作者：李雪嬌

　　[摘 要] 智慧教室建設是當今教育領域的重要研究內容，利用學習分析技術對學習過程進行記錄和分析，有助于智慧教室功能的實現。為探索如何在智慧教室中應用學習分析技術以進一步促進“以學為中心”教學變革的實現，首先通過研究現狀分析肯定了學習分析技術在智慧教室中的重要應用價值;然后在對學習分析技術一般方法流程分析的基礎上，結合智慧教室的特征，提出了學習分析技術在智慧教室中的一般應用流程;最后以華東理工大學智慧教室建設為例開展了學習分析技術在實踐中的應用分析。

　　[關鍵詞] 智慧教室;學習分析技術;應用流程

　　0 引言

　　《教育信息化十年發展規劃(2011—2020 年)》提出：促進信息技術與教育的深度融合是實現教育現代化的必要途徑。2019年2月，《中國教育現代化2035》印發，指出要加快信息化時代教育變革，倡導建設智能化校園。教室是教學開展的主要場所，是智能化校園實現的重要組成部分，如何利用新型技術建設智慧教室成為重要的研究主題。智慧教室作為智能化的學習環境，利用物聯網技術、云計算技術等新型技術構建教室物理環境已經得到了大量關注，然而智慧教室的“智慧性”還體現在學習者學習過程的智能化記錄、分析，學習分析技術、數據挖掘等也應該是智慧教室建設中不容忽視的重要技術手段。因此，本研究順應大數據、云平臺時代的發展，對學習分析技術在智慧教室建設中的應用進行探索，并以華東理工大學的智慧教室建設項目為例進行學習分析技術在智慧教室建設中的實踐應用分析和思考。

　　1 研究現狀

　　1.1 智慧教室

　　黃榮懷等人將智慧教室定義為“能優化教學內容呈現、便利學習資源獲取、促進課堂交互開展，具有情景感知和環境管理功能的新型教室”，與傳統教室的區別在于其智慧性體現在內容呈現(S)、環境管理(M)、資源獲取(A)、及時互動(R)和情景感知(T)5個方面[1]。這5個維度體現了智慧教室在設備、系統等建設和管理上的要求，也反映出智慧教室能對學習者學習過程進行記錄、分析等，以支持個性化學習、適應性學習的實現。何克抗在認可黃榮懷觀點的基礎上，認為智慧教室的智慧性體現在記錄學習過程、識別學習情景、聯接學習社群和感知物理環境，強調了智慧性的實現離不開數據挖掘、學習分析等技術的支持。因此智慧教室不僅要有符合信息時代的高科技硬件配置，還要有把握大數據時代機遇的基于數據分析的軟件工具，從軟、硬多方面實現“智慧性”，以支持教與學過程，促進個性化學習環境的實現。總的來說，智慧教室的本質是利用多種新型技術構建一個智能化的學習環境，該環境以學習者為中心進行空間的布局、系統的構建、軟硬件的集成，對教與學給予支持，從而促進實現以學為中心的教學變革[2]。

　　已有不少學者從技術應用、系統架構等多方面對智慧教室的設計與實踐展開了研究。例如國外學者Dong-oh Kang等人借助SoD技術構建了能實現協同教學的智能課堂系統[3]。Mahesh等人將智能手機應用于智慧教室的建設中[4]。國內學者嘗試從不同角度進行智慧教室系統架構的研究，例如王玉龍等人、謝火木等人分別以需求為導向和課堂教學變革的角度闡述了高校智慧教室的建設方案[5-6]。也有學者從技術層面探討了智慧教室建設，例如基于互聯網技術、物聯網技術進行智慧教室架構設計[7-8]。鄭烔桐通過129篇英文文獻和79篇中文文獻分析得出，現有高校智慧建設中缺乏數據核心意識，導致智慧教室“不智慧”[9]。孫健也提出目前有些高校存在重硬件、輕軟件的現象，建議通過課堂信息的采集來了解學習者學習習慣等特征，用于教學設計[10]。與此同時，雖然國內有學者意識到數據及其分析在智慧教室中的重要性，但較為宏觀或研究不夠深入，例如崔亞強等人將教學數據智能分析作為技術環境設計考慮其中，但在建設實踐中對數據方面沒有進行詳細說明[11];屈敬華在智慧教室建設中雖然提到了數據存儲系統，但缺乏對數據的分析、應用等更深入的研究[12]。所以，我國智慧教室建設中普遍存在問題，即過于關注多種新型技術在物理空間建設的應用，忽略了對學習者學習過程的記錄與分析，智慧教室環境下產生的大量數據尚未被充分利用，智慧教室的智慧性體現不夠[13-14]。因此，本研究認為在智慧教室建設過程中需加大學習分析符數據采集、分析技術的應用探索。

