)目標(biāo)和所需能力的不同，協(xié)作問題解決過程可以分為不同的階段。例如，OECD將協(xié)作問題解決過程定義為四個(gè)階段：探索和理解、表征與形成、計(jì)劃與執(zhí)行、監(jiān)控與反饋^[8]。Hayes^[9]將協(xié)作問題解決過程定義為六個(gè)階段：問題定義、問題表征、計(jì)劃制定、計(jì)劃實(shí)施、計(jì)劃評(píng)估和成果鞏固。被廣泛認(rèn)可的劃分方式是將協(xié)作問題解決過程劃分為問題理解和問題解決兩個(gè)階段^[10][11]：在問題理解階段，學(xué)習(xí)者需要構(gòu)建與問題相對(duì)應(yīng)的認(rèn)知結(jié)構(gòu)；而在問題解決階段，學(xué)習(xí)者需要在構(gòu)建共同認(rèn)知的基礎(chǔ)上制定解決方案。這兩個(gè)階段構(gòu)成一個(gè)閉環(huán)，共同影響最終的協(xié)作學(xué)習(xí)成效。

協(xié)作問題解決根植于社會(huì)建構(gòu)主義的學(xué)習(xí)觀，認(rèn)為深度學(xué)習(xí)發(fā)生在學(xué)生通過社會(huì)互動(dòng)建立對(duì)問題共同理解的過程中^[12]。從群體的社交過程對(duì)不同的協(xié)作階段進(jìn)行細(xì)致分析，有助于進(jìn)一步探究協(xié)作問題解決的內(nèi)在規(guī)律。然而，部分研究數(shù)據(jù)來自于問卷、教師測評(píng)、計(jì)算機(jī)日志數(shù)據(jù)等，存在一定的主觀性、非連續(xù)性、滯后性。

2 腦電一致性相關(guān)研究

EEG是常用的收集腦電波信號(hào)的方法，其不同的波段與大腦的認(rèn)知負(fù)荷、注意力、記憶等有關(guān)^[13]，可提供與行為和認(rèn)知密切相關(guān)的腦神經(jīng)突觸活動(dòng)記錄^[14]。腦電一致性是一種對(duì)群體的EEG進(jìn)行分析的方式，是不同個(gè)體的腦電信號(hào)之間相互依賴或相互關(guān)聯(lián)的現(xiàn)象，可以衡量不同個(gè)體之間是否存在有效溝通^[15]。

根據(jù)頻率范圍的不同，EEG原始信號(hào)可以被劃分為Delta、Theta、Alpha、Beta、Gamma五個(gè)波段，不同波段與不同的大腦活動(dòng)有關(guān)，如表1所示。由于學(xué)生與學(xué)生之間的腦電一致性表示其大腦活動(dòng)大致相同，因此腦電一致性高的現(xiàn)象意味著學(xué)生的認(rèn)知同步。

Dikker等^[21]、Bevilacqua等^[22]研究了腦電一致性與學(xué)習(xí)投入的關(guān)系，發(fā)現(xiàn)兩者呈正相關(guān)關(guān)系；而Davidesco等^[23]研究了腦電一致性與學(xué)業(yè)成績的關(guān)系，發(fā)現(xiàn)學(xué)生與教師之間的腦電一致性與學(xué)生的成績呈顯著正相關(guān)關(guān)系。這些研究成果為分析課堂上學(xué)生與教師之間的腦電一致性提供了參考，但對(duì)于在線協(xié)作問題解決場景下學(xué)生與學(xué)生之間的腦電一致性還有待進(jìn)一步研究。

二 實(shí)驗(yàn)設(shè)計(jì)

為研究通過腦電一致性分析在線協(xié)作問題解決過程中學(xué)習(xí)者群體的認(rèn)知特性，本研究開展了小組協(xié)作實(shí)驗(yàn)，并采集了參與者的腦電數(shù)據(jù)。本實(shí)驗(yàn)的參與者需要完成的協(xié)作任務(wù)是構(gòu)建三個(gè)學(xué)院之間的通信網(wǎng)絡(luò)，使這三個(gè)學(xué)院兩兩之間能夠進(jìn)行網(wǎng)絡(luò)交互，并滿足每個(gè)學(xué)院對(duì)網(wǎng)絡(luò)的使用需求。為了更好地完成協(xié)作任務(wù)，學(xué)生需要解決如何進(jìn)行CIDR地址塊分配、如何建立單個(gè)學(xué)院網(wǎng)絡(luò)等問題，并選擇正確數(shù)量的路由器、交換機(jī)和服務(wù)器。

