以學習分析技術突破經驗困境

于燦燦

摘要：作為教師，想要突破經驗主觀、經驗不足的教學困境，需要擁抱新時代下涌現的新方法。因此，本文立足教育大數據下的學習分析技術，為一線教師提供突破經驗主觀和經驗不足難題的新思路，為提高教師的工作效率與學生的學習成效賦能，有效促進學生的個性化發展，激發更多的教育創新和改革的動力。

關鍵詞：學習分析技術；教育大數據；教育數據挖掘;個性化發展

中圖分類號：G434? 文獻標識碼：A? 論文編號：1674-2117（2024）02-0099-04

經驗困境與相關新技術

經驗困境主要有經驗主觀、經驗不足兩大問題。在傳統教學中，教師通常需要借助多年的教學經驗來提高自己的教學能力與管理水平，如借助直覺觀察、教學習慣、親身體驗等來把控課堂的教學細節，掌握學生的學習情況，但新教師由于教學經驗并不豐富，較難掌握學生的學習情況，更不用說因材施教了。而在線教育、智慧教育、5G+教育等的發展，衍生出了大量與教育相關的數據，教育大數據下的學習分析技術能夠診斷教學與管理問題、關注教學與管理個體、可視化教學與管理機制、再現教學與管理全過程等，成為教師實施因材施教的可靠且科學的技術支撐。對教師而言，學習分析技術不僅是老教師的得力助手，也為經驗匱乏的新教師提供了強大的支持與指導，其從數據與技術手段上解決了老教師經驗主觀性和青年教師經驗不足的問題，幫助教師更好地了解學生的需求，優化教學方法，以及構建更有效的教學策略。

學習分析技術的本質與內涵

雖然不同的研究者對學習分析技術的理解存在差異，但在他們的描述中，關于學習分析技術的本質和內涵是一致的。學習分析技術的核心任務是對教與學過程中學生及其學習環境產生的數據進行深入分析，其目標是實現對教學的全面評估、準確預測以及有效優化。一般而言，學習分析技術的運作流程包括數據收集、數據處理、數據分析、評估、預測以及優化教學。其中，“評估”指的是以學生數據以及與學生相關的學習數據為基礎，對學生知識掌握程度進行評估；“預測”指的是根據學生歷史學習數據的分析結果，對其學習發展趨勢進行預測；“優化”指的是在評估和預測的基礎上，及時實施教學干預和優化課堂教學的過程。簡而言之，學習分析技術能協助教師全面了解學生“發生了什么”，分析出“為什么會發生”，預測到“可能發生什么”，以及提供建議“需要做什么”。

在信息技術2.0背景下，針對教育過程中產生的教育大數據，學習分析技術能夠充分挖掘其價值，并能夠將這些價值有效地反饋到教育過程中。從教師角度來看，尤其是對新教師而言，學習分析能夠幫助教師全面了解學生的學習情況，讓教師既能面向全體又能關注到個體，從而提高課堂教學的針對性、有效性。同時，學習分析技術還能夠為智慧校園的不斷迭代提供數據和技術支持，為教育事業注入新活力。

大數據視角下學習分析技術的發展現狀

學習分析領域的研究深入有賴于科技的迅猛發展，隨著機器學習、深度學習、人工智能技術的發展，海量數據得以生成，同時技術的提高也推動了對數據進行深度分析和可視化展示的可能性。大數據的崛起驅動了教育教學的變革，讓教育從簡單的知識傳遞轉變為促進學生全面成長，學校教育方式也發生了巨大變化。教育數字化轉型的趨勢，一方面推動了學習分析技術所必需的教育（大）數據的獲取與收集，另一方面，海量的教育數據也為學習分析技術的發展提供了有利條件。

在新冠疫情期間，各地開展了多樣化的線上教學、線上與線下相結合教學的大實驗。李磊等人[1]在新冠疫情防控期間對煙臺地區的學生進行了深入研究，構建了居家學習行為模型，利用學習分析技術對觀看視頻記錄、測驗記錄、提交作業次數、參與學習時間、學習成績等進行了詳細分析，這項研究為九門學科的教師提供了在線教育教學的針對性指導意見；張秀梅及其團隊[2]為了了解線上教學的實際效果，對武漢的部分初中生及其家長進行了問卷調查，發現初中生普遍欠缺自我管理能力，通過分析給出了如教師需提升數字素養、家長積極配合，以及學生加強自我管理與學業規劃等建議。

