|
综述 自从这个话题首次出现在《地平线报告:2011，高等教育版》,已经三年过去了。学习分析已经稳定地吸引了教育决策者、领导者和实践者的关注。目前大数据正被商业网站用于体验用户的个性化服务。教育系统,公司和出版商看到类似的使用数据挖掘技术来改善学习结果的巨大的潜力。类似于亚马逊、网飞公司和谷歌为消费者量身定制的做法，这个想法是使用数据，根据个体学习者的需要，对其进行实时指导。数据分析有可能帮助改变教育状况，从一个标准的，放之四海而皆准的传送系统到一个灵活而响应的，能满足学生的学习需求和兴趣的构架。多年来,这些想法已经成为适应的软件和程序的一个核心组成部分, 当学生掌握概念或遇到绊脚石时，能通过仔细计算后的调整措施来保持学习者的积极性。 随着在线学习环境越来越适应，成千上万的学生、研究人员和公司正在寻找基于网络数据分析工具的，围绕学生互动的非常细粒度的数据。例如，皮尔森学习工作室提供一种LMS聚合数据的基础设施给数以百万计的学习者使用他们的系统,目的是使学校领导和国家政策制定者更有效地设计个性化学习路径。 同样, 一组斯坦福大学的研究人员正在检查在线学习环境生成的巨大的数据集。这些努力正发生在斯坦福裂解实验室，在那里，研究人员、教育工作者和来访的专家目前正在建立一个分析系统,它能帮助在线教师跟踪学生的参与，并基于63000份同年级的作业，对MOOC人机交互中的同伴评价进行研究。2013年4月,比尔和梅林达·盖茨基金会授予斯坦福大学超过200，000美元的资金来支持提供专业培训该领域的研究人员的学习分析夏季学院。 关于教学、学习或创造性的调查 学习分析在学习行为更多发生在网络和混合环境中的高等教育上迅速发展。在过去的每三年中，它在高等教育的使用已经越来越主流化了。复杂的网络工具已经被领导机构用于在网络课程中捕捉精确的学生行为，不仅记录如学生花在一个话题上的多少时间这样的简单变量，而且随着时间的推移，记录更多的可以提供批判性证据的思维、综合信息和保持深度的概念的微妙的信息。随着学习行为的精确数据被添加到一个不断增长的学生相关信息存储库，教育数据的分析变得越来越复杂，许多统计学家和研究人员正致力于开发新型的分析工具来管理这些复杂的数据。 当前在高等教育中进行的大规模的分析项目的一个最明显的例子是预测性的分析报告框架, 这是由西部州际高等教育委员会(WICHE)监控的, 大部分研究经费来自比尔和梅林达·盖茨基金会。十六个参与机构分别代表公共、私人、传统和进步领域的教育。根据WICHE网站, 他们已经编译了1,700,000学生记录和8,100,000课程标准记录以致力于更好地理解学生的失败和学生的动力。 一些公司，如x射线研究，正在研究在线讨论组来确定哪种行为变量是预测学生行为的最佳指标。反映潜力分析的工具根据指标来开发早期预警系统，通过分析语言、社会和行为的数据进行预测。同样,在一些大学的研究证明了依据分析了解的教学法可以提高发生在网络上的交互活动的质量。在不列颠哥伦比亚西蒙弗雷泽大学的研究人员应用分析解决一个在过去的实验中暴露的问题——用于在线课程的讨论区不支持参与和讨论的生成。他们开发了一种可视学生论坛能基于从他们的位置延伸的线程的数量，可以模拟讨论的结构和深度。在这项研究中的学习者也能轻松检测到哪个主题需要他们更多的关注。 学习分析在实践中 下面的链接提供了在高等教育设置中使用学习分析的例子: Big Data in Education（大数据在教育中） go.nmc.org/bigda 哥伦比亚大学教授为教育工作者提供了一个在线课程，通过Coursera（免费大型公开在线课程项目）去了解教授们目前正在用来挖掘和模拟的不断增长的学生数据的各种方法的优缺点。 Competency Map （能力示意图）go.nmc.org/capel 卡佩拉大学能力示意图通过不断显示学生他们在每一个课程中所处的位置,还需要完成的课程量以及需要他们集中注意力努力取得成功的地方来帮助学生掌握自己的学习。 Gradecraft（等级技术）go.nmc.org/grade 密歇根大学使用等级技术来鼓励学习者在学习课程材料的时候通过冒险和多样化的方式来掌握课程。数据分析被应用于整个学习过程中引导学生并把学生的取得的进步告知教师。 For Further Reading（补充阅读） 以下文章和资源是推荐给那些希望了解关于更多学习分析知识的人。 Data Science: The Numbers of Our Lives （数据科学：我们生活中的数字）go.nmc.org/datasci (Claire Cain Miller, The New York Times, 11 April 2013.) 根据McKinsey Global Institute（麦肯锡全球研究所）的一篇报告,五年后将会有大约50万份数据就业岗位。高等院校正在开发培训混合型计算机科学家/软件工程统计学家的项目。 Learning to Adapt: A Case for Accelerating Adaptive Learning in Higher Education （学习适应：在高等教育中加速自适应学习的一个案例） go.nmc.org/case (Adam Newman, Peter Stokes, Gates Bryant, Education Growth Advisors, 13 March 2013). 由比尔和梅林达·盖茨基金会资助的白皮书，阐述了在高等教育中目前自适应学习采用的技术、遇到的障碍和发现的解决方法。 The Role of Learning Analytics in Improving Teaching and Learning (视频) （学习分析在推进教学和学习中的作用） go.nmc.org/lerana (George Siemens, Teaching and Learning with Technology Symposium, 16 March 2013.)西门子论述了一大堆的案例研究显示：当数据分析以类似于商业公司应用他们的模式应用于教育研究的时候, 同样能提高教学的质量。 |
|
|