1 實(shí)驗(yàn)對(duì)象

實(shí)驗(yàn)對(duì)象為華中地區(qū)H大學(xué)通信工程專業(yè)的36名大三學(xué)生，其中男生15人、女生21人，均簽署了“實(shí)驗(yàn)知情同意書”。所有實(shí)驗(yàn)對(duì)象被隨機(jī)分為12個(gè)協(xié)作小組，每組3人。在正式開始實(shí)驗(yàn)之前，所有實(shí)驗(yàn)對(duì)象都已佩戴過一學(xué)期的EEG采集設(shè)備，對(duì)此設(shè)備已經(jīng)適應(yīng)。

2 實(shí)驗(yàn)流程

①實(shí)驗(yàn)開始前，學(xué)生佩戴便攜式EEG采集設(shè)備，并被告知實(shí)驗(yàn)?zāi)康暮土鞒獭?/p>

②在問題理解階段，每個(gè)協(xié)作小組需要通過表格列出各個(gè)學(xué)院的需求，包括主機(jī)號(hào)所需的二進(jìn)制數(shù)、指定分配的網(wǎng)絡(luò)號(hào)、子網(wǎng)掩碼、最大可用地址和最小可用地址等。在本階段，每個(gè)協(xié)作小組有15分鐘的時(shí)間對(duì)問題進(jìn)行討論。

③在問題解決階段，每個(gè)協(xié)作小組需要完成網(wǎng)絡(luò)和必要的參數(shù)配置，實(shí)現(xiàn)各學(xué)院設(shè)備之間的通信。因此，每個(gè)小組成員既可以被分配相同的任務(wù)，也可以根據(jù)具體的問題解決策略承擔(dān)不同的任務(wù)。最終，每個(gè)協(xié)作小組需要為每個(gè)學(xué)院完成一個(gè)網(wǎng)絡(luò)拓?fù)?，并配置網(wǎng)絡(luò)設(shè)備，包括路由器、交換機(jī)和終端用戶設(shè)備等。在本階段，每個(gè)協(xié)作小組有30分鐘的時(shí)間協(xié)作研究解決方案，并完成實(shí)驗(yàn)報(bào)告。實(shí)驗(yàn)報(bào)告得分即協(xié)作小組的學(xué)習(xí)成績，是后續(xù)協(xié)作效果分析的評(píng)價(jià)依據(jù)。

④實(shí)驗(yàn)結(jié)束后，由1名教師和2名助教根據(jù)以下問題對(duì)各協(xié)作小組的最終表現(xiàn)進(jìn)行評(píng)估：小組是否充分列出了整體的網(wǎng)絡(luò)需求和個(gè)別學(xué)院的需求？所有設(shè)備之間能否相互通信？網(wǎng)速是否優(yōu)化？網(wǎng)絡(luò)布局是否便于管理和維護(hù)？

3 數(shù)據(jù)收集

（1）協(xié)作環(huán)境

本實(shí)驗(yàn)在一堂大學(xué)計(jì)算機(jī)網(wǎng)絡(luò)實(shí)驗(yàn)課中開展并采集相關(guān)數(shù)據(jù)。學(xué)生通過Cisco Packet Tracer工具實(shí)現(xiàn)模擬網(wǎng)絡(luò)的構(gòu)建，協(xié)作完成任務(wù)。協(xié)作任務(wù)在計(jì)算機(jī)支持的環(huán)境下進(jìn)行，學(xué)生通過“騰訊會(huì)議”（網(wǎng)址：https：//voovmeeting.com/）實(shí)時(shí)交流，并可以進(jìn)行屏幕共享。

（2）數(shù)據(jù)采集方式

在實(shí)驗(yàn)過程中，腦電數(shù)據(jù)通過便攜式EEG設(shè)備進(jìn)行采集。本研究采用以Think Gear Asic Module為核心模塊的腦電頭環(huán)作為EEG采集設(shè)備，其可靠性已在相關(guān)研究中得到驗(yàn)證^[24][25]。最終，EEG設(shè)備輸出10個(gè)波段：Attention、Mediation、Delta、Theta、Low Alpha、High Alpha、Low Beta、High Beta、Low Gamma、High Gamma。其中，前兩個(gè)波段通過設(shè)備核心模塊的專利算法計(jì)算得到，分別與注意力、放松程度有關(guān)；后八個(gè)波段則通過對(duì)原始信號(hào)的濾波得到。

