倫理視域下的學(xué)習(xí)分析研究

張文青+穆曉靜+傅鋼善

編者按：隨著教育信息化的不斷發(fā)展，各種教育教學(xué)信息系統(tǒng)中存儲的大量學(xué)生數(shù)據(jù)、學(xué)習(xí)軌跡、學(xué)習(xí)行為等信息急劇增長，這些數(shù)據(jù)集過大，難以被典型數(shù)據(jù)庫軟件共聚捕捉、存儲、管理和分析的教育類“大數(shù)據(jù)”，目前已成為教育機構(gòu)關(guān)注的熱點，研究者們已經(jīng)開始研究這些數(shù)據(jù)潛在的利用價值。學(xué)習(xí)分析作為分析技術(shù)的一種，也逐漸受到教育領(lǐng)域研究者的關(guān)注與重視。本專題研究立足于幫助教育工作者更好地了解學(xué)習(xí)分析技術(shù)，通過對倫理視域、Moodle平臺下學(xué)習(xí)分析的研究，以及典型案例分析、平臺建設(shè)經(jīng)驗分享，力求使大家能夠認識學(xué)習(xí)分析的意義、掌握學(xué)習(xí)分析的方法，邁好大數(shù)據(jù)時代的數(shù)據(jù)“掘金”之旅。

摘 要：學(xué)習(xí)過程中涌現(xiàn)的大量技術(shù)使我們對學(xué)生學(xué)習(xí)過程的追蹤、復(fù)雜學(xué)習(xí)行為的分析成為可能，學(xué)習(xí)分析也通過對學(xué)生數(shù)據(jù)的測量、收集、分析，為教師的干預(yù)提供依據(jù)，為學(xué)生的個性化學(xué)習(xí)提供技術(shù)支持。然而，在學(xué)習(xí)分析的開展過程中，數(shù)據(jù)的收集和使用面臨大量的倫理挑戰(zhàn)，其中包括隱私、所屬權(quán)、人文關(guān)懷等問題。本文的目的在于梳理當前學(xué)習(xí)分析在開展過程中存在倫理問題，分析其研究現(xiàn)狀，分享從中得到的啟示，以期對后續(xù)研究有借鑒意義。

關(guān)鍵詞：學(xué)習(xí)分析；倫理；數(shù)據(jù)挖掘

中圖分類號：G40-05 文獻標志碼：A 文章編號：1673-8454（2015）09-0003-03

一、引言

隨著教育環(huán)境中新技術(shù)的不斷涌入，新數(shù)字設(shè)備的頻繁運用，學(xué)習(xí)中的交互性與日俱增，碎片化信息的分享也無處不在，在線學(xué)習(xí)管理系統(tǒng)也收集了學(xué)生大量的個人信息和行為數(shù)據(jù)。若使這些信息和數(shù)據(jù)能更有效地服務(wù)于教育，學(xué)習(xí)分析的作用則舉足輕重，它的應(yīng)用也正在創(chuàng)造著教育領(lǐng)域的新景觀。例如，可汗學(xué)院的ALAS-KA[1]學(xué)習(xí)分析服務(wù)可以提供課程層面和學(xué)生個體層面的可視化信息，幫助師生在學(xué)習(xí)過程中做出決策，在有效的指導(dǎo)下檢測學(xué)生的學(xué)習(xí)風格。然而，在學(xué)習(xí)分析的進一步研究中，仍然存在很多問題，尤其是在倫理和實踐方面。例如，Moocs的研究者一直在關(guān)注著論壇中學(xué)生觀念的變化和知識的增長。指導(dǎo)公開發(fā)布交互數(shù)據(jù)的原則是什么？一個課程中的學(xué)習(xí)者應(yīng)該同意數(shù)據(jù)的搜集和分析嗎？種種質(zhì)疑不絕于耳。

