循證教學實踐（七）：學習分析

宋萑 王小寒 劉孟垚

宋萑

教授、博士生導師，國家重大人才工程青年學者，教育部普通高校人文社會科學重點研究基地北京師范大學教師教育研究中心副主任、北京師范大學教育學部教師教育研究所所長，兼任華東師范大學教授、香港教育大學亞太領導力與變革研究中心資深研究員、高等教育學會教師教育分會副秘書長，主持國家級、省部級課題等近20項，發表SSCI、CSSCI及其他中英文學術論文100余篇，提交咨政報告數十份，出版專著多部。

學習分析與循證教學思想高度契合。在實際操作過程中，教師雖不能將信息化的學習分析技術完全應用于教學過程中，但數據的采集、分析、反饋等可以為教師的教學活動提供科學的依據。學者顧小清、黃景碧等人認為，在教學實踐中利用學習分析技術及相關的分析工具，教師可以獲得學生學習績效、學習過程及學習環境等方面的信息，這些信息可以為教師提供改進教學的依據（顧小清、黃景碧等，《開放教育研究》2010年第10期）。美國教育發展中心和學生與技術中心對學生在數學學習過程中的數據進行記錄與分析，并生成網絡報告，接受調查的77%的教師表示，他們能利用網絡報告了解自己的教學成果（顧小清、張進良、蔡慧英，《遠程教育雜志》2012年第30期）。這說明通過循證化的學習分析及反饋，教師可以更科學、有效地反思和改進教學過程，實現育人目標。

一、學習分析的要素及過程

近年來，學習分析的相關模型已經得到了一定程度的發展。喬治·西門子（Siemens）提出學習分析技術過程模型，伊萊亞斯（Elias）提出關于學習分析的持續改進環模型，布朗（Brown）認為學習分析的要素包括數據采集、分析、學生學習、聽眾、干預五個部分（Brown，M.Learning Analytics：The Coming Third Wave.2011.）。這些學習分析的相關模型，大部分借助信息技術投入教育實踐應用之中。學者李艷燕等人綜合學界關于學習分析模型的現有研究成果，進一步總結了學習分析的基本組成要素，即學習過程、學習環境、教育環境、受眾和“五個環節”。其中的“五個環節”是學習分析技術的核心要素，包括數據采集，即從學習環境及學習過程中采集數據；數據儲存，即按照數據類型和特點對大規模的數據進行結構化儲存；數據分析，即從三個角度（學習者規模、時間維度、粒度）根據不同的應用需求篩選數據并進行分析；數據表示，即將數據分析結果可視化；應用服務，包括績效評估、過程預測與活動干預（李艷燕、馬韶茜、黃榮懷，《開放教育研究》2012年第18期）。學界現有的學習分析要素及環節，為教師在教學實踐中開展循證視角下的學習分析提供了參考。

二、學習分析的實施路徑

目前，學習分析主要從大數據挖掘的角度應用于教育領域。本文參考學習分析的現有模型，整合、改進李艷燕等提出的學習分析的“五個環節”，并在此基礎上論述一線教師可采取的具體、可行的學習分析策略。

在循證教學實踐中，學習分析的具體實施路徑如下：一是查閱現有文獻，選擇并利用合適的工具采集學習者與學習資源的相關數據；二是采用科學的統計方法、運用適當的工具分析數據，一般可以按照不同的應用需求從學習者規模、時間維度及粒度三個方面解釋數據；三是可視化呈現數據分析結果，改進現有教學模式，并將相關結果提供給學生和家長。

1.數據采集

數據采集環節，教師可以應用相關工具從學生的學習環境及學習過程中采集相關數據。數據可以劃分為學習者數據和學習資源數據兩類。針對學習者采集相關數據時，除了采集學生在學習過程中產生的學習日志、學習成果，還需要分析他們的學習路徑。教師采集數據的過程中，一是要結合實際教學經驗并根據現有研究證據，確認數據采集的聚焦點，也就是回答“分析什么”；二是要根據需求選擇數據采集的工具，回答“怎樣分析”。

首先，教師要查閱文獻，了解并明確影響學生學習的有關因素。王海燕、李芒等人通過文獻調研，總結出直接影響中小學生學習的15個因素，即智力水平、知識技能、成就動機、學習熱情、學習態度、學習計劃、學習毅力、注意品質、學習焦慮、班級氣氛、學校環境、人際關系、身心健康、學習風格、學習方法（王海燕、李芒、時俊卿，《中國電化教育》2001年第5期）。這些都可以作為學習分析的聚焦點。

其次，從具體操作來看，教師期望通過學習分析優化班級互動、提升學習氛圍與學生的學習態度時，可以采集以下數據為后續研究提供支撐：采集學生參與課堂互動的數據，如學生回答問題的頻率、質疑的次數、與教師和其他學生的互動情況等，以評估學生的主動參與程度和互動質量；采集學生在課堂上的學習表現數據，如作業的完成情況、小組合作的效果、實驗或項目的結果等，以反映學生在課堂互動中的學習表現和成果；采集學生對課堂互動的反饋數據，如通過調查問卷、小組討論或個別談話等方式獲取學生的意見，以了解學生對互動體驗的感受和建議；采集學習管理系統或在線學習平臺提供的學習分析數據，如學生的學習活動記錄、課程瀏覽記錄、討論參與情況等，以分析學生的學習行為和參與情況；采集學生在課堂互動中的情感數據，如通過情感識別技術獲取學生的情緒狀態，通過學生的口頭或書面表達了解其態度、情感或情緒，以評估學生在互動中的情感體驗和情緒狀態，為優化互動提供參考。

