近年来，合作学习受到研究者的广泛关注。然而随着新技术的使用以及教学环境的变化等，合作学习也面临着许多重大的问题和挑战，怎样提高合作学习效率成为众多相关研究所追求的目标。在合作学习影响因素中，分组策略至关重要，动态分组策略对于解决合作学习过程中出现的搭便车现象与旁观者效应、角色固化、负面的小组思维效应和合作倦怠等问题有着重要的作用。本文从动态分组的研究现状出发，介绍了相关动态分组的方法，结果显示，动态分组方法对于提升合作学习效果具有一定的作用。

合作学习；动态分组；分组策略；

合作学习自20世纪70年代初在美国兴起以来,发展迅速,实效显著,成为当代教学改革最为成功的典范之一 。合作学习改变了学生“单个、孤立”的学习处境,通过建立合作学习小组,借助小组目标激励、小组规范约束、小组情感催化、小组氛围保障,让学生始终保持良好的学习心理状态。把合作学习贯穿于教学全过程,能让学生从预习到课堂学习、课后复习及作业、探究活动都更加有效。合作学习的影响因素众多，如学习目标、互动模式、小组规模、小组数量和分组策略等，其中分组策略至关重要。传统合作学习除随机分组外，还习惯根据学习者个人特征 ( 如学习成绩、思维风格、性别等) 进行同质分组或者异质分组。无论何种标准分组，传统合作学习的小组成员一般维持不变，即所谓静态分组。然而，学习者的学习状态不是一成不变的。研究表明，静态分组可能会造成一系列问题，如团队成员缺乏责任意识， 坐享其他成员的劳动果实：当任务分工固定而导致团队成员持续做同一类任务或工作，团队成员积极性降低;合作倦怠，即在学习过程中与相同的伙伴合作可能会让学习者感到无聊。因此，人们提出了动态分组的策略以期解决这些问题。

动态分组是指在合作学习中重组小组成员以实现预定的教育目标，重组学习小组主要是为了解散功能失调的小组以重新组建更有效的小组。然而，有效的小组组建成为动态分组策略所需克服的一项重大挑战。例如通过给学生分配一些活动，如评估和测验，将他们分成不同的组。主要来说，小组组建被分为同质组和异质组。在同质组中，所有的学生都处于相同的知识水平和学习能力， 这意味着他们的成绩是一致的。相反，异质群体的学生具有不同的知识水平、学习能力和个人特征。此外，小组组建是基于知识水平、行为、学习风格、兴趣、随机选择和教员选择等特征。因此，本文旨在探究动态分组的小组组建机制，并提出了一个有效的小组组建方法，增强学生的合作学习过程，从而提高了他们的学习收益。

目前，有关动态分组的研究较少，大多散落于国际期刊中，国内研究寥寥无几。根据钟柏昌教授所做文献综述，从学习环境角度出发，目前关于动态分组的研究主要分为三类，分别为传统学习环境、计算机支持的合作学习环境和移动计算机支持的合作学习环境的动态分组。

在传统学习环境下的动态分组方法中，以小组游戏竞赛法和切块拼接法具有代表性。 Stevens在研究中提出小组游戏竞赛法，学习者每周在教师讲授和小组活动后解散原小组，重新以学习成绩相当的三人为一组开展竞赛。每个竞赛小组的优胜者都为其所在小组赢得相同分数，成绩优异的小组还可以获得奖励 。Kousa在研究中运用切块拼接法组建小组，由学习者先了解总任务，在分配子任务后，不同小组的同一子任务的学习者随机组成“专家组”，充分讨论相应的子任务直至熟练掌握;。然后学习者返回原小组，轮流向组员分享所学内容直至成员掌握总任务。最后通过原小组测试，以检验学习者个人学习状况和小组互助学习状况。在传统学习环境下，动态分组的分组标准、触发条件和调整频次为未来厘清动态分组的基本规律提供了参考。然而，随着技术的发展，学习者的学习环境发生了较大变化，传统的动态 分组法面临挑战，技术环境下的方法改良和创新不可避免。

许多研究指出，如果没有计算机的支持，教师难以为每个学习者找到合适的小组。因此一些研究者开始提出了计算机支持的动态分组方法以促进小组的组建。从技术角度看，已有研究可分为基于知识论坛的动态分组和基于分组算法的动态分组两大类。

