計算教育學：研究動態與應用場景

王晶瑩 張永和 宋倩茹 馬勇軍

(1.青島大學 師范學院，山東青島 266071；2.深圳大學 教育學院，廣東深圳 518061)

一、計算時代已來

計算教育學不是個獨創的教育學理論流派，也不是某種特定的研究方法。從當代大數據驅動的發展路徑看，計算教育學是教育學領域借助計算機、互聯網和人工智能等新興科技手段，利用數據挖掘、機器學習等技術獲取與分析數據，基于跨學科視域研究，解釋教育現象與教育行為的一種融和式研究范式或思維方式。目的在于融合與超越教育學傳統預設-驗證的經驗范式，發現計算科學哲學資深學者拉斐爾·阿爾瓦拉多(Rafael Alvarado)和保羅·漢弗萊斯(Paul Humphreys)積極推動的第四類知識(未知的已知)，即對人類未知而機器已知的機器認識論，基于計算教育學信息加工范式實現對教育現象與教學規律的真實認知與科學解釋。2009年哈佛大學大衛·拉澤(David Lazer)等人在《科學》雜志發文提出“計算社會科學”(Computational Social Science)概念，并列舉一系列包括教育學在內的計算社會科學的重要領域，歷經十年的研究探索與領域發展，計算教育學不斷趨向成熟。

當代社會線上線下的教學每天都產生海量教育數據，包括教與學及其交互數據與環境數據等，這些大數據資源給教育研究帶來新的挑戰，促使研究者躬身技術實踐挖掘其背后的深層規律，推進教育研究肩負人工智能時代的嶄新“學術使命”與“實踐責任”。同時，教育大數據應用過程中也存在諸多困境，諸如技術層面的數據收集、儲存、挖掘和處理，以及價值層面如何實現挖掘之數據信息反哺于教育理論與實踐創新。正是為了解決這一系列難題，計算教育學應運而生。依托數據挖掘、機器學習以及人工智能等計算機技術與數據科學的發展，信息加工范式在教育領域跨界滲透，從本質屬性、研究對象和研究領域等方面共同建構起計算教育學的發展內涵和概念框架。

從本質屬性看，科技發展為計算教育學奠定了必備的技術條件和數據基礎，以計算機技術和數據科學為核心發展而來的互聯網科技、人工智能和大數據等新興領域極大地豐富了教育研究方法。計算與教育不是并行的，計算是一種路徑，是通向教育目標的方式與手段。教育是計算的目的與歸宿，不能用計算替代教育。計算目標也不等于教育目標，教育是計算的根基(李政濤等，2019)。從研究對象看，計算教育學自立門戶，隨著大數據廣泛應用于教育研究而成為必然(王晶瑩等，2020)。在線學習數據是教育大數據的主要組成部分，計算教育學發端于慕課研究(孫洪濤等，2016)，學習者在慕課平臺依靠計算機交互技術，產生大量呈現結構化、半結構化和非結構化形態的教育大數據，包括記錄學習過程的行為數據、記錄學習結果的評價數據，以及學習形成的社會網絡關系數據等(Murray et al., 2008)。隨著在線課程和學習者數量的激增，教育數據井噴式增長，形成海量的教育大數據庫，促發了基于教育大數據的研究領域和計算教育學的成熟。

