郭婉瑢　馮曉英　宋佳欣

[摘? ?要] 學(xué)習(xí)分析的最終目標(biāo)在于支持學(xué)習(xí)設(shè)計(jì)決策，在實(shí)踐層面更好地促進(jìn)基于證據(jù)的教學(xué)改進(jìn)。研究通過(guò)對(duì)設(shè)計(jì)分析視角下的學(xué)習(xí)分析研究進(jìn)行系統(tǒng)性文獻(xiàn)綜述，分析了學(xué)習(xí)分析支持學(xué)習(xí)設(shè)計(jì)決策的層次、方法及路徑。研究結(jié)果表明，學(xué)習(xí)分析尚不能完全支持學(xué)習(xí)設(shè)計(jì)決策，可以通過(guò)基于學(xué)習(xí)理論提出設(shè)計(jì)分析框架、關(guān)注研究變量的階段性和連續(xù)性、選擇理論驅(qū)動(dòng)的技術(shù)方法三方面助力學(xué)習(xí)分析支持學(xué)習(xí)設(shè)計(jì)決策。為了更好地促進(jìn)學(xué)習(xí)分析支持學(xué)習(xí)設(shè)計(jì)決策，需要解決設(shè)計(jì)分析的堵點(diǎn)問(wèn)題，打通學(xué)習(xí)設(shè)計(jì)與學(xué)習(xí)分析的閉環(huán)，雙向賦能為教學(xué)改進(jìn)提供循證基礎(chǔ)。

[關(guān)鍵詞] 學(xué)習(xí)分析； 學(xué)習(xí)設(shè)計(jì)； 設(shè)計(jì)分析； 系統(tǒng)性文獻(xiàn)綜述

[中圖分類號(hào)] G434? ? ? ? ? ? [文獻(xiàn)標(biāo)志碼] A

[作者簡(jiǎn)介] 郭婉瑢（1994—），女，甘肅蘭州人。博士研究生，主要從事學(xué)習(xí)設(shè)計(jì)與學(xué)習(xí)分析、教師專業(yè)發(fā)展等研究。E-mail：gwr31010067@mail.bnu.edu.cn。

一、引? ?言

在新一代信息技術(shù)革命的背景下，教育教學(xué)實(shí)踐已經(jīng)由傳統(tǒng)基于經(jīng)驗(yàn)的教學(xué)改進(jìn)向基于證據(jù)的教學(xué)改進(jìn)轉(zhuǎn)變[1]，而學(xué)習(xí)分析領(lǐng)域的深入發(fā)展為促進(jìn)基于證據(jù)的教學(xué)改進(jìn)提供了抓手，能夠通過(guò)整體性的方法和數(shù)據(jù)為改進(jìn)學(xué)習(xí)、教學(xué)、組織以及決策提供見(jiàn)解[2-3]，最終服務(wù)于學(xué)習(xí)設(shè)計(jì)決策，這個(gè)過(guò)程能夠有效為教育教學(xué)的改進(jìn)提供證據(jù)。

（一）學(xué)習(xí)分析支持學(xué)習(xí)設(shè)計(jì)決策的發(fā)展脈絡(luò)

自2011年第一屆學(xué)習(xí)分析與知識(shí)國(guó)際會(huì)議（LAK）舉辦以來(lái)，學(xué)習(xí)分析領(lǐng)域經(jīng)歷了從“學(xué)習(xí)分析技術(shù)”到“學(xué)習(xí)分析”再到“學(xué)習(xí)分析學(xué)”的發(fā)展脈絡(luò)[4]，而通過(guò)學(xué)習(xí)分析支持學(xué)習(xí)設(shè)計(jì)決策一直是學(xué)習(xí)分析貫穿始終的核心目標(biāo)。研究從學(xué)習(xí)分析支持學(xué)習(xí)設(shè)計(jì)決策的視角，梳理了學(xué)習(xí)分析的發(fā)展脈絡(luò)，發(fā)現(xiàn)其歷經(jīng)了以下四個(gè)階段。

階段一：準(zhǔn)備探索階段（2011—2012年），強(qiáng)調(diào)學(xué)習(xí)分析技術(shù)的開(kāi)發(fā)。注重學(xué)習(xí)分析技術(shù)的開(kāi)發(fā)和應(yīng)用，探索學(xué)習(xí)分析的技術(shù)研發(fā)和發(fā)展策略。該階段對(duì)學(xué)習(xí)分析領(lǐng)域的研究處于準(zhǔn)備和探索期，尚未對(duì)學(xué)習(xí)分析支持學(xué)習(xí)設(shè)計(jì)決策予以較多關(guān)注。

階段二：整合應(yīng)用階段（2013—2014年），立足學(xué)習(xí)與分析領(lǐng)域的整合應(yīng)用。由于學(xué)習(xí)與分析的進(jìn)一步整合，有學(xué)者開(kāi)始提出學(xué)習(xí)設(shè)計(jì)影響學(xué)習(xí)分析的觀點(diǎn)[2]，也逐步衍生出學(xué)習(xí)分析難以有效支持學(xué)習(xí)設(shè)計(jì)決策的一系列問(wèn)題[5]。

階段三：多元發(fā)展階段（2015—2018年），著眼學(xué)習(xí)分析的跨學(xué)科融合和多模態(tài)分析。旨在發(fā)揮學(xué)習(xí)分析學(xué)科領(lǐng)域的多樣性和多模態(tài)優(yōu)勢(shì)，拓展理解和改進(jìn)學(xué)習(xí)設(shè)計(jì)決策的視角。例如，有研究通過(guò)學(xué)習(xí)者、環(huán)境和學(xué)習(xí)活動(dòng)中的多模態(tài)數(shù)據(jù)來(lái)預(yù)測(cè)學(xué)習(xí)者當(dāng)前的學(xué)習(xí)狀態(tài)，給予及時(shí)的學(xué)習(xí)設(shè)計(jì)決策支持[6-7]。

階段四：融合深化階段（2019年至今），聚焦學(xué)習(xí)分析與學(xué)習(xí)設(shè)計(jì)領(lǐng)域的融合發(fā)展。學(xué)習(xí)分析領(lǐng)域意識(shí)到，在理論基礎(chǔ)缺位的情況下收集、分析、解釋和預(yù)測(cè)學(xué)習(xí)數(shù)據(jù)，會(huì)導(dǎo)致數(shù)據(jù)驅(qū)動(dòng)的研究難以深入理解教育教學(xué)的理念和要素[8-9]，因此，學(xué)習(xí)分析開(kāi)始回歸教育的本質(zhì)屬性。實(shí)踐層面表現(xiàn)為開(kāi)始反思能否通過(guò)學(xué)習(xí)分析實(shí)現(xiàn)基于證據(jù)的教學(xué)改進(jìn)，研究層面逐步開(kāi)始反思學(xué)習(xí)分析研究能否真正支持學(xué)習(xí)設(shè)計(jì)決策，其中一些學(xué)者認(rèn)為學(xué)習(xí)分析有效支持學(xué)習(xí)設(shè)計(jì)決策需要打通學(xué)習(xí)設(shè)計(jì)與學(xué)習(xí)分析閉環(huán)[10-11]，設(shè)計(jì)分析的概念也應(yīng)運(yùn)而生。

