數字化背景下學情分析工具的比較研究

摘" 要" 隨著數字化水平的提高，學情分析工具應運而生，大大減輕了教師進行人工學情分析的負擔。在當前學情分析工具市場中，存在著眾多不同類型和特點的工具，導致用戶在選擇時面臨困難和不確定性。為此，將學情分析工具按線上和線下兩大類進行分類，闡述它們在課前、課中、課后三個階段的特點和功能；對典型的學情分析工具進行多維比較，為使用者選擇合適的工具提供參考；并提出未來學情分析工具開發的建議。

關鍵詞" 學情分析；數字化；在線教學

中圖分類號：G40-057" " 文獻標識碼：B

文章編號：1671-489X（2024）07-000-06

0" 引言

隨著數字化技術的快速發展，數字化教育已經成為教育改革的重要方向[1]。在數字化教育中，學情分析工具作為一種重要的智能化工具，正日益得到人們的關注和應用。學情分析工具不僅能夠為教師提供幫助，減輕教師的人工學情分析負擔，還能夠為學生提供個性化學習的支持，促進學生的自我發展。在當前智慧教育的背景下，學情分析工具已經成為數字化教育中不可或缺的一部分。本研究對學情分析工具的分類、特點和功能進行介紹，并綜合現有工具的情況為未來開發提出建議。

廣義的學情指學生成長、發展的方方面面，包括身體、心理、智力、情感態度等，狹義的學情指與學習某些知識和技能相關的學生情況[2]。本研究討論的是線上和線下課堂教學中的學情分析，主要關注與教學相關的學生因素的情況分析。了解和分析學情對于教育者來說至關重要，通過對學情的分析，教育者可以更好地制訂教育方案，為學生提供個性化的學習支持和指導。傳統的學情分析主要采用前測、先導測驗、訪談等方式進行[3]，但這些方法只能提供有限的信息，很難全面反映學生的學情狀況。學情分析工具能夠通過教育信息化系統收集學生的學習數據，并且集成學習管理、數據挖掘、自適應學習系統等功能，大大提高數據分析的效率和精度[4]。

學情分析工具可以通過多種方式收集數據，包括學生的作業、考試成績、出勤率、學習行為記錄等，這些數據可以用于分析學生的學習興趣、學習習慣、學習態度和學習能力等方面。通過對學生學習數據的挖掘，可以找出學生的學習問題和優點，了解學生的學習需求和特點，為教育者提供各種有用的數據報告，包括學生成績、學生反饋、課程反饋、班級排名等信息，幫助教育者更好地了解學生的學情，為學生提供個性化的學習支持和指導，幫助學生更好地掌握知識和技能。

1" 學情分析的階段劃分

將學情分析分為課前、課中和課后三個階段[5]，以便教師更加系統和全面地了解學生的學習狀態和需求，并制訂出個性化的教學計劃和教學策略。其中，課前學情分析主要關注學生的學習起點和學習需求，課中學情分析聚焦于學生在課堂上的學習表現和反饋，而課后學情分析則關注學生的學習成果和效果。

1.1" 課前學情分析

課前學情分析是教育教學過程中不可或缺的環節[6]。它通過對學生學習起點的了解和分析，為教學設計提供基礎和保障，確保教學目標和內容的實現。在課前學情分析中，教師需要考察學生的知識基礎、學習方式、智能偏好以及興趣領域等信息，這些信息能夠幫助教師深入了解學生，從而制訂個性化的教學計劃和教學策略，進而提升教學效果。

課前學情分析的內容主要涵蓋學生學習歷史、學習興趣、學習進度以及學習成績等方面的數據信息。通過對這些數據的分析，教師能夠全面了解學生的學習狀況和存在的問題，以便有針對性地制訂教學目標和教學方案，提高教學效果。通過對學生學習數據的采集和分析，教師可以掌握學生的學習偏好和特點，進而制訂差異化的教學計劃和教學方案，針對性地促進學生的學習進步。

