欧洲高校学习分析政策框架解读

高 飞

(浙江树人大学 中国民办高等教育研究院，浙江 杭州 310015)

大数据革命能够帮助高校获取更为丰富复杂的资源，凭借学生在一系列数字化媒介活动中留下的可供挖掘的印迹，学习分析通过对其进行情境化的深度解读而得以兴起。2010年左右，学习分析开始凝聚为一门学科具有自身的话语权。2016年由欧盟委员会资助的“支持高等教育整合学习分析”项目(Supporting Higher Education to Integrate Learning Analytics, SHEILA)正式启动，致力于引导高校成为更加成熟的学生电子数据的使用者和管理者。项目开展至今已将近三年，通过专家群体概念映射、院校实施程度调查以及相关人员访谈等多种方式，广泛收集了16个欧洲国家的信息，致力于开发框架构建政策以促进形成性评估和个性化学习。

一、欧洲高校学习分析活动的发展特征

学习分析研究会(Society for Learning Analytics Research，SoLAR)作为该领域的代表性组织，将学习分析界定为“测量、采集、分析和报告有关学习者及其情境的数据，以理解并优化学习及其发生的环境。”[1]教育技术、互操作和标准中心(Centre for Educational Technology, Interoperability and Standards，CETIS)指出，学习分析是依靠问题界定、统计模型运用以及利用已有或模拟数据分析，而形成可供实践参考的洞察力的过程[2]。学习分析遵循着信息收集、数据处理和行动干预的流程，致力于学生的进步与质量的改善[3]。从多样化的来源收集信息，实现数据标准化建立模型，通过书面报告和可视化工具等途径传递成功标准、评估风险等级、发挥预警作用并促进干预规划。

(一)学习分析日益受到高校关注

欧洲高校对学习分析重视程度的增强既是地区振兴的要求，又是国家问责的需要，也是提升自身质量的诉求。欧洲2020战略认为，教育培训在帮助欧洲保持竞争力、克服经济危机以及把握新机遇方面具有重要作用，而数字化革命也是该战略的旗舰计划之一[4]。相应地，学习分析也成为近十余年逐步兴起并持续增长的一个领域。欧洲各国也日益强调在高等教育领域广泛运用信息技术，比如收集分析全国学生调查数据，实现政府拨款与高校绩效表现的结合，都需要学习分析在其中发挥作用。欧洲高校越来越重视教育测量和教育成效，学习分析有助于学生享受个性化学习体验减少退学率，教师反思实践改进教学过程，管理者科学决策主动识别风险，以及业界更好地了解毕业生的知识能力和成长路径。

(二)学习分析仍处于初步探索阶段

尽管各国高校对于学习分析日益表现出浓厚兴趣，但在使用程度方面依然不够成熟。美国调查显示：尽管70%的受访院校赞同学习分析是学校的重点之一，然而绝大多数仍局限于基本情况报告，属于初级层次的利用[5]123。澳大利亚针对32所高校的访问发现只有2所达到了高级阶段，存在实施多样化干预或基于数据行动的证据，其余案例或处于准备阶段或处于实施的早期阶段[6]。部分欧洲国家，如丹麦、荷兰和挪威等正着手建设基础设施和开发全国性方法以推动学习分析的进展。阿佩罗基金会(Apereo)等组织以及学习分析团体交流(Learning Analytics Community Exchange， LACE)等项目也致力于帮助欧洲教育机构提升相关能力。欧洲“支持高等教育整合学习分析”项目组针对欧洲高校的考察表明：51所院校中21所正在实施集中支持的学习分析项目，其中9所达到了全校层面、7所涵盖部分范围(包括试点项目)，5所处于数据勘探和清理阶段；18所院校准备推出全校性的学习分析项目，12所目前还没有任何校级学习分析项目的具体规划[7]。由此可见，学习分析还处于初步建设阶段，高校表现出了分析意识并开始运用一些报告数据，仍有巨大潜力有待挖掘，但也因清晰愿景、集中领导以及学生投入等方面的缺乏而限制了实施范围与层次。

