借鑒與反思：學習分析在國外高等教育領域的應用*

楊 旸 胡姍姍 邢宏根祝文芳

?

借鑒與反思：學習分析在國外高等教育領域的應用*

楊 旸1胡姍姍1邢宏根2[通訊作者]祝文芳1

（1．湖北大學 教育學院，湖北武漢 430062；2．湖北大學 知行學院，湖北武漢 430062）

學習分析是一門集搜索、存儲、統計、整合、應用、干預、反饋等功能于一身的信息化教學行為與技術。在國外高等教育領域的應用中，Course Signals、Student Success System、Connect4success學習分析系統因其具有預測風險學生、進行及時干預、存儲大量數據、可視化呈現等優點而被美國、加拿大、澳大利亞等國家采用。文章對以上三個典型的學習分析系統進行深入反思，在肯定其價值的基礎上，指出學習分析系統存在的問題，以期為學習分析在我國的研究和實踐應用提供借鑒，從而推動我國高等教育內涵式發展。

學習分析；高等教育；實踐應用

學習分析能夠借助信息化手段對高校學生學習情況的原始數據進行系統剖析，并以高度圖表化的形式把結果反饋給師生。學習分析便于學生彌補學習缺陷，促進學業進步；便于教師了解學生的學習進度，優化教學方案；便于高校進行高等教育資源的優化配置，促進學校管理機制改革。在學習分析領域，國外學者針對學習分析在高等教育領域內的應用開展了大量研究，涉及計算機科學、教育學、心理學、管理學、控制學等，研究成果非常豐富，值得國內學者的學習與借鑒。

一學習分析在國外高等教育領域的應用概述

學習分析是“分析學”的重要組成部分。下面擬從學習分析的緣起、算法、數據源和應用層次四個維度進行闡述。

1 學習分析的緣起

目前，學術界對高等教育領域數據分析的范圍界定已基本達成共識。如祝智庭等[1]認為，分析學的具體應用包括學習分析和教育數據挖掘兩大類；而國外學者普遍認為，分析學應涵蓋學習分析、教育數據挖掘和社會學習分析三大類。為便于研究，本研究采用國外的分類方式。

①學習分析。搜集和分析高校學生與各類學習系統在交互過程中產生的原始數據，并將分析結果反饋給師生，并自動產生干預措施，這一系列過程稱為學習分析。

②教育數據挖掘。教育數據挖掘是一種通過依托學生與計算機網絡進行交互融合產生的各種原始數據，采用特定算法對數據進行自動分析，以尋求學習活動和學習結果之間的相關性，并對學生的學習情況進行自動預測的方法或技術。

③社會學習分析。社會學習分析主要通過分析學生使用社交媒體的具體情況，為需要幫助的學生提供及時的干預和有效的反饋。

2 學習分析的算法分類

高等教育領域內的分析方法是指以系統觀點為基礎，以具體算法為核心，進而對分析過程進行詳盡描述的策略機制，它對算法提出了嚴格要求。國外相關文獻研究成果表明，學習分析的算法具有多樣化特點，其優缺點也比較明顯，如表1所示。

表1 高等教育領域分析算法比較

3 數據源的類型

教育信息化的大力推進和深度發展，為國外教育領域積累了豐富的數據資源。數據是信息的載體，數據的質量決定了分析的價值，即有價值的輸入信息可以產生更有價值的輸出信息。在國外高等教育領域的數據分析研究中，數據源種類繁多，數據源具體可以概括為三種類型：

①學生基本信息。個人成績記錄、考勤記錄等是分析過程中的重要數據源。工作原理是在搜集和分析學生個人基本信息的前提下，對未來趨勢進行預測，進而提出適當的應對措施。

②目前學習進度數據。課程的出勤率、學習成績等學生學習進程數據，可為學生的當前學業狀態提供近期概覽。

③社交媒體數據。一方面，社交媒體數據通過分析學生的社交網絡狀況，讓學校或教師識別出需要干預的“孤立”學生，進而改善他們的學習網絡和教育狀況；另一方面，通過分析社交媒體上發布的信息，挖掘學生和學業成功相關的人本因素，對潛在干預進行深入研究。

