前言
在介紹Learning Analytics之前，我先簡單介紹一下我自己，以及開這個(gè)專欄在初衷。
我是哥倫比亞大學(xué)教育學(xué)院人類發(fā)展系學(xué)習(xí)分析專業(yè)的在讀研究生，這是我在這個(gè)項(xiàng)目的第三個(gè)學(xué)期，眼下正值期末，按常理說是大家最繁忙的階段。然而對我來說，整個(gè)學(xué)期都處于繁忙狀態(tài)，于是也就對期末這種敏感字眼麻木了。寫這篇文章，倒像是給自己一個(gè)放松的機(jī)會(huì)。
這周二上午，我跑到學(xué)校的學(xué)生組織事務(wù)部（簡稱OSA）去尋求一次與部門負(fù)責(zé)人Ade（此處為化名）見面的機(jī)會(huì)，為了這次會(huì)面，我等了四個(gè)多月。我跟Ade是認(rèn)識(shí)的，因?yàn)槲艺跒榱硪粋€(gè)社團(tuán)工作，所以定期匯報(bào)工作的時(shí)候會(huì)跟她有交流，而且平日里見了面都會(huì)寒暄幾句。但是我們都心知肚明，有一個(gè)話題，是我們之間必須面談的。導(dǎo)火索追溯到今年八月初，我收到了另一個(gè)社團(tuán)的錄取信，這個(gè)社團(tuán)是偏向人文的社團(tuán)，順利的拿到了學(xué)校的認(rèn)證和撥款。我在這個(gè)社團(tuán)中擔(dān)任宣傳部長，也是主干成員之一。而我自己苦心經(jīng)營的學(xué)習(xí)分析社團(tuán)（Teachers College Learning Analytics，之后簡稱TCLA），卻拿到了一封拒信。按照規(guī)定，每個(gè)官方社團(tuán)中有三位主干成員是官方工作人員，而擔(dān)任官方的社團(tuán)工作人員的學(xué)生，只能任職于一個(gè)社團(tuán)。由于TCLA未獲得認(rèn)可，所以我開始擔(dān)任另一個(gè)社團(tuán)的主干成員。
收到拒信，是整個(gè)TCLA的成員沒有想到的，因?yàn)槲覀冇姓麄€(gè)專業(yè)的導(dǎo)師和學(xué)生做支撐，擔(dān)任我們社團(tuán)的指導(dǎo)老師不僅是我們專業(yè)的導(dǎo)師，也是學(xué)院圖書館的主管，身兼多職，是一位非常有分量老師。外加我們專業(yè)與大數(shù)據(jù)接軌，緊跟高新技術(shù)潮流，這些都讓我們覺得，被學(xué)校認(rèn)證是理所應(yīng)當(dāng)對事兒。然而就是這種理所應(yīng)當(dāng)，讓我們無法接受這樣的拒信。我發(fā)郵件給OSA，希望獲得一次面談的機(jī)會(huì)，一方面詢問一下被拒的原因，另一方面也抱著一線生機(jī)，爭取能夠說服他們認(rèn)可TCLA。然而，我一次次的發(fā)郵件約時(shí)間，一次次的被推遲。八月份發(fā)郵件的時(shí)候，OSA說十月后再受理。十月份發(fā)郵件的時(shí)候，OSA說十一月。一而再再而三，眼看著這學(xué)期要結(jié)束了，我跑到了OSA的辦公室，要求當(dāng)天必須與Ade見面面談關(guān)于TCLA的相關(guān)事宜。終于，讓我等到了。
雖然見面了，但是情況并不樂觀。Ade再次拒絕認(rèn)可TCLA，還提出了兩個(gè)主要原因。第一，Learning Analytics這個(gè)專業(yè)太新，而且群體很小，看不到可持續(xù)性，所以并不看好。第二，TCLA設(shè)計(jì)的活動(dòng)主要是Workshop和Seminar，相當(dāng)于是授課形式，這會(huì)與學(xué)院的正課產(chǎn)生競爭關(guān)系。Ade說，如果想要得到認(rèn)可，那么TCLA需要在下學(xué)期繼續(xù)以非正式社團(tuán)的名義舉辦活動(dòng)，證明給OSA看，這是可持續(xù)的，那到明年秋季開學(xué)，或許可以拿到認(rèn)證。就這樣，我一心想要在畢業(yè)前看著TCLA拿到認(rèn)可的愿望，就這么破滅了。
這個(gè)專業(yè)不被看好，Ade絕不是第一個(gè)這樣表示的。而我們專業(yè)的每一個(gè)人，都在為這個(gè)專業(yè)的未來發(fā)展努力著。我們是這個(gè)專業(yè)的第二屆學(xué)生，第一屆的畢業(yè)生，大部分的畢業(yè)動(dòng)態(tài)是不錯(cuò)的。有的去了高盛，有的在為聯(lián)合國做相關(guān)項(xiàng)目，有的繼續(xù)留校讀博。我們這個(gè)專業(yè)，每一屆只有十來個(gè)人，也是這個(gè)學(xué)院最小的專業(yè)，最小的學(xué)生群體。然而我們從來沒有因?yàn)槲覀兊拿煨。褖粝胱兊妹煨 Ｎ覀円恢毕Ｍ苡懈嗳耍私馕覀儗I(yè)，學(xué)習(xí)我們專業(yè)，傳播我們專業(yè)。這一直是我們專業(yè)每個(gè)人的使命，也是我創(chuàng)建這個(gè)專欄的初衷。因?yàn)槲沂冀K堅(jiān)信，這個(gè)專業(yè)，會(huì)在未來發(fā)展中，發(fā)揮著很重要的作用，是推動(dòng)人類學(xué)習(xí)能力的重要基石。
說到這里，你大概對這個(gè)項(xiàng)目的目前狀況有了了解，接下來，我就要向你介紹一下，什么是Learning Analytics。
Learning Analytics
The world's first graduate program in Learning Analytics
Data about learning and learners are being generated today on an unprecedented scale. The fields of learning analytics (LA) and educational data mining (EDM) have emerged with the aim of transforming this data into new insights that can benefit students, teachers, and administrators. As one of world's leading teaching and research institutions in education, psychology, and health, we are proud to offer an innovative graduate curriculum dedicated to improving education through technology and data analysis.
