教育数据中台系统模型及其应用研究

数据中台与教育领域的结合,是国家数字化发展的必然趋势。在此背景下,文章首先梳理了目前数据中台领域的研究成果,接着介绍了数据中台的基本内涵和应用领域。然后,文章根据教育部的指导意见及领域已有研究成果,设计出包含云底座、数据中台、教育应用三个层次的教育数据中台系统模型,并从数据汇聚、数据开发、数据资产、数据服务、数据治理与标准、数据质量与安全等六个方面重点介绍了数据中台。最后,文章从市、区、校三级对教育数据中台的建设和应用场景进行了规划,以期推动教育数据中台的落地实施,并为未来教育数字化转型,更好地发挥教育数据价值和提升教育数据治理能力提供参考。

迈向可信学习分析:报告解析、结构模型与未来生态——2023年学习分析与知识国际会议评述

学习分析致力于数据探索教育本质,成为推动教育数字化转型的重要力量。学习分析与知识国际会议(LAK)是引领学习分析领域发展的重要会议,第十三届学习分析与知识国际会议于2023年3月13日一17日以线上和线下相结合方式举行,大会主题为“迈向可信学习分析”,聚焦于学习者的隐私、公平和自主发展等。本文系统概括了大会聚焦的核心议题,从学习分析方法、学习分析技术、学习分析应用和可信学习分析四个方面论述了学习分析的最新进展。基于此,重点梳理了可信学习分析的发展历程,围绕学习分析的安全性、稳健性和公正性三个方面提出了可信学习分析结构模型,并基于系统理论进一步构建了可信学习分析生态系统,从立足“以人为本”、坚守“科技向善”、设立“责任底线”、探索可信技术、构建可信学科五个方面阐述了保障可信学习分析的实践策略和建议。

多模态学习融合分析(MLFA)研究:学理阐述、模型样态与应用路径

基于第四范式数据密集型计算的科学研究,要求对海量大数据进行精准化分析。多模态学习分析通过整合多个模态数据,能够为教育科学研究提供准确研判,但仍受到模态异质性差距、场景复杂性和创新分析方法等的挑战,导致难以挖掘教育大数据的潜在价值。因此,需要在学理上阐述教育分析技术历程和趋向,基于经验与机器学习结合的混合分析方法,进行多模态学习融合分析。在方法上,构建包括媒体工具空间、分析空间和内容资源空间的空间结构模型,并基于三个空间的关系,构建以机器学习融合表达为核心的多模态学习融合分析框架,并从技术和学习视角解读多模态融合的内涵。在策略上,扎根真实教学场景,从关系模型构建、影响因素和选择路径三个方面,探索场景驱动的模态组合策略的应用路径。多模态学习融合分析研究,一方面,提供了能够尽可能挖掘多模态数据隐含价值的新方法;另一方面,提供了有效融合分析所需要的数据模态选择路径,能够有效促进教育领域多模态数据融合研究的进一步发展。以实现科学、精准的教育教学,从而推动教育智能治理和教育数字化的转型与创新发展。

数智融合时代学习分析技术的演进、贡献与展望——2021学习分析与知识国际会议(LAK)评述

进入数智融合时代,学习分析技术成为推进教育行业数智化融合发展的关键驱动力。学习分析与知识国际会议(LAK)是学习分析领域最具学术影响力的会议之一,2021学习分析与知识国际会议于4月12-16日在线召开,主题为“我们产生的影响:学习分析对学习的贡献”,大会着重关注了研究与实践并重的学习分析在追踪学习、监督学习、评价学习、优化学习和变革学习等方面的最新进展。为此,基于学习分析技术的演变历程,提出了学习分析技术成熟度模型,从助推循证教育体系构建和驱动教育数据分析革新两个层面,阐述学习分析技术对教育产生的贡献,并进一步从新机遇、新方向、新范式、新机制、新素养、新学科等“六个新”,展望行业数智化融合进程中学习分析技术的发展前景。以期为学习分析领域未来的实践研究提供指引,促进“智能+”教育的创新发展,助力教育领域的数智化转型升级。