學(xué)習(xí)分析從社會網(wǎng)絡(luò)分析、潛在語義分析、心理分析等領(lǐng)域中發(fā)展而來，（Ferguson，2012年）這些領(lǐng)域都有自己的倫理指南和行為規(guī)范，用以強調(diào)數(shù)據(jù)的所屬權(quán)、隱私、用戶是否同意等相關(guān)內(nèi)容，但其并沒有完整、明晰地勾勒出學(xué)習(xí)分析在開展過程中的倫理關(guān)懷和道德挑戰(zhàn)。[2]所以，對學(xué)習(xí)分析中倫理問題的研究就顯得頗為重要。

二、學(xué)習(xí)分析的教育意義

Siemens將學(xué)習(xí)分析定義為“為了理解和優(yōu)化學(xué)習(xí)和學(xué)習(xí)發(fā)生的環(huán)境，對學(xué)習(xí)者的數(shù)據(jù)及其所處的情境進行測量、收集、分析以形成報告”。[3]新媒體聯(lián)盟（NMC，2012）認為：“學(xué)習(xí)分析是以評估學(xué)生學(xué)業(yè)進展、預(yù)測未來表現(xiàn)、發(fā)現(xiàn)潛在問題為目的，對學(xué)生的大量數(shù)據(jù)進行解釋的過程?！盵4] Oblinger（2012年）將學(xué)習(xí)分析與商業(yè)智能、學(xué)術(shù)分析進行了區(qū)分，認為學(xué)習(xí)分析關(guān)注“學(xué)生和學(xué)生的學(xué)習(xí)行為，從課程管理和學(xué)生信息系統(tǒng)中收集信息是為了更好地促進學(xué)生學(xué)習(xí)”。[5]

在教育領(lǐng)域中，由于在傳統(tǒng)環(huán)境中對數(shù)據(jù)的分析和反饋的處理方面經(jīng)常有大量的操作延遲，所以以往對數(shù)據(jù)的使用往往是無效的。[3]而學(xué)習(xí)分析通過對學(xué)生數(shù)據(jù)的實時監(jiān)測，可以有效縮短數(shù)據(jù)分析周期，為教師提供決策依據(jù)，優(yōu)化教學(xué)，為個性化學(xué)習(xí)的推進提供支持。但是學(xué)習(xí)分析的意義絕不在于建立一所數(shù)據(jù)驅(qū)動的大學(xué)，教育的意義也絕不僅僅是研究教學(xué)方法與教學(xué)技術(shù)所帶來的教學(xué)效果。真正的學(xué)習(xí)分析應(yīng)該在關(guān)注學(xué)習(xí)效率的同時遵守數(shù)字時代的倫理要求，學(xué)習(xí)分析的意義不單單在于測量，而在于其本質(zhì)上的一種道德實踐。

三、學(xué)習(xí)分析開展中存在的問題

1.個人隱私的泄露與個性化學(xué)習(xí)間的矛盾

一方面，數(shù)字技術(shù)的進步使互聯(lián)網(wǎng)給予了我們前所未有的自由，任何人都能暢所欲言；與此同時，萬事萬物都能被追蹤，經(jīng)過追蹤，個人信息和行為顯露無疑。英國倫敦政治經(jīng)濟學(xué)院教授理查德·桑內(nèi)特說，例如Google和Facebook，他們唯一能夠賺錢的方式就是披露人們的個性，更多挖掘人們的個人信息，及時找到與他們個人信息相關(guān)的郵件或者短信息。在英國，上千萬認為Google跟蹤了自己在線行為的受害者將形成人類史上最大的集體訴訟。在歐洲六個國家的數(shù)據(jù)保護機構(gòu)將對Google展開聯(lián)合法律調(diào)查。這一現(xiàn)象表明，個人隱私泄露造成的負面影響已不容小覷。

