國外學習分析項目研究現狀及對國內學習分析發展的啟示

吳晨光 劉 斌

國外學習分析項目研究現狀及對國內學習分析發展的啟示

吳晨光 劉 斌

（陜西師范大學 教育學院，陜西 西安 710062）

本文通過對國外普渡大學的課程信號燈、奧斯汀佩伊州立大學的 學位羅盤以及南安普敦大學的儀表盤三個學習分析項目進行分析，得出國外學習分析項目的研究現狀，即①對數據的追蹤與收集是分析的基礎；②對數據的分析與評價是核心；③依據分析結果采取措施是關鍵；④倫理和隱私問題是潛在的問題。基于分析結果為國內學習分析的發展提供如下建議：①對平臺的深入開發來支持學習分析的發展；②對教師學習分析相關技能的培訓；③對倫理道德問題的深入探究。

學習分析；典型項目；研究現狀；啟示

一、研究背景

在“新媒體聯盟地平線報告”2010—2016年的年度報告中,每一年都涉及到學習分析，并對學習分析技術在教育教學中的重大作用進行預測分析，這一技術的教育應用可以幫助改善傳統教學環境中的一系列問題，促進教師對學生學習過程的了解，在教學過程中尊重個體差異化，使得“因材施教”成為可能。目前，普渡大學、耶魯大學、哈佛大學、斯坦福大學、喬治亞州立大學等世界知名高校都啟動了學習分析的相關研究計劃；美國教育部也在2012年10月發布了《通過教育數據挖掘和學習分析促進教與學》報告來促進學習分析的發展。可以預見的是，在未來的多年時間內，學習分析將會持續引起教育工作者的關注。

二、學習分析項目

國外實施的學習分析項目非常多，本文主要選取了普渡大學的課程信號燈、奧斯汀佩伊州立大學的學位羅盤以及南安普敦大學的儀表盤三個學習分析項目進行分析。

（一)普渡大學的課程信號燈

1.項目介紹

2003年，普渡大學的早期預警系統（The Purdue Early Warning System，PEWS）被開發并投入使用；2007年依據約翰?坎貝爾（John Campbell）論文中提出的加權算法改良為Course Signals（課程信號燈）系統[1]；2009年起，系統實現了自動采集和分析實時數據的功能，形成了科學的算法；2012年，校方將系統交由Ellucian公司進行商業化運作，并更名為Ellucian Course Signals。課程信號燈系統對學生的評價主要依賴于四個要素：學習者個人特征（主要包括學習者性別、年齡等信息）、以往的學術歷史（學習準備情況、高中平均成績、標準化考試成績）、努力度（學習者與平臺的互動情況，主要基于同伴之間的相互比較來體現）、課堂表現（目前為止獲得學分的百分比）,這些與學習者相關的數據都被加權然后投入分析系統進行計算，最終以三種形式呈現分析結果：綠色信號燈，表示本次學習很有可能成功；黃色信號燈，表示學生的學習有潛在的隱患；紅色信號燈，表示本次學習活動很有可能失敗。根據分析結果教師可以選擇如下幾種調控方式來促進學生的學習：在學習者的學習管理系統主頁中呈現信號燈信息；給學習者發送郵件提醒；給學習者發送短信；為學習者提供相關資源；與學習者進行面對面交流。

2.項目實施情況

統計顯示，目前已有24000名以上的學生享受到課程信號燈的福利，至少有145個課程指導者在課上用過信號燈。通過對使用過課程信號燈的學習者數據對比分析發現，使用過信號燈的學習者，課程保有率明顯高于那些沒有使用課程信號燈的同期學習者；使用了兩門或者更多的信號燈的學習者，他們課程保有率比那些只使用一門或者沒有使用課程信號燈的學習者要高；而學習者越早使用課程信號燈，他們的課程保有率就會越高；在課程成績方面，通過對比也可以發現使用過課程信號燈系統后，最終獲得A和B等級成績的人數提高了10.37%，獲得D和F等級成績的人數下降了6.41%。對使用過課程信號燈的1500名學習者進行訪談與問卷調查發現，學生對課程信號燈的反饋非常積極，甚至有58%的學生表示愿意每門課都使用此工具，原因是他們把接收到的郵件當成是與教師的私人交談，有一種親切感，通過工具的使用他們知道了如何在學習中尋求幫助；而使用過課程信號燈的教師們也反饋道：課程信號燈系統的使用讓他們可以直接接收學習者的數據，通過對數據進行分析，可以為學習者提供實時的反饋來幫助學習者。另一方面，學生保有率的提升也為學校帶來了大量的學費收益，同時節省了招收學生的費用，總節約金額是學校用于大數據分析支出的5倍，為學校帶來了巨大的經濟利益[2]。

