信息技术的作用发生了吗*——用学习分析技术刻画学习行为印记

□顾小清　舒杭

信息技术的作用发生了吗*
——用学习分析技术刻画学习行为印记

□顾小清舒杭

信息技术不断融入教育的进程中，关于“技术是否促进学习”的争论始终困扰着人们。研究者试图刻画学习者的学习画像，给予学习者一个客观的评价。然而早期受限于技术条件，只能从最终的节点处窥探学习者学习的结果，并不能完整地呈现学习的全貌。而学习是一个不断获取认知的过程，认知的转变涉及的要素远远不是一个固化的分数所能解释的。因而人们开始寻求更为全面的证据来解释学习者的学习。学习行为印记是能够反映学习者学习过程、具备内在关联和逻辑的数据集。相较于零碎的节点数据，利用信息技术捕获相应的学习行为印记，可以更全面地评估学习，更客观而长远地回答“信息技术的作用发生了吗”这样的诘问。“微视频”的两个教学试验也证明，学习分析技术可以多维度地捕获与量化学习过程数据，刻画学习者的学习行为印记，促进学习者概念转变以及学业成就提升。同时，探究学习行为印记与学业表现之间的逻辑关联，有助于客观地评估信息技术作用于教学的效果。

信息技术；学习分析；行为印记；学业成就；微视频；案例研究

一、背景：“技术变革教育”是理想国还是乌托邦？

技术正悄无声息地融入到教与学的各个方面，利用信息技术促进教育变革的观点已得到普遍认同，近年来各国的教育教学改革实践都日益昭示信息化的重要性（祝智庭等，2014）。然而，人们寄予厚望的“技术变革教育”究竟是教育发展的“理想国”还是技术充斥的“乌托邦”？伴随着信息技术的发展，这样的诘责始终困扰着人们。Schramm（1977）指出，学习更多地是受内容与教学策略影响，而非媒体。Clark（1983）也认为，就像卡车运送货物一样，卡车并不会导致人们营养的变化，媒体对于学习来讲也只是一种信息搬运工具，并不会对学习产生影响。Kim等人（2007）也通过实验证实视频学习能够提升学生的学习兴趣、学习动力、学习满意度，但并不能提升学生的成绩。2015年，经济合作与发展组织（Organization for Economic Co-Operation and Development，简称OECD）出台了一份名为《创造技术与学习之间的连接》（Students，Computers and Learning:Making the Connection）（OECD，2015）的报告。报告首次对信息技术教学应用成效进行了国际间的比较，发现计算机使用频率中等者，其学习表现好于很少使用者；而使用频率高的学生则明显表现更差。报告最终指出：信息技术在学习中的优势并未如人们预期的那样体现出来，实际上，信息技术给学习带来的优势还远远未能实现！这一研究发现悖逆了目前的“繁华”景象，在世界范围内引起了强烈的关注。

本研究试图转换视角，为研究者提供一个回应“技术并未促进学习”诘问的视角与方法：通过完整真实地重现学习过程，找寻影响“技术促进学习”的根源，并尝试在实践中去验证这一视角与方法的可行性。

二、如何刻画学习：从零散的数据节点到完整的行为印记

不论使用何种信息技术，研究者试图达到的目的大致都是一样的，即刻画学习者的学习画像，给予学习者一个客观的评价。早期技术在教与学中的运用带有一定强制介入性质，对于学习的考量仍然根据传统方式下的终结性考核“盖棺定论”。尽管也有数据的支撑，但是这些数据几乎都关注于学生的最终测试，且都是零散的，研究者只能从最终的节点处窥探学生学习的结果。对于过程，研究者只能有一个相对主观的推断，并不能完整地呈现学习的全貌。而学习是一个不断获取认知的过程，认知的转变涉及的要素远远不是一个固化的分数所能解释的。因而人们开始寻求更为全面的证据来解释学生的学习。

2012年，大数据强势来袭，“数据思维”迅速发展，成为信息化时代的一个基本要素，数据充斥整个教与学的流程之中。教育领域面临着深化教育综合改革的考验，不得不转变既往思维，将数据作为为教学提供服务的依据和凭证。而信息技术的不断成熟，使得数据的获取变得相对容易并且多元化。这些数据出现了关联和逻辑，利用相应的技术手段我们可以抽取并刻画出学生的学习过程。信息技术作用于教学的最大价值体现就是能够多大程度上优化学习的过程与教学的结果。这些能够反映学习者学习过程的、具备内在关联和逻辑的数据集就是我们认为的学习行为印记。若能够获取这些行为印记，我们就能够正面回应“信息技术是否促进学习”的诘问。

