可信学习分析构建:风险桎梏、理论纾解与实践解蔽OA北大核心CSSCI

可信学习分析技术的发展已成为全球研究者共同关注的焦点。国内外学者已就其内涵意蕴、价值逻辑等开展广泛探讨,但也存在关键问题不明、理论边界不清和实践路径模糊等问题。为此,研究以关键问题提炼和理论框架构建为先导,以实践路径的探索和实施为主线,对可信学习分析技术的教育应用进行分析。在实践问题方面,研究分析了阻碍可信学习分析实现的关键因素,包括数据漂移现象所导致的算法失准、样本分布失衡现象导致的算法偏见以及算法黑盒现象导致的决策结果失信等一系列问题。在理论研究方面,研究结合理论与实践问题分析,建立起面向学习环境、数据治理、建模分析和干预反馈四要素的可信学习分析理论框架。随后,研究依托该理论框架,结合相关研究方法和技术,构建了可信学习分析的实践路径,如结合价值敏感设计的伦理调适等。研究为可信学习分析研究从理论到实践提供系统化的解决思路。