陳明選 周 亮 趙繼勇
(1. 江南大學 江蘇“互聯網+教育”研究基地,江蘇無錫 214122;2. 陸軍工程大學 通信工程學院,江蘇南京 210007)
進入21世紀以來,隨著知識更新換代的加快,如何學習成為教育關注的重大課題。建構主義認為具有批判性思維和創造性思維的學習者才可以應對未來社會的挑戰并適應不斷變化的世界(Ghazivakili et al.,2014),但當前的課堂教學缺乏個性化學習設計,學生思維發展的表征也往往缺乏顯性的證據支持,這就要求課堂教學應基于可測量的多維數據進行學習設計與評價。隨著信息技術和學習科學的發展,學習分析技術開始為學習設計和學習評價提供證據支持,學習分析具有報告和改善學習與學習設計的潛力。因此,人們開始關注將學習設計與學習分析相結合,學習分析可以為學習設計提供數據支持,學習設計可以解釋學習分析結果,學習設計與學習分析的聯結可以幫助教師設計并實施干預,為學習結果提供顯性的證據支持(Lockyer et al.,2013)。
學習設計與學習分析具有明顯的協同作用,但關于學習設計如何指導學習分析、學習分析如何支持學習設計,以及如何實現學習設計與學習分析聯結的研究尚不成熟(Hernández-Leo et al.,2019)。基于此,本研究旨在闡述學習設計與學習分析聯結的現狀、問題,并提出有效聯結學習設計與學習分析的策略,填補兩者聯結研究中存在的空白,為教學實踐提供操作指導。
學習設計(learning design,LD)指“為學習而進行設計”,是一種以活動為中介的課程安排、學習規劃(曹曉明等,2006),可以為教學設計的實施提供更加便利的條件,形成合理的學習活動序列支持數字化學習,學習者通過積極參與學習活動可以取得更好的學習效果(Britain,2004)。學習設計通常先針對局部進行設計,再根據評估結果進一步優化,以此螺旋上升完成設計。簡言之,學習設計就是整合師生活動、支持學與教的資源與服務,并提供通用可行的框架支持學與教的設計,同時融合多種教學法,提高各種學習資源和服務的可重用性,是一種既體現活動設計理念又融入多種教學法的規范(孫迪,2006)。
學習分析(learning analytics,LA)是教育技術領域近年來的一門新興技術,起源于智能商業和教育數據挖掘,自《2011年地平線報告》發布以來受到了教育研究者的廣泛關注。學習分析指使用智能數據、學習者生成的數據和分析模型發現信息和社會的聯系,并預測和建議學習,以及根據這些信息采取行動的能力(魏雪峰等,2013)。伊萊亞斯等(Lias & Elias,2011)將學習分析描述為“一個新興領域,使用復雜的分析工具改善學習和教育”。可見,學習分析就是測量、收集、分析和報告學習者及其學習情景的數據,了解和優化學習及其發生的情境,并強調將教育數據轉化為對實際行動的調節,促進學與教的優化。
學習分析的核心是數據處理,數據處理的合理性取決于模型構建的科學性。基于早期的學習分析模型雛形,學者們從步驟流程、模型要素、數據的生命周期和限制因素等角度構建了不同的學習分析模型,這些模型的發展大致分為三個階段:
第一階段是學習分析過程模型。這一階段主要是提出學習分析操作流程,指出數據的生命周期。例如,布朗(Brown,2011)提出的學習分析過程模型,明確了學習分析的基本結構及線性實施流程。第二階段是學習分析循環改進模型。這一階段將學習分析過程看作循環結構,將數據的循環流動看作學習分析的基本脈絡,通過分析數據,解釋分析結果并反饋到學習設計中,促進學習的優化。例如,利亞斯等(Lias & Elias,2011)分析了學習分析的循環特性,提出持續改進環模型;李艷燕等(2012)結合學習過程模型和持續改進環模型,提出由學習過程、學習環境、教師與學生、數據處理等組成的學習分析概念模型。該模型包括數據采集、存儲、分析、表示、應用五個環節,數據處理更加精確和嚴謹,突出了學習分析的整體性。第三階段是學習分析元素整合。這一階段傾向于將學習分析和學習設計的多元要素整合到學習過程中。例如,格萊瑞爾等(Greller & Drachsler,2012)提出的多因素學習分析通用框架,綜合考慮影響學習分析的多種因素,并將它們與學習過程深度融合。
學習分析有三種價值取向:一是關注學習分析過程,注重數據的流向性和循環性,強調學習分析的過程與步驟;二是關注學習分析的技術,強調在學習分析的采集、處理、展示階段使用多種新興技術,以及技術的應用與意義;三是將學習分析與學習設計相聯結,把學習分析看作是學習設計和學習過程的一部分,將學習分析的目標(評估、預測和干預)同學習設計連接起來,加強對學習過程關鍵節點的設計。
共同話語體系是由一組定義明確的術語連接而成的思想理論體系和知識體系的外在表達形式,便于專業內外不同研究者、研究群體之間的相互理解。跨學科、跨領域合作的主要障礙通常是缺乏共同的話語體系。學習設計與學習分析聯結的意義在于規范兩個領域的共同話語體系,促進多領域學者對學習與教學的原理、方法和理念的認可,使得不同領域的研究者可以更好地發揮自身優勢,優化學習過程,加速學習設計指導學習分析、學習分析支持學習設計協同機制的形成。
學習設計與學習分析的聯結有利于提高學習分析的合理性和科學性,指出從哪些方面和哪些階段(介入點)開展學習分析,提高技術對學習設計的支持,增強學習評價、反饋、干預的智能性和時效性。學習分析利用大數據、人工智能等技術對學習過程和學習者自身的數據進行采集、分析、整合、展示,推動以優化學習為目的的學習設計的發展。學習設計與學習分析的聯結本質上是一種技術賦能教育的創新。學習分析的核心在于發揮技術優勢,利用智能技術采集數據,科學處理數據,合理應用數據,創設更好的學習情境,提供即時有效的反饋,設計優化的教學干預。學習分析與學習設計的協同很大程度上可以改善學生學習體驗。
學習設計與學習分析聯結的意義還在于突出干預的重要性。學習分析結果雖然可以為學習設計和學習過程的優化提供證據支持,但這種優化需要教學干預才可能發生。教學干預是學習設計的一部分,干預不是隨意的而是基于證據設計的。通過循證的教學干預使得學習設計與學習分析緊密結合,可實現學習設計的迭代循環,促進學習者深度學習。
當前學習設計與學習分析聯結研究主要集中在兩方面:一是學習設計與學習分析聯結的理論研究,二是使用學習分析支持教師學習設計的實證研究。
為指導學習與學習設計實踐的開展,羅陸慧英等 (Law et al.,2017)提出綜合型學習設計模式語言,從課程、學習單元和學習任務三個層次嵌套的粒度級別聯結學習設計與學習分析。該綜合型學習設計模式語言將學習設計與相關的數據、學習分析工具、學習分析結果可視化聯系起來;多級、分層嵌套的設計結構為教師在復雜設計中提供導航和控制功能,允許他們根據實際需要選擇不同的粒度級,實現從整門課程到特定學習資源的不同層次的系統化設計。
探索學習分析如何支持教師設計學習活動及這種支持在多大程度上發揮作用是學習設計與學習分析聯結理論探究的重要方面。埃爾南德斯等(Hernández-Leo et al.,2019) 提 出 了AL4LD框 架(Analytics Layers for Learning Design),將學習分析概念化為三層相互關聯的數據層:學習分析層、設計分析層和群體分析層,以數據支持決策改善學習設計流程。學習分析層可以提供影響設計的實質性證據,這一層收集的數據可以提高教師對學習設計效果的認識并支持對學習設計影響的反思,也有助于教師確定未來需要修改的設計元素;群體分析層分析基于學習設計流程收集的數據,支持學習設計人員的學習和反思;設計分析層通過使設計意圖與學習活動模式保持一致,加強對學習分析的解釋。