4 學習分析的應用層次

在國外高等教育領域數據的應用中，學習分析具體劃分為以下四個層次：在學生學習層，學習分析有助于理解學生的個體需求[7]，幫助學生完成學業；在教師和院系層，學習分析技術有助于改進教師干預手段[8]，完成資源的有效配置；在學校層，使用學習分析技術可以建立困境學生預警系統，減少教師工作的負載量，最終減少學校對學生個體的投資成本[9]；在國家層，學習分析技術可增加高等教育群體的比例，進而提高人們的生活質量，促進社會經濟的發展[10]。

鄭旭東等[11]指出，學習分析在高等教育領域主要應用于三個基本范疇：從學習視角看，如何利用學習分析促進學生學業成功；從教學視角看，如何利用學習分析提升教師教學效能；從管理視角看，如何利用學習分析優化配置教育教學資源。本研究認為，該思路雖然存在某種偏差，但基本能概括出學習分析在高等教育領域應用的具體層次。

二學習分析在發達國家高等教育領域的應用案例

在全球多元文化交融的時代發展趨勢下，學習分析在發達國家高等教育領域內的應用案例對我國具有較強的參考價值。因此，本研究通過對國外文獻進行綜合梳理，選取美國、加拿大、澳大利亞三個國家的典型案例進行了分析。

1 學習分析在美國的實踐應用——以Course Signals為例

Course Signals是一款由美國普渡大學于2007年引入的學習分析工具，其主要作用是通過分析學生在學習過程中產生的各種數據信息，自動建立“風險學生”識別—預警模型，并施以有效干預。全面了解Course Signals，可從以下三種不同視角進行解讀：

從系統流程的視角來看，涉及：①風險等級預測變量。該系統包括學生表現、學生努力、學習歷史記錄、學生個性特點四個基礎變量。其中，學生表現主要用迄今為止該學生獲得的積分點進行百分比測量；學生努力與學習管理系統進行連接，最后提取交互行為即可；學習歷史記錄包括學習準備、高中平均成績、標準化考試分數；學生個性特點則指與學生生活背景相關的信息。②紅黃綠三色信號提示。Course Signals包括三種等級的預警信號：紅燈代表高風險（學生的學習失敗率高），黃燈代表中等風險（學生在課程學習中存在一定問題），綠燈代表低風險（學生的學習成功率很高）。該系統依據特定算法（Sch?nhage–Strassen Algorithm，SSA）計算出學生的風險等級，并以交通信號燈樣式呈現給師生。當師生操作該系統時，風險等級會隨數據資源的變化及時更新。③干預管理方式。當系統發出風險信號時，教師可以采取多種干預措施。

從實際干預的具體應用視角來看，國外相關研究表明，教師和學生可以通過多種方式建立聯系。其中，最為普及的方式是郵件溝通，屬于線上交互模式，即以電子郵件互發的形式進行交流[12]；而較少采用的方式是文本推送，主要通過學習管理系統給學生發送文本消息[13]。

從實證數據分析的視角來看，學生使用Course Signals系統以后，高達89%的學生認為Course Signals系統是有用的：輟學率降低了10%～20%，D等級成績學生的人數減少了10%，A和B等級成績學生的人數增加了10%。

2 學習分析在加拿大的實踐應用——以Student Success System（S3）為例

Student Success System（S3）由加拿大教育科技公司“渴望學習”（Desire 2 Learn）研制開發，是一款在掌握學生之前的學習數據的基礎上，通過預測學生目前的課程學習分數，輔助學生進行課程優化選擇，并以高度圖表化的形式進行數據可視化分析的系統模型。該系統具有完整的學習分析引擎，并建立了適應不同課程和不同院校的學習情境變化預測模型，還包括豐富多樣的個性化干預措施，通過系統可視化界面傳遞數量龐雜的學生個人信息，進一步克服了三色預測信號的單一性。S3系統設計了多種功能：

①學生個人數據清單。教師登錄系統之后可以看到學生集體頭像列表，每個學生與一個風險指標相聯系：綠色表示無風險，黃色表示可能風險，紅色表示有風險；學生學習成績提高或下降的軌跡由向上和向下的箭頭表明。

②系統界面。S3系統包含檔案界面、課程界面、注釋界面、推薦界面等，為學生提供了學習進度查看權限，當系統界面呈現出具有風險和潛在風險的學生資料時，教師可以將呈現的資料作為設計干預措施的基礎數據和推薦依據。