本實(shí)驗(yàn)分別在問題理解階段和問題解決階段采集每個(gè)學(xué)生的腦電數(shù)據(jù)，采集時(shí)長為45分鐘，每秒鐘會(huì)生成一個(gè)包含上述波段強(qiáng)度的記錄，并保留時(shí)間戳。經(jīng)過數(shù)據(jù)清洗后，剩余的腦電數(shù)據(jù)有97，200條。

4 數(shù)據(jù)處理

①腦電波段處理。本研究使用鎖相值（Phase Locking Value，PLV）計(jì)算腦電一致性，作為學(xué)生之間群體認(rèn)知同步的評(píng)價(jià)指標(biāo)。PLV是表示腦電一致性程度的常用指標(biāo)^[26]，本研究計(jì)算每個(gè)協(xié)作小組中任意兩名學(xué)生之間的PLV來表征協(xié)作小組的腦電一致性水平。PLV反映角分布的平均相位相干性，取值范圍為[0， 1]，值越大，表示腦電一致性水平越高。PLV的計(jì)算如公式（1）所示，其中T是時(shí)間點(diǎn)數(shù)量，j（t， n）是學(xué)生j在時(shí)刻t、波段n上的相位。

公式（1）

②統(tǒng)計(jì)分析。在計(jì)算腦電一致性的基礎(chǔ)上，本研究使用統(tǒng)計(jì)分析方法對(duì)數(shù)據(jù)做進(jìn)一步分析。為消除學(xué)生個(gè)體差異對(duì)EEG信號(hào)的影響，本研究首先對(duì)每名學(xué)生的數(shù)據(jù)做歸一化處理^[27]，然后計(jì)算各組中每兩名學(xué)生之間的腦電一致性水平值。每組可計(jì)算3個(gè)值，共12組，得到36個(gè)腦電一致性水平值。為進(jìn)行對(duì)比研究，本研究隨機(jī)選取來自不同組且處于不同階段的學(xué)生EEG數(shù)據(jù)，計(jì)算其腦電一致性水平值作為基線值（即學(xué)生完全不存在交互情況下的腦電一致性水平值）。

三 研究分析

1 在線協(xié)作問題解決中的群體認(rèn)知特性分析

為了探究在線協(xié)作問題解決過程中的群體是否存在認(rèn)知同步，本研究使用t檢驗(yàn)分析在線協(xié)作問題解決過程中的腦電一致性水平。本研究將12個(gè)協(xié)作小組在不同階段的腦電一致性水平值與相應(yīng)波段的基線值進(jìn)行t檢驗(yàn)，比較兩者是否存在顯著差異，結(jié)果如表2所示。其中，平均差是指協(xié)作小組腦電各波段一致性水平均值與相應(yīng)波段基線平均值之差；p值是指協(xié)作小組腦電一致性水平值與基線值的差異顯著性水平，p＜0.05表示差異顯著，p＞0.05表示差異不顯著。

表2顯示，協(xié)作小組腦電一致性水平值與相應(yīng)波段基線值的t檢驗(yàn)結(jié)果存在顯著差異，且平均差大于零。具體來說，在問題理解階段，有8個(gè)波段（包括Attention、Mediation、Delta、Theta、Low Beta、High Beta、Low Gamma、High Gamma）的腦電一致性水平值與基線值存在顯著差異（p＜0.05）——其中，僅波段Mediation的平均差為負(fù)數(shù)，即小于基線值的平均值，說明協(xié)作小組在Attention、Delta、Theta、Low Beta、High Beta、Low Gamma、High Gamma這7個(gè)波段上存在顯著的腦電一致現(xiàn)象。而在問題解決階段，有6個(gè)波段（包括Attention、Mediation、Delta、Theta、High Beta、Low Gamma）的腦電一致性水平值與基線值存在顯著差異（p＜0.05）——其中，僅波段Mediation的平均差為負(fù)數(shù)，說明協(xié)作小組在Attention、Delta、Theta、High Beta、Low Gamma這5個(gè)波段上存在顯著的腦電一致現(xiàn)象。綜合上述分析，可以得出以下結(jié)論：在問題理解階段和問題解決階段，協(xié)作小組在波段Attention、Delta、Theta、High Beta、Low Gamma這5個(gè)波段上均存在顯著的腦電一致現(xiàn)象。由表1中各波段對(duì)應(yīng)的大腦活動(dòng)可知，相較于非同一協(xié)作小組的學(xué)生（基線值），同一協(xié)作小組的學(xué)生在注意力、決策、認(rèn)知負(fù)荷、記憶、感知等大腦活動(dòng)上存在顯著更高的一致性。

