基于在線3D教育平臺的學習者行為分析模型研究

吳永和 田雅慧 郭守超 朱麗娟 馬曉玲

摘要：3D設計軟件作為STEAM教育領域中的教學軟件，可以有效培養學習者的空間思維、創新創造、批判性思維與解決問題等能力。目前，隨著3D設計課程蓬勃發展，評價課程效果成為必然需求，但評價主要基于總結性和形成性評價，缺少基于學習過程行為數據驅動的評價。文章提出使用基于xAPI規范的3D設計軟件數據采集機制與STEAM 3D教育學習者行為分析模型，首先針對3D設計軟件對微觀“點擊流”和中觀“活動流”數據進行編碼，定義適合3D設計平臺的動詞和對象，獲取學習者在3D設計平臺中的全過程行為數據。并在此基礎上，根據STEAM 3D教育學習者行為分析模型對小樣本教學實踐3D設計課程的學習過程數據進行分析，以期實現STEAM教育領域中數據驅動的學習評價，提高教與學效率。

關鍵詞：STEAM教育;3D設計：xAPI規范;學習行為;教育評價;行為分析模型

中圖分類號：G434

文獻標識碼：A

STEM教育源自美國，誕生于20世紀80年代，最初STEM教育的概念是集成科學（Science）、技術（Technology）、工程（Engineering）以及數學（Mathematics）4門學科的應用型學科。2007年，英國“國家科學基金研討會”開始討論將藝術類課程也融入其中。自此STEM教育的發展步入新的階段，由原來的4門學科加上藝術類課程（ARTS）變為“STEAM”教育。根據《中國STEAM教育發展報告》中數據顯示，我國STEAM教育課程種類，教學模式等種類繁多，教學效果難以評價。STEAM教育的踐行需要多學科交叉融合，多維度的頂層設計、創新實踐的教育模式以及基于案例的課程設計。隨著技術的不斷發展和政策的不斷革新，STEAM教育的教學場景和培養目標也在不斷發生變化，STEAM教育更加關注學生的多方面能力和核心素養的發展，近幾年3D打印技術在STEAM教育領域發展迅速，各種3D設計平臺和相關資源層出不窮，3D平臺有3D one、Tinker cad、GeekCAD、3dmax、Maya等。3D打印設計平臺為STEAM教育提供了重要教學平臺。3D打印技術具有跨學科的特點，可以為學習者搭建虛實結合的教學場景，符合STEAM教育的跨學科特點，并且可以培養學生的藝術設計能力和審美能力，3D設計需要學習者創造設計，動手操作，在學習過程中需要用到高階思維能力進行分析、綜合、評價和創造。3D設計可以同時培養學習者的多種能力，是STEAM教育的良好載體。并且3D打印技術有豐富的課程案例和課程資源，開源免費獲取，并且3D設計平臺眾多，為學習者提供更廣泛的選擇。眾多3D設計軟件學習者產生的學習者行為數據可以為STEAM教育領域數據驅動的教學評價提供數據基礎，本研究可以借助3D在線設計平臺進行學習行為數據收集。這些3D在線學習平臺均是通過學習者在平臺上操作進行的3D設計學習，具有一定共性，通過收集平臺數據，可以對數據進行深度學習分析，把采集、分析與數據可視化串聯起來，實現數據驅動的學習評價。

一、3D設計學習評價現狀

目前，在國內一線教學中，STEAM教育課程評價多是老師主觀分數評價，對STEAM教育評價大多仍然停留在對學習者的作品進行總結性評價的階段，這導致教學評價具有較強主觀性，缺乏科學性，實現教育數據驅動的教學評價成為亟需解決的問題。在國內研究中，通常把教學評價分為3類：總結性評價、診斷性評價以及形成性評價。而國內STEAM領域中，3D打印設計教學評價多為總結性評價以及少量形成性評價。其中總結性評價主要從學習者最終作品進行評價，形成性評價主要從學習者實踐能力、創新能力、知識技能等方面進行評價，比較主觀，缺乏數據支撐。例如，張陳燕、王莉、潘士杰等人，就分別進行了中小學3D設計校本課程的開發與實踐研究，但評價方法都是通過問卷調查、訪談、階段性評價以及作品最終完成情況等方面對學習者進行課程效果評價，缺少過程性學習行為數據作為支撐。