三、何以评估学习：获取学习行为印记

“过程性评价”的呼吁延续多年，对于学习的评测仍旧屡遭诟病。究其原因，很多人简单地将学生的测验、作业等散乱的信息作为过程性评测的主要来源。固然这些数据在一定程度上反映了学生的学习与结果，但是却未必能准确描绘学生的学习过程。正如Bingimlas（2009）所说，目前很多学校都还处于ICT应用的早期阶段，对于学习效果的提升、教学的改进还未能提供充足的证据加以说明。因此，想要客观地评估ICT的效果，必须寻求更为充分的证据来对其进行验证。相较于零碎的节点数据，学习行为印记更能够说明学习者在学习过程中的投入与结果。

伴随着学习分析技术的发展，对于学习行为数据的需求不断得到重视。利用学习分析技术可以对学生的学习行为进行关照和审视，以倒溯方式考察影响行为产生的需要、动机等因素，以及行为所携带的目的、个性、环境等元素，从而加以利用以优化学习过程及其发生的环境（郁晓华等，2013）。足见学习分析对于学习评估的重要性。依托学习分析的技术与方法，我们可以较为完整地重现学习的过程，因而这样的学习刻画对于评测学生的学习表现与学业成就更加具备说服力。随着信息技术的不断发展，学习管理系统已经获取并存储了大量的有关学生复杂学习行为的数据，从这些数据中挖掘出改进教学系统、提升学习效果的信息，在教育信息化领域一直有着巨大的吸引力（顾小清等，2012）。

四、学业成就指标：从ICT影响力指标到学习分析框架

正如伦敦大学学院的Machin教授（2006）所说，衡量信息技术与教育产出的因果关系是一件非常困难的事情。所以，在努力推进信息技术与教育深度融合发展的进程中，对于ICT教育应用效果的评测始终都备受瞩目。为了测量ICT教育应用有效性和影响力，欧盟终身学习研究中心（Center for Research on Lifelong Learning，简称CRLL）从领域（Domains）、指标（Indicators）和阶段（Stages）三方面制定了评测的总体框架（Kikis et al.，2009）。基于领域内的不同维度，依据相应的指标来确定项目所处的阶段（出现、应用、整合与转变），最终为国家政策制定提供依据。但该框架中的评测要素是比较泛化的，很难找出可操作的具化指标来分析ICT对于学生学习的影响。为了应对ICT教育应用的评测指标缺乏可操作性和明确性的弊端，泛美开发银行（Inter-American Development Bank，简称IDB）将ICT对学习者的学习效果分为实践改变、学生卷入、学生技能和学生成绩四个维度，并且将实践改变与学生卷入视为中介因素，通过调节学生的学习过程与中介投入进而影响学生的成绩提升与技能习得（Cabrol et al.，2009）。考虑到当前数字化资源建设与最终的实效验证之间出现了失衡，经合组织教育研究和创新中心（The OECD Centre for Educational Research and Innovation，简称CERI）从环境、投入与结果三个维度构建了具体的评估体系（Osorio et al.，2009）。其中环境维度上各要素间接影响应用结果，而投入维度的要素则是通过调节ICT的使用，最终对学生的学习产生影响。相比而言，CERI的框架对于评测信息技术在学生学业成绩与教学过程的感知或态度上的影响更具针对性。

不难发现，各国及相应的组织机构已经清醒地意识到，学习过程中产生的数据比最终的分数更具备说服力，而国际上一些ICT应用项目的开展与评估也足以验证这一点。如北欧“数字化学习研究项目”（E-Learning Nordic）的调查重点包括学生成绩、教学与学习过程、知识共享与沟通等方面（Grünbaum et al.，2004）。欧盟“技术在小学的影响研究”（Study of theImpactofTechnologyinPrimarySchools，STEPS）项目也更关注学生学习动机、信心投入、知识获取（Balanskat，2007）。欧洲典型的“1∶1项目”（1∶1 Learning in Europe）更是要培养学生的21世纪技能（Balanskat et al.，2013）。丹麦的“海勒鲁普学校”计划（Hellerup School）注重对学生创新思维、批判性思维、合作能力、问题解决能力的培养（Mikkelsen，2003）。此外，香港的“电子学习实验计划”（e-Learning Pilot Scheme）、日本的“CoREF项目”（Knowledge Construction with Technology in Japanese Classrooms）、新加坡的“教育ICT的第三次整体规划”（MP3）、韩国的“电子课本项目”（Digital Textbook Project）等也对此有所倾向（Kampylis et al.，2013）。

