1. 컴퓨터 지원 의도적 학습환경(Computer-Supported Intentional Learning Environments, CSILE)

컴퓨터 지원 의도적 학습환경(Computer-Supported Intentional Learning Environments, CSILE)은 교육 지식 미디어 시스템으로, 의도적 학습(intentional learning)을 지지한다. 즉, 학생들은 교사가 정한 학습 목표를 추구하는데만 그치지 않고 장기적인 지식 습득을 위한 학습 주체로서의 역할을 한다. CSILE 환경 내에서 학생들은 그룹을 이루어 공동의 지식 기반 데이터베이스(knowledge-based collective database)를 개발하는데, 텍스트, 그림, 그래프, 타임라인과 같은 여러 미디어 형태로 된 정보가 공동의 데이터베이스(common database)로 저장되어 사용자가 검색, 연결, 주석, 평가 등을 할 수 있도록 한다. 이때 CSILE은 개별 학생 각각의 사고(thought)를 저장하는데 이를 모든 학생들이 접근할 수 있도록 한다(Scardamalia & Bereiter, 2010;  Scardamalia et al., 1989).

초기의 CSILE는 대학생 및 대학원생들에게 자신들이 스스로 어떻게 연구 논문과 수업 프로젝트에 대한 생각의 과정과 재처리(reprocess) 과정을 거치는지에 대해 깊이 사고하도록 하였다—CSILE 처음 형태는 1983년 York University에서 300명 이상의 학부생이 수강한 발달심리(Developmental Psychology) 수업에서 처음 적용되었다. 이때 학생들이 학습에 대한 책임감(responsibility)을 갖도록 고무했는데, 이는 학생들이 자신들의 아이디어(ideas)를 공동의 공간(communal space)에 가져와 서로의 생각을 공유하고 반성적인(reflective) 활동을 하도록 하였다. 이후 CSILE은 전 학년에 걸친 학교 커리큘럼에 사용되도록 고안되었다(Scardamalia et al., 1989).

성공적인 학습자들은 다양한 인지 전략과 자기관리 과정을 사용한다.  이러한 방법을 통해 지식과 연관된 목표 추구, 새로운 지식과 이미 습득된 기존지식의 연결, 스스로의 이해과정 모니터링, 명시되지않은 정보의 추론, 자신들의 지식을 검토, 재편성, 재고(reconsider) 할 수 있게 된다. 이런 능동적 학습 과정은 CSILE에 의해 더 잘 이루어질 수 있다(Scardamalia et al., 1989). 더욱이, 컴퓨터 네트워크 기술(computer network technology)은 분산적(decentralized) 형태의 담화를 가능하게 하는데, 이는 지식형성(knowledge building) 역량을 내재한 담화를 형성하는 경향이 있다. 이러한 특성의 CSILE는 교사가 주도하는 토론이나 소그룹 토론을 대체하려는 것이 아닌 커뮤니티의 지식형성을 촉진하는 방식으로써 이 두가지 형태의 토론을 보완하도록 고안되었다. 또한 CSILE는 비실시간 담화 도구로, 담화 참가자들이 동시에 대화에 참석하지 않아도 된다(Scardamalia, 2002; Scardamalia, & Bereiter, 1999).

공동의 지식을 형성하기 위해서는 그룹 내 개개인의 공동의 책임이 필요하다. 이는 그룹에서 한 명이 리더의 역할을 하는 것이 아니라 구성원 모두가 자신이 속한 그룹의 인지과정 형성에 기여하게 되는 것이다. 즉, 공동의 지적 목표를 달성하기 위해 구성원 각자는 공동의(shared) 책임감을 나누어 가지게 된다. 기술의 발전은 이러한 지적 공동체의 목표를 달성을 보다 쉽게 한다. 이는 그룹 구성원들이 단지 실현가능한 목표를 달성하는데 도움을 주는 것뿐만 아니라 개념적 사고(conceptual reason)를 하게 하고 지식의 진보를 이루어 내도록 촉진하는 것을 의미한다(Scardamalia, 2002).