2019年11月，陳玉琨在華東師范大學主辦的第三屆數據驅動的計算教育學研討會提出，計算教育學是以大數據為基礎，以算力與算法為支撐，揭示教育教學規律，乃教育學的升級版，認為計算教育學的突破體現在三個方面：以教材和教法為突破實現革命性的教育變革，并取得社會各界的認同；以數據與文本分析為基礎的發展教育政策學，及時預測人民群眾與國家政府對教育的期望；基于當代學生情緒的教育計算分析，重新定義教育心理學。目前，計算社會科學領域涉及的研究方法主要有自動信息提取系統、社交網絡分析、社會地理信息系統、復雜性建模和社會仿真模型等。計算社會科學家正在利用先進的、日益強大的計算技術和數據科學工具了解跨學科和超越傳統學科研究范疇的新問題與新規律。喬治梅森大學社會復雜性中心創始人和現任主任、計算社會科學系創始人和前任主任克勞迪奧·喬菲-雷維利亞(Claudio Cioffi-Revilla)2014年出版的《計算社會科學：原則與應用》(Introduction to Computational Social Science: Principles and Applications)認為，計算社會科學領域缺乏不同領域理論的統一框架。計算社會科學將信息處理視為關鍵要求，用作理解和揭示社會以及社會中的個體是如何運作或行動，從而產生復雜系統的；信息加工范式將計算作為建模和理解社會復雜性的重要工具性手段，提出計算社會科學是一門以傳統社會科學、計算科學、環境科學和工程科學的新型交叉學科(梁君英, 2019)。由此可知，教育大數據是計算教育學直接卻不唯一的研究對象，通過對教育數據的算法挖掘分析深層次的教與學互動作用機制，充分將機器認識論融入傳統教育研究來構建高等與精準的循證教育理論與決策，是計算教育學的精髓。

二、全球研究動態

計算教育學的研究正從萌芽階段不斷快速發展，成果日益涌現。為透視計算教育學的全球研究動態，本研究通過Web of Science檢索平臺，在核心合集中選取“大數據+教育” “數據挖掘+教育” “機器學習+教育”為主題詞，類別限定為教育研究、心理研究、家庭研究等領域進行檢索，檢索時間為2019年12月9日，檢索文獻經篩選后最終納入分析的樣本數為2139篇。本部分將題錄信息的純文本格式作為社會網絡分析的源數據，揭示和解構計算教育學的全球研究脈絡與研究主題。

(一)社會網絡分析揭示研究脈絡

凝聚子群是社會網絡分析的核心部分，主要研究節點間的內在聯系。幾個節點有很強的聯系甚至結成群體，稱為凝聚子群。隸屬于同一子群的關鍵詞組成一個研究主題。因此，本研究采用UCINET進行凝聚子群分析，揭示計算教育學的研究主題。方法是將矩陣導入UCINET，利用CONCOR法進行凝聚子群分析并構建研究圖景(見圖1)，數字代表關鍵詞的頻次排名。計算教育學研究可分為四大主題：第一個主題為基于數據挖掘、機器學習、人工智能、云計算等技術手段進行課程設計、學習行為、科學教育、創新教育、社會媒體等微觀層面的教與學研究，教育大數據挖掘為其主流方向；第二個主題為在線的工程教育、學習分析、合作學習等認知與行為模擬，針對線上/線下與混合學習進行深度研究，包括網絡合作學習及虛擬仿真環境，以提高學習者的學習成效；第三個主題為學生動機與情感參與研究，通過大數據技術和機器學習方法，探究課堂參與、課堂行為以及學習動機與學業成就的內在機制；第四個主題為師生人格和性別分析研究，多是通過五因素模型開展基于大量數據的人格分析，動態全面地了解教師和學生的人格特征，盡可能為師生心理健康與學習過程提供保障，體現了計算教育學的情感關懷。

圖1 基于 UCINET凝聚子群分析的計算教育學研究圖景

(二)四類研究主題的深度解構

第一類主題為基于數據挖掘的教與學規律研究。大數據與網絡的融合幫助教育工作者更精準地了解學習者的技能水平、學習習慣等學情信息，從而實現個性化教學并提高教學管理效率；同時技術的飛速發展產生了人工智能教師和教育機器人等具有深度學習、專家系統和自然語言理解的復雜系統。基于大數據的學習過程、學習行為、學習態度等多模態數據分析，可以準確地評估學習者的在線學習水平和行為特征，進而精準地匯報測評效果，提出改進方案。歐卡娜-馮南德(Ocaa-Fernández, 2020)利用人工智能管理與整合不同模式的人類互動信息和通信技術，為個性化學習提供精準服務，并結合學習者的反饋，科學地評價教育質量。霍奇斯(Hodges, 2019)設計機器學習平臺用以解釋神經網絡模型及R代碼的實現機理，證實了機器學習平臺對創新人才培養的價值。