國內3D打印設計教學評價缺少學習者行為數據驅動的學習分析是值得解決的問題。收集學習過程數據并進行量化分析，可以提高教學評價的科學性并且降低主觀性因素，因此我們需要解決三個問題：問題一，如何收集3D設計學習過程中的教育數據;問題二，如何針對3D設計平臺對數據進行編碼，定義適合3D平臺的動詞和對象;問題三，如何對收集的數據進行分析及評價。

二、基于xAPI的3D設計數據采集

目前，xAPI技術（原名Tin Can API，是Experience API的簡稱）作為一個新技術規范被使用在學習分析領域。xAPI技術常用在數字化在線學習平臺作為數據獲取技術，它作為新的學習技術規范，彌補SCORM標準在數據共享及個性化學習等方面的局限。目前，使用xAPI技術收集數據的平臺主要有：各類學習管理系統LMS，例如：Moodle平臺;數字教材平臺;MOOC在線學習平臺等。xAPI技術在這些數字化在線學習平臺中發揮記錄跟蹤數據的作用，為學習者學習表現和學習行為分析提供數據支持。

在3D設計學習領域，同樣可以使用xAPI技術對學習者行為數據進行記錄跟蹤，通過對在線學習行為全過程數據的記錄跟蹤，從而記錄學習者在使用平臺過程中的操作行為數據。本研究通過xAPI技術可以收集學習者學習的全過程數據，記錄3D打印課程學習者學習過程中的每一條的平臺操作經歷，通過微觀“點擊流”數據，中觀“活動流”數據，對學習者學習行為進行量化分析和評價。

其中， “點擊流”指的是鼠標點擊操作和操作對象形成的有意義集合。“活動流”指的是xAPI規范中的Statement，包含Actor、Verb和Object等信息。首先，記錄學習者在3D打印在線學習平臺中的鼠標點擊“微操作”形成的“點擊流”，“微操作”指的是鼠標點擊操作，并基于“點擊流”合成中觀“活動流”，最終統計分析“活動流”，實現學習者學習行為數據的學習分析。通過從微觀“點擊流”，到中觀“活動流”，能夠實現數據驅動的3D設計平臺學習行為數據分析，為進行學習分析和教學評價提供重要數據依據。實現教學全過程的數據采集及分析和評估，將對衡量3D設計平臺教學效果具有重要價值。

1.xAPI規范

xAPI技術規范的誕生，是克服SCORM等標準存在記錄局限等問題，增加了可以追蹤更加具體和復雜的學習過程經歷，推動了在線學習新的發展。xAPI利用“活動流”（Activity Stream）的概念來記錄每個學習者的學習經歷，不僅與SCORM等標準相兼容，而且還可以廣泛應用到各種學習情境中。xAPI通過“聲明”（Statement）的形式來存儲學習者的學習經歷，每一條“聲明”都包括“Actor”（執行者）、“Verb”f動作）、“Object”（對象）這三個基本屬性。“聲明”還可以包括“Result”（結果）、“Context”（環境）等可選屬性。每一個屬性都定義了類型、屬性值、及描述，來確保在實施xAPI規范時，數據的記錄和存儲遵循統一的結構。LRS（Learning Record Store）學習記錄存儲是xAPI獨特的存儲機制，用來保存學習記錄。LRS是使用xAPI技術進行學習記錄的存儲，LRS可以共享和轉移。LRS中的數據具有可量化，可分享，可追蹤的特性。xAPI可以對學習經驗做更細膩的追蹤記錄，所以可以對學習活動與學習者作更深入的剖析。近年來，有研究者使用xAPI規范在各類學習平臺進行數據收集，為學習平臺的學習分析提供了新的技術支持。例如：方海光等人，基于xAPI技術對在線交互式的學習資源設計進行了數據分析;肖君等人，基于xAPI技術對MOOC平臺的數據進行了分析。