2. 협력적 지식형성

2.1. 개념

지식형성(knowledge building) 이론은 개인에 한정되지 않고 반 혹은 그룹 전체로 봤을 때의 지식의 발전과 진보를 달성하기 위해 각 구성원들의 인지적 공동 책임이 필요하다는 것에서 시작되었다. Carl Bereiter와 Marlene Scardamalia(2006)가 초기의 지식형성 이론을 구축하였으며 이들은 지식의 시대에 맞춘 교육개혁은 학생들이 지식형성 커뮤니티와 지식창조 과정에서 개인이 아닌 공동체로서 보다 나은 지식의 진보를 이룰 수 있을 때 의미가 있다는 점을 강조하였다.

Scardamalia(2002)에 따르면 지식형성 이론의 사회 인지적, 기술적 측면의 결정요인은 다음과 같다: (1) 현실적 아이디어, 실제적 문제(real ideas, authentic problems): 지식 문제는 우리가 살고 있는 세계를 이해하려는 노력에서 파생된다. 지식형성 이론에서 정의하는 아이디어란 우리가 만지고 느낄 수 있는 물리적인 물건과도 같이 실제적이고 만질 수 있는 것으로 커뮤니티를 구성하는 구성원에 의해 생겨난다. (2) 개선가능한 아이디어(Improvable ideas): 정답을 찾기 보다 학습자들은 아이디어의 활용성, 일관성, 설명력을 높일 수 있도록 계속적으로 노력해야 한다. (3) 아이디어 다양성(Idea diversity): 지식의 진보는 아이디어가 얼마나 다양한가에 따라 결정된다. 성공적인 생태계가 다양한 종의 번영과 연결되어 있듯이, 어떠한 개념을 이해하기 위해서는 그 개념을 둘러싼 다른 아이디어들과 그것과 반대되는 성격의 아이디어들까지도 이해하는 것이 필요하다. (4) 초월적 아이디어(Rise above): 학습자들은 폭넓은 원리와 문제 공식화의 더 높은 단계를 지향하여 다양한 아이디어를 다루게 된다. 이를 통해 지나치게 단순하거나 지엽적이고 사소한 문제에 국한되는 것에서 벗어나, 보다 복잡하고 다양한 문제들을 통합적으로 처리한다. (5) 인지적 행위주체(epistemic agency): 학습자들은 주로 교사가 맡아왔던 목표 문제 설정, 동기, 평가, 장기적 계획 수립과 같은 일들을 직접 다룬다. (6) 커뮤니티 지식, 공동의 책임(community knowledge, collective responsibility): 커뮤니티 구성원 모두에게 유용한 아이디어를 만들어내고 그것을 골고루 공유해야 한다는 일종의 인지적인 책임감을 의미한다. (7) 지식 평등화(democratizing knowledge): 모든 참가자는 지식 혁신에 있어서 정당한 참여자이다. 즉, 학습 커뮤니티의 구성원 모두가 공동의 지식형성에 기여하고 그것을 위한 권한을  가진다. (8) 대칭적 지식 진보(symmetric knowledge advancement): 전문지식은 커뮤니티 내부 혹은 각각 다른 커뮤니티 사이에 존재하며 지식진보에서의 ‘균형'이란 ‘지식을 얻기 위해서는 지식을 제공해야한다'라는 전제하에 지식의 교환에서 생겨난다. (9) 편재형 지식형성(pervasive knowledge building): 지식형성은 특정한 상황이나 과목에 한정되지 않고 학교 안팎을 모두 아우르는 범주의 정신적 삶 모두에 걸쳐 있다. 따라서 학교에서의 형식적 학습(formal learning)과 학교 외부에서의 비형식 학습(informal  learning) 간 경계없이 학생들의 모든 지식형성  활동을 포함한다. (10) 권위있는 정보원의 건설적 활용(constructive uses of authoritative sources): 학습자들은 정보에 대해서 비판적으로 평가한다. 단순히 ‘답'을 찾기 위해서가 아니라 자신의 아이디어를 지지할 수 있거나 혹은 수정할 수 있도록 정보원을 활용한다. (11) 지식형성 담화(knowledge building discourse): 참여자들은 담화를 통해 단지 지식을 공유하는데 그치지 않고, 지식을 진보 및 발전시키며 이를 통해 계속적인 새로운 개념화를 이룰 수 있다. (12) 내재되고 전환적인 평가(embedded and transformative assessment): 지식형성에서의 평가는 지식진보의 과정에서 어떻게 일이 진행되는가에 따라 문제를 발견하는데 쓰인다(Scardamalia, 2002) [그림 1 참조]. 이 외, 지식형성 이론에 대한 이해를 돕기 위한 참고자료로 MOE ETD에서 만든 영상자료가 있다. 3분 가량의 이 짧은 비디오 클립은 실제 교실에서 지식형성 이론에 따른 수업이 어떻게 이루어지는가를 보여주고 있는데, 특히 어린 학생들이 화산에 대한 학습을 하던 중 ‘그러면 화산은 여드름이랑 비슷한거야?'라고 묻는, 사소하면서도 평범한 질문이 지식형성 활동의 시작이 될 수 있음을 예시로 들고 있다. 지식형성 이론가들은 언뜻 들으면 전혀 학습과 무관하고 오히려 잡담에 가까운 이 짧은 질문은 순진하고 단순한 형태를 띄고 있지만 본질적으로는 가장 우리 본연의 실제적인 호기심과 탐구심의 일부를 보여주는 것이고 지식형성 과정을 통해 종국에는 지식을 창조하는데에 실마리가 될 수 있음을 주장한다. 또한 지식형성 이론에 대한 보다 자세한 내용 및 교실 현장에서의 적용 사례 모습은 Ontario Ministry of Education와 Ontario Principal’s Council(OPC)의 협력으로 제작된 자료에서 확인할 수 있다(Knowledge Building International, n.d.).          

