量化學(xué)習(xí)：大數(shù)據(jù)時(shí)代的學(xué)習(xí)方式

萬昆　劉華

摘 要：未來人工智能、大數(shù)據(jù)、學(xué)習(xí)分析等技術(shù)被廣泛應(yīng)用于教育教學(xué)中，量化學(xué)習(xí)將成為新的研究熱點(diǎn)。本研究首先對量化學(xué)習(xí)的內(nèi)涵、特征、工具和方法進(jìn)行概述，然后闡述了量化學(xué)習(xí)的價(jià)值意義和應(yīng)用案例，進(jìn)而分析了量化學(xué)習(xí)發(fā)展趨勢與其面臨的挑戰(zhàn)。

關(guān)鍵詞：量化學(xué)習(xí)；大數(shù)據(jù)；《地平線報(bào)告》（高等教育版）

中圖分類號：G434 文獻(xiàn)標(biāo)志碼：A 文章編號：2096-0069（2018）02-0045-06

收稿日期：2017-09-12

基金項(xiàng)目：中央財(cái)政支持地方高校發(fā)展專項(xiàng)資金資助“大數(shù)據(jù)智慧教育服務(wù)平臺建設(shè)”（09925）；江西省社會科學(xué)規(guī)劃“十三五”規(guī)劃項(xiàng)目“地方本科高校MOOC推進(jìn)策略與可持續(xù)發(fā)展研究”（16WT15）

作者簡介：萬昆（1991— ），男，江西南昌人，上饒師范學(xué)院物理與電子信息學(xué)院助教，研究方向?yàn)镸OOC、學(xué)習(xí)科學(xué)與技術(shù)；劉華（1979— ），女，江西上饒人，上饒師范學(xué)院計(jì)算機(jī)網(wǎng)絡(luò)中心講師，研究方向?yàn)榻逃夹g(shù)學(xué)。

近5年《地平線報(bào)告》（高等教育版）多次提到學(xué)習(xí)分析和自適應(yīng)學(xué)習(xí)技術(shù)，并于2014年首次提出量化自我技術(shù)。2017年中國《地平線報(bào)告》（高等教育版）也在提出量化自我將成為高等教育未來2—3年所采用的技術(shù)之外，還指出學(xué)習(xí)分析、量化自我在未來高等教育領(lǐng)域具有巨大的潛力，將會對教與學(xué)產(chǎn)生重要影響。2012年美國教育部發(fā)布的《通過教育數(shù)據(jù)挖掘和學(xué)習(xí)分析促進(jìn)教與學(xué)》的報(bào)告提出，隨著教育數(shù)據(jù)挖掘和學(xué)習(xí)分析技術(shù)的出現(xiàn)，通過對教育大數(shù)據(jù)的采集與分析，人們將改變傳統(tǒng)教育數(shù)據(jù)的應(yīng)用范式[1]。隨著云計(jì)算、大數(shù)據(jù)、物聯(lián)網(wǎng)、虛擬現(xiàn)實(shí)、學(xué)習(xí)分析等新技術(shù)的興起，借助新技術(shù)對教與學(xué)過程進(jìn)行數(shù)據(jù)采集與分析，為學(xué)習(xí)者的學(xué)習(xí)過程進(jìn)行量化處理提供了可能性，同時(shí)為教育決策者、教師的教學(xué)決策、學(xué)生的學(xué)習(xí)分析提供了參考。在教育大數(shù)據(jù)背景下，作為教育大數(shù)據(jù)時(shí)代的學(xué)習(xí)方式，量化學(xué)習(xí)引起了研究者越來越多的關(guān)注。同時(shí)也是基于此，本文將主要回答量化學(xué)習(xí)面臨的幾個(gè)問題：量化學(xué)習(xí)是什么？量化學(xué)習(xí)的技術(shù)支持是什么？量化學(xué)習(xí)的價(jià)值意義何在？量化學(xué)習(xí)面臨著哪些發(fā)展和挑戰(zhàn)？筆者期望能與同行研究者進(jìn)行探討，將量化學(xué)習(xí)有效、切實(shí)地推進(jìn)于教育改革實(shí)踐中。

一、量化學(xué)習(xí)概述

（一）對歷年《地平線報(bào)告》（高等教育版）的分析

通過對2014—2017年間美國新媒體聯(lián)盟發(fā)布的《地平線報(bào)告》（高等教育版）和2017年中國《地平線報(bào)告》（高等教育版）所預(yù)測的關(guān)鍵技術(shù)進(jìn)行對比分析，筆者發(fā)現(xiàn)新媒體聯(lián)盟發(fā)布的《地平線報(bào)告》（高等教育版）中的技術(shù)每年都會變化，且呈現(xiàn)出教育與新技術(shù)不斷融合的發(fā)展態(tài)勢，主要有以下幾個(gè)明顯的特征。

