从学习分析到教育干预:增强决策制定与学习设计

《International Journal of Educational Technology in Higher Education》:From learning analytics to educational interventions: enhancing decision-making and learning design

【字体: 大 中 小 】 时间:2026年08月28日 来源:International Journal of Educational Technology in Higher Education 38.7

编辑推荐:

  自从学习分析(LA)早期发展以来,从学习数据开始到教育干预结束的过程的循环性质已被广泛认可。然而,尽管LA研究丰富,LA实践日益普及,但循环的最后一步——引入教育干预——仍然是一个挑战。最近修订的LA定义更加侧重于可操作洞察以增强学习与教学。研究人员认识到只有

  
自从学习分析(LA)早期发展以来,从学习数据开始到教育干预结束的过程的循环性质已被广泛认可。然而,尽管LA研究丰富,LA实践日益普及,但循环的最后一步——引入教育干预——仍然是一个挑战。最近修订的LA定义更加侧重于可操作洞察以增强学习与教学。研究人员认识到只有可信的LA才能为有意义的教育干预提供基础,因此开展了一项依赖群体决策的研究,以探索和确定基于LA的教育干预的关键促成因素。研究结果揭示了七个促成因素:机构战略导向、教学法&其他研究基础、可用资源、教学支持、伦理与数据治理、利益相关者参与以及质量保障。这些促成因素为开发和使用可信的LA系统以支持数据驱动的决策、学习设计和教育变革提供了基础。
学习分析(LA)自早期发展以来被视为一个从数据收集到教育干预的循环过程,但“闭合循环”的干预环节仍是核心挑战。尽管LA研究丰富,实际干预实施仍有限,且只有可信的LA才能为有意义的教育干预提供基础。为此,研究人员依托TRUELA和iLed项目,采用群体决策方法,通过三个步骤识别并优先排序了基于LA的教育干预的促成因素:第一步通过问卷调查初步识别(34名参与者,主要为欧洲高校教师和研究人员);第二步通过德尔菲法(Delphi)由18位国际专家验证并完善列表;第三步采用社会网络分析过程(SNAP)方法(结合层次分析法AHP和PageRank中心性)由12位国际专家进行优先排序。研究得出七个促成因素,其中机构战略导向、可用资源、教学法和其他研究基础、利益相关者参与为四个关键因素。这些发现为高等教育机构制定可信LA系统战略、促进数据驱动决策和学习设计提供了结构化框架。论文发表在《International Journal of Educational Technology in Higher Education》。

本研究采用混合方法设计,关键技术方法包括:第一步通过在线问卷调查收集34名教育工作者对引入教育变革所需支持的看法,结合文献初步归纳出七个促成因素;第二步采用德尔菲法(Delphi),邀请18位来自四大洲的LA、学习设计、教育决策等领域专家,通过两轮问卷验证列表的相关性、清晰度和完整性;第三步应用社会网络分析过程(SNAP),该方法整合了层次分析法(AHP)和PageRank中心性,由12位专家进行成对比较和相互影响评估,以确定各促成因素的优先级。样本来源包括iLed项目在线课程参与者(34人)和TRUELA项目国际专家(德尔菲18人、SNAP 12人,主要来自欧洲、澳大利亚、非洲和北美)。

**RQ 1 list of enablers**
通过问卷调查(34名参与者)和两轮德尔菲法(18位国际专家),研究人员识别并验证了七个促成因素:机构战略导向、教学法和其他研究基础、可用资源、教学支持、伦理与数据治理、利益相关者参与以及质量保障。调查显示,多数参与者认为需要培训(如学习设计、AI使用、数据驱动决策)和资源支持。德尔菲第一轮中,所有因素的相关性专家同意率均超过75%,清晰度超过65%;第二轮经讨论后形成最终版本。

**RQ2 prioritization of enablers**
通过SNAP方法(12位专家),研究人员对各因素进行了优先排序。层次分析法(AHP)结果显示,可用资源(0.1753)和机构战略导向(0.1715)对实施教育干预的直接影响最强;PageRank结果显示,机构战略导向(0.2430)对其他因素的间接影响力最大。综合SNAP优先级,机构战略导向(0.2072)最为重要,其次为可用资源(0.1800),随后为教学法和其他研究基础(0.1361)和利益相关者参与(0.1340),而伦理与数据治理(0.1199)、质量保障(0.1120)和教学支持(0.1108)优先级较低。聚类分析按专家AHP优先级分为三组:资深专家(4人)认为可用资源最重要;初级专家(3人)认为伦理与数据治理最重要;中等经验专家(5人)认为机构战略导向或利益相关者参与最重要,表明不同视角的差异。

讨论部分指出,机构战略导向被视为核心促成因素,因其对其他因素有最强影响力,要求机构制定战略以实施可信LA系统、将LA纳入决策并用于教育干预。可用资源虽直接影响干预实施,但需战略决策确保其系统性可用。教学法和其他研究基础强调LA必须基于当代教学原则和学生学习设计,其责任涉及机构战略和教师战术决策。利益相关者参与需纳入多方视角(如学生、教师、雇主),以提升LA可信度。其他三个因素(教学支持、伦理与数据治理、质量保障)虽优先级较低,但仍需通过战略决策建立相应系统。研究还指出,所有因素应结合AI的益处与风险考虑,并提醒这些是促成条件而非可信LA维度本身。

研究结论翻译如下:研究人员使用群体决策方法(德尔菲法、层次分析法、社会网络分析过程)来识别、调查和优先排序基于学习分析(LA)的教育干预的促成因素。研究人员识别出七个促成因素:机构战略导向、教学法和其他研究基础、可用资源、教学支持、伦理与数据治理、利益相关者参与以及质量保障。研究人员发现,机构战略导向、可用资源、教学法和其他研究基础以及利益相关者参与是关键促成因素。确保这些因素需要系统性的战略规划,由LA支持并整合LA、健全的学习设计,以及有意义地利用AI。确保实施可信LA的适当条件的责任主要在于机构和教育领导者,然而,一些因素(如教学合理性和LA解读)属于教师的能力范围。为确保“人机协同”,所有相关利益相关者都应参与基于LA的教育干预的开发。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号