16 学习分析与教育数据挖掘

什么是学习分析？

越来越多的组织正在使用数据分析来解决问题并改进与活动相关的决策。教育界也不例外，因为随着虚拟学习环境（VLE）和学习管理系统（LMS）的普及，如今可以获得大量由学习者与这些工具互动而产生的学习数据。

学习分析（Learning Analytics，LA）是一个学科领域，定义是“测量、收集、分析并报告学习者及其环境的相关数据，目的是为了理解并优化学习及其环境”⁴。

根据需要解决的不同问题，通常分为四种类型的分析：

• 描述性分析：过去发生了什么？
• 诊断性分析：为什么过去会发生某事？
• 预测性分析：未来最有可能发生什么？
• 处方性分析：对这些结果进行干预应采取哪些行动？

它是什么？

推荐系统的可视化。目前该领域的研究很活跃。我们将针对文献中经常出现的问题进行总结。每个问题都指向了主要针对学习者或教师的一系列工具。这些师生是LA应用程序大多数最终用户群体的代表。

预测并提高学生学习成果

LA的一个标志性应用是失败预测。

学习指标是从数字痕迹中自动计算出来的，学习者可以通过直接访问这些指标来调整自己的学习策略。

第一个实验是在美国的普渡大学进行的，实验使用了一个基于名为交通信号灯（Signal）的仪表板设计的移动应用程序¹。

每个学生都可以通过应用程序对自己的学习进度指标进行监控。

图1是仪表板的截图。

在早期的预警系统（EWS）中，该指标也可以发送给教师。

这是法国的国家远程教育中心（CNED）正在进行的研究的选择²。

EWS的目标是尽早给予负责监控学生的导师提醒，以便实施适当的补救措施。

分析学生学习过程

LA技术可以对一个学习者或一组学习者（一个班级）的学习行为建模。该模型可用于在LA应用程序中展示学习者的学习过程，提供额外信息，使教师能够检测到学业失败，从而进一步改进培训材料和方法。此外，分析学生的学习过程也是一种观察学习者的投入度的方式。例如，如图2所示^3，在项目e-FRAN METAL中，指标汇总在与一组中学教师共同设计的仪表板中。

个性化学习路径

个性化学习路径存在于学习推荐系统或自适应学习系统中。推荐系统旨在向每个学习者提供最佳资源或适当学习行为的建议，有助于实现教育目标。

一些系统侧重于首先通过系统为教师提出验证建议，来让他们参与其中。自适应学习系统可以让学习者通过不断调整学习路径以适应学习者的体验，通过更个性化和自定进度的方式发展技能和知识的学习。

它有效吗？

在文献中，反馈主要集中在学生身上，包括那些在高校中的学生。通常观察显示学习者的表现有所提升（例如，在美国普渡大学，成绩等级A和B提高了10%）。对于教师来说，去评估LA带来的影响会更复杂。基于技术接受模型（TAM）的研究表明，教师对使用LA持积极看法。我们在一项研究中再现了对最终优势、劣势、机会和威胁的分析（SWOT）⁵（见图3）。

在威胁和劣势的部分中包含的一些关注点构成了学习分析研究协会（SoLAR）社区反思的基础，为 LA 应用程序推荐一种基于设计伦理的方法 (Drashler-16)。这些建议汇总在八个关键词清单中：确定的、解释、合法化、参与、同意、匿名化、技术、外部（DELICATE）。

¹ Arnold, K. 和 Pistilli, M., Course signals at Purdue: Using learning analytics to increase student success, LAK2012, ACM International Conference Proceeding Series, 2012.

² Ben Soussia, A., Roussanaly, A., Boyer, A., Toward An Early Risk Alert In A Distance Learning Context, ICALT, 2022.

³ Brun, A., Bonnin, G., Castagnos, S., Roussanaly, A., Boyer, A., Learning Analytics Made in France: The METALproject, IJILT, 2019.

⁴ Long, P., and Siemens, G., 1st International Conference on Learning Analytics and Knowledge, Banff, Alberta, February 27–March 1, 2011.

⁵ Mavroudi, A., Teachers’ Views Regarding Learning Analytics Usage Based on the Technology Acceptance Model, TechTrends. 65, 2021.