1.新技術(shù)不斷涌現(xiàn)，高等教育領(lǐng)域中技術(shù)應(yīng)用日新月異

翻轉(zhuǎn)課堂、學(xué)習(xí)分析、自帶設(shè)備等研究主題在2014—2016年被持續(xù)關(guān)注，2017年《地平線報(bào)告》（高等教育版）揭示下一代學(xué)習(xí)管理系統(tǒng)、人工智能、自然用戶界面等新的技術(shù)即將涌現(xiàn)。除自帶設(shè)備、翻轉(zhuǎn)課堂、學(xué)習(xí)分析技術(shù)、自適應(yīng)學(xué)習(xí)被持續(xù)關(guān)注外，物聯(lián)網(wǎng)技術(shù)時(shí)隔兩年也重新獲得關(guān)注。2014年《地平線報(bào)告》（高等教育版）中學(xué)習(xí)分析、3D打印技術(shù)等技術(shù)發(fā)展成熟后，2015年《地平線報(bào)告》（高等教育版）指出創(chuàng)客空間、可穿戴技術(shù)、自適應(yīng)學(xué)習(xí)、物聯(lián)網(wǎng)等技術(shù)，2016年《地平線報(bào)告》（高等教育版）增加增強(qiáng)現(xiàn)實(shí)、情感計(jì)算、機(jī)器人，2017年《地平線報(bào)告》（高等教育版）增加移動學(xué)習(xí)、下一代學(xué)習(xí)管理系統(tǒng)、人工智能、自然用戶界面等技術(shù)?？梢娮赃m應(yīng)學(xué)習(xí)技術(shù)、智能技術(shù)、學(xué)習(xí)分析技術(shù)在未來教育教學(xué)中的重要性。研究發(fā)現(xiàn)，學(xué)習(xí)分析技術(shù)將朝著智能化方向，遵循從描述學(xué)習(xí)行為到診斷學(xué)習(xí)者的學(xué)習(xí)過程再到預(yù)測和干預(yù)學(xué)習(xí)過程這樣一種思路進(jìn)行發(fā)展。2017年中國《地平線報(bào)告》（高等教育版）所預(yù)測的關(guān)鍵技術(shù)也包括學(xué)習(xí)分析、自適應(yīng)學(xué)習(xí)、增強(qiáng)現(xiàn)實(shí)和虛擬現(xiàn)實(shí)技術(shù)、量化自我、機(jī)器學(xué)習(xí)?？梢?，在教育大數(shù)據(jù)時(shí)代，數(shù)據(jù)分析技術(shù)與智能技術(shù)對于高等教育的教與學(xué)具有變革性影響，利用數(shù)據(jù)驅(qū)動教育創(chuàng)新與變革是未來教育領(lǐng)域發(fā)展的重要趨勢。

2.量化學(xué)習(xí)得到持續(xù)關(guān)注

隨著人們對個(gè)性化學(xué)習(xí)需求的增長，自帶設(shè)備和機(jī)器人技術(shù)已不能滿足學(xué)習(xí)者的需求，更為高端前沿的自適應(yīng)學(xué)習(xí)和人工智能技術(shù)則在2017年《地平線報(bào)告》中得以呈現(xiàn)并成為重要的新技術(shù)。由于大數(shù)據(jù)技術(shù)的快速發(fā)展，自帶設(shè)備、自適應(yīng)學(xué)習(xí)和移動學(xué)習(xí)產(chǎn)生的數(shù)據(jù)激增，數(shù)據(jù)驅(qū)動的教育教學(xué)方式也在變化，2017年《地平線報(bào)告》（高等教育版）則直接指出自適應(yīng)學(xué)習(xí)技術(shù)是一年內(nèi)將被采用的技術(shù)，且更加符合教育大數(shù)據(jù)時(shí)代學(xué)習(xí)的需求。高等教育教學(xué)方式也在不斷深化和發(fā)展，混合式學(xué)習(xí)從2014—2017年都被認(rèn)為是推動高等教育技術(shù)應(yīng)用的關(guān)鍵力量，混合式學(xué)習(xí)已經(jīng)成為學(xué)生學(xué)習(xí)方式的常態(tài)。隨著可穿戴技術(shù)、虛擬現(xiàn)實(shí)技術(shù)、大數(shù)據(jù)、人工智能等技術(shù)的迅猛發(fā)展，教師的教與學(xué)生的學(xué)等方式正在發(fā)生深刻的變化，當(dāng)大規(guī)模開放在線課程、翻轉(zhuǎn)課堂、自帶設(shè)備、創(chuàng)客空間等應(yīng)用于高等教育教學(xué)時(shí)，線上線下的混合式教學(xué)已經(jīng)變成了高校教學(xué)改革和應(yīng)用的重點(diǎn)。在大數(shù)據(jù)背景下，量化自我、學(xué)習(xí)分析等技術(shù)興起，量化學(xué)習(xí)更加關(guān)注學(xué)習(xí)者的學(xué)習(xí)過程，更加關(guān)注人的全面發(fā)展，與教育所提倡的個(gè)性化學(xué)習(xí)發(fā)展理念契合。未來，在教育大數(shù)據(jù)背景下，量化學(xué)習(xí)方式將會逐步成為常態(tài)的學(xué)習(xí)方式。

