学习分析是为了评估学术进步、预测未来的表现和发现潜在的问题而对学生产生的广泛的数据进行解释的行为。其目标在于使学校和教师能够根据每个学生的需要和能力提供与其相适应的教育机会[1]。学习分析技术是回归教育本质,以学习者为对象,以教育数据驱动的方式改进教学实践、促进学习者个性化发展的方法和技术。
地平线报告对学习分析的介绍最早出现在2011年,随后2013年和2014年的报告中也均有提及,其预测学习分析作为影响基础教育领域的新兴技术将得到广泛应用。2017年地平线报告指出:未来2~3年“分析技术”将进入基础教育教学应用,美国IT研究与咨询公司高德纳(Gartner)公司发布的信息指出2017年是数据和分析迈向主流的一年[2]。分析技术通过各种工具和应用程序将数据转化为可执行的信息,而把那些与学习者能力和进步相关数据进行收集、筛选、整合、分析,将对激发学生个性化和适应性学习有潜在的作用。
个性化学习的实现,也越来越需要借助大数据和学习分析技术,从海量的数据信息中发现学习发生的机制,挖掘学生学习规律的变化,找到数据背后隐藏的学习行为产生的原因和相互的关联性,预测学生学习的趋势并提供更加精准的学习内容和反馈建议。教育信息化在基础教育的普及和学习分析技术的不断发展为学生个性化学习提供了可能。
一、学习分析的内涵
二、学习分析的数据、方法与工具
三、学习分析技术应用的实践案例
四、学习分析应用的建议
1.教育机构要理清自身对学习分析需求使技术服务于教学
学习分析技术是综合教育学、计算机科学、统计学、大数据科学、人工智能等多学科知识对教育现象进行研究的理论和技术。一线教育工作者在这方面缺乏相关的知识储备,所以建立一套适用的学习分析系统,使之在教学实践应用中发挥应有的作用就需要教育工作者、研究人员和技术专家合作,发挥各自的专业所长,设计开发出能够在教学中真正用得上、易用、好用的学习分析系统,离开其中一方都可能事与愿违。这也是教育与技术深度融合的体现,技术是为教育服务的,单纯的技术需求比较容易实现,但教育机构应该分析自身教学实践面临的问题、要达到的目的,梳理出自身的需求,之后寻求技术帮助解决教育教学问题。在技术与教育融合的改革中,教育是根本,技术是手段,技术应该服从教育目标和定位。
2.个性化学习环境下需重新定位师生角色
基于学习分析技术的教学管理系统,为学生和教师提供了更加个性化的学习和教学环境,这使得学生和教师需要重新定位自身的角色。对于学生来说,需要逐渐培养主动学习和个性化学习的意识,通过学习过程中的可视化分析结果逐步增强自我认知和理解,反思和改进新环境下的学习方法。对于教师来说,教师由原来的知识传授者转变成学生学习的组织者和引导者,这需要教师适应角色转变,发展教学研究的能力,对学生学习行为和知识习得过程进行更深入分析,随时调整评价机制和教学决策。也要求教师具有更多的教学设计和内容开发的能力,利用好现代化教学工具,成为学生学习的指导师。
3.混合学习环境下要做好学生线下学习行为的数据采集
目前在网络学习环境下,教育者和研究人员比较容易获取学生的学习行为数据,进而利用学习分析技术进行相应的教学研究、及时调整教学策略。随着混合式教学在基础教育中应用的不断推广,学生线上学习有相应的数据记录,但学生线下学习的行为变化、情感动态是比较难获取的[12]。所以混合学习环境下,学习分析的难点在于如何采集学生线下学习的有效数据。但随着一些辅助工具的出现,教师和研究人员可将学生线下完成的作业、试卷等扫描成电子版并完成自动判分、自动统计等工作[13]。随着学习分析技术研究的进展,真实学习情境中的数据收集成为可能,学习分析的结果也将更加深入和全面,研究人员已经在实验通过眼帘间距和嘴角弧度判断学习者的学习注意力与愉悦度,进而推测学习者的学习情绪。
参考文献
[1] Johnson, L., Adams, S., and Haywood, K.. The NMC Horizon Report: 2011 K-12 Edition[R]. The New Media Consortium, 2011.
[2] 北京开放大学地平线报告项目组.新技术驱动教学创新的趋势、挑战与策略:2017地平线报告:基础教育中文版[J].中国现代教育装备,2017(9):1-20.
[3] 祝智庭,沈德梅.学习分析学:智慧教育的科学力量[J].电化教育研究,2013(5):5-19.
[4] 顾小清,刘妍,胡艺龄.学习分析技术应用:寻求数据支持的学习改进方案[J].开放教育研究,2016,22(5):34-45.
[5] 林炜婷,杨宁.国内外近五年学习分析技术应用比较研究[J].福建广播电视大学学报,2017(5):8-14.
[6] 魏顺平.学习分析技术:挖掘大数据时代下教育数据的价值[J].现代教育技术,2013,(2):5-11.
[7] 顾云锋,吴钟鸣,管兆昶,翟萍.基于教育大数据的学习分析研究综述.2018(7):1-6.
[8] 孟玲玲,顾小清,李泽.学习分析工具比较研究[J].开放教育研究,2014(4):66-75.
[9] 方圆媛.翻转课堂在线支持环境研究:以可汗学院在线平台为例[J].远程教育杂志,2014(6):41-48.
[10] 关博等.美国Los Altos学区视频教育案例分析及其启示[J].中国电化教育,2014(12):104-108.
[11] 姚行洲.基于MOODLE平台的课程学习效果评价分析[J].开放学习研究,2016(3):55-59.
[12] 陈晨,杨成,王晓燕,杨霞.学习测量:大数据时代教育质量提升的新力量[J].现代教育技术,2017(2):33-39.
[13] 冯晓英,王瑞雪,吴怡君.国内外混合式教学研究现状述评:基于混合式教学的分析框架[J].远程教育杂志,2018(3):13-24.
季瑞芳 李蕾 北京开放大学 |