鄭旭東，楊九民

(華中師范大學(xué) 教育信息技術(shù)學(xué)院，湖北 武漢 430079)

學(xué)習(xí)分析在高等教育領(lǐng)域內(nèi)的創(chuàng)新應(yīng)用：進(jìn)展、挑戰(zhàn)與出路 *

鄭旭東，楊九民

(華中師范大學(xué) 教育信息技術(shù)學(xué)院，湖北 武漢 430079)

學(xué)習(xí)分析是近年來新興信息技術(shù)在教育領(lǐng)域內(nèi)創(chuàng)新應(yīng)用最重要的熱點(diǎn)之一。該文通過廣泛的文獻(xiàn)綜述，試圖全面揭示這一新興技術(shù)在高等教育領(lǐng)域內(nèi)創(chuàng)新應(yīng)用的基本范疇與主要進(jìn)展、面臨的關(guān)鍵課題與重大挑戰(zhàn)、可持續(xù)發(fā)展的未來出路，以為其在我國的發(fā)展提供參考與借鑒。作者認(rèn)為，學(xué)習(xí)分析在高等教育領(lǐng)域的應(yīng)用主要包括三個(gè)基本范疇：從學(xué)習(xí)視角看，是如何利用學(xué)習(xí)分析促進(jìn)學(xué)生學(xué)業(yè)成功；從教學(xué)視角看，是如何利用學(xué)習(xí)分析提升教師教學(xué)效能；從管理視角看，是如何利用學(xué)習(xí)分析優(yōu)化配置教育教學(xué)資源。作者發(fā)現(xiàn)，過去幾年學(xué)習(xí)分析在以上三個(gè)方面都取得了可觀進(jìn)展，但還面臨著一系列重大挑戰(zhàn)，包括如何把學(xué)習(xí)分析建立在對(duì)學(xué)習(xí)的科學(xué)認(rèn)知之上，如何克服關(guān)鍵的技術(shù)瓶頸，如何防止技術(shù)與數(shù)據(jù)被濫用，如何提高學(xué)習(xí)分析利益相關(guān)者的能力等。作者提出，學(xué)習(xí)分析在高等教育領(lǐng)域內(nèi)可持續(xù)的創(chuàng)新應(yīng)用，有賴于在戰(zhàn)略與政策支持、資金與資源投入及人員配置與培訓(xùn)上付諸更多努力。

學(xué)習(xí)分析；學(xué)業(yè)成功；教學(xué)效能；資源配置

伴隨著大數(shù)據(jù)時(shí)代的到來，通過數(shù)據(jù)挖據(jù)對(duì)教育的各項(xiàng)業(yè)務(wù)信息進(jìn)行分析，揭示龐雜數(shù)據(jù)背后潛在的規(guī)律，為學(xué)習(xí)者、教師及學(xué)校提供精準(zhǔn)的支持服務(wù)，成為近年來高等教育信息化創(chuàng)新發(fā)展進(jìn)程中備受關(guān)注的熱點(diǎn)。在網(wǎng)絡(luò)學(xué)習(xí)日益普遍的情況下，收集和分析對(duì)學(xué)習(xí)者與各種計(jì)算機(jī)系統(tǒng)進(jìn)行交互時(shí)產(chǎn)生的“數(shù)字面包屑”，尋求學(xué)習(xí)活動(dòng)與學(xué)習(xí)結(jié)果之間微妙的相關(guān)性，并在更為廣闊的層面上充分利用這種相關(guān)性，這種行為被稱為學(xué)習(xí)分析。目前，學(xué)習(xí)分析已被廣泛應(yīng)用于高等教育機(jī)構(gòu)的業(yè)務(wù)流程，既取得了顯著進(jìn)展，也面臨著重大挑戰(zhàn)。

一、學(xué)習(xí)分析在高等教育領(lǐng)域內(nèi)創(chuàng)新應(yīng)用的基本范疇與進(jìn)展

George Siemens和Phil Long認(rèn)為，學(xué)習(xí)分析的教育價(jià)值主要體現(xiàn)在為教育機(jī)構(gòu)的變革活動(dòng)提供指南和幫助教育工作者改進(jìn)教學(xué)與學(xué)習(xí)[1]。2012年，美國高等教育信息化協(xié)會(huì)EDUCAUSE在其發(fā)布的“高等教育中的學(xué)習(xí)分析”研究報(bào)告中指出：“很多高等院校都已表明分析技術(shù)能在很多具有戰(zhàn)略意義的方面給學(xué)校帶來極大幫助，諸如對(duì)資源進(jìn)行配置、幫助學(xué)生走向成功、優(yōu)化自身的財(cái)務(wù)狀況等。”[2]目前來看，學(xué)習(xí)分析在高等教育領(lǐng)域內(nèi)創(chuàng)新應(yīng)用的基本范疇主要包括以下幾個(gè)方面，并取得了相應(yīng)的進(jìn)展。

