迈向可信学习分析:报告解析、结构模型与未来生态——2023年学习分析与知识国际会议评述  

Toward Trusted Learning Analysis:Report Parsing,Structural Models,and Future Ecology:A Review of the 2023 International Conference on Learning Analytics and Knowledge

作　　者：吴永和[1,2] 钱雨 郭胜男[1] 许秋璇 WU Yonghe;QIAN Yu;GUO Shengnan;XU Qiuxuan

机构地区：[1]华东师范大学,上海200062 [2]上海熙育信息科技有限公司,上海200062

出　　处：《现代远距离教育》2023年第5期3-15,共13页Modern Distance Education

基　　金：教育部人文社科一般课题“数据驱动的STEAM教育精准评价模型构建与应用研究”(编号:20YJA880057);2021年度国家社会科学基金重大项目“面向未成年人的人工智能技术规范研究”(编号:21&ZD328)。

摘　　要：学习分析致力于数据探索教育本质,成为推动教育数字化转型的重要力量。学习分析与知识国际会议(LAK)是引领学习分析领域发展的重要会议,第十三届学习分析与知识国际会议于2023年3月13日一17日以线上和线下相结合方式举行,大会主题为“迈向可信学习分析”,聚焦于学习者的隐私、公平和自主发展等。本文系统概括了大会聚焦的核心议题,从学习分析方法、学习分析技术、学习分析应用和可信学习分析四个方面论述了学习分析的最新进展。基于此,重点梳理了可信学习分析的发展历程,围绕学习分析的安全性、稳健性和公正性三个方面提出了可信学习分析结构模型,并基于系统理论进一步构建了可信学习分析生态系统,从立足“以人为本”、坚守“科技向善”、设立“责任底线”、探索可信技术、构建可信学科五个方面阐述了保障可信学习分析的实践策略和建议。

关 键 词：学习分析 可信学习分析 伦理隐私 教育数字化转型 新型人工智能 

分 类 号：G43[文化科学—教育学]