此外，智慧校園建設也是大數據時代下一項具有前瞻性和創新性的項目，與學習分析技術密切相關。李有增等人[3]對北京某校學生的基本信息、課堂學習、課外學習、娛樂、校園生活等進行了深入的學習分析，這項研究為智慧校園的建設與管理提供了基于數據的決策支持，有助于更有效地推動智慧校園的發展；黃躬芬等人[4]采用動態數據分析技術，通過數據挖掘實施課前預習以及課中隨堂檢測分析，來幫助加強課堂教學與數字化信息系統技術深度融合，構建智慧課堂，這項研究為借助先進技術改善教學過程，提高學生學習體驗與成效提供了新的思路。

這些研究都強調了學習分析技術在大數據時代的潛力及其在推動教育創新方面的關鍵作用。學習分析技術在大數據時代的應用為教育帶來了前所未有的機遇，其不僅有望改善學生的學習效果，而且為未來教育的發展提供了有益的指導，引領教育體系朝著更加創新和可持續的方向發展。

教育大數據背景下學習分析技術驅動的教學變革

教育大數據時代下的學習分析技術推動了教學的深刻變革，這種變革改變了傳統的教師教學模式，轉變了學生的學習狀態，為學生提供了更富有成效和有趣味的學習體驗，使整個教育過程更加個性化、智能化。

1.課堂教學的方向：精準生長

杜威推崇“教育即生長”，筆者認為杜威所說的“生長”應是教學應與學生的心理發展水平相契合，并尊重學生的興趣和愛好，而學習分析技術可以成為教學“生長”的有力工具，讓教師教得精準、學生學得精準，讓課堂教學低耗高效。學習分析技術不僅能夠分析出學生的興趣，還能深度挖掘課堂教學的生長點，幫助教師找到教學的發力點，讓學生在課堂學習中變被動為主動，讓教師的教學更有成效。學習分析技術能夠發現學生之間的差異性，準確診斷學生的問題，其中包括學習問題、心理問題等，這有助于教師更有針對性地把控課堂教學的節奏，滿足學生的生長需求，促使學生成長為更全面、更自信的個體。

2.教師新角色的誕生：身份多元

學習分析技術的出現與使用使教師不僅僅是一名“教師”，同時還具有了“數據分析師”的身份。在傳統的教學模式中，教師主要依靠自己的主觀經驗來處理教學中的問題，通過不斷的教學實踐來驗證這些經驗，生成新的經驗。而在教育大數據時代，借助學習分析技術，教師能從僅僅依賴主觀經驗的模式中解放出來，利用學習分析技術深入剖析學生的學習成績、學習狀態等，以此為基礎進行教學的優化和改進，以更好地滿足學生的需求。雙重身份的賦予讓教師能夠基于客觀數據和科學評估，更精準地引導學生的學習，推動教育的創新和升級。

3.學生個性化的學習：因材施教

學習分析技術的運用給學生創造了個性化學習的可能性，系統能夠為每位學生量身定制學習計劃，并根據其興趣、能力和學習風格提供個性化的教學資源和學習挑戰，從而激發學生的學習熱情，助力學生發現自我進而實現主動學習。在傳統的教學模式中，個別學生的問題容易被忽視，也很難被及時解決，而教育大數據結合學習分析技術能夠有效地應對這種情況。學習分析技術可以科學準確地分析學生的學習過程，指出存在的問題并提供合理的修正建議，同時能夠預測未來的學習成效。該技術不僅能最大程度地激發學生的學習潛能，還能為學生提供準確而及時的個性化學習指導，真正踐行了因材施教的育人理念。

教育大數據背景下關于教師數字素養的思考

智慧校園建設是教育的發展趨勢，教師應利用教育平臺的學習分析技術促進教師與學生的雙邊發展。新時代的教育工作者要具備數據思維，擁有前瞻性的視野，主動接納并學習新的技術工具，從多個方面提升自身的數字素養。

1.關注前沿技術，巧用新技術平臺

對學生的數字素養教育是新時代教學的重要目標之一，這是信息時代對學生個體發展的客觀要求。從根源上來講，作為教師個人必須具備高水平的數字素養，才能擔當起“百年大計、教育為本”的新時代責任。在人工智能時代，教師應走在時代前沿，學會用技術為教育賦能，有針對性地用好學習分析技術軟件，升教學效果，為學生創造出更廣闊的學習空間。

