伦理视域下的学习分析研究.docVIP

伦理视域下的学习分析研究 　　编者按：随着教育信息化的不断发展，各种教育教学信息系统中存储的大量学生数据、学习轨迹、学习行为等信息急剧增长，这些数据集过大，难以被典型数据库软件共聚捕捉、存储、管理和分析的教育类“大数据”，目前已成为教育机构关注的热点，研究者们已经开始研究这些数据潜在的利用价值。学习分析作为分析技术的一种，也逐渐受到教育领域研究者的关注与重视。本专题研究立足于帮助教育工作者更好地了解学习分析技术，通过对伦理视域、Moodle平台下学习分析的研究，以及典型案例分析、平台建设经验分享，力求使大家能够认识学习分析的意义、掌握学习分析的方法，迈好大数据时代的数据“掘金”之旅。 　　摘 要：学习过程中涌现的大量技术使我们对学生学习过程的追踪、复杂学习行为的分析成为可能，学习分析也通过对学生数据的测量、收集、分析，为教师的干预提供依据，为学生的个性化学习提供技术支持。然而，在学习分析的开展过程中，数据的收集和使用面临大量的伦理挑战，其中包括隐私、所属权、人文关怀等问题。本文的目的在于梳理当前学习分析在开展过程中存在伦理问题，分析其研究现状，分享从中得到的启示，以期对后续研究有借鉴意义。 　　关键词：学习分析；伦理；数据挖掘 　　中图分类号：G40-05 文献标志码：A 文章编号：1673-8454（2015）09-0003-03 　　一、引言 　　随着教育环境中新技术的不断涌入，新数字设备的频繁运用，学习中的交互性与日俱增，碎片化信息的分享也无处不在，在线学习管理系统也收集了学生大量的个人信息和行为数据。若使这些信息和数据能更有效地服务于教育，学习分析的作用则举足轻重，它的应用也正在创造着教育领域的新景观。例如，可汗学院的ALAS-KA[1]学习分析服务可以提供课程层面和学生个体层面的可视化信息，帮助师生在学习过程中做出决策，在有效的指导下检测学生的学习风格。然而，在学习分析的进一步研究中，仍然存在很多问题，尤其是在伦理和实践方面。例如，Moocs的研究者一直在关注着论坛中学生观念的变化和知识的增长。指导公开发布交互数据的原则是什么？一个课程中的学习者应该同意数据的搜集和分析吗？种种质疑不绝于耳。 　　学习分析从社会网络分析、潜在语义分析、心理分析等领域中发展而来，（Ferguson，2012年）这些领域都有自己的伦理指南和行为规范，用以强调数据的所属权、隐私、用户是否同意等相关内容，但其并没有完整、明晰地勾勒出学习分析在开展过程中的伦理关怀和道德挑战。[2]所以，对学习分析中伦理问题的研究就显得颇为重要。 　　二、学习分析的教育意义 　　Siemens将学习分析定义为“为了理解和优化学习和学习发生的环境，对学习者的数据及其所处的情境进行测量、收集、分析以形成报告”。[3]新媒体联盟（NMC，2012）认为：“学习分析是以评估学生学业进展、预测未来表现、发现潜在问题为目的，对学生的大量数据进行解释的过程。”[4] Oblinger（2012年）将学习分析与商业智能、学术分析进行了区分，认为学习分析关注“学生和学生的学习行为，从课程管理和学生信息系统中收集信息是为了更好地促进学生学习”。[5] 　　在教育领域中，由于在传统环境中对数据的分析和反馈的处理方面经常有大量的操作延迟，所以以往对数据的使用往往是无效的。[3]而学习分析通过对学生数据的实时监测，可以有效缩短数据分析周期，为教师提供决策依据，优化教学，为个性化学习的推进提供支持。但是学习分析的意义绝不在于建立一所数据驱动的大学，教育的意义也绝不仅仅是研究教学方法与教学技术所带来的教学效果。真正的学习分析应该在关注学习效率的同时遵守数字时代的伦理要求，学习分析的意义不单单在于测量，而在于其本质上的一种道德实践。 　　三、学习分析开展中存在的问题 　　1.个人隐私的泄露与个性化学习间的矛盾 　　一方面，数字技术的进步使互联网给予了我们前所未有的自由，任何人都能畅所欲言；与此同时，万事万物都能被追踪，经过追踪，个人信息和行为显露无疑。英国伦敦政治经济学院教授理查德?桑内特说，例如Google和Facebook，他们唯一能够赚钱的方式就是披露人们的个性，更多挖掘人们的个人信息，及时找到与他们个人信息相关的邮件或者短信息。在英国，上千万认为Google跟踪了自己在线行为的受害者将形成人类史上最大的集体诉讼。在欧洲六个国家的数据保护机构将对Google展开联合法律调查。这一现象表明，个人隐私泄露造成的负面影响已不容小觑。 　　另一方面，大数据时代数据的真正价值恰恰体现在数字的“二次用途”中。学习分析通过对数据的进一步挖掘与加工，使优化学习者的学习及其学习环境成为可能，使教育中所倡导的个性化学习成为可能。个性化学习即根据长期网络应用轨迹，对所得数据