第二類主題可以概括為模擬在線學習過程。在線教育以其課程資源豐富，對學習者寬松的時空條件要求等特點，滿足當下流行的碎片化學習需要，成為后疫情時代學習的重要途徑。模擬法能夠再現教與學實踐過程中的相互作用，展現多主體活動的復雜環境場域，可以用于增強學習者個人與真實學習經驗的連接與互動(Warburton, 2009)；同時，利用仿真技術對真實生活經驗的生動模仿，還可以為學習者提供豐富、具體場景的“做中學”的感性認識與直接體驗(Bell et al., 2008)，從而開發學習者相應技能并促進實踐能力學習目標的達成。模擬法被較多地應用于教師教育、醫學教育和工程教育等。沃伯格(Warburg, 2009)研發了“第二生命”，即3D虛擬世界，用戶可以使用語音和文字進行社交、連接、創建和學習；安德森等(Anderson et al., 2013)開發了“Voki”，即屏幕上用來模擬指令的會說話的數字；劉晨鐘等人(Liu et al., 2011)通過模擬復雜的學習情景來增強學生的學習效果，這些平臺增強了學生在醫學和科學教育等的模擬學習體驗。可穿戴設備增加了對模擬運動和行動密集體驗的捕捉，為教育大數據的收集提供了技術支持。亨德曼(Hyndman, 2017)對在線教育潛力和性能進行了深入研究，利用GoPro視頻技術進行在線教師教育創新的可行性實踐，實時記錄在線實驗結果，為教師教育規劃提供了循證依據。胡安(Huun, 2018)基于證據的模擬實體(電子模擬、視頻模擬和遠程存在模擬)提供異步和同步選項，便于學習者和教師使用，并為護理專業學生的學習提供模擬課程。塞姆(Siam, 2019)開發了一種新的教學方法來教授電動過濾器課程，新方法的設計將查詢、計算機仿真、協作與群際競爭相結合，研究表明該方法可以提高電氣工程專業學生的學習效果。

第三類主題為學生動機與情感參與研究，通過計算機技術和數據科學聚焦學生課堂參與過程中學習動機和情感的識別、監測與評估，并進一步分析其與學習行為、認知過程和學業成就之間的關系及其內在作用機制。研究者通過開發增強現實的多維概念地圖學習系統進行移動學習。實驗結果表明，學生的情感參與度與學習結果呈正相關(Chen et al., 2017)。另一項研究使用基于領域知識的貝葉斯網絡預測情緒，研究的學習數據包括亮度、色溫、聲音、音量、氣味、溫度、濕度和情緒，網絡結構是用兩條染色體編碼表示節點和弧；為探索最優結構，進化算法被用來傳遞集合中的信息，該研究還對未觀察到的各種推理節點進行實驗。結果表明該方法的準確率達85%，可以用領域知識代替網絡設計來預測環境對學生情緒和情感參與的影響(Choi et al., 2017)。

第四類主題為師生人格和性別分析研究。機器學習和大數據研究帶來社會各層面的變革，機器學習在心理科學領域的重要應用是開發預測人類行為和性格特征的評估工具。人格評估的機器學習方法一直專注于社交媒體和其他數字記錄與既定人格測量之間的關聯。諸多研究集中在對“五大”人格特征的可靠評估，即神經質、外向性、經驗開放性、親和性和盡責性，在大數據中識別這些特征的標記對于研究跨語言和文化的人格結構和發展具有重要潛力。該類研究側重將機器學習置于測試和理論開發的結構驗證框架并實現這一潛力，特別關注基于計算機之評估內容的有效性。例如，伯雷登(Bleidorn, 2018)將機器學習嵌入全面的結構驗證框架來擴展可操作性評估的潛力。他回顧了近年機器學習在人格評估中的應用，將機器學習研究置于構建和驗證基本原理的廣泛背景下，對如何使用機器學習增進人格理解提供建議。同時，劍橋大學梅雷斯(Mairesse, 2007)基于數據驅動技術，通過從語料庫中提取變異維度來控制語言風格，可以在不增加計算成本的情況下，以人類感知評價的數據驅動的文體變異方法，自動生成有意義的包括各種風格維度的人格可識別變量，進而開展數據驅動下的人格分析。