1.2" 課中學情分析

課中學情分析聚焦學生在課堂上的學習狀態和表現，通過收集學生的學習證據和反應數據來評估教學的有效性。從學情信息提供者的角度來看，課中學情分析可以通過課堂觀察、教師和學生自身提供的學情信息來進行。這些數據信息可以幫助教師更好地了解學生的學習狀況和存在的問題，從而調整教學策略，提高教學效果。

課中學情分析的核心在于評估“學”的有效性，教學的效果取決于學生的學習效果。因此，課中學情分析需要收集關于學生的學習狀態和表現的數據，例如學生的課堂參與度、學習動機、學習成績等。這些數據可以為教師提供寶貴的參考，幫助教師了解學生的學習狀況和學習需求，制訂更加個性化和有效的教學計劃。此外，課中學情分析也可以幫助教師及時調整教學策略，針對學生的不同學習需求，提供更加貼近實際的教學支持，提高教學效果。

1.3" 課后學情分析

課后學情分析是教師評估學生學習成果和教學效果的關鍵環節。教師收集學生的學習成果數據和學習反饋信息，從而了解學生對教學內容的理解程度和掌握情況，提高后續教學質量和學生的學習成果。收集的內容包括學生的作業、測驗、考試成績等數據，并將其綜合分析，以了解學生的學習成果和成績。同時，教師也需要關注學生的學習反饋和討論，了解學生對教學內容的理解和掌握程度。

課后學情分析有助于教師更好地指導學生的學習，改進教學方法，提高教學效果和學生的學習成果。在進行課后學情分析時，教師還需要對教學效果進行評估，了解教學方法的有效性和適切性。基于這些評估結果，教師進行反思和改進，修正教學方法并制訂新的教學計劃，提高教學質量[7-8]。

2" 學情分析工具分類

在數字化背景和新冠疫情之后，線上教學成為大家熟悉的教學形式，線上教學與線下教學由于教學場景、教學條件的不同，在學情分析上也存在一些不同之處。將學情分析工具分為線上線下兩大類、課前課中課后三階段來介紹其特點和功能。

2.1" 線下教學中的學情分析工具

2.1.1" 課前學情分析工具

1）純線下教學中分析測試結果掌握學情。在單一形式的純線下教學中，教師難以直接獲得學生的課前學習記錄等資料，因此，需要采取一系列手段來了解學生的學情，其中先導測試、前測以及學生訪談等方式是常見的方式。通過這些手段，教師可以更好地了解學生的知識水平和學習習慣，從而制訂更加針對性的教學計劃。

在線下紙質測試方面，學情分析工具的主要功能是輔助教師評閱試卷，如極課閱卷、紅橡樹教育閱卷系統、作業貓等工具。這些工具不僅可以幫助教師快速評閱，還能夠自動生成成績分析等圖表，提供直觀的參考價值。此外，教師可以選擇對具有代表性的學生進行簡單的訪談，從而更好地了解學生的學習狀態和問題，為課堂教學做好充分的準備。

2）混合式教學中獲取、整合學生課前學習數據掌握學情。在混合式教學的線下教學過程中，教師可以通過學習平臺來查看學生的學習記錄和自主學習進度，了解學生的預習情況和存在的問題。學習平臺提供的學情分析功能可以記錄學生在學習過程中的行為數據、學習時長、作答情況等信息。除此之外，混合式教學的線上數據和線下數據的整合將更有利于分析學生的學習情況。

Moodle、Canvas等工具不僅可以提供測驗，還能與學生信息系統、課程資源管理系統等其他系統集成，綜合分析學生的線上和線下表現。例如，學生信息系統中的學生成績和課程出勤情況可以與Moodle和Canvas中的作業和測驗數據對接，教師就能夠更全面地了解學生的學情。這些工具充分體現混合式教學的特點，綜合線上教學和線下教學的優勢，幫助教師對學生的情況掌握得更加全面。