1.學(xué)習(xí)的視角：學(xué)習(xí)分析與學(xué)生學(xué)業(yè)成功

學(xué)習(xí)分析被用于高等教育領(lǐng)域內(nèi)學(xué)生學(xué)習(xí)成功的實(shí)踐主要包括面向?qū)W習(xí)過程的細(xì)分服務(wù)及面向?qū)W習(xí)結(jié)果的績效評(píng)估。George Siemens和Phil Long認(rèn)為，基于對(duì)包括學(xué)習(xí)者基本情況、學(xué)習(xí)目標(biāo)、動(dòng)機(jī)水平、認(rèn)知風(fēng)格、學(xué)習(xí)需要等在內(nèi)的數(shù)據(jù)的收集與分析，可以有針對(duì)性地為其主動(dòng)推送個(gè)性化的資源與針對(duì)性的服務(wù)，而不再籠統(tǒng)地把所有學(xué)習(xí)內(nèi)容進(jìn)行打包通過教科書的形式提供給學(xué)習(xí)者[3]。在這一過程中，有關(guān)學(xué)習(xí)者知識(shí)建模、學(xué)習(xí)情緒建模、學(xué)習(xí)行為特征抽取、學(xué)習(xí)活動(dòng)跟蹤、學(xué)習(xí)者建模、學(xué)位獲取分析、教學(xué)資源和教學(xué)策略優(yōu)化、自適應(yīng)學(xué)習(xí)系統(tǒng)與個(gè)性化學(xué)習(xí)、在線學(xué)習(xí)影響因素分析等方面取得的研究成果為利用學(xué)習(xí)分析促進(jìn)學(xué)生學(xué)業(yè)成功提供了有力的科學(xué)支撐[4]。這方面最具代表性的實(shí)踐進(jìn)展便是普渡大學(xué)構(gòu)建的一個(gè)叫做“課程信號(hào)”的教師教學(xué)支持與學(xué)習(xí)干預(yù)系統(tǒng)，幫助教師利用學(xué)習(xí)分析的各種技術(shù)手段為學(xué)習(xí)者提供及時(shí)且具有針對(duì)性的反饋。應(yīng)用這一系統(tǒng)，教師不僅可以對(duì)學(xué)生的學(xué)業(yè)行為表現(xiàn)進(jìn)行預(yù)測(cè)，而且還可以用可視化的方式呈現(xiàn)學(xué)習(xí)者群體與個(gè)體特征、他們過去的學(xué)業(yè)歷史及在學(xué)習(xí)過程中付出的各種努力，而后把這些信息推送給學(xué)生，使每一位學(xué)習(xí)者都能對(duì)自己的學(xué)習(xí)狀況與學(xué)業(yè)行為表現(xiàn)了然于胸。結(jié)果表明：絕大多數(shù)學(xué)生認(rèn)為學(xué)習(xí)分析有助于自己的學(xué)業(yè)成功，89%的學(xué)生認(rèn)為在這一過程中獲得了積極正面的體驗(yàn)，58%的學(xué)生表示愿意在每一門課程中都使用這一系統(tǒng)[5]。

2.教學(xué)的視角：學(xué)習(xí)分析與教師教學(xué)效能

學(xué)習(xí)分析讓教師的教學(xué)真正建立在了對(duì)學(xué)習(xí)者學(xué)習(xí)狀況精準(zhǔn)把握這一基礎(chǔ)之上。學(xué)習(xí)分析對(duì)教師教學(xué)效能的改進(jìn)主要表現(xiàn)在三個(gè)方面：一是對(duì)課程構(gòu)建的支撐，二是對(duì)教學(xué)設(shè)計(jì)的支持，三是對(duì)教學(xué)過程的調(diào)節(jié)。對(duì)課程構(gòu)建的支撐主要體現(xiàn)在教師可以利用學(xué)習(xí)分析的結(jié)果準(zhǔn)確把握特定學(xué)生的知識(shí)差距與學(xué)習(xí)需求，然后為他們提供有針對(duì)性的課程內(nèi)容；同時(shí)，學(xué)習(xí)分析會(huì)產(chǎn)生各種新的、有助于學(xué)習(xí)者就某一領(lǐng)域的話題或過程形成可以共享之認(rèn)識(shí)的群體模型，教師利用這些群體模型可以實(shí)現(xiàn)更好的課程設(shè)計(jì)與及時(shí)調(diào)節(jié)[6]。就教學(xué)設(shè)計(jì)來說，基于對(duì)學(xué)習(xí)分析的結(jié)果進(jìn)行詮釋，教師的教學(xué)意圖會(huì)更加明確，從而使其設(shè)計(jì)的各種教學(xué)干預(yù)措施更加具有針對(duì)性和有效性[7]。就教學(xué)過程的調(diào)節(jié)來說，教師關(guān)注的是在課程教學(xué)中有哪些學(xué)習(xí)分析工具可用來追蹤、提取與分析數(shù)據(jù)，如何充分利用課程教學(xué)中產(chǎn)出的各種數(shù)據(jù)對(duì)學(xué)生的學(xué)業(yè)行為表現(xiàn)進(jìn)行監(jiān)控、預(yù)測(cè)與調(diào)節(jié)[8]。Lori Lockyer和Shane Dawson認(rèn)為，通過學(xué)生管理系統(tǒng)或網(wǎng)絡(luò)學(xué)習(xí)系統(tǒng)獲得的有關(guān)數(shù)據(jù)可以為教師提供重要且及時(shí)的信息，讓他們能積極主動(dòng)地對(duì)那些在學(xué)習(xí)上存在困難與挑戰(zhàn)的學(xué)習(xí)者進(jìn)行干預(yù)，或者在課程教學(xué)的過程中增強(qiáng)學(xué)習(xí)體驗(yàn)；另外，對(duì)那些希望對(duì)自己的課程設(shè)計(jì)與教學(xué)內(nèi)容進(jìn)行改進(jìn)的教師來說，這些信息還可以幫助他們進(jìn)行事后評(píng)議與反思，進(jìn)而對(duì)課程與教學(xué)設(shè)計(jì)進(jìn)行優(yōu)化；而其中的關(guān)鍵則在于這些數(shù)據(jù)必須是對(duì)課程的境脈或教學(xué)意圖來說具有適切性[9]。