三、應用場景

場景是人類社會運作的微觀單元。通過時空兩個因素，人們對場景進行感知，而技術條件決定著人類場景感知的方式，一個個場景組成了我們的日常生活(夏蜀，2019)。與所有新興研究主題出現所面臨的特有場域一樣，計算教育學也有其所適用的應用場景，表征了計算教育學的本質價值。因此，計算教育學及其相關技術的場景定位十分重要。

(一)技術與場景的共現策略

為全方位展示計算教育學的應用場景，筆者采用技術與場景共現的方式，進行可視化處理。將關鍵詞提取并轉化為簡潔和層次結構清晰的JSON(Java Script Object Notation) 數據交換格式作為可視化分析的材料，將數據導入在線復雜網絡分析平臺進行分析，繪制關鍵詞共現知識圖譜，每個節點代表一個關鍵詞，頻次越多，節點越大。若兩個關鍵詞同時出現在一篇文章中，關鍵詞之間會出現一條連線，代表關聯性。連線上的數字代表其共現次數，即同時出現在同一研究中的次數。關聯性較強的關鍵詞組成同一研究主題。利用在線復雜網絡分析平臺進行關聯性分析，進一步揭示研究主題，并利用在線平臺內置的Louvain算法進行聚類，最終得到大規模網絡社區圖(見圖2)。由此，計算教育學給我們展示了七個典型的應用場景，即教學環境設計、醫學教育輔助、工程教育、師生人格品質研究、師生課堂互動與學生學習分析、個性化評價以及教育政策改革。每項技術對應其在教育領域的應用場景，如虛擬現實技術與互動學習環境有關，學生學習等微觀層面涉及數據挖掘技術，政策、教學改革等宏觀層面與教育大數據相關。機器學習與自然語言處理、分類算法等技術手段相關，這些可以看作是計算和教育相結合的基本現狀和實現場域。

(二)計算教育學應用場景的多維分析

首先是教學環境設計與師生課堂互動和學習分析的兩大學習環境視域中的場景。虛擬現實和模擬技術與教學環境設計應用場景緊密相關，打造交互學習環境成為主流趨勢。交互式仿真技術通過創造沉浸式虛擬環境增強學生的課堂學習體驗，為探討虛擬現實技術豐富學生學習經驗的有效性提供了便利。研究發現，虛擬現實可以通過為學生提供啟發式、高度交互的虛擬環境提高學習體驗。研究者建議，教師創設虛擬學習環境，如游戲環境，幫助學生在學習過程中形成積極的學習行為(Lau et al., 2015)。師生課堂互動和學習分析場景中，雖然目前學界對學習行為的研究取得了進展，但仍處于起步階段，還有實際問題需要解決。例如，如何促進課堂的有效學習。在大數據背景下，基于智慧課堂的互動行為框架可以揭示師生互動的內在機制，實現學生的個性化或適應性學習，促進有效學習。基于知識模型領域的課堂教學行為數據，可以通過研究實時師生互動以及學生間的交互，揭示深層教學規律，為提高教學質量提供循證依據。

其次是醫學教育輔助與工程教育場景。現代計算機應用程序能夠模擬現實情境，豐富教育環境。在過去十年中，許多計算機輔助學習程序已經被開發出來，并在實踐中應用，比如，cyberActive科技有限公司開發的計算機軟件cyberPatientTM能夠實現醫學生和教育工作者的長期夢想——用計算機程序模擬真實的醫患關系(Qayumi, 2009)。佩爾森等人(Persson et al., 2014)基于計算機的危重癥醫學技術創造情境式的學習體驗以實現學習仿真。工程教育是社會工業和技術發展的基本支柱，它也具有自身特點。例如，工程專業學生的學習方式具有獨特性，他們的視覺素養、主動性、歸納推理和工程感知等有特定取向。因此，運用學習分析和教育數據挖掘分析工程專業學習者學習環境和背景的風格十分必要，學習分析的目標是對存在于教育存儲庫中的數據進行分析，如學習管理系統，以理解和優化學習及其發生的環境，其分析結果可以為教師和管理人員決策提供支持。

