集智如何集智？从联通主义视角看开放专业学习社群的生长演变

导语

在数字化、网络化与智能化快速发展的今天，人类的学习方式正在发生深刻变化。当知识更新速度不断加快、认知活动越来越依赖人与人、人与技术之间的协同连接时，一个新的问题也随之出现：学习究竟还是个体内部的知识积累，还是一种分布式网络中的动态联通过程？

联通主义学习理论，正是在这样的背景下被提出。作为解释数智时代学习规律的重要理论，它不仅重新定义了学习的发生机制，也为理解开放社群中的知识协同与网络演化提供了新的视角。而成长二十余年的集智俱乐部，正是观察这一过程的重要案例。

本文整理自2026年集智科学节主题分享《集智如何集智？从联通主义视角看开放专业学习社群的生长演变》。报告从联通主义学习理论出发，结合复杂系统与网络科学视角，对集智俱乐部的发展机制进行分析，并以“AI时代的学习：共探学习的复杂性”读书会为案例，基于社群互动、资源流动与主题演化等过程性数据，探讨开放专业学习社群中的联通机制与集智规律。

关键词：联通主义、开放学习社群、复杂系统、人机协同、知识网络、集智俱乐部、自组织

王志军丨讲者

研究起点：集智俱乐部作为开放专业学习社群

大家好。今天聆听了一整天的分享，深感内容丰富且思想密度很高。相较而言，我今天的分享可能没有那么复杂，更偏向于一个学习理论视角下的观察与思考。

我的学生曾开玩笑地说：“老师，你这是误闯天家。”这句话其实也让我意识到，在集智俱乐部这样一个汇聚众多科学研究者与跨学科实践者的场域中，讨论“集智俱乐部”本身，确实是一件颇具挑战性的事情。不过，从联通主义学习理论的研究视角出发，我也希望能够提供一种不同于传统研究路径的理解方式。

我之所以进入这一研究领域，源于博士阶段持续关注的一个核心问题：在数字化与智能化不断发展的背景下，人类的学习方式究竟正在发生怎样的变化？也正是在这一问题意识的驱动下，我逐渐接触并深入研究联通主义学习理论。今天的分享，也将结合这一理论视角，简要回顾我如何逐步走近集智俱乐部，并尝试从学习科学与复杂系统的角度理解这一开放社群的生长演变机制。

理论背景：学习理论的演进与联通主义转向

我对集智俱乐部的定位，是一个开放的专业学习社群。之所以作出这样的判断，是因为这一社群汇聚了大量具有不同学科背景的高水平参与者，形成了一个兼具开放性、专业性与跨学科特征的学习共同体。从某种意义上说，这也是张江老师长期推动与构建的一个高质量知识协作生态。

从教育学研究的视角来看，我们长期以来对“社区”与“学习共同体”进行了大量研究，但其中一个值得反思的问题在于：人类对于“学习”本身的理解，其实始终处于不断修正与演化的过程之中。

早期的行为主义主要将学习理解为“刺激—反应”之间的关系，其研究基础多来源于动物实验；随后兴起的认知主义，则开始借助信息加工模型，将人的学习过程类比为计算机的信息处理过程；而到了建构主义阶段，研究视角才逐渐转向学习者自身，开始强调意义建构、情境参与以及主体性的发展。

然而，在今天的教育实践中，我们已经能够明显感受到传统教学逻辑所面临的挑战。例如，在大学课堂中，“学生不愿抬头听讲”已经成为一种普遍现象。这背后并不仅仅是学习态度的问题，更深层的原因在于：我们仍然在以一种还原论和线性化的方式组织教学，而学习者却已经处于一个高度复杂、信息高度流动的环境之中。他们获取知识的渠道日益多元，认知活动也不再依赖教师单向度的信息传递。

因此，需要认识到，任何学习理论的形成都深刻嵌入于其所处的技术与社会背景之中。在今天这样一个数字化、网络化与智能化不断加速发展的时代，我们对于“学习”的基本理解也必然需要发生转变。而联通主义学习理论，正是在这样的时代背景下被提出的。