（二）設(shè)計(jì)分析的概念內(nèi)涵

目前對(duì)于設(shè)計(jì)分析的內(nèi)涵理解有狹義和廣義兩種，在目標(biāo)、數(shù)據(jù)、與學(xué)習(xí)分析的關(guān)系界定上均有所不同（見(jiàn)表1）。狹義上的設(shè)計(jì)分析只關(guān)注設(shè)計(jì)態(tài)的分析，指采用學(xué)習(xí)分析的技術(shù)方法，對(duì)學(xué)習(xí)設(shè)計(jì)的過(guò)程要素進(jìn)行分析，提出對(duì)學(xué)習(xí)設(shè)計(jì)決策的建議，本質(zhì)上是通過(guò)對(duì)學(xué)習(xí)設(shè)計(jì)方案的分析，支持學(xué)習(xí)設(shè)計(jì)的改進(jìn)和優(yōu)化。例如，埃爾南德斯等人提出的AL4LD框架[11]，框架中的設(shè)計(jì)分析層是對(duì)設(shè)計(jì)分析狹義概念的延展。

廣義上的設(shè)計(jì)分析既關(guān)注設(shè)計(jì)態(tài)的分析，也關(guān)注實(shí)施態(tài)的分析[12-13]，指采用學(xué)習(xí)分析的技術(shù)方法，對(duì)學(xué)習(xí)設(shè)計(jì)、學(xué)習(xí)過(guò)程、學(xué)習(xí)結(jié)果的過(guò)程數(shù)據(jù)進(jìn)行分析，提出對(duì)學(xué)習(xí)設(shè)計(jì)決策以及教學(xué)實(shí)施過(guò)程的綜合改進(jìn)建議，本質(zhì)上是通過(guò)對(duì)設(shè)計(jì)態(tài)和實(shí)施態(tài)的分析，支持基于證據(jù)鏈的全過(guò)程教學(xué)改進(jìn)，打通學(xué)習(xí)設(shè)計(jì)與學(xué)習(xí)分析的閉環(huán)。

為了讓理論研究更好地服務(wù)于實(shí)踐層面的教育教學(xué)決策，不僅需要對(duì)學(xué)習(xí)設(shè)計(jì)方案本身進(jìn)行改進(jìn)，更需要實(shí)現(xiàn)以學(xué)習(xí)設(shè)計(jì)為起點(diǎn)的、基于全過(guò)程證據(jù)鏈的教學(xué)改進(jìn)。因此，既需要關(guān)注設(shè)計(jì)態(tài)，也需要關(guān)注實(shí)施態(tài)，需要解決的關(guān)鍵問(wèn)題是如何打通學(xué)習(xí)設(shè)計(jì)與學(xué)習(xí)分析閉環(huán)，而設(shè)計(jì)分析為打通閉環(huán)提供了方法論。為解決目前研究與實(shí)踐層面的關(guān)鍵問(wèn)題，研究通過(guò)系統(tǒng)循證的逐層剖析，綜述學(xué)習(xí)分析支持學(xué)習(xí)設(shè)計(jì)決策的層次、效果和方法路徑，為打通學(xué)習(xí)設(shè)計(jì)與學(xué)習(xí)分析閉環(huán)，促進(jìn)基于證據(jù)的教學(xué)改進(jìn)指明方向。

二、 學(xué)習(xí)分析支持學(xué)習(xí)設(shè)計(jì)決策的分析框架

學(xué)習(xí)分析對(duì)學(xué)習(xí)設(shè)計(jì)決策的支持度有很大差異，而這個(gè)差異主要體現(xiàn)在兩個(gè)維度上：一是學(xué)習(xí)分析對(duì)學(xué)習(xí)設(shè)計(jì)的解釋力度，二是學(xué)習(xí)分析對(duì)學(xué)習(xí)設(shè)計(jì)的分析粒度。根據(jù)學(xué)習(xí)分析支持學(xué)習(xí)設(shè)計(jì)決策的強(qiáng)弱程度，研究構(gòu)建了如圖1所示的分析框架。

（一）解釋力度

解釋力度指學(xué)習(xí)分析的結(jié)果能否轉(zhuǎn)換或表征為學(xué)習(xí)設(shè)計(jì)決策的方法或策略，能否為學(xué)習(xí)設(shè)計(jì)的改進(jìn)和優(yōu)化提供明確的路徑，其強(qiáng)弱水平取決于學(xué)習(xí)設(shè)計(jì)決策意見(jiàn)的具體程度，解釋力度強(qiáng)的研究能夠更好地為學(xué)習(xí)設(shè)計(jì)決策提供證據(jù)[14]。

（二）分析粒度

研究中通常以學(xué)習(xí)設(shè)計(jì)的分層嵌套關(guān)系為劃分依據(jù)，因此，分析粒度從粗到細(xì)包括了學(xué)習(xí)環(huán)境、學(xué)習(xí)活動(dòng)、學(xué)習(xí)策略等。細(xì)粒度的學(xué)習(xí)活動(dòng)與粗粒度的學(xué)習(xí)活動(dòng)相比，能夠更細(xì)致地在微觀層面挖掘?qū)W習(xí)規(guī)律[15]，提升學(xué)習(xí)分析對(duì)學(xué)習(xí)設(shè)計(jì)決策的支持度。

三、 研究方法和過(guò)程

（一）研究問(wèn)題

本研究旨在通過(guò)系統(tǒng)性文獻(xiàn)綜述（Systematic Review）法，以設(shè)計(jì)分析為視角，探究學(xué)習(xí)分析研究能否支持學(xué)習(xí)設(shè)計(jì)決策。研究問(wèn)題包括：（1）學(xué)習(xí)分析研究能否支持學(xué)習(xí)設(shè)計(jì)決策，支持的效果如何；（2）學(xué)習(xí)分析研究是如何支持學(xué)習(xí)設(shè)計(jì)決策的；（3）如何打通學(xué)習(xí)設(shè)計(jì)與學(xué)習(xí)分析的閉環(huán)。

（二）研究方法與過(guò)程

研究對(duì)國(guó)際學(xué)習(xí)分析領(lǐng)域核心期刊和會(huì)議論文進(jìn)行檢索、篩選和評(píng)估。研究過(guò)程包括計(jì)劃、檢索文獻(xiàn)、評(píng)估文獻(xiàn)質(zhì)量、抽取數(shù)據(jù)、整合數(shù)據(jù)、撰寫(xiě)綜述六個(gè)具體的步驟[16]。

1. 檢索文獻(xiàn)

