在线创作社区的知识贡献机制研究-《现代远程教育研究》(2020年4期).docx

龙源版权所有 在线创作社区的知识贡献机制研究作者：李海峰　王炜来源：《现代远程教育研究》2020年第04期 摘要：在线创作社区为群体知识创造提供了社会化场域。当前关于在线创作社区的研究主要聚焦于创作社区的基本功能和机制、参与者的态度和情感因素等，而对创作社区知识贡献的系统运行机制则探究不足。因此，从系统论视角、基于用户真实数据来探究创作社区的知识贡献影响因素及其运行机制就显得非常重要。以简书创作社区为例，通过爬虫软件抓取了4776位用户数据，利用SPSS和Mplus7.4对数据进行统计分析的结果表明：社会资本与社会认同是知识贡献的主要动力，单一激励机制会削弱知识贡献和利他行为。具体而言，单一激励机制会削弱知识贡献，而社会认同又会进一步加强这种消极影响。社会资本和利他行为完全中介着激励机制对知识贡献的影响。社会资本对知识贡献具有显著的正向中介效应，社会认同会进一步加强这种积极影响。激励机制对知识贡献的影响因利他行为中介而呈现显著的消极效应，社会认同也会进一步强化这种消极影响。为了阻止“边际效用递减”，在线创作社区需要构建多样化的激励方法，丰富用户的社会资本，制定软利他行为激励措施，营造和谐的社区文化氛围，这将为当前MOOC和在线学习社区中学习者的深度学习、高阶思维培养以及知识创新提供有力支持。 关键词：在线学习;知识贡献;知识创造;创作社区;有调节的中介效应 中图分类号：G434 文献标识码：A 文章编号：1009-5195（2020）04-0093-12 doi10.3969/j.issn.1009-5195.2020.04.011 *基金项目：全国教育科学“十三五”规划2018年度教育部重点课题“在线协作知识建构的深度汇谈机制研究”（DCA180324）。 作者简介：李海峰，博士，副教授，硕士生导师，新疆师范大学教育科学学院（新疆乌鲁木齐 830017）;王炜，博士，教授，博士生导师，新疆师范大学教育科学学院（新疆乌鲁木齐 830017）。 一、问题提出 在线创作社区以信息通讯技术为中介，以大众群体为知识创造主体，以自组织的社会化学习为基本形式，以兴趣和需求作為群体构建的动机，以分享、回应和协作互动作为基本的交互方式，以知识创造作为社区的根本目的。当前在线创作社区作为信息技术支撑的知识创造空间引起了研究者的广泛关注，相关研究主要聚焦于创作社区的基本功能和机制、参与者的态度和情感因素等。 1.创作社区的基本功能和机制 创作社区通过等级、头衔、积分和人气等功能构建了一套较为系统的机制，以提高参与者回答问题的积极性（张兴刚等，2009）。譬如，以搜索引擎为基础的问答社区遵循信息传播的反馈模式，用户可根据需求或者兴趣利用搜索引擎在问答社区中寻找答案或者话题，如无法获得满意答案则可通过发布问题和奖励来寻求答案。国际主流创作社区在用户界面、开放程度、问题分类、交互性以及个性化支持等方面存在较大差异。用户提问和回答的自由度存在明显差异，不同创作社区在提问权限、回答范围、质量监控、问题纠错等方面各不相同（吴丹等，2011）。投票机制促进了创作社区意见领袖的生成，为选拔态度积极、认真负责、主动参与和组织能力强的意见领袖提供了基本保障（王秀丽，2014）。 2.创作社区的参与者态度分析 知识共享意愿是群体知识创造的重要基础，利他愉悦、物质回报以及自主学习等积极影响着用户的参与态度，而参与意向得益于创作者的主观规范、参与态度和感知行为控制的资源条件（范宇峰等，2013）。声誉提升、知识获取能力和学习能力对持续贡献知识具有显著的积极影响，积分功能显著地调节着知识贡献意向（金晓玲等，2013）;利他主义、互惠以及同情有助于提升用户的知识共享意愿（陈星等，2017）。社交、娱乐以及利他主义积极影响着用户的参与行为，创造行为也受到自我效能、利他主义和声誉的促进作用（甘春梅等，2017）。 3.创作社区的情感因素分析 社会情感因素是众多提问者判定答案的重要标准之一（蒋楠等，2012），用户的提问或者回答需要考虑他者的情绪、态度以及互动方式（Kim et al.，2009）。用户特征、文本特征和时序特征等是情感分析的主要数据来源，基于机器学习的情感数据分析方法能够对信息质量进行自动化分类预测，信息中蕴含的情感特征有助于提高信息质量分类预测的精准性（姜雯等，2015）。基于答案情感构建的情感云能够利用情感词汇本体库，挖掘用户答案特征项中的情感倾向值，实现语义情感相似度视角下的答案优先级排序（程亚男等，2018）。此外，感知易用性、感知控制力、互动性、技能水平和兴趣等也会积极影响用户的心流体验，进一步增强用户的持续参与和知识共享（李颖等，2019）。 尽管在线创作社区的知识贡献研究取得较大进步，但是令人遗憾的是，关于创作社区知识贡