學習設計與學習分析聯結的實證研究分兩類:一類是將學習分析結果作為學習評價的證據,探究學習設計與學習分析的聯結對學習效果的影響;另一類是從實現學習分析基本目標出發,探究基于學習分析結果的反饋和干預設計。
1. 學習設計與學習分析聯結的效果研究
學習設計與學習分析聯結的效果研究主要是從學習設計的系統定義、實踐模式、實踐應用出發,探究基于學習分析的學習設計效果。例如,倫緹斯等( Rienties et al.,2017) 回顧英國開放大學聯結學習設計與學習分析的十年實踐和研究發現,英國開放大學幾乎所有課程都采用了學習設計框架,基于學習分析的學習設計能夠很好地預測學生的在線學習行為和表現,但學習者滿意度高的活動類型與學習者學習效果良好的活動類型在教學方法上明顯不同。這提示我們要給予學習者和教師更加細粒度和精準的反饋和干預。姜強等(2015)構建了基于大數據的個性化自適應在線學習分析模型,并以“C語言程序設計”課程學習為例的研究發現,通過分析學生學習行為與知識掌握程度的數據,能夠給學習者推薦合理的學習路徑與恰當難度的學習資源,可對學生學習效果做及時精準的反饋,提供個性化服務干預,突顯學習設計的循環上升特征,有利于促進教與學。
2. 基于學習分析的干預反饋研究
基于學習分析的干預研究主要包含干預設計和干預措施評估。干預反饋研究通過學習分析技術識別存在學習困難的學生及導致學習困難的原因,并將分析結果反饋給教師和學生。教師根據分析結果再次設計學習活動并提出行之有效的干預措施和策略,學生通過分析結果找到自身不足并根據建議改善學習行為。楊文理(2022)構建了由學習分析、學習干預和干預評估構成的學習干預模型,針對引發小學數學學困現象的疑難知識難以理解、學習興趣不足等原因,提出降低認知負荷、提升自我效能感、提升學習參與持續度等干預策略,這在一定程度上解決了小學數學學困問題。
3. 基于學習分析的學習設計探究
對于教師來說,基于學習分析的學習設計研究主要包括兩方面:將學習分析作為工具或資源整合到學習設計、基于學習分析預測結果的學習再設計。
1)將學習分析作為工具或資源整合入學習設計
將學習分析視為工具、資源或者評價技術整合到學習設計中是常見的基于學習分析的學習設計研究。這類研究主要是將學習分析應用于日常教學管理任務,并沒有將學習分析應用于更加吸引學生興趣的學習交互中,教師對學習分析的認識僅局限于學生訪問網絡平臺的行為、學生的整體參與和表現,較少探究學生的動機、認知、社交等影響學習效果的深層原因。簡言之,這類研究將學習分析視作學習設計的過程,主要在評價階段發揮作用且一般用于總結性評價。這種學習分析多數只能反映學習者的淺層學習表現,難以表征學習者深層學習表現和原因。
將學習分析當作工具和技術最常見的方式是數據可視化和數據挖掘推薦 (Bodily & Verbert,2017)。學習分析儀表盤作為學習分析工具可以為學習設計中選用教學法提供反饋。以數字形式呈現學習分析結果會給教師和學生帶來認知負荷,儀表盤可將分析結果以最合理的可視化方式呈現。學習分析儀表盤可以追蹤學習者的學習行為,記錄并整合大量學習過程信息,按照使用者的需求進行數據分析并以可視化的方式呈現,具有交互、實時等特性。學習分析儀表盤的核心是學習分析,即分析學習者的學習行為、情感、學習成果,比較分析結果和學習目標的差距,然后將差距反饋給學習者。資源推薦系統是典型的數據挖掘推薦系統,它使用協作過濾技術,根據資源與其他學生的相似性向學生推薦資源。當前的資源推薦系統主要依據學習分析中學習者的興趣、需求及成績,推送課程或學習資源。
