学习分析技术发展趋向

《学习分析技术发展趋向》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、幻分向2018-12-2409:59:46中国远程教育2018年11期钟薇李若晨马晓玲吴永和【摘要】作为数字时代的产物，学习分析以教育领域数据为研究对象，通过挖掘其背后隐含的信息实现对教育的促进。当前学习分析研究主婆集中在在线学习领域，但是学习本身发生在多样的环境中，学习过程更是涉及学习者的行为、心理、生理等多个层面，而当前的技术发展正为釆集并分析学习者学习过程中多种模态的数据提供基础。基于此，本文从技术的视和讨论多模态数据环境下学习分析的发展趋向，梳理多模态学习分析的技术支撑，指出未来的学习分析应该利用脑电感应、眼动追踪等多模态生物识别技术收集个人层面的学习数据，结合教学技

2、术工具屮的系统日志、全方位课堂咅视频录像等方式追踪学习者的学习和社交轨迹，全面剖析学习者的行为层、心理层和生理层数据，以期为进一步实现精准化的教与学提供有效支撑，并推进国家口然基金对学习分析-与评估基础性研究的探索。【关键词】多模态；多模态数据；多模态学习分析；学习分析；教育数据【中图分类号】G434【文献标识码】A【文章编号】1009-458X(2018)11-0041-09一、引言“信息技术对教育发展具有革命性影响，必须予以高度重视”。口《国家中长期教育改革和发展规划纲要(2010-2020年)》发布以來，我国在教育信息基础设施建设和优质数字资源共建共享方面取得了较大进展

3、。随着“三通两平台”的逐步实现，与教育相关的数拯成为关注重点。2017年，《国家教育事业发展“十三五”规划》指出要积极发展“互联网+教育”，并强调利用云计算、大数据等技术记录和分析学生的学习过程，以支持课程、教材、教学方法、教学评价等的完善与创新。《国家白然科学基金委信息学部2018申请指南》中增设墩育信息科学与技术”二级指标，下设“教育大数据分析与应用”“学习分析与评测”咱适应个性化辅助学习”三级指标。在教育信息化时代知识的呈现形式开始多样化，从“单媒体”到“多媒体”，从“单向传播”到“双向反馈”，推动了学习方式的革新：线上学习全面推广，混合式学习普及应用，个性化、智能化学

4、习高速发展(图1)。在给教学带来便利和效益的同时，学习方式多样化带来了多模态教育数据环境，给采集和存储教育数据、追踪与解读教学过程带來了新的挑战，也对学习分析提出了新的要求。教育信息化发展为学习分析奠定了多模态数据环境基础。一方面，数字化学习普及，超大规模开放式在线课程(MOOCs)中的学习者行为分析是学习分析研究的热点(Bote-Lorenzo&Gomez-Sanchez,2017),在线学习平台、学习管理系统、信息化教育服务平台等的普及为学习分析提供了丰富的线上学习活动数据。另一方面，在智能化学习时代技术的支撑提供了多模态研究基础,学习分析领域有了新的发展，智能录播系统、

5、可穿戴设备、眼动仪和脑电仪等技术应用扩展了学习分析数据源，让传统面对面教学中教育大数据的釆集和处理成为可能。这些记录学习者身体活动和生理反应的数据源构建了多模态数据环境。Aguerrebere等人(2017)以乌拉圭国家教育信息化政策汁划为例，指出包括社会人口特征、访问变量、使用变量、自适应平台、学习管理系统、学习指标等多模态数据的360。学习者数据库对技术支持下的教学平台建设的重要意义。学习分析具有“源息性”问题，即收集哪些数据以及如何分析才能保证学习分析源数据能准确、全面地体现出学习者的全部特性(吴永和等，2013)o《学习分析研究的现状与未来发展——2017年学习分析与

6、知识国际会议(LAK17)评析》回顾学习分析发展历程、梳理会议报告和论文集，认为“多模态数据”将成为学习分析研究的新态势，也是发挥学习分析研究跨学科优势的必由之路(吴永和等，2017)。在LAK17会议屮，J?rvel?和Sidney两位主题报告人均将“多模态”作为报告主题。2017年3丿九笔者在华东师范大学举办的“教育大数据应用技术”国际学术研讨会上做了题为“教育大数据屮多模态学习分析技术研究”的报告。研究者们综合运用系统日志采集、视咅频识别、空间感知、眼动追踪和脑电感应等多模态方法追踪学习者的活动参-与、知识建构和情感体验，以期更全面地理解学习，为自适应学习奠定了基础。如

7、叶新东(2014)依据被观察者学习不同可视化呈现方式的教学内容的眼动和脑波变化分析在教学内容可视化呈现设计中关键要素的作用；Ez-zaouia等人(2017)通過学牛•学习的音频、视频、自我报告、交互的轨迹四个方面获取数据，建立以教师为导向的多模态和联系上下文的情感仪表板等。眼动、脑电图、事件相关电位、皮肤电反应、肌电信号、心电图等在学习分析中逐渐展开应用(张琪等，2016)o学习分析从关注线上数据，逐步发展成为同时关注线上和线下多模态数据的一体化、全流程、全方位的分析。本文从技术视角深入探究多模态数据