[论文解读] Using learning analytics to provide personalized recommendations for finding peers

Irene‐Angelica Chounta|arXiv (Cornell University)|Jan 1, 2019

Online Learning and Analytics参考文献 12被引用 2

一句话总结

本文提出了一种学习分析框架，利用学生建模和灰色区域（Grey Area）概念作为最近发展区（Zone of Proximal Development, ZPD）的代理，以动态形成个性化的学习小组。通过实时评估学生的认知状态和知识水平，该系统推荐能够优化协作学习的同伴配对，确保学生与能提供适当支架支持的同伴配对，其依据是维果茨基社会发展理论的教学原则。

ABSTRACT

This work aims to propose a method to support students in finding appropriate peers in collaborative and blended learning settings. The main goal of this research is to bridge the gap between pedagogical theory and data driven practice to provide personalized and adaptive guidance to students who engage in computer supported learning activities. The research hypothesis is that we can use Learning Analytics to model students' cognitive state and to assess whether the student is in the Zone of Proximal Development. Based on this assessment, we can plan how to provide scaffolding based on the principles of Contingent Tutoring and how to form study groups based on the principles of the Zone of Proximal Development.

研究动机与目标

• 弥合协作学习环境中教学理论与数据驱动实践之间的差距。
• 解决现有学习分析系统中缺乏认知状态感知的分组机制的问题。
• 开发一种基于学生实时知识水平和认知状态的动态、自适应分组方法。
• 通过机器学习和学生建模将最近发展区（ZPD）具体化，以实现实际应用。
• 通过基于维果茨基理论的同伴互动，支持个性化支架构建和知识发展。

提出的方法

• 使用计算学习分析和机器学习技术，实时建模学生的认知状态和知识水平。
• 采用“灰色区域”——即学生模型预测置信度较低的区域——作为最近发展区（ZPD）的代理。
• 在练习过程中动态更新学生模型，以反映其当前的知识水平和认知状态。
• 依据ZPD原则进行分组：处于ZPD以下的学生与处于或高于ZPD的学生配对，处于ZPD的学生与高于ZPD的学生配对。
• 应用条件化辅导（Contingent Tutoring）原则，根据个体学生需求调整支架支持。
• 利用领域知识表示和贝叶斯信念网络（Bayesian Belief Networks, BBN）支持知识状态评估。

实验结果

研究问题

• RQ1 小组成员之间的知识距离如何影响协作任务中的个体与群体学习成果？
• RQ2 灰色区域在多大程度上可作为可靠代理，用于识别处于最近发展区（ZPD）的学生？
• RQ3 如何利用学习分析实现动态分组，以支持有效的协作式知识建构？
• RQ4 与随机或固定分组策略相比，基于ZPD的同伴分配对学生参与度和学习成效有何影响？
• RQ5 基于机器学习的学生模型能否在实时环境中有效指导自适应支架支持和同伴推荐？

主要发现

• 灰色区域为识别处于最近发展区（ZPD）的学生提供了一个切实可行的数据驱动代理，支持个性化同伴推荐。
• 处于自身ZPD以下的学生在与处于或高于ZPD的同伴配对时受益最大，从而获得有效的支架支持。
• 基于ZPD原则的分组可提升协作学习效果，确保适当的认知挑战与支持。
• 动态学生建模使同伴分组和支架策略能够实现实时调整。
• 将教学理论（ZPD）与学习分析相结合，可在混合式与协作式学习环境中实现更有效、个性化的指导。
• 所提出的方法通过将分组策略与既定的认知发展理论对齐，支持了复杂的教学决策。