劉清堂

隨著教育信息化的深入推進(jìn)，海量的教育數(shù)據(jù)成為監(jiān)測(cè)、分析和優(yōu)化教學(xué)過(guò)程的“數(shù)據(jù)金礦”。近年來(lái)，我國(guó)連續(xù)出臺(tái)了《高等學(xué)校人工智能創(chuàng)新行動(dòng)計(jì)劃》《中國(guó)教育現(xiàn)代化2035》《教育信息化2.0行動(dòng)計(jì)劃》等文件，強(qiáng)調(diào)通過(guò)數(shù)據(jù)驅(qū)動(dòng)的學(xué)習(xí)分析方法，探索智能教育教學(xué)的新模式，重構(gòu)教學(xué)流程，開(kāi)展個(gè)性化學(xué)習(xí)、差異化教學(xué)、精準(zhǔn)化管理以及智能化服務(wù)等應(yīng)用探索，服務(wù)高質(zhì)量的人才培養(yǎng)。

學(xué)習(xí)分析支持的個(gè)性化學(xué)習(xí)

個(gè)性化、自適應(yīng)學(xué)習(xí)一直是教育領(lǐng)域關(guān)注的熱點(diǎn)問(wèn)題。教育大數(shù)據(jù)應(yīng)用讓個(gè)性化學(xué)習(xí)指導(dǎo)成為可能。在線教育累積的海量學(xué)習(xí)數(shù)據(jù)，如學(xué)習(xí)經(jīng)歷、學(xué)習(xí)交互、學(xué)習(xí)過(guò)程、學(xué)習(xí)行為等，為符合教育規(guī)律的學(xué)習(xí)者個(gè)人或群體的知識(shí)圖譜、認(rèn)知風(fēng)格模型、學(xué)習(xí)行為模式等構(gòu)建提供了解決的途徑和方法，將有力地支持個(gè)性化、適應(yīng)性學(xué)習(xí)的服務(wù)需求。

美國(guó)孟菲斯大學(xué)的Arthur Graesser、胡祥恩等教授基于“五步”學(xué)習(xí)輔導(dǎo)框架，研制了教育智能體系統(tǒng)AutoTutor。該系統(tǒng)能夠與學(xué)習(xí)者進(jìn)行文本交互，并通過(guò)文本分析學(xué)習(xí)者的認(rèn)知水平，然后提供適當(dāng)?shù)囊龑?dǎo)和提示，以輔助學(xué)習(xí)者解決學(xué)習(xí)問(wèn)題。AutoTutor正是通過(guò)長(zhǎng)期積累的交互數(shù)據(jù)，建立較為完善的學(xué)習(xí)者知識(shí)模型，為學(xué)習(xí)者提供個(gè)性化的指導(dǎo)。又如，美國(guó)范德比爾大學(xué)的研究人員依據(jù)“教中學(xué)”理論研發(fā)了Betty's Brian自主學(xué)習(xí)系統(tǒng)。與AutoTutor不同，Betty's Brian可承擔(dān)教師的角色，通過(guò)追蹤學(xué)習(xí)者所掌握的知識(shí)，構(gòu)建出知識(shí)圖譜，并通過(guò)知識(shí)圖譜結(jié)構(gòu)預(yù)設(shè)學(xué)習(xí)問(wèn)題，檢驗(yàn)學(xué)習(xí)者知識(shí)掌握的完整度和準(zhǔn)確度?！敖獭钡倪^(guò)程中，系統(tǒng)能夠可視化地分析和呈現(xiàn)學(xué)習(xí)者的元認(rèn)知發(fā)展、知識(shí)獲得、加工與關(guān)聯(lián)等。美國(guó)弗吉尼亞州的法明頓小學(xué)開(kāi)展了“數(shù)據(jù)驅(qū)動(dòng)的學(xué)習(xí)”試點(diǎn)。從2012年開(kāi)始試驗(yàn)自適應(yīng)診斷和教學(xué)服務(wù)i-Ready系統(tǒng)。該系統(tǒng)通過(guò)學(xué)習(xí)者的測(cè)試和作業(yè)數(shù)據(jù)的歷史記錄，診斷他們的知識(shí)薄弱點(diǎn)，從而設(shè)計(jì)個(gè)性化的學(xué)習(xí)目標(biāo)和計(jì)劃。經(jīng)過(guò)一段時(shí)間的應(yīng)用后發(fā)現(xiàn)，沒(méi)有通過(guò)達(dá)標(biāo)考試的學(xué)習(xí)者平均每天使用35～45分鐘i-Ready系統(tǒng)后，學(xué)習(xí)成績(jī)出現(xiàn)了大幅提升，其中閱讀成績(jī)提升約88%，數(shù)學(xué)成績(jī)提升約75%。