綜上，《地平線報(bào)告》（高等教育版）連續(xù)3年（2015—2017年）都表明了教育領(lǐng)域日益注重學(xué)習(xí)測量的趨勢，由此不難看出學(xué)習(xí)測量與教育大數(shù)據(jù)的重要關(guān)系。數(shù)據(jù)開啟了學(xué)習(xí)行為新范式，數(shù)據(jù)正驅(qū)動教育教學(xué)的變革。積極運(yùn)用學(xué)習(xí)分析技術(shù)，為學(xué)習(xí)者實(shí)現(xiàn)量化學(xué)習(xí)提供可能性。數(shù)據(jù)挖掘技術(shù)、在線學(xué)習(xí)、移動學(xué)習(xí)和下一代學(xué)習(xí)管理系統(tǒng)興起并重構(gòu)學(xué)習(xí)環(huán)境，如智慧學(xué)習(xí)環(huán)境、場館學(xué)習(xí)環(huán)境等。我們可以通過學(xué)習(xí)分析技術(shù)對學(xué)習(xí)環(huán)境進(jìn)行可視化分析，使用知識圖譜的方法描述學(xué)習(xí)者的學(xué)習(xí)過程，也可以通過學(xué)習(xí)者的學(xué)習(xí)行為數(shù)據(jù)來分析學(xué)習(xí)者的特征、情感、學(xué)習(xí)興趣、學(xué)習(xí)風(fēng)格、學(xué)習(xí)效果等。而量化學(xué)習(xí)的核心環(huán)節(jié)就是全面地分析學(xué)習(xí)者的行為數(shù)據(jù)，通過構(gòu)建模型對學(xué)習(xí)者的學(xué)習(xí)行為數(shù)據(jù)進(jìn)行分析并給出方法[2]。為培養(yǎng)全面發(fā)展的人，在豐富的技術(shù)環(huán)境下，借助學(xué)習(xí)分析、大數(shù)據(jù)等技術(shù)進(jìn)行的量化學(xué)習(xí)將會成為教育大數(shù)據(jù)時(shí)代的學(xué)習(xí)方式。

（二）量化學(xué)習(xí)介紹

國內(nèi)外關(guān)于量化學(xué)習(xí)的研究較少，劉三指出量化學(xué)習(xí)的內(nèi)涵主要包括以下三個(gè)方面：量化學(xué)習(xí)的前提是構(gòu)建數(shù)據(jù)化認(rèn)知，核心是提供個(gè)性化學(xué)習(xí)服務(wù)，目標(biāo)是構(gòu)筑新的學(xué)習(xí)方式[3]。維羅妮卡（Verónica）通過量化自我設(shè)備收集和記錄學(xué)習(xí)者學(xué)習(xí)行為方面的相關(guān)數(shù)據(jù)并進(jìn)行數(shù)據(jù)分析，引起學(xué)習(xí)者進(jìn)行學(xué)習(xí)反思[4]。邁克·魯斯特（Michael Rust）等人將量化自我設(shè)備作為學(xué)習(xí)工具，通過對量化自我設(shè)備獲得的數(shù)據(jù)進(jìn)行分析，為學(xué)習(xí)者提供相關(guān)參考和設(shè)計(jì)理念[5]。綜上，本研究認(rèn)為，量化學(xué)習(xí)是在教育大數(shù)據(jù)背景下，學(xué)習(xí)者借助新技術(shù)、新媒體等手段實(shí)現(xiàn)的一種混合式學(xué)習(xí)，通過學(xué)習(xí)分析等技術(shù)對學(xué)習(xí)者學(xué)習(xí)行為所產(chǎn)生的數(shù)據(jù)進(jìn)行分析，為實(shí)現(xiàn)學(xué)習(xí)者的個(gè)性化學(xué)習(xí)提供服務(wù)。

（三）量化學(xué)習(xí)的特征

1.量化學(xué)習(xí)呈現(xiàn)出精準(zhǔn)性

實(shí)現(xiàn)量化學(xué)習(xí)的基本要求是學(xué)習(xí)資源能被精準(zhǔn)推送，并能個(gè)性化地服務(wù)學(xué)習(xí)者。量化學(xué)習(xí)呈現(xiàn)出精準(zhǔn)性主要體現(xiàn)在學(xué)習(xí)過程所產(chǎn)生的數(shù)據(jù)能夠清楚地反映出學(xué)習(xí)者的學(xué)習(xí)行為、學(xué)習(xí)節(jié)點(diǎn)等，可以幫助教師根據(jù)學(xué)習(xí)過程中產(chǎn)生的大數(shù)據(jù)進(jìn)行教學(xué)內(nèi)容和形式上的科學(xué)調(diào)整，基于教育大數(shù)據(jù)，可以實(shí)現(xiàn)以學(xué)習(xí)者為中心的自適應(yīng)學(xué)習(xí)。大數(shù)據(jù)、量化自我、物聯(lián)網(wǎng)、云計(jì)算等技術(shù)在教育教學(xué)中的應(yīng)用，使學(xué)生的學(xué)習(xí)將具有智能感知、智慧識別、智能推送等特征，而量化學(xué)習(xí)是借助教育大數(shù)據(jù)和學(xué)習(xí)分析技術(shù)對學(xué)生學(xué)習(xí)過程和學(xué)習(xí)結(jié)果進(jìn)行預(yù)測，使得教育教學(xué)將更加精準(zhǔn)化、個(gè)性化、科學(xué)化，對于促進(jìn)教育教學(xué)質(zhì)量和培養(yǎng)全面發(fā)展的人具有重要意義。

2.量化學(xué)習(xí)具有實(shí)時(shí)性

在教育大數(shù)據(jù)時(shí)代，量化學(xué)習(xí)的實(shí)時(shí)性體現(xiàn)在學(xué)習(xí)反饋的實(shí)時(shí)性上，學(xué)習(xí)者在智慧教育服務(wù)平臺上的線上學(xué)習(xí)，可以借助各種學(xué)習(xí)分析技術(shù)迅速地統(tǒng)計(jì)出個(gè)人的學(xué)習(xí)情況，線下課堂學(xué)習(xí)可以借助大數(shù)據(jù)技術(shù)對課堂教學(xué)行為、學(xué)生學(xué)習(xí)行為、學(xué)生作業(yè)回答情況、師生互動等情況進(jìn)行分析，且實(shí)時(shí)反饋給教師、學(xué)生、管理者，以便對學(xué)習(xí)者的學(xué)習(xí)內(nèi)容、學(xué)習(xí)目標(biāo)等進(jìn)行優(yōu)化。