另一方面，大數(shù)據(jù)時代數(shù)據(jù)的真正價值恰恰體現(xiàn)在數(shù)字的“二次用途”中。學(xué)習(xí)分析通過對數(shù)據(jù)的進一步挖掘與加工，使優(yōu)化學(xué)習(xí)者的學(xué)習(xí)及其學(xué)習(xí)環(huán)境成為可能，使教育中所倡導(dǎo)的個性化學(xué)習(xí)成為可能。個性化學(xué)習(xí)即根據(jù)長期網(wǎng)絡(luò)應(yīng)用軌跡，對所得數(shù)據(jù)進行挖掘、研究，從而為每個學(xué)生提供最合適學(xué)習(xí)的內(nèi)容。Kobsa（2007年）認為學(xué)習(xí)分析和個性化學(xué)習(xí)的共同點是它們都需要收集用戶的私人信息，并運用這些數(shù)據(jù)去提升個人的學(xué)習(xí)經(jīng)驗。[6]

2.數(shù)據(jù)所屬權(quán)混淆和訪問權(quán)限模糊

盡管線下的研究中數(shù)據(jù)的所有權(quán)是相當明確的，但是在互聯(lián)網(wǎng)中數(shù)據(jù)的所有權(quán)卻經(jīng)?；煜鐢?shù)據(jù)庫、數(shù)據(jù)集、服務(wù)等很難找到其相應(yīng)的國界或者所屬機構(gòu)。而且在課程中，學(xué)生經(jīng)常會用到系統(tǒng)外的社交網(wǎng)絡(luò)，由于這些網(wǎng)絡(luò)不屬于研究機構(gòu)管轄的范圍，其數(shù)據(jù)跟蹤也有一定的困難。同時研究機構(gòu)如何讓學(xué)生了解這些數(shù)據(jù)的范圍和屬性，如何讓學(xué)生知道發(fā)布在這些社交網(wǎng)絡(luò)上的信息有被公開和被濫用的可能，這些問題困擾著我們。在實踐中，由于管理、資金各種因素，很多有關(guān)部門都需要訪問學(xué)生數(shù)據(jù)，這對數(shù)據(jù)的安全造成了很大的困擾，這些安全隱患能否通過清晰的訪問權(quán)限來規(guī)避也需要進一步研究。

3.數(shù)據(jù)詳盡記錄的需要與人文關(guān)懷間的權(quán)衡

學(xué)習(xí)分析是學(xué)習(xí)者在一個特定時間和特定情境中的快照式的反應(yīng)。若想更好地發(fā)揮學(xué)習(xí)分析的作用，學(xué)習(xí)者縱向時間上的數(shù)據(jù)和更為詳盡的記錄就顯得頗為珍貴，這些數(shù)據(jù)若盡可能長久地儲存則會使效果更加明顯。但是如果學(xué)生的不良信息被永久性地記錄，那么這些數(shù)據(jù)的存在則會對學(xué)生今后的生活構(gòu)成潛在的威脅，使其陷入“一失足成千古恨”的窘境。忘記是人類基本的能力，人類歷史上的一切事物都因?qū)捜菖c遺忘變得更美好。正是由于這些數(shù)據(jù)的數(shù)字屬性，所以應(yīng)該允許學(xué)生申請刪除不良數(shù)據(jù)，從過去的經(jīng)驗中反省和調(diào)整，而不是讓那些過去的經(jīng)驗成為成長歷程中永久的污點，讓學(xué)生的個人檔案變得“像數(shù)字皮膚中的紋身”[7]（Mayer-Sch?nberger，2009年）那樣揮之不去。因此用于學(xué)習(xí)分析的數(shù)據(jù)是否應(yīng)該有一個雙方一致贊成的研究期限，屆時可以允許學(xué)生請求數(shù)據(jù)的刪除，這是一個值得深究的問題。

