Semantic networks as a tool for analyzing conceptual organization in active teaching methodologies in Microbiology

在教室内，学习常被认为是一个将事实填充进容器的过程，但教育工作者越来越多地将其视为构建一张地图的过程。当学生学习微生物学等复杂学科时，他们不仅仅是记忆孤立的定义；他们必须连接想法，观察一个概念如何引向另一个概念，以及不同的信息碎片如何组合在一起形成一个连贯的整体。这种内在的地图，或称概念组织，决定了一个学生是真正理解了一个主题，还是仅仅在背诵它。主动教学法通过要求学生通过项目和探究来掌控自己的学习，旨在加强这些心理连接。然而，衡量这些内在地图质量长期以来一直是一个难题，因为教师可以看到论文或演示文稿的最终产物，却无法轻易看到导致该产出的、不可见的思维结构。

圣保罗大学生物医学研究所的研究人员试图寻找一种让这些不可见结构变得可见的方法。他们专注于一门特定的细菌学课程，学生在该课程中使用一种被称为“领养一种细菌”的方法，即学习者深入研究一个特定的细菌属，在本例中为芽孢杆菌属（Bacillus）。团队想要了解是否可以使用一种称为语义网络的数学工具，来观察不同年份（2024年和2025年）学生组织知识方式的差异。语义网络通过观察单词在文本中共同出现的频率来运作。如果两个词频繁出现在彼此附近，该工具就会在它们之间画一条线，从而创建一个连接网络。通过分析这些网络，研究人员可以衡量学生思想的编织紧密度，以及哪些概念充当了支撑整个理解结构的中心枢纽。

该研究检查了两组学生在学习芽孢杆菌属时所创作的书面作品。研究人员对这些文本中的词汇进行映射，以创建视觉化的思想网络。他们发现，两组学生都成功涵盖了要求的课程内容，但他们在主题侧重点和联系概念的方式上有所不同。这两年都表现出了相似的基础思维形态，即思想分解为九个截然不同的簇或子图，这是此类学习中常见的统计模式。然而，进一步的观察揭示了连接强度的显著差异。2025年的学生创作的文本中，关键的连接词出现的频率和重要性要高得多。具体而言，2025年的网络中，作为不同想法之间关键桥梁的词汇数量是2024年网络的两到四倍。这表明2025年的学生构建了一个更稳固且整合度更高的知识结构，其中的想法联系更为紧密，而非处于孤立的状态。

研究结果表明，语义网络分析可以作为教育工作者的有力补充工具。它使他们能够超越仅仅检查学生是否掌握了正确事实的层面，转而观察这些事实在学生脑海中是如何组织的。通过揭示这两年之间概念组织的差异，该研究证明了这种方法可以捕捉到微生物学中有意义学习的细微差别。它证实了主动学习方法不仅产生了不同量的信息，而且能从根本上改变学生理解复杂科学主题的方式及整合程度。