最后是師生人格品質、個性化評價與循證改革場景。在數字時代，人們不斷地產生認知、行為與心理足跡，這些足跡聚集成大數據，為研究者提供機會來跟蹤、分析和預測人類的行為。這類研究的指導性假設是心理特征影響個人使用數字服務和在線環境認知與行為的特定方式。因此，個人使用數字服務的傾向和在線環境的認知行為等數據應該可以反過來用于預測用戶的心理特征。例如，對師生人格品質的研究可以了解師生的心理因素對教育的影響。在個性化評價場景，大數據將在學生評估中發揮持久和重要的作用。由于數據結果幾近實時發布，以及數據來源的廣泛性，使用大數據可以精準作出價值判斷和數據分析，使得決策者和評估人員作出更明智的政策。在教育政策改革場景中，基于物聯網實時和全方位的信息采集技術，人們可以擁有教育系統的整體數據流。因此，學校、班級、教師和學生等諸多教育教學問題可以綜合開展全鏈條式研究，比如，可以測量學生的缺勤頻率，通過形成數據源預測潛在的因果因素，分析學生缺勤的原因，及時改善教育環境和相應政策。再比如，通過分析學生的入學數據，可以基于入學趨勢預測學生的興趣模式，從而分析引入新學科可能導致的結果，預測學生何時可以轉移學分，確定學生的留校率，并試圖評估學生輟學的潛在原因，及時制定相應的循證決策建議。

四、范式挑戰

計算教育學作為一種新興的大數據驅動的信息加工范式，融合了計算機科學、教育學、數據科學等多學科。大數據驅動下的計算教育學是大數據時代的產物，算法是其本質，數據、算法和算力作為計算機科學的三大核心支撐，均成為推動計算教育學發展的關鍵要素。在當代國際教育研究領域，作為數據密集型研究范式的計算教育學研究動態及其應用場景揭示了教育學計算范式的變革路徑，并引發了對計算教育學范式挑戰的深度思考。

(一)數據挖掘技術解構研究進程

為進一步揭示計算教育學縱向研究趨勢，采用TFIDF數據挖掘方法深度解構計算教育學的全球發展動態。TFIDF是經典的詞語權重算法，主要思想是假設某個詞語在指定文本中出現的頻率很大，并且在文本集的其他文本中很少出現，即認為這個詞語是指定文本的關鍵詞，可以用作分類或標簽使用。利用TFIDF 過濾文本的常見詞語，保留對研究分析有重要意義的詞語，在很大程度上縮小文本詞空間，更有效地對文本進行主要特征分析。TFIDF 被廣泛應用于搜索引擎、文獻分類及其他領域，是一種基礎的信息檢索模型。在 TFIDF 模型中，詞頻(Term Frequency, TF)指的是某一給定的詞語在該文本中出現的頻率。逆向文件頻率(Inverse Document Frequency, IDF)用來度量詞語的普遍重要性，計算文檔集中包含某指定詞語的文檔數量，數量越小代表這個詞語越能代表指定的文本。

將研究文本以一年為單位進行關鍵詞TF-IDF值計算，基于共現頻次、TF-IDF值以及與主題的關聯度三個指標選取最能代表計算教育學研究主題的十個關鍵詞，根據年度TF-IDF值的變化繪制折線圖，橫軸代表年份，縱軸代表TF-IDF值的大小(見圖3)。2008年前的研究處于沉寂狀態，是全球計算教育學誕生的孕育階段，1994年教育為主要研究主題，2001年合作學習的TF-IDF值最高。2008-2014年之間，教育的重要性增加，尤其是高等教育成為計算教育學發端的重要場域。大數據的重要性逐年增加，與此同時，學習分析的變化如影隨形。教育大數據挖掘逐漸成為計算教育學的重要研究主題，這一階段可以視為計算教育學的萌芽階段。2014年，計算教育學在我國被正式提出(李政濤等，2019)，大數據作為首要技術支持，其重要性逐年增加且變化明顯，同時，人工智能、教育數據挖掘和機器學習等技術逐漸豐富，計算教育學的研究整體上呈現技術支撐背景下的多元化發展圖景。