　　1.2 智慧教育中學習分析技術的應用價值

　　學習分析的定義隨著相關研究的進展而演變，EDUCAUSE組織(2015)、學習分析領域專家Siemens(2010)、“學習分析和知識”年會(2011)以及新媒體聯盟(2012)等都曾對學習分析下過定義，這些定義在用詞和著重點上雖然有些許區別，但基本反映了學習分析的本質，即利用各種技術方法獲取學習者學習相關的各類數據信息，圍繞這些數據運用不同的分析方法和數據模型進行分析，根據分析的結果來探究學習者的學習過程以發現學習規律，闡釋學習者表現，并將分析結果以可視化的形式反饋給學習者、教師、教育管理者或研究者，從而達到優化教與學過程的目的。

　　智慧教育強調以學習者為中心實現個性化學習，學習分析技術能實現對學習者學習過程的分析與監測，為教學評估、學習者風險識別等提供數據支撐，從而促進智慧教育的實現，因此，祝智庭認為學習分析是智慧教育的科學力量[15]。李葆萍等人整理2000～2018年的國內外智慧教室研究論文發現，“大數據”和“學習分析”是重要的研究熱點，并建議在智慧教室建設時對學習者數據的采集、分析進行專門規劃[16]。已有不少研究者肯定了學習分析在智慧教育中的應用價值并開展了一系列研究。祝智庭等人通過分析學習分析定義、設計框架等，基于Greller等人的學習分析模型提出了智慧教育中學習分析應用過程模型，該模型包括了目標確立、學習分析的開發以及最后的干預[15]。高琪等人通過學習分析一般流程和智慧教育特征的分析，總結出學習分析在智慧教育中的三大應用：干預機制的構建、學習者特征識別與智慧資源推送以及智慧管理服務[17]。林秀瑜等人基于文獻分析和理論研究，提出了學習分析在智慧學習環境中應用的理論模型及其機制[18]。趙紅敏等人指出在智慧教育中學習分析技術除了作為學習者行為記錄工具，還能從學習資源、智能工具、學習社群、教學社群等方面給予技術支持[19]。還有學者對學習分析在智慧學習環境中的具體應用進行了研究，例如智能導學、干預機制等[20-21]。以往研究中，多從宏觀的理論層面挖掘了學習分析技術在智慧教室中的重要地位和應用場景，但對學習分析技術的具體應用流程尚未做詳細闡述。

　　總的來說，學習分析技術作為大數據時代背景下的產物，通過對學習者學習過程的記錄和分析能有效保證智慧教育的實現。智慧教室作為一種典型的智慧學習環境，利用學習分析技術解決現有智慧教室建設重基礎設施建設輕軟件應用、個性化學習支持不夠的問題，還有待更加深入、具體地探索。因此，本研究從利益相關者的需求出發，探討學習分析在智慧教室建設中的應用，構建學習分析在智慧教室中的應用流程。

　　2 學習分析技術在智慧教室中的應用分析

　　2.1 學習分析技術的一般方法流程

　　學習分析技術包括話語分析、社會網絡分析、內容分析等數據分析方法，而且還在不斷吸收其他各類分析方法以實現對學習者學習過程的多維度分析。關于學習分析的應用流程，不同的學者有不同的見解，國外較為典型且被引用較多的有Siemens設計的學習分析過程模型和Elias設計的持續改進學習分析模型[22]。Siemens的學習分析過程模型表明了學習分析實施以學習者數據為基礎，通過對數據進行描述或分析，預測學習者的未來表現，實現個性化或適應性的學習。Elias則從數據收集(選擇與采集)、數據處理(整合與預測)、知識應用(使用和優化)3個環節構建了學習分析持續改進模型，通過3個環節的環環相扣，旨在持續改進教與學。國內研究中，李艷燕等人提出了學習分析的5個環節，即數據采集環節、數據存儲環節、數據分析環節、數據表示環節、應用服務環節[23]。韓錫斌等人基于大量文獻對學習分析進行了系統化綜述，認為學習分析的應用流程主要分為3個階段：數據選擇與采集、數據分析與處理、結果呈現與反饋[24]。總的來說，學習分析技術應用的基礎為學習者相關學習數據，通過對數據的采集、分析、可視化呈現以滿足利益相關者的需求。

