基于學習分析的在線學習評價動態及趨勢分析

☆ 吳晨光

（陜西師范大學教育學院，陜西西安 710062）

基于學習分析的在線學習評價動態及趨勢分析

☆ 吳晨光

（陜西師范大學教育學院，陜西西安 710062）

本研究主要從對學習分析概念的辨析、學習分析應用于在線學習者評價的優勢以及學習分析應用于在線學習評價的案例出發，對學習分析技術應用于在線學習評價的情況進行了梳理，并基于此分析了研究過程中存在的問題，同時根據分析結果對學習分析應用于在線學習評價的發展趨勢進行了預測，即智能化學習平臺的開發與使用、對學習者生成數據的整體分析、基于評價結果的干預措施制定和對分析過程中伴隨的倫理道德問題的探究。

學習分析；在線學習；評價

一、研究背景

在教育大數據、教育云服務和網絡學習空間普及的背景下，學習者的多種學習行為都是通過網絡平臺進行的，因此在網絡平臺中會積累多種學習數據，這就急切需要一種新的技術對這些數據進行分析,得出合理的評價結果。在此背景下學習分析技術應運而生,并受到越來越多學者的關注，該技術能夠很好地滿足對在線學習者進行評價的需求，因此有必要對目前將學習分析應用于在線學習者評價的研究情況進行梳理。

二、學習分析的概念與特征

（一）學習分析的概念

關于學習分析，目前還沒有統一的定義，筆者比較認同的是學習分析與知識國際會議的定義：“學習分析是對學習者及其所在情境中產生的數據進行測量、搜集、分析和報告，以便理解和優化他們的學習及其所處的環境”[1]。

（二）學習分析的特征

學習分析應用于在線學習評價的特征主要體現在學習分析流程的完備性、結果簡單可視化呈現以及對學習者學習行為的預測與干預三個方面[2]。

1.分析流程的完備性

學習分析包括一整套科學的流程，涉及對數據的測量、搜集、分析以及報告等環節，從學習者數據生成到最終轉換為可視化結果，學習分析都在其中發揮著舉足輕重的作用。與其他應用于學習評價的技術相比，學習分析的流程更加完備。

2.分析結果的可視性

學習分析的一大特色是可以將分析結果可視化地呈獻給使用者，多種簡單易懂的圖表展示為用戶的使用帶來了極大的便利。

3.學習過程的干預性

學習分析的最終目的是優化學習者的學習，所以學習分析是在分析學習者的學習行為數據的基礎上，結合學習者自身特征對其未來的學習行為進行預測與干預，以更好地優化學習效果。

三、學習分析應用于在線學習評價的優勢

與傳統的學習評價對比，基于學習分析技術的在線學習評價的優勢主要體現在對教學數據的存儲、優化學生的學習、提升教師的教學效率三個方面。

（一）對個人學習數據的存儲

傳統教學環境下很難留下詳細的學習過程記錄，但是在學習分析技術的支持下，課堂教學環節將會被完整記錄下來，包括教師教的行為以及學習者學的行為都會被存儲并且可以進行過濾分析，對教育活動有用的信息被留存下來，從而為教學評價提供合理的數據支持，也為學習者后續的學習發展提供可靠的依據。

（二）優化學生的學習

學習分析技術優化學生的學習主要體現在實現學習者的差異性分析以及自我評估分析兩個方面。

1.學習者差異性分析

學習者運用學習分析技術對個人基本信息、學習過程與結果信息進行收集與分析，可以獲知登陸模式、學習習慣及結果數據之間的相關性，從而實現自己與其他學習者之間的學習差異性分析[3]。

2.學習者自我評估

利用學習分析技術可以對學習者的情況進行實時記錄，因此學習者可以同時分析自己的學習過程與學習結果，根據學習結果對自己的學習過程進行再分析，從而客觀、全面地了解自己當前的學習狀態，以便探尋真正影響學習效果的因素，找出適合自身學習的資源以及學習方式，實現自我調整[4]。

