牟智佳　武法提

摘要：基于数据集的学习分析和人工智能技术的深入发展，使得以优化学习过程、缩短学习改善周期为目标的学习结果预测得到研究者的广泛关注和实践探索。文章首先对数字化学习环境下的学习预测研究探索进行梳理，辨析其研究特性，之后纵向解析了学习结果预测研究中的内容，并横向剖析了研究中存在的问题；在此基础上，从情境、理论、数据、方法和结果五个层面对未来学习结果预测研究的设计取向进行讨论；最后，对以学习者为中心的数据的预测设计原理进行阐释，并设计个性化学习结果预测研究框架，以明晰其系统化分析流程与结果。

关键词：学习结果预测；学习分析；人工智能；个性化学习；设计取向

中图分类号：G434 文献标识码：A

一、数据集驱动学习预测研究的发展契机

计算机和数据科学的进步使得基于新类型证据的决策得到前所未有的发展。尽管数据科学已经在商业、工程、技术、科学等领域建立了良好的应用基础，但对教育领域的影响和渗透还尚未全面展开。近年来，移动技术的逐渐普及和网络学习资源的指数性增长使得数字化学习逐渐成为常态，而增强现实技术和可穿戴技术的兴起则进一步丰富了数字化学习方式和学习环境。大数据技术和数据科学给教育带来的冲击使得研究者、管理者、教育企业、教师等不同角色人员开始重视对不同学习情境和学习方式下生成的数据进行整合与分析，并逐步形成了基于不同类型数据集进行学习测量与计算的学习评价新生态。……