ICT对于教学的价值愈发体现在对学习过程的支持上。但上述的几个指标体系均是从整个信息化的过程探寻其影响力，运用这样的指标体系对信息技术的影响力展开评估往往是一件非常庞大而复杂的工程。对于普通的教师而言，ICT的指标并不能真正契合实际的评估需求，他们更关心的是信息技术对于学生的学习究竟起到了什么样的作用，而验证这一问题的实践相对来说是小规模的。探寻信息技术的影响应当包含小规模研究，并提供充足的定性与定量相结合的证据（Balanskat et al.，2006）。为此，本研究构建了如图1所示的学习行为分析框架。

ICT的使用对于学习来讲，并非直接作用于学生的学习结果，更多时候是体现在强化学生的学习过程，进而间接影响学生的学习结果。而在此流程之中，学生的学习投入会伴随着ICT的使用而有所变化，这种投入是学生多方面的体现，包括学生的情感、认知与行为（Fredricks，2015）。因此，笔者构建的分析框架试图从学习的全过程来获取学生的相关数据，判断信息技术到底对于学生学习的哪些指标产生了影响，影响的程度究竟有多高。当然，为了更加全面地了解学生的学习表现和结果，更为详尽地刻画学习者的行为印记，我们综合考量了不同环境下的学生数据的捕获。只有整合线上线下的数据，综合评定学生的学习过程、学习投入以及学习结果，才能更好地收集证据以应对“信息技术并未促进学习”这一争论，解释ICT的使用在多大程度上影响了学生的学习。

图1　混合环境下的学习行为分析框架

运用这个框架需要注意：首先，明确ICT的环境与内容。信息技术的类别非常多，要聚焦到具体的类别上加以评测。其次要注重对学习全过程数据的收集，不仅应包括学生的成绩，还应该包括学生的分析与认知转移、情感投入、行为变化等多重数据。最后要通过学习分析技术对数据加以诠释。

五、研究案例

为了能够更为详细地诠释行为印记如何帮助研究者阐释信息技术的作用是否发生以及如何发生，笔者引入两个案例，以示例学习分析是否找到了相应学习环境中的行为印记，以及行为印记是否能够解释学生学习的变化。这里提及的两个案例均是信息技术在教与学中的实证研究，一个是为了探寻媒体化的表达在学生的概念理解方面是否具备促进性作用；一个是为了探索在微视频环境下，学生的学习过程、投入与结果之间具备怎样的关联性。

1.媒体化表达在学习者概念理解方面的探索

知识的媒体化表达对于学生的概念理解有怎样的影响向来都备受研究者关注，悉尼大学物理学院的Muller（2008）博士专门针对这一问题展开了实证研究，探寻视频学习在学生概念理解方面的实际影响。由于本文立足于混合环境中的信息技术影响力，因此，根据前文构建的混合环境下的学习行为分析框架，引入Muller博士的研究素材加以阐释。

（1）研究基础

本案例开展之前，研究者已经通过两轮的实验，分别设计了四类视频资源：展示型、对话型、扩充展示型、辩论型。结果表明：观看了对话型视频的人在概念习得和迁移测试上的表现更好。但是，第一轮试验中，并没有对学生的认知基础、前概念存在与否进行验证。且通过访谈发现，学生在学习的自信程度上也是有差异的。第二轮实验验证了涉及更多前概念的视频类型更能促使学生取得高分。具备初级认知的学生中看了对话和辩论型视频后，比那些看了展示型的得分高。在常规认知组的学生中，对话型和辩论型视频学习的学生取得了更高的成绩，而具备高级认知的学生却并未显示出明显的变化。同时发现不论是何种形式，都能够提升学生的自信。但是通过学生在线学习行为的相关数据发现，学生在学习的投入时间上存在着差异。投入了更多时间表明学生的认知负荷更大。但是否说明认知投入的程度也是媒体化表达与学生学业成绩之间的关键变量，这点尚未得到验证，由此设计了第三轮“牛顿”实验。

（2）研究问题

前两轮实验都基于一个潜在的基本假设：增加前概念会加重学生的认知负荷，但是在上述两个试验中却并没有测量学生的认知负荷。因此，在第三次实验中增加了对认知负荷的测量。并形成了第三次实验的研究问题：问题一，当学生观看对话型视频时，会比看展示型的投入更多的精力吗？这两类的后测得分如何比较？问题二，基于前概念的视频会比其他类型的视频更能影响学生的认知投入和后测成绩吗？问题三，前测是如何影响认知投入的？问题四，高级认知组中，对话型和辩论型视频学习之间的是否存在显著的差异？