3.管理的視角：學(xué)習(xí)分析與資源優(yōu)化配置

如果說，在課程或教學(xué)的層面上，學(xué)習(xí)分析主要是對(duì)與學(xué)習(xí)者及其所處之境脈相關(guān)的數(shù)據(jù)進(jìn)行測(cè)量、收集、分析和報(bào)告，以達(dá)成對(duì)學(xué)習(xí)及其環(huán)境的理解與優(yōu)化之目的，那么在學(xué)校層面上，學(xué)習(xí)分析則可以幫助管理者更好地認(rèn)識(shí)相關(guān)基礎(chǔ)數(shù)據(jù)是如何作為一種推動(dòng)變革之有效基石而發(fā)揮作用的。學(xué)習(xí)分析被很多高等教育機(jī)構(gòu)視為推動(dòng)學(xué)校變革的催化劑，原因在于學(xué)習(xí)分析在教育教學(xué)資源優(yōu)化配置、管理決策與評(píng)估，乃至整個(gè)教育業(yè)務(wù)流程重組等方面擁有巨大潛力。鑒于教育業(yè)務(wù)流程重組要建立在教育教學(xué)資源優(yōu)化配置的基礎(chǔ)之上，而管理決策與評(píng)估則以教育教學(xué)資源的優(yōu)化配置為導(dǎo)向，因此對(duì)教育教學(xué)資源的優(yōu)化配置成為學(xué)習(xí)分析在管理層面上在高等教育領(lǐng)域內(nèi)最重要的應(yīng)用?；趯?duì)各種基礎(chǔ)數(shù)據(jù)的深度挖掘，學(xué)習(xí)分析把教育教學(xué)的管理與決策推進(jìn)到了一個(gè)更加科學(xué)化的層面上，從而極大提高了高等教育機(jī)構(gòu)資源配置的精準(zhǔn)程度，提升了資源應(yīng)用的實(shí)際效能。當(dāng)前，在利用學(xué)習(xí)分析對(duì)教育教學(xué)資源進(jìn)行優(yōu)化配置的實(shí)踐探索中，應(yīng)用最廣泛是“儀表盤”(Dashboard)技術(shù)，即對(duì)教與學(xué)的當(dāng)前與歷史狀態(tài)以汽車儀表盤的方式進(jìn)行可視化呈現(xiàn)，以使靈活決策成為可能，教學(xué)管理人員可以一目了然地把握教與學(xué)的基本狀況，從而有針對(duì)性地對(duì)教育教學(xué)資源進(jìn)行重新優(yōu)化配置[10]。比如，亞利桑那州立大學(xué)不僅把學(xué)習(xí)分析技術(shù)與儀表盤技術(shù)應(yīng)用于教與學(xué)，而且還用于行政管理，建立了對(duì)學(xué)?？傮w的教育教學(xué)業(yè)務(wù)進(jìn)行智能分析的儀表盤系統(tǒng)，讓行政管理人員可以便利且即時(shí)地把握教育教育資源的配置與應(yīng)用狀況，并做出有針對(duì)性的調(diào)整，切實(shí)提升了資源應(yīng)用的效能，在管理層面上讓亞利桑那州立大學(xué)成為一所真正意義上由數(shù)據(jù)驅(qū)動(dòng)的大學(xué)[11]。

二、學(xué)習(xí)分析在高等教育領(lǐng)域內(nèi)創(chuàng)新應(yīng)用面臨的重大挑戰(zhàn)

學(xué)習(xí)分析的應(yīng)用并不是一個(gè)單純的技術(shù)過程，而是一個(gè)非常復(fù)雜的社會(huì)文化過程，涉及到很多因素。因此，學(xué)習(xí)分析在高等教育領(lǐng)域內(nèi)的創(chuàng)新應(yīng)用面臨著一系列挑戰(zhàn)，比如如何把對(duì)學(xué)習(xí)的技術(shù)分析建立在對(duì)學(xué)習(xí)的科學(xué)認(rèn)知這一基礎(chǔ)之上，如何克服關(guān)鍵的技術(shù)瓶頸，如何防止技術(shù)與數(shù)據(jù)被濫用，如何提高學(xué)習(xí)分析之利益相關(guān)者的能力，讓他們會(huì)用且用好這一創(chuàng)新的技術(shù)工具。

1.科學(xué)問題

學(xué)習(xí)分析是一個(gè)新興領(lǐng)域，盡管目前已在研究與實(shí)踐兩個(gè)方面取得了可觀進(jìn)步，但在科學(xué)層面上還存在一系列懸而未決的重大課題，影響著其在高等教育領(lǐng)域內(nèi)的實(shí)踐應(yīng)用?？傮w來說，學(xué)習(xí)分析面臨的基本科學(xué)挑戰(zhàn)可劃分為兩個(gè)方面，一個(gè)是方法學(xué)上的，另外一個(gè)則是理論構(gòu)建上的。所謂方法學(xué)上的挑戰(zhàn)，即為學(xué)習(xí)分析建立起一套行之有效的不同于傳統(tǒng)意義上的學(xué)習(xí)測(cè)量與評(píng)價(jià)的新方法學(xué)框架。其中的首要問題是基于學(xué)習(xí)科學(xué)的創(chuàng)新發(fā)現(xiàn)，對(duì)教與學(xué)的業(yè)務(wù)進(jìn)行分析與拆解，以決定究竟對(duì)哪些數(shù)據(jù)進(jìn)行采集與處理。所謂理論構(gòu)建上的挑戰(zhàn)主要是關(guān)鍵概念與范疇方面的，即如何為學(xué)習(xí)分析建立一套可以在理論層面上對(duì)其進(jìn)行描述的概念與范疇，并基于這些概念與范疇進(jìn)行以經(jīng)驗(yàn)證據(jù)為基礎(chǔ)的邏輯推演，最終建立一個(gè)能得到廣泛認(rèn)同的話語體系[12]。Angela Van Barneveld等人對(duì)有關(guān)學(xué)習(xí)分析的概念術(shù)語進(jìn)行了分析，結(jié)果發(fā)現(xiàn)當(dāng)前在這一領(lǐng)域內(nèi)存在著各種似是而非的概念術(shù)語，有些相似的術(shù)語卻擁有不同的概念或功能定義，而另外有些不同的術(shù)語卻擁有相似的概念或功能定義[13]。這在很大程度上不僅制約了針對(duì)學(xué)習(xí)分析的基礎(chǔ)研究，而且還妨害了科學(xué)共同體之間的交流，不利于這一領(lǐng)域的可持續(xù)發(fā)展，因此有必要建立一套共同的話語體系。另外，Walfgang Grelleer和Hendrik Drachsler從“軟”“硬”兩個(gè)方面揭示了學(xué)習(xí)分析的六個(gè)關(guān)鍵維度：第一是利益相關(guān)者，包括學(xué)校、教師、學(xué)生及其他利益相關(guān)者；第二是目標(biāo)，包括反思與預(yù)測(cè)；第三是數(shù)據(jù)，包括開放數(shù)據(jù)集和受保護(hù)的數(shù)據(jù)集；第四是工具，包括技術(shù)、算法、理論等；第五是外部約束，包括慣例與規(guī)范等；第六是內(nèi)部約束，包括能力與接受度[14]。如何理清上述六個(gè)關(guān)鍵維度之間的關(guān)系，并為這六個(gè)關(guān)鍵維度與數(shù)據(jù)之間以及相互之間的交互機(jī)制建立一個(gè)富有解釋能力的理論模型也是理論建構(gòu)過程中面臨的一大難題。