2)基于學習分析預測結果的學習再設計
這類研究將學習分析作為一個概念框架,屬精準教育的一部分,用于分析和預測學生表現,并根據學生學習狀況提供及時的干預。陸等(Lu et al.,2018)應用學習分析和教育大數據方法,在學期教學進展到三分之一時就能預測學生的混合微積分課程最終學業成績。此外,該研究還將明確的干預策略融入學習分析框架,更新了原有的學習設計,提高了學生學習成績。馬杰等(2014)采用多元回歸分析方法構建了基于學習分析技術的預測模型,教師和學生可通過該模型快速定位與學生成績顯著相關的重點模塊,提高教學效果。
從技術工具到方法手段,從獨立發展到規范整合,學習設計與學習分析聯結的研究與實踐已取得了巨大進步,但依然面臨眾多挑戰:一是學習設計和學習分析聯結自身的問題;二是教師對學習設計與學習分析聯結的認知和能力不足;三是學界對學習復雜性的低估和對技術智能性的過度自信。
1. 學習設計與學習分析的聯結缺乏統一的話語體系和表征形式
學習設計和學習分析之間存在協同關系,越來越多的學者在努力建立這兩個領域之間的聯系,以實現預期的協同作用(Lockyer et al.,2013)。學習設計可以為學習分析提供領域詞匯表,用于定義學習系統的元素。當學習分析被用于分析學習系統的交互問題時,它有可能為學習者和教師提供反饋和干預,以改善學習和學習設計。然而,目前還沒有被普遍接受的學習設計領域詞匯表。學習設計者通常不是教學實踐者而是研究者,而教師和研究者缺少對教學實踐和教育研究領域詞匯、語言和工具等的共同理解。同樣,學習分析領域主要由計算機科學和工程研究人員主導,使用的話語體系主要是方法、技術和算法。他們對收集、分析和可視化學習者學習痕跡的計算方法感興趣,對學習過程中發生了什么、什么措施有助于增強學習并不了解,這與學習設計者或教師的專業能力不相通。要推動學習分析與學習設計兩個領域的發展,并將它們連接到一個不斷改進的迭代循環中,需要基于相同話語體系和表征形式的模式語言來指導學習設計實踐,并將研究者對學習過程和學習結果的直觀表述與教師對學習設計的直接操作聯系起來。
2. 學習分析支持個體和小組學習的能力不足
一是學習分析對個體學習的適應性弱。這種適用性不是指每個學習任務在任何時間點都適合每個學習者,它要求抓住適當的時機用個性化技術支持學習,并要求在學習過程中觀察到這種支持。到目前為止,基于學習分析的適應性主要體現在通過學習分析儀表盤向學生提供個性化反饋,或者在總結性評價中將學習者的學習績效排序(Salazar et al.,2018),個性化任務選擇、個性化任務生成和向學習者提供應對多層次任務的自適應提示支持未取得顯著進展(Paa?en et al.,2017)。二是學習分析對小組學習支持的有效性不足。在計算機支持的協作學習中,以學習分析支持小組協作學習的研究很多,如利用學習分析支持小組形成以及可能的動態調整。然而,在線或者遠程學習者之間的交流很少。學習分析提供的信息(如學習者興趣、學習風格、任務目標等)可用于組建結構良好的、富有成效的協作學習小組(Konert et al.,2016)。
3. 學習分析不能反映學生真實的學習狀態