目前，設(shè)計(jì)分析視角的學(xué)習(xí)分析實(shí)證研究數(shù)量比較有限，因此，為了更加全面、準(zhǔn)確地定位相關(guān)主題的高質(zhì)量文獻(xiàn)，研究借鑒系統(tǒng)性文獻(xiàn)綜述期刊篩選方法[17]，選取五種關(guān)注學(xué)習(xí)分析主題的國(guó)際核心期刊作為文獻(xiàn)來(lái)源，包括Internet and Higher Education、Computers & Education、International Journal of Computer-Supported Collaborative Learning、British Journal of Education Technology、Interactive Learning Environments。此外，學(xué)習(xí)分析與知識(shí)國(guó)際會(huì)議（LAK）是學(xué)習(xí)分析領(lǐng)域最具影響力的研究論壇之一，為學(xué)習(xí)分析領(lǐng)域產(chǎn)出了諸多前沿的研究成果[18]，因此，本研究將LAK會(huì)議論文作為另一重要來(lái)源進(jìn)行文獻(xiàn)篩選。最終，全文共獲取到2019—2021年間的期刊論文1310篇，LAK會(huì)議論文220篇。

2. 評(píng)估文獻(xiàn)質(zhì)量

為確保樣本文獻(xiàn)與研究問(wèn)題的高度相關(guān)性，本研究根據(jù)研究問(wèn)題制定了文獻(xiàn)納入標(biāo)準(zhǔn)，包括采用實(shí)證研究方法、研究主題是“學(xué)習(xí)分析”、研究關(guān)注的“學(xué)習(xí)分析”基于“設(shè)計(jì)分析”視角、研究對(duì)“設(shè)計(jì)分析視角的學(xué)習(xí)分析”進(jìn)行準(zhǔn)確描述四項(xiàng)標(biāo)準(zhǔn)。對(duì)檢索到的文獻(xiàn)進(jìn)行兩輪甄別，最終納入樣本文獻(xiàn)105篇。

3. 抽取與整合數(shù)據(jù)

為整合設(shè)計(jì)分析視角的學(xué)習(xí)分析研究成果，需要抽取樣本文獻(xiàn)的關(guān)鍵信息。本研究基于研究問(wèn)題，主要從學(xué)習(xí)分析支持學(xué)習(xí)設(shè)計(jì)決策的層次、理論基礎(chǔ)、研究變量、技術(shù)方法等維度對(duì)其進(jìn)行編碼分析。

四、 學(xué)習(xí)分析支持學(xué)習(xí)設(shè)計(jì)決策的三個(gè)層次

針對(duì)研究問(wèn)題1，研究根據(jù)分析框架將樣本文獻(xiàn)劃分為如圖2所示的三個(gè)層次，回答學(xué)習(xí)分析研究支持學(xué)習(xí)設(shè)計(jì)決策的效果問(wèn)題。

（一）層次一：學(xué)習(xí)分析作為學(xué)習(xí)設(shè)計(jì)決策的間接證據(jù)

層次一的研究共計(jì)23篇文獻(xiàn)，這一層次研究主要在表征、分析、預(yù)測(cè)學(xué)習(xí)者的學(xué)習(xí)過(guò)程，對(duì)于學(xué)習(xí)設(shè)計(jì)的改進(jìn)建議通過(guò)基于研究結(jié)論的演繹，缺少基于學(xué)習(xí)理論或分析框架的合理證據(jù)，往往需要基于經(jīng)驗(yàn)的二次解釋才能為學(xué)習(xí)設(shè)計(jì)服務(wù)。例如，有研究借助各類方法技術(shù)挖掘各類學(xué)習(xí)要素與學(xué)習(xí)效果之間的關(guān)系[19]，應(yīng)用各類數(shù)據(jù)預(yù)測(cè)學(xué)習(xí)效果或表征學(xué)習(xí)者的學(xué)習(xí)過(guò)程等[20-22]，研究者對(duì)研究結(jié)果的解釋視角具有很強(qiáng)的主觀性。

因此，該層次研究解釋力度較弱，對(duì)學(xué)習(xí)設(shè)計(jì)的分析粒度是局部的，學(xué)習(xí)分析對(duì)學(xué)習(xí)設(shè)計(jì)決策的支持度也較弱。研究結(jié)果也難以在實(shí)踐中進(jìn)行復(fù)制和重用，只能為學(xué)習(xí)設(shè)計(jì)決策提供間接的證據(jù)。

（二）層次二：學(xué)習(xí)分析驅(qū)動(dòng)的局部學(xué)習(xí)設(shè)計(jì)決策

層次二的研究共計(jì)73篇文獻(xiàn)，總體占比最高，研究解釋力度從適中到弱均有，對(duì)學(xué)習(xí)設(shè)計(jì)的分析粒度從局部到整體均有覆蓋，因此，學(xué)習(xí)分析對(duì)學(xué)習(xí)設(shè)計(jì)決策的支持度也相對(duì)適中，能夠提供支持學(xué)習(xí)設(shè)計(jì)決策的局部證據(jù)。根據(jù)學(xué)習(xí)設(shè)計(jì)要素的粒度可以把層次二研究細(xì)分為以下三類：

1. 學(xué)習(xí)分析驅(qū)動(dòng)的學(xué)習(xí)環(huán)境設(shè)計(jì)變化

這類研究有學(xué)習(xí)環(huán)境與學(xué)習(xí)設(shè)計(jì)要素對(duì)應(yīng)的分析框架，能夠解釋學(xué)習(xí)環(huán)境設(shè)計(jì)的變化規(guī)律，為學(xué)習(xí)環(huán)境整體設(shè)計(jì)提供改進(jìn)建議。例如，有研究把不同情境下的學(xué)習(xí)投入行為對(duì)應(yīng)到學(xué)習(xí)活動(dòng)的層面，對(duì)比不同學(xué)習(xí)情境中的學(xué)生投入度的差異，提出學(xué)習(xí)環(huán)境的設(shè)計(jì)決策建議[23]。

2. 學(xué)習(xí)分析驅(qū)動(dòng)的學(xué)習(xí)活動(dòng)調(diào)整

這類研究針對(duì)某一類型學(xué)習(xí)活動(dòng)與學(xué)習(xí)設(shè)計(jì)要素對(duì)應(yīng)的分析框架，能夠呈現(xiàn)細(xì)粒度的學(xué)習(xí)活動(dòng)的設(shè)計(jì)路徑，分析學(xué)習(xí)者在學(xué)習(xí)活動(dòng)中的行為模式、認(rèn)知發(fā)展等，從而為某一類型的學(xué)習(xí)活動(dòng)提供改進(jìn)建議。例如，有研究分析了學(xué)習(xí)者的課前學(xué)習(xí)模式，證明了不同課前學(xué)習(xí)模式下學(xué)生學(xué)習(xí)軌跡的差異，并基于課前學(xué)習(xí)模式提出了課前準(zhǔn)備環(huán)節(jié)的具體設(shè)計(jì)建議[24]。

3. 學(xué)習(xí)分析驅(qū)動(dòng)的學(xué)習(xí)策略選擇

這類研究針對(duì)某一學(xué)習(xí)策略下學(xué)習(xí)者的學(xué)習(xí)效果，通過(guò)語(yǔ)義或行為模式的編碼呈現(xiàn)學(xué)習(xí)者的學(xué)習(xí)路徑，從而為基于學(xué)習(xí)策略的細(xì)化活動(dòng)設(shè)計(jì)提出建議。例如，有研究探究社會(huì)調(diào)節(jié)學(xué)習(xí)策略對(duì)學(xué)習(xí)者的影響，通過(guò)對(duì)比學(xué)習(xí)者行為序列模式的差異，提出基于社會(huì)調(diào)節(jié)學(xué)習(xí)策略的細(xì)化活動(dòng)設(shè)計(jì)建議[25]。

