多模态学习分析实证研究的发展与展望

作者：刘清堂; 李小娟; 谢魁; 常瑀倍; 郑欣欣

来源：电化教育研究, 2022, 43(01): 71-78+85.

DOI：10.13811/j.cnki.eer.2022.01.009

• 多模态学习分析
• 学习行为
• 学习标签
• 正式学习情境
• 实证研究

多模态学习分析(MMLA)是智能化探究有效学习发生机理的关键技术。研究对国外37篇实证文献的任务情境设计和MMLA的四个过程进行系统综述,梳理出多模态数据集的生成场域多以发展认知为主,少关注情感价值的培育;学习标签注释以计算科学指导为主,缺乏不同时间尺度行为关联的理论指导;预测结果多关注学习行为表现,轻心智发展的过程解释;多模态数据分析反馈聚焦个性化学习支持,忽视决策支持。未来实证研究发展应聚焦有效学习与情感体验,融合计算科学和认知带理论,协同人机优势提供反馈支持,开展MMLA系统开发者和利益相关者的深度对话,不断迭代设计与优化分析系统和应用模式,有效促进"人工智能+教育"的发展。

• 单位
  华中师范大学