（3）研究设计

实验选取了来自悉尼大学的一年级全体学生参与其中，并根据学生的知识背景将学生分成了初级认知组、常规认知组和高级认知组。初级认知组的学生此前并未接触太多的物理知识；常规认知组的学生在高中阶段选修过物理课程；高级认知组的学生在高中阶段主修物理学科。为了更好地控制认知负荷变量的影响，在具体实验中，扩充展示型视频被案例讲解视频所取代，在具体的案例中，额外的信息直接关联后测试卷的问题。初级认知组的学生被随机分配到四个新的多媒体视频学习中。常规认知组的学生被安排学习对话或是展示型的视频，但是只有一半的学生参与前测，目的是减弱前测对实验效果的影响。

具体的实验流程如下：首先，学生通过网络完成前测，其中，常规认知组与高级认知组的学生回答所有的问题，而初级认知组的学生只需回答10道，因为其他的16道已经在此前的一项诊断测试中出现过了。接着，学生要完成对自身认知投入的评估量表。然后，所有的学生完成后测，并如实评测自己的认知投入。最后，选取少量群体进行访谈，调查学生对于多媒体的看法，探索概念表征方式不同所带来的影响。

为了更精准地对实验无关变量进行控制，实验分别选取了不同的实验样本来验证上述四个问题。

（4）研究结果

问题一的分析——

根据研究问题，确定最终样本人数为137人，其中72人被随机分配了对话型视频，其余65人观看展示型视频。

两类视频中，学生在前测和后测上所花费的时间长度没有显着差异。曼-惠特尼秩和检验显示：观看视频的时长上，两类视频学习样本存在显著性差异（U（135）=1558，p＜0.01）。观看展示型视频和对话型视频的时间分别是10分12秒和11分48秒。t检验显示，两类视频的前测分数没有差异显著。但在观看视频时，对话型视频的学生的认知投入比观看展示型的学生更多（t（135）=2.50，p=0.014，d=0.43），后测分数同样有着显著的差异（t（135）=2.60，p=0.010，d=0.45），在后测的认知投入上，两类视频之间没有显著差异。

问题二的分析——

根据研究问题，确定最终样本人数为初级认知组中的145人，从中随机抽取了33人观看展示型视频，34人观看案例讲解型视频，42人观看辩论型视频，36人观看对话型视频。

t检验结果表明，观看了涉及前概念视频的学生明显投入了更多的认知努力（t（143）=2.62，p=0.010，d=0.44），并且在后测中的得分也明显高于那些观看了不涉及前概念视频的学生。前测得分中差异的效应值d=0.36，见图2。在后测中，两组（错误概念涉及与否）学生之间没有显著差异。

图2　视频是否涉及前概念对认知投入与后测的影响

图3　不同类型视频中学生的认知投入与后测情况

单因素方差分析表明，学习过程的认知投入、后测分数、后测过程的认知投入之间没有显著差异。这一结果与实际在教学与后测得分中的认知投入相接近，课程认知投入（F（3，141）=2.55，p=0.056）和后测认知投入（F（3，141）=2.65，p=0.051）的均值与标准差见图3。

问题三的分析——

根据研究问题，确定最终样本人数为常规组中的213人，他们被随机安排观看展示型或者对话型视频，每个类型中，只有一半的人参与了前测。每种条件下学生的数量、观看视频及完成后测的时间见表1。

表1　不同条件下学生学习行为所用时间

双因素方差分析表明，完成前测的学生用了更少的时间完成后测但是却花费了更多时来间观看视频但是，视频本身并不影响他们观看视频或完成后测的时长。

表2　不同条件下学生的认知投入与后测情况

问题四的分析——

根据研究问题，确定最终的样本人数为高级认知组中的68人，从中随机抽取了33人观看对话型视频，35人观看辩论型视频。

观看对话型视频与辩论型视频的学生在前测、后测、观看视频花费的时间上是接近的，见表3。在学习过程及后测中的认知投入和得分几乎是相同的。

表3　涉及前概念的视频中学生的相关指标统计

访谈结果表明，所有学生都愿意使用视频进行学习，因为他们觉得图表、动画的生动呈现能够帮助他们更好地学习。他们认为，自身概念的转变是由于视频中存在着与他们相似的前概念，前概念的介入会促使他们重新思考推理过程，进而促使概念得以转变。他们表示，尽管前概念的介入会使他们更容易困惑，但是他们仍然觉得观看对话与辩论类型的视频能够受益更多。