以上學(xué)習(xí)分析驅(qū)動(dòng)的研究只關(guān)注局部學(xué)習(xí)設(shè)計(jì)決策，能夠深入發(fā)掘某一要素學(xué)習(xí)設(shè)計(jì)的規(guī)律，對(duì)某一類環(huán)境、活動(dòng)和策略的設(shè)計(jì)決策提供更準(zhǔn)確且真實(shí)的證據(jù)。但該層次的學(xué)習(xí)分析研究對(duì)學(xué)習(xí)設(shè)計(jì)決策的支持度差異較大，原因是這一類研究只能為學(xué)習(xí)設(shè)計(jì)決策提供某一類環(huán)境、活動(dòng)、策略的局部支撐，分析粒度差異較大，缺乏對(duì)學(xué)習(xí)設(shè)計(jì)決策的整體性支持。

（三）層次三：學(xué)習(xí)分析促進(jìn)學(xué)習(xí)設(shè)計(jì)的直接決策

層次三的研究共計(jì)9篇文獻(xiàn)，占比最少，解釋力度較強(qiáng)，對(duì)學(xué)習(xí)設(shè)計(jì)的分析粒度是整體性的，因此，學(xué)習(xí)分析對(duì)學(xué)習(xí)設(shè)計(jì)決策的支持度相對(duì)較強(qiáng)，能夠提供支持學(xué)習(xí)設(shè)計(jì)決策的直接證據(jù)。研究者從不同視角探索了學(xué)習(xí)分析如何直接支持學(xué)習(xí)設(shè)計(jì)決策，例如：有研究構(gòu)建了學(xué)習(xí)設(shè)計(jì)的分析模型和分析層框架[11，26]；也有研究構(gòu)建了情境化的學(xué)習(xí)分析設(shè)計(jì)理論模型[27]，證明與學(xué)習(xí)情境相聯(lián)結(jié)的學(xué)習(xí)分析可以直接促進(jìn)學(xué)習(xí)設(shè)計(jì)決策。

該層次研究的優(yōu)點(diǎn)在于學(xué)習(xí)設(shè)計(jì)的解釋力度較強(qiáng)，強(qiáng)調(diào)學(xué)習(xí)設(shè)計(jì)與學(xué)習(xí)分析活動(dòng)/要素直接的對(duì)應(yīng)和聯(lián)結(jié)，理論框架和分析框架包括整體性的學(xué)習(xí)設(shè)計(jì)要素，能夠在學(xué)習(xí)過(guò)程中提供直接的學(xué)習(xí)設(shè)計(jì)決策，為打通學(xué)習(xí)設(shè)計(jì)與學(xué)習(xí)分析的閉環(huán)提供方法路徑。但是由于研究框架的復(fù)雜性，研究的實(shí)證部分并不能完全支持研究框架的驗(yàn)證，很難深入挖掘某一學(xué)習(xí)設(shè)計(jì)要素的規(guī)律。

五、 學(xué)習(xí)分析支持學(xué)習(xí)設(shè)計(jì)決策的方法路徑

對(duì)樣本文獻(xiàn)的分析發(fā)現(xiàn)，理論基礎(chǔ)、研究變量和技術(shù)方法是影響學(xué)習(xí)分析支持學(xué)習(xí)設(shè)計(jì)決策的關(guān)鍵因素。針對(duì)研究問(wèn)題2，分析出以下學(xué)習(xí)分析支持學(xué)習(xí)設(shè)計(jì)決策的方法路徑：

（一）路徑一：遵循學(xué)習(xí)理論，提出明確的設(shè)計(jì)分析框架

對(duì)研究文獻(xiàn)分析發(fā)現(xiàn)，學(xué)習(xí)分析對(duì)學(xué)習(xí)設(shè)計(jì)決策支持度越高，學(xué)習(xí)理論與研究的關(guān)系越緊密，支持度高的研究不僅明確強(qiáng)調(diào)學(xué)習(xí)理論的指導(dǎo)作用，并能夠基于學(xué)習(xí)理論提出研究操作性層面的設(shè)計(jì)框架。層次一無(wú)學(xué)習(xí)理論基礎(chǔ)的研究最多，占總研究文獻(xiàn)的72%；層次二中有52.7%的研究文獻(xiàn)有明確的學(xué)習(xí)理論基礎(chǔ)，并在此基礎(chǔ)上提出了研究的設(shè)計(jì)框架，但是沒(méi)有學(xué)習(xí)理論基礎(chǔ)的研究文獻(xiàn)仍占28.4%；層次三的研究雖然總體較少，但其中62.5%的研究文獻(xiàn)均有明確的學(xué)習(xí)理論基礎(chǔ)，且基于學(xué)習(xí)理論基礎(chǔ)提出了設(shè)計(jì)分析框架。

因此，理論基礎(chǔ)能夠?yàn)閿?shù)據(jù)的選擇和解釋提供有效支撐[28]?；趯W(xué)習(xí)理論的學(xué)習(xí)分析研究能夠保障研究與實(shí)踐的一致性，同時(shí)也有助于識(shí)別數(shù)據(jù)痕跡和學(xué)習(xí)結(jié)果之間有意義的模式和關(guān)聯(lián)[8]，決定需要研究哪些問(wèn)題來(lái)改進(jìn)學(xué)習(xí)，如何解釋分析結(jié)果，從而為學(xué)習(xí)設(shè)計(jì)決策提供可行的建議；而基于學(xué)習(xí)理論的設(shè)計(jì)分析框架，增強(qiáng)了學(xué)習(xí)分析支持學(xué)習(xí)設(shè)計(jì)決策的操作性，能夠決定選擇什么數(shù)據(jù)和分析方法，如何分析，從而為研究提供設(shè)計(jì)和分析的指南，提升學(xué)習(xí)設(shè)計(jì)決策的準(zhǔn)確性[29]。因此，為了增強(qiáng)學(xué)習(xí)分析對(duì)學(xué)習(xí)設(shè)計(jì)決策的支持度，學(xué)習(xí)分析需要擺脫數(shù)據(jù)陷阱，以學(xué)習(xí)理論為本位，構(gòu)建明確的學(xué)習(xí)設(shè)計(jì)分析框架，讓學(xué)習(xí)分析研究回歸支持學(xué)習(xí)設(shè)計(jì)決策的核心目標(biāo)。

