基于信息技术的学习行为测评框架研究*

一、引言

学习行为研究是现代教学研究的重要研究课题之一。学习者在整个学习过程的外在行为表现，反映了其注意力、活跃度、参与度等行为特征，与学习记录、测评结果等相结合，可用于评测学生的学习过程、教师的教学模式和方法。

传统的学习行为测评方法主要采用调查问卷的形式收集学生或教师的意见和评价，通过统计分析的方法获得教学评价的结果。这种方式具有一些局限性：一方面，问卷调查采集的数据具有一定的主观性，不便于量化区分；另外一方面，问卷调查适合于收集学习者对较长学习过程（例如一节课）的感受，不太适合于测量较短时间的教学过程（例如几分钟），难以获得较为精细的评测数据。

随着各种信息化教学系统、教学辅助工具被应用到实际教学过程中，通过信息技术收集学生的学习过程逐步实用化。例如，基于教学系统中的记录和日志开展作业考试测评[1]、Web操作日志分析[2]、基于情感数据进行测评[3]等。与传统的测评手段相比，这些工作可以直接采集测量客观数据，便于大规模部署实施。

基于信息技术的学习行为测评将是未来数字化学习系统的重要构成部分。与传统的问卷调查测评方式不同，基于信息技术手段的测评与学习过程密切相关，涉及到相关数据采集、存储和分析模块的设计和开发，需要结合学习系统的搭建事先规划。这对于教学应用的设计人员提出了新的挑战。

本文通过分析不同学习环境和场景下学习者的行为特征，利用现有的各种信息技术对学习过程数据进行采集，提炼出与学习行为相关的测评指标，总结出一个通用的学习行为测评框架。该框架为教学评测系统的构建提供了参考模型，具体教学应用的设计人员可以根据该框架定制不同的学习行为测评系统。最后，本文给出了该测评框架在集体课堂学习、个体在线学习等典型学习场景中的应用方案。

二、国内外研究现状

随着教育信息化的发展，利用信息技术对学习过程进行监控和记录成为学习行为测评研究的新趋势，呈现出多种方式：

第一种是采集教学系统或者学习平台的作业和考试结果数据。例如，北京师范大学的V-class学习平台，包含对作业与测验的管理和评价[4]；加拿大的西蒙弗雷泽大学的Virtual-U教学平台能够实现对作业、测验的定性定量评价与管理。虽然这种方法所采集到的作业与测试结果数据可以表征具体学习环节的学习效果，但不能全面反映学生学习过程的表现情况[5]。

第二种方式是记录学生在信息系统中的数字行为轨迹。例如，维也纳大学在网络课程中使用一种基于Web的在线学习平台，通过分析平台的日志文件和数据库访问记录来获取学生的学习行为数据；Jia-Jiunn Lo等通过分析学生的Web浏览行为来刻画学生的学习风格和偏好[6]。与第一种相比，这种方式虽然可以在一定程度上反映学生的行为，但只能记录与信息系统交互的浏览行为，无法记录学生实际行为动作，例如起立发言、团体讨论、凝神思考等。

第三种方式是借助于计算机视觉、人机交互等领域的新技术，采集学习者的语音、面部表情、肢体动作。这种方式常被用于基于情感计算的交互教学系统中。例如，美国MIT媒体实验室研发的情感机器人“Nexi”[7]、日本文部省支持开发的虚拟教学系统“情感机器人-小IF”[8]可以检测人语音中的情感；韩国BIOPIA公司研制的“情感鼠标”可以通过采集学习者的脉搏、体温、皮肤流电反应等方面的变化估计学习者的情绪变化的。国内学者也开始关注教学过程中学习者动作的检测。例如学习者的情感信息描述方法[9]、学习过程中的情感反馈[10]、考虑学习者气质类型的情感描述[11]；学习者面部表情、肢体姿态及眨眼频率的状态收集[12]等。与前两种方式相比，这种方式可以收集更为全面的学习者外在行为特征。但是现有研究工作大多针对某个具体场景，其行为测量的目的是为个性化交互教学提供依据，并不是常态化的学习行为全面测量。

三、基于信息技术的学习行为测评框架

学习行为测评框架的设计包括基本流程方法设计和具体测评指标设计两个环节。

1.测评方法

根据采集处理学习行为数据的流程和数据的内容层次，本文将学习行为测评过程分为四个模块，如图1所示。

（1）传感器采集模块：根据学习行为的测评目标，部署各类传感设备，采集学习者的各种人体原始数据（例如面部图像、肢体姿态、视线焦点等数据）；

上一篇：“互联网+”背景下高校创新创业教育研究
下一篇：没有了