周进 叶俊民

摘 要：面向智能教育，学习分析呈现出“三个新拓展”：拓展学习分析的目标理念、拓展学习分析的数据范围、拓展学习分析的技术方法。融合人工智能技术，学习分析在推动计算教育学发展、培育数据驱动思维、构建终身学习服务体系、提升教育治理水平等方面具有极大潜能。为促进智能技术与学习分析的融合应用，未来研究要积极探索与寻求核心理论支撑，建立多方协同合作机制，构筑智能教育大平台，建立以智能教育为核心的跨学科阵营以及管控人工智能算法风险，进而助力智能教育中学习分析的创新发展。

关键词：人工智能;学习分析;智能教育;计算教育学

中图分类号：G434文献标志码：A文章编号：2096-0069（2021）03-0009-06

收稿日期：2020-12-30

基金项目：2020年国家社科基金后期资助项目“基于短文本的学习分析理论与实践”（20FTQB020）

作者简介：周进（1993— ），男，湖北鄂州人，博士研究生，研究方向为学习分析;叶俊民（1965— ），男，湖北武汉人，博士、教授、博士生导师，研究方向为学习分析与教育大数据，本文通信作者。

引言

随着人工智能在教育领域的纵深推进，人工智能已经深刻影响着教育系统的各个方面，而学习分析也不例外。从本质上讲，学习分析的发展与人工智能密不可分，大数据是两者发展的基石，而人工智能为学习分析的创新变革提供了技术支持，两者共同为构建智能学习环境和揭示学习发生机制提供了全新方向与思路。当前在智能教育背景下，学习分析发展拥有广阔前景，包括分析目标、数据基础、技术方法等层面的转型升级，旨在赋能全新的智能教育应用生态。……