教育大數(shù)據(jù)蘊(yùn)含著豐富的教育信息，有助于我們了解學(xué)習(xí)者的個(gè)性化需求，挖掘教育教學(xué)的基本規(guī)律。如：通過(guò)測(cè)試、作業(yè)數(shù)據(jù)等能分析學(xué)習(xí)者的認(rèn)知水平;人口統(tǒng)計(jì)學(xué)數(shù)據(jù)蘊(yùn)涵著學(xué)習(xí)風(fēng)格、認(rèn)知偏好和社會(huì)認(rèn)知等信息;行為數(shù)據(jù)中包含學(xué)習(xí)動(dòng)機(jī)、學(xué)習(xí)興趣與情緒信息等。基于大數(shù)據(jù)的學(xué)習(xí)分析技術(shù)可以幫助我們即時(shí)、準(zhǔn)確地提煉信息，為個(gè)性化、適應(yīng)性學(xué)習(xí)服務(wù)提供支持。

數(shù)據(jù)驅(qū)動(dòng)的差異化教學(xué)

課堂是信息技術(shù)與教育教學(xué)深度融合的主戰(zhàn)場(chǎng)。2012年，美國(guó)國(guó)家教育部發(fā)布《通過(guò)教育數(shù)據(jù)挖掘和學(xué)習(xí)分析促進(jìn)教與學(xué)》的報(bào)告，進(jìn)一步提出“數(shù)據(jù)驅(qū)動(dòng)學(xué)校，分析變革教育”。為此，美國(guó)實(shí)施“藍(lán)帶學(xué)校”計(jì)劃，將高質(zhì)量的教學(xué)建立在數(shù)據(jù)研究基礎(chǔ)之上，也被稱之為“數(shù)據(jù)驅(qū)動(dòng)型教學(xué)”（Data Driven Instruction）。以人工智能為代表的信息技術(shù)與課堂教學(xué)的深度融合已深刻地影響到課堂教學(xué)形態(tài)和教學(xué)組織流程，如翻轉(zhuǎn)課堂、線上線下融合的混合式學(xué)習(xí)課堂、網(wǎng)絡(luò)直播課堂等。其變革的核心在于針對(duì)學(xué)習(xí)者的能力水平和興趣愿望等開(kāi)展差異化教學(xué)。

以課堂教學(xué)為例，目前普遍使用的課堂教學(xué)互動(dòng)工具，如“課堂派”“雨課堂”“Kahoo！”等，能積極促進(jìn)課堂活動(dòng)開(kāi)展，激發(fā)學(xué)生的主動(dòng)學(xué)習(xí)。然而，在課堂教學(xué)活動(dòng)及師生互動(dòng)行為等數(shù)據(jù)背后，如何進(jìn)行深度分析以支持課堂差異化教學(xué)一直是我們關(guān)注的核心問(wèn)題。言語(yǔ)互動(dòng)行為分析、師生（S-T）教學(xué)行為互動(dòng)分析、學(xué)生-問(wèn)題（S-P）教育信息結(jié)構(gòu)分析以及集團(tuán)應(yīng)答曲線分析等學(xué)習(xí)分析技術(shù)方法，無(wú)疑能夠有效支持課前、課中和課后有機(jī)結(jié)合的差異化教學(xué)。然而，課堂教學(xué)系統(tǒng)是一個(gè)復(fù)雜的教育系統(tǒng)，迫切需要利用人工智能、學(xué)習(xí)分析等技術(shù)手段對(duì)課堂教學(xué)的關(guān)聯(lián)數(shù)據(jù)進(jìn)行客觀的分析和評(píng)價(jià)，以實(shí)現(xiàn)科學(xué)的決策分析。

課堂教學(xué)系統(tǒng)是一個(gè)多變量的教學(xué)系統(tǒng)，通常采用多元分析方法。課堂教學(xué)過(guò)程是一個(gè)信息傳播和加工過(guò)程，以信息理論為指導(dǎo)，通過(guò)信息熵的計(jì)算，可實(shí)現(xiàn)教學(xué)過(guò)程的有效研究。課堂教學(xué)系統(tǒng)也是一個(gè)定性系統(tǒng)，可以采用系統(tǒng)科學(xué)的方法，如以圖論為工具，分析系統(tǒng)的結(jié)構(gòu)。課堂教學(xué)信息多是模糊信息，采用模糊數(shù)學(xué)的方法可對(duì)這類信息進(jìn)行分析處理。海量的教學(xué)信息中蘊(yùn)涵教育教學(xué)的基本規(guī)律，可以采用機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等方法進(jìn)行挖掘，預(yù)測(cè)并分析學(xué)習(xí)模型，干預(yù)教與學(xué)的過(guò)程。這些學(xué)習(xí)分析技術(shù)對(duì)于數(shù)據(jù)驅(qū)動(dòng)的差異化教學(xué)具有重要支撐作用。

