近十年国外知识可视化研究发展述评_刘超

在知识经济时代，“有效教育不能再集中于曾经需要记忆的、构成稳固知识库的信息块的传播。

教育必须帮助学生学会如何高效学习，这样他们就能应对不断变化的信息、技术、工作与社会环境”，[1]实现高效学习的手段之一即“帮助学生发展必要的认知（智力）工具和学习策略”，[2]对所学知识建模，因为“获得的知识，如果没有完满的结构把它关联在一起，那是一种多半会被遗忘的知识。

一串不连贯的论据在记忆中仅有短促得可怜的寿命。

”[3]知识可视化作为认知工具中的重要表征，在教育领域中有机运用，所能发挥的作用恰如一剂催化剂，“能帮助教师采用学生易于理解和接受的教与学的方式，激发学生的学习动机，使教与学在学生‘想学’、‘愿学’、‘乐学’的心理基础上展开”，[4]在学生“学懂”、“学会”、学活”的能力层次中升华，从而促进有效教与学。

笔者以Knowledge Visualization 为主题关键词，以“2004～2011”为起止日期，从CALIS 外文期刊网数据库中共检索至相关文献共135302篇，经过筛选获得部分有一定代表性的文献，并通过对这些核心文献的仔细研读后发现：国外对于“知识可视化”无论是理论研究、实践研究抑或评价研究都凸显出相当的深广度，尤其是理论研究，更是涌现出一批蕴含较高参考价值、引领学术潮流的文献。

此外，以上诸多研究方向皆保持不断创新、臻于完善的发展态势。

具体主要研究成果大致归纳如下。

一、知识可视化的前世及今生“知识可视化”虽是2004年才正式兴起的新兴研究领域，但“可视化”的相关研究却由来已久。

早在由布洛斯·麦卡米克（Bloss McCamic ）于1987年2月所发表的美国国家科学基金会报告《科学计算中的可视化》（Visualization in Scientific Computing ），可视化（Visualization ）一词即作为专业术语正式出现，由此拉开国外“可视化研究”的序幕。

直到2004年7月，M.J.埃普拉（M.J.Eppler ）和R.A.伯卡德（R.A.Burkhard ）共同编写的工作文档《知识可视化———通向一个新的学科及其应用领域》（Knowledge Visual －ization -Towards a New Discipline and its Fields ofApplication ）[5]发布，则标志着知识可视化正式成为〔摘要〕知识可视化是在科学计算可视化、数据可视化、信息可视化基础上发展起来的新兴研究领域，它应用视觉表征手段促进群体知识的传播和创新，在日益强调有效教与学的今天，已逐步受到越来越多的教育技术学家及一线教学实践者的关注。

本文以近十年国外部分核心文献为研究基础，对知识可视化相关研究成果加以扼要述评，以期引起国内研究者的关注。

〔关键词〕知识可视化国外研究综述近十年国外知识可视化研究发展述评笪刘超文一个新的研究领域。

在此期间，“可视化”研究发展的境脉大致遵循着“科学计算可视化（Scientific Visu －alization ）→数据可视化（Data Visualiztion ）→信息可视化（Information Vissualization）→知识可视化（Knowledge Visualization ）→……”的轨迹，而巧合的是，此似与学者对“知识体系”的层次划分，即：“数据→信息→知识→智慧”[6]不谋而合，由此，或能让我们对“知识可视化”的未来发展之路———“智慧可视化”产生无限憧憬。

二、知识可视化的实质及比较M.J.埃普拉、R.A.伯卡德在其工作文档中给“知识可视化”下了首个定义，即：“一般来说，知识可视化领域研究的是视觉表征在改善两个或两个以上人之间知识创造和传递中的应用”，并描述了其手段与目的，即“知识可视化是通过提供更丰富的知识视觉表征的方式，以提高人们之间的知识创造和传递；知识可视化的主要目的在于增进个体间的知识密集型交流，例如将新的见解纳入到已有的概念体系中去”。

[7]为更好地区分知识可视化相较于以往“可视化”研究的不同，国内学者赵国庆、黄荣怀、陆志坚等在《知识可视化的理论与方法》一文中为我们从可视化对象、可视化目的、可视化方式和交互类型四个方面对三者进行比较分析，如表1所示：表1数据可视化、信息可视化与知识可视化的比较[8]三、知识可视化的表征及分类关于知识可视化表征方法的分类，许多学者纷纷提出自己的观点，这里姑且罗列三种颇为典型性的分类法：（一）M.J.埃普拉、R.A.伯卡德分类法M.J.埃普拉、R.A.伯卡德将知识可视化表征分为如下六种类型：[8]1.启发式草图（Heuristic Sketches ）：这是一种可以使知识显性化以辅助小组反思和交流思维进程并产生新见解的图画。

如图1所示为利用启发式草图描述了一种物理现象。

图1启发式草图示例2.概念图表（Conceptual Diagrams ）：借助标准化图形（诸如箭头、圆、锥或矩阵等）对抽象观点进行纲要性描述，构造信息和阐明关系。

常见概念图表如图2所示：图2常见概念图表3.视觉隐喻（Vistual Metaphors ）：一种把理解的元素从已掌握的主体迁移到新领域来提供从理解的某些熟悉的事情到某些新的事物的知识可视化方法。