（二）奧斯汀佩伊州立大學的學位羅盤

1.項目介紹

奧斯汀佩伊州立大學作為一個區域性的教學機構，為近萬名學生提供50余個專業的課程教學[3]，由于其40%以上的在校學生都是非傳統的學習者，超過50%的學習者是佩爾助學金的獲得者，所以學習者的學習動機比較弱，面對多元化的學生結構和多重的考驗，校方決定從選課環節入手，尋找提升學生學業表現的工具和手段，因此，產生了學位羅盤。學位羅盤是利用學習分析技術構建的一個提供課程推薦服務的在線系統，幫助學生確定適合自身特點和需求的課程。其靈感來自網飛（Netflix）、亞馬遜（Amazon）和潘多拉（Pandora）公司實施的推薦系統，為學習者提供最適合他們的個性特征和新學期計劃的課程，系統根據學生的過往學術情況來預測課程的實施將會對學生的學習表現產生的影響，從而提出支持網頁瀏覽器和移動客戶端訪問的選擇課程的建議來促進學生的學習。

2.項目實施情況

從學位羅盤被引入學校以來，其使用量就在一直增加。研究發現，在選擇推薦指數為四星的課程的學生中，有90%獲得了A或B等級的成績，而在未經干預的情況下，獲得同樣成績的比例僅為62%[4]；而關于該軟件性能的統計表明，軟件在預測學生課程成績的及格情況方面能夠達到92%的準確率。2012年統計顯示，使用過學位羅盤之后，各個科目成績的標準差都比2010年低了很多，效果特別明顯，在2010學期和2012學期之間學生的課程通過率增加了4%。此外，圍繞學位羅盤，奧斯汀佩伊州立大學還推出了關于職業顧問的培訓課程和為迎接新生的夏季顧問課程。2012年，學位羅盤系統在田納西州的創新挑戰賽中大放異彩，獲得了來自“完善美國大學”項目和比爾?蓋茨及梅琳達?蓋茨基金會的100萬美元資金，為學位羅盤系統的深入推廣和使用提供了資金支持。目前，利用學位羅盤的觀念已經深入校園師生的心中，學校已經開始申請利用學位羅盤收集機構數據定制課程來有效地滿足學生們的學習計劃，學生已經開始應用從學位羅盤獲得的數據制定課程表來滿足課程需求。

（三）南安普敦大學的儀表盤

1.項目介紹

南安普敦大學的儀表盤項目是在2015年夏天由南安普敦大學、西班牙馬德里自治大學聯合開展的項目。2013年秋天，南安普敦大 學成為Future Learn的第一批使用者，2014年西班牙馬德里自治大學成為Edx團隊的成員，由于Edx課程與Future Learn課程比較相似，都是以一周為一個課程單元，每個單元都包含一組活動，活動又包含一系列的步驟，根據教學目標的不同，其中的每一個過程都會包含一系列不同學習目標并且以視頻、文章、練習、討論和測驗的形式出現，在學習過程中，每一個過程都會被鏈接到一個相關的討論板來供大家交流互動。所以儀表盤項目的目標是實現一個跨機構、跨各自的MOOC課程的數據分析平臺來為學習者的學習提供支持。平臺的數據來源可以分為兩類：調查得到的數據和學習者的學習活動數據，其中調查得到的數據包括滿意度、學習者的信息；學習者的學習活動數據包括評論日志、測驗結果、活動步驟、報名活動和同伴評審活動，所有數據都以CSV格式存儲，最終以基于R語言的Shiny環境搭建網絡界面來顯示分析結果。

2.項目實施情況

在南安普敦大學、西班牙馬德里自治大學的共同努力下，可以輔助教學的MOOC儀表盤在校園中順利應用推廣。開發使用過程中，儀表盤運行的數據是南安普敦大學的MOOC數據，儀表盤的出現使得MOOC的數據實現動態可視化，在儀表盤提供的顯示界面上，通過將鼠標懸停在圖表的特定區域可以獲得進一步的課程學習信息。有了儀表盤，所有的教育者都能夠訪問這個圖表，可以看到他們講授的課程，也可以幫助他們推測未來的學習情況。在儀表盤的發展過程中，兩所大學都有所收獲，儀表盤的開發和使用過程中建立的專業知識，可以轉移到他們各自的機構和學習技術團隊來豐富學校的教學經驗。目前，儀表盤數據和學習者數據都安全托管在大學的Web服務器上，分析過程中也沒有涉嫌違背道德倫理問題；未來研究者的工作將會圍繞深入評估儀表盤的可用性、使用后對師生的影響和有效性等方面展開，通過對儀表盤的深入研究來生成合理的儀表盤使用模式來完善儀表盤的功能。