2.注重數據積累，提高數據敏感性

學習分析技術的核心是收集數據，想要使用大數據對學生行為進行有效的分析，首先是要進行數據的收集與整理。學生的個人信息、興趣愛好、學習習慣、學習成績、校園卡消費、門禁打卡時間、圖書館上網時間等，這些數據沒有統一的特點，對它們應如何收集、如何分析、如何利用，都需要教師深入思考，因此，使用分析技術的必要前提是進行數據的處理。教育大數據具有復雜性和多元性的特點，教育大數據的有效利用需要教師在數據收集、處理和分析的各個環節有清晰的思路和方法，通過注重數據積累、認識數據價值、培養數據洞察力等應對大數據時代的挑戰。

3.需致力于躬行，勿讓分析成空談

（1）課前分析

學習分析技術在課前的作用主要體現在學生需求預測、課程定制等方面。教師可以利用學習分析技術平臺深入了解學生的性格、愛好、學習情況等，在數據分析的基礎上對學生進行初步畫像，及時了解不同學生的差異，為實施因材施教提供數據支持，為充分挖掘學生的潛能提供數據判斷。教師也可以利用學習分析技術平臺設計并推送前測問題，調查學生是否具備學習新課程所需要的知識基礎與技能經驗、是否能夠接受新型的授課方式等。利用基于學習分析技術的數字化平臺，能將教學過程趨向于精細化和個性化，為挖掘學生潛能和提高教學效率創造更有利的條件。

例如，筆者在授課高中信息技術中的“枚舉法”之前，對劇本游戲融入課堂教學的接受度進行問卷調查，詞頻分析（如上頁圖1）表明，大部分學生十分喜歡劇本游戲，少部分未接觸過劇本游戲的學生也十分愿意接受這種新的教學方式?；趩柧斫Y果，筆者設計了劇本殺項目式教學，最后的課堂教學結果表明，新的教學方式大大激發了學生的學習興趣，調動了學生在課堂上的積極性。

（2）課中分析

學習分析技術在課中的作用主要體現在個性化學習指導、實時反饋等方面。學習分析技術能讓教師關注到每一位學生，及時發現學生潛在的問題，進而動態優化和調整課堂教學計劃。此外，在在線教學時教師可以利用視頻學習分析技術做姿態識別，即根據學生的坐姿判斷學生的學習狀態，這樣能起到監督學習的作用。

例如，在課堂教學中，筆者使用人人秀平臺的PK答題功能（如上頁圖2），活躍課堂氣氛，激發學生的學習欲望。教師通過答題正確率的客觀數據而不是依賴于主觀經驗來判斷學生對知識點的掌握程度，真正做到關注每一位學生的學習與成長。在滿分50分的測驗中，分數段為10～20分的學生人數占46.67%（如圖3），這表示近一半的學生對該知識點掌握不透徹，后期可及時調整教學進度。

（3）課后分析

學習分析技術在課后的作用主要體現在復習與總結、評估與調整等方面。教師可以利用學習分析技術平臺將學生分層，根據不同層級學生的認知水平有針對性地推送作業。學生在平臺上完成并提交作業，教師的批改結果可以實時反饋給學生。學習分析技術平臺中的課后作業等可以客觀地反映學生的學習情況，幫助教師有效追蹤學生的真實學習情況，進而及時開展有針對性的教育支持。此外，學習分析技術平臺還具備自動干預的功能，能夠根據學生的學習表現為其推送合適的個性化學習內容，從而更好地滿足學生的個體差異。

結束語

教育不是一件簡單的事，身為新時代的教育工作者，必須具備自我革命精神，在教育大數據背景下，要敢于探尋新的教育方法，而大數據賦能下的學習分析技術，具有科學可靠的信度，對青年教師而言是寶貴的科技手段。所以，借助先進的技術改進教學方法，提升自身教學能力，是提高教學質量的有效途徑。

參考文獻：

[1]李磊，呂維寬.基于“互聯網+”大數據的疫情防控期間學生學習行為研究[J].新校園，2021（02）：62-66.

[2]雷五明，張秀梅.疫情防控期間初中生線上學習效果調查分析[J].中小學心理健康教育，2020（27）：22-25.

[3]李有增，曾浩.基于學生行為分析模型的高校智慧校園教育大數據應用研究[J].中國電化教育，2018（07）：33-38.

[4]黃躬芬，黃丹青.構建基于動態學習數據分析的智慧課堂——以“化學方程式”的教學為例[J].中小學數字化教學，2019（11）：34-37.