论文部分内容阅读
摘 要：随着在线学习方式的普及，学习分析已经开始被运用在教学实践中。教育的重要目标是改善学生的思维能力，其教育目标分类的提出为思维能力的培养提供了指导方向。因此，本研究从马扎诺分类学的视角出发，探究学习分析如何支持思维发展。
关键词：马扎诺教育;目标分类;学习分析;思维发展
1 问题提出
学习分析技术是使用数据与模型来预测学生的收获和具有处理这些信息能力的行为[1]。学生在学习过程中的行为表现等数据，是学习分析技术的关键。学习分析的目标其实就是用这些收集上来的数据来评估学生的表现、预测学生的发展、发现学生的问题，从而为教育者提供更好的学与支持。
虽然学习分析在教育教学中发挥着重要的作用，但目前仍存在一些问题。现有的学习分析技术只能简单地分析学生在学习中所表现出来的行为，对于学生的隐性知识与能力很难评估，对思维培养的贡献更是少之又少。
2 设计探究
马扎诺提出了教育目标新分类，分为认知系统元、认知系统和自我系统。其中认知系统包含提取、领会、分析及知识应用;元认知系统包含目标设定、过程监控以及监控清晰度与精确度;自我系统包含检验重要性、检验效能、检验情感反应及检验总体动机。马扎诺教育目标分类系统中除了认知系统中的提取层次，其他层次属于面向思维的教学目标层次。
2.1 認知系统
工作记忆中的信息是学习者加工后形成了特定的结构后进行存储的。领会是知识以适当的形式贮存在长时记忆中。分析是学习者依靠原有知识，对信息进行重组并创建新内容。最后是知识应用，强调学习者的问题解决与假设能力。
教师在管理过程中，登录到学习系统中能上传不同的学习资源，然后对学习数据进行分析，实时掌握学生基本学习状态以及学习过程，对学习计划进行调整，对学习活动进行干预。
2.2 元认知系统
1.明确目标
明确目标就是当学生开始接受新任务时，为这个任务建立明确且清晰的目标，以及实现这个目标需要使用的策略、资源与方法。
学习分析支持明确目标主要是在计分转换方面，将学习时长、进度、目标掌握、目标得分在课前按权重进行设定，根据学习者的实际参与情况进行统计，并折合权重计算后作为学习模块得分。
2.过程监控
过程监控是对任务的程序为达成目标所使用的策略的实施效果以及任务进行的过程的有效性进行监控。
学习分析支持学习任务完成度监控，即主要对学习者课前自主学习时需要观看的微课、提出的知识疑问、浏览的学习资源等进行完成度监控，以了解学习者的学习状态[2]。
3.监控清晰度与准确度
监控清晰度是学习者对所学知识或任务的明晰程度。监控准确度是学习者对知识的理解与运用的正确程度。监控清晰度与准确度都需要学生给出依据并做出解释。
学习分析支持监控清晰度与准确度可以用话语分析法，话语分析能够帮助我们理解知识是怎样产生与建构的[3]。话语除了包括交流谈话，还包括各种媒体上展示出来的文本与交互内容。
2.3 自我系统
1.检查动机
检验总体动机是对全部动机的总体判断，要求学生能够明确学习知识的动机及相应的原因。
具有较强学习动机的学习者更愿意主动参与到学习与活动中来。学习分析能够通过分析学生使用搜索引擎、学习资源以及与他人交流的频率，来评估学生的动机。
2.检查情绪反应
检验情感反应要求学生确定自己对知识或任务的情感是积极的还是消极的，以及产生这种情感反应的原因。
学习分析支持检验情绪反应具有很好的效果，因为其能够为学习分析提供了更加客观、全面、精准的信息[4]。例如，对学生的皮肤电、表情等进行分析，测量学生的情绪与互动行为等。
3.检查效能感
检验效能是学习者对能够完成学习任务的可能性进行判断的过程，要求学习者判断现有条件都能使自己完成任务。
学习分析支持检验效能感能够用社会网络分析法实现。社会网络分析法能够研究人的社交行为，通过学习分析工具将小组协作过程可视化，以帮助教师诊断协作学习的质量。
4.检查重要性
学生在学习知识之前，都会判断该知识的重要程度，来判定这个知识或任务自己是否需要耗费时间和精力去认真学习。
学习分析支持下的学习重要性因其内隐性目前直接测量较为困难，因此与监控清晰度类似，需使用话语分析法来实现。
3 结语
学习分析技术涵盖了教育过程最主要的领域，在思维培养方面具有很大的潜力。技术促进教学是一项挑战，促进教学中的思维发展更是一项艰巨的任务。马扎诺教学目标分类为技术与思维的结合指出一条出路，学习分析与思维教学紧密结合，将能够创造教学无限的可能性。
参考文献：
[1] Siemens， G.， Long， P..Penetrating the Fog： Analytics in Learning andEducation[J].Educause Review， 2011，46（5）： 30～32.
[2] 牟智佳，武法提.基于教育数据的学习分析工具的功能探究[J].现代教育技术，2017，27（11）：113-119.
[3] Arnseth， H. C. Discourse and artefacts in learning to argue[D].Oslo：Oslo University， 2004.