4.知识动画（Knowledge Animations ）：计算机支持的动态的和交互式的可视化，它允许用户通过控制、交互和熟练操纵不同类型的信息来促进知识的生成和传递。

5.知识地图（Knowledge Maps ）：知识地图是遵循制图规则反映知识关系的形象化格式。

6.科学图表（Scientific Diagrams ）：包括知识领域可视化和数字图书馆的可视化界面。

（二）R.A.伯卡德、迈克尔迈耶（Michael Meier ）分类法R.A.伯卡德、迈克尔迈耶吸收“建筑师传递和创造知识的方法”的灵感，于2005年在《向建筑师学习：知识可视化与信息可视化之间的差异》《Learning from Architects ：The DifferencebetweenKnowledgeVisualization and Information Visualization》[9]一文中总结出7类可视化方式：素描（Sketch）、图表（Dia－gram）、地图（Map）、图像（Images）、实物（Objects）、交互式可视化（Interaetive Visualizations）、视觉/故事（Visions/Stories）。

其中地图又可细分为知识地图（Knowledge Map）和概念图（Concept Map）。

（三）D.H.乔纳森（Jonassen）分类法D.H.乔纳森在论文《什么是认知工具？》（What are cognitive tools?）[10]概括出认知工具的5种常用可视化方法：概念图（Concept Map）、思维导图（Mind Map）、认知地图（Cognitive Maps）、语义网络（Se－mantic Networks）、思维地图（Thinking Maps）。

从中可以看出，以上分类法都重点关注知识的“视觉图解表征”，各分类法中存在明显交集，但实践过程中，我们却也并不必完全拘泥于此，事实上凡能促进知识“创造”与“传递”的视觉表征手段皆可成为知识可视化表征的研究对象。

D.H.乔纳森则在《用于概念转变的思维工具———技术支持的思维建模》[11]一书中则为我们整理出更多的表征手段，值得深入学习。

四、知识可视化的框架及模型关于如何利用知识可视化更有效地创造与传递知识，M.J.埃普拉、R.A.伯卡德在其工作文档中为我们搭建好如图3所示的“知识可视化框架”。

图3知识可视化框架[5]该框架涵盖了知识可视化实践过程中需认真思考的三个“关键性问题”，即：可视化什么类型的知识（What）？为什么要对这些知识进行可视化（Why）？如何进行可视化（How）？当然，该框架图表中关于知识类型、可视化目的以及可视化形式的列举只是一个示意，没有绝对的对应关系，具体应用时仍需研究者根据自身需求灵活确定（M.J.埃普拉&R.A.伯卡德，2004）。

以“知识类型”为例，除了图3所提及的拉塞尔阿克夫（Russell Ackoff）知识分类法外，某些场合下，布罗姆的认知目标分类理论（2001修订版）中的知识分类法，即“事实性知识、概念性知识、程序性知识及元认知知识”亦是不错的选择。

2005年，R.A.伯卡德在论文《可视化策略》（Strategy Visualization）中对上述研究框架进行修订与完善，如图4所示：图4知识可视化框架（修订版）[12]同样，该框架亦需实践者对四个“关键性问题”作认真思考，即：可视化目的为何？知识类型为何？知识接受者为何？可视化效果为何？与此同时，R.A.伯卡德在论文《构建知识可视化框架与模型：信息可视化与知识可视化之间的协同作用》（Towards a Framework and a Model for Knowledge Visualization：Synergies Between Information and Knowledge Visu－alization）还为我们构建出“知识可视化（实施）模型”，如图5所示：图5知识可视化模型该模型描述了知识“发送者”与“接受者”之间知识传递的互动迭代过程：该过程起始于“推送”知识的“发送者”，他关于某方面知识的心智模式外化为各种显性、辅助性的视觉表征过程可以被分为三个子过程：第一，发送者首先需获得接受者的注意；第二，发送者需要描述知识背景，提供一个知识概览，并展示具体的行动选项；第三，发送者通过与接受者进行以上一系列“生成性”会话最终指向“预设性”的知识细节，进而让接受者借助这些视觉表征，并结合自身的心智模式重构类似知识。

在此过程中，由于双方不同的假设、信念、背景，推论和误解等的发生，常常导致知识重构失败。

因此，发送者还需根据接受者“回送”的反馈信息对可视化进行反复改进直至知识“传递”成功。

[13]五、知识可视化的应用及评价通过对国外历年（2004～2011）关于“知识可视化”的相关文献数量分析，得出如图6所示的统计分析图。

图6知识可视化历年相关研究文献数量汇总图（2004～2011）从中不难看出国外对于知识可视化研究热度总体趋于高位平稳。

而在这些文献中，所涉及的研究应用领域也较为广泛，譬如：计算机科学、生物医药工程、商业资讯、知识管理、专家系统等诸多领域。

尤以计算机科学为例，其研究的文献数量之最，也充分体现出“计算机科学”在推动“知识可视化”研究进程中所发挥的举足轻重的作用中。

另通过对包含草图、图表、概念图等在内的各类“图形组织器（Graphic organizer）[14]”相关文献数量分析，得出如图7所示的统计分析图。