生成式人工智能对学习分析研究的影响:现状与前瞻——2024年学习分析与知识国际会议(LAK24)述评

2011年,首届学习分析与知识国际会议(简称LAK)召开,标志着学习分析研究领域的确立。2022年,生成式人工智能(AIGC)的爆发,给该领域的研究带来了空前的影响。文章基于最新一届LAK会议的主旨报告及论文,从学习分析的技术系统设计、应用场景、效果评价、伦理风险等方面,系统梳理了AIGC对学习分析领域产生的影响以及今后的发展趋势。研究分析结果表明:基于AIGC的学习分析系统在自动化程度和个性化匹配能力方面得到提升;AIGC具有教师、学习者和助教三种角色的功能属性,围绕数据生成、数据测量与分析、学习反馈等环节拥有多种应用的潜能;从AIGC与传统模型算法的比较、学生学习体验等方面来看,其在学习分析中的应用具有一定的优势,然而尚未有实证证据表明AIGC的使用对学习效果有提升作用。AIGC及其相关技术的发展将为探究人机协同的学习过程带来全新的视角和可能,也将为研究学习过程提供更丰富的数据和创新的方法,同时将促使学习分析价值取向与目标定位的重构,不断推动对复杂人机交互行为方式、人智协同的认知变化与学习规律、AIGC融入的新型教学方式等的理解与探索。