[4] 韩颖，董玉琦，毕景刚.学习分析中情绪的生理数据表征——皮肤电反应的应用前瞻[J].现代教育技术，2018，28（10）：12-19.
关键词：马扎诺教育;目标分类;学习分析;思维发展
1 问题提出
学习分析技术是使用数据与模型来预测学生的收获和具有处理这些信息能力的行为[1]。学生在学习过程中的行为表现等数据，是学习分析技术的关键。学习分析的目标其实就是用这些收集上来的数据来评估学生的表现、预测学生的发展、发现学生的问题，从而为教育者提供更好的学与支持。
虽然学习分析在教育教学中发挥着重要的作用，但目前仍存在一些问题。现有的学习分析技术只能简单地分析学生在学习中所表现出来的行为，对于学生的隐性知识与能力很难评估，对思维培养的贡献更是少之又少。
2 设计探究
马扎诺提出了教育目标新分类，分为认知系统元、认知系统和自我系统。其中认知系统包含提取、领会、分析及知识应用;元认知系统包含目标设定、过程监控以及监控清晰度与精确度;自我系统包含检验重要性、检验效能、检验情感反应及检验总体动机。马扎诺教育目标分类系统中除了认知系统中的提取层次，其他层次属于面向思维的教学目标层次。
2.1 認知系统
工作记忆中的信息是学习者加工后形成了特定的结构后进行存储的。领会是知识以适当的形式贮存在长时记忆中。分析是学习者依靠原有知识，对信息进行重组并创建新内容。最后是知识应用，强调学习者的问题解决与假设能力。
教师在管理过程中，登录到学习系统中能上传不同的学习资源，然后对学习数据进行分析，实时掌握学生基本学习状态以及学习过程，对学习计划进行调整，对学习活动进行干预。
2.2 元认知系统
1.明确目标
明确目标就是当学生开始接受新任务时，为这个任务建立明确且清晰的目标，以及实现这个目标需要使用的策略、资源与方法。
学习分析支持明确目标主要是在计分转换方面，将学习时长、进度、目标掌握、目标得分在课前按权重进行设定，根据学习者的实际参与情况进行统计，并折合权重计算后作为学习模块得分。
2.过程监控
过程监控是对任务的程序为达成目标所使用的策略的实施效果以及任务进行的过程的有效性进行监控。
学习分析支持学习任务完成度监控，即主要对学习者课前自主学习时需要观看的微课、提出的知识疑问、浏览的学习资源等进行完成度监控，以了解学习者的学习状态[2]。
3.监控清晰度与准确度
监控清晰度是学习者对所学知识或任务的明晰程度。监控准确度是学习者对知识的理解与运用的正确程度。监控清晰度与准确度都需要学生给出依据并做出解释。
学习分析支持监控清晰度与准确度可以用话语分析法，话语分析能够帮助我们理解知识是怎样产生与建构的[3]。话语除了包括交流谈话，还包括各种媒体上展示出来的文本与交互内容。
2.3 自我系统
1.检查动机
检验总体动机是对全部动机的总体判断，要求学生能够明确学习知识的动机及相应的原因。
具有较强学习动机的学习者更愿意主动参与到学习与活动中来。学习分析能够通过分析学生使用搜索引擎、学习资源以及与他人交流的频率，来评估学生的动机。
2.检查情绪反应
检验情感反应要求学生确定自己对知识或任务的情感是积极的还是消极的，以及产生这种情感反应的原因。
学习分析支持检验情绪反应具有很好的效果，因为其能够为学习分析提供了更加客观、全面、精准的信息[4]。例如，对学生的皮肤电、表情等进行分析，测量学生的情绪与互动行为等。
3.检查效能感
检验效能是学习者对能够完成学习任务的可能性进行判断的过程，要求学习者判断现有条件都能使自己完成任务。
学习分析支持检验效能感能够用社会网络分析法实现。社会网络分析法能够研究人的社交行为，通过学习分析工具将小组协作过程可视化，以帮助教师诊断协作学习的质量。
4.检查重要性
学生在学习知识之前，都会判断该知识的重要程度，来判定这个知识或任务自己是否需要耗费时间和精力去认真学习。
学习分析支持下的学习重要性因其内隐性目前直接测量较为困难，因此与监控清晰度类似，需使用话语分析法来实现。
3 结语
学习分析技术涵盖了教育过程最主要的领域，在思维培养方面具有很大的潜力。技术促进教学是一项挑战，促进教学中的思维发展更是一项艰巨的任务。马扎诺教学目标分类为技术与思维的结合指出一条出路，学习分析与思维教学紧密结合，将能够创造教学无限的可能性。
参考文献：
[1] Siemens， G.， Long， P..Penetrating the Fog： Analytics in Learning andEducation[J].Educause Review， 2011，46（5）： 30～32.
[2] 牟智佳，武法提.基于教育数据的学习分析工具的功能探究[J].现代教育技术，2017，27（11）：113-119.
[3] Arnseth， H. C. Discourse and artefacts in learning to argue[D].Oslo：Oslo University， 2004.
[4] 韩颖，董玉琦，毕景刚.学习分析中情绪的生理数据表征——皮肤电反应的应用前瞻[J].现代教育技术，2018，28（10）：12-19.