2.技術(shù)問題

美國教育部教育技術(shù)辦公室在最近發(fā)布的一份研究報(bào)告中指出：在利用學(xué)習(xí)分析改進(jìn)教與學(xué)的過程中，在技術(shù)層面上面臨的主要挑戰(zhàn)包括如何對(duì)大數(shù)據(jù)進(jìn)行處理、如何對(duì)不同的數(shù)據(jù)體系進(jìn)行互操作、如何提出正確的問題[15]。尤其是如何提出正確的問題，是當(dāng)前學(xué)習(xí)分析在技術(shù)層面上面臨的最為重大之挑戰(zhàn)。因?yàn)橹挥忻鞔_要回答的問題，才能夠確定究竟要收集什么樣的數(shù)據(jù)，如何對(duì)這些數(shù)據(jù)進(jìn)行處理，以便使技術(shù)操作與要解決的問題相匹配。正如一位學(xué)習(xí)分析專家所言：“如果有100個(gè)人手，我會(huì)把99人都安排在確定要回答什么問題上，而只配置1人來從事對(duì)數(shù)據(jù)進(jìn)行挖據(jù)的技術(shù)過程?！盵16]另外，不同數(shù)據(jù)系統(tǒng)之間的互操作也是一個(gè)重大的技術(shù)難題。當(dāng)前，有關(guān)教與學(xué)的數(shù)據(jù)信息存在于不同系統(tǒng)之中，有的是針對(duì)教師的，有的是針對(duì)學(xué)生的，還有的是面向管理人員的。不同軟件系統(tǒng)中的數(shù)據(jù)信息如果不能進(jìn)行互操作，那么學(xué)習(xí)分析的結(jié)果就不可靠，難以為教與學(xué)的改進(jìn)提供有效的決策支持。從這一意義上說，如何對(duì)分布在各種信息孤島上的數(shù)據(jù)進(jìn)行整合是當(dāng)前學(xué)習(xí)分析在技術(shù)層面上面臨的重大挑戰(zhàn)。Adam Cooper進(jìn)行的調(diào)查研究發(fā)現(xiàn)，目前在實(shí)踐層面上數(shù)據(jù)不能互操作已成為制約學(xué)習(xí)分析應(yīng)用的最主要障礙，但對(duì)這個(gè)問題的關(guān)注主要是為數(shù)不多的一些研究人員，很多軟件提供商還沒有意識(shí)到這一點(diǎn)[17]。在業(yè)內(nèi)人士看來，互操作之所以是一個(gè)問題，恰恰正源于很多軟件系統(tǒng)的設(shè)計(jì)并不是針對(duì)數(shù)據(jù)分析與挖掘的，而僅僅是為了滿足教與學(xué)的某些特定需要。如何在技術(shù)層面上解決不同數(shù)據(jù)集的互操作問題，并把成熟的技術(shù)解決方案嵌入在相應(yīng)的軟件系統(tǒng)中，是解決學(xué)習(xí)分析在實(shí)踐中面臨的數(shù)據(jù)缺乏互操作的關(guān)鍵所在。

3.倫理問題

學(xué)習(xí)分析在高等教育領(lǐng)域內(nèi)創(chuàng)新應(yīng)用面臨的另外一個(gè)重大難題與挑戰(zhàn)是如何使這種創(chuàng)新技術(shù)的應(yīng)用符合倫理，避免被濫用。Hendrik Drachsler等人早在2010年就曾討論過這個(gè)問題。他們認(rèn)為如何使用教育數(shù)據(jù)集一直是一個(gè)高度敏感且富有挑戰(zhàn)性的課題，很多利益相關(guān)者都擔(dān)心數(shù)據(jù)被濫用，隱私受到侵害，這使他們不愿意分享自己的數(shù)據(jù)[18]。Sharon Slade和Paul Prinsloo揭示了學(xué)習(xí)分析面臨的倫理議題及其所處的進(jìn)退兩難之困境：一方面，所有利益相關(guān)者都知道，充分共享自己的數(shù)據(jù)對(duì)所有人都有益處，既有益于學(xué)生的學(xué)習(xí)，又可以讓教師的教學(xué)更加具有針對(duì)性，同時(shí)還可以讓學(xué)校留住學(xué)生并提高他們的成功幾率；但另一方面，數(shù)據(jù)的收集與使用事實(shí)上又面臨著潛在的倫理風(fēng)險(xiǎn)，讓所有人都不愿首先分享自己的數(shù)據(jù)[19]。這實(shí)際上構(gòu)成了一種經(jīng)濟(jì)學(xué)和博弈論中所謂的“囚徒困境”。要應(yīng)對(duì)這種“囚徒困境”，需要樹立一種新的意識(shí)形態(tài)與認(rèn)識(shí)論框架，在對(duì)數(shù)據(jù)的使用上持一種社會(huì)批判的視角，突出權(quán)力的作用、監(jiān)控的影響、透明的需要。James Willis指出，在這個(gè)瞬息萬變的現(xiàn)代社會(huì)，快餐文化大行其道，功利主義的訴求正日益驅(qū)動(dòng)著機(jī)器倫理，這一點(diǎn)在近年來對(duì)學(xué)習(xí)分析的討論中體現(xiàn)得尤為明顯，高等教育領(lǐng)域在學(xué)習(xí)分析的實(shí)施中面臨著嚴(yán)峻的道德張力，往往會(huì)陷入道德烏托邦、道德虛無主義或道德歧義性的陷阱之中[20]。Rebecca Ferguson認(rèn)為，當(dāng)前在高等教育領(lǐng)域內(nèi)，人們還尚未為學(xué)習(xí)分析的應(yīng)用建立起一個(gè)完善的倫理框架，但隨著學(xué)習(xí)分析應(yīng)用的日益普遍，這一需求變得更加迫切，每一位研究人員和實(shí)踐工作者都必須要思考在解決這一問題的過程中自己應(yīng)該扮演何種角色[21]。