3.量化學(xué)習(xí)將更加關(guān)注學(xué)生的全面發(fā)展

量化學(xué)習(xí)在重塑學(xué)習(xí)方式方面將具有無限的潛能，而潛能的發(fā)揮需要突破現(xiàn)有的學(xué)習(xí)方式、學(xué)習(xí)評價(jià)，才能助力學(xué)生實(shí)現(xiàn)巨大進(jìn)步。當(dāng)前，學(xué)生的學(xué)習(xí)方式、學(xué)習(xí)評價(jià)、學(xué)習(xí)過程、學(xué)習(xí)價(jià)值等呈現(xiàn)出一系列的現(xiàn)實(shí)難題，而學(xué)生的學(xué)習(xí)方式問題又顯得異常復(fù)雜，學(xué)生能否實(shí)現(xiàn)深度學(xué)習(xí)、具備核心素養(yǎng)，教師能否更加關(guān)注學(xué)生的全面發(fā)展等系列現(xiàn)實(shí)問題我們無法回避，然而我們將大數(shù)據(jù)、學(xué)習(xí)分析、人工智能等新技術(shù)與教育教學(xué)進(jìn)行融合，實(shí)現(xiàn)量化學(xué)習(xí)，或許能解決當(dāng)前一些難題。

（四）量化學(xué)習(xí)的工具和方法

2015年《地平線報(bào)告》（高等教育版）指出，通過數(shù)據(jù)驅(qū)動的實(shí)踐和評估的量化學(xué)習(xí)，將在未來3—5年對高等教育產(chǎn)生極大的影響[6]。隨著量化自我、可穿戴技術(shù)等的普遍應(yīng)用，混合式學(xué)習(xí)、MOOC學(xué)習(xí)等新型教學(xué)方式的引入，可以順利地獲取學(xué)習(xí)者的學(xué)習(xí)過程數(shù)據(jù)，之后使用學(xué)習(xí)分析等技術(shù)對學(xué)習(xí)者學(xué)習(xí)過程產(chǎn)生的數(shù)據(jù)進(jìn)行分析。如從學(xué)習(xí)者特征、學(xué)習(xí)者情感、學(xué)習(xí)者態(tài)度、學(xué)習(xí)者在線行為等方面進(jìn)行詳細(xì)的數(shù)據(jù)統(tǒng)計(jì)，借助學(xué)習(xí)分析、情感計(jì)算、社會網(wǎng)絡(luò)分析等技術(shù)對學(xué)習(xí)者的在線學(xué)習(xí)行為進(jìn)行分析，教師、家長等可全方位了解學(xué)習(xí)者的學(xué)習(xí)過程。學(xué)習(xí)者在課堂上的線下學(xué)習(xí)行為可以借助弗蘭德斯互動分析軟件、社會網(wǎng)絡(luò)分析、問卷調(diào)查、課堂觀察、量化自我設(shè)備等進(jìn)行收集。

教育大數(shù)據(jù)是特指在教育領(lǐng)域的大數(shù)據(jù)，即整個(gè)教育活動過程中所產(chǎn)生的根據(jù)教育需要收集到的數(shù)據(jù)[7]。通過對收集的教育大數(shù)據(jù)進(jìn)行量化分析，可以為學(xué)習(xí)者量化學(xué)習(xí)提供幫助，實(shí)現(xiàn)個(gè)性化推薦資源和服務(wù)。其分析方法有聚類K-means分析法、決策樹分析法、UCINET社會網(wǎng)絡(luò)分析法、時(shí)間序列分析法、知識圖譜法、神經(jīng)網(wǎng)絡(luò)法、情感量化分析法、弗蘭德斯互動分析法等。如聚類K-means分析方法是將數(shù)據(jù)對象通過不斷的迭代，促使達(dá)成聚類的過程；決策樹分析法是用圖形的方式描述某項(xiàng)決策可能出現(xiàn)的情況，用于對學(xué)習(xí)結(jié)果的預(yù)測；UCINET社會網(wǎng)絡(luò)分析法主要是分析學(xué)習(xí)者之間的社會關(guān)系，適用于中心性分析、子群分析、個(gè)體網(wǎng)絡(luò)分析；時(shí)間序列分析法主要是通過構(gòu)建時(shí)間序列模型，用于學(xué)習(xí)者學(xué)習(xí)行為的建模、學(xué)習(xí)效果的預(yù)測等；知識圖譜法是將學(xué)習(xí)者學(xué)習(xí)過程的數(shù)據(jù)進(jìn)行可視化呈現(xiàn)；神經(jīng)網(wǎng)絡(luò)法可以根據(jù)學(xué)習(xí)者的學(xué)習(xí)過程識別學(xué)習(xí)者的學(xué)習(xí)風(fēng)格、學(xué)習(xí)興趣挖掘等；情感量化分析法主要是分析學(xué)習(xí)者的面部表情、聲音情感等；弗蘭德斯互動分析法是一種對課堂師生互動話語進(jìn)行量化分析的方法。

二、量化學(xué)習(xí)的價(jià)值意義

（一）為學(xué)習(xí)者個(gè)性化學(xué)習(xí)提供服務(wù)