圖3 關鍵詞TF-IDF值年度變化特征

(二)循證路徑審思計算教育學變革

計算社會科學通過學科交叉幫助人們更好地認識復雜社會現象背后的規律和作用機理，同時打破了自然科學與社會科學的長期隔離(張小勁等，2017)，既向傳統學科分野及其研究范式提出挑戰，又為新學科產生、發展及其方法論突破準備了條件(Alvarado et al., 2017)。計算教育學的出現是計算社會科學發展的必經之路，計算教育學在帶來機遇的同時，由于自身學科融合的特點，必然面臨以下挑戰：首先，研究技術和跨學科素養的瓶頸。技術挑戰是計算教育學面臨的首要難題，計算教育學需要機器學習、數據挖掘和人工智能等諸多領域的專業人才，但是由于教育行業的大數據開發與分析起步較晚，能夠處理教育大數據的專業人士較稀缺，而能對數據挖掘和機器學習結果的跨學科解構，并能深度揭示教育規律和機制的綜合型人才更是鳳毛麟角。跨學科人才的缺乏將成為計算教育學發展過程中的重大制約，這將影響教育大數據技術和理論的成熟，無論是在硬件涉及的量化數據采集、存儲技術，還是數據的流通性、精確性以及調用的便捷性等方面都面臨諸多困難，而來自量化數據分析和教育理論的協同共進將成為發展的最大瓶頸。其次，數據安全與倫理的危機。計算教育學通過對學習數據分析與挖掘研究教育現象和解決教育問題，但學習數據涉及個人隱私，不能隨意對外公布。因此在如何保護學生個人隱私的同時, 對學習數據進行有效挖掘和分析，兼顧數據調用的便捷性與安全性成為兩難問題(劉夢君等，2019)。最后，數據價值與循證教育的突圍。目前教育大數據的主要來源是慕課等在線教育平臺，以其在線運作產生的教與學數據為主，但是這種數據并非天然地適合于數據挖掘和機器學習。面對海量的在線教育大數據，目標數據的選擇需要兼顧完整性和效率性，即在保證整個研究過程效率的基礎上如何選擇最有價值的數據依然面臨困境。另一方面，由于教育大數據的非結構性和孤立化特征，如何基于教育的真問題和關鍵情境采取精準的數據挖掘也十分必要，更進一步的基于教育大數據及其學習過程的教育規律和機制挖掘，以及據此而進行的循證決策研究也是當代計算教育學面臨的重大挑戰。

綜上所述，通過全球研究動態和應用場景分析，筆者認為計算教育學是技術創新并應用于教育領域的范式革新，它將優化小樣本的量化研究，作用機制不透明，教育政策改革滯后等問題，拓寬傳統教育研究的視域，提供基于高等級證據的教育研究成果。計算教育學的范式挑戰告訴我們，機器認識論不同于傳統教育研究的經驗認識論。第四類知識的發現過程中，如何解構教育的復雜性問題與背后的深層機制，如何探究數據挖掘、模擬仿真、計算與機器學習等共進而生成教與學規律，成為重構教育理論體系的核心動力。我們清醒地看到，計算教育學并沒有脫離現有的教育研究框架，而是以新的技術和數據密集型研究范式，利用新途徑獲取的教育大數據，在解決傳統與新生教育問題上尋找突破口，這并不會改變教育研究領域現有的運行方式。“計算+教育”在很大程度上豐富了教育研究的算法與算力。我們有理由相信，計算教育學將會帶來教育研究的跨學科甚至超學科變革，推動生成教育研究的新生態與跨邊界理論。