实验最终表明，媒体化表达（视频）对学生的学习确实是有影响的，这种影响与学生的先验知识水平有密切的关联。视频这一独特的知识呈现形式对于学生在概念理解上具有重要的作用，能够帮助学生掌握概念；对于那些存在前概念的学习者来说，能够帮助他们纠正原有的概念，形成科学的判断。而媒体化的表达（视频）主要是通过影响学生的认知投入，对其认知负荷产生直接的影响，进而影响到学生的学业成绩上。因此，对于媒体化表达在学生概念理解方面，前概念与学生的认知投入是两个尤为重要的变量。这一结果的意义在于可以帮助资源设计者在开发数字化资源时将学生的前概念与认知投入纳入考量的范围，作为资源设计的关键要素。

2.微视频环境下学生学业表现及学业成就研究

（1）研究基础

技术的不断演进，催生了人们对学习资源的新诉求。如何更加清晰、便捷地对知识进行可视化表征成为一大焦点。从2006年，萨尔曼·可汗创建可汗学院，到2013年在全球教育领域掀起在线教育热潮，在线教育视频资源一步步进入人们的视野，与此同时，从TED、Coursera、edX、Udacity、iTunes University、Future Learn，再到国内网易公开课、网易云课堂、学堂在线等一系列以学习资料结合微视频、练习方式的学习资源应运而生，成功推动了翻转课堂、混合学习、MOOC等新型教学模式的普及应用，也使得微视频承载着完整的教学要求成为当前知识呈现的一种重要形式。因此，研究数字化学习环境下影响学习者学业表现的相关因素，可以有针对性地采取措施进行改善，从而提高学习者的学业表现；了解微视频在学习者自主学习过程中的学习效果，以及影响学习者对微视频技术接受度的相关因素，有利于更好地进行数字化资源设计，更好地将微视频学习资源运用在教学和学习当中。

（2）研究问题

为了能够更为具象地探寻“信息技术对于学生学习的影响”，本研究团队开展了基于微视频环境的实证研究（冯园园，2016），通过具体的课程实践了解初中生对微视频资源的接受度，并结合学生学业成绩分析微视频对学生学习表现产生的影响，挖掘学生的学习投入（主要指成就动机、自我效能感等）与学业表现之间的内在关联，以此建立微视频对于学生学业成就的影响路径。

（3）研究设计

本次研究选择了上海市某中学预备年级的一个实验班作为案例研究的对象，班级共有学生29名，其中男生12人，女生17人。该班的数学任课教师有5年以上的教龄，具有丰富的教学经验。实验前，对实验班学生进行调查，29名同学家中均有电脑和移动设备，可以通过教学平台进行微视频的观看和答题。在实验进行之前，对实验班的学生进行了培训，内容包括教学平台的功能介绍、使用指导及注意事项等。同时，教师协助开设实验课和公开课以帮助学生了解和熟悉平台。

课程围绕两个数学章节进行教学，为期一个月。在实验中，按照课前预习、课中讲解和课后巩固进行安排，微视频作为辅助的学习资源贯穿学习过程的三个环节。在课前预习中，微视频作为预习资料提前分发给学生，帮助学生进行自主学习；在课中讲解时，老师会针对课前预习情况做出反馈，并讲解出错较多的题目；在课后巩固中，学生可以再次观看微视频，示范解题过程，辅助其完成家庭作业，并进行下一节课的预习。在这个过程之中，记录学生学习表现（在线表现、作业表现、测试表现）、开展问卷调查及访谈（技术接受度、学习动机）、跟踪课堂观察学生。

为了确保数据的完整性和真实性，实验依托教育云学习平台收集学生的学业表现数据，包括学生的在线表现、作业表现、测试表现等数据。记录班级同学每天课后作业（即“分层作业”，上海市某区统一使用的家庭作业习题册）的正确率，作为作业成绩的指标。同时，收集每天学生平台预习答题情况，并统计答题次数，用有效得分/有效答题次数作为平台表现的指标。将所收集的成绩换算为标准分，将课后作业标准分数的平均分作为“作业表现”；章节测试和期末测试标准分数的平均分作为“测试表现”；平台答题正确率标准分数的平均分作为“在线表现”。利用问卷和访谈收集学生对于微视频的接受度、学习风格、自我效能感等方面的数据，共发放问卷两次，第一次为技术接受度问卷，共回收问卷29份，有效问卷29份；第二次为学习动机问卷，共回收问卷29份，有效问卷29份。