四、倫理視域下學(xué)習(xí)分析的啟示

學(xué)習(xí)分析在教育中存在的種種問題向我們提出挑戰(zhàn)：我們既想發(fā)揮學(xué)習(xí)分析在分析學(xué)生時的潛能，又想正確應(yīng)對倫理上的挑戰(zhàn)，途徑之一則是形成機構(gòu)間的行為規(guī)范。例如Bienkowski（2012年）等人引用了在“美國家庭教育權(quán)利隱私法”（the U.S. Family Educational Rights and Privacy Act）的準備中所做的工作，澄清了數(shù)據(jù)集的訪問與學(xué)生隱私需求之間的對立關(guān)系。[8]Petersen（2012年）提出要遵守美國聯(lián)邦貿(mào)易委員會的公平信息實踐原則，該原則包含知情同意，數(shù)據(jù)使用選擇，在檢測數(shù)據(jù)的精確性和完整性時個人的權(quán)利，預(yù)防越權(quán)的存取、使用，泄露數(shù)據(jù)，執(zhí)行和賠償?shù)臈l款等等。[9]Slade和Prinsloo（2013年）提出一系列原則去指導(dǎo)院校在學(xué)習(xí)分析中處理倫理的相關(guān)問題。在立法機構(gòu)與研究人員共同努力的同時，出現(xiàn)的非盈利組織也在保衛(wèi)用戶的數(shù)字權(quán)利。

在此筆者試圖從數(shù)據(jù)的收集、測量、分析等方面考慮學(xué)習(xí)分析開展過程中的隱私與倫理因素，以期對學(xué)習(xí)分析能夠得到更好更規(guī)范的運用起到借鑒作用。

1.數(shù)據(jù)的測量要遵循透明原則并取得學(xué)習(xí)者的知情同意

學(xué)習(xí)分析在教育領(lǐng)域的應(yīng)用首先應(yīng)該遵循透明原則。在研究過程中，學(xué)生的哪些數(shù)據(jù)要被使用、使用目的、使用條件、訪問權(quán)利、個人身份保護措施等都要詳細說明。教育機構(gòu)有責任保護學(xué)習(xí)者在系統(tǒng)中的數(shù)據(jù)，有義務(wù)及時提示學(xué)習(xí)者系統(tǒng)之外存在的風險。

其次，在學(xué)習(xí)分析過程中我們應(yīng)該考慮學(xué)習(xí)者的知情同意。Toch、Wang和Cranor（2012年）做了一份有關(guān)社交網(wǎng)絡(luò)中因個性化而產(chǎn)生隱私風險的調(diào)查，結(jié)果表明，由于這些網(wǎng)站上發(fā)布內(nèi)容會被呈現(xiàn)在朋友或同學(xué)面前，所以用戶會感到潛在的不安。[10]也有研究表明，學(xué)生處于監(jiān)視之下時，出于一種自我保護的意識，往往不會表現(xiàn)出其真實想法。因此，只有研究者和學(xué)習(xí)者雙方一致認識到誠實和詳盡的數(shù)據(jù)的重要性，才能實現(xiàn)最優(yōu)的個性化，接受到合適的學(xué)習(xí)支持，獲得最高的學(xué)習(xí)效益。我們建議，要在保證研究質(zhì)量和保護用戶免受危害之間取得一個合理的平衡。在學(xué)習(xí)分析情境中，如果沒有特殊的原因，應(yīng)向?qū)W習(xí)者取得知情同意，學(xué)生也應(yīng)在制度的保障下、雙方相互信任的前提下，表現(xiàn)出真實的自己。

2.數(shù)據(jù)的收集要嚴格控制傳輸、過濾過程，明確規(guī)定訪問權(quán)限

在從分散的資源中收集數(shù)據(jù)時，所記錄的學(xué)習(xí)者活動往往是分布式的，也由于系統(tǒng)中的數(shù)據(jù)量不足以準確勾畫出學(xué)習(xí)者的學(xué)習(xí)行為，所以研究者傾向從學(xué)習(xí)管理系統(tǒng)之外的網(wǎng)站獲得更多的學(xué)習(xí)者軌跡。但是系統(tǒng)之外的數(shù)據(jù)不易被跟蹤，加之網(wǎng)絡(luò)的分布式屬性，我們不僅不能獲得全部數(shù)據(jù)，而且所獲得的數(shù)據(jù)還需要進行大規(guī)模的過濾，將看似無用的信息轉(zhuǎn)化成與教育相關(guān)的信息。所以在數(shù)據(jù)的收集傳輸過程中不僅應(yīng)該保證在不同的網(wǎng)站、不同的標準、不同的所有者、不同的訪問水平下，不能放大錯誤，而且要嚴格控制傳輸、過濾過程，有效控制外部網(wǎng)絡(luò)。