[그림 1] 지식형성(knowledge building) 이론의 12가지 요소(Knowledge Building Community, n.d.)

2.2. 협력적 지식형성 환경 및 기술

교육분야에서 지식형성에 관한 연구들은 교실과 온라인 학습 환경을 배경으로 주로 이루어져 왔다. 단, 교실과 온라인 학습 환경은 서로 관련이 없는 이질적인 공간이 아니라, 지식형성을 위해 끊어짐이 없이(seamless) 이어진 공간으로 작용한다. 즉, 교실에서의 지식형성을 위해 나눈 담화가 온라인 학습 환경에서도 이어지는 것이다. 예를 들어, 지식형성 교수법(Knowledge Building pedagogy)을 기반으로 디자인된 수업에서 학생들은 면대면으로 진행되는 메타인지 미팅(metacognitive meeting)에 참여하여 서로의 아이디어에 자신의 아이디어를 쌓거나(build on) 새로운 질문을 창조한다. 이러한 학생들의 담화는 Knowledge Forum으로 불리는 온라인 플랫폼에서 이뤄지며, 마찬가지로 Knowledge Forum에서의 지식형성 담화는 다시 교실에서의 메타인지 회의나 다양한 활동들을 통해 계속된다. 이 과정에서 학생들은 인지적 행위주체로서 서로간 협력을 통해 개인의 탐구(inquiry)를 발전시키는 동시에 그룹 혹은 커뮤니티 전체의 지식 발전을 도모한다. 한편, 교사는 공동 학습자(co-learner) 또는 촉진자(facilitator)로서의 역할을 수행하며 학생들의 지식형성을 돕는다.

