多属性多样性下刻板印象目标与感知者在计算机支持协作学习中的微观互动：跨层级的网络结构、社会身份威胁与协作表现

《Computers in Human Behavior》：Effects of Multi-Attributional Diversity for Targets and Perceivers of Stereotypes in Computer-Supported Collaborative Learning

　　

数字化与远程高等教育使非传统学生更频繁进入计算机支持协作学习（CSCL，Computer-Supported Collaborative Learning）场景。研究人员指出，既有研究多孤立考察单一人口学维度，忽视多属性多样性（multi-attributional diversity）同时作用于群体与个体。基于社会身份模型（SIDE）、刻板印象内容模型（SCM）与团队多样性微观动态模型（MIDST，Micromynamics of Diversity and Stereotyping in Teams），本研究采用预注册跨层设计，在大型远程教学大学心理学导论课程中，将学生随机分入八人异步CSCL小组，结合自陈量表与学习分析（learning analytics）。结果显示：高社会人口学多样性叠加高任务相关多样性显著降低论坛阶段网络结构整合（structural integration），进而关联更低小组表现；目标群体（targets）报告更高社会身份威胁（social identity threat），并通过归属感（sense of belonging）下降预测更低社会趋近动机（social approach motivation）；但行为网络指标中，目标与感知者（perceivers）在中心性与连接倾向上未呈现预期排斥差异，仅非母语可见维度出现有限连接减弱。研究揭示自陈心理过程与真实协作行为之间存在意向—行为鸿沟，强调在CSCL设计中需以脚手架式沟通、身份安全感与归属感干预缓解多样性风险。

研究背景与问题意识

在高等远程教育与数字化教学快速扩张的背景下，计算机支持协作学习（CSCL，Computer-Supported Collaborative Learning，指以论坛、共享文档等数字技术为中介的小组协作学习）成为非传统学生参与知识建构的重要形式。远程学习群体天然具有更高异质性：年龄、性别、母语、迁移背景、先验学业与数字经验同时并存。已有CSCL研究通常只关注单一多样性维度，或只分析小组层面结果，较少把“群体多样性结构”和“个体在刻板印象中的位置”放在同一框架中。根据社会身份去个体化效应模型（SIDE，Social Identity Model of Deindividuation Effects）与团队多样性微观动态模型（MIDST，Micromdynamics of Diversity and Stereotyping in Teams），异步线上环境线索有限，社会类别更凸显，少数或负向刻板群体成员（目标，targets）易遭遇社会身份威胁，而多数群体成员（感知者，perceivers）可能无意识启动排斥倾向。由此产生核心问题：多属性多样性如何跨层级影响CSCL小组的结构整合、信息精细化与表现，并如何塑造目标与感知者的心理与行为。

研究人员以德国大型远程教学大学心理学本科导论模块为现场，在2023/24冬季学期开展预注册研究。学生被随机分入约八人小组，先后经历形成阶段（两周相互熟悉）与协作阶段（在Moodle论坛与Etherpad lite中共写文献摘要）。通过问卷、论坛/写作行为日志与同伴评价，联结个体自陈与群体网络行为，检验群体多样性—结构整合—信息精细化（information elaboration，对任务信息的交换与深度加工）——表现链条，以及目标/感知者身份对威胁、归属感、趋近动机与网络位置的跨层影响。论文发表于《Computers in Human Behavior》。

主要技术方法

研究采用准现场、预注册、跨层设计。样本来自远程大学心理学导论课：T0基线N=2023人、285组，后续自陈波次T1—T3分别约1055、1072、958人；行为数据覆盖Moodle论坛与Etherpad lite写作痕迹。群体多样性用Blau指数（Blau’s index，衡量随机两人属不同类别的概率）分别合成社会人口学（性别、年龄、母语、社会经济地位）与任务相关（既往学位、文献阅读、在线学习、课程参与）多维指标。心理变量含社会身份威胁、归属感、社会趋近动机；行为变量用社会网络分析（SNA，Social Network Analysis）计算结构整合、入度/出度（in-/out-degree，指向/来自他人的编辑或互动数量）与程度/接近中心性（degree/closeness centrality，描述节点在网络中的连接广度与可达效率）。群体表现由同伴按20条科学写作标准评价。缺失数据用全信息最大似然估计（FIML，Full Information Maximum Likelihood），跨层模型用线性混合模型（LMM，Linear Mixed Model）。

研究主体结果与各小节结论

3.1 描述分析：群体层面社会人口学平均Blau指数0.33、任务相关0.31，整体偏同质但组间差异明显；个体层面慢性病患者、残障、迁移史、非德语母语者被归为目标，目标组社会身份威胁显著高于感知者。

3.2.1 复制假设（H1相关）：论坛阶段，高社会人口学×高任务相关多样性预测更低结构整合；结构整合正向预测小组表现。信息精细化未成为显著中介，但本身正向预测表现。Etherpad阶段多样性对结构整合直接效应不显著，但早期论坛整合可预测后期写作整合与表现，说明多样性效应主要在形成期起作用。

3.2.2 个体复制（H2）：在目标子样本中，社会身份威胁通过降低归属感，间接降低社会趋近动机，间接效应显著。

3.2.2 自陈主假设（H3a/H3b）：H3a三向交互未达显著，但简单斜率显示高社会人口学+低任务相关多样性下目标威胁更高；H3b在协作初期（T2）显示，低任务相关多样性时目标趋近动机反而高于感知者，高任务相关时反转。说明人口学多样性在形成期影响威胁，任务经验多样性在协作期影响动机。

3.2.3 行为数据（H4）：整体未支持感知者更少连接目标、目标中心性更低的假设；仅可见性高的非母语维度上，感知者对其出度显著更低。慢性病史、残障等不可见身份未转化为网络排斥。

讨论与结论翻译

讨论指出，群体层自陈与行为一致，个体层心理威胁未充分转化为网络行为差异，体现意向—行为鸿沟（intention-behavior gap）。形成期多样性尤其关键，任务相关经验缺失会放大身份焦虑。研究局限含社会身份威胁仅基线测量、同伴评分信度低、外部通讯平台不可见。意义在于把MIDST与SIDE引入真实CSCL现场，证明多样性管理不能只靠“分组”，而需在形成期用结构化破冰、归属感 scaffolding（脚手架）与成长型能力信念干预。

结论部分可译为：本研究在异步CSCL中揭示，多属性多样性通过结构整合风险与身份威胁微观动态影响协作；高双维多样性损害早期网络整合与小组表现，目标群体承受更高身份威胁并弱化关系动机，但行为网络排斥有限且受可见身份维度调节。未来设计应以跨层干预兼顾群体结构与个体身份安全。

这篇论文解读已完成，接下来可以选择一个方向继续深化：

提炼本文的理论贡献与创新点

设计可落地的CSCL分组干预方案

提炼本文的理论贡献与创新点

设计可落地的CSCL分组干预方案