2.1.2" 課中學情分析工具

1）記錄、分析學生的行為和表情掌握學情。在線下教學中，課中進行的學情分析主要是對學生的行為、表情進行觀察，通過這些細節了解學生對正在講授的知識的理解和掌握情況。

能夠實現此功能的學情分析工具是北京聯控興業科技發展有限公司的AI課堂行為識別系統、SenseTime2 Pro、科大訊飛智慧課堂等，這些工具一方面會記錄學生的行為和表現，如出勤情況、課堂互動、答題情況，另一方面會檢測學生的情緒變化，如疑惑、快樂、疲勞等，還能通過識別學生的視線方向、眨眼頻率分析學生的注意力狀態[9]。

2）隨堂檢測和互動掌握學情。隨堂測驗也是一種常用的課堂中的學情分析方式。教師根據課堂進度，設置相應的測試題目和測試時間，學生在線作答，系統自動批改并生成學生的測試報告和統計分析結果，這種方式不僅可以幫助教師了解學生的學習情況，還可以促進學生的自主學習和課后復習。

可用的學情分析工具（如科大訊飛智慧課堂）提供了多種形式的隨堂檢測工具，包括在線互動問答、隨堂測驗、在線作業、課堂小測等。教師在課堂上出題，學生通過智能設備的客戶端或網頁，在規定時間內作答，系統會實時顯示答題情況和統計答題結果。教師快速獲取學生的課堂反饋信息，從而及時調整教學內容，提高教學效果。Kahoot是一種提供游戲化的小測驗的學情分析工具，它提供豐富的模板和題庫，支持多種題型，包括選擇題、填空題、排序題、圖形題等，支持多種語言和設備平臺，適合進行課堂互動時使用。

3）通過管理學生學習設備掌握學情。在使用智能設備的教學環境中，如使用平板電腦的智慧課堂或計算機課堂上，教師通過ClassHub、LanSchool、Impero Education Pro等工具可以對學生在設備上的學習進行實時監控和數據分析，還可以進行遠程控制，幫助教師更好地管理學生的學習，同時，還支持學生之間的協作學習。但這類工具在使用過程中需要注意尊重學生的個人隱私，保護學生的權利。

2.1.3" 課后學情分析工具

課后學情分析工具的使用旨在幫助教師更好地了解學生的學習情況，作出評價，并為學生提供個性化的教學服務，提高學生的學習成績和學習效果；同時，可以幫助教師更好地規劃教學，優化教學流程，提高教學效率[10]。

1）評閱學生的紙質測試卷并分析數據。在紙質測試卷方面，極課閱卷、紅橡樹教育閱卷系統、作業貓等工具可以提供教師便捷、快速的批改服務。這些系統可以自動統計學生的成績，提供學生成績的分布情況、各個題目的正確率、學生的答題情況等數據。然而，這些系統無法批閱主觀題，需要教師手動閱讀學生的作答情況并進行評分。為了解決這一問題，教師可以將傳統的人工閱卷和智能的電腦閱卷有機整合起來，采用“人機結合”的方式進行測試卷的批改。教師先進行人工閱卷，然后通過極課閱卷儀采集數據，就可以拿到每位學生的作答情況、出錯率、平均分等數據。此外，還可以將每位學生的錯題打印出來，便于教師制訂個性化教學方案，幫助學生更好地理解和掌握知識點。

2）生成線上測試卷并自動評閱、分析數據。對于線上測試卷，學而思網校、數字校園智能教育平臺、Edfinity、Google Forms等工具也提供了生成課后檢測試題并進行成績分析的功能。這些工具可以通過電子化的方式支持考試，方便快捷地完成成績統計和數據分析，但也不能完全自動批閱主觀題，這些工具可以在答案的輸入和保存上提供便利。例如，數字校園智能教育平臺提供的閱卷模式可以將答案掃描后上傳，然后教師可以在線進行閱卷，并將分數直接輸入系統，系統可以自動計算總分。Edfinity的一些產品則采用了自然語言處理技術，能夠對學生的主觀答案進行一些評估和評分。Google Forms則提供了一些基礎的評分規則，例如可以根據關鍵詞或者輸入的字符數進行評分。