기술의 활용은 이러한 협력적 지식형성 과정의 촉진을 용이하게 한다. 예를 들어, 앞서 언급한 Knowledge Forum은 CSILE의 2세대 산물로, 노트(notes)를 작성하고 그 노트들을 고급 그래픽 조직 기능을 기반한 뷰(views)를 통해 보여주며 노트 간의 연결을 통해 구조적 체계를 이루도록 한다. 나아가 학습자가 다양한 아이디어를 공유하고 정제하며 공동의 목표를 추구하고, 자신들의 아이디어 생성 과정을 반성(reflect)하여 창의적인 학습을 할 수 있도록 한다. 특히 비계(scaffolds)의 사용이 과정을 용이하게 하는데, ‘My Theory,’ ‘I Need to Understand,’ ‘New Information’ 등이 그 예이다(Scardamalia, & Bereiter, 1999).

한편, Idea Thread Mapper(https://idea-thread.net/)는 협동적 지식 형성 과정과 창의적인 질문 생성 담화를 가능케하는 온라인 플랫폼이다. Idea Thread Mapper는 Knowledge Forum과 연동되어 작동하며, 학생들이 보다 확장되고 발전된 아이디어 맥락들을 형성하여, 점진적으로 높고 도전적인 난이도의 문제를 탐색하고 더 깊은 이해력을 가질 수 있도록 하는 시각화 협동 및 담화 환경을 제공한다. 특히, Idea Thread Mapper는 학생 주도 질문과 협력 학습을 증진하기 위해 다음과 같은 주요 기능적 특징을 지닌다. 첫째, 공동 질문 구조화(collective inquiry structuring)를 지원한다. 이를 통해 학생들이 학습과정을 반추하고(reflect on) 공동의 질문 과정을 공동으로 조직(co-organize) 하도록 한다. 둘째, 교차 교실 협력(cross-classroom collaboration)을 지원한다. 즉, 다른 교실에서 진행되는 학생들의 지식 형성을 서로 연결하고 질문 과정을 서로 공유하게 한다. 이를 통해 학생들의 21세기 핵심역량(21st century competencies)을 개발하고 교실을 서로 간 연결된 창의적인 커뮤니티로 변형하기 위한 사회적 기술 인프라를 제공한다(Idea Thread Mapper, n.d.) [그림 2 참조]. Idea Thread Mapper 상에서 학생들은 인지적 행위주체로서 역할을 수행하며 그들이 속한 협력 커뮤니티에서 공동의 질문을 형성하고 발전시킨다. 이 과정에서 학생들은 자신들의 관심 주제를 학습하는 동료들(peers) 뿐 아니라 다른 주제를 학습하는 동료들의 아이디어에도 관심을 보이며 아이디어를 서로 연결하며 상호작용해 나간다(Yuan & Zhang, 2019; Zhang et al., 2021).

[그림 2] Idea Thread Mapper 화면 예시(Idea Thread Mapper, n.d.)

3. 관련 연구 및 소셜 네트워크 분석

협력적 지식형성 과정에 대한 연구는 다양한 방법을 통해 진행되어왔다. 그 중 커뮤니티를 구성하는 학습자들이 Knowledge Forum에서 어떻게 공동의 지식형성을 위해 상호 작용하는지 살펴본 연구들이 있다. 이 과정에서 상호 작용 패턴을 살펴보기 위해 소셜 네트워크 분석 기법이 사용되었다. 소셜 네트워크 분석은 네트워크를 구성하는 노드(nodes)들 사이의 연결(links)을 분석하는 기법이다. 교육분야에서 소셜 네트워크 분석은 타 연구 분석 방법과 더불어 네트워크화 된 학습(Networked Learning) 또는 컴퓨터 기반 협동 학습(Computer-Supported Collaborative Learning, CSCL) 연구를 수행하는데 활용되어 왔다. 즉, 소셜 네트워크 분석은 네트워크화 된 학습 커뮤니티 내 학습자들 간 이루어지는 상호작용 패턴의 파악 뿐 아니라 그들이 어떻게 지식을 공유하고 구축하는지 분석하는데도 유용하다. 이러한 특성은 소셜 네트워크분석이 학습 커뮤니티의 참여 구조의 발전이나 변화를 조사하는데 도움을 준다(Laat et al., 2007).