（4）研究结果

第一，学生对于微视频技术的接受度分析。

根据技术接受度问卷的调查数据统计和分析的结果（如图4），大部分学习者对于微视频在课前数学学习中的使用表示比较满意。在微视频对学习者的有用性方面，不论微视频的教学内容是知识点讲解还是例题讲解，大部分学习者表现出的态度都是积极的。90%的学习者表示微视频使用简单便捷；76.7%的学习者认为通过微视频进行数学学习是个好主意；73.3%的学习者表示愿意一直使用微视频进行数学学习。整体看来，初中生对于微视频这种新鲜技术的接受度和满意度较高，并且有很好的借助技术辅助自主学习的意愿。

图4　微视频技术接受度调查结果

第二，学生自我效能与成就目标分析。

表4显示，实验对象普遍认为自己可以学好数学，有信心解决数学难题、获得较好的学业表现，同时，实验对象在自我期望上普遍较高。学生都希望自己掌握更全面扎实的数学知识，并在数学学业表现上比同伴获得更好的成绩。

表4　自我效能与成就目标测量结果的描述型统计

第三，微视频课前预习的学习表现评估。

对实验班学生期中考试成绩和期末考试成绩（见表5）进行成对样本t检验可知，班级整体得分有所增加，（期末-期中=0.520-0.427=0.093＞0，p=0.296＞0.05），但没有显著提高。即通过数据分析发现，在使用微视频之后班级学生学习效果有所增长，但不显著。

表5　微视频课前预习学习表现评估

第四，学习者自我效能感与技术接受度的关系。

通过多元回归分析对自我效能感与技术接受度间的关系进行验证，从路径分析的结果（如图5）可以看出，初中生对于微视频的感知易用性与感知有用性、感知易用性与使用态度、感知有用性与使用态度、使用态度与行为意愿之间存在显著相关关系。而初中生的成就目标以及自我效能与学习者的技术接受度之间，只有学习者的自我效能感与学习者对微视频的使用态度存在显著相关，直接效果值为0.439（p＜0.05）。因此可以说在微视频学习环境下，学生对知识的掌握和表现期望与学生对微视频的技术接受度没有关系，而学习者的自我效能感与其使用微视频进行课前预习学习的态度显著相关。

图5　学习者自我效能感与技术接受度路径分析结果

第五，学习者成就目标、自我效能感与学业表现的关系。

研究利用多元回归方法对自我效能感、成就目标与学业表现间进行了问题的验证，如图6所示。可以看出，仅有自我效能感对于各类学习表现有着较为显著的影响。其中，自我效能感对于考试表现的直接效果值为0.596（p＜0.001），对于作业表现的直接效果值为0.475（p＜0.001），对于在线学习表现的直接效果值为0.414（p＜0.05）；其对成就目标中“表现期望”、“掌握期望”的直接效果值分别为0.426（p＜0.001）和0.279（p＜0.05）。表现期望对考试表现的直接效果值为0.224（p＜0.05），与自我效能感共同解释了考试表现0.479的变异。但根据分析结果发现，在本实验中，学生对数学知识的掌握期望并没有对作业表现和在线学习表现产生直接影响。

图6　学生学业表现与学习动机关系路径分析结果

因此，初中数学教育中，教师应尽可能提高学生的自我效能感，以提高学生自信心和学习兴趣为主，从而提高学生的表现期望与各方面的学业表现。

第六，技术接受度不同的学生在学习表现上的差异。

基于学生对微视频的技术接受度进行分组，在分组基础上，探究学习者对微视频的技术接受度与学业表现之间的关系。利用方差分析（ANOVA）和事后分析（Scheffe's Test）来检测各组间的差异情况，见表6。

表6　成绩因素在技术接受度组别中的差异

可以看出，技术接受度高的学习者在家庭作业表现和知识点A考试表现方面明显高于技术接受度中档的学习者。因此在计算或应用题类的数学知识方面，使用微视频进行课前辅导对于学生的影响会更大。同时发现，处于低分组的学生在家庭作业、知识点A、知识点B测试和期末测试表现中，高于中档组，通过后期访谈了解到技术接受度低的同学会更加倾向于参加课外辅导来辅助日常学习，并且由于课外辅导占据了许多学习时间，因此会影响微视频的课前预习使用。

第七，在线表现不同的学生学习表现的差异性。

学生不同的课前预习在线表现可能会对课后的家庭作业和测试有所影响。对学生在线表现进行分组，进行方差分析和事后分析的情况见表7。

表7　成绩因素在在线表现组别中的差异

由表7可见，随着在线表现的提高，学习者在家庭作业和考试中的表现也会提高。即观看微视频和认真完成课前预习检测题，对学生家庭作业表现和考试表现有正向的作用；课前预习效果好，有助于学习者完成家庭作业。其中在线表现好的学生，在知识点B测试（低分组-中档组=-11.10，p＜0.05；低分组-高分组=-18.44，p＜0.001）和期末考试测试表现（低分组-中档组=-14.02，p＜0.05；低分组-高分组=-16.38，p＜0.05）中明显高于在线表现差的学生。因此，在课前进行一定程度的提前练习，对几何类型的数学知识掌握有帮助。