2 不同協(xié)作階段的群體認(rèn)知特性差異分析

為了分析不同協(xié)作階段的群體認(rèn)知特性差異，本研究分別計(jì)算每個(gè)波段所有腦電一致性水平值的平均值，高于該平均值的學(xué)生即被認(rèn)為達(dá)到高腦電一致性水平。之后，本研究統(tǒng)計(jì)問題理解階段和問題解決階段達(dá)到高腦電一致性水平的學(xué)生人數(shù)并計(jì)算其比值，結(jié)果如圖1所示。其中，柱狀圖分析結(jié)果顯示：問題理解階段所有波段達(dá)到高腦電一致性水平的學(xué)生人數(shù)都比問題解決階段要多，說明問題理解階段存在更高的腦電一致現(xiàn)象。而折線圖分析結(jié)果顯示：兩個(gè)階段所有波段達(dá)到高腦電一致性水平的學(xué)生人數(shù)比值均大于1，其中在Attention、High Beta、Low Gamma、High Gamma四個(gè)波段上的學(xué)生人數(shù)比值大于等于1.5，說明在問題理解階段，學(xué)生大腦活動(dòng)中注意力、記憶、認(rèn)知負(fù)荷、感知的一致性水平要遠(yuǎn)高于問題解決階段。

3 不同成績學(xué)生的認(rèn)知同步差異分析

為了探究群體認(rèn)知特性對(duì)在線協(xié)作問題解決效果的影響，本研究計(jì)算12個(gè)協(xié)作小組學(xué)生的學(xué)習(xí)成績（即實(shí)驗(yàn)報(bào)告得分）平均值，將高于學(xué)習(xí)成績平均值的協(xié)作小組設(shè)為高成績組，而低于學(xué)習(xí)成績平均值的協(xié)作小組設(shè)為低成績組。之后，本研究統(tǒng)計(jì)問題理解階段和問題解決階段低成績組、高成績組中達(dá)到高腦電一致性水平的學(xué)生人數(shù)并分別計(jì)算其比值，結(jié)果如圖2所示。

在圖2中，柱狀圖分析結(jié)果顯示：問題理解階段各波段高成績組中達(dá)到高腦電一致性水平的學(xué)生人數(shù)多于問題解決階段；而低成績組中達(dá)到高腦電一致性水平的學(xué)生人數(shù)在兩個(gè)階段的對(duì)比結(jié)果不定，時(shí)高時(shí)低甚至有時(shí)持平。可見，高成績組、低成績組學(xué)生在兩個(gè)階段的腦電一致性水平存在明顯差異。而折線圖分析結(jié)果顯示：在問題理解階段，Attention、Delta、Theta、Low Alpha四個(gè)波段低成績組與高成績組的學(xué)生人數(shù)比值都小于1，說明這四個(gè)波段高成績組中達(dá)到高腦電一致性水平的學(xué)生人數(shù)更多；而在問題解決階段，僅Delta波段低成績組與高成績組的學(xué)生人數(shù)比值小于1，說明僅Delta波段高成績組中達(dá)到高腦電一致性水平的學(xué)生人數(shù)多于低成績組。此外，分析同一波段兩條折線所代表的學(xué)生人數(shù)比值之差，結(jié)果顯示：在Attention、High Alpha、Low Beta、Low Gamma、High Gamma五個(gè)波段上，問題解決階段低成績組與高成績組的學(xué)生人數(shù)比值與問題理解階段相差大于1?？梢?，高成績組、低成績組學(xué)生大腦活動(dòng)中注意力、記憶、認(rèn)知負(fù)荷、感知的一致性水平在問題理解階段與問題解決階段存在明顯差異。

四 結(jié)論與討論

本研究通過小組協(xié)作實(shí)驗(yàn)，探討了在線協(xié)作問題解決過程中的群體是否存在認(rèn)知同步問題，分析了不同協(xié)作階段的群體認(rèn)知特性差異，并探究了群體認(rèn)知特性對(duì)在線協(xié)作問題解決效果的影響，所得結(jié)論主要如下：