4.人的問題

學(xué)習(xí)分析是一種新興技術(shù)手段，在走向?qū)嵺`應(yīng)用的過程中不僅面臨著一系列基本的科學(xué)、技術(shù)與倫理問題，而且還面臨著人力資源的瓶頸，這主要體現(xiàn)在領(lǐng)導(dǎo)能力不足和基礎(chǔ)能力欠缺兩個(gè)方面。Kimberly E. Arnold等人指出：任何一個(gè)學(xué)習(xí)分析項(xiàng)目要取得成功，都需要相關(guān)人士具備相應(yīng)的能力，其中不僅包括技術(shù)層面的，也包括分析層面的，同時(shí)還涉及到領(lǐng)導(dǎo)能力的問題[22]。學(xué)習(xí)分析的實(shí)踐涉及到鑒別、收集和組織數(shù)據(jù)，建立分析模型，與各種具有不同技能的人協(xié)同合作，決定如何使用收集來的信息，等等。上述這些工作涉及到方方面面的人，包括教師、學(xué)生、領(lǐng)導(dǎo)層、信息技術(shù)人員、負(fù)責(zé)學(xué)生工作的人，他們具有各自不同的利益訴求，如何協(xié)調(diào)這些不同的行動(dòng)主體，需要強(qiáng)大的領(lǐng)導(dǎo)能力。從這一意義上說，學(xué)習(xí)分析的應(yīng)用在人力資源配置方面面臨的最首要挑戰(zhàn)是如何讓領(lǐng)導(dǎo)層具備一種變革管理的領(lǐng)導(dǎo)能力[23]。領(lǐng)導(dǎo)層只有具備一種能夠駕馭錯(cuò)綜復(fù)雜之變革進(jìn)程、善于協(xié)調(diào)各種不同利益關(guān)系的領(lǐng)導(dǎo)能力，才能夠讓學(xué)習(xí)分析真正成為推動(dòng)學(xué)校整體性變革的基礎(chǔ)性力量。另外，更為基礎(chǔ)性的問題在于，參與學(xué)習(xí)分析過程的所有利益相關(guān)者的基本素質(zhì)與能力是否能勝任這一過程。如果這些利益相關(guān)者對(duì)學(xué)習(xí)分析沒有一種正確認(rèn)識(shí)，不能把學(xué)習(xí)分析視為推動(dòng)教與學(xué)變革的基本工具，堅(jiān)持以問責(zé)為導(dǎo)向而不是以改進(jìn)教與學(xué)為導(dǎo)向的舊有思維模式，那么學(xué)習(xí)分析的應(yīng)用對(duì)教與學(xué)來說很可能不是一場(chǎng)美夢(mèng)，而是一個(gè)噩夢(mèng)[24]。EDUCAUSE在2012年進(jìn)行的一項(xiàng)調(diào)查研究表明，在高等教育領(lǐng)域內(nèi)，很多專業(yè)的分析人員及管理層缺乏必要的專業(yè)技能，難以勝任學(xué)習(xí)分析的工作[25]。鑒于學(xué)習(xí)分析發(fā)展的速度非?？欤壳皝碚f這種情形仍不會(huì)有太大改觀。

三、學(xué)習(xí)分析在高等教育領(lǐng)域內(nèi)可持續(xù)發(fā)展的未來出路

學(xué)習(xí)分析是一個(gè)新興的多學(xué)科交叉的領(lǐng)域，高等教育是其最主要的應(yīng)用場(chǎng)所。從某種意義上來說，在高等教育機(jī)構(gòu)中應(yīng)用的成敗，決定了學(xué)習(xí)分析的未來。我們認(rèn)為，學(xué)習(xí)分析要想在高等教育領(lǐng)域內(nèi)實(shí)現(xiàn)可持續(xù)發(fā)展，至少需要在以下幾個(gè)方面做出努力。