理论基础与核心观点：网络化学习与联通机制

2011年至2014年，我在北京师范大学攻读博士学位期间，跟随陈丽老师开展相关研究。此后，我前往阿萨巴斯卡大学访学，而联通主义学习理论的创始人当时正任职于该校，因此我也有机会较为系统地接触并深入理解这一理论体系。

回过头来看，联通主义对于时代特征的描述，在今天显得尤为具有前瞻性。我们正处于一个复杂性、网络化、数字化与智能化深度交织的时代，知识更新速度不断加快，知识“半衰期”持续缩短。尤其是在人工智能领域，人类所面对的问题越来越具有未知性与开放性，许多问题都缺乏既有经验与成熟范式可以直接借鉴。

在这样的背景下，技术的作用已经不仅仅局限于提升信息传播效率，它实际上正在深刻重构人的认知方式、知识组织方式以及学习方式。换言之，技术不再只是学习的工具，而正在逐渐成为认知活动本身的重要组成部分。

联通主义提出了一个非常核心的观点：“管道比管道中的内容更重要”。这一判断强调，在知识高度流动与快速演化的环境中，信息连接结构本身往往比单一知识内容更具决定性意义。

在这一意义上，集智俱乐部可以被理解为一个高质量的“知识连接管道”或知识网络结构。与此同时，我们在使用不同人工智能工具的过程中，本质上也是在接入并组合不同的信息与认知管道，从而提升问题求解与知识整合的能力。

联通主义还提出另一个同样重要的判断：问题比答案更重要。这一观点指向的是，在知识高度复杂化与快速变化的背景下，单一确定性答案的价值正在下降，而问题的提出能力、问题结构的质量以及问题驱动的学习过程，其重要性显著上升。

因此，在当前语境下，我们已经很难，也没有必要将全部知识完整内化于个体认知系统之中。相应地，更为现实且有效的路径，是发展一种人机协同的认知模式，通过人与技术系统的协同，共同完成知识获取、组织与创造的过程。

学习即网络：多层结构与关键机制

在联通主义理论中，学习被理解为一种“网络的形成过程”，其核心不在于静态知识的积累，而在于多层次网络结构的持续生成与重构。具体而言，这一网络主要包括四个相互嵌套的维度：

• 神经网络：即个体大脑内部的连接结构，构成认知加工的生理基础

• 概念网络：知识之间的组织与关联方式，强调结构化理解而非碎片化信息堆积

• 社会网络：人与人之间的关系与互动结构，是知识流动与扩散的重要载体

• 技术网络：由不同技术系统构成的交互与支持结构，为学习提供基础设施条件

从这一视角来看，学习的本质可以理解为在上述多重网络之间持续建立连接，并在动态过程中不断接入、整合与更新最新、最前沿且具有解释力的知识资源。

在研究过程中，我也观察到一个值得关注的现象：联通主义的创始人在提出该理论时，往往以高度概括性的方式简要指出其理论基础来源。然而，对于具有教育学背景的研究者而言，这些高度压缩的表述在初期并不容易直接理解与转化。

在进一步的理论梳理与实践研究过程中，我逐步提炼出若干关键机制：

• 开放性促进联通，而联通过程又反过来强化系统的开放性

• 多样性构成联通发生的重要前提条件

• 知识创生是连接得以持续发生的重要基础

• 高质量交互是推动网络演化的核心机制

在这一过程中，一个持续困扰我的问题是：这些理论如何转化为可操作的实践框架？这一问题也逐渐演变为我博士研究阶段最核心的研究议题。

认知转型与实践基础：人机协同与复杂系统视角

在数字化与智能化背景下，一个基本前提在于：掌握基础技术工具仅构成学习与研究的起点。近年来，我在这一基础上进一步引入“智能体”这一维度，用以扩展对人机协同结构的理解。然而，更为关键的并不止于工具层面的应用，而在于实现信息之间的有效联通以及人与人之间的深度连接。