（二）路徑二：關(guān)注研究變量的階段性和連續(xù)性，強(qiáng)化學(xué)習(xí)分析的情境特征

研究變量能夠決定學(xué)習(xí)變量的表征方式和支持學(xué)習(xí)設(shè)計(jì)決策的粒度。對(duì)樣本文獻(xiàn)進(jìn)行分析，發(fā)現(xiàn)學(xué)習(xí)分析對(duì)學(xué)習(xí)設(shè)計(jì)決策支持度越高，越能夠細(xì)粒度地表征學(xué)習(xí)過(guò)程，強(qiáng)調(diào)學(xué)習(xí)分析變量的階段性和連續(xù)性，能夠關(guān)注不同學(xué)習(xí)環(huán)境、教學(xué)設(shè)計(jì)和時(shí)間段的學(xué)習(xí)變化，將研究重點(diǎn)由群體差異轉(zhuǎn)移到個(gè)體的動(dòng)態(tài)過(guò)程上，操作層面可以通過(guò)表征研究變量的階段性和連續(xù)性，強(qiáng)化學(xué)習(xí)分析的情境特征來(lái)實(shí)現(xiàn)。

1. 學(xué)習(xí)分析變量的階段性

有62篇研究文獻(xiàn)從不同維度上凸顯了研究變量的階段性特征，集中表現(xiàn)在以下幾個(gè)方面：

其一，學(xué)習(xí)設(shè)計(jì)的階段性：研究會(huì)區(qū)分不同學(xué)習(xí)階段的學(xué)習(xí)設(shè)計(jì)特征，把學(xué)習(xí)活動(dòng)要素表征的階段性特征納入評(píng)價(jià)范圍，分類討論不同階段的學(xué)習(xí)設(shè)計(jì)與要素的關(guān)系。例如，有研究考慮課前、課中、課后的學(xué)習(xí)設(shè)計(jì)要素與學(xué)習(xí)結(jié)果的關(guān)系[30]，或者考慮更細(xì)粒度的每周的學(xué)習(xí)設(shè)計(jì)要素與學(xué)習(xí)結(jié)果的關(guān)系[31]等。

其二，學(xué)習(xí)過(guò)程的階段性：研究會(huì)針對(duì)每一學(xué)習(xí)周期的學(xué)習(xí)過(guò)程進(jìn)行分析。例如，有研究針對(duì)開(kāi)學(xué)到期中周期、期中到期末周期兩個(gè)階段表征學(xué)習(xí)者的行為表現(xiàn)或認(rèn)知特征[32]。

其三，學(xué)習(xí)行為的階段性：這類研究會(huì)挖掘某一類學(xué)習(xí)活動(dòng)的序列模式表征學(xué)習(xí)者行為。例如，有研究應(yīng)用順序挖掘表征不同類型學(xué)習(xí)者的行為模式和特征[25，33]，通過(guò)行為序列更細(xì)粒度地表征學(xué)習(xí)活動(dòng)的階段特征。

2. 學(xué)習(xí)分析變量的連續(xù)性

有11篇研究文獻(xiàn)體現(xiàn)了研究變量的連續(xù)性特征，主要體現(xiàn)在學(xué)習(xí)過(guò)程的連續(xù)統(tǒng)一結(jié)構(gòu)。這類研究會(huì)將學(xué)習(xí)過(guò)程定義為一系列連續(xù)且動(dòng)態(tài)的行為過(guò)程，提煉和拆分學(xué)習(xí)過(guò)程的不同階段以及每個(gè)階段對(duì)應(yīng)的行為特征，對(duì)學(xué)習(xí)分析變量進(jìn)行細(xì)粒度的表征。例如：有研究把工程設(shè)計(jì)中的自我調(diào)節(jié)學(xué)習(xí)表征為計(jì)劃、表現(xiàn)、自我反思三個(gè)連續(xù)的階段和觀察、構(gòu)思、分析、重新構(gòu)思、評(píng)估五個(gè)連續(xù)行為的結(jié)構(gòu)，表征自我調(diào)節(jié)學(xué)習(xí)過(guò)程的連續(xù)性特征[34]；抑或?qū)W(xué)習(xí)過(guò)程表征為個(gè)體學(xué)習(xí)、組內(nèi)知識(shí)構(gòu)建和組間知識(shí)構(gòu)建三個(gè)連續(xù)的部分，突出表現(xiàn)集體認(rèn)知的連續(xù)和循環(huán)過(guò)程[32]。

（三）路徑三：選擇理論驅(qū)動(dòng)的技術(shù)方法，追溯學(xué)習(xí)過(guò)程的動(dòng)態(tài)變化

在研究方法方面，樣本覆蓋了質(zhì)性研究、定量研究和混合研究三種實(shí)證研究方法，分析發(fā)現(xiàn)，定量研究仍然是學(xué)習(xí)分析最常用的研究方法。如圖3所示，學(xué)習(xí)分析主要采用了語(yǔ)義分析、描述性統(tǒng)計(jì)、推斷性統(tǒng)計(jì)三類定量研究類型和11種定量研究的具體的技術(shù)方法，支持學(xué)習(xí)設(shè)計(jì)決策效果越好的研究，會(huì)側(cè)重于選擇語(yǔ)義分析，或者幾種定量研究類型相融合的方法。

技術(shù)方法決定了支持學(xué)習(xí)設(shè)計(jì)決策分析結(jié)果的表征方式和準(zhǔn)確性。文獻(xiàn)分析發(fā)現(xiàn)，對(duì)學(xué)習(xí)設(shè)計(jì)決策支持度較高的學(xué)習(xí)分析研究，其技術(shù)方法呈現(xiàn)出由數(shù)據(jù)驅(qū)動(dòng)轉(zhuǎn)向理論驅(qū)動(dòng)的趨勢(shì)，傾向于采用分析語(yǔ)義特征、學(xué)習(xí)者縱向剖面特征以及學(xué)習(xí)演變過(guò)程的技術(shù)方法，一定程度上突破數(shù)據(jù)的限制，為學(xué)習(xí)設(shè)計(jì)決策提供更直接且細(xì)粒度的證據(jù)。

1. 趨勢(shì)1：分析主題語(yǔ)義特征的技術(shù)方法

研究的技術(shù)方法開(kāi)始關(guān)注學(xué)習(xí)過(guò)程的主題語(yǔ)義特征，如數(shù)據(jù)分析方法有認(rèn)知網(wǎng)絡(luò)分析、文本主題模型分析、社會(huì)認(rèn)知網(wǎng)絡(luò)特征分析等。

首先，關(guān)注學(xué)習(xí)過(guò)程主題語(yǔ)義的數(shù)據(jù)分析方法改變了通過(guò)外顯行為數(shù)據(jù)分析學(xué)習(xí)特征的方式，直接通過(guò)學(xué)習(xí)者的認(rèn)知網(wǎng)絡(luò)結(jié)構(gòu)或者主題內(nèi)容結(jié)構(gòu)進(jìn)行分析，有效增強(qiáng)學(xué)習(xí)設(shè)計(jì)與數(shù)據(jù)之間的關(guān)聯(lián)，能夠?qū)W(xué)習(xí)過(guò)程作出更深入的評(píng)價(jià)。其次，技術(shù)方法突破了傳統(tǒng)內(nèi)容分析人工語(yǔ)義編碼的限制，能夠量化話語(yǔ)元素之間的復(fù)雜時(shí)間關(guān)系和主題分類[35-36]，提供對(duì)學(xué)習(xí)過(guò)程新的理解，從而提供更細(xì)致的學(xué)習(xí)設(shè)計(jì)決策支持。