1.戰(zhàn)略與政策支持

Leah Macfadyen等人指出：在高等教育領(lǐng)域內(nèi)，學(xué)校的戰(zhàn)略與政策對(duì)學(xué)習(xí)分析的應(yīng)用實(shí)踐具有正反兩方面的重大影響，這一點(diǎn)在評(píng)估上表現(xiàn)得尤為突出[26]。高等教育機(jī)構(gòu)利用學(xué)習(xí)分析來干什么，即他們是否對(duì)學(xué)習(xí)分析具有整體上的戰(zhàn)略規(guī)劃，并制定相應(yīng)的政策予以制度保障，決定了學(xué)習(xí)分析推動(dòng)教與學(xué)的變革乃至整個(gè)學(xué)校制度轉(zhuǎn)型的潛在能力。究竟是把學(xué)習(xí)分析僅僅作為對(duì)相關(guān)人士進(jìn)行問責(zé)的手段，還是把其視為對(duì)教與學(xué)的績效進(jìn)行改進(jìn)的戰(zhàn)略支撐，決定了學(xué)習(xí)分析在高等教育領(lǐng)域內(nèi)的應(yīng)用空間及其發(fā)展前景。學(xué)習(xí)分析在高等教育領(lǐng)域內(nèi)的持續(xù)應(yīng)用，需要一種新的數(shù)據(jù)驅(qū)動(dòng)的決策文化，還需要高等教育機(jī)構(gòu)在對(duì)數(shù)據(jù)進(jìn)行分析的過程中保持相應(yīng)的透明度。另外，更為重要的是，高等教育機(jī)構(gòu)的領(lǐng)導(dǎo)層要形成一種戰(zhàn)略眼光，不能僅僅把學(xué)習(xí)分析視為一種干預(yù)教與學(xué)的技術(shù)手段，而應(yīng)從高等教育機(jī)構(gòu)整體性變革的高度出發(fā)，制定相應(yīng)的戰(zhàn)略與政策，強(qiáng)調(diào)并釋放學(xué)習(xí)分析的戰(zhàn)略價(jià)值，基于對(duì)教與學(xué)的數(shù)據(jù)分析，建立面向?qū)W科專業(yè)的學(xué)術(shù)分析、針對(duì)信息技術(shù)的信息服務(wù)分析以及整個(gè)學(xué)校層面上的機(jī)構(gòu)分析等一系列分析體系，最終把高等教育機(jī)構(gòu)的課程教學(xué)、科學(xué)研究、社會(huì)服務(wù)、行政管理等所有業(yè)務(wù)活動(dòng)均建立在對(duì)基礎(chǔ)數(shù)據(jù)的精準(zhǔn)把握之上[27]。正如Rebecca Ferguson等人指出的那樣：學(xué)習(xí)分析作為一種創(chuàng)新措施，在高等教育機(jī)構(gòu)中的擴(kuò)散，要取得成功，需要一個(gè)以教育變革為導(dǎo)向的愿景及與這一愿景相一致的戰(zhàn)略，還需要為這一愿景按照既定戰(zhàn)略付出持之以恒的努力，并以變革管理的智慧駕馭由學(xué)習(xí)分析的引入帶來的高等教育機(jī)構(gòu)之整體性變革[28]。

2.資金與資源投入

從全球范圍內(nèi)來看，教育領(lǐng)域在利用信息技術(shù)上已落后于其它社會(huì)部門，這絲毫不令人感到奇怪，原因在于教育機(jī)構(gòu)在實(shí)踐、技術(shù)和資金方面往往欠缺相應(yīng)的能力來對(duì)數(shù)據(jù)進(jìn)行有效的收集、管理和挖掘[29]。對(duì)學(xué)習(xí)分析在高等教育領(lǐng)域內(nèi)的可持續(xù)發(fā)展來說，在戰(zhàn)略與政策確立之后，持續(xù)的資金與資源投入是基本條件。這主要包括兩個(gè)方面：一個(gè)方面是投入相應(yīng)的資金與資源用于對(duì)學(xué)習(xí)分析的基礎(chǔ)研究，尤其是要破解學(xué)習(xí)分析應(yīng)用過程中面臨的一些瓶頸問題，如如何對(duì)教與學(xué)進(jìn)行相應(yīng)的業(yè)務(wù)分析，以確定究竟抽取和處理哪些數(shù)據(jù)，這需要通過長期的科學(xué)探索建立相應(yīng)的業(yè)務(wù)智能(Business Intelligence)模型；另外一個(gè)方面是在學(xué)習(xí)分析的實(shí)踐應(yīng)用上投入充分的資金和資源。首先，學(xué)習(xí)分析的創(chuàng)新應(yīng)用需要以相應(yīng)的信息技術(shù)基礎(chǔ)設(shè)施建設(shè)為前提，因?yàn)槠洳杉头治龅臄?shù)據(jù)均來自這些信息技術(shù)基礎(chǔ)設(shè)施與軟件系統(tǒng)。沒有相應(yīng)的信息技術(shù)基礎(chǔ)設(shè)施與系統(tǒng)建設(shè)，學(xué)習(xí)分析將陷入“無米之炊”的窘境，而這需要大量的資金投入。其次，在信息技術(shù)基礎(chǔ)設(shè)施建設(shè)的基礎(chǔ)之上，相應(yīng)的學(xué)習(xí)分析軟件系統(tǒng)與技術(shù)工具的配置也需要相應(yīng)的資金與資源投入。第三，建立學(xué)校層面上的整體的數(shù)據(jù)框架，包括教與學(xué)的數(shù)據(jù)集、學(xué)生數(shù)據(jù)集、研究數(shù)據(jù)集、課程數(shù)據(jù)集、管理數(shù)據(jù)集、部門數(shù)據(jù)集，并在不同數(shù)據(jù)集之間建立相應(yīng)的互操作協(xié)議，為學(xué)習(xí)分析更為廣泛的應(yīng)用奠定基礎(chǔ)，也需要持續(xù)的資金與資源投入。高等教育信息化一直是一個(gè)高投入的領(lǐng)域。EDUCASUE多年來進(jìn)行的調(diào)查均表明資金與資源投入是高等院校信息化建設(shè)與發(fā)展關(guān)注的重大議題。面對(duì)學(xué)習(xí)分析的崛起及其展現(xiàn)的潛在能力，高等教育信息化的決策者應(yīng)該思考的問題是如何在有限的投入中為其配置充分的資金與資源，以帶來最大的投入回報(bào)率。

3.人員配置與培訓(xùn)