在对19位学生的访谈中，有12位同学认可微视频对课堂理解力、课堂积极性和完成课后的家庭作业有促进作用。在问到“微视频对你的数学学习影响大吗？”同学S1说“影响挺大的，虽然记忆不深，但也是有记忆，对我在知识的理解方面影响更大，作业做起来也顺手一些”。

3.小结

通过上述两个案例的引入分析，我们发现，在基于微视频的学习环境中，学生的前概念、认知负荷、技术接受度与自我效能感等因素可以很好地被捕获与量化，以此建立起学习过程与学习投入的行为印记，结合学生的学业表现，利于研究者探寻学习行为印记与学业表现之间的关联。两个案例给出了具体的切入点与分析路径。教学试验证明，刻画学习行为印记，可以在学生的概念转变、学业成就方面起到很大的促进作用。

六、结束语

信息技术是否促进了学习？这一争论尚未有结论，但是不能否认的是，信息技术确实为学习提供了更大的空间与机会，且为人们提供了刻画学生行为印记、全面展现学习过程与结果的可能性。而我们需要做的就是寻找到这样的行为印记来回应“技术促进学习”的争议。

这里我们并不是给出“信息技术是否促进学习”的结论，而是为研究者提供一个回应“技术促进学习”争议的视角与方法：即思考信息技术是否能够完整刻画学习者的行为印记？学习分析是否能够找到这些印记？行为印记与学习者的学业成就之间是否存在某种逻辑关联？我们只有规避惯性思维，站在实际的立场才能得出最为真切的结论。

［1］冯园园（2016）.微视频环境下学生成就目标、自我效能与技术接受度、学业表现关系研究［D］.上海:华东师范大学:29-53.

［2］顾小清，张进良，蔡慧英（2012）.学习分析:正在浮现中的数据技术［J］.远程教育杂志，（1）:18-25.

［3］郁晓华，顾小清（2013）.学习活动流:一个学习分析的行为模型［J］.远程教育杂志，（4）:20-28.

［4］祝智庭，管珏琪（2014）.教育变革中的技术力量［J］.中国电化教育，（1）:1-9.

［5］Balanskat，A.，Blamire，R.，&Kefala，S.（2006）.The ICT Impact Report:A Review of Studies of ICT Impact on Schools in Europe［R］.European Schoolnet:26-27.

［6］Balanskat，A.（2007）.Study of the Impact of Technology in Primary Schools［DB/OL］.［2016-08-18］.http://eacea.ec.europa.eu/llp/studies/documents/study_impact_technology_primary_school/02_synthesis_report_steps_en.pdf.

［7］Balanskat，A.，Bannister，D.，&Hertz，B.et al.（2013）. Overview and Analysis of 1:1 Learning Initiatives in Europe［M］. Luxembourg:Publications Office of the European Union:9-11.

［8］Bingimlas，K.A.（2009）.Barriers to the Successful Integration of ICT in Teaching and Learning Environments:A Review of the Literature［J］.Eurasia Journal of Mathematics，Science&Technology Education，5（3）:235-245.

［9］Cabrol，M.，&Severin，E.（2009）.ICT to Improve Quality in Education-A Conceptual Framework and Indicators in the Use of Information Communication Technology for Education（ICT4E）［A］.Assessing the Effects of ICT in Education-Indicators，Criteria and Benchmarks for International Comparisons［C］. Luxembourg:PublicationsOfficeoftheEuropeanUnion: 83-106.

［10］Clark，R.E.（1983）.Reconsidering Research on Learning From Media［J］.Review of Educational Research，53（4）: 445-459.

［11］Cochrane，T.，Narayan，V.，&Oldfield，J.（2013）. iPadagogy:Appropriating the iPad Within Pedagogical Contexts［J］.International Journal of Mobile Learning and Organisation，7（1）:48-65.

［12］Fredricks，J.A.（2015）.Academic Engagement［A］. Wright，J.（Ed.）.The International Encyclopedia of Social and Behavioral Sciences（2nd ed.）［C］.Oxford:Elsevier:（2）:31-36.

