知识建构是计算机支持的协作学习的研究热点,其实现途径是协作学习。而分组是协作学习成功的重要步骤,也是影响知识建构的因素。通过文献研究发现知识建构领域中促进知识建构的策略和方法方面的研究众多,因此,通过优化分组促进协作以达到推动学生知识建构的研究是有意义的。遗传算法是一种具有自适应能力的、全局性的概率搜索算法,已被学者用于分组,并且证明可以优化协作绩效。研究将探索遗传算法分组策略对知识建构的影响。研究采用实验研究法,依托于《电视电声系统》课程,在“数课”平台上进行知识建构活动。首先,依据知识建构理论,分析学习活动的要素,并结合课程内容,确定了知识建构活动要素并设计了知识建构活动;其次,根据遗传算法流程和一种基于遗传算法的惩罚函数方案,在确定分组依据为学生先验知识水平、学生角色以及紧密中心度后,利用Matlab软件进行多次试验,实现了研究所采用的遗传算法分组代码;再次,对某大学本科二年级学生进行随机分组,形成实验组和对照组,两组学生在进行相同知识建构活动时,采用不同的分组策略,实验组采用遗传算法分组策略,对照组采用学生自由组合分组策略;最后,通过收集学生在平台上的话语内容、对话交互行为数据,以及实践后的个人和小组知识成果,利用知识建构活动中提出的评价方案,在过程维度采用Gunawardena检验知识建构交互模型和观点改进和发展编码表工具,以及社会网络分析法进行评价;在结果维度采用Hough概念图分析模型和设计方案评价表进行评价。研究表明,在过程维度,遗传算法分组策略有利于高水平知识建构话语的产生,促进学生深层次的知识建构;且更有助于改进和发展观点的产生,促进集体观点的不断完善;同时,个体能够更加积极地为公共知识做贡献,实现个体知识到公共知识的转化。在结果维度上,遗传算法分组策略下个体和小组通过知识建构,对知识的掌握程度更好,对相关主题的认识更充分,知识结构更加完善。通过过程和结果维度的综合评价,说明遗传算法分组策略能够提高知识建构过程质量,促使学生高水平知识建构的发生,从而促进学生个体知识的掌握,优化小组协作绩效。