大數(shù)據(jù)支持下的精準(zhǔn)化管理

學(xué)校教育的入學(xué)率、出勤率、輟學(xué)率、升學(xué)率等，以及課堂教學(xué)的注意率、參與度等都與數(shù)據(jù)密切相關(guān)，是評(píng)估辦學(xué)質(zhì)量、教學(xué)管理水平的重要指標(biāo)。為此，美國(guó)將大數(shù)據(jù)分析應(yīng)用到公共教育中，提出了一項(xiàng)耗資2億美元的公共教育大數(shù)據(jù)計(jì)劃，旨在通過(guò)運(yùn)用大數(shù)據(jù)分析來(lái)改善教育;美國(guó)教育研究所與全美教育數(shù)據(jù)統(tǒng)計(jì)中心合并重組后成立了教育科學(xué)研究院（IES），成為全美最重要的教育決策咨詢機(jī)構(gòu)。海量的教育數(shù)據(jù)獲取、分析、預(yù)測(cè)驗(yàn)證和評(píng)估等對(duì)于變革傳統(tǒng)教與學(xué)模式，優(yōu)化教學(xué)流程，實(shí)施精細(xì)化教育管理與決策等具有重要意義。

作為典型代表，美國(guó)普渡大學(xué)推出了“課程信號(hào)”（Course Signals）項(xiàng)目，旨在應(yīng)對(duì)日益下降的新生保有率及日益延長(zhǎng)的畢業(yè)周期等問(wèn)題。該項(xiàng)目通過(guò)數(shù)據(jù)挖掘和統(tǒng)計(jì)預(yù)測(cè)模型，根據(jù)多個(gè)變量來(lái)預(yù)測(cè)學(xué)生是否能夠完成課程，并進(jìn)行即時(shí)干預(yù)。教師可根據(jù)系統(tǒng)的預(yù)警信息，為學(xué)生提供有效的反饋信息，引導(dǎo)學(xué)生使用合適的資源來(lái)提高成績(jī)。實(shí)驗(yàn)證明，獲得A、B類成績(jī)的學(xué)習(xí)者人數(shù)提升了10.37%，D、F類成績(jī)的學(xué)習(xí)者人數(shù)則下降了6.41%。美國(guó)田納西州的奧斯汀佩伊州立大學(xué)開(kāi)發(fā)了大數(shù)據(jù)分析系統(tǒng)“學(xué)位羅盤”（Degree Compass）提供了另一個(gè)例子。該系統(tǒng)依據(jù)學(xué)生以前的成績(jī)、不同課程成績(jī)間的相關(guān)性以及主修專業(yè)要求等進(jìn)行課程推薦，幫助學(xué)生制定學(xué)習(xí)路徑。通過(guò)預(yù)測(cè)、聚類、相關(guān)性分析、模型構(gòu)建、深度學(xué)習(xí)等技術(shù)發(fā)掘教育系統(tǒng)的教學(xué)規(guī)律和潛在價(jià)值，對(duì)于教育科學(xué)管理與決策、高效課堂模式構(gòu)建和在線學(xué)習(xí)質(zhì)量提升等具有開(kāi)闊的應(yīng)用前景。

學(xué)習(xí)分析技術(shù)除了用來(lái)為學(xué)習(xí)者、教學(xué)者和管理者提供直接的支持外，還可以應(yīng)用于和教育教學(xué)相關(guān)的智能服務(wù)中，如自動(dòng)閱卷、作文批閱、自動(dòng)解題等。Grammarly是一款針對(duì)英文論文寫作的修改和潤(rùn)色工具，通過(guò)內(nèi)置的語(yǔ)言、語(yǔ)法模型，能夠根據(jù)用戶需求，對(duì)用戶的寫作內(nèi)容進(jìn)行分析，尋找出其中可能存在的錯(cuò)誤，并根據(jù)寫作場(chǎng)景為用戶提供寫作建議。

學(xué)習(xí)分析技術(shù)是近年來(lái)教育技術(shù)研究領(lǐng)域的熱點(diǎn)之一，其承襲于商務(wù)智能、學(xué)術(shù)分析、行為分析、數(shù)據(jù)挖掘以及社會(huì)網(wǎng)絡(luò)分析等領(lǐng)域的技術(shù)與方法，是一系列數(shù)據(jù)收集工具和分析技術(shù)的松散組合?；A(chǔ)層面，我們應(yīng)加強(qiáng)教育大數(shù)據(jù)基礎(chǔ)平臺(tái)的架構(gòu)與建設(shè);數(shù)據(jù)層面，數(shù)據(jù)的收集、清洗、存儲(chǔ)與管理等將是教育大數(shù)據(jù)應(yīng)用的基礎(chǔ);實(shí)踐層面，學(xué)習(xí)分析技術(shù)可以給我們更多應(yīng)用啟示，促使我們利用豐富的教育大數(shù)據(jù)，解釋教育教學(xué)現(xiàn)象，探究教育教學(xué)的基本規(guī)律。

（作者單位：華中師范大學(xué)）

責(zé)任編輯：王夢(mèng)茜