在早期研究中,學習分析收集并處理學生學習行為和學習過程數據的能力較弱,基于淺層數據的學習分析往往不能反映學生真實的學習狀態。以往的學習分析側重數據收集,較少關注數據收集的原因,對這些數據能否真實反映學生學習狀態的理解也不夠深入。僅通過學生的學習行為數據推測學習表現所得出的研究結論存在一定局限性,也難以揭示學習的內在原理及其變化(牟智佳,2020)。學生真實的學習狀態包括學習態度、學習投入、認知水平、協作能力、情感情緒、學習行為等。由于設計者缺乏對學習原理和學習本質的深刻理解,這些因素未被納入學習分析模型,導致學習分析結果不能真實反映學生的學習狀態。
4. 相關工具與技術的感知有用性和感知易用性較差
從感知有用性看,大多數支持學習設計和學習分析的工具和技術都是表征性描述,對學習者認知、社交、情感的分析不夠深刻,對學習本質的理解、深度學習表現的分析及支持學習者深度學習的能力較弱,且不能提供及時反饋。例如,學習分析儀表盤不能體現學習過程的實時性和全程性,也不能體現學習者的情感變化。學習設計工具的應用也不能使學習設計過程簡化和自動。例如,不同學習平臺的資源數據不能互通,每次課都需要重新設計和導入。教師認為技術的有用性較低,技術客觀上也不能提供教師需要的功能。從感知易用性看,當前的新興技術和工具雖然種類很多,但大多操作過程復雜,結果解釋力較差,使用中甚至會出現不少問題,教師和學生使用技術的體驗較差。在利用社會認知網絡分析法對在線協作學習進行研究時,研究者或教師需要自己編碼,難以應對大規模的課程教學分析;研究者和教師還需要協同解釋分析結果,增加了教師的使用負擔。
1. 教師對學習設計的理解不同
教師對學習設計的理解不同,大體可以歸納為兩種觀點:設計學習與支持學習的設計。設計學習主要是從課程設計的角度理解學習設計,與教學設計類似,主要是利用基于設計的方法創建課程,設計教學活動,通過顯性的、固定的方式表征學與教的流程,支持教師的教學干預與教學反思(Gravemeijer &Cobb,2006)。支持學習的設計的核心在于認為學習不能被設計,只能通過設計支持學習者更好地開展學習。其原理是從學習的本質和學習者信息加工機制出發,通過設計能夠影響學習效果的學習活動和學習要素,支持學生學習。本研究偏向認同后一種觀點。學生是學習的主體,學習的發生取決于學生自身的意義建構,學習者面對學習任務時的表現各有不同。因此,學習設計過程應該是間接的,不應該要求學生完全按照預先設計的任務進行學習,而要隨著學習者學習行為的改變和不同的學習情境動態調整,這就要求教師對學習設計有深刻的理解。
2. 部分教師將學習分析簡單地看作是學習評價
學習分析重視數據的收集和處理,這與學習設計中的評價類似。在教學實踐中,部分教師將學習分析等同于學習評價,將學習分析結果當作學生課程學習的最終評價,片面強調分析結果的客觀性,消解了學習分析本身的價值。事實上,學習分析的主要目的是通過處理學生學習數據,利用預測、反饋、干預等措施優化學生學習,促進學生的個性發展和素養提升。理想的學習分析應是實時的、全面的,可以反映學生真實學習狀態。教師可以通過分析結果優化學與教的設計,學生可以根據分析結果調整自身的學習狀態和學習行為。學習評價的優勢是具有完整的評價體系但缺乏評價的技術和手段,是對學習效果的判斷,具有明顯的價值取向。學習分析的優勢是具有評價的技術和手段,但缺乏科學的評價依據,是對學習數據的處理,往往不具有明顯的價值取向。
3. 教師缺乏基于學習分析結果開展學習設計的能力