個(gè)性化學(xué)習(xí)是一種具有自我導(dǎo)向性的學(xué)習(xí)分析[8]。自智慧城市、智慧教育等理念的提出，智慧校園也逐漸普及，借助大數(shù)據(jù)、學(xué)習(xí)分析技術(shù)實(shí)現(xiàn)學(xué)習(xí)者的量化學(xué)習(xí)，在智慧校園的智慧學(xué)習(xí)環(huán)境中，通過對學(xué)習(xí)者的學(xué)習(xí)行為、學(xué)習(xí)記錄數(shù)據(jù)分析提供教育決策。如泰勒（Taylor）等人根據(jù)edx平臺提供的系統(tǒng)日志、討論區(qū)、學(xué)習(xí)者特征變量等進(jìn)行數(shù)據(jù)收集，通過使用邏輯回歸和分類器等方法工具對數(shù)據(jù)進(jìn)行分析，提前一周預(yù)測到學(xué)習(xí)者的退課行為，可以為教師開展教學(xué)提供學(xué)習(xí)支持服務(wù)，促進(jìn)學(xué)習(xí)者的持續(xù)學(xué)習(xí)[9]。馬杰等人通過學(xué)習(xí)分析技術(shù)構(gòu)建了“預(yù)測模型”，并將該模型應(yīng)用于實(shí)際教學(xué)中發(fā)現(xiàn)，該預(yù)測模型有助于教師的教學(xué)，教師可以根據(jù)預(yù)測模型進(jìn)行關(guān)注和預(yù)警學(xué)生的學(xué)習(xí)過程，方便教學(xué)管理[10]。通過大數(shù)據(jù)、學(xué)習(xí)分析等技術(shù)實(shí)現(xiàn)量化學(xué)習(xí)，可以呈現(xiàn)學(xué)習(xí)者學(xué)習(xí)過程的全部數(shù)據(jù)分析，滿足教師的教學(xué)，也能為學(xué)習(xí)者的個(gè)性化學(xué)習(xí)提供服務(wù)。

（二）可以全面深入了解學(xué)習(xí)者畫像

學(xué)習(xí)者畫像是指學(xué)習(xí)者的標(biāo)識，是依據(jù)學(xué)習(xí)者的基本屬性和學(xué)習(xí)過程特征進(jìn)行標(biāo)簽化的學(xué)習(xí)者模型[11]。學(xué)習(xí)者畫像的核心工作是為學(xué)習(xí)者打標(biāo)簽，接著建立相應(yīng)的數(shù)據(jù)集市，通過數(shù)據(jù)挖掘和算法對數(shù)據(jù)進(jìn)行分析。因此，通過量化學(xué)習(xí)可以全面深入了解學(xué)習(xí)者畫像。學(xué)習(xí)者畫像通常包括學(xué)習(xí)者的基本屬性、學(xué)習(xí)者的學(xué)習(xí)風(fēng)格、學(xué)習(xí)者的學(xué)習(xí)興趣、學(xué)習(xí)者的情感等。如陳海建等人對開放式教學(xué)下學(xué)習(xí)者的基本信息、在線學(xué)習(xí)行為和課堂表現(xiàn)進(jìn)行分析，結(jié)合腦認(rèn)知、數(shù)據(jù)挖掘和認(rèn)知心理視角分析學(xué)習(xí)者畫像，探討學(xué)習(xí)者的個(gè)性化學(xué)習(xí)[12]?？唆斈罚↘rum）等人借助學(xué)習(xí)管理系統(tǒng)，對學(xué)習(xí)者的在線學(xué)習(xí)行為進(jìn)行分析，如提交作業(yè)、瀏覽資源、討論區(qū)發(fā)言及學(xué)習(xí)者與學(xué)習(xí)管理系統(tǒng)的交互和點(diǎn)擊等行為，從而更加準(zhǔn)確地描繪學(xué)習(xí)者特征[13]。

（三）幫助學(xué)習(xí)者實(shí)現(xiàn)智慧學(xué)習(xí)

學(xué)習(xí)者借助量化自我設(shè)備進(jìn)行學(xué)習(xí)，教學(xué)者可以隨時(shí)隨地收集學(xué)習(xí)者的學(xué)習(xí)數(shù)據(jù)，然后通過對這些數(shù)據(jù)進(jìn)行量化分析幫助學(xué)習(xí)者實(shí)現(xiàn)過程量化、效果量化、目標(biāo)量化，從而形成一種目標(biāo)明確的學(xué)習(xí)行為[14]。量化學(xué)習(xí)通過量化的數(shù)據(jù)使學(xué)習(xí)者能清楚地認(rèn)識到自己的水平，從而激發(fā)其學(xué)習(xí)動機(jī)，促進(jìn)學(xué)習(xí)者智慧學(xué)習(xí)的發(fā)生。隨著MOOC學(xué)習(xí)、場館學(xué)習(xí)等泛在學(xué)習(xí)方式的興起，學(xué)習(xí)者的知識將處于一個(gè)連接的狀態(tài)，學(xué)習(xí)者將不是單個(gè)存在的，而是可以借助新技術(shù)、新媒體實(shí)現(xiàn)社群學(xué)習(xí)的。量化學(xué)習(xí)借助大數(shù)據(jù)技術(shù)、可穿戴設(shè)備對學(xué)習(xí)者的學(xué)習(xí)行為數(shù)據(jù)進(jìn)行分析，可以為學(xué)習(xí)者的學(xué)習(xí)提供指導(dǎo)、干預(yù)、追蹤等，以實(shí)現(xiàn)學(xué)習(xí)者的個(gè)性化學(xué)習(xí)、智慧學(xué)習(xí)。通過對新媒體聯(lián)盟《地平線報(bào)告》（高等教育版）中提出的推動高等教育技術(shù)應(yīng)用的關(guān)鍵趨勢分析，在云計(jì)算、量化自我設(shè)備等新技術(shù)迅速發(fā)展背景下，數(shù)據(jù)在“互聯(lián)網(wǎng)+教育”時(shí)代越來越重要，數(shù)據(jù)的價(jià)值和潛能也將被得到重新認(rèn)識。