由于个体认知能力始终具有边界性，在复杂快速变化的环境中，我们必须通过结构化方式聚合与整合他人的认知资源。同时，也需要在不确定性情境中持续生成新的知识与解决方案。在这一意义上，学习本质上可以被视为一个面向复杂系统的动态演化过程，其核心机制在于通过持续的深度交互，推动知识创新与整体网络结构的优化。

在后续研究与实践过程中，我也经历了一些重要的阶段性节点。例如在2024年于学习节期间与狄增如老师的交流，使我在持续讨论与反馈中进一步深化了对该领域的理解。从联通主义的视角来看，一个基础性认识在于：认知本质上具有分布式特征，并不局限于个体内部，而是分散在多元主体与多重结构之中。

与此同时，这一视角也提示我们，现实世界本身呈现出复杂性、非线性、混沌性与自组织并存的特征。因此，有必要借助复杂系统科学与网络科学的方法框架，重新理解学习与认知过程。在此基础上，人机协同正在成为一种关键性的结构形态，人工智能可以作为“扩展认知系统”或“扩展大脑”，参与信息处理与知识组织。

在某些情境下，当学生能够与多个AI系统形成协同关系时，其在问题分析与解决方面所展现出的能力，甚至可能超越传统意义上的专家群体。这一变化也意味着，未来学习与知识生产的组织方式将发生深刻重构。

由于国内相关研究与实践环境相对有限，我们曾于2018年与陈丽老师合作开展“cMOOC”项目，积累了一批基于复杂系统方法的数据资源与研究成果，并在一定程度上支持了多篇博士论文的完成。然而，在实践推进过程中，我们也逐渐意识到一个重要问题：整体联通的开放性仍然不足。

随后，我们与中国建设银行等机构开展社区实践探索，但这种模式在一定程度上仍偏向“强联通”结构，更多依赖组织化推动，而缺乏自发演化的生态特征。直到后来接触到集智俱乐部，我才真正观察到一种更接近理想状态的开放联通形态与知识生态结构。2024年，我带着我的学生苏晨予，开展对集智俱乐部的研究，她的毕业论文《开放专业学习社群生长演变机制研究——以集智俱乐部为例》完成得很好，两个外审均获得了优秀。

研究方法与观察路径：读书会与持续实践

最初，我们对集智俱乐部的研究尝试是从多维度展开的，包括平台数据分析、线下活动记录以及社区访谈等不同来源。然而，很快便遇到一个现实性问题：关键数据存在明显缺失。由于大量重要互动发生在线下或非结构化情境中，这些过程难以被完整记录与量化表达，从而在一定程度上限制了复杂系统分析方法的应用空间。

在此背景下，我们在集智俱乐部前负责人王婷的建议下，尝试通过读书会这一形式重新构建研究观察的窗口，并由此开启了一系列持续性的实践探索。这一读书会项目随后成为我们运行周期最长的一个实践单元，共持续18期。在项目初期，我对其能否持续运行仍存在一定不确定性，但实践结果表明，该读书会在运行过程中呈现出明显的自组织与持续生长特征。

在联通主义理论的研究与实践过程中，我还观察到一个具有代表性的现象：在教育技术领域进行理论讲授时，该理论的理解与接受程度往往较为有限；而在集智俱乐部的语境中，每次分享通常可持续2小时，随后再进行1小时讨论，并可连续开展多轮交流，总计约8小时的深度互动仍能够保持较高的参与度与讨论质量。

这种差异的形成，在很大程度上源于三个关键条件的共同作用：

• 高多样性的参与者结构

• 强自驱动的学习环境

• 高质量的开放联通生态

在上述条件共同作用下，参与者能够快速理解并“接住”彼此的观点，并在此基础上展开进一步的延伸与深化互动。这种高密度、持续性的认知交互，本身构成了一种较为独特的学习与知识共创体验。

多层网络与活系统特征

在后续研究中，我们进一步整合历史资料、读书会运行记录以及深度访谈数据，对集智俱乐部的发展机制进行了系统分析，并尝试从复杂系统与多层网络的理论视角构建分析框架。

研究结果表明，集智俱乐部本质上可以被理解为一个开放的活系统。在不同主题与情境下，参与者的角色呈现出持续流动与动态重组的特征；与此同时，平台本身也并非中性载体，而是一个具有能动性的结构要素，其技术架构在一定程度上会反向塑造参与行为与互动模式。