學習設計過程和學習分析過程都是環狀改進結構。學習設計的終點不是評價,學習分析的終點也不是評估。教師需根據學習分析結果設計合理的干預并改進學習設計,通過迭代循環的方式促進學生學習。學習分析有三個基本目標:預測、評估和干預。從學習過程要素看,學習分析與學習評價類似,都有分析判斷學習者學習過程和學習結果的作用,學習分析的結果通常也作為評價學習者學習效果的依據。但學習分析過程是循環迭代、動態調整的,學習分析貫穿整個學習過程,不僅評估學習者最終的學習效果,也要評估學習過程中的階段性節點,這樣的學習分析結果才是可靠的。更重要的是,學習分析結果不能停留在展示環節,而要將結果反饋給教師和學生。教師要依據反饋優化教學設計、施加教學干預,學生根據反饋發現自身存在的問題,并根據建議改善學習行為和學習狀態。
4. 教師利用工具和技術的能力較弱
很多情況下,教師缺乏對學習分析結果的解釋能力。由于研究者和教師的背景、教學理念、方法論基礎不同,兩者在教學實踐中承擔的任務不同。學習分析方案通常由研究者提供,他們設計數據收集方案和數據分析方法,并負責解釋分析結果,因而教師往往不能對方案和結果進行合理的解釋,不能有效接納學習分析結果的反饋,更難以根據分析結果對學習過程施加干預。此外,教師對使用新技術和新工具的意愿較弱。當前學習設計工具與學習分析技術的操作難度高,易用性較差,會給教師帶來額外的工作負擔,加上缺乏使用信息技術支持教學的經驗與動機,教師使用新技術和工具的意愿不高。
與當前熱切關注技術支持學習設計與學習分析發展的主流不同,對學習復雜性的低估和對技術智能性的過度自信是制約學習設計與學習分析聯結和發展的重要原因。一直以來,教育技術學和計算機領域的專家學者都強調要批判性地看待技術對教育的支持作用,不要過分夸大技術的作用,但“技術可以解決一切教育問題”的觀點依然屢見不鮮。造成這種現象的原因是對學習復雜性的低估:一方面,人們在批判教育方法和教育評價時,會強調學習系統是復雜的,教育不能兼顧知識之外的技能、思維和情感;另一方面,應用技術支持教學時又會“選擇性忽略”思維與情感,將學習“等同于”知識傳授(曹培杰,2018)。在這樣的邏輯下,教師的學習設計依然是針對知識點的講解和重復的刷題,所謂基于學習分析的個性化學習只不過是根據學生的瀏覽記錄和答題情況推送相應的學習材料(李海峰等,2018)。從當前的研究和實踐看,人類對人工智能、大數據技術等能否表征學習機理,能否實現知識傳授、技能增長、思維提升、價值觀塑造等,并不樂觀(張進寶等,2022)。
為應對學習設計與學習分析聯結存在的問題與挑戰,本研究認為應該從解決主要矛盾入手,即增強教師聯結學習設計與學習分析的意識和能力,完善學習設計與學習分析自身的研究與實踐,理性看待信息技術對教育的作用。
1. 加深教師對學習設計與學習分析內涵的理解
促進學習設計與學習分析的有效聯結,教師首先要深刻理解學習分析和學習設計:要將學習設計看作是支持學生學習的設計,清楚地認識到學習任務可能不會按照設計進行,而要根據學習者的學習狀態和學習活動動態調整;學習分析并不以學習結果的展示為終點,要依據學習分析結果針對性地施加學習干預;學習分析并不是在學習過程的評價階段發揮作用,而是要貫穿于整個學習過程的始終,并在適當的介入點發揮作用。
2. 注重基于學習分析結果的學習再設計
學習再設計是針對當前學習者學習狀態進行的設計,即根據分析結果設計有效的反饋和干預,并在下一單元的設計中加以改進。基于證據的干預是提高學習者學習效果的有力手段,恰當的干預可以彌補學習者之前學習中存在的不足,改變當前的學習狀態和學習行為,有助于后續學習。開展教學反思與教學干預也是教師提高自身專業素養與能力的重要方法。借助于教學反思和學習分析,教師可以了解當前教學存在的問題和學習設計存在的缺陷,施加適當的教學干預,改善當前的學習設計,進而影響后續的學與教。這種循環遞進、螺旋上升的學習再設計可以不斷提升教和學的效果。
3. 提高教師應用學習分析技術的能力