　　2.2 學習分析技術在智慧教室建設中的應用流程

　　學習分析技術可通過智慧教室中多維度數據的采集、記錄與分析，以支持個性化教與學的開展。根據學習分析技術的一般方法與流程，結合智慧教室的特征，本研究提出學習分析技術在智慧教室中的應用流程圖(見圖1)。

　　學習分析技術在智慧教室中的應用遵循了學習分析技術的一般應用流程，即通過數據的采集、分析、呈現，對學習者學習過程展開深入分析后將分析結果應用于教與學。除此之外，學習分析技術的應用需要明確利益相關者的需求，并且其最終應用于教學后還要指向最初的需求制定，形成閉環，確保利益相關者需求的實現。以往的學習分析技術應用研究集中于在線學習環境，智慧教室中學習環境的不同、利益相關者需求不同，學習分析技術在智慧教室建設中的應用也具有一定的特殊性。接下來對應用流程進行詳細說明。

　　2.2.1 需求分析

　　需求分析是通過分析利益相關者的具體需求，明確學習分析目標，以指導學習分析技術在智慧教室中的應用。智慧教室是教學開展的場所，學習者和教師是智慧教室的使用者，是學習分析技術的主要利益相關者，因此需求分析主要圍繞著學習者和教師開展。學習分析技術主要滿足以下需求。

　　第一，滿足學習者對個性化學習服務的需求。學習者在知識儲備、學習能力、學習偏好等一系列特征上存在著差異，反映出不同的學習需求，因此需要為其提供個性化的學習服務。然而傳統課堂中，學習者數量較多，學習者特征收集難度大，很難實現個性化學習服務。智慧教室中，多種新型技術的應用使得學習者數據采集更加智能化、全面化，利用學習分析技術對學習者數據進行分析、處理，使教師在客觀了解學習者學習需求的基礎上提供個性化學習服務成為可能。因為學習分析技術注重學習者學習過程的記錄、分析，故能為學習者提供學習行為表現的可視化反饋，以供學習者自我反思。也可通過預測學習者未來表現，進行風險學習者識別，為有學業失敗風險的學習者提供預警服務。除此之外，個性化的資源推薦也是學習分析應用之一，能在了解學習者學習偏好、認知風格的基礎上滿足不同學習者對學習資源的不同需求。

　　第二，滿足教師開展學情分析、改善教學設計、實施學習者評估的需求。學習分析中的數據雖然來源于學習者，但是能從另一個角度給教師的教帶來福利。學情分析是教師制定教學計劃、開展教學活動的關鍵環節。學習分析能將學習者的學習特征，例如學習風格、學習行為表現即時地反饋給教師，為教師的學情分析提供了更為全面、智能的數據支撐。學習者的學習行為數據能反映出學習者的學習路徑、參與度、投入度等，為教師的教學反思、教學設計改善提供依據。同時，很多教師逐漸意識到依靠學業成績對學習者的學習效果進行評估過于單一片面，因而形成性評價越來越受重視。學習分析技術為學習者學習過程中的行為表現評估提供了數據支撐，能形成較為完善的評價體系。

　　2.2.2 數據采集

　　智慧教室是一個混合學習環境，支持線上線下相結合的教學模式，可分為線上的虛擬學習環境和線下的物理學習環境。學習分析在智慧教室中能得到一個“線上+線下”的數據集合，具有多模態的特征。基于多模態數據的學習分析是未來的發展趨勢，即學習者學習過程數據將由兩種或兩種以上方式獲取，其數據采集技術包含了物聯網感知技術、視頻監控/拍攝技術、智能錄播技術等16種[25]。智慧教室作為多種技術的集合，能實現多模態數據采集，例如線上平臺中學習者的作業完成、資源觀看等學習行為的記錄，利用視頻監控技術也可記錄學習者在線下學習過程中的肢體、語言、表情等，也可利用可穿戴的腦波設備記錄學習者的注意力水平等，從行為、生理、心理等多角度記錄學習者的學習過程和狀態(見表1)。除此之外，學習環境中的氣溫、二氧化碳等氣體濃度也能被采集和記錄，為理解、分析學習者的學習提供了更多的數據維度，極大豐富了學習分析的數據類型，為學習者、教師等利益相關者的需求實現提供了基礎，也為智慧教室中個性化學習實現提供了數據支撐。值得注意的是，多系統來源的數據對數據采集和存儲工作提出了挑戰，如何統一數據格式，增強各模塊間的互操作性是未來需要解決的問題。

　　推薦閱讀：小學勞動教育論文題目參考