基于知识论坛的动态分组主要关注互动协作小组和机遇性协作两种策略。Zhang 等人在知识论坛采用不同的分组策略提高学习者对光学知识的集体认知责任感。斯琴等人采用静态和机遇性协作的混合分组方式( 前八周为静态分组、后八周为机遇性协作) 研究小组内的协作活动，通过组内交互、对话模式以及从对话中生成的知识演进检验协作效果。李等人认为知识论坛为学习者提供了开放的讨论空间，方便学习者共享信息、交换想法。区别于传统学习环境，知识论坛实现了从教师主导且预定的对话过程转变为学习者围绕知识建构进行自组织的分布式对话。然而，也有学者指出，开放式的知识空间，学习者在合作过程中容易受到非小组内部成员的干扰，难以探究小组内的交互方式和对话模式等。为此，研究者尝试采用封闭的系统和相关算法探究动态分组。

基于分组算法的动态分组的相关研究集中在教学优化算法、成组技术、汉明距离异构分组算法、配对策略算法和遗传算法等的改良应用。斯尔巴和比利科娃提出了基于成组技术的新分组方法及其平台来优化分组；邹等提出结合动态分组策略的教学优化算法( DGSTLBO)，首先，根据学习者之间的欧几里得距离将所有学习者分组(五人一组)，其次，在教学阶段，为避免出现“原点偏好”，学习者根据“班级教师”和小组内平均水平的差异调整学习; 在学习阶段，学习者在相应小组选用随机学习策略或量子行为学习策略进行学习，增强算法的利用性和收敛性能；陈等人将遗传算法作为动态分组的核心算法，将序列概率比测试评估的学习状况当作学习者的学习基因，以知识互补性为适应度，经过选择、交叉和变异等运算求出最优分组情况，并结合学习阶段和重组阈值进行重组；苏和施在钟等人的基础上除了增添人际关系为分组标准外，还使用遗传算法优化分组结果，运算过程包括四个阶段:首先，决定种群的个体数量及运行的世代数量后，系统随机生成一个初始种群并开始进化; 其次，利用遗传算法和学习者的学习概念图生成具有较高互补性的新群体; 再次，将学习者的社会网络数据输入遗传算法中，以生成更好的分组解决方案; 最后，当产生最大世代数时，算法终止，系统输出最佳分组结果。该研究调整频率设定为两周一次。结果表明，该方法改善了学习者的学习状态。伦尼和莫里森认为学习者的良好人际关系是合作学习的动力，提出配对策略算法，主张两个有良好关系的学习者为一组，彼此学习或模仿。该算法的目的是通过分析人际关系为学习者找到最佳的合作伙伴，促进全班的整体成就。

随着移动学习、泛在学习的提出以及相关技术的进步，移动计算机支持的合作学习得到了一定的发展。祖里塔等人介绍了小学一年级学习者利用无线联网的手持设备寻找成员合作学习的方法；波奇基要求学习者根据手持设备的屏幕信息( 不同的分数———数学的分数概念)，通过沟通、谈判和协调组成小组实现一个特定目标( 将手持设备的分数相加为 1) ，以促进学习者的协作学习。目前关于移动计算机支持的合作学习的研究主要借助移动技术进行简单的动态分组，且大部分停留在理论框架的设想层面，实证研究较缺乏。

本文介绍了一种动态分组方法，这种动态分组方法是基于Chen等人提出的静态分组方法。该动态分组方法以先验知识、性别取向和认知风格为基础来寻找最高的异质性伙伴，但伙伴在固定的时间段后被重新分组。研究选择先验知识作为重新分组的因素，并使用加权测验和比特编码的概念作为重新分组的规则，该方法被称为基于加权测验和比特规则的动态分组方法（DGWQBR）。

为了评估DGWQBR方法的有效性，研究者进行了一个实验。为了了解不同分组方法的影响，对照组采用Chen等人的静态分组方法，而实验组则采用DGWQBR方法。由于对协作伙伴进行动态分组可以保证协作学习不被打断，学生在协作学习活动中的参与度可能会变得更加积极，那么协作经验值就会提高。相反，静态分组可能会使学生无法继续进行协作学习活动，从而降低他们的参与热情，最终降低协作学习的效果。基于这些假设，研究者提出以下两个假说。