［13］Grünbaum，L.，Pederson，M.，&Nielsen，S.（2004）. Study on Innovative Learning Environments in School Education-Final Report for the European Commission DG Education andCulture:RamboldManagement［DB/OL］.［2016-08-20］. http://wwwupload.pls.ramboll.dk/eng/Publicaions/PublicAdministration/StudyOnInnovativeLEarningEnvironments.pdf.

［14］Roberts，J.（2016）.Can Technology Genuinely Reduce Teacher Workload？［DB/OL］.［2016-08-20］.http://www.advanced-learning.co.uk/wp-content/uploads/2016/03/Can-Technology-Genuinely-Reduce-Teacher-Workload-2.pdf.

［15］Kampylis，P.，Law，N.，&Punie，Y.，et al.（2013）. ICT-Enabled Innovation for Learning in Europe and Asia［M］. Luxembourg:Publications Office of the European Union:11-14.

［16］Kay，R.，&Kletskin，I.（2012）.Evaluating the Use of Problem-Based Video Podcasts to Teach Mathematics in Higher Education［J］.Computers&Education，59（2）:619-627.

［17］Kikis，K.，Scheuermann，F.，&Villalba，E.（2009）.A Framework for Understanding and Evaluating the Impact of Information and Communication Technologies in Education［A］. Assessing the Effects of ICT in Education-Indicators，Criteria and Benchmarks for International Comparisons［C］.Luxembourg: Publications Office of the European Union:69-82.

［18］Kim，S.I.，Yoon，M.，&Whang，S.M.et al.（2007）.The Effect of Animation on Comprehension and Interest［J］.Journal of Computer Assisted Learning，23（3）:260-270.

［19］Machin，S.，McNally，S.，&Silva，O.（2006）.New Technologies in Schools:Is There a Pay off？［DB/OL］.［2016-08-18］. http://ftp.iza.org/dp2234.pdf#search=%22New%20technologies%20in%20schools%3A%20.

［20］Mikkelsen，A.（2003）.Hellerup School-A Novel Teaching Paradigm in Denmark［DB/OL］.［2016-08-18］.http:// www.skoleanlegg.utdanningsdirektoratet.no/asset/1191/1/1191_ 1.pdf.

［21］Muller，D.A.（2008）.Designing Effective Multimedia for Physics Education［D］Australia:University of Sydney Australia:141-200.

［22］OECD（2015）.Students，Computers and Learning.Making the Connection［DB/OL］.［2016-08-21］.http://dx.doi.org/ 10.1787/9789264239555-en.

［23］Osorio，B.B.，&Pedró，F.（2009）.A Conceptual Framework for Benchmarking the Use and Assessing the Impact of Digital Learning Resources in School Education［A］.Assessing the Effects of ICT in Education-Indicators，Criteria and Benchmarks for International Comparisons［C］.Luxembourg: Publications Office of the European Union:107-120.

［24］Schramm，W.L.（1977）.Big Media，Little Media:Tools and Technologies for Instruction［M］.Beverly Hills，CA:Sage Publications:20.

Does ICT Work:Create Behavioral Profile with Learning Analytics

Gu Xiaoqing，Shu Hang

The impact of ICT in education is controversial.While there are evidences of ICT in supporting teaching and learning，there are on the other hand opposite finding showing different stories.It raises questions deserving further investigation，within which is how to assess the impact of ICT from a more appropriate and broader way.This paper tries to create a behavioral profile for students with the technology of learning analytics，to draw a more comprehensive picture of student learning behavior.With this profile，the question of"does ICT work"can be answered in a more comprehensive and thorough way.Firstly，literature of indicators of ICT impact in education was reviewed，resulted with a framework of indicators targeted to the learning behavior in a blended learning environment.Then，two research cases were analyzed to showcase the method of using this framework from a particular perspective，to capture the learning behaviors with the technology of learning analytics，from the perspectives of learning of"concept change"and"engagement of learning".The findings of these two cases that can be interpreted with the framework were also briefly introduced，that is，the technology used in these two cases was working by affecting the learning engagement of the students，and therefore to affect the final learning results.This paper concludes with the suggestion that the study of ICT impact should be focused on looking for the appropriate learning behaviors that can indicate how ICT works or not，and then provide better learning design based on the findings.

ICT；Learning Analytics；Behavioral Profile；Learning Achievements；Micro-Video；Case Study

G434

A

1009-5195（2016）05-0010-10 doi10.3969/j.issn.1009-5195.2016.05.002

2016年度国家社会科学基金教育学重点课题“我国与发达国家的教育信息化比较和推进战略研究”。

顾小清，博士，教授，博士生导师；舒杭，博士研究生，华东师范大学教育信息技术学系（上海200062）。

2016-09-06责任编辑汪燕