（三）提升教師的教學效率

運用學習分析技術提升教師的教學效率主要體現在以下幾個方面。

1.推送合適資源

運用學習分析技術對學習者的個性特征進行分析，教師可以對學習者有一個更深入的了解，從而根據學習者的個性特征為其推送合適的資源。

2.提供現實依據

對學習者進行聚類分析，可以為教師給學習者劃分小組提供現實依據，方便教師的教學管理。

3.監控學習過程

運用學習分析對學習者的學習過程進行記錄可以實現對學習者的動態監控，以及教師對學習者學習情況的實時了解，如果出現不好的趨勢，教師可以及時對其進行糾正。

四、學習分析應用于在線學習評價的主要形式

目前來說，學習分析應用于在線學習評價的形式主要有預測模型、社會網絡分析模型、推薦引擎等。

（一）預測模型

課程信號燈是基于預測模型對學習者學習過程中可能出現的情況進行評價的典型應用，信息主要來源于機構內部存儲的學習者信息以及教學指導工具存儲的信息，可以分為學習者課堂表現信息，學習者努力度信息，學習者學術歷史信息，學習者個人特征信息四類。每一個成份都被加權然后運用算法進行計算，根據這些數據評判學習者的學習、預測學習者未來的學習情況。預測結果有三種呈現方式：綠色燈，表示有很大成功的可能性；黃色燈，表示學生的學習有潛在的隱患；紅色燈，表示本次學習活動很有可能失敗。在進行分析之后，教師根據評價結果與學習者進行積極有效的互動來促進學生的學習，主要有以下幾種形式：在學習者的學習管理系統主頁中呈現信號燈信息；給學習者發送郵件提醒；給學習者發送短信；為學習者提供相關資源；與學習者進行面對面交流來輔助其學習。

（二）社會網絡分析

社會網絡分析是使用計算機科學領域的網絡分析技術來分析具有一定社會背景的學習者之間的聯系的方法。在學習的過程中，學習者會由于學習過程中的交流互動而形成學習者網絡，其中網絡中的節點是學習者，節點之間的連線是學習者之間的交流互動。將社會網絡分析應用于教育教學，教師可以追蹤學習者的學習活動，通過對生成的可視化圖形進行分析，教師可以發現在學習過程中孤立的學習者并給予幫助；可以找出本次學習活動的核心人物予以重任；也可以根據學習者的交流互動情況判斷自治小組，根據生成的小組來進行任務分配。

（三）推薦引擎

推薦引擎是指使用計算工具對學習者以往的資料使用行為進行分析，然后根據分析結果對學習者的個人愛好特征予以評價，并且生成學習者可能感興趣的資源群組，進而為學習者提供個性化資源推送的服務。目前，推薦引擎使用最為成功的是亞馬遜的書目推薦系統，它可以對學習者的書籍購買情況進行分析從而為他們推薦可能感興趣的類似書籍，為學習者提供足夠的資源支持。

五、學習分析技術應用于在線學習評價存在的不足及研究趨勢分析

（一）存在的問題

1.學習分析技術自身存在的不足

學習者的學習過程是一個復雜的過程，有些通過外顯行為可以體現，有些則無法體現，而學習分析是以數據為中心，僅能根據學習者外顯的行為數據分析得出結論，不能夠完全體現出學習者的學習情況。

2.技術方面的問題

首先，當下的在線學習者進行線上學習時會產生許多的數據，目前的技術并不能對其進行全面獲取，使用的分析數據僅僅是來源于平臺的一部分數據，這些數據不能夠完全代表學習者的學習情況，容易對后期的分析結果造成影響。其次，現在的預測模型的預測能力遠沒有達到完美，這些預測模型產生的結果有多種可能性，無法達到每一次的預測結果都合理準確，需要后期進行深入的研究。