2. 趨勢(shì)2：分析學(xué)習(xí)者縱向剖面特征的技術(shù)方法

研究逐漸從以變量為中心的技術(shù)方法向縱向以學(xué)習(xí)者為中心的技術(shù)方法轉(zhuǎn)變，比較典型的數(shù)據(jù)分析技術(shù)方法有潛在轉(zhuǎn)換分析、潛在剖面分析等。

以學(xué)習(xí)者為中心的縱向剖面分析能夠挖掘個(gè)人學(xué)習(xí)軌跡隨時(shí)間推移的變化過(guò)程，識(shí)別和分類具有共同學(xué)習(xí)行為模式或同一特征的學(xué)習(xí)者[24，34]，提升對(duì)學(xué)習(xí)過(guò)程的理解，從而提供更加細(xì)致的學(xué)習(xí)設(shè)計(jì)原則或干預(yù)措施，進(jìn)而改進(jìn)教學(xué)。

3. 趨勢(shì)3：分析學(xué)習(xí)演變過(guò)程的技術(shù)方法

研究的學(xué)習(xí)分析技術(shù)方法關(guān)注捕捉學(xué)習(xí)相關(guān)變量的演變過(guò)程，典型的技術(shù)方法有過(guò)程挖掘、順序挖掘、狀態(tài)轉(zhuǎn)移分析、生存分析、共現(xiàn)分析和（隱藏）馬爾可夫模型等。

首先，這類技術(shù)方法能夠彌補(bǔ)當(dāng)前靜態(tài)數(shù)據(jù)分析的方法和技術(shù)（例如頻率分析等）的不足，提供對(duì)學(xué)習(xí)過(guò)程新的解釋視角，并且有可能改變學(xué)習(xí)過(guò)程的概念[37]，例如，有研究表征了學(xué)生隨著時(shí)間的推移展現(xiàn)的不同學(xué)習(xí)行為、不同類型學(xué)習(xí)者的行為模式[33，38]；其次，這類技術(shù)方法能夠以整體視角分析學(xué)習(xí)行為之間的復(fù)雜關(guān)系，把學(xué)習(xí)過(guò)程和方法視為一系列細(xì)粒度行為的組合，從而提供更精準(zhǔn)的學(xué)習(xí)設(shè)計(jì)決策建議。

六、 結(jié)論與展望

根據(jù)本研究提出的設(shè)計(jì)分析概念內(nèi)涵和學(xué)習(xí)分析支持學(xué)習(xí)設(shè)計(jì)決策的路徑結(jié)果，進(jìn)一步提煉了基于證據(jù)教學(xué)改進(jìn)的要素和關(guān)鍵環(huán)節(jié)，構(gòu)建了設(shè)計(jì)分析視角支持基于證據(jù)的教學(xué)改進(jìn)的系統(tǒng)模型（如圖4所示），以期深化對(duì)設(shè)計(jì)分析要素關(guān)系的認(rèn)識(shí)。

基于證據(jù)的教學(xué)改進(jìn)包括了設(shè)計(jì)分析的設(shè)計(jì)態(tài)和實(shí)施態(tài)兩部分，這個(gè)過(guò)程既包括了設(shè)計(jì)分析的狹義概念（設(shè)計(jì)態(tài)），即對(duì)學(xué)習(xí)設(shè)計(jì)方案本身的分析和優(yōu)化，明確了研究分析的要素，需要有明確的學(xué)習(xí)理論基礎(chǔ)支撐，進(jìn)而為實(shí)施態(tài)研究提供了整體設(shè)計(jì)框架，也拓展到設(shè)計(jì)分析的廣義概念（設(shè)計(jì)態(tài)和實(shí)施態(tài)），即學(xué)習(xí)過(guò)程和學(xué)習(xí)結(jié)果的分析，再到學(xué)習(xí)設(shè)計(jì)的反饋優(yōu)化，打通學(xué)習(xí)設(shè)計(jì)與學(xué)習(xí)分析的閉環(huán)。根據(jù)本研究提出的方法路徑，學(xué)習(xí)分析研究可以從研究變量、數(shù)據(jù)和技術(shù)方法三點(diǎn)著力，促進(jìn)學(xué)習(xí)分析支持學(xué)習(xí)設(shè)計(jì)決策，而這個(gè)過(guò)程能夠解析學(xué)習(xí)過(guò)程和學(xué)習(xí)結(jié)果要素，在理論基礎(chǔ)的支撐下為學(xué)習(xí)設(shè)計(jì)的反饋優(yōu)化提供解釋框架。

（一）結(jié)論

研究基于設(shè)計(jì)分析視角，對(duì)2019—2021年105篇學(xué)習(xí)分析領(lǐng)域的高水平實(shí)證研究成果展開(kāi)系統(tǒng)性文獻(xiàn)綜述，根據(jù)學(xué)習(xí)分析支持學(xué)習(xí)設(shè)計(jì)決策的層次分析，發(fā)現(xiàn)學(xué)習(xí)分析能夠在一定程度上支持學(xué)習(xí)設(shè)計(jì)決策，也有少數(shù)研究能夠直接支持學(xué)習(xí)設(shè)計(jì)決策，但是總體而言，學(xué)習(xí)設(shè)計(jì)與學(xué)習(xí)分析閉環(huán)尚未打通。

這是因?yàn)閷W(xué)習(xí)設(shè)計(jì)與學(xué)習(xí)分析閉環(huán)存在堵點(diǎn)，導(dǎo)致在具體操作層面，研究在理論基礎(chǔ)、研究變量和技術(shù)方法上很難達(dá)到平衡。一方面，有清晰的學(xué)習(xí)設(shè)計(jì)與學(xué)習(xí)分析理論框架的研究存在“虎頭蛇尾”的現(xiàn)象，雖然對(duì)學(xué)習(xí)設(shè)計(jì)與學(xué)習(xí)分析之間的關(guān)系有清晰的操作框架，但無(wú)法根據(jù)理論框架和設(shè)計(jì)框架做深入的實(shí)證驗(yàn)證；另一方面，對(duì)學(xué)習(xí)設(shè)計(jì)決策精準(zhǔn)的研究能夠通過(guò)多種技術(shù)方法對(duì)學(xué)習(xí)設(shè)計(jì)的局部決策做支撐，但是缺乏理論層面的操作框架，很難整體上支持學(xué)習(xí)設(shè)計(jì)決策。

（二）未來(lái)展望：打通學(xué)習(xí)設(shè)計(jì)與學(xué)習(xí)分析閉環(huán)的著力點(diǎn)

產(chǎn)生以上現(xiàn)象的本質(zhì)原因在于學(xué)習(xí)分析與學(xué)習(xí)設(shè)計(jì)閉環(huán)仍然存在堵點(diǎn)，例如，在數(shù)據(jù)層面尚未打通學(xué)習(xí)分析與學(xué)習(xí)設(shè)計(jì)的數(shù)據(jù)壁壘，在教學(xué)實(shí)踐層面缺少對(duì)教師學(xué)習(xí)設(shè)計(jì)與學(xué)習(xí)分析環(huán)節(jié)的支持等，但其中核心堵點(diǎn)在于如何在設(shè)計(jì)層面建立學(xué)習(xí)設(shè)計(jì)與學(xué)習(xí)分析的強(qiáng)連接。因此，建議未來(lái)從以下兩方面著力解決堵點(diǎn)問(wèn)題：