1 在線協(xié)作問題解決中存在群體認(rèn)知同步

在線協(xié)作問題解決中的群體認(rèn)知特性分析結(jié)果表明，問題理解階段與問題解決階段均存在比基線顯著更高的腦電一致性，即協(xié)作過程中存在群體認(rèn)知同步，表現(xiàn)為協(xié)作小組在兩個(gè)階段的Attention、Delta、Theta、High Beta、Low Gamma波段與基線值存在顯著差異且高于基線值。其中，Attention波段反映學(xué)生的注意力；Delta波段與無意識(shí)狀態(tài)有關(guān)，且Delta波段的腦電一致性現(xiàn)象并非由腦電波造成，而是受共同聲音信號(hào)的影響^[28]；Theta波段與認(rèn)知負(fù)荷有關(guān)；Beta波段與注意力、決策制定有關(guān)；Gamma波段則廣泛存在于大腦活動(dòng)中，與感知、運(yùn)動(dòng)、注意、記憶等有關(guān)。上述波段的高一致性水平表明在協(xié)作問題解決過程中，協(xié)作小組內(nèi)部成員在注意力、決策、認(rèn)知負(fù)荷、記憶、感知等大腦活動(dòng)上存在較高的相似性。而Low Beta、High Gamma波段的腦電一致性水平值僅在問題理解階段顯著高于基線值，這可能是因?yàn)樵谶@一階段學(xué)生需要理解和記憶相同的任務(wù)內(nèi)容，從而在注意、記憶、感知的相關(guān)波段表現(xiàn)出更高的一致性。此外，在問題理解階段和問題解決階段，協(xié)作小組在Alpha波段上均不存在顯著的腦電一致現(xiàn)象。而Alpha波段反映學(xué)生的放松程度，與認(rèn)知負(fù)荷負(fù)有關(guān)?？梢?，共同的協(xié)作任務(wù)雖然可以引發(fā)學(xué)生在認(rèn)知、注意、記憶和感知方面的同步，但不會(huì)對(duì)學(xué)生的精神放松程度產(chǎn)生影響。

腦電一致性反映協(xié)作小組內(nèi)部成員之間任務(wù)關(guān)聯(lián)和溝通的有效性，通過EEG信號(hào)可以持續(xù)且實(shí)時(shí)地跟蹤學(xué)生的交互狀態(tài)。在本實(shí)驗(yàn)中，協(xié)作小組成員的EEG波段值與非協(xié)作小組成員的基線值存在顯著差異，且參與協(xié)作問題解決的小組在兩個(gè)階段都存在顯著的群體認(rèn)知同步現(xiàn)象，這為從交互角度評(píng)價(jià)群體在協(xié)作問題解決中是否存在有效投入提供了生理信號(hào)依據(jù)。

2 問題理解階段的群體認(rèn)知同步水平更高

不同協(xié)作階段的群體認(rèn)知特性差異分析結(jié)果表明，問題理解階段所有波段達(dá)到高腦電一致性水平的學(xué)生人數(shù)都比問題解決階段要多。也就是說，相較于問題解決階段，問題理解階段具有更高的群體認(rèn)知同步水平。在Attention、High Beta、Low Gamma、High Gamma四個(gè)波段上，問題理解階段和問題解決階段的腦電一致性水平差距尤為明顯：①在Gamma波段上，兩個(gè)階段的腦電一致性水平差異最大。造成這種顯著差異的原因，可能在于問題理解階段的協(xié)作小組成員會(huì)努力理解同一問題，因而在記憶、感知方面有更高的一致性^[29]。②在Beta波段上，兩個(gè)階段的腦電一致性水平差異較大，僅次于Gamma波段。由Beta波段反映的大腦活動(dòng)可知，產(chǎn)生這種差異的可能原因是協(xié)作小組成員會(huì)針對(duì)同一任務(wù)思考解決方案，因此在決策制定相關(guān)的大腦活動(dòng)上出現(xiàn)了同步的現(xiàn)象。此外，相同的注意對(duì)象也會(huì)促使協(xié)作小組成員在Beta波段上表現(xiàn)出更高的腦電一致性——不同于需要學(xué)生分工合作的問題解決階段，學(xué)生在問題理解階段需要建立共享知識(shí)結(jié)構(gòu)，因而存在更多需要學(xué)生共同注意的內(nèi)容。③在Attention波段上，兩個(gè)階段的腦電一致性水平差異明顯，主要原因是Attention與大腦的注意力有關(guān)，而在問題理解階段需要學(xué)生共同注意的內(nèi)容多于問題解決階段。