협력적 지식형성 과정을 소셜 네트워크 분석 기법을 이용하여 조사 및 분석한 연구들은 다음과 같다. Zhang et al.(2009)의 3년에 걸친 연구에서 연구자들은 커뮤니티 지식 공간에서 초등학교 4학년 학생들이 과학 수업에서 그들의 지식을 향상시키기 위해 공동의 책임감을 좀 더 함양하는 것을 관찰하였다. 예를 들어, 프로젝트 진행 1년차에 학생들은 고정적 소그룹(fixed small groups)을 형성하였고, 2년차에는 상호작용하는 소그룹(interacting small groups)을 형성하였으며, 3년차에는 그룹 구성원의 자유에 따른 기회주의적 협력(opportunistic collaboration)을 통해 지식형성을 하도록 수업을 디자인하였다. 그 결과, 기회주의적 협력을 통해 지식형성을 한 3년차에 학생들은 네트워크 중앙집중화(centralization)가 낮고 분산된(distributed) 협력 패턴을 보였다. 비슷한 예로, Siqin et al.(2015)는 실시간 온라인 담화에서 학습자 간 협력 패턴을 살펴보았다. 학생들은 수업 첫 8주 동안은 고정적 소그룹을 형성하였고, 이후 8주 동안은 기회주의적 협력을 통해 학습하였다. 분석 결과, 학생들은 후반 8주 동안 더 많은 협력 기회를 잡았으며 이를 통해 보다 고차원적 질문과 아이디어를 생성했고 더 많은 파벌(clique)을 형성하였다. 또 다른 연구에서는 학생들이 자신의 관심 주제를 토론하기 위한 소그룹을 형성하는 동시에 학습 커뮤니티 전체적으로 다른 동료들과 협력적 지식 형성을 하였다(Zhang et al., 2021). 또한 교차 교실 협력을 통해 지식 형성 활동 후, 학생들은 원래 소속된 교실(home classroom) 커뮤니티의 협력적 지식 형성 활동을 계속해서 수행하기도 하였다(Yuan & Zhang, 2019).

한편, 소셜 네트워크 분석 기법을 적용한 다양한 지식 형성 온라인 플랫폼 및 분석 툴들도 활용되고 있다. 그중 한 예로 KBDeX(Knowledge Building Discourse eXplorer, https://www.kbdex.net/)가 있다(KBDeX, n.d.). KBDeX는 Knowledge Forum과 연동되어 소셜 네트워크 분석을 기반으로 한 협동 지식 담화 분석 툴로, 어휘들 간 의미 관계(semantic relationship) 및 담화의 특징을 분석하고, 나아가 변형적 평가를 위한 분석 툴로도 활용될 수 있다(Oshima et al., 2012). 이 툴은 어휘(words) x 담화 단위(discourse unit)를 바탕으로 한 이분 그래프(bipartite graph)를 기초로 담화 네트워크 구조를 시각화 한다. 이때 쓰이는 담화 단위로는 대화 전환(conversation turns), 온라인 포럼 포스팅, 문장 등이 포함된다. KBDeX로 담화를 분석하면 메인 화면에서 네 가지 요소를 확인할 수 있는데, 선택한 어휘가 표시된 전체 담화 화면, 학습자 네트워크 구조, 담화 단위 네트워크 구조, 그리고 선택한 어휘 네트워크 구조가 그것이다. 분석에는 전통적인 소셜 네트워크 분석 방법이 적용되는데, 연결 중심성(degree centrality), 근접 중심성(closeness centrality), 매개 중심성(betweenness centrality)이 있다. 즉, 네트워크 내 한 노드와 다른 노드 간 연결 수, 다른 노드들을 연결하는 매개 역할을 하는 노드, 다른 노드와의 거기가 가까운 정도를 나타내는 척도 등을 측정한다(Oshima et al., 2012; Matsuzawa et al., 2012). 예를 들어, 최근 Yang et al.(2022)의 연구에서는 예비교사들의 협력 질문과 지식 형성을 증진하는 과정에서 협력 분석 지원 반성적 평가(collaborative analytics-supported reflective assessment)을 위해 예비교사들이 KBDeX를 어떻게 활용하는지 살펴보았다. 그 결과, KBDeX를 사용하여 협력 분석 지원 반성적 평가에 참여한 예비교사 그룹은 일반적인 포트폴리오(portfolios)를 사용한 그룹에 비하여 보다 생산적인 협력 지식 형성 과정에 참여하였다. 이는 해당 그룹의 예비교사들이 KBDeX를 통한 학습 데이터 시각화와 지식 형성 척도(rubrics)를 활용하여 그들의 협력 학습 담화를 지속적으로 모니터링하고, 분석, 질문 종합, 질문을 위한 유망한 경로(promising routes) 탐색, 그리고 공동의 질문을 발전시키는 방향성을 찾았기 때문이며 이에 해당 툴 사용의 의의가 있다.