2.2" 在線教學中的學情分析工具

2.2.1" 課前學情分析工具

1）為純在線教學提供實時且詳細的在線學習行為分析。針對純在線教學的情況，學生通常需要在電腦前完成學習任務，分散在不同地點，其學習方式和節奏也各不相同。因此，在線教學過程中，學情分析工具的在線性和實時性顯得尤為重要。教師可以通過平臺分析學生的學習時間、學習軌跡以及作業完成情況等在線行為數據，了解學生的學習情況和表現，并提供相應的學習建議和支持。

適合此環節的學情分析工具有學而思網校、數字校園智能教育平臺和Edfinity等，這些工具具有較強的實時性。線上教學中的學情分析也更側重于對學生在線行為的分析，例如在線課程觀看情況、討論論壇和測試等，以此了解學生的興趣和需求，更好地適應學生的學習情況。學情分析工具能夠提供數據分析報告，幫助教師及時發現學生的問題和困難，從而在教學過程中提供有針對性的教學和輔導。

2）混合式教學中可依據線下的課后學情分析數據。在混合式教學中，線上教學部分被視為線下教學的課前學情，為線下教學提供數據參考。線上教學的課前學情分析主要是教師對學生先驗知識的判斷，可以參考的數據是前一節課程的課后學情分析結果。因此，在混合式教學中，課前學情分析工具的使用可以參考線下教學的課后學情分析部分。

2.2.2" 課中學情分析工具

與線下教學的課中分析類似，在線教學需要分析的內容以學生學習進度、學生反應、知識的學習效果為主。同步教學和異步教學是兩種常見的在線教學形式。

1）在線同步教學中的狀態分析與互動。在同步教學中，教師可以采用隨堂測驗、表情分析、交流問答等形式來接收學生的反饋。隨堂測驗是一種常用的互動形式，可以通過問答、選擇題等形式了解學生對教學內容的掌握情況。此外，教師還可以通過表情分析來了解學生的情緒和態度。

在交流問答環節，學生可以向教師提問、發表看法等，教師可以針對學生的問題進行解答和指導，上海辰和信息科技有限公司的教學智能分析系統提供了多種課件展示和互動方式，適合用于在線直播教學。OBS Studio不僅可以捕捉學生的視頻和語音信號，還可以通過表情分析插件來分析學生的表情，表情分析插件可以通過學習神經網絡模型識別學生的表情，解讀學生的情緒和態度。

2）在線異步教學中的學習數據、任務情況記錄與分析。異步教學則需要通過進度記錄、問題彈窗等形式來了解學生情況。進度記錄可以幫助教師及時了解學生的學習進度，判斷是否需要調整教學計劃。問題彈窗能反映學生對新知識的掌握程度，并且能在一定程度上督促學生在觀看錄播課程時集中注意力，中國大學MOOC、雨課堂、國外的Exact Path以及前面提到的學而思網校都能實現此功能。

異步教學還可以通過在線作業（任務）、異步討論等形式來促進學習效果。一般在線教學工具都支持發放在線作業與討論，如一款特色工具Classcraft，以協作式、游戲化任務為特征，教師通過Classcraft發布任務，學生協作完成，平臺會根據學生的表現給予游戲中的獎懲，增強學生的參與感和體驗感，平臺會記錄并分析學生的操作過程和結果，幫助教師了解學情。

2.2.3" 課后學情分析工具

1）綜合分析平臺中的學習數據與測試結果。在線教學的課后學情分析主要以學生的在線學習記錄和測試結果為主，學情分析工具與課中學情分析類似。比如通過學而思網校、雨課堂等了解學生的學習時間、學習進度、做題情況和學習表現等。

