以认知为导向的促进和指导在线和面对面的协作问题解决:对格式和促进对问题解决表现影响的深入研究

协作学习与同伴教学远程工作工具与体验大学教授与研究人员

文献标题

面向认知的协作问题解决——在线与面对面讨论的形式与促进效果的指南研究

文献信息

  • 主题领域: 人机交互 (HCI)、计算支持的协同工作 (CSCW)、复杂问题解决与会议技术
  • 关键词: 复杂问题解决, 会议促进, 面对面会议, 远程协作, 面向认知的指南

研究背景与问题

  • 发现的问题或挑战:
    随着新冠疫情后远程工作的普及,许多协作问题解决任务从面对面转移到线上。但现有的远程会议促进指南通常是以宏观层面为中心的流程性建议,鲜少关注基于认知的微观层面问题,如如何进行实时干预、诊断与促进内容。

    加之,在线和面对面讨论在解决复杂问题上的表现差异仍不明确,而复杂问题解决是许多职业活动中的核心环节。这种模糊性阻碍了更优化的系统设计与指导策略的研发。

  • 研究的重要性:
    复杂问题解决需要利用更高阶的认知过程,而当前的在线协作仍面临技术局限(如缺乏非语言交流、技术干扰)和行为模式(如更少的轮流发言)问题。研究其对问题解决性能的影响将为设计基于认知的协作系统提供关键依据。

  • 研究动机:
    作者提出通过从认知、社会互动和数字平台三方面设计促进指南,探索:

    1. 在线与面对面形式下,复杂问题解决的性能有无差异?
    2. 是否通过促进策略能提升不同形式下的问题解决表现?

解决方案

  • 研究方法:
    作者基于“认知导向”的思想,设计了针对复杂问题解决的促进指南,以提升协作讨论的效果。实验使用了一款仿真的问题情境模拟器(咖啡店运营模拟器),目的是在真实问题情境中探讨促进措施的有效性。

  • 研究的创新之处:

    1. 提出了系统化且面向认知的促进指南,将信息收集、问题表征、方案创建与目标评估等认知过程纳入讨论框架;
    2. 引入“认知三空间框架” (cognitive, social, digital) 来覆盖认知、社交互动与数字平台的干预情境,精准地捕捉复杂问题中的多层次互动需求;
    3. 使用2×2因子设计对比了线上与面对面,以及是否采用促进措施的实验组别,综合评估了问题解决的具体效果。
  • 实施步骤与技术:

    1. 实验设计: 作者招募80名参与者,分成40组,采用随机采样分配到在线和面对面讨论的促进/非促进组,任务时长1.5–2小时。
    2. 促进指南: 提供基于认知过程的指导语(如“记录假设”、“验证假设的正确性”),结合在线工具(Google Sheets、数字白板等)启发参与者的信息共享和问题表征。
    3. 指标评估: 以三个指标——目标达成度(平衡指标)、总体表现得分(多层次优化)和参与者满意度——定量评估讨论的效果。

研究成果

  • 具体成果:

    1. 在不加促进的情况下,在线及面对面的讨论显示目标达成度差异不显著,但在评估多个因素平衡时,在线讨论的表现显著低于面对面讨论。
    2. 整体上,促进措施对目标达成度有显著正向影响,但对多因子平衡(总体表现得分)作用有限。此外,促进方法在在线环境下效果更显著,而面对面讨论中可能导致较大的干扰效应。
    3. 提出了关于复杂问题解决指南在计算支持协作工作系统(CSCW)中应用的设计方向,包括标准化分析和交互工具。
  • 与现有研究的比较与优势:

    1. 解决了现有宏观层面指导指南无法覆盖认知细节的不足;
    2. 拓展了对不同格式协作策略在复杂问题解决性能中影响的定量理解;
    3. 倡导将认知导向的体系整合到协作技术设计中,从根本上提升用户体验和决策效率。
  • 实验与评估结果:

    • 在促进情况下,在线讨论实现目标的能力接近于面对面讨论,但仍需要更多的认知和社交支持。
    • 参与者对促进质量的总体评分为4.33(满分5),尤其在假设表征和理性决策的帮助方面评价积极。
  • 局限性与未来方向:

    1. 当前实验的促进方式以单一风格为主(由一位研究者完成);未来可通过多促进者验证不同风格对讨论效果的可能影响。
    2. 关于促进效果的深入分析受限于资源,建议未来结合更多序列分析以检验即刻干预效果。
    3. 借助标准化满意度量表改进评估指标的跨研究可比性。

总结

该研究实现了复杂问题解决促进领域的突破,通过系统化的认知导向框架分析在线与面对面协作的绩效差异,并设计了基于认知的促进指南。未来的方向包括优化CSCW系统的认知支持功能,并进一步探讨提升复杂情境下协作效率的方法。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/95723/2023

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3544548.3581112
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2023
emoji_events
奖项
未标记奖项
group
作者
3 位作者
sell
研究子方向
协作学习与同伴教学、远程工作工具与体验
work
职业/产业
大学教授与研究人员
article
内容状态
已索引正文
hub
相关论文
0 篇相关论文