4. 마치며

본 챕터에서는 컴퓨터 지원 의도적 학습환경 및 협력적 지식형성에 관한 이론적 배경과 관련 연구를 소개하였다. 특히 커뮤니티 구성원의 다양한 질문을 수용하고 공동의 지식 증진에 관해 서술하였고, 관련 연구에서 시행된 분석 방법들 중 소셜 네트워크 분석을 중심으로 논의하였다. 앞서 서술한 바와 같이, 협력적 지식형성은 학생들이 지속적으로 새로운 아이디어를 생산하고 협력을 통해 공동의 지식을 발전시켜 나가는 것을 추구한다. 이를 위해 다양한 온라인 플랫폼과 도구들을 활용하고 있으며, 소셜 네트워크 분석 기법을 통해 학생들의 아이디어 발전 프로세스 및 상호작용 패턴 측면에서 협력적 지식이 어떻게 형성되는지 살펴볼 수 있다. 다만, 본 챕터에서 소개된 연구를 포함한 실제 지식형성 담화 분석 연구에서는 소셜 네트워크 분석 외에도 내용 분석(Content Analysis)과 같은 질적 분석을 포함한 타 방법들과 함께 수행되고 있다. 또한 최근에는 학습분석(learning analytics)과 함께 소셜 네트워크 분석 및 네트워크 사이언스(network science)가 논의되고 있다(e.g., Chen & Poquet, 2022; Park & Zhang, 2022). 하지만 보다 중요한 것은 이러한 학습 데이터 분석 방법이나 도구들이 단독으로 작용하기 보다는 학습 이론을 기반으로 분석에 대한 관점을 적용하는 것이다(Ohsaki et al., 2021). 나아가 관련하여 교육 현장에서의 실제 응용 가능성을 지속적으로 탐구하는 것이 필요하다.

참고문헌

Bereiter, C., & Scardamalia, M. (2006). Education for the Knowledge Age: Design-Centered Models of Teaching and Instruction. In P. A. Alexander & P. H. Winne (Eds.), Handbook of Educational Psychology (pp. 695–713). Lawrence Erlbaum Associates Publishers.

Chen, B., & Poquet, O. (2022). Networks in learning analytics: Where theory, methodology, and practice interest. Journal of Learning Analytics, 9(1), 1-12. 

