学习分析学：智慧教育的科学力量.docVIP

学习分析学：智慧教育的科学力量 　　[摘 要] 学习分析学（Learning Analytics，简称LA）被认为是自学习管理系统（LMS）问世以来，教育技术发展的第三次浪潮。LA的核心是收集、汇总、分析和呈现学习者及其相关的数据，并以提高教学和学习成效为终极目标。文章探讨了LA 的定义、缘起、设计框架和模型等。尽管LA 尚处于初始阶段，然而它为改进教学和干预学生学习过程提供了科学依据， 因此也成为智慧教育的重要支柱。 　　[关键词] 学习分析学； 智慧教育； 设计框架； 学习分析系统 　　[中图分类号] G434 [文献标志码] A 　　[作者简介] 祝智庭（1949—），男，浙江衢州人。教授，博士生导师，主要从事教育信息化理论、系统架构与技术标准、教师专业发展、技术文化等方面研究。E-mail：ztzhu@。 　　一、引 言 　　随着信息技术在教育领域的深入应用，智慧教育成为信息化教育应用的一个新范式。[1]智慧教育主张借助信息技术的力量，创建具有一定智慧特性（如感知、推理、辅助决策）的学习时空环境，旨在促进学习者的智慧全面、协调和可持续发展，通过对学习和生活环境的适应、塑造和选择，以最终实现对人类的共善（对个人、他人、社会的助益）。智慧教育充分体现了“以学习者为中心”的思想，强调学习是一个充满张力而又平衡的过程，揭示了“教育要为学习者的智慧发展服务”的深刻内涵。 　　智慧学习环境的一个基本特征是：基于学习者的个体差异（如能力、风格、偏好、需求）提供个性化的学习诊断、学习建议和学习服务；并记录学习历史数据，便于数据挖掘和深入分析，数据结果用于评估学术过程、预测未来表现和发现潜在问题。因此学习数据分析成为智慧学习不可或缺的条件。 　　学习分析学（Learning Analytics，简称LA）涉及科技和社会学科的多个学术领域，包括计算机科学、社会学、学习科学、机器学习、统计学，以及“大数据”。[2][3]LA的定义随着相关研究的进展而演变，尽管研究方向不尽相同，大部分学者认同如下定义：“学习分析学是使用智能数据、学习者数据，以及分析模型来发现信息和社会性联系，并以此为依据进行学习预测和提供建议。”[4]Siemens 于2012年对相关定义进一步提炼之后提出，LA是“关于学习者以及他们的学习环境的数据测量、收集、分析和汇总呈现，目的是理解和优化学习以及学习情境”。[5] 　　其他学者、机构也有一些类似的关于LA的定义。尽管各个定义在用词和着重点上存有细微区别，但基本都反映了LA的本质，即首先发现特定用户的需求，利用技术方法获取数据，分析数据，帮助教师、学生、教育机构等解读数据，并根据数据结果采取干预措施，从而达到提高学习和教学成效的目的。[6]同时这些定义也指出，LA所用、所处理的数据是已经存在的、机器可读的“大数据”（Big Data），这些数据是不适合人工处理的。[7] 　　LA在国际上被称为是“自从学习管理系统（Learning Management System，简称LMS）问世以来，教育技术大规模发展的第三次浪潮”。[8]2005年 EDUCAUSE的文章就预示了LA的出现。[9]此后与学习分析学相关的国际学术会议，例如学习分析学与知识国际会议（LAK，The International Conference on Learning Analytics Knowledge）于2011年召开第一次会议，于2012年召开了第二次会议，而且会持续下去。学习分析学研究社会（SoLAR，The Society for Learning Analytics Research） 也于2011年夏天成立，一方面主持召开会议，同时致力于LA方面的研究和发展，并提供学者、教育专家、学生等进行信息交流和互相合作的机会。另外，教育技术和社会学术期刊（Journal of Educational Technology and Society）也与2012年出版了关于学习分析学的特刊。由此可见，学习分析学已经成为高等教育界尤其是以教育技术为基础的远程在线学习领域内的一个研究热点。 　　LA 在教育领域内迅速发展有多种原因。下面我们将从它的出现、回答的问题、研究框架模型等方面加以详尽介绍。 　　二、学习分析学研究的缘起以及相关技术 　　多位学者专家探讨过LA出现并成为热门研究课题的必然性，并且总结出几个原因。 　　第一个原因是大数据（Big Data）的出现。[10]Greller和Drachsler认为学习分析学的起源在于网络大数据的出现，包括政府类数据。[11]随Web 2.0出现的社交网络数据（Twitter、You Tube、Fliker，Facebook等）、移动终端数据，如GPS 定位数据等。随着此类数