高等教育教学信息化研究

导语：高等教育教学信息化研究一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

摘要：学习分析作为教育信息化的新浪潮，在高等教育领域得到越来越多研究者的关注。首先介绍学习分析含义及相关概念的发展，学习分析的组成要素；然后对学习分析在高等教育中对教育管理者、教师以及学生的价值和意义进行了分析；最后指出了学习分析在目前教育应用中存在的几个现实问题。

关键词：学习分析；信息化；高等教育学习分析

（LearningAnalytics）是近年来在教育信息化领域形成的一个新兴、热门的研究领域，它融合了学习科学、社会学、信息科学、统计学以及计算机科学等学科的技术与方法。美国新媒体联盟（NewMediaConsortium）早在2011年就指出学习分析为未来教育4－5年技术科技趋势，并在地平线报告中连续四年把学习分析作为影响教育发展的趋势和关键技术。学习分析的目标是为了理解和优化学习及其产生的环境。吉布森［1］教授曾指出，“作为一个研究领域，教育领域的分析技术目前还处于早期发展阶段，这个领域的研究主要关注学习者、学习过程、学习内容、学生学习生命周期和学习组织行为学等”。关于学习分析的概念，不同的学者和组织观点不尽相同，其中较有代表性的定义如表1所示。可以看出，学习分析研究的目标是为评估和优化学习过程和学习环境，研究的对象是学习者在其学习活动中产生的海量数据和学习情境数据，研究的方法是采用特定的工具与技术，研究的最终目的是优化学习、提高效率以及为教育活动相关人员提供决策等支持。

1学习分析的要素

在学习分析的研究中，学习理论、教学理论、网络技术、社会网络等为其研究和实践提供了理论基础。学习分析的工作对象是关于学习者与学习过程的数据，要实现的目的是对学习与学习环境的优化。学者Greller和Drachsler［5］提出了学习分析的六维关键因素设计，分别是利益相关者（Stakeholders）、目标（Ob－jectives）、数据（Data）、工具（Instruments）、外部约束（Exter－nalConstraints）和内部局限（InternalLimitations）。Brown［6］指出学习分析的过程由五个要素构成：数据收集、分析、学生学习、反馈、干预；李艳燕与黄荣怀［7］等提出了学习分析的概念框架，指出学习分析的五个基本组成要素为：学习过程、学习环境、教育环境、受众、数据分析五个环节。其中第五个环节又包括数据采集、数据存储、数据分析、数据表示、应用服务等内容。

2学习分析在高等教育中应用的价值和意义

学习分析的最终目标是优化学习和学习环境，促进教育管理者和教师根据学习者的需要和能力水平，提供个性化的学习支持。学习分析的研究成果要被学生、教师和教育管理者应用到高等教育中才能体现其重要价值和意义。第一，帮助学生自我学习诊断和评估，优化学习过程，更好地发挥学习潜能。学习分析可以收集学习系统或平台中的大量数据，对数据进行分析、建模，得到研究结果。学生可以通过学习分析的结果，对学习进行自我监控、自我诊断和评估。这种过程性评价，不为学习者察觉，更能客观反映学习过程，让学习者了解自己的学习状态并及时做出调整。针对学习者生成个性化的学习分析诊断报告，将对学习者个体产生重要的价值。能够帮助学生更好地理解学习过程，更好地发挥学习潜能，是学生自我评价，自我学习的重要支持。第二，帮助教师对教学进行有效的干预和决策，优化教学设计和策略，并促进教师专业发展。教师通过学习分析技术，可以获得学生学习过程的相关数据，如资源访问、交互活动等，通过对学生学习过程和环境数据的分析建模，为教师在教学资源分配、教学过程指导、教学支持服务等方面提供重要依据。结合学习分析，教师能够更容易发现学生学习中的具体问题，对教学过程进行更加有效的干预和决策，优化教学设计和教学策略，提高教育教学质量。同时，学习分析有助于提高教师信息技术、教育技术特别是数据分析方面的能力，促进高校教师的专业发展。第三，帮助教育管理者管理决策和评估，优化资源配置，控制教育成本、提高效率。学习分析可以对大量教育教学数据进行分析和预测，如课程规划、教室调度等，以提高效率，节约教育成本，优化教育资源调度，便于教育管理者合理配置资源。学习分析的大数据分析结果，有利于提高教学效率，优化教育业务流程，提高人才培养质量，为教育管理者评估和管理决策提供重要参考。

3学习分析在教育应用的现实问题

3．1学习分析中所采集的数据不够完整，难以获取系统的学习分析数据正如Siemens［8］提到的“学习分析面临的最大挑战就是如何扩大数据捕捉范围”。通过他对学习分析过程的分析，我们可以了解到学习分析的数据来源于两个方面，一是学习在软件环境中产生的数据，二是学习者在现实情景中产生的智能数据。目前国内学习分析的应用研究大多集中于高校在线学习平台的学习者，学习分析的数据主要来自于学习平台以及学生上网操作电脑的数据等，而在学习过程中一些情境数据如眼动、情绪、态度等方面的数据却捕捉的较少。此外，受平台架构、数据采集技术和研究方法的局限，部分学习平台也并不具备系统的学习分析数据采集功能。因此，在目前学习分析中所采集的数据还不够完整，难以获取系统的学习分析数据。3．2学习分析中数据采集和分析的技术门槛较高，各类集成学习分析工具成为迫切需要学习分析中，如果想获得系统的研究数据以及对数据进行系统的分析，往往需要结合专业的数据分析技术和工具，而这对普通的学校一线教师来说，无疑具有一定的技术门槛和难度。而学习分析工具是专门为了学习分析而开发的各种集成工具，它操作界面简单，分析功能多样，可以自动获取数据，进行智能处理，并将分析结果反馈给研究者。集成学习分析工具降低了学习分析的技术门槛，使普通教师、教育管理者以及学习者等都能使用其为教育教学服务，从而促进学习分析的应用和推广。3．3学习分析过程中的个人隐私和数据保护也是研究者一直关注存在的问题学习分析中隐私的保护一直是国内外研究者关注的问题，学生在学习过程中，使用的软件工具和在线平台都会有不同的数据访问标准，如在使用云托管服务过程中，学生的数据会有安全的问题。在2016年学习分析和知识国际会议中，希尔德布兰特教授为学习分析语境中涉及数据保护的法律争论提供了一些参考思路。而如何保护数据的安全和学习者的隐私，世界各国在这方面也有不同的法律和法规。如何寻求数据安全和隐私保护的广泛认可的研究，也是目前学习分析面临的重要课题之一。

4结语

学习分析在目前的高等教育领域应用日趋广泛，相关研究也越来越丰富。目前越来越多主流的学习管理系统如Moodle、Blackboard等应用学习分析，并向用户提供学习分析的工具；全球一些重要的幕课平台如Coursera、edX、Udacity等也应用学习分析技术来支持幕课学习者的学习。可见学习分析可以与各类学习系统相结合，也可以形成独立的集成分析系统，提供分析技术支持。学习分析的研究者需要更加重视学习分析和实践相结合的研究，以发挥学习分析在高等教育领域的重要作用。

作者:毕经美 单位:顺德职业技术学院