Idea Thread Mapper. (n.d.). Retrieved November 4, 2023, from https://idea-thread.net/

KBDeX. (n.d.). Retrieved November 4, 2023, from https://www.kbdex.net/

Knowledge Building Community. (n.d.). Knowledge building starter’s resource kit. Retrieved November 4, 2023, from https://static1.squarespace.com/static/56775c49a12f4431fe72b066/t/5ee9bd24d5c8917db8db4d67/1592376647058/KB+Starter+Kit.pdf

Knowledge Building International. (n.d.). Knowledge building resources. Retrieved November 4, 2023, from https://ikit.org/kbi/index.php/knowledge-building-resources/

Laat, M., Lally, V., & Lipponen, L. (2007). Investigating patterns of interaction in networked learning and computer-supported collaborative learning: A role for social network analysis. International Journal of Computer-Supported Collaborative Learning, 2(1), 87-103.

Matsuzawa, Y., Oshima, J., Oshima, R., & Sakai, S. (2012). Learners' use of SNA-based discourse analysis as a self-assessment tool for collaboration. International Journal of Organisational Design and Engineering, 2(4), 362-379.

MOE ETD. (n.d.). Retrieved January 30, 2023, from https://www.youtube.com/watch?v=Nek301BvRkk 

Ohsaki, A., Oshima, J., & Oshima, R. (2021, April). Knowledge-building analytics based on network science. In Proceedings of the NetSciLA21 workshop.

Oshima, J., Oshima, R., & Matsuzawa, Y. (2012). Knowledge building discourse explorer: a social network analysis application for knowledge building discourse. Education Technology Research & Development, 60(5), 903-921.

Park, H., & Zhang, J. (2022). Learning Analytics for Teacher Noticing and Scaffolding: Facilitating Knowledge Building Progress in Science. In A. Weinberger, W. Chen, D. Hernández-Leo, & B. Chen (Eds.), Proceedings of the 15th International Conference on Computer-Supported Collaborative Learning - CSCL 2022 (pp. 147-154). Hiroshima, Japan: International Society of the Learning Sciences.

Scardamalia, M. (2002). Collective cognitive responsibility for the advancement of knowledge. In B. Jones (Ed.), Liberal education in a knowledge society (pp. 67–98). Open Court.

Scardamalia, M., & Bereiter, C. (1999). Schools as knowledge building organizations. In D. Keating & C. Hertzman (Eds.), Today’s children, tomorrow’s society: The developmental health and wealth of nations (pp. 274-289). Guilford.

Scardamalia, M., & Bereiter, C. (2010). A brief history of knowledge building. Canadian Journal of Learning and Technology, 36(1), 1-16.

Scardamalia, M., Bereiter, C., McLean, R., Swallow, J., & Woodruff, E. (1989). Computer-supported intentional learning environments. Journal of Educational Computing Research, 5(1), 51-68.

Siqin, T., van Aalst, J., & Chu, S. (2015). Fixed group and opportunistic collaboration in a CSCL environment. International Journal of Computer-Supported Collaborative Learning, 10(2), 161-181.

Yang, Y., Zhu, G., Sun, D., & Chan, C. (2022). Collaborative analytics-supported reflective assessment or scaffolding pre-service teachers’ collaborative inquiry and knowledge building. International Journal of Computer-Supported Collaborative Learning, 17, 249-292.

Yuan, G., & Zhang, J. (2019). Connecting knowledge spaces: Enabling cross-community knowledge building through boundary objects. British Journal of Educational Technology, 50(5), 2144-2161. https://doi.org/10.1111/bjet.12804 

Zhang, J., Scardamalia, M., Reeve, R., & Messina, R. (2009). Designs for collective cognitive responsibility in knowledge building communities. Journal of the Learning Sciences, 18(1), 7–44.

Zhang, J., Tian, Y., Yuan, G., & Tao, D. (2022). Epistemic agency for constructuring expansive knowledge‐building practices. Science Education, 106, 890-923.  https://doi.org/10.1002/sce.21717ZHANGET AL.|923