教師要提高使用學習分析技術、解釋學習分析結果的能力。正如前文所述,教師對使用學習分析技術和工具的意愿較低很大程度上是由于對技術和工具的不熟悉,缺乏解釋分析結果的知識和能力。這就需要加強教師和研究者的協同合作,對教師開展培訓,告知其學習分析的優勢和原理、目的與用途、操作方法等;采用集中培訓、定期講座等方式向教師闡述學習分析原理,為教師提供真實的實踐案例和分析模型,提高教師接納學習分析技術的意愿;采用個別輔導的形式,讓研究者與教師共同參與真實的教學實踐,將設計和實踐的主導權交給教師,引導教師在實踐中獨立、有目的地使用學習分析技術并嘗試解釋學習分析結果。
1. 加快構建聯結學習設計與學習分析的統一話語體系
形成跨學科學術共同體是構建學習設計與學習分析統一話語體系的必要條件。這包括通過學術共同體的內聚性吸引具有相同或相近價值取向和具有特殊技能的人,為學習設計與學習分析的融合提供人才支持;學術共同體首先在內部形成統一的話語體系,再在學界推廣研究成果,推進構建聯結學習設計與學習分析的統一話語體系;構建基于學習設計與學習分析聯結的統一話語體系的學術平臺,從需求出發,將學術平臺建立在社會現實之上,不斷引導學術群體入場,有效凝聚知識供給,深化學習設計與學習分析聯結研究。
2. 加強學習分析對學生真實學習狀態的反映能力
這包括選擇反映學生學習狀態的成熟的分析維度,作為構建學習分析模型的基礎;確定數據類型,保證收集的數據可以反映學生的學習狀態。分析維度的選擇取決于評價目的。例如,學生深度學習的評價可基于美國研究委員會(National Research Council,NRC)確定的認知、自我、人際三大領域,學習者在線學習水平評估可參考馮曉英等(2018)從探究社區理論出發構建的臨場感學習分析模型。學習分析維度的選擇決定著分析結果能否反映學生真實的學習狀態,分析數據的選擇直接關乎分析結果是否具有說服力。這方面的研究主要集中在多模態學習分析。它旨在通過捕獲、融合和分析多種來源的數據,實現對學習行為、認知、信念、動機、情緒等的客觀理解與深刻洞察(汪維富,2021)。例如,陳凱泉等(2019)根據數據特性將反映學生學習行為和學習過程的數據分為外顯數據、生理數據、心理數據、基礎數據四類。通過對多模態數據及其評價表征的選擇,學習分析在很大程度上可以反映學生真實的學習狀態。
3. 提升學習分析和學習設計中學生學習數據的一致性
學習分析的范疇主要包括文本、話語、筆跡、草圖、動作手勢、情感、神經心理、眼睛凝視等(Blikstein & Worsley,2016),這些分析范疇的數據來源于學生學習的方方面面,但實際的學習設計往往不能囊括所有范疇。學習分析采集的數據要能夠反映學習設計,而不能盲目地收集所有數據。在學習設計中,學生學習狀態數據主要包括學習行為、情感態度、作業測試、小組討論等,學習分析數據的選擇要盡可能貼近學習過程中反映學生學習的數據。教師教學數據可以考慮環境限制,排除無法有效收集的數據和難以反映學生學習狀態的數據。提升學習分析和學習設計中學生學習數據的一致性,可提高對學習設計與學習分析內涵的把握,推動學習設計與學習分析的有效聯結。
4. 開發高效易用的學習設計與學習分析工具
從技術和工具本身的屬性出發,要想促進學習設計與學習分析的聯結,就要提高技術和工具的易用性和有用性,減輕教師負擔,增強教師對技術和工具的接納度。這包括開發具有統一模型語言的系統平臺,支持學習設計和學習分析。系統平臺除了可以單獨運行外,還可以開放接口,連接其他網絡學習平臺,發揮學習設計工具和學習分析技術的優勢;也應提高工具的智能性和多樣性,使其可以自動高速收集、處理數據并提供即時反饋,以及要優化工具的使用方法,用盡可能簡單的步驟得到需要的結果。