(三)学习分析相关制度亟待完善

部分欧洲组织和高校已推出了学习分析的相关政策。在跨国层面，如欧洲资助的学习分析团体交流项目着力于在学习分析和教育数据挖掘领域促进创造、共享交流以及明确方向，开发了一份具体清单，列出了8项实施学习分析或教育数据挖掘时需要注意的要点。在国家层面，英国联合信息系统委员会(Joint Information Systems Committee，JISC)出台了《行为准则》以明确教育机构的职责，确保负责、适当和有效地开展学习分析活动。在高校层面，不少院校都结合欧洲要求和本国实际制定了相关规章，如诺丁汉特伦特大学就推出了《运用学习分析支持学生成功政策》(Use of Learning Analytics to Support Student Success Policy)[8]。尽管现有政策都在规范学习分析活动中发挥了一定作用，并就战略管理、组织责任、隐私保护以及数据处理等方面进行了说明。然而对于不少关键问题还尚未厘清，比如没有充分考虑双向交流渠道的建立以及教学方法的引入，也缺少对终端用户媒介素养的指导以及对学习分析成效和影响的系统评估。因而，高校采用学习分析的最主要挑战在于缺乏专门的基于自身文化、经济、政治和技术背景的相关制度。欧洲高校亟需依靠更为科学合理的框架来作为制定学习分析政策的基础与依据。

二、欧洲高校学习分析政策框架的理论构建

“支持高等教育整合学习分析”项目组期望开发政策框架以支持高校学习分析的采用与实施。框架以修订后的快速结果映射模型(RAPID Outcome Mapping Approach，ROMA)为依据。该模式由英国海外发展研究院研发，致力于伴随时间推移和背景变化对政策目标和战略规划进行细化和调整。作为一种系统性方法，其用以支持对情境的整体理解，包含外部和内部影响，以及政策制定过程中涉及到的各种主体和机制[5]127。立足该模型的6项维度，结合行动、相关挑战和政策建议三个领域，项目组制定出了如下框架，如图1所示。

图1 支持高等教育整合学习分析框架结构[9]

(一)描摹政策情境

确认学习分析面临的各类障碍，立足实践把握影响政策制定和实施的关键因素，致力于全面深入地勾勒出相关背景与条件。主要涉及三个方面：(1)背景，包括推动或阻碍变革的人员、组织及过程等要素，以明确高校的关注和认可程度，从而掌握主要决策者对于学习分析所能处理问题的性质范围及其解决方案的态度与认识。(2)证据，是否存在有力证据能够说服其他成员认识到变革的需要，同时要考虑如何用最佳方式将体现学习分析效用的证据予以呈现。(3)联系，影响该证据是否能有效引入政策的人员和过程，学习分析中关键的组织和个人是否有机会接触到决策者，是否存在便捷的联系网络。

(二)确认主要利益相关者

学习分析政策的形成离不开各类利益相关者的参与和支持，既要关注到不同群体的独特需求，又要谋求利益共同体的构建。高校的长期目标往往包含战略分析、工具运用及过程实施等多个方面以服务于不同的利益相关者，然而财政和保障的现实往往只能优先顾及部分经过选择的利益相关者及其目标，两者间的关系要妥善协调。高校应明确学习分析中的关键人物及其核心利益，引导其了解相关的战略规划与方法设计，帮助他们获取更为丰富的信息，增强其参与的积极性。

(三)明确预期行为变化

学习分析可以致力于一系列目标的实现，涉及学习者意识、监督与追踪、反思与研究、评估与规划、报告与交流等多重领域。利益相关者诉求的差异性会导致各类不同的期望，需要高校予以辨识并进行确认。院校要基于自身的传统与实践，在尊重学习分析规律的基础上，明确预期变化的种类、层次以及相互关系。

(四)制定参与战略

战略规划要厘清需求以达成预期结果。学习分析的战略规划需要跨领域的工作：制定战略以解决在背景中确认的问题；考虑数据的需求、访问及可行性；预见伦理困境，构建数据政策与管理过程；检查和规划技术基础设施，以支持数据生成、仓储和提取；研发学习设计策略，以最大化产生有意义的数据；开发吸引决策者的策略，以促进服务购买和革新教育氛围。高校由此可以拟定初步行动方案和参照时间表，并根据进展予以相应调整。

(五)分析内部能力

高校预期目标与自身素质间的差距会影响到学习分析的实施成效。为了达成目标，高校需要具备如下能力：定性分析、项目评估、数据库开发、信息技术支持、分析设计与开发、学习分析报告、数据可视化、商业智能。大规模学习分析对多样化能力的广泛需求，表明其贯彻综合利用现有资源进行发挥与创造的过程。