③數據可視化。分析系統的數據可視化是S3系統的關鍵性特征，指系統內部產生的信息通過應用程序以某種方式在用戶界面呈現[14]。在數據呈現方面，系統通過動態的交互圖表來達到信息的呈現；在教師使用方面，教師可以通過分類策略查看特定學生的個人信息，也可以使用附加功能（如應用程序中提供的某時段內某學生的某項課程的表現圖），為這些學生選擇有用的學習資料；在課程推薦方面，輸出信息可以先發送至學術教師，然后通過電子郵件等途徑發送至學生；在學校應用方面，僅涉及有效的資源分配，并沒有對學校領導做進一步詳細研究。

3 學習分析在澳大利亞的實踐應用——以Connect4success為例

在澳大利亞，學習分析的應用研究表現出“重系統功能、輕系統測評”的特點。Connect4success（C4S）是澳大利亞埃迪斯科文大學采用的一款學習分析系統，它可以自動識別和預測問題學生，并對其提供相應的幫助和支持。C4S系統主要包括以下兩個關鍵部分：

①自動標注問題學生。為充分掌握學生的學習信息，防范學生輟學情況的出現，埃迪斯科文大學利用豐富的原始數據進行系統分析和整理，自動識別出最需要幫助的學生。

②建立干預管控團隊。埃迪斯科文大學建立了一個溝通管理機制，為需要幫助的學生提供支持，團隊成員能與學生保持緊密聯系、時刻關注學生需求。

4 學習分析在國外高等教育領域內應用的實踐總結

①對以上三個典型案例的分析表明，在教育事業與新興科技結合緊密的時代，學習分析在高等教育領域內的應用已成熱點，學習分析系統具有眾多優點,不僅能促進學習分析系統的發展，還能增強學生的學習熱情，提高教師的教學效果，對整個教育系統的改進具有重要作用。

②學習分析系統并非十全十美，國內學者應用辯證的眼光看待它們——在看到Course Signals、Student Success System、Connect4success等系統給國外優質大學帶來益處的同時，也應同時看到它們存在著數據交互繁雜、后續分析不足等缺陷，應立足實際、合理借鑒、認真反思。

三學習分析在國外高等教育領域內應用中存在的問題與反思

通過對國外教育數據分析的相關研究脈絡進行梳理，本研究認為學習分析在未來高等教育領域內有著廣闊的應用前景，但是研究者需對其中的諸多問題進行深入反思，不可盲目崇拜。

1 學習分析系統難以在不同學科之間移植

由于大學的不同學科在本質上有很大的差異，因而很難有一個通用系統可以在不同學科之間進行切換。現有研究中的分析系統過于專門化，只能應用于特殊課程或學科[15]，并不具有可移植性和通用性。因此，開發一個能應用于所有學科的通用系統是一個亟待解決的問題。

2 學習分析系統信息輸出范圍較窄

相關研究認為，有些學習分析系統僅僅專注于教師干預應用，信息輸出的流通渠道太少[16]。在實際應用中，學習分析系統需要設計針對學生、教師、學校管理者等不同角色的功能模塊，擴大信息流通范圍。因此，學習分析系統的渠道靈活性如何實現，也是未來的一個研究方向。

3 學習分析系統的作用難以最大發揮

研究表明，由于數據可視化因素，教師常常很難利用分析系統輸出結果信息，因而使分析系統的作用受到很大局限[17]。學習分析起源于信息系統和商業智能領域，部分學者認為其在教學法、教學理論、教學實踐和教育成效最大化方面缺乏必要的應用[18]。

4 數據源比較單一

現有學習分析系統只能使用人力資源信息數據，或使用特定課程系統的使用情況數據等[19]。因此，學習分析系統應擴大數據源，通過從人力資源信息數據庫、學習系統中使用情況數據和分數信息、從招生注冊系統中系統使用情況數據和分數信息等進行數據輸入[20]。

四結束語

相較于國外學習分析系統的應用現狀，目前我國還處在“學習分析”理論體系構建的準備階段。從大數據系統分析的視角來看，國內多數高校（如復旦大學、浙江大學等）已經建成了日常業務運行系統，通過基本的數據處理為院校管理決策提供服務[21]，但并未涉及具有“促進學生學習、優化教學體制”等功能的學習分析系統，學習分析系統在國內高等教育領域內的建構任重而道遠。在學習分析的研究過程中，國內學者應當深入國家高等教育的實踐，采取合理的研究方法，做好各項調查研究，尤其是對學生的學習要做詳細而全面的調查——只有這樣，我們才能設計出真正適合學生并促進學生發展的學習分析系統，從而推動我國高等教育的內涵式發展。

[1]祝智庭,沈德梅.基于大數據的教育技術研究新范式[J].電化教育研究,2013,(10):5-13.