3.倫理道德方面的問題

學習分析技術的使用允許學習者的所有學習數據被追蹤，經過追蹤，所有的個人信息和行為都可以被發現，但是目前這些平臺又無法保證學習者的信息不被濫用，這就給了那些不懷好意的人可乘之機，他們對學習者信息的不道德應用將會給學習者造成很大的困擾。在英國，已有成千上萬的Google使用者認為軟件對自己的在線行為進行了跟蹤并且展開了集體訴訟，目前相關機構已經展開了調查[6]。由此可知，關注學習分析研究過程中存在的倫理道德問題已經刻不容緩。

（二）研究趨勢分析

1.智能化學習平臺的開發與使用

網絡學習平臺是學生進行在線學習和教育大數據來源的技術支持和保障。雖然MOOC等平臺在滿足資源呈現與活動組織的基礎上，開始對學習者的學習行為數據進行記錄和評價，以幫助學習者更好地了解當前的學習狀況。但從學習內容和個性化方面來看，目前的平臺還無法完全滿足對學習者進行個性化評價以及對資源的需求，未來的學習平臺應該加入智能化元素，既能達到數據收集的作用，又能夠通過數據分析為學習者推送個性化資源以滿足學習者的學習需要。

2.對學習者生成數據的整體分析

目前，在運用學習分析對學習者的學習情況進行分析時所使用的數據源比較單一，例如對學習活動參與度和完成度等方面的分析數據主要來源于網絡學習平臺，對學習者注意力和觀察路徑的分析數據來源于眼動追蹤數據。這些單一的數據并不能完全反映學習者的情況，所以未來在使用學習分析的過程中應該注重多源頭數據的收集與分析，通過對相關數據的整體分析來把握學習者的學習狀態，從而促進學習效率的提高。

3.基于學習者評價結果的干預措施

對學習者進行評價不是最終目的，如何通過一整套評價機制促進學習者的進步才是未來應該思考的問題，所以未來學習分析的應用方向應是在對學習者進行評價之后為其提供一系列的個性化學習服務，幫助學習者走向成功。

4.對分析過程中伴隨的倫理道德問題的探究

學習分析技術的使用需要遵循倫理道德的規范。雖然利益相關者都知道對外共享數據能夠給自己帶來益處，但是數據使用過程中伴隨的個人信息泄露等倫理道德問題又讓他們不愿共享數據，國際上已經開始重視學習分析過程中所產生的倫理道德問題并將其體現在學習分析模型中，但是國內在此方面還較少涉及。因此在后期研究過程中，應該充分考慮倫理道德問題的重要性，建立一個完善的倫理框架來促進學習分析研究的深入發展。

[1][2]牟智佳,武法提,喬治.西蒙斯.國外學習分析領域的研究現狀與趨勢分析[J].電化教育研究,2016,(04):18-25.

[3][4]蔣慧峰.基于學習者視角的學習分析技術優勢研究[J].成人教育,2016,(01):23-25.

[5]張文青,穆曉靜,傅鋼善.倫理視域下的學習分析研究[J].中國教育信息化,2015,(09):3-5.

[6]Clow D.An overview of learning analytics[J].Teaching in Higher Education,2013,18(06):683-695.

[7]王慧君,王海麗.我國學習分析技術的研究現狀及存在問題分析[J].河南科技學院學報,2016,36(09):91-98.

[8]張瑋,王楠.學習分析模型比較研究[J].現代教育技術,2015,(09): 19-24.

[9]牟智佳,俞顯.知識圖譜分析視角下學習分析的學術群體與熱點追蹤—對歷年“學習分析與知識國際會議”的元分析[J].遠程教育雜志,2016,(02):64-63.

[10]Manca S,Caviglione L,Raffaghelli JE.Big data for social media learning analytics:potentials and challenges[J].Journalof E-Learning and Knowledge Society,2016,12(02):27-39.

[編輯：鄭方林]

G434

A

1671-7503（2017）09-0026-03