(六)建立监督和学习体系

评估不仅追踪进展，提出判断并反思效用，还要为未来发展积累经验。该模式为学习分析提供了周期性和迭代性的勘查、规划和评价过程，基于背景、目标和能力开展监督，以判断政策的初始宗旨和愿景是否仍然准确、相关与得当。而且应制定战略针对实施后情况进行评估，以考察学习分析是否促成了预期的变化。基于结果的评估方法由于凸显了“项目活动”与“项目结果”间的差异，因而尤其适用于教育转型项目的监测。

三、欧洲高校学习分析政策框架的实践解读

根据欧洲高校学习分析现状，可以将其区分为三种层次：一是已经开展了全校范围的学习分析项目；二是正着手准备全校层面的学习分析项目；三是尚未实施和构想任何全校规模的学习分析项目。“支持高等教育整合学习分析”项目组选取了三所欧洲高校作为各层次的代表：A校是爱丁堡大学(University of Edinburgh)，B校是塔林大学(Tallinn University)，C校是马德里卡洛斯三世大学(Universidad Carlos iiide Madrid )。A校位于英国，同时存在大学启动的总体项目和教师个体发起的小型项目，学习分析不是作为解决具体问题的工具而是探索创新的手段。B校位于爱沙尼亚，正致力于开发全校性项目，并具有较强的问题导向性，期望藉此解决辍学率问题。C校位于西班牙，尽管部分教师存在学习分析的个人尝试，试图利用数据挖掘寻找教学创新的机会，然而并未采取任何校级层次的活动。项目组根据6项维度立足于各校三大主题的实践，阐释了政策框架的运用过程。

(一)三校的重点行动

各校因对学习分析的重视和期望程度有所不同，从而相应地在行动重点方面既存在共性也表现出一定的差异性。三校的行动都深受内外各方驱动因素的影响，期望满足院校、教师及学生某一群体或全部对象的需要，涉及到广泛的利益相关者，数据来源于学生档案系统、学生信息系统以及学习管理系统等多种渠道，内部能力评估侧重于人力、财务以及基础设施等资源，然而依然普遍缺乏质量保障举措，学习分析的实践仍有待深化。但相对而言，A校已经具备了较为丰富的经验并开始了政策制定的尝试，而B校和C校特别是后者由于学习分析仍集中在基层，导致其行动的范围和层次还需要进一步拓展，如表1所示。

表1 三校学习分析各维度采取的行动[10]324

(二)三校的主要挑战

各校尽管在学习分析领域都有所行动，但同时也存在着不少亟待解决的问题，这也相应成为制定政策布局战略的出发点和着眼点。如A校重视学习分析对全校的整体影响情况，B校侧重学习分析对具体问题的解决程度，C校则关注课程引入学习分析面临的疑难。三者又面临一系列普遍性挑战：缺乏高校管理层的有力领导，从而带来数据统一处理与战略集中实施方面的困境；利益相关者各自权责没有清晰界定，隐私伦理问题如何有效解决；各界对学习分析的前景信心不足，共享目标也未效达成；学习分析实施过程中过于注重技术问题而忽视了对教育规律的考量；缺少针对不同群体有关学习分析的培训，能力建设有待加强，特别是如何获得教师的广泛支持；缺乏有关学习分析积极影响的有效证据，如表2所示。

表2 三校学习分析各维度面临的挑战[10]328

(三)三校的政策建议

立足三校的实践经验与面临的挑战，项目组提出了三者尤其需要关注的政策要点。三校应进一步明确学习分析的意义与作用，辨析采取行动的直接动力与深层原因，反思各方利益相关者是否已在一定程度上达成了共识；围绕数据的采集、加工、公布以及共享等问题，厘清相关群体的关系；预测变革的内容及影响，探讨学习分析的短期成效与长期作用；规划学习分析从目标确立、实施过程到结果呈现等一系列活动以及相关安排；考察自身所具备的能力与条件，并思考如何予以强化与提升，政策要提供指导来促成基础设施不断更新以满足数据保护的要求；围绕学习分析的评估与发展解决好指标、人员及机制等问题，建立程序来监督和处理可能面临的有意和无意风险，如表3所示。

