摘要
北京师范大学《基础教育教师在线教育教学能力提升培训公益项目》直播，本期主题是《在线学习的学情数据分析》，主讲老师武法提，理学博士，教授，博士生导师。现任北京师范大学教育技术学院院长，数字学习与教育公共服务教育部工程研究中心主任，中国人工智能学会智能教育（AIE）专业委员会副理事长。
|
摘要
老师们，大家好！ 疫情爆发以来，学校没有办法复课，很多学校不得不采用在线教学的方式。在线教学中有一个很重要的问题就是关于学情数据分析的问题。 什么是学情数据分析？学情数据分析里面的数据包含哪些内容？学情分析又包含哪些内容？我们今天就这三个问题和大家一起来讨论。 什么是学情数据分析？ 大家知道，在线教学是时空隔离的教学，老师看不到学生，但更大的问题是老师看不清学生，也就是无法了解学生的情况。因此，在线教学的有效性在一定程度上取决于老师能够在多大程度上了解学生的在线学习情况。 学情数据分析工具就是帮助老师看清学生的帮手。它能够对学生进行数字画像，是老师透视学情的CT机。 如果给学情数据分析进行定义，可以说：学情数据分析是对在线教学平台记录的学生学习过程数据和结果数据进行关联分析和深度挖掘，对分析结果进行可视化呈现，从而直观地了解学生的学习状态、学习投入、学习进度、学习效果等数据。为教师做出教学改进，开展教学干预和教学决策而提供参考。 在传统课堂面授时也会说学情分析。课堂教学中，老师根据教学目标和教学内容来做教学准备。在课前，老师会了解学生、准备学习内容。在课上，老师把学习内容呈现给学生，学生接受老师传递来的教学信息，面对老师的提问做出反应。老师可能给学生练习题目，所有学生在课堂上的表现，做题的结果，我们统称为学生的反应。这时，老师在课堂上对学生的反应进行判断和评价，了解学生学得如何，然后反馈给学生，这是传统教学的过程。 在这种面授过程中，学生是否预习？提前布置的学习材料是不是看过了？学生对前置的知识掌握的如何？这是在教学准备阶段或者是一堂课刚开始的时候老师了解学习的方式。 在知识呈现阶段，老师会在授课中不断地通过提问，通过观察小组的讨论，通过即时练习了解学生是不是掌握知识。通过这种方式对学生进行判断和评价，是老师在课堂面授时了解学情的方式。 学情数据包含哪些内容？ 从课堂面授转向在线教学，教学平台会为老师提供哪些学情数据呢？ 因为老师看不到学生。这时在线教学平台一般包含：课表安排、教学日历、备课、教案管理、互动课堂、课件点播、电子教材、微课、即时评测、作业、考试、答疑、资源下载、学生列表，以及学情分析功能。 学情数据一般包括两种类型，一种是学习过程中由于学生参与教学过程产生的行为数据，另一种是学生学习过程中产生的结果数据。 学习过程中所产生的行为数据包括：学习资源使用的数据，老师上载的资料、微课数据，在使用这些数据过程中进行讨论、答疑这些数据都会被记录下来；学生行为投入的数据，比如在平台上待了多长时间，做了多少次作业，答疑多少次，看了多长时间的微课；师生进行在线教学互动的数据，比如说多少学生电子举手多少次、回答问题多少次、讨论多少次等。 学习结果的数据包括，课堂即时评测的数据、作业与考试数据。 先来分析学习过程数据。学习过程数据里面首先是学习资源使用的数据。比如语文必修课《沁园春·长沙》，老师为学生推荐了学习资源、相关微课资源。学生在使用微课等资源过程中，可能会做讨论和提问。平台就会把学生使用这些资源过程中产生的数据记录下来。 比如热门资源榜，就是老师推荐给学生的资源哪些是最受学生欢迎的。每一种资源的点击量是多少，学生观看视频的时长是多少，都可以记录下来。 具体到学生使用微课时，学生在观看过程中产生暂停、回放等行为，比如这个学生观看微课，产生了三个数据高点，这三个数据高点说明学生在这个地方暂停或者是回放次数特别多，可能因为老师讲得不够清晰，或者是它就是学习的难点。这样就给老师一个教学指导。 我们再看这个数据，这是学生在使用微课和其它学习资源时提出的问题，系统会把问题排序，统计哪些同学提问的次数多，哪些同学给予回复的多。然后以词云的方式，把问题的热词标出来，进行词频的统计。这下面是一个问题的曲线，这个问题数的曲线，说明学生在学习过程中在哪些时间和知识点上产生的问题比较多。 第二种数据就是学生的学习行为投入数据。可以看学生在线时长，互动次数，答疑次数。也可以看学生的热力图，学生的投入程度，课堂表现，以及在答疑里是不是活跃。这就是学习热力以及他的学习表现，既可以分析一个班级，也可以分析某一个同学。 第三种数据是老师在同步或者是异步教学过程中互动产生的数据。这是课堂情况的统计和上课互动的次数的统计。学生有多少次得到表扬，有多少次受到提醒，抢答了多少次，发了多少个弹幕等都可以记录下来。 另外也可以对教学互动进行统计。哪些同学被点赞最多，同学在答题时正确率如何，在线参与各项学习活动的活跃度如何，进行资源播放，参与资源播放、课堂测评、头脑风暴活动、问卷调查活动、拍照上墙、主题讨论等课堂互动数据可以记录并统计。  学情分析包含哪些内容？ 在线教学的平台通常会有学情分析栏目，能够对记录下来的学情数据自动分析。 第一，成绩分析。基于学生的作业、测试来进行，包括作业的情况，作业的完成率。可以分析一周，一个月，三个月，半年的，一年的情况。分析考试的难度、区分度、考试的信度、效度。 第二，知识点的掌握情况分析。通过班级知识地图可以了解哪些知识点掌握比较好，哪些知识点掌握不好。也可以分析某一位同学的知识地图，进而对某一位同学进行一对一的辅导。
第三，学生认知能力分析。可以通过收集在线学习过程中学生的数据，对他建立Rasch模型来进行分析。
比如英语学习里认知能力的分析，可以通过测试了解学生在细节理解水平，推理判断水平，词义猜测水平等做综合的分析。
第三，学习投入的分析。学习行为投入是影响学习绩效重要的因素，对于学习行为投入及时反馈和干预能够有效地促进学习绩效的改善。这里有一个学习投入分析模型，从学生学习的次序性，在学习过程中的参与性，学习过程中的专注度，学习的主动性，以及学习的交互性五个维度去分析学生的学习投入。
第四类，学习习惯分析。学生在自主学习时有不同的偏好，有的喜欢先看视频，再做作业。有的先做作业，再互动答疑，最后看学习材料。学习习惯分析能够帮助老师了解不同学生的风格。
第五，学习预警。学习预警是基于对学生的分析，比如知识掌握的情况，学习的效果等维度进行学生的预警得分。如果预警得分非常低，就提醒对学生进行学习干预。
基于学情分析的内容，可以通过学情分析仪表盘来分析学生综合发展情况、社会交往情况、知识掌握情况，以及学生的情绪变化。
准确掌握学生学情是实现在线教学中精准教学因材施教的前提，希望老师在使用在线教学平台的时候了解并使用它。
 MOOC执行主编：李国丽 |
|
|
