邵明铭 赵 丽

（南京师范大学 教育科学学院, 江苏南京 210097）

自国务院印发《新一代人工智能发展规划》以来，人工智能便在教育领域掀起狂澜，推动了教育改革与发展。随着教育新基建进程的不断推进，依托人工智能技术实现高质量教育、个性化发展的目标逐步变得可能。学习者学习风格研究是实现个性化学习的重要前提。学习风格是学习者在社会环境中学习的方式（Hamidah et al., 2009），是影响一个人如何感知的独特的个人技能和偏好的集合（Akbulut & Cardak, 2012），包括认知、情感和心理三个方面。认知风格涉及信息加工，情感风格涉及动机反应，心理风格与性别、健康和环境等因素有关（Keefe, 1989）。

然而，缘于人们对“学习”测量的困难，学习风格的评判和分析一度陷于困境。无论是量表测量法还是技术分析法，都存在不同程度的缺陷。基于新技术的发展和学习风格对个性化学习的重要性，开展多方法、多维度、一体化的多模态学习风格分析已经迫在眉睫。本研究综合已有研究，提出了融合多主体数据采集与新算法的“数据层-信息层-应 用 层 ” （Digital level, Information level, and Application level，DIA）分析框架，旨在推动多模态学习风格分析理论发展，为多模态学习风格分析提供技术应用新思路。

一、研究演进：从量表测量到多模态技术分析

自伊莎贝尔·迈尔斯·布里格斯和凯瑟琳·布里格斯提出学习风格以来（Bloom et al., 1956），学习风格研究至今已有五十多年历史，学习风格分析研究历经从静态模型到动态模型，从显性测量到隐性测量的螺旋式向上发展的进路。……