表3 三校学习分析各维度建议的政策[10]328

四、欧洲高校学习分析政策框架的启示

目前，中国高校学习分析尚处于摸索阶段，但在建设高等教育强国、推动高校内涵式发展以及培育一流人才的过程中，其作为一种跟踪学生动态、提供及时反馈以及实现科学决策的重要途径，将发挥出日益重要的作用并有能力带来革命性的变化。伴随学习分析的拓展与深化，相关政策的完善也应随之跟进，特别是高校必须承担起相应的责任。学习分析所面临的挑战敦促管理者要制定全新的和综合性政策以满足需求并确保符合院校的目标与使命[11]。高校学习分析政策框架的形成既是技术与制度密切关系的体现，又需要根据理论模型剖析各维度间的分解与统合，还离不开院校实践水平的影响与作用。

第一，高校学习分析政策框架的前提基础：立足技术与制度的相互结合。技术与制度二者相互影响密不可分。一方面技术进步有助于制度不断革新，另一方面制度完善有利于技术的进一步发展。学习分析的深化离不开相关信息技术的支撑，但也需要制度规章的保障。学习分析政策框架得以构建的前提就在于制度对技术的重要作用。首先，制度是评估技术效用的标准，可以针对学习分析形成较为精准、深刻和全面的认识，体现各利益主体的愿望、要求和意向，从而能够更好地掌握已有水平与未来动向。其次，制度是规范技术运行的依据，学习分析的引入对于强化师生互动、贯彻个性化教育以及实施以学生为中心的变革都具有重要意义。然而其也面临着价值取向、管理模式、数据保护以及资源设施等方面的挑战，为了防止不当使用、无序发展与盲目推进等情况的发生，通过制度加以规范已势在必行，必然需要对相关人员、组织及功能进行限定与约束。最后，制度还是激发技术创新的动力，依靠政策的合理构建与有效布局，能够为学习分析提供优化的环境、减少运行中的阻碍并促成各方更积极的回应与支持。

第二，高校学习分析政策框架的核心环节：借助多重维度的共同支撑。学习分析涉及多领域的问题，相应地其政策框架也必然涵盖多维度的内容。不同维度既各有侧重又相互作用构成整体。借助快速结果映射模型高校能够在复杂环境中系统规划学习分析的实施。各维度中，描摹政策情境关注既定背景中采用学习分析的根本目的与主要意图，以便于驱动其他维度所采取的行动；确认主要利益相关者指出社会环境中学习分析的推进需要各方的民主参与及共同努力；明确预期行为变化根据总体要求设置不同层次和类型的愿景；制定参与战略界定实现目标的途径以提炼优势处理风险；分析内部能力着重于评估已有资源的可利用性以辨认实施的难易程度；建立监督和学习体系侧重学习分析长期可持续发展的保障。各维度彼此支撑、相互融通以及有机整合，共同涉及到目的、方法、能力、文化、评价、法律、伦理隐私、基础设施、财政和人力资源以及利益相关者参与等多项主题。

第三，高校学习分析政策的有效保障：依托丰富多样的高校实践。乔治·西蒙斯等学者将高校学习分析的水平细化为五个层次：(1)意识阶段，已经在一定程度上认识到学习分析的重要性，但仅限于记录日志数据和提供基本报告等活动；(2)试验阶段，深入挖掘分析报告并通过样本仪表盘来呈现结果；(3)组织阶段，推行面向广泛师生的仪表盘、利用专门化的商业智能报告工具以及实现跨系统的数据集成；(4)组织变革阶段，开发预测模型、实施个别化学习以及评估影响与战略；(5)领域变革阶段，涉及共享能力、创造能力、开放性透明化以及灵敏性等方面的进步与革新[12]。政策框架的形成必然要依托于高校丰富多样的实践，才能真正有的放矢成为促进学习分析不断深化拓展的保障条件。如，A、B、C三校政策都需要强化评估指标的设定，但因各校学习分析的实施范围不尽相同所处层次也存在差异，所以指标的重心也有所区别，需要分别围绕是否有利于科学决策、辍学率减少以及具体课程改进等不同问题设计。总之，理想的学习分析政策应引导高校从只关注于信息和指标的静态报告，转变为立足于数据阐释的动态解析和决策干预，并进而发展为高校战略规划的常态组成部分乃至能够引发该领域的创新。