| 多模态学习分析实证研究的发展与展望 |
| |
| 引用本文： | 刘清堂,李小娟,谢魁,常瑀倍,郑欣欣.多模态学习分析实证研究的发展与展望[J].电化教育研究,2022,43(1):71-78,85. |
| |
| 作者姓名： | 刘清堂 李小娟 谢魁 常瑀倍 郑欣欣 |
| |
| 作者单位： | 华中师范大学湖北省教育信息化研究中心,湖北武汉 430079,华中师范大学人工智能教育学部,湖北武汉 430079,俄亥俄州立大学数字化学习研究实验室,美国俄亥俄州 43210 |
| |
| 基金项目： | 教育部人文社会科学研究项目;国家自然科学基金 |
| |
| 摘 要： | 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。
|
| 关 键 词： | 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 |
Developments and Prospects of Empirical Research on Multimodal Learning Analysis |
| |
| LIU Qingtang,LI Xiaojuan,XIE Kui,CHANG Yubei,ZHENG Xinxin.Developments and Prospects of Empirical Research on Multimodal Learning Analysis[J].E-education Research,2022,43(1):71-78,85. |
| |
| Authors: | LIU Qingtang LI Xiaojuan XIE Kui CHANG Yubei ZHENG Xinxin |
| |
| Institution: | (Hubei Research Center for Educational Informationization,Central China Normal University,Wuhan Hubei 430079;Faculty of Artificial Intelligence in Education,Central China Normal University,Wuhan Hubei 430079;The Research Laboratory for Digital Learning,The Ohio State University,Columbus,OH,USA,43210) |
| |
| Abstract: | |
| |
| Keywords: | Multimodal Learning Analysis Learning Behavior Learning Label Formal Learning Scenarios Empirical Study |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
