人工智能助力学情分析的理论框架与实践路径.pdf

教育数字化转型发展专题人工智能助力学情分析的理论框架与实践路径

10.3969/j.issn.1672-0717.2024.03.04

DOI：

人工智能助力学情分析的理论框架与实践路径

蒲清平王雪婷

摘要:学情分析是以学定教、开展教学的前提和依据。但在教学实践中，囿于教师精力、能力与技术

发展等限制，学情分析面临数据难以全面获取、分析客观性不足、学情反馈滞后、结果缺乏应用等诸多现

实困境。人工智能以大数据、强算法、强算力为基础，有助于全面采集学情数据、科学高效分析学情、及时

反馈学情、合理应用学情分析结果，提升学情数据的采集广度、分析效度、反馈速度与应用准度。为了充分

发挥人工智能技术优势，应从数据层、分析层、反馈层、应用层建构人工智能助力学情分析的理论框架，并

从实践上以人工智能建立全过程学情数据采集系统、多模态学情数据分析系统、及时化学情反馈系统、多

场景教学综合服务系统助力学情分析。

关键词：

人工智能；学情分析；现实困境；理论框架；实践路径

中图分类号：文献标识码：文章编号：

G420；G40-057A1672-0717（2024）03-0031-08

一、问题缘起法，认为学情分析与教学实践的根本目标均是发展

学生核心素养，学情分析应当掌握学生认知、能力、

20世纪80年代，教育界逐渐认识到学生在教学[3]

态度等核心素养情况。效果本位学情分析采用由果

[1]

过程中的主体地位，开始强调“学生是内因，教师溯因法，认为“何种因素影响学生学习收获，如何引

是外因，外因通过内因起作用”。黎世法进一步提出导学生更有效地获得更高质量的成长”是学情研究

“学情”概念和学情理论，指出学情是正确教与学[4]

的主要问题，学情分析应当分析学生知识基础、学

的根据[2]52，学情分析是提升教学效果的关键。经习风格等教学效果影响因素。上述理论尽管面向的

过40年来的理论阐释与实践探索，学情分析逐渐形学情分析内容不同，但均强调多维获取学情信息、科

成经验本位、知识本位、素养本位、效果本位四种学高效定位学情、及时反馈学情分析结果、对症处

取向。经验本位学情分析采用经验总结法，认为教理学情问题，为教学实践提供循证依据。然而，随着

师在与学生的长期接触中积累了学情分析的经验知我国高等教育迈入普及化阶段，学情也呈现出非传

识，可以据此归纳学情分析内容、总结学情分析方统生源多点共聚、学习价值观多维共在、学习方式多

法。知识本位学情分析采用理论推导法，以建构主元共存、学习环境多域共融的共性特征，以及传统

义、最近发展区等认知理论为依据，认为学习是学生源仍是接受教育的主要群体、大学生自主学习意

生在已有知识基础之上建构新知的过程，学情分析识仍然有待提高、求学与就业的责任绑定观念仍然

应当基于学习定义分析学生“四知”（已知、未知、[5]

存在的特殊性。由于学情复杂多变、学生基数过

能知、想知）情况。素养本位学情分析采用目标倒推大、教师精力能力有限、技术引进意识不强和应用

收稿日期：2024-03-05

基金项目：国家社会科学基金高校思想政治理