綜上可知，問題理解階段的群體認(rèn)知同步現(xiàn)象更顯著，是因?yàn)榇穗A段協(xié)作小組成員關(guān)注相同的內(nèi)容，就同一問題進(jìn)行思考和回憶，并進(jìn)行決策、制定解決方案；而在問題解決階段，協(xié)作小組成員往往將學(xué)習(xí)任務(wù)分解成幾個(gè)部分，在學(xué)生各自完成自己的任務(wù)后再進(jìn)行協(xié)作。不同階段的腦電一致性差異符合協(xié)作問題解決過程的一般規(guī)律，而不同波段上的腦電一致性情況有助于了解小組的協(xié)作過程。在設(shè)計(jì)協(xié)作問題解決活動(dòng)時(shí)，應(yīng)在問題理解階段鼓勵(lì)學(xué)生多討論，提升交互效果，形成共享知識(shí)結(jié)構(gòu)。例如，在問題理解階段，教師可以引導(dǎo)學(xué)生對(duì)相關(guān)知識(shí)進(jìn)行回顧，指導(dǎo)學(xué)生制定問題解決方案并合理分工；在問題解決階段，教師可以引導(dǎo)學(xué)生對(duì)可能遇到的問題進(jìn)行討論。

3 不同成績學(xué)生的認(rèn)知同步存在明顯差異

不同成績學(xué)生的認(rèn)知同步差異分析結(jié)果表明，高成績組、低成績組學(xué)生在問題解決階段的腦電一致性水平存在明顯差異，且高成績組在兩個(gè)階段的差異比低成績組更明顯，說明問題解決階段的群體認(rèn)知同步會(huì)影響最終的在線協(xié)作效果。高成績組與低成績組在問題解決階段比問題理解階段的腦電一致性差異更大，這一發(fā)現(xiàn)佐證了“問題解決階段對(duì)協(xié)作問題解決更關(guān)鍵”的已有結(jié)論^[30][31]，且這種差異體現(xiàn)在與注意力、記憶、認(rèn)知負(fù)荷、感知有關(guān)的大腦活動(dòng)上。

在問題理解階段，在Attention、Delta、Theta、Low Alpha四個(gè)波段上高成績組中達(dá)到高腦電一致性水平的學(xué)生人數(shù)多于低成績組，說明高成績組在與注意力、無意識(shí)、認(rèn)知負(fù)荷、放松成都有關(guān)的大腦活動(dòng)上較為一致，這可能是因?yàn)楦叱煽兘M的學(xué)生在問題理解階段能更快速、有效地就關(guān)鍵問題達(dá)成共識(shí)。因此，對(duì)于低成績組的學(xué)生，教師應(yīng)引導(dǎo)他們盡快在問題理解階段結(jié)束對(duì)任務(wù)的探討，并在關(guān)鍵問題上做好溝通協(xié)商、盡早達(dá)成一致。

而在問題解決階段，僅Delta波段高成績組中達(dá)到高腦電一致性水平的學(xué)生人數(shù)多于低成績組，說明在多數(shù)波段上，低成績組比高成績組具有更高的腦電一致性水平。從腦電一致性產(chǎn)生原理的角度進(jìn)行分析，原因可能是本實(shí)驗(yàn)中的低成績組在問題理解階段并未就問題解讀或任務(wù)分工達(dá)成共識(shí)，導(dǎo)致他們?cè)趩栴}解決階段依然就同一問題進(jìn)行討論，從而出現(xiàn)腦電一致性水平更高的現(xiàn)象。問題解決階段是決定協(xié)作問題解決程度的關(guān)鍵階段，在此階段投入更多的精力有助于改善協(xié)作任務(wù)表現(xiàn)^[32]。因此，在問題解決階段學(xué)生應(yīng)該更多地關(guān)注如何完成被分配的任務(wù)，而不是繼續(xù)問題理解階段尚未完成的討論。