三、國外學習分析項目的特點

（一）對數據的追蹤與收集是分析的基礎

通過對國外學習分析的三個項目進行分析可以發現，所有的學習分析工具的應用都是基于對學習者數據的追蹤與收集。普渡大學的課程信號燈主要依賴于對學習者個人特征、以往的學術歷史、努力度、課堂表現四個方面的數據；奧斯汀佩伊州立大學的學位羅盤是基于學生的學習目標以及學習軌跡來預測每門課程將會對這名學生實現學術目標的過程產生什么影響；南安普敦大學的儀表盤主要依賴于調查得到的數據和學習者的學習活動數據。由此可知對數據的追蹤與收集是學習分析的基礎，它是學習分析技術實施的原材料，也是所有教育計劃繼續實施規劃的一個重要依據。

（二）對數據的分析與評價是核心

收集到的數據自身并沒有太多含義，如何對獲取的數據進行轉換，挖掘其深層次的含義為教育教學服務才是我們應該關注的核心。通過對上述三個案例的分析我們可以發現項目中會涉及多種數據分析方法來幫助教師了解學習者的學習情況。此外，在對數據的分析過程中，不再追求精確度，而應追求因果關系，承認學生學習數據的復雜性與無序性，遵循一定的原則對數據進行分析，完成對數據背后信息的挖掘。只有對學習者數據有了科學的認知并且采用科學合理的分析方法對數據進行處理，發現其中深層次的含義，才能使數據的價值最大化。

（三）依據分析結果采取措施是關鍵

通過學習分析工具的使用最終優化教與學的環境才是最終的目的，在對獲得的數據進行分析與評價并了解其深層次的含義之后，可以將分析好的結果呈現給學生，讓學生們知道自己目前的學習狀態，同時提醒那些學習存在困難的學習者改進自己的學習方式，并且為學習者提供適應其學習類型的學習資料。然而也有一些需要人為完成的情況，如課程信號燈中需要教師根據學習者的學習情況適當為學習者提供面對面教學輔助措施。無論是采用何種方法來進行干預引導，都能夠適當滿足學習者的學習熱情并為學習者的學習提供一定支持，如果僅僅是對學習中的學習數據進行分析而不采取措施，那么學習分析的效果將無從談起。

（四）倫理和隱私是潛在的問題

學習分析項目涉及到大量學習者的個人信息，這些數據的泄露會對學習者的學習生活造成極大困擾[5]，上述的三個項目在實施的過程中已經開始考慮學習者的權限和隱私問題，但是并沒有能夠完全杜絕存在的相關問題。未來在對學習分析項目的深入研究過程中，需要考慮的問題主要有：在對學習者的學習數據進行收集前，是否需要征得學習者的同意；在數據的收集過程中，如何既能夠保證數據的完整準確又能夠做到尊重學習者的隱私；在對收集到的數據進行保存時，數據的所有權問題以及數據的安全性問題[6]；在對數據進行分析的過程中，如何能夠保證錯誤的分析結果不會對學習者造成傷害。

四、國外學習分析項目對國內的啟示

（一）對平臺的深入開發來支持學習分析的發展

對數據的追蹤與收集是學習分析的基礎，網絡平臺是學習活動得以開展的基礎。目前，MOOC等平臺已經可以幫助我們收集學習者數據[7]，但是獲得的教育數據僅僅是冰山一角，這些數據也無法完全為學習者的個性化學習提供保障，應當加強對隱藏的大數據的采集與深度挖掘，以幫助教育工作者更好地了解當前的學習狀況，進一步為增強教育決策的科學性奠定基礎。因此，未來應該加大學習平臺的開發，做到既能夠支持學習活動過程的實時監控也能夠對學習內容動態生成，既能夠滿足學習分析對數據的需求，也能夠滿足學生的個性化學習。