三、量化學(xué)習(xí)的應(yīng)用案例

（一）預(yù)測學(xué)習(xí)效果

美國紐約州波基普西市瑪麗斯特學(xué)院與Pentaho公司合作發(fā)起了開源學(xué)術(shù)分析計(jì)劃，通過教育大數(shù)據(jù)來分析課程，通過學(xué)生在線點(diǎn)擊閱讀材料、網(wǎng)上論壇發(fā)言情況及每次完成作業(yè)的時(shí)長來預(yù)測學(xué)生完成學(xué)業(yè)的情況。在一門新課程開始的兩周內(nèi)預(yù)測哪些學(xué)生可能無法完成這門課程。關(guān)于學(xué)習(xí)效果預(yù)測的方法包括基于統(tǒng)計(jì)分析的學(xué)習(xí)效果預(yù)測、基于統(tǒng)計(jì)機(jī)器學(xué)習(xí)的學(xué)習(xí)效果預(yù)測、基于時(shí)間序列分類的學(xué)習(xí)效果預(yù)測。通過對學(xué)習(xí)效果的預(yù)測可以更好地為學(xué)習(xí)者提供支持服務(wù)，改善學(xué)習(xí)效果。

（二）應(yīng)用學(xué)習(xí)分析技術(shù)支持個(gè)性化學(xué)習(xí)

美國紐約Knewton公司開發(fā)的Knewton系統(tǒng)是一個(gè)在線智能適應(yīng)性學(xué)習(xí)平臺，通過采用知識圖譜、項(xiàng)目式反應(yīng)理論、個(gè)性化內(nèi)容推薦等方法，根據(jù)學(xué)習(xí)者的學(xué)習(xí)情況進(jìn)行量化和調(diào)整。Knewton系統(tǒng)上的內(nèi)容以知識圖譜的形式存儲和呈現(xiàn)，通過持續(xù)挖掘?qū)W生的學(xué)習(xí)行為、學(xué)習(xí)成績、學(xué)習(xí)活動等，采用學(xué)習(xí)分析技術(shù)為學(xué)習(xí)者提供個(gè)性化學(xué)習(xí)路徑。

（三）應(yīng)用教育大數(shù)據(jù)技術(shù)支持學(xué)習(xí)者量化學(xué)習(xí)

智學(xué)網(wǎng)是科大訊飛公司開發(fā)的一個(gè)針對在線教學(xué)的智能化服務(wù)平臺。該平臺主要功能是：第一，通過人工智能技術(shù)對過程化教學(xué)大數(shù)據(jù)采集分析，可以智能批改和大數(shù)據(jù)分析，實(shí)現(xiàn)學(xué)習(xí)者過程性評價(jià)，教師和學(xué)生根據(jù)分析從而可以改進(jìn)教與學(xué)。第二，知識圖譜的個(gè)性化學(xué)習(xí)分析和推薦，通過大數(shù)據(jù)分析技術(shù)、知識圖譜的診斷技術(shù)對學(xué)習(xí)者的學(xué)習(xí)情況進(jìn)行分析和診斷，為學(xué)習(xí)者個(gè)性化學(xué)習(xí)自動推薦資源。第三，探索以學(xué)習(xí)者為中心的教育評價(jià)方式，建立基于問題診斷的基礎(chǔ)教育服務(wù)體系，實(shí)現(xiàn)以學(xué)習(xí)者為中心的教育評價(jià)[15]?；谝陨先齻€(gè)功能，教育大數(shù)據(jù)和學(xué)習(xí)分析技術(shù)能夠幫助學(xué)習(xí)者實(shí)現(xiàn)量化學(xué)習(xí)，尤其是能對學(xué)習(xí)者學(xué)習(xí)過程、學(xué)習(xí)效果進(jìn)行可視化分析，為學(xué)習(xí)者個(gè)性化學(xué)習(xí)推薦學(xué)習(xí)資源，可以說是以智學(xué)網(wǎng)平臺為代表的較好學(xué)習(xí)環(huán)境平臺特色功能的體現(xiàn)。

四、量化學(xué)習(xí)的發(fā)展與挑戰(zhàn)