在線協(xié)作問題解決是一種培養(yǎng)學(xué)生協(xié)作問題解決能力并協(xié)同學(xué)習(xí)知識(shí)的有效方法。為了幫助學(xué)生提升協(xié)作問題解決的效果，教師在設(shè)計(jì)在線協(xié)作問題解決活動(dòng)時(shí)應(yīng)同時(shí)關(guān)注對(duì)問題理解階段和問題解決階段的設(shè)計(jì)。例如，在問題理解階段可以采用問題引導(dǎo)、思維導(dǎo)圖設(shè)計(jì)方式，鼓勵(lì)學(xué)生多討論，以形成共享知識(shí)結(jié)構(gòu)；在問題解決階段可以在優(yōu)化任務(wù)設(shè)計(jì)上引導(dǎo)學(xué)生合理分配任務(wù)^[33]，以協(xié)作解決問題。本研究從腦電一致性的角度揭示了認(rèn)知同步與在線協(xié)作問題解決成效之間的關(guān)系，可為提升在線協(xié)作問題解決效果提供研究的新思路。但要注意的是，由于小組之間存在個(gè)體差異，不同認(rèn)知風(fēng)格或認(rèn)知水平的小組在進(jìn)行協(xié)作問題解決時(shí)其腦電一致性是否存在顯著差異，以及造成這些差異的原因是什么，這些問題還有待進(jìn)一步探索。

參考文獻(xiàn)

[1]張濤，張爍，張思，等.在線同伴互評(píng)中群體認(rèn)知的特征、網(wǎng)絡(luò)與發(fā)展軌跡分析[J].現(xiàn)代教育技術(shù)，2022，（9）：82-90.

[2]Palumbo R V， Marraccini M E， Weyandt L L， et al. Interpersonal autonomic physiology： A systematic review of the literature[J]. Personality Social Psychology Review， 2017，（2）：99-141.

[3]Sharma K， Giannakos M. Multimodal data capabilities for learning： What can multimodal data tell us about learning？[J]. British Journal of Educational Technology， 2020，（5）：1450-1484.

[4]Dindar M， J?rvel? S， Haataja E. What does physiological synchrony reveal about metacognitive experiences and group performance？[J]. British Journal of Educational Technology， 2020，（5）：1577-1596.

[5]鄭旭東，馬云飛，范小雨.協(xié)作問題解決：人工智能時(shí)代必備的高階能力[J].現(xiàn)代教育技術(shù)，2021，（3）：12-19.

[6][8]OECD. PISA 2015 results collaborative problem solving volume V[R]. Paris： OECD Publishing， 2017：79.

[7]劉君玲，劉斌，張文蘭.學(xué)業(yè)情緒對(duì)在線協(xié)作問題解決的影響研究[J].中國電化教育，2019，（7）：82-90.

[9]Hayes J R. The complete problem solver[M]. New York： Routledge， 2013：1-3.

[10][11][30][32]Kwon K， Song D， Sari A R， et al. Different types of collaborative problem-solving processes in an online environment： Solution oriented versus problem oriented[J]. Journal of Educational Computing Research， 2019，（8）：1277-1295.

[12]Pear J J， Crone-Todd D E. A social constructivist approach to computer-mediated instruction[J]. Computers Education， 2020，（1-3）：221-231.

[13][20][29]Chand G B， Lamichhane B， Dhamala M. Face or house image perception： Beta and gamma bands of oscillations in brain networks carry out decision-making[J]. Brain Connectivity， 2016，（8）：621-631.

[14]Nunez P L， Srinivasan R. A theoretical basis for standing and traveling brain waves measured with human EEG with implications for an integrated consciousness[J]. Clinical Neurophysiology， 2006，（11）：2424-2435.

[15]Sobocinski M， Malmberg J， J?rvel? S. Exploring adaptation in socially-shared regulation of learning using video and heart rate data[J]. Technology， Knowledge Learning， 2022，（27）：385-404.

[16]Alarcao S M， Fonseca M J. Emotions recognition using eeg signals： A survey[J]. IEEE Transactions on Affective Computing， 2019，（3）：374-393.

[17]Muthukrishnan S P， Soni S， Sharma R. Brain networks communicate through theta oscillations to encode high load in a visuospatial working memory task： An EEG connectivity study[J]. Brain Topography， 2020，（1）：75-85.

[18]Chen C M， Wang J Y. Effects of online synchronous instruction with an attention monitoring and alarm mechanism on sustained attention and learning performance[J]. Interactive Learning Environments， 2018，（4）：427-443.

[19]Yang X M， Zhao X S， Tian X S， et al. Effects of environment and posture on the concentration and achievement of students in mobile learning[J]. Interactive Learning Environments， 2021，（3）：400-413.

[21]Dikker S， Wan L， Davidesco I， et al. Brain-to-brain synchrony tracks real-world dynamic group interactions in the classroom[J]. Current Biology， 2017，（9）：1375-1380.