著力點(diǎn)一：解決學(xué)習(xí)設(shè)計(jì)難以適應(yīng)學(xué)習(xí)分析的表征結(jié)構(gòu)的堵點(diǎn)。一方面，質(zhì)性的、經(jīng)驗(yàn)性的學(xué)習(xí)設(shè)計(jì)缺少通用的表征方式，限制了學(xué)習(xí)設(shè)計(jì)的構(gòu)建、驗(yàn)證以及傳播；另一方面，現(xiàn)有的學(xué)習(xí)設(shè)計(jì)表征結(jié)構(gòu)和學(xué)習(xí)分析量化數(shù)據(jù)挖掘之間存在不兼容的地方，例如：學(xué)習(xí)分析對(duì)于交互網(wǎng)絡(luò)、認(rèn)知網(wǎng)絡(luò)的分析結(jié)果如何對(duì)應(yīng)到學(xué)習(xí)設(shè)計(jì)上，對(duì)于學(xué)習(xí)活動(dòng)認(rèn)知負(fù)荷、注意力水平的測(cè)量如何對(duì)應(yīng)到學(xué)習(xí)設(shè)計(jì)上？未來(lái)可以考慮構(gòu)建學(xué)習(xí)設(shè)計(jì)的分類框架和細(xì)粒度的學(xué)習(xí)設(shè)計(jì)表征框架，記錄學(xué)習(xí)活動(dòng)的時(shí)間、序列、難度、交互等特征，促進(jìn)學(xué)習(xí)設(shè)計(jì)與學(xué)習(xí)分析展開(kāi)有效對(duì)話。

著力點(diǎn)二：解決學(xué)習(xí)分析指標(biāo)難以評(píng)估學(xué)習(xí)設(shè)計(jì)的堵點(diǎn)。由于學(xué)習(xí)環(huán)境的設(shè)計(jì)難以控制，學(xué)習(xí)分析的數(shù)據(jù)表征只能依賴系統(tǒng)已生成的指標(biāo)，如學(xué)生的交互水平、登錄時(shí)長(zhǎng)、討論質(zhì)量等，而這些指標(biāo)并不能與學(xué)習(xí)設(shè)計(jì)直接對(duì)應(yīng)，很難通過(guò)學(xué)習(xí)分析的數(shù)據(jù)分析結(jié)果判斷哪些活動(dòng)能夠促進(jìn)或者阻礙有效的學(xué)習(xí)，也無(wú)法提供學(xué)習(xí)活動(dòng)如何組織和持續(xù)的證據(jù)，因此，也無(wú)法有效發(fā)揮學(xué)習(xí)分析對(duì)學(xué)習(xí)設(shè)計(jì)的解釋和改進(jìn)作用。未來(lái)可以考慮建立與學(xué)習(xí)設(shè)計(jì)數(shù)據(jù)兼容的數(shù)據(jù)特征體系和設(shè)計(jì)驅(qū)動(dòng)分層嵌套的學(xué)習(xí)分析方法體系，在海量的數(shù)據(jù)中識(shí)別和提取有意義的特征，選擇匹配的學(xué)習(xí)分析方法，為學(xué)習(xí)設(shè)計(jì)精準(zhǔn)決策的落地提供可能。

綜上所述，為了打通學(xué)習(xí)設(shè)計(jì)與學(xué)習(xí)分析的閉環(huán)，需要從解決兩者之間的堵點(diǎn)著力。學(xué)習(xí)設(shè)計(jì)與學(xué)習(xí)分析的發(fā)展應(yīng)該同頻共振，未來(lái)要將學(xué)習(xí)設(shè)計(jì)作為學(xué)習(xí)分析的設(shè)計(jì)框架，增強(qiáng)學(xué)習(xí)分析的解釋性和操作性；要將學(xué)習(xí)分析作為學(xué)習(xí)設(shè)計(jì)的解釋框架，增強(qiáng)學(xué)習(xí)設(shè)計(jì)的嚴(yán)謹(jǐn)性和可行度，雙向賦能打通學(xué)習(xí)設(shè)計(jì)與學(xué)習(xí)分析的閉環(huán)。

[參考文獻(xiàn)]

[1] 牟智佳，高雨婷，武法提. 基于證據(jù)的教師增值評(píng)價(jià)：走向智能時(shí)代的教學(xué)效能評(píng)測(cè)[J]. 電化教育研究，2022（5）：17-25.

[2] LOCKYER L， HEATHCOTE E， DAWSON S. Informing pedagogical action： aligning learning analytics with learning design[J]. American behavioral scientist， 2013，57（10）：1439-1459.

[3] SIEMENS G， LONG P. Penetrating the fog： analytics in learning and education[J]. Educause review，2011，46（5）：31-40.

[4] 吳永和，李若晨，王浩楠.學(xué)習(xí)分析研究的現(xiàn)狀與未來(lái)發(fā)展——2017年學(xué)習(xí)分析與知識(shí)國(guó)際會(huì)議評(píng)析[J].開(kāi)放教育研究，2017（5）：42-56.

[5] TERVAKARI A， KUOSA K， KORO J， et al. Teachers' learning analytics tools in a social media enhanced learning environment[C]// 2014 International Conference on Interactive Collaborative Learning. Dubai， United Arab Emirates： Institute of Electrical and Electronics Engineers Inc.， 2014： 355-360.

[6] CUKUROVA M， LUCKIN R， MILLAN E， et al. The NISPI framework： analysing collaborative problem-solving from students' physical interactions[J]. Computers & education， 2017，116：93-109.

[7] SPIKOL D， RUFFALDI E， DABISIAS G， et al. Supervised machine learning in multimodal learning analytics for estimating success in project-based learning[J]. Journal of computer assisted learning， 2018，34（4）：366-377.

[8] GASEVIC D， KOVANOVIC V， JOKSIMOVIC S. Piecing the learning analytics puzzle： a consolidated model of a field of research and practice[J]. Learning： research and practice，2017，3（1）：63-78.

[9] MANGAROSKA K， GIANNAKOS M. Learning analytics for learning design： a systematic literature review of analytics-driven design to enhance learning[J]. Institute of electrical and electronics engineers （IEEE），2019，12（4）：1-19.

[10] LAW N， LI L， HERRERA L F， et al. A pattern language based learning design studio for an analytics informed inter-professional design community[J]. Interaction design and architecture，2017（33）：92-112.

[11] HERNANDEZ-LEO D， MARTINEZ-MALDONADO R， PARDO A， et al. Analytics for learning design： a layered framework and tools[J]. British journal of educational technology，2019，50：139-152.