上圖是來自哥倫比亞大學(xué)教育學(xué)院學(xué)習(xí)分析項(xiàng)目的官方介紹，簡言之，學(xué)習(xí)分析就是通過教育大數(shù)據(jù)對學(xué)習(xí)者的學(xué)習(xí)行為和學(xué)習(xí)能力進(jìn)行分析，以幫助學(xué)習(xí)者獲得更加個(gè)性化的學(xué)習(xí)方式。廣義來講，學(xué)習(xí)分析是將大數(shù)據(jù)、統(tǒng)計(jì)、機(jī)器學(xué)習(xí)、教育理論、心理學(xué)、認(rèn)知科學(xué)、人工智能等融合在一起的一種研究方式。
維基百科給出的定義是：
Learning analytics?is the measurement, collection, analysis and reporting of data about learners and their contexts, for purposes of understanding and optimizing learning and the environments in which it occurs. A related field is educational data mining.
哥倫比亞大學(xué)教育學(xué)院是世界上第一個(gè)創(chuàng)建Learning Analytics專業(yè)的學(xué)校，當(dāng)然，隨著大數(shù)據(jù)的崛起，其他學(xué)校也陸續(xù)開展了這方面研究。比如，Learning Analytics專業(yè)的創(chuàng)始人Ryan S. Baker在現(xiàn)任學(xué)校賓夕法尼亞大學(xué)也創(chuàng)建了相似的專業(yè)，叫Learning Science & Technologies。此外，還有美國東北大學(xué)、波士頓大學(xué)、卡內(nèi)基梅隆大學(xué)、加州大學(xué)伯克利分校、喬治城大學(xué)、悉尼大學(xué)、愛丁堡大學(xué)、薩斯喀徹溫大學(xué)等。馬里蘭大學(xué)還專門開設(shè)了Learning Analytics Research Group。
不難發(fā)現(xiàn)，這個(gè)專業(yè)是一個(gè)實(shí)打?qū)嵉目鐚W(xué)科的教育專業(yè)，要將各個(gè)領(lǐng)域的知識(shí)融合在一起，才能修煉成合格的教育數(shù)據(jù)科學(xué)家。Frederick Hartwig曾在他的著作Exploratory Data Analysis中說過，一個(gè)合格的研究人員應(yīng)該學(xué)習(xí)盡可能多的知識(shí)和方法來協(xié)助他探索數(shù)據(jù)中各種變量的深刻含義，并與理論和社會(huì)科學(xué)緊密結(jié)合起來。
這是一個(gè)由跨學(xué)科主宰社會(huì)的時(shí)代，跨學(xué)科研究可以在一定程度上是研究更具說服力和可信度。我曾經(jīng)與一位在亞馬遜的教育研究員有過交流，她明確指出，做教育方向的數(shù)據(jù)分析，如果沒有教育背景和實(shí)踐經(jīng)驗(yàn)，單憑數(shù)據(jù)分析的結(jié)果說話，是非常可怕的，因?yàn)橛械臅r(shí)候，數(shù)據(jù)結(jié)果并不合情合理。跟她對話后，更讓我堅(jiān)信學(xué)習(xí)分析的重要性，也在一定程度上認(rèn)識(shí)到跨學(xué)科的重要性。
試想，一門課上，教授用一種教學(xué)方式來教三十個(gè)學(xué)生，有的學(xué)生可以很快吸收知識(shí)，有的學(xué)生卻學(xué)的非常吃力。期末考試，有的學(xué)生拿了滿分，有的學(xué)生剛剛及格。拿滿分的學(xué)生就是優(yōu)秀的學(xué)生嗎？剛及格的學(xué)生就是學(xué)渣嗎？答案是否定的。因?yàn)樵趥€(gè)性化學(xué)習(xí)中，每個(gè)學(xué)生的學(xué)習(xí)能力、學(xué)習(xí)方式、學(xué)術(shù)背景及接受程度是不同的，如果單單通過考試成績來評價(jià)一個(gè)學(xué)生，是對學(xué)生的不公正。那么，如何來發(fā)掘?qū)W生的學(xué)習(xí)能力，以最有效的方式幫助學(xué)生達(dá)到最佳學(xué)習(xí)效果呢？這就是學(xué)習(xí)分析專業(yè)所探索的事情。具體問題具體分析，才是教育的本質(zhì)。
數(shù)據(jù)挖掘和數(shù)據(jù)分析的成果是為研究人員在分析學(xué)習(xí)者的學(xué)習(xí)能力時(shí)提供最有效的參考，但是，數(shù)據(jù)的結(jié)果并不一定是真正的結(jié)果。
以上，是對Learning Analytics 專業(yè)的簡單介紹，如果你對此專業(yè)感興趣，歡迎留言進(jìn)行交流。文中僅代表個(gè)人觀點(diǎn)，歡迎指正與溝通。
本專欄不定期更新，由于本身日常課程和工作比較多，所以長期不更新也是有可能的。