[22]Bevilacqua D， Davidesco I， Wan L， et al. Brain-to-brain synchrony and learning outcomes vary by student-teacher dynamics： Evidence from a real-world classroom electroencephalography study[J]. Journal of Cognitive Neuroscience， 2019，（3）：401-411.

[23]Davidesco I， Laurent E， Valk H， et al. Brain-to-brain synchrony between students and teachers predicts learning outcomes[J]. BioRxiv， 2019：644047.

[24]Rebolledo-Mendez G， Dunwell I， Martínez-Mirón E A， et al. Assessing neurosky’s usability to detect attention levels in an assessment exercise[A]. International Conference on Human-Computer Interaction[C]. San Diego： Springer Berlin Heidelberg， 2009：149-158.

[25]Yasui Y. A brainwave signal measurement and data processing technique for daily life applications[J]. Journal of Physiological Anthropology， 2009，（3）：145-150.

[26][28]Pérez A， Carreiras M， Du?abeitia J A. Brain-to-brain entrainment： EEG interbrain synchronization while speaking and listening[J]. Scientific Reports， 2017，（1）：41907：12.

[27]Wang Y W， Yang X， Yao X Q， et al. Computational methods of brain-to-brain coupling during human interaction[J]. Chinese Science Bulletin-Chinese， 2021，（4-5）：501-514.

[31]Chang C J， Chang M H， Chiu B C， et al. An analysis of student collaborative problem solving activities mediated by collaborative simulations[J]. Computers Education， 2017，114：222-235.

[33]首新，田偉，李健，等.基于過程數(shù)據(jù)的人機(jī)“虛擬代理”協(xié)作問題解決測評(píng)研究——以PISA中國四地區(qū)為例[J].現(xiàn)代教育技術(shù)，2023，（10）：86-97.

Study on Group Cognitive Characteristics Based on EEG Consistency in Online Collaborative Problem Solving

ZHANG Ming-Yan^1，2""" ZHANG Li-Zhao³ """DU Xu⁴""" LI Hao^{4[Corresponding Author]}""" ZENG Zhao-Zhuan¹

（1. College of Education， Zhejiang Normal University， Jinhua， Zhejiang， China 321004; 2. Zhejiang Key

Laboratory of Intelligent Education Technology and Application， Zhejiang Normal University， Jinhua，

Zhejiang， China 321004; 3. School of Education， Hubei University， Wuhan， Hubei， China 430062; 4. National

Engineering Research Center for E-Learning， Central China Normal University， Wuhan， Hubei， China 430079）

Abstract： Online collaborative problem solving （CPS） is a learning method based on collaborative knowledge construction. It is of great significance to understand the group cognitive characteristics in collaboration to improve the effectiveness of CPS. In order to explore the group cognitive characteristics based on electroencephalogram （EEG） consistency at different stages of online CPS， this paper analyzed the group cognitive characteristics of online CPS， the differences of group cognitive characteristics at different stages of collaboration， and the differences of cognitive synchronization among students with different grades through group collaboration experiments conducted in a college computer network experiment course from the perspective of cognitive neuroscience. The results showed that group cognitive synchronization existed in both problem understanding stage and problem solving stage， and the level of group cognitive synchronization in problem understanding stage was higher than that in problem solving stage. And there was an obvious difference in cognitive synchronization among students with different grades. The research of this paper provided a means to evaluate the interactive effectiveness of online CPS from the perspective of EEG consistency， and also offered an alternative method for teachers to monitor students’ collaborative state in real time and timely intervene through EEG data.

Keywords： online CPS; EEG consistency; group cognitive characteristic; EEG; cognitive synchronization

*基金項(xiàng)目：本文為國家自然科學(xué)基金“面向知識(shí)整合的碎片化學(xué)習(xí)診斷與學(xué)習(xí)路徑引導(dǎo)研究”（項(xiàng)目編號(hào)：62207027）的階段性研究成果，并受浙江省哲學(xué)社會(huì)科學(xué)規(guī)劃課題“在線學(xué)習(xí)環(huán)境下大學(xué)生學(xué)習(xí)行為時(shí)空分布模式分析及實(shí)證研究”（項(xiàng)目編號(hào)：23NDJC112YB）資助。

作者簡介：張明焱，講師，博士，研究方向?yàn)閷W(xué)習(xí)分析、機(jī)器學(xué)習(xí)，郵箱為mingyanzhang@zjnu.edu.cn。

收稿日期：2024年3月27日