為推進(jìn)學(xué)習(xí)分析的創(chuàng)新應(yīng)用，開展相應(yīng)的人員培訓(xùn)，并為學(xué)習(xí)分析的實(shí)施配置相應(yīng)的人力資源也非常關(guān)鍵和必要。Laurie Dringus指出，學(xué)習(xí)分析在實(shí)踐中存在著各種濫用和誤用的問題[30]。要解決這些問題，一方面固然要在科學(xué)的層面上加強(qiáng)基礎(chǔ)研究，但同時(shí)也要在實(shí)踐的層面上加強(qiáng)相關(guān)人員的業(yè)務(wù)培訓(xùn)。首先需要關(guān)注的是學(xué)習(xí)分析的專門技術(shù)人員的培訓(xùn)和配置問題。目前，高等教育機(jī)構(gòu)內(nèi)學(xué)習(xí)分析的專業(yè)技術(shù)人員大都已經(jīng)具備了基本的技能，需要加強(qiáng)的是他們對(duì)學(xué)習(xí)分析所具有的社會(huì)文化屬性的理解與認(rèn)識(shí)。有研究表明，很多針對(duì)e-Learning的學(xué)習(xí)分析并沒有能夠?yàn)榻膛c學(xué)的制度創(chuàng)新及整個(gè)學(xué)校層面上的整體性變革提供支撐[31]。從根本上說，并不是學(xué)習(xí)分析技術(shù)本身出了問題，而是應(yīng)用學(xué)習(xí)分析技術(shù)的人素質(zhì)與能力不足，沒有能夠真正認(rèn)識(shí)到學(xué)習(xí)分析的戰(zhàn)略價(jià)值。另外，學(xué)習(xí)分析的利益相關(guān)者一方面要具有分享自己的業(yè)務(wù)數(shù)據(jù)的意愿，另一方面還必須具備有關(guān)學(xué)習(xí)分析的基礎(chǔ)知識(shí)與基本技能，只有這樣才能為學(xué)習(xí)分析的專業(yè)技術(shù)人員進(jìn)行業(yè)務(wù)分析提供有力支撐，而這就需要接受相應(yīng)的業(yè)務(wù)培訓(xùn)。Cath Ellis曾提出學(xué)習(xí)分析的創(chuàng)新應(yīng)用面臨著兩大局限，不但應(yīng)用的范圍因焦點(diǎn)僅僅局限于一部分學(xué)生而極為有限，而且其應(yīng)用的效能也因沒有能聚焦于教與學(xué)的改進(jìn)而非常有限[32]。在這種情況下，如何讓包括教師與學(xué)生在內(nèi)的所有利益相關(guān)者充分認(rèn)識(shí)到學(xué)習(xí)分析對(duì)自己的工作具有的戰(zhàn)略價(jià)值，并切實(shí)掌握學(xué)習(xí)分析的相關(guān)技能，尤其是讓教師掌握學(xué)習(xí)分析的相關(guān)技能，以把學(xué)習(xí)分析這種強(qiáng)大的技術(shù)工具轉(zhuǎn)化為改進(jìn)自己教學(xué)績效的有力手段，是一個(gè)重要課題。而出路顯然在于加強(qiáng)對(duì)包括教師在內(nèi)的所有利益相關(guān)者的培訓(xùn)，并為整個(gè)機(jī)構(gòu)層面上的學(xué)習(xí)分析的創(chuàng)新應(yīng)用配置相應(yīng)的人力資源。

四、結(jié)束語

高等教育機(jī)構(gòu)是一個(gè)非常復(fù)雜的教育系統(tǒng)，通過學(xué)習(xí)分析的創(chuàng)新應(yīng)用來推動(dòng)學(xué)校整體的制度變革是一個(gè)非常嚴(yán)峻的課題，它不僅需要在有關(guān)于學(xué)習(xí)分析的基本科學(xué)與技術(shù)問題上取得持續(xù)突破，而且還需要引入新的領(lǐng)導(dǎo)能力、協(xié)作框架、政策保障、戰(zhàn)略規(guī)劃與倫理關(guān)懷，并把學(xué)習(xí)分析的創(chuàng)新應(yīng)用置于豐富的社會(huì)文化境脈之中。只有這樣才能穿透錯(cuò)綜復(fù)雜之教育教學(xué)的重重迷霧，把高等教育機(jī)構(gòu)的各項(xiàng)業(yè)務(wù)建立在對(duì)科學(xué)規(guī)律的精準(zhǔn)把握之上，進(jìn)而帶動(dòng)教與學(xué)乃至于整個(gè)學(xué)校的制度創(chuàng)新。

[1][3] SIEMENS G, LONG P. Penetrating the Fog: Analytics in Learning and Education [J]. EDUCAUSE review, 2011, 46(5): 31-40.

[2][25] BICHSEL J. Analytics in higher education: Benefits, barriers,progress, and recommendations[R]. Louisville, CO: EDUCAUSE Center for Applied Research, 2012.

[4] 吳青，羅儒國.學(xué)習(xí)分析:從緣起到實(shí)踐與研究[DB/OL].http://www.doc88.com/p-2873498885539.html，2015-06-07.

[5] ARNOLD K E, PISTILLI M D. Course signals at Purdue: using learning analytics to increase student success[A]. Proceedings of the 2nd International Conference on Learning Analytics and Knowledge[C]. NY: ACM New York, 2012.267-270.

[6] GRELLER W, DRACHSLER H. Translating learning into numbers:A generic framework for learning analytics[J]. Journal of Educational Technology & Society, 2012, 15(3): 42-57.

[7] LOCKYER L, HEATHCOTE E, DAWSON S. Informing pedagogical action: Aligning learning analytics with learning design[J]. American Behavioral Scientist, 2013, 57(10): 1439-1459.

[8] DIETZ-UHLER B, HUM J E. Using learning analytics to predict(and improve) student success: A faculty perspective[J]. Journal of Interactive Online Learning, 2013, 12(1): 17-26.

[9] LOCKYER L, DAWSON S. Where learning analytics meets learning design[A]. Proceedings of the 2nd International Conference on Learning Analytics and Knowledge[C]. NY: ACM New York, 2012.14-15.

[10] VERBERT K, DUVAL E, KLERKX J, et al. Learning analytics dashboard applications [J]. American Behavioral Scientist, 2013,57(10): 1500-1509.

[11] WISHON G D, ROME J. Enabling the data-driven university[DB/OL].http://er.educause.edu/articles/2012/8/enabling-the-datadrivenuniversity,2012-08-13.

[12] WAGNER E, ICE P. Data Changes Everything: Delivering on the Promise of Learning Analytics in Higher Education[J]. Educause Review, 2012, 47(4): 32-42.