[12] KENNEDY G， CORRIN L， LOCKYER L， et al. Completing the loop： returning learning analytics to teachers[C]//31st Annual Conference of the Australian Society for Computers in Tertiary Education. Dunedin， New Zealand： Australasian Society for Computers in Learning in Tertiary Education （ASCILITE），2014：436-440.

[13] KOEDINGER K R， STAMPER J C， MCLAUGHLIN E A， et al. Using data-driven discovery of better student models to improve student learning[C]//16th International Conference on Artificial Intelligence in Education. Memphis， TN， United States： Springer Verlag，2013：421-430.

[14] WILEY K J， DIMITRIADIS Y， BRADFORD A， et al. From theory to action： developing and evaluating learning analytics for learning design[C]//10th International Conference on Learning Analytics and Knowledge： Shaping the Future of the Field. Frankfurt， Germany： Association for Computing Machinery，2020：569-578.

[15] NGUYEN Q， RIENTIES B， TOETENEL L. Unravelling the dynamics of instructional practice： a longitudinal study on learning design and VLE activities[C]//7th International Conference on Learning Analytics and Knowledge. Vancouver， BC， Canada： Association for Computing Machinery，2017：168-177.

[16] 黃甫全，游景如，涂麗娜，曾文婕. 系統(tǒng)性文獻(xiàn)綜述法：案例、步驟與價(jià)值[J]. 電化教育研究，2017（11）：11-18，25．

[17] HSU Y C， HUNG J L， CHING Y H. Trends of educational technology research： more than a decade of international research in six ssci-indexed refereed journals[J]. Educational technology research and development， 2013，61（4）：685-705.

[18] 陳雅云，郭勝男，馬曉玲，吳永和. 數(shù)智融合時(shí)代學(xué)習(xí)分析技術(shù)的演進(jìn)、貢獻(xiàn)與展望——2021學(xué)習(xí)分析與知識(shí)國(guó)際會(huì)議（LAK）評(píng)述[J]. 遠(yuǎn)程教育雜志，2021（4）：3-15.

[19] SHER V， HATALA M， GA？譒EVI■ D. Analyzing the consistency in within-activity learning patterns in blended learning[C]//10th International Conference on Learning Analytics and Knowledge： Shaping the Future of the Field. Frankfurt， Germany： Association for Computing Machinery，2020：1-10.

[20] DOLECK T， LEMAY D J， BRINTON C G. Evaluating the efficiency of social learning networks： perspectives for harnessing learning analytics to improve discussions[J]. Computers & education， 2021，164：1-11.

[21] ZHANG S， CHEN H X， WEN Y， et al. Exploring the influence of interactive network and collective knowledge construction mode on students' perceived collective agency[J]. Computers & education，2021，171：1-18.

[22] VRZAKOVA H， AMON M J， STEWART A， et al. Focused or stuck together： multimodal patterns reveal triads' performance in collaborative problem solving[C]//10th International Conference on Learning Analytics and Knowledge： Shaping the Future of the Field. Frankfurt， Germany： Association for Computing Machinery，2020：295-304.

[23] LIMA F D B， LAUTERT S L， GOMES A S. Contrasting levels of student engagement in blended and non-blended learning scenarios[J]. Computers & education， 2021，172（3）：1-13.

[24] SUN Z R， XIE K. How do students prepare in the pre-class setting of a flipped undergraduate math course？ A latent profile analysis of learning behavior and the impact of achievement goals[J]. The internet and higher education，2020，46（1）：1-13.

[25] HWANG G J， WANG S Y， LAI C L. Effects of a social regulation-based online learning framework on students' learning achievements and behaviors in mathematics[J]. Computers & education，2021，160（6）：1-19.

[26] YAN H X， LIN F H， KINSHUK. Including learning analytics in the loop of self-paced online course learning design[J]. International journal of artificial intelligence in education， 2021，31（4）：878-895.

[27] SHIBANI A， KNIGHT S， SHUM S B. Contextualizable learning analytics design： a generic model， and writing analytics evaluations[C]//9th International Conference on Learning Analytics and Knowledge. Tempe， AZ， United States： Association for Computing Machinery，2019：210-219.

[28] REIMANN P. Connecting learning analytics with learning research： the role of design-based research[J]. Learning： research and practice，2016，2（2）：130-142.

[29] BERNACKI M L， CHAVEZ M M， UESBECK P M. Predicting achievement and providing support before stem majors begin to fail[J]. Computers & education， 2020，158（6）：1-19.

[30] WANG F H . On the relationships between behaviors and achievement in technology-mediated flipped classrooms： a? two-phase online behavioral PLS-SEM model[J].Computers & education， 2019， 142：1-12.

[31] WANG F H . Interpreting log data through the lens of learning design： second-order predictors and their relations with learning outcomes in flipped classrooms[J].Computers & Education， 2021，168：1-18.

[32] ZHANG S， CHEN J， WEN Y， et al. Capturing regulatory patterns in online collaborative learning： a network analytic approach[J]. International journal of computer-supported collaborative learning，2021，16（1）：37-66.

[33] XING W L， TANG H T， PEI B. Beyond positive and negative emotions： looking into the role of achievement emotions in discussion forums of MOOCs[J]. The internet and higher education，2019，43：1-9.

[34] LI S， CHEN G， XING W， et al. Longitudinal clustering of students' self-regulated learning behaviors in engineering design[J]. Computers & education， 2020，153（3）：1-15.

[35] SUN M， WANG M H， WEGERIF R， et al. How do students generate ideas together in scientific creativity tasks through computer-based mind mapping？[J]. Computers & education，2022，176：1-16.

[36] HUJALA M， KNUTAS A， HYNNINEN T， et al. Improving the quality of teaching by utilising written student feedback： a streamlined process[J]. Computers & education，2020，157：1-15.

[37] AZEVEDO R. Issues in dealing with sequential and temporal characteristics of self- and socially-regulated learning[J].Metacognition learning， 2014，9（2）：217-228.

[38] TSAI M J， WU A H. Visual search patterns， information selection， and information anxiety during online information problem solving[J]. Computers & education， 2021，172（11）：1-15.

Can Learning Analytics Support Learning Design Decisions？

—A Systematic Literature Review of Learning Analytics from A Design

Analysis Perspective

GUO Wanrong，? FENG Xiaoying，? SONG Jiaxin

（Laboratory of Learning Design and Learning Analysis， Beijing Normal University， Beijing 100875）

[Abstract] The ultimate goal of learning analytics is to support learning design decisions and better facilitate evidence-based instructional improvement at the practice level. This study analyzes the levels， methods， and pathways of learning analytics to support learning design decisions through a systematic literature review of learning analytics research from the perspective of design analysis. The research results suggest that learning analytics cannot yet fully support learning design decisions， and learning analytics can be helped to support learning design decisions by proposing a design analysis framework based on learning theory， focusing on the stages and continuity of research variables， and choosing a theory-driven technical approach. In order to better facilitate learning analytics to support learning design decisions， it is necessary to solve the blockage problem of design analytics， open the closed loop of learning design and learning analytics， and provide an evidence-based foundation for instructional improvement by two-way empowerment.

[Keywords] Learning Analytics; Learning Design; Design Analysis; Systematic Literature Review