需要注意的是，教師在采集數據時要確保學生的隱私和數據安全，并遵守相關的法規；教師還應該向學生明確解釋數據采集的目的，并尊重學生的權益。

2.數據分析

教師采集數據后，需要根據需求對數據進行相應的分析、整理、歸納。數據分析可以從三個角度進行。首先，根據學習者規模進行分析。教師可以分析學習者個人學業數據，獲取學生個人的學習狀況、學習動機及學習興趣；也可以分析全班學生的學業數據，得到整個班級學生的學習態度以及對教師的接受程度等方面的信息。其次，以時間段為單位分析學習者某個時間段的數據。比如，學生在學期初、學期中、學期末的學習過程性變化，以及各個學年學生的學習狀況等。最后，可以分析學生學習單門課程或多門課程的狀況，了解學生對不同課程、不同教師的教學方法的滿意度與接受度等。在這個環節，教師要運用統計學方法了解學生學習狀況的基本表征，可以分析不同班級、不同學年的數據差異，也可以根據數據呈現的結果，結合已有研究證據及相關理論對學生的學習表征、差異化結果等做進一步的分類與解釋，為后續的教學改進提供更科學的建議。

以“數學概念學習中的錯誤分析”為例。教師收集學生作答的課堂習題，發現學生在數學概念學習中出現的不同問題后，就可以查閱相關文獻，了解現有的概念學習錯誤類別。已有研究指出，數學概念學習中的錯誤主要分為過程性錯誤和合理性錯誤（李善良，《數學教育學報》2022年第3期）。過程性錯誤包括“用日常生活概念代替數學概念”“用概念原型替代概念”“用形象描述代替數學概念”等，合理性錯誤包括“慣性”“偏好”致使學生在學習新概念時出現的錯誤及“用原有思維審視新的概念”等類型。過程性錯誤具有短暫性和外顯性，是可以預防的，而合理性錯誤則具有隱蔽性和長期性，較難避免。由此，教師就可以通過對學生課堂習題中的錯誤分類，更全面、科學地了解學生的學習情況，并據此改進教學。

3.數據呈現及教學改進

從本質上講，學習分析是為了改進現有的教學模式。因此，一線教師如何更好地呈現數據、如何將學習分析的結果應用于教學改進之中尤為重要。教師要思考如何將學習結果以可視化的形式反饋給學生，引導他們利用數據發展自我，提高主動學習的能力，還要更加全面地了解學生對知識的掌握情況，預測學生在未來學習中可能出現的風險，為他們提供適當的學習支持。

在可視化呈現學習分析數據時，教師要考慮師生的需求和技能水平，選擇合適的可視化方式，以便學生能清晰、直觀地理解學習分析的結果，并從中獲得有價值的信息。例如，教師可以使用圖表和圖形，如條形圖、折線圖、散點圖、雷達圖、軌跡圖、詞云圖、餅圖等，呈現數據的分布、趨勢和比較情況；可以使用信息化程度較高的數據可視化工具，如Tableau、Power BI、Google數據工作室等，把學習分析數據轉化成儀表盤視圖，將多個可視化元素組合在一起，通過學生的學習行為、成績、參與度等指標展示綜合的學習情況概覽；也可以創建交互式可視化工具，如添加篩選器、下拉菜單、滑塊等交互元素，讓學生與數據互動，從而更加深入地分析數據，獲取個性化的數據信息；還可以結合可視化元素編寫故事，解釋數據背后的意義、發現和推論，通過解釋和講述，幫助學生更好地理解數據分析的結果。

通過學習分析獲得的數據是改進教學的依據，教師要用好這些數據。以陳夢媛老師2023年3月在《中學歷史教學參考》上發表的文章《強化學習生成分析 讓歷史教學精準化》為例。在設計“鋼鐵長城”教學方案之前，陳老師通過調查問卷開展學情分析，得出大多數學生因時代所限對新中國成立以來的歷史、國防和軍隊建設知之甚少，因而對該課程內容缺乏共鳴的分析結果。她據此運用“精選典型：用鮮活故事引發學生共鳴”“強化對比：用艱辛曲折凸顯成就斐然”“升華主旨：讓立德樹人成為課堂之魂”三種方法，設計了具有實操性的精準化教學實施方案，取得了很好的教學效果（陳夢媛，《中學歷史教學參考》2023年第8期）。這說明，教師積極運用學習分析理論改進教學，不僅能讓教學實踐更科學有效，而且能提升自身教學能力，促進其個性化和持續性的專業成長，繼而提升學生的學習能力，全面落實立德樹人根本任務。

（作者單位：宋萑，北京師范大學教師教育研究中心，貴州省畢節市金沙教育研究院；王小寒、劉孟垚，北京師范大學教師教育研究中心）

［專欄文章系國家自然科學基金面上項目“如何提升教師培養質量：教師教育項目對師范生專業學習及其從教表現的影響效應與機制研究”（課題編號：71974016）、中國高等教育學會教師教育分會2020年度重大課題“京津冀教育協同發展背景下大學—政府—學校（UGS）伙伴協作支持教師專業發展機制研究”（課題編號：20ZSJSJYZG01）的成果］

責任編輯? 姜楚華