H1：DGWQBR方法的协作经验值明显优于静态分组方法。

H2：DGWQBR方法的学习效果明显优于静态分组方法。 

该研究的静态分组方法是通过汉明距离异质分组算法对两个学习者进行分组，根据10位先验知识、10位性别取向和10位认知风格等人格因素。对于性别取向因素，研究者参考了Bem（1974）的性别取向问卷量表。对于先前的知识因素，研究者使用了预先测试。对于认知风格因素，研究者采用了Pask（1976）的整体主义和序列主义分类方法。在这种静态分组方法的基础上，研究者提出的DGWQBR的动态分组算法根据来自加权测验的动态先验知识进行重新分组。通过利用加权测验，学生的最新先验知识可以被计算出来，以便对最新的学生情况做出反应。动态分组方法将每周对伙伴进行重新分组，而静态分组方法只在实验开始时对伙伴进行分组。选择重新分组的时间为一周而不是两周或更长时间的原因是因为网络编程设计课程是一门编程课程，它具有前后紧密联系的知识特点。因此，对于每一个星期，老师希望学生能够密切关注新的进展。此外，奥苏贝尔的有意义的学习理论强调，为了体验有意义的学习，需要学生的先前知识。基于这些假设，要体验有意义的学习，学生的原有知识可能在一周内发生变化。因此，重新分组的时间选择在一周内是合理的。本研究的汉明距离算法计划包括30个同等权重的比特，其中10个比特代表先前的知识，10个代表认知风格，10个代表性别取向。10个先验知识位中的每一个都来自于10个章节的预测试的每一章分数，其中每一章包括3个问题，因此10个章节总共包括30个问题。如果有0个或1个问题回答正确，每个位就被编码为0，如果有2个或3个问题回答正确，就被编码为1。认知风格的10个位是根据学习者对福特（1985）的认知风格的10个问卷问题的回答。性别取向的10位是根据学习者回答的10个性别取向的问卷问题，这些问题是根据Bem（1974）修订的。

本研究中使用的协作项目库系统采用Visual Web Developer Express 2010作为开发工具，使用HTML5、CSS、ASP.net框架和C#语言进行程序设计。此外，研究使用Microsoft SQL Server 2012 Express来规划数据库，以便存储数据。 研究所使用的系统包括学生和教师界面。学生界面包括主页、协作练习模块、个人练习模块、历史查询模块和问题区域模块。教师界面包括学生数据查询模块、学生历史查询模块、题目库查询模块、题目库插入模块、题目库更新模块、题目库删除模块和问题处理模块 。系统结构如图所示。

4.1研究架构

本研究使用分组方法作为自变量。它探讨了作为因变量的学习效率和经验值。控制变量是教师、教学时间、进度和教学材料。只有一位教师和她的两个班的网页设计课程的学生参加了研究。此外，实验组和对照组的教学时间、进度和教材在整个实验过程中都被控制为相同。

4.2实验对象

在这项研究中，实验对象是来自台湾中部地区一所科技大学的两个具有信息背景的大二学生班级。这两个班级由同一教师授课，其中一个班级被指定为实验组，另一个班级为对照组。控制组采用静态分组法，实验组采用动态分组法。总共有88名学生。实验结束后，有3名学生没有参加前测或后测，另有9名学生有极端值。剔除这12名学生后，每组的有效样本为38名学生。

4.3实验工具

本研究的实验工具包括合作项目库系统，预测、测验和后测问题，性别取向问卷，认知风格问卷和SPSS统计软件。其中，合作项目库系统将在第三部分详细介绍。该项目库由课程教师设计。内容包括HTML5、CSS和JavaScript。它们包括10个章节。每章包括24个问题。预测、测验和后测试卷由从题库中每一章随机抽取的三个问题组成，因此每份试卷包括30个问题。预测是编码和分组的基础。小测验是重新分组的基础，后测是分析学习效果的基础。性别取向问卷包括10个问题，这些问题是根据Bem（1974）的性别取向问卷量表修订的。认知风格问卷包括10个问题，与福特（1985）的整体主义和序列主义问卷一致。这两份问卷被用作编码和分组的基础。实验结束后，使用SPSS19对数据进行了分析。

4.4实验流程

本研究的实验时间为9周。在第一周，我们邀请学生完成性别取向问卷和认知风格问卷 ，然后进行了30个问题的预测试。之后，可以确定30位代码，并使用汉明距离分组算法来进行分组。这就是实验前的准备工作。在实验开始时，我们给每个学习者分配了一个账户来登录系统。在课程开始时、课程进行中或课程结束后，学习者可以登录系统，选择个人练习或合作练习，其中实验组每周进行一次动态分组。为了进行动态分组，有必要每周进行一次小测验。一共有8次动态分组。每周的课程时间为3小时。对于实验组和对照组，学生利用最后一小时进行基于项目库的合作练习。

4.5实验结果

分组策略对经验值的影响

为了了解实验组和对照组的参与度是否有显著差异，研究者根据经验值进行了独立样本t检验的分析。经验值包括总经验值、个人经验值和协作经验值。总经验值是个人经验值和协作经验值之和。个人经验值是指在亲身实践过程中正确回答问题的数量。协作经验值是指在协作实践过程中回答正确的问题的数量。此外，协作经验值还有更深的含义。它代表了学生与他/她的伙伴进行协调、讨论并最终达成共识的努力程度。分析结果见表1。