[13] BARNEVELD V A, ARNOLD K E, CAMPBELL J P. Analytics inhigher education: Establishing a common language[EB/OL]. https://net.educause.edu/ir/library/pdf/ELI3026.pdf, 2012-01-24.

[14] GRELLER W, DRACHSLER H. Translating learning into numbers:A generic framework for learning analytics[J]. Journal of Educational Technology & Society, 2012, 15(3): 42-57.

[15][16] BIENKOWSKI M, FENG M, MEANS B. Enhancing teaching and learning through educational data mining and learning analytics: An issue brief[R]. Washingto: U.S. Department of Education, Office of Educational Technology, 2012.

[17] COOPER A R. Learning Analytics Interoperability-a survey of current literature and candidatestandards[EB/OL].http://blogs.cetis.org.uk/adam/wp-content/uploads/sites/23/2013/05/learninganalytics-interoperability-v1p1.pdf,2013-05-03.

[18] DRACHSLER H, BOGERS T, VUORIKARI R, et al. Issues and considerations regarding sharable data sets for recommender systems in technology enhanced learning[J]. Procedia Computer Science, 2010,1(2): 2849-2858.

[19] SLADE S, PRINSLOO P. Learning analytics ethical issues and dilemmas[J].American Behavioral Scientist, 2013, 57(10): 1510-1529.

[20] WILLIS J E. Learning analytics and ethics: A framework beyond utilitarianism[EB/OL]. http://er.educause.edu/articles/2014/8/learninganalytics-and-ethics-a-framework-beyond-utilitarianism, 2014-08-25.

[21] FERGUSON R. Learning analytics: drivers, developments and challenges[J]. International Journal of Technology Enhanced Learning,2012, 4(5-6): 304-317.

[22] ARNOLD K E, LONN S, PISTILLI M D. An exercise in institutional reflection: The learning analytics readiness instrument (LARI)[A]. Indianapolis:Proceedings of the Fourth International Conference on Learning Analytics And Knowledge[C]. NY: ACM New York, 2014.163-167.

[23] DIAZ V, FOWLER S. Leadership and learning analytics[J/OL].https://net.educause.edu/ir/library/pdf/ELIB1205.pdf, 2012-11-26.

[24] SHUM B S. Learning analytics: Dream or nightmare[EB/OL]. http://www.educause.edu/eli/events/eli-spring-focus-session/2012/learning-analytics-dream-or-nightmare, 2012-04-12.

[26] MACFADYEN L P, DAWSON S, PARDO A, et al. Embracing big data in complex educational systems: The learning analytics imperative and the policy challenge[J]. Research & Practice in Assessment, 2014, 9(2): 17-28.

[27] DANIEL B. Big Data and analytics in higher education: Opportunities and challenges[J]. British Journal of Educational Technology,2015,(5):904-920.

[28] FERGUSON R, CLOW D, MACFADYEN L, et al. Setting learning analytics in context: overcoming the barriers to large-scale adoption[A]. Indianapolis:Proceedings of the Fourth International Conference on Learning Analytics And Knowledge[C]. NY: ACM New York, 2014.251-253.

[29] MACFADYEN L P, DAWSON S, PARDO A, et al. Embracing big data in complex educational systems: The learning analytics imperative and the policy challenge[J]. Research & Practice in Assessment, 2014, 9(2): 17-28.

[30] DRINGUS L P. Learning Analytics Considered Harmful[J]. Journal of Asynchronous Learning Networks, 2012, 16(3): 87-100.

[31] MACFADYEN L P, DAWSON S. Numbers are not enough. Why e-learning analytics failed to inform an institutional strategic plan[J].Journal of Educational Technology & Society, 2012, 15(3): 149-163.

[32] ELLIS C. Broadening the scope and increasing the usefulness of learning analytics: The case for assessment analytics[J]. British Journal of Educational Technology, 2013, 44(4): 662-664.

The Learning Analytics in Higher Education: Progress, Challenges and Future Directions

Zheng Xudong, Yang Jiumin
(College of Information Technology in Education, Central China Normal University, Wuhan Hubei 430079)

Learning analytics is one of the most significant developments for emerging information technologies in higher education in recent years. In this article, through a comprehensive literature reviews, the authors try to outline the domains, progresses,challenges, and future directions of learning analytics practice in higher education, in order to provide a benchmark for China. The authors propose that, the learning analytics practice in higher education covers the domains of learning, teaching and administration,respectively with the aims to increase student success, improve teacher performance, and optimize the allocation of teaching and learning resources. They find that, with the important progresses, there are some serious challenges for learning analytics practice in higher education, including lack of scientific foundation from learning research and effective technology through technical innovation,abuse of technology and data, and insufficient competency of shareholders. Finally, the authors argue that, for the sustainable development of learning analytics in higher education, more efforts should be made in strategies and policies development, funding and investment, and staffing and professional development.

Learning Analytics; Student Success; Teacher Performance; Resources Allocation

G434

：A

鄭旭東：博士，副教授，研究方向?yàn)榻逃夹g(shù)學(xué)基礎(chǔ)理論(xudong@mail.ccnu.edu.cn)。

楊九民：博士，教授，研究方向?yàn)榻虒W(xué)設(shè)計(jì)(yjm@mail.ccnu.edu.cn)。

2015年11月1日

責(zé)任編輯：李馨 趙云建

1006—9860(2016)02—0002—06

* 本文系華中師范大學(xué)中央高?；究蒲袠I(yè)務(wù)費(fèi)重大培育項(xiàng)目“大規(guī)模有組織在線學(xué)習(xí)的理論與實(shí)踐研究”(項(xiàng)目編號(hào)：CCNU15Z02004)、2014年教育部哲學(xué)社會(huì)科學(xué)重大課題攻關(guān)項(xiàng)目“信息技術(shù)支持下的教育教學(xué)模式研究”(項(xiàng)目編號(hào)：14JZD044)研究成果。