（一）量化學(xué)習(xí)發(fā)展趨勢

1.支持教育大數(shù)據(jù)的全面采集

全面采集教育大數(shù)據(jù)就可以把握未來教學(xué)發(fā)展方向。教育大數(shù)據(jù)是指在信息技術(shù)支持下的教育教學(xué)全過程所產(chǎn)生的數(shù)據(jù)，如結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)數(shù)據(jù)所組成的數(shù)據(jù)集。量化學(xué)習(xí)在新技術(shù)迅猛發(fā)展的背景下，將逐漸成為教育大數(shù)據(jù)時(shí)代的學(xué)習(xí)方式。與傳統(tǒng)教學(xué)不同，量化學(xué)習(xí)的教師教學(xué)過程和學(xué)生學(xué)習(xí)過程都是基于數(shù)據(jù)的分析，將更加客觀、全面地展現(xiàn)學(xué)習(xí)者的學(xué)習(xí)過程。隨著開放教育資源共享的實(shí)現(xiàn)，智慧教育的實(shí)現(xiàn)，量化學(xué)習(xí)所產(chǎn)生的數(shù)據(jù)既包括真實(shí)學(xué)習(xí)環(huán)境中的數(shù)據(jù)，如場館學(xué)習(xí)、課堂學(xué)習(xí)、戶外學(xué)習(xí)產(chǎn)生的數(shù)據(jù)，也包括虛擬學(xué)習(xí)環(huán)境中所產(chǎn)生的數(shù)據(jù)，如在線學(xué)習(xí)、基于MOOC的學(xué)習(xí)、基于學(xué)習(xí)管理系統(tǒng)的學(xué)習(xí)等所產(chǎn)生的數(shù)據(jù)。教育工作者可以根據(jù)采集到的教育大數(shù)據(jù)對教與學(xué)全過程進(jìn)行分析、干預(yù)、預(yù)警等，對教學(xué)過程與方法進(jìn)行針對性調(diào)整，優(yōu)化教育教學(xué)過程。

2.量化學(xué)習(xí)方式將會越來越多樣化

隨著新一輪技術(shù)的發(fā)展，如自適應(yīng)學(xué)習(xí)技術(shù)、人工智能、機(jī)器人技術(shù)、下一代人工智能、自然用戶界面等技術(shù)，未來量化學(xué)習(xí)方式將會越來越多樣化，如機(jī)器學(xué)習(xí)、智慧學(xué)習(xí)、自適應(yīng)學(xué)習(xí)等得以實(shí)現(xiàn)，同時(shí)也將會滿足成年人、殘障人士等不同群體在內(nèi)的學(xué)習(xí)需求。量化學(xué)習(xí)的學(xué)習(xí)環(huán)境也將越來越智慧，如下一代數(shù)字化學(xué)習(xí)環(huán)境，指的是開發(fā)更加靈活的學(xué)習(xí)空間，支持學(xué)習(xí)者的個(gè)性化學(xué)習(xí)，使形成性評價(jià)發(fā)揮更大的作用，學(xué)習(xí)者可以在下一代數(shù)字化學(xué)習(xí)環(huán)境實(shí)現(xiàn)智慧學(xué)習(xí)。量化學(xué)習(xí)將越來越智能，如物聯(lián)網(wǎng)通過處理器或內(nèi)置傳感器在網(wǎng)絡(luò)中傳遞信息，它能夠?qū)崿F(xiàn)遠(yuǎn)程管理、狀態(tài)監(jiān)控、跟蹤、報(bào)警等功能[16]；自然用戶界面可以通過手勢、面部表情、語音識別等技術(shù)實(shí)現(xiàn)信息的傳輸與反饋，自然也會有越來越多的學(xué)習(xí)者將應(yīng)用這些人工智能設(shè)備。

（二）量化學(xué)習(xí)面臨的挑戰(zhàn)

1.技術(shù)發(fā)展問題

為實(shí)現(xiàn)教育大數(shù)據(jù)時(shí)代的學(xué)習(xí)方式——量化學(xué)習(xí)，大數(shù)據(jù)技術(shù)、學(xué)習(xí)分析技術(shù)在教育領(lǐng)域的應(yīng)用同樣也存在一些挑戰(zhàn)，如數(shù)據(jù)收集、存儲、處理、分析等。大數(shù)據(jù)在教育領(lǐng)域的應(yīng)用主要是教育數(shù)據(jù)挖掘和學(xué)習(xí)分析，教育大數(shù)據(jù)獲取需要研究機(jī)構(gòu)、專業(yè)數(shù)據(jù)分析公司、政府、學(xué)校等的合作，也需要學(xué)校對新技術(shù)的接受與積極應(yīng)用。為實(shí)現(xiàn)量化學(xué)習(xí)，需要將多種數(shù)據(jù)進(jìn)行整合，如何對數(shù)據(jù)進(jìn)行挖掘，如何準(zhǔn)確、客觀、全面地刻畫學(xué)習(xí)者畫像問題，這些都是未來量化學(xué)習(xí)技術(shù)發(fā)展所面臨的挑戰(zhàn)。

2.數(shù)據(jù)倫理問題

在開放教育、人人共享的時(shí)代，數(shù)據(jù)的挖掘與獲取對于學(xué)習(xí)者的學(xué)習(xí)具有重要作用。教育數(shù)據(jù)的倫理問題是大數(shù)據(jù)面臨的又一挑戰(zhàn)。教育數(shù)據(jù)倫理是對教育數(shù)據(jù)產(chǎn)生、采集、存儲和分析利用過程中所應(yīng)秉承的道德信念和行為規(guī)范的理性審視[17]。通過數(shù)據(jù)改變學(xué)習(xí)方式，利用教育數(shù)據(jù)挖掘和學(xué)習(xí)分析對學(xué)習(xí)者畫像進(jìn)行分析，為學(xué)習(xí)者提供個(gè)性化學(xué)習(xí)資源和服務(wù)推薦，將會使學(xué)生的整個(gè)學(xué)習(xí)過程透明化，可能會帶來一系列的倫理道德問題。因此，在量化學(xué)習(xí)方式下，需要建立數(shù)據(jù)隱私保護(hù)模式，如什么數(shù)據(jù)可以對外開放、什么數(shù)據(jù)可以共享、誰來保護(hù)數(shù)據(jù)、誰為數(shù)據(jù)負(fù)責(zé)等一系列問題確保可以被重視。建議相關(guān)部門加快數(shù)據(jù)保護(hù)法等的制定，保證能夠通過制度機(jī)制解決問題。