2）專門發放在線測試與數據分析。教師可以采用專門發放課后測試和作業的工具收集學生成績。例如，快樂作業是一種在線作業系統，可以根據學生的學習進度和難度，智能生成適合學生水平的作業題目，并且能夠自動批改作業。教師可以通過快樂作業收集學生的學習成績和完成情況，并及時了解學生的學習進度和學習情況。另外，GradeWriter和GradeBook也是常用的成績管理工具，它們可以幫助教師快速生成成績報告和分析報告，為教學提供有力的支持。

3" 學情分析工具比較與開發建議

3.1" 學情分析工具比較

本研究參考高潔等[11]對智慧教學工具的比較分析表格，選取較典型、具有不同特點的12種學情分析工具進行比較（表1）。與智慧教學工具類似，學情分析工具的選擇同樣受到教學條件、教學目標、教學環節等多種因素的影響，因此，根據教學情境選擇合適的學情分析工具是有必要的。

3.2" 學情分析工具的開發建議

3.2.1" 遵循倫理道德，保護學生隱私

學情分析工具需要大量數據進行分析，包括學生的個人信息、學習行為、測試結果等。然而，這些數據的收集、處理和使用必須遵守相關法律法規和倫理要求，以保護學生的隱私權和數據安全。對于教育機構和學情分析工具提供商來說，需要制定明確的隱私政策和數據保護措施，并采取技術手段保證數據的安全和保密性。此外，學生和家長應該有權知情和同意個人數據的使用和共享。在確保數據保護的前提下，學情分析工具才能更好地服務教育教學，為教師和學生提供更精準、有效的學習支持和指導。

3.2.2" 提高穩定性，實現個性化

學情分析依賴對學生學習數據的收集、處理和分析，然而，學情分析平臺可能會受到數據收集不全、不準確等因素的影響，進而影響學情分析的準確度和穩定性。因此，保證數據的準確性和完整性是提高學情分析質量和可靠性的關鍵。

此外，學情分析工具的數據分析和結果展示也需要更加智能化和個性化。機器學習和人工智能等技術可以應用于數據分析中，從而更加精準地分析學生的學情。同時，針對不同學生的個性化需求，學情分析結果需要進行個性化展示，反映出每個學生不同的問題，以便于學生更好地理解和應用[12]。

3.2.3" 多元化融合功能，跨平臺綜合數據

當前的學情分析工具主要針對在線學習進行分析。然而，混合式教學等新型教學模式日益普遍，其優勢也日益突出，因此，需要更進一步的分析來滿足課堂教學、實驗教學等的需求，使其能夠和在線學習分析功能相融合，形成多元化的學情分析工具。設計一個能夠融合在線學習數據、線下測試、課堂狀態的平臺，為教師和學生提供全程服務將非常有意義。此平臺應該能夠收集、分析和匯總來自不同教學場景的學習數據，如在線學習、課堂學習和實驗教學等，以全面了解學生的學習情況。

學生的學習可能發生在多種不同的平臺上，如實驗操作系統、播放學習視頻的網絡平臺和手機軟件等，因此，學情分析工具應支持多種操作系統和設備，這將更方便教師和學生的使用，并使學情分析工具更加普及和實用。

3.2.4" 處理多模態數據，展現可視化結果

學生的學習過程和結果通常以多種形式呈現，如語音、視頻、圖片等，這些數據需要進行多模態處理，以實現更加全面的學情分析。學情分析工具需要結合多種數據源，對數據進行分析和處理，為教師和學生提供更加準確、深入的學情分析結果。