[2][3][4][5][12]Jayaprakash S M, Moody E W, Lauría E J M, et al. Early alert of academically at-risk students: An open source analytics initiative[J]. Journal of Learning Analytics, 2014,(1):6-47.

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

[7]Young-Jones A D, Burt T D, Dixon S, et al. Academic advising: Does it really impact student success?[J]. Quality Assurance in Education, 2013,(1):7-19.

[8]Krumrei-Mancuso E J, Newton F B, Kim E, et al. Psychosocial factors predicting first-year college student success[J]. Journal of College Student Development, 2013,(3):247-266.

[9][20] Harmelen M V,Workman D. Analytics for learning and teaching[J]. CETIS Analytics Series, 2012,(3):3-40.

[10]Campbell J P, Deblois P B, Oblinger D G. Academic analytics: A new tool for a new era[J]. Educause Review, 2007,(4):40.

[11]鄭旭東,楊九民.學習分析在高等教育領域內的創新應用:進展、挑戰與出路[J].中國電化教育,2016,(2):2-7.

[13]Arnold K E, Pistilli M D. Course signals at Purdue: Using learning analytics to increase student success[J]. International Conference on Learning Analytics and Knowledge, 2012:267-270 .

[14]Essa A, Ayad H. Improving student success using predictive models and data visualisations[J]. Research in Learning Technology, 2012:58-70.

[15][16]Dietz-Uhler B, Hurm J E. Using learning analytics to predict (and improve) student success: A faculty perspective[J]. Journal of Interactive Online Learning, 2013,(1):17-26.

[17]Xing W, Guo R, Petakovic E, et al. Participation-based student final performance prediction model through interpretable Genetic Programming: Integrating learning analytics, educational data mining and theory[J]. Computers in Human Behavior, 2015,(47):168-181.

[18]Shum S B, Ferguson R Social learning analytics[J]. Journal of Educational Technology & Society, 2012,(3):3-26.

[19]Ferguson R. Learning analytics: Drivers, developments and challenges[J]. International Journal of Technology Enhanced Learning, 2012, 4 (45/6):304-317.

[21]張俊超.院校研究如何通過數據分析為大學管理決策服務——“院校研究數據分析的對象、內容和方法”研討會暨2013年中國院校研究會年會綜述[J].高等教育研究,2013,(8):105-109.

2魯棒性即抗變換性，是一種統計學術語。魯棒性指在進行數據分析的過程中出現某種異常或波動時，仍能維持自身的穩定性，保障相關內容的正確和相關性能的不變。

編輯：小西

Reference and Reflection: the Application of Learning Analysis in the Field of Foreign Higher Education

YANG Yang1HU Shan-shan1XING Hong-gen2[Corresponding Author]ZHU Wen-fang1

Learning analysis is a collection of information teaching behaviors and technology, such as search, storage, statistics, integration, application, intervention, feedback, etc. In the field of foreign higher education, learning analysis systems such as Course Signals, Student Success System, Connect4success are applied by some developed countries like the United States, Canada and Australia. The main reason for adopting these systems is their typical advantages, such as the ability to predict the at-risk students, timely intervention, storage of large amounts of data, visual presentation, etc. The present study carried out an in-depth reflection of the above three typical learning analysis systems, in which some existing problems of the systems were pointed out while affirming its evident research values. Therefore, the present study expects to provide support for theoretical research and practical application of learning analysis in China, thus promoting the connotative development of higher education in China.

learning analysis; higher education; practical application

G40-057

A

1009—8097（2018）02—0107—06

10.3969/j.issn.1009-8097.2018.02.016

本文受湖北省教育廳科學技術研究計劃重點項目“基于模糊邏輯的自適應學習系統關鍵技術研究——以英語學習為例”（項目編號：094736）資助。

楊旸，主任，副教授，博士，研究方向為課程與教學論、學習理論、素質教育發展理論，郵箱為juecheng88@163.com。

2017年6月7日