技術和工具支持教學干預需要開發集成多種學習分析技術的工具以支持教學干預。教師干預對促進高效的協作學習具有重要作用。然而,受班級學習小組數量多、討論信息量大等因素的影響,教師難以同時監控各組學生的學習表現,無法對小組學習給予及時有效的干預(李艷燕等,2019a)。因而,利用學習分析技術將學生協作學習的過程和問題進行可視化呈現,是支持大規模教學中教師干預的重要手段。為幫助教師及時發現學生問題,實施有效的教學干預,提升協作學習教學效果,越來越多的研究者對學習分析工具開展研究(余亮等,2009)。鄭燕林等(2015)通過問卷調查探討中小學教師對學習分析工具的需求。艾伯等(Abel &Evans,2013)以數學教師為研究對象,總結出多種可視化分析結果的方式,可為設計開發學習分析工具提供參考。牟智佳等(2017)通過訪談教師對學習分析工具功能的需求,總結出學習分析工具需呈現任務完成度、學習表現、學習參與度、學習行為四方面的可視化圖表。但現有的學習分析工具主要用于監督與評估學習結果,對學習過程的支持能力較弱,也不能實時、深入地對學習過程進行可視化展示,這會對教學干預的設計產生不可忽視的誤差(李艷燕等,2019b)。未來的學習分析工具開發,要加強對學習過程、情感態度和深度學習狀態的可視化表征。
教育和技術是兩個不同的領域,技術可以支持教育,但絕不可能“替代”教育。很多時候,我們只看到信息技術有利于教育的一面,持有“技術萬能論”,認為技術可以解決教育發展中遇到的各種問題(如教育公平),看不到技術帶給教育的負面影響(如快餐式學習導致思維退化、學習者的反思減少等)(儲朝暉,2020)。此外,對新技術、新工具、新方法的過度追求,導致人們忽視了教育原理、教育規律,不再研究學與教的本質和原則,忽略了對課程、教學和學習的設計。信息技術可以用于分析學習行為,揭示學習者當前的學習狀況,但要改善學習者的學習狀況,還需要教師依據教育原理和學習規律因材施教。智能時代的技術可以為教育教學提供非常強的支撐,但教育教學的根本性變革依賴于對學習本質和教育規律研究的突破。
技術賦能教育不能將教育看作簡單的知識傳授,不能將技術的支持作用僅僅聚焦在知識層面,而是要深入挖掘技術支持學生深度學習、提高學生核心素養的著力點。信息技術是教育的工具和內容,會在一定程度上影響教育教學的方式方法,可以對教育教學產生一定的優化作用,但僅靠技術很難對教育教學產生革命性影響。因此,筆者認為要想促使技術支持的學習和教育縱向發展,僅靠技術的創新是不夠的,要將技術和教育理論相結合,遵循教育原理和學習規律,本著以人為本、因材施教的原則,發揮技術與人的協同作用,將信息技術與教育內容、教育方法配合,協同發揮效果。
學生的個性化學習和思維發展要求教師開展基于證據的學習設計,通過學習分析技術收集并處理學習者的學習過程數據、學習行為數據和學習結果數據,并根據學習分析結果施加教學干預、優化學習設計,只有學習設計與學習分析的緊密聯結才能實現教學的有效性。面對智能時代的挑戰,利用技術促進教育教學是一個永恒的話題。學習設計與學習分析的聯結,對優化學習設計和學習過程具有重大作用,不僅可以促進對反饋干預進行更加細化的研究,而且可以促進學與教向著智能化和個性化發展。在這個過程中,研究者要辯證地看待技術的作用,要將技術對教育的支持與學習規律、學習原理結合;教師要合理利用工具,善于利用工具進行學習設計和學習分析,根據學生的個性特點因材施教;開發者要基于教育原理開發適合教師設計和學生學習的智能性、易用性、高效性工具和資源。研究者、實踐者和開發者的協同合作將促使技術更好地為教育賦能。