3.其他問題

隨著自帶設(shè)備、智能手環(huán)、可穿戴技術(shù)等在教育教學(xué)中的應(yīng)用，量化自我技術(shù)所產(chǎn)生的成本問題也是量化學(xué)習(xí)未來的挑戰(zhàn)之一，可能家長或?qū)W校都無法承擔(dān)這些設(shè)備的費(fèi)用。大數(shù)據(jù)、學(xué)習(xí)分析技術(shù)等引發(fā)的學(xué)習(xí)革命使教育教學(xué)正面臨新的挑戰(zhàn)和機(jī)遇，也許會帶來一系列其他的問題，如數(shù)字鴻溝問題、教育公平問題等。

[1]U.S.Department of Education.Enhancing Teaching and Learning through Educa-tional Data Minging and Learning Analytics [DB/OL].（2014-11-19）[2017-03-08].http：//www.docin.com/p-963991024.html.

[2][14]劉三，楊宗凱.量化學(xué)習(xí)——數(shù)據(jù)驅(qū)動下的學(xué)習(xí)行為分析[M].北京：科學(xué)出版社，2016.

[3]劉三，李卿，孫建文，等.量化學(xué)習(xí)：數(shù)字化學(xué)習(xí)發(fā)展前瞻[J].教育研究，2016，（07）：119-126.

[4]Verónica Rivera-Pelayo，ValentinZacharias，SimoneBraun.Applying Quantified Self Approaches to Support Reflective Learning[C].Proceedings of the 2nd International Conference on

Learning Analytics and Knowledge.Vancouver，British Columbia，

April29-May02，2012，New York：ACM，2012：111-114.

[5]RUST M J，MEYER E G，NASIR M.Using Quantified Self as a Learning Tool to Engage Students in Entrepreneurially

Minded Learning and Engineering Design.ASEEs 123rd Annual Conference & Exposition，New Orleans，June26-29，2016.

[6]龔志武，吳迪，陳陽鍵，等.新媒體聯(lián)盟2015地平線報(bào)告高等教育版.現(xiàn)代遠(yuǎn)程教育研究[J].2015，（02）：3-22.

[7]方海光.教育大數(shù)據(jù)——邁向共建、共享、開放、個(gè)性的未來教育[M].北京：機(jī)械工業(yè)出版社，2016.

[8]牟智佳，俞顯.知識圖譜分析視角下學(xué)習(xí)分析的學(xué)術(shù)群體與熱點(diǎn)追蹤——對歷年“學(xué)習(xí)分析與知識國際會議”的元分析[J].遠(yuǎn)程教育雜志，2016，（02）：54-63.

[9]TAYLOR C，VEERAMACHANENI K，OReilly U M.Likely to Stop？ Predicting Stop out in Massive Open Online Courses.（2014-10-25）[2017-10-18].https：//www.researchgate.net/pro-file/Kalyan_Veeramachaneni/publication/264790759_Likely_to_stop_Predicting_Stopout_in_Massive_Open_Online_Courses/links/54bd26ac0cf218da93919216/Likely-to-stop-Predicting-Stopout-in-Massive-Open-Online-Courses.pdf.

[10]馬杰，趙蔚，張潔，等.基于學(xué)習(xí)分析技術(shù)的預(yù)測模型構(gòu)建與實(shí)證研究[J].現(xiàn)代教育技術(shù)，2014，（11）：30-38.

[11][12]陳海建，戴永輝，韓冬梅，等.開放式教學(xué)下的學(xué)習(xí)者畫像及個(gè)性化教學(xué)探討[J].開放教育研究，2017，（03）：105-112.

[13]KRUMM A E，WADDINGTON R J，TEASLEY S D，et al.A Learning Management System-Based Early Warning System for

Academic Advising in Undergraduate Engingeering[M]// LARUSSON J A，WHITE B.Learning Analytics：From to Practice.NewYork：Spring，2014：103-119.

[15]智學(xué)網(wǎng).平臺功能[EB/OL].（2013-05-28）[2017-08-07].https：//baike.so.com/doc/5421577-5659761.html.

[16]ADAMS B S，CUMMINS M，DAVIS A，et al.NMC Horizon Report：2017 Higher Education Edition[R].Austin，Texas：The New Media Consortium.

[17]劉三，楊宗凱，李卿.教育數(shù)據(jù)倫理：大數(shù)據(jù)時(shí)代教育的新挑戰(zhàn)[J].教育研究，2017，（04）：15-20.

（責(zé)任編輯 孫志莉）

Abstract： Technologies like future artificial intelligence，big data，and learning analytics etc. are widely used in education and teaching，and thus quantified learning will become a new research hotspot.This study firstly summarized the connation，characteristics，tools and methods of quantified learning.Secondly，it elaborated on the value and significance of quantified learning and some application cases of it.Finally，it analyzed the development trend of quantified learning as well as the challenges it faces.

Key words： quantified learning；big data；The Horizon Report（Higher Education Edition）