从表1中可以看出，两组的合作EXP达到了显著的差异（t = -2.953，p < 0.01）。对于个人的EXP和总EXP，没有达到显著的差异。这意味着实验组在协作学习 方面的努力程度比对照组好，而个人努力程度却没有提高。我们推断，动态分组策略使 学习者对进行协作学习更感兴趣。然而，我们推断，个人练习可以在缺乏伙伴的情况下 进行，所以动态分组策略不会有什么好处。上述发现符合我们的假设，即我们提出的动态分组方法可以减少传统静态分组的缺点。这些缺点包括：伙伴有时可能无法参与，或者在整个学习过程中与同一个协作伙伴一起工作可能会让学习者感到厌烦。因此，研究者提出的的动态分组方法确实可以克服静态分组方法的缺陷。

分组策略对学习效果的影响

为了探讨学习者使用系统后，实验组和静态组的学习效果是否有显著差异，研究者进行了方差分析。该分析将前测作为共同变量，将后测作为因变量，将分组方法作为自变量。首先，观察自变量和共变量的交互效应。结果显示在表1中。从表中可以看出，方差分析的组间和前测不显著（F=1.681，p=0.199>0.05）。这说明自变量和共变量对结果没有交互影响，所以可以继续分析。对于两组来说，排除预考影响的方差分析如表2所示。从表2可以看出，对照组和实验组的后测调整后的平均分分别为7.54和9.52。可见，排除了前测的影响后，两组达到了明显的差异（F=6.076，P=0.016<0.05）。这说明，实验组的学习效果要好于对照组。从结果来看，可以发现，在学习效果方面，动态分组方法的表现优于静态分组方法。

本文针对动态分组的相关研究，分析了动态分组的研究现状，并介绍了基于加权测验和比特规则的动态分组方法及其相关的实验。显而易见，动态分组策略对于提升合作学习效果，促进学生学习方面具有较为明显的效果。虽然目前动态分组研究的理论层面和教学实践还存在不足，尤其是相关概念的廓清、分组技术的研发和应用范围的扩展，均有待开拓。但毋庸置疑的是，动态分组将成为未来合作学习乃至学习科学研究的重要方向，需要不同领域的研究者深入研究。

^[1] 钟柏昌,黄水艳. 合作学习动态分组的研究进展与思考——基于国际文献的系统综述[J]. 开放教育研究,2021,27(04):85-97.

^[2] Zurita，G． ，Nussbaum，M． ，＆ Salinas， Ｒ． ( 2005) ． Dynamic grouping in collaborative learning supported by wireless handhelds［J］． Journal of Educational Technology ＆ Society，8( 3) : 149-161.

^[3] Chen B, Hwang G H, Lin T S. Impacts of a dynamic grouping strategy on students' learning effectiveness and experience value in an item bank‐based collaborative practice  system[J]. British Journal of Educational Technology, 2020, 51(1): 36-52.

^[4] Stevens R J, Slavin R E, Farnish A M. The effects of cooperative learning and direct instruction in reading comprehension strategies on main idea identification[J]. Journal of Educational Psychology, 1991, 83(1): 8.

^[5] Kousa M A. Jigsaw cooperative learning in engineering classrooms[C]//2015 IEEE Global Engineering Education Conference (EDUCON). IEEE, 2015: 58-62.

^[6] Zhang J, Scardamalia M, Reeve R, et al. Designs for collective cognitive responsibility in knowledge-building communities[J]. The Journal of the learning sciences, 2009, 18(1): 7-44.

^[7] Siqin T, Van Aalst J, Chu S K W. Fixed group and opportunistic collaboration in a CSCL environment[J]. International Journal of Computer-Supported Collaborative Learning, 2015, 10(2): 161-181.

^[8] Srba，I． ，＆ Bielikova，M ( 2014) ． Dynamic group formation as an approach to collaborative learning support［J］． IEEE Transactions on Learning Technologies，8( 2) : 173-186．

^[9] Zou F, Wang L, Hei X, et al. Teaching–learning-based optimization with dynamic group strategy for global optimization[J]. Information sciences, 2014, 273: 112-131.

^[10] Ｒennie，F． ，＆ Morrison，T． ( 2013) ． E-learning and Social Networking Handbook: Ｒesources for Higher Education［M］． New York: New York Press，14．

^[11] Zurita，G． ，Nussbaum，M． ，＆ Salinas， Ｒ． ( 2005) ． Dynamic grouping in collaborative learning supported by wireless handhelds［J］． Journal of Educational Technology ＆ Society，8( 3) : 149-161.

^[12] Boticki，I． ，Looi，C． K． ，＆ Wong L． H． ( 2011) ． Supporting mobile collaborative activities through scaffolded flexible grouping ［J］． Educational Technology ＆ Society，14( 3) : 190-202．