此外，共享愿景与文化基因（例如跨学科导向、小规模生态结构以及复杂性科学取向）构成了系统长期稳定运行的重要内在支撑因素。

从数据分析结果来看，尽管整体网络结构呈现出一定程度的稀疏性，但信息在网络中的流动效率却保持在较高水平。社群结构演化过程呈现出明显的“分化—整合—再分化”的动态循环特征。

与此同时，视频回放、在线直播以及共创任务等机制设计，为不同类型的参与者提供了多路径进入与参与的可能性，从而增强了系统的包容性与可达性。主题演化过程同样表现出显著的涌现特征：从早期相对有限的核心议题，逐步扩展为高度多元化的知识结构网络，并在持续互动中不断激发新的参与行为。

在部分案例中，原本处于低活跃状态的参与者，会在特定触发条件下被重新激活，并转变为高贡献成员。这一过程体现出明显的自组织演化特征。

我们进一步提出了一个概念——综合联通能力，用于解释个体在社区中的贡献差异及其参与强度的差异来源。

研究结果显示，在引入该变量后，模型的解释力得到显著提升。这一结果表明，仅依赖单一行为指标，难以充分解释社区参与的复杂性；相较而言，联通能力本身在其中具有更为关键的解释作用。

在参与结构的比较分析中，我们同时观察到如下经验性比例特征：

• 在国际MOOC学习社区中，高参与者比例约为10%

• 在一般在线社区中，该比例约为1%

• 而在集智俱乐部中，高参与者比例约为15.3%

这一结果在一定程度上表明，该社群具有较强的持续参与能力与高活跃度结构特征。

与此同时，不同个体之间的联通路径也呈现出显著异质性：部分参与者通过高频互动不断扩展其社会网络结构；也有参与者虽然在显性发言层面参与较少，但通过在外部进行深度信息加工与再创造，同样对系统产生了重要影响。

在此基础上，我们尝试对集智俱乐部的生长演变机制进行提炼：

首先，个体因共享愿景与理念被吸引进入社群；随后通过兴趣驱动的交流与跨界互动逐步形成连接；在此过程中，平台机制不断迭代优化，从而提升互动效率与连接密度；最终，系统逐渐形成相对稳定的文化认同与价值共识结构。

需要强调的是，这一过程并非线性推进，而是一个持续迭代、不断自我强化的复杂系统演化过程。总体而言，集智俱乐部可以被理解为一个持续演化的开放联通生态系统，其核心驱动力来自多样性结构、开放性机制、深度交互过程以及持续涌现的新知识生产结构。

集智俱乐部提供了一个非常好的跨学科、前沿、深度交流的环境，我们的读书会，也取得了非常好的效果。我们正在以这个为主题，计划出版一本书《AI时代的学习：共同学习复杂性》。

王志军老师被评为2025年读书会最佳发起人

「AI时代的学习：共探学习的复杂性」主题读书会

在技术浪潮的冲击下，智能时代对人才培养的需求正发生根本性转变——学习已不再局限于简单的知识传递与记忆，当机器能够替代程式化技能，人类的创造力、批判性思维与跨界协作能力将成为核心竞争力；当知识更新周期以月甚至天为单位迭代，教育的使命不再是填鸭式灌输，而是培养终身学习者的自适应能力。

在此背景下，集智俱乐部联合江南大学教授王志军，北京师范大学教授崔光佐，翼鸥教育创始人宋军波，TalkingBrain 联合创始人林思恩，清华大学讲师方可，北京师范大学博士后郭玉娟，共同发起。希望通过汇聚教育学、系统科学、脑科学、计算机科学、社会学等多领域交叉视角，突破单一学科的局限，对人类社会未来学习发展形成更加全面深入的认识。

详情请见：

1.

2.

3.

4.

5.

6.

7.