（二）對教師相關技能的培訓

學習分析技術優化課堂教學的活動離不開教師參與[8]，其中教師涉及到的主要工作有：（1）對系統生成的分析結果進行解讀；（2）根據解讀的結果做出相應的對策來優化教學；（3）保護學生的數據不被不相關的人員侵犯。首先，對分析結果的解讀在其中占有舉足輕重的作用，對結果的有效解讀可以起到點石成金的效果，而對數據的理解偏差與錯誤使用則會產生一系列的不良影響，更會影響教育決策的有效性；其次，只有將分析結果轉換為合理有效的教育決策才能夠真正達到學習分析的目的，為后續教學活動提供足夠的支持；最后，如果在分析的過程中導致學習者的數據丟失，那么會給學習者帶來許多不必要的困擾，為此教師需要有一定的相關專業知識與素養來保障學習者的隱私。因此作為未來學習分析技術教育應用的實施者，教師需要接受專業的技能培訓來滿足學習分析過程中的各方面需求。

（三）對倫理道德問題的深入探究

倫理道德問題是大數據研究過程中不可忽視的一個問題，在國外，無論是國家政策還是學習者在研究的過程中都已經關注到了這個問題。與國外相比，國內的相關研究還處于起步階段,2015年國務院印發《促進大數據發展行動綱要》，其中明確提出要健全大數據安全保障體系，強化安全支撐；國內學者顧小清等也指出學習分析技術存在明顯的倫理問題，有可能因收集分析學習者數據而侵犯個人隱私；趙慧瓊等人通過對國內學習分析中的倫理道德問題分析后得出大數據學習分析的安全與隱私保護框架。通過對比可以看出，關于學習分析過程中存在的倫理道德問題，國內的研究比國外要晚，而且更多的是處于理論探討階段[9]，并沒有太多切實可行的辦法，也沒有相關方面的實踐。未來，國內的學習分析發展不僅需要完備的技術來保證數據的收集與使用過程的安全與合乎倫理，也要有完備的法律法規對其進行合理的制約。

參考文獻

[1]Kryptoners.看到紅燈表示你快掛科了: 普渡大學的Course Signals系統[DB/OL].(2013-10-16)[2017-03-21].http://developer.51cto. com/art/201310/413630.html.

[2][3][4]張燕南.大數據的教育領域應用研究——基于美國的應用實踐[D].上海:華東師范大學.2016.

[5]趙慧瓊,姜強,趙蔚.大數據學習分析的安全與隱私保護研究[J].現代教育技術.2016，(03)：5-11.

[6]劉艷華,徐鵬.大數據教育應用研究綜述及其典型案例解析——以美國普渡大學課程信號項目為例[J].軟件導刊.2014，(12)： 47-51.

[7]牟智佳,武法提,喬治 ?西蒙斯.國外學習分析領域的研究現狀與趨勢分析[J].電化教育研究.2016，(4)：18-25.

[8]張振虹,劉文,韓智.學習儀表盤:大數據時代的新型學習支持工具[J].現代遠程教育研究.2014，(3)：100-107.

[9]馬杰,趙蔚,張潔,趙艷.基于學習分析技術的預測模型構建與實證研究[J].現代教育技術.2014，(11)：30-38.

（責任編輯 喬磊）

The Status of Learning Analytics Program Research in Other Countries and Its Implications for the Development of Learning Analytics in China

WU Chenguang,LIU Bin
(School of Education,Shaanxi Normal University,Xi’an,Shaanxi,China 710062)

By analyzing three learning analytics programs,namely the Course Signals of Purdue University,the Compass Learning of Austin Peay State University,and the Dashboard of the University of Southampton,this study finds out the research status of learning analytics programs in other countries.That is to say,the basis of analysis is data tracking and data collection,the core is data analysis and data assessment,the key is to take measures according to the results of analysis,and the potential problem is ethical and privacy issues.Based on the results of the analysis,this study offers some recommendations for the development of learning analytics in China.First,we need to further develop a platform to support the development of learning analytics.Second,teachers should be trained to grasp related learning analytics skills.Third,ethical and moral issues should be discussed.

Learning analytics;Typical program;Research status;Implications

G4

A

2096-0069（2017）03-0041-05

2017-03-16

吳晨光（1994— ），男，山西運城人，陜西師范大學教育學院碩士研究生，主要研究方向為教育技術學理論；劉斌（1984— ），男，湖南株洲人，湖南科技學院電子與信息工程學院講師，陜西師范大學教育學院博士研究生，主要研究方向為數字化學習。