2.3D數據采集平臺

本文以GeekCAD 3D設計平臺為例，GeekCAD是一個在線3D設計平臺，學習者使用瀏覽器就可以在線進行3D設計、設計平臺包含二維對象17個、三維對象14個、命令101個以及其他元素。打開GeekCAD在線3D設計平臺界面，點擊“開始創作”進入GeekCAD 3D設計平臺操作界面如圖1所示。操作界面包含：一維對象區、命令區、工作區。

學習者在進行3D課程學習過程中，使用xAPI規范的3D設計軟件數據采集與反饋模型可以記錄學習者操作數據。教師借助學習者學習過程的行為數據，可以準確了解學習者的學習情況，進行數據驅動的學習分析和教學評價。通過參考xAPI的相關規范，可以收集學習者學習行為的全過程真實數據，首先對學習行為“微操作”進行編碼分類，通過對“微操作”的鼠標“點擊流”合成，進一步形成“活動流”，再對“活動流”進行分類分析，可以更加精準地量化評估學習者在3D打印設計教學過程中的行為頻次和偏好。在跟蹤學習經歷時，使用xAPI規范技術收集數據，并且使用免費開源的LRS用來存儲和檢索學習經歷數據，存儲數據為Json格式。

3D設計軟件數據采集與反饋模型首先將GeekCAD 3D在線操作平臺數據傳送到服務器并存儲于LRS數據庫中，通過對LRS數據庫中數據進行分析形成分析報表，從而實現數據驅動的STEAM教育3D設計課程教學效果評價。并且xAPI規范的移植性好，適合各類3D設計平臺的數據采集，其中數據采集反饋系統架構如圖2所示。

3.3D設計數據采集與編碼

目前，STEAM教育中應用的3D設計平臺大多數都是通過鼠標點擊和輸入等操作完成作品制作，學習過程通過學習者操作得以實現，適合使用xAPI技術跟蹤捕獲學習者操作過程。本研究數據采集有效字段包含6個字段，這6個字段包括Actor、Verb、Object、Timestamp、Result、Context，其中有三個必選字段，三個可選字段。在這些字段中包含學習者信息、操作時間、操作對象、操作情景等信息。其中Verb動詞字段里的信息包含“微操作+操作命令”的信息。在3D設計學習過程中，學習者為執行者，是活動的主體;動作代表行為類型，比如觀看、點擊等。與xAPI運用在其他在線學習平臺直接獲取活動流不同，xAPI規范在Moodle等其他在線學習平臺中進行的數據收集機制以及動詞和對象不適用于3D設計平臺，因此在3D設計中，我們單獨定義了適合于3D設計平臺的動詞和對象集合;對象通常是學習者與之交互的對象，比如經驗、表現，也可以是一個有形的物體，比如圖片、命令等。并對要收集的數據進行編碼，編碼用英文縮寫表示，編碼一方面是定義針對3D設計平臺的Actor、Verb以及Object，另一方面是方便數據收集和處理。

在STEAM領域的3D設計平臺中，由于學習行為動作粒度比其他在線學習平臺更細，細化到鼠標操作層面，因此增加一層“微操作”，即微觀鼠標“點擊流”。在3D設計平臺中，我們以GeekCAD 3D設計平臺為例定義了“微操作”，動詞和對象的合集，由于收集的數據是基于“微操作”進行的。首先對“微操作”進行編碼，通過“微操作+操作命令”的“點擊流”就可以知道動詞Verb和對象Object，從而獲得“活動流”。其中“微操作”的編碼如表1所示，“操作命令”的編碼如表2所示。其中動詞合集如下頁表3所示，列出的動詞僅為本篇文章案例分析所涉及的動詞，對象合集如下頁表4所示。