學情分析結果需要以可視化的方式呈現給教師和學生。目前，學情分析工具多數采用柱狀圖、餅圖等形式呈現，對于比例、進度等信息表示比較明確，但在問題反饋上缺乏體現。如果能更直觀地展示問題，將更有利于師生及時改正問題，節省時間和精力。因此，學情分析工具的數據可視化和解釋性需要進一步加強，以滿足師生對學情分析結果更加詳細、清晰的需求。

4" 結論

數字化的學情分析工具是現代教育技術的重要組成部分，它不僅可以提高教學效果，還可以為師生提供更好的學習體驗。在當前數字化教學環境下，教育機構和教師廣泛采用學情分析工具收集和分析學生學習數據，以便更好地了解學生的學習進度和狀態，并在教學中采取更加有效的措施。本文對市場上典型的學情分析工具進行分類描述。將學情分析工具分為線上和線下兩類，對其在課前、課中和課后三個階段所展現的不同特點和功能進行詳細闡述。

在課前階段，學情分析工具主要用于預測學生的學習需求和學習習慣，為教師制訂教學計劃提供依據。在課中階段，學情分析工具可以實時監控學生的學習情況，幫助教師更好地調整教學策略，提高教學效果。在課后階段，學情分析工具可以通過數據分析，為教師提供學生學習情況的反饋和評估，從而為教師制訂更加有針對性的教學計劃提供支持。

為了幫助用戶選擇合適的學情分析工具，本文對市場上的典型學情分析工具進行了多維比較，包括學情分析工具的適用情境、目標人群、主要功能等信息。對適合不同課堂階段的不同工具進行分析，例如，在線下教學的課中階段，學情分析應側重于了解學生的學習狀態、知識掌握度，需要細致觀察學生的行為和表情，所以能夠識別學生情緒、統計學生行為的工具（如北京聯控興業科技發展有限公司的AI課堂行為識別系統等）。

然而，學情分析工具的開發尚存在一些不足，因此，本文提出了學情分析工具未來開發應遵循倫理道德、提高穩定性、實現個性化、多元化融合功能和處理多模態數據等幾個方面的建議。以期推動學情分析工具在數字化背景下的正確使用與開發進展，從而提高教學效果和學生學習成效。

5" 參考文獻

[1]余勝泉.教育數字化轉型的關鍵路徑[J].華東師范大學學報（教育科學版），2023，41（3）：62-71.

[2]邵燕楠，黃燕寧.學情分析：教學研究的重要生長點[J].中國教育學刊，2013（2）：60-63.

[3]安桂清.論學情分析與教學過程的整合[J].當代教育科學，2013（22）：40-42.

[4]毛耀忠，許爾偉.國內“學情分析”研究的回顧與展望[J].當代教育與文化，2017，9（5）：50-55.

[5]謝晨，胡惠閔.學情分析中“學情”的理解[J].全球教育展望，2015，44（2）：20-27.

[6]丁愷.課堂教學的“學情分析”研究[D].上海：華東師范大學，2009.

[7] Flora Soto. Research on High School Students’ Learning Situation Analysis[J].Journal of Educational Research and Policies，2022，4（6）.

[8] Navaneeth Kumar B，Vamsi Kandula，Praneeth Ambiti，K Hema，Kishore Buddha. Student Analysis System for Training and Placement[J]. International Journal of Recent Technology and Engineering （IJRTE），2020，8（6）.

[9]葉晨晨.智能教學系統的用戶體驗研究[D].杭州：浙江大學，2019.

[10]唐雯謙，覃成海，向艷，等.智慧教育與個性化學習理

論與實踐研究[J].中國電化教育，2021（5）：124-137.

[11]高潔，彭紹東.教育人工智能背景下智慧教學工具的比較研究[J].上海教育科研，2023（3）：61-67.

[12]劉崗，田靜.學情分析的價值意蘊、實踐困境與改進路徑[J].教學與管理，2020（27）：18-21.

作者簡介：李敬麗，首都師范大學在讀碩士；劉菁，通信作者，博士，教授；韓駿，博士，副教授。