同時，數(shù)據(jù)的收集應(yīng)在一個清晰規(guī)定的訪問權(quán)限下進行。當訪問權(quán)限不明晰，就會存在安全性威脅或者用戶高度敏感的數(shù)據(jù)被泄露的問題，用戶便不會信任該研究。研究機構(gòu)必須對訪問權(quán)限給予足夠的重視。在最初的研究設(shè)計過程中，要對訪問權(quán)限進行明確規(guī)定，清楚地描述出哪些用戶允許訪問、操縱哪一部分信息，用戶也應(yīng)相應(yīng)地了解他們所能操縱的信息類型。相關(guān)學(xué)者針對學(xué)習(xí)分析的實踐方法提出了“以學(xué)生為中心”的觀點，[11]堅持“學(xué)生為中心”的學(xué)習(xí)分析，就應(yīng)取得學(xué)生的知情同意，保證學(xué)生的相關(guān)數(shù)據(jù)不被越權(quán)存??；就應(yīng)通過一定的措施保護學(xué)生數(shù)據(jù)的訪問，避免未授權(quán)的人訪問他們的個人數(shù)據(jù)。

3.數(shù)據(jù)的分析要摒棄固有的偏見與陳規(guī)，提倡學(xué)習(xí)者的參與配合

在數(shù)據(jù)分析階段，構(gòu)建系統(tǒng)化的行為模型就需要做出一些假設(shè)，比如假設(shè)學(xué)習(xí)環(huán)境是一成不變的，不同變量之間的聯(lián)系也可能是假設(shè)的，當學(xué)習(xí)管理系統(tǒng)中處理一些錯誤和不完整的數(shù)據(jù)時，在模型的分析上就可能受潛在的偏見和固有陳規(guī)的影響；另外，學(xué)習(xí)分析的算法也不可避免地保留著文化上、地理上、經(jīng)濟上和社會上的偏見和成見。考慮到學(xué)習(xí)情境的不可復(fù)制和學(xué)生群體的差異性，研究機構(gòu)應(yīng)對數(shù)據(jù)分析的情境仔細斟酌，盡量杜絕偏見的存在，承認所收集的學(xué)生經(jīng)驗動態(tài)的數(shù)據(jù)并不完整，所分析出的預(yù)測模型和算法應(yīng)避免直接的遷移。

學(xué)生應(yīng)自覺地參與合作，與研究機構(gòu)一起收集數(shù)據(jù)、做出決策，構(gòu)建自己的身份，使學(xué)習(xí)分析更好地為個體的學(xué)習(xí)和發(fā)展服務(wù)?！耙詫W(xué)生為中心”的學(xué)習(xí)分析建議學(xué)生作為他自己數(shù)據(jù)的聯(lián)合解讀者，可能的話甚至是收集和鑒定數(shù)據(jù)的參與者。唯有這樣，學(xué)生才能知道他自己在系統(tǒng)中的行為，才能利用這些數(shù)據(jù)來反應(yīng)或者改變行為。

參考文獻：

[1]Ruipérez-Valiente， J. A.， et al. ALAS-KA： A learning analytics extension for better understanding the learning process in the Khan Academy platform[J]. Computers in Human Behavior（2014）， http：//dx.doi.org/10.1016/j.chb.2014.07.002.

[2]Ferguson， R.（2012， March）. The state of learning analytics in 2012： A review and future challenges （Tech. Rep. No. KMI-12-01） [EB/OL]. Milton Keynes， UK： The Open University， Knowledge Media Institute. http：//kmi.open.ac.uk/publications/techreport/kmi-12-01.