三、3D學習者行為分析模型

實現數據驅動的3D教育學習效果評價，首先要在技術上實現3D設計課程學習過程數據的收集，其次要構建3D教育學習者行為分析模型，為后續數據分析提供分析依據和理論指導。構建STEAM 3D教育學習者行為分析模型，首先需要了解STEAM教育培養目標。STEAM教育強調4C核心能力：創造創新能力（Creativity and Innovation）、批判性思維與解決問題能力（Critical Thinking）、溝通交流能力（Communication）、合作協作能力（Collaboration）。4C能力由美國21世紀技能學習聯盟（United States-based Partnership for 21Century Skills）提出，是國內外公認的21世紀人才培養必備的能力。國內已經有學者將STEAM教育的培養目標與4C能力對接，進行課程開發的研究。3D教育學習者行為分析模型可以基于學習者的行為數據對學習者的學習效果和能力發展做出初步判斷，目的在于了解學習者的學習表現，評估學習者的學習進度，幫助教師了解學生的學習水平和學習過程中的潛在問題，以便更好地調整學習進度和學習內容。分析模型結合xAPI數據規范，布魯姆認知行為分類以及STEAM 4C能力三方面內容進行構建。3D教育學習者行為分析模型將行為分為三類，低級階段學習行為、中級階段學習行為以及高級階段學習行為。3D教育學習者行為分析模型具有多階段、多能力的分析特點。其中多階段主要體現在學習者在學習過程中為解決不同問題而采取的操作，具有不同的認知加工階段特點。多能力主要體現在學習者在學習過程中為解決不同問題而采取的操作具有培養學生各項能力的特點。具體分析模型如表5所示。

1.低階學習行為包括各種基本確認和刪除操作或者不構成意義的鼠標操作。這些操作體現了學習者對電腦的基本操作能力和在線3D平臺的使用能力，屬于低階段基本能力。這些操作行為為學習者進行更深層次的學習打下基礎，屬于準備工作。對比其他操作，這些操作需要較少的認知加工過程和思考過程。

2.中階學習行為包括二維、三維圖形構建和對圖形在畫布上的大小和方位的調整和判斷。中階行為主要是指學習者對圖形進行意義建構的過程，包括形狀，大小和方位。因此涉及到圖形建構，和調整圖形大小和方位的操作，都體現了學習者的空間思維能力。

3.高階學習行為包括培養創造創新能力、批判性思維與解決問題能力、溝通交流能力和合作協作能力。對二維、三維圖形的組合、變換，或者自己進行超出課堂教學內容的平臺操作行為等，以及創作有實際意義的具有個人風格的二維或者三維實物可以培養創造創新能力。其中，對基本二維和三維圖形的改造能力，可以體現學生的創造力;制作有意義的實物，可以體現學生的創作能力;自己進行超出課堂教學內容的平臺操作行為，改造作品，屬于創新能力。批判性思維與解決問題能力可以通過學習者的自省操作體現，例如頻繁使用視圖操作（底視、右視、前視、左視）來觀察作品的外觀，解決瑕疵問題和美化作品。或者通過ssc（展示）操作觀看作品效果，通過hvgc（隱藏視圖網格）觀看無網格的作品效果等。

四、教學案例的學習者行為分析

本研究在GeekCAD 3D平臺上進行，以案例教學的方式進行課程，共有15名學習者參加，15名學習者均具備基本的軟件操作能力和空間設計能力，對這15名學習者每個學習者完成任務使用的10到16個操作進行統計，數據采集分析流程如圖3所示。學生的作品案例如圖4所示。

通過Actor字段我們可以得知學習者的編號，通過Verb動詞字段里的“微操作+操作命令”點擊流信息，可以得知Verb，通過Object得知操作對象。舉例說明如下，首先Actor字段得到編號為“508977”的信息，確定學習者身份;其次，通過Verb動詞字段里的鼠標“點擊流”，例如“鼠標左擊（LC）+復制命令”可以得知Verb為“復制”;通過Object對象字段里的信息得知操作對象是二維圖形矩形。由此可知，這條Statement活動流表示編號為“508977”的學習者復制了一個矩形。針對某一個Actor，當多條Statement活動流按時間順序跟蹤記錄存儲之后，就可以分析這-Actor在3D操作平臺中完成3D設計作品的每一步操作過程，從而實現STEAM教育學習全過程行為數據收集，為學習行為的定量分析和評價提供依據。

