协作学习的重要价值在于通过群体内部意义共享与协商的“生产性”互动来推动群体知识建构。已有协作学习互动分析多侧重对行为、认知等单一状态的分析,忽视学习者情感、自我调控等内隐的学习状态,难以全方位反映学习者在协作交互过程中的投入状态。协作学习投入是表征小组成员在生产性互动过程中表现出的积极参与、相互依赖的状态,体现在小组成员的外显行为和内隐心理活动多个层面,对于理解协作交互过程至关重要。但目前国内外对协作学习投入的分析还存在分析维度单一、数据利用率低以及分析难于获取动态收据等局限,鉴于以上研究缝隙,研究引入多模态交互分析方法,聚焦于探索如何基于多模态交互信息分析交互过程中小组成员的协作学习投入状态?围绕该研究问题,主要开展三方面的研究内容:首先,建立协作学习投入分析模型及多层级观测指标,并确定分析模型各维度及指标的权重;其次,提出多模态融合分析协作学习投入的基本原则,并在此基础上厘清与细化多模态交互信息的类型、分析技术和分析流程,形成面向协作学习投入的多模态交互分析方法体系;最后,以协作知识建构的参与者为研究对象,采集参与者产生的多模态交互信息来表征意义共享与协商过程中的协作学习投入状态,进而探究参与者在协作知识建构过程中的生产性互动特征与规律。研究主要结论如下:1.协作学习投入旨在分析学习者在群体意义分享与协商的互动过程中生成并维系的积极、持久的认知与社会性参与状态,具有多维性、社会性和时序性的特征;2.协作学习投入分析框架包含行为参与、社会关系、观点建构和共享调节4个维度,以及同步度、引领度和协商度等11个一级观测指标和30个二级观测指标;3.面向协作学习投入的多模态交互分析遵循多维信息融合表征、模态特征同步融合以及整体情境连续分析的基本原则,包括提取多模态交互信息、识别多模态交互特征和融合模态特征表征投入等步骤,具有数据的多模态、指标的多维度和方法的多样性等特征;4.多模态交互分析能够从多维度关联分析协作知识建构投入的发展机制,深入探究参与者投入状态的个体差异、小组内部特征以及时间序列特征,具体来讲在个体层面呈现出个体内在不均衡性和外在差异性,在小组内部呈现出参与者均衡投入和领导者突出投入的特征,在时间序列上呈现出多维度受到时间、学习经验等因素影响而波动的特征。研究的主要不足之处在于多模态量化的效率与误差、研究样本代表性以及实证研究的时间安排等方面,后续研究将从三方面展开:优化多模态分析技术与工具来提升研究的精准性和效率性,增强对协作学习投入的智能化感知来增强数据的客观性与多源性,推进协作学习投入反馈的实时化来增强学习服务的适应性。总之,未来随着智能技术的发展,对协作学习过程的感知会更加智能、精准和自动化,多维数据驱动的协作学习投入分析将会为学习环境的不断迭代和优化提供重要的理论、技术与方法指导。