本文分別對編號為“508977”的單個學習者的操作頻次和15名學習者的總操作頻次做了統計。編號為“508977”的單個學習者操作頻次如圖5所示，15名學習者的總操作頻次如圖6所示。在此基礎上根據3D學習者行為分析模型，對操作頻次進行能力劃分和認知階段劃分。所得結果如下頁圖7-圖10所示。

從圖6中可以看出，對于全體學習者co、end、ki、start等操作次數最多。其中，bvi（底視）、hsc（隱藏）、rvi（右視）、lvi（左視）、tvi（俯視）、fvi（前視）等操作使用較少個體操作頻次基本符合全體操作頻次規律。

從圖7和圖9可以看出，對于個體和全體學習者而言，本次教學中對于低階行為和高階的行為訓練比較明顯，對于中階行為操作的次數不夠多，教師在進行作品教學過程中，可以進一步加入更多中階操作，對學習者進行教學。

從圖8和圖10可以看出，對于個體和全體學習者而言，本次教學中對于四種能力均能進行訓練，其中對基本操作能力的訓練占了很大一部分，對批判思維與解決問題能力的訓練也有所體現。隨著課程難度的不斷加深，教師在教學習者制作作品時，可以多加入有關空間思維的操作，例如制定作品的大小、方位和所包含的基本形狀等要求，同時盡可能多地給予學生制作作品的自主權，例如制作桌椅，可以讓學生自由發揮制作的桌椅種類、個數和外觀等，讓學生有發揮自己創新創造能力的機會。基于平臺行為數據和STEAM 3D學習者行為分析模型，教師可以更好地了解學生的學習情況，通過學習評價反饋及時調整課程進度和課程內容，提升3D教育效果。

五、結語

本研究使用xAPI規范的3D設計軟件數據采集機制與基于xAPI的3D學習者行為分析模型，并將此模型應用于GeekCAD 3D設計軟件，通過編碼的方式獲取學習者在3D設計課程中全過程的行為數據，通過微觀“點擊流”和中觀“活動流”還原學習者在平臺學習全過程的操作行為。并以小樣本的教學實踐為例，對STEAM教育中3D設計課程學習過程行為數據進行分析，實現利用學習者學習過程行為數據進行數據驅動的學習分析及評價。通過分析收集到的學習者行為數據分析學習者的操作行為和頻次，可以驗證通過xAPI相關技術收集和分析3D設計課程中學習者學習過程數據的可行性，為學校和教師獲取學習者學習過程性數據、量化分析及評價學習者3D設計課程學習效果提供借鑒。

后續研究可以結合課堂教學內容和教學背景進行教學實驗，收集微觀“點擊流”和中觀“活動流”數據。通過數據不僅可以了解學習者進行二維操作和三維操作的次數和偏好以及學習者的能力培養的情況，還可以通過操作的時間序列進一步了解學習個體的學習軌跡，更加客觀地了解學習者的能力發展變化情況。基于xAPI的STEAM 3D學習者行為分析模型具有學習分析價值和教學評價應用價值。后續可以將xAPI規范的數據采集機制和STEAM學習者行為分析模型運用到STEAM教育領域更多不同的教育場景中，通過學習過程數據，分析學習者的學習效果和能力發展情況，實現STEAM教育領域數據驅動的學習分析和評價。

*本文系國家新聞出版署教育內容產品互聯網傳播與營銷重點實驗室開放課題“基于學習分析的用戶學習能力模型構建”（項目編號：14108-412312-19023）、上海市人力資源和社會保障局（上海市浦江人才計劃項目）“基于教育大數據的學習分析教育應用創新研究”（項目編號：14PJC034）的研究成果。