学习分析数据互操作规范IMS,Caliper,Analytics解读

打开文本图片集

摘要：全球的MOOC浪潮推动了在线课程大规模传播和发展，由此产生了海量多样的数据。“大数据”分析技术加速应用到教育领域，评估、分析和利用这些数据对于学习效果的提升有着重要的影响。当前，各类学习系统和学习工具都按其自有的格式存储和传输数据，造成其数据通用性差，而且难以被分享和深度利用。标准化组织IMS针对目前学习系统难以跨平台收集学习数据以及数据标准不一的问题，制定了一项学习分析数据互操作规范——Caliper Analytics，试图解决学习分析中有关以统一的形式收集并分析数据的关键问题。该规范通过“计量组谱”构建记录和存储分析数据的通用格式，并通过“Sensor API”捕获和传递散落在各个平台中的分析数据。这将有利于学习分析的数据交换和跨平台使用，从而让有价值的学习分析数据得以更好地利用。这个统一的标准能促使更有效地实现对在线课程质量、效果及性能的分析；帮助院校、教师和教学设计师等数字化教学内容的开发者测量、修改及迭代教育产品；帮助学习者更好地使用学习分析结果持续提升学习绩效。该规范应用前景广泛，但还将面临数据源的呈现方式、数据自有的目标用途、教育机构的组织文化、分析技术的实施效果以及商业模式上的潜在风险等方面的挑战。

关键词：学习分析；学习技术标准；教育信息化；IMS Caliper Analytics

中图分类号：G434 文献标识码：A 文章编号：1009-5195（2016）02-0098-09 doi10.3969/j.issn.1009-5195.2016.02.012

一、引言

随着信息技术在教育领域内的深度应用，数字化的学习内容与学习活动设计越来越普及，数字化教学模式和课程深度整合，各类学习管理系统（LMS）和数字化教学工具得到普及。尤其是近年来，全球MOOC浪潮推动了在线课程的大规模传播和发展，由此产生了海量的、多样化的数据，促使“大数据”分析技术被应用到教育中。与此同时，评估、分析和利用这些在线数据的需求也日益迫切，数字化学习环境对教育数据的评估及分析能力也越来越受重视。学习分析（Learning Analytics）正是近年来教育技术领域内迅速发展的新热点，它是运用先进的分析方法和工具预测学习结果、诊断学习中发生的问题、优化学习效果的一类教学技术的集合（李青等，2012）。学习分析通过广泛收集数据并以一定的形式呈现和解读，创新并发现教育潜力。

学习分析的数据来源非常多样，既有来自大学等教育机构在线学习系统中的数据，也有来自于PC、平板和手机上各种学习工具中的数据，以及其他网络平台收集的有关学习者活动过程和活动结果的数据。到目前为止，各类学习系统和学习工具中的数据都按照其自有的标准和格式存储与传输，数据的通用性很差。这种现状阻碍了教育数据的分享和深度利用，使得教师、学生和学校难以全面立体地观察学习环境中正在发生的情况。教育机构无法分析和处理不同平台上差异化的学习数据，而且来自各独立平台上的零碎分析结果也无法被有效地整合和比较（IMS GLC，2015a）；各机构都尝试用自己的方式解释数据，从而造成了对数据理解上的困难。因此，为了解决教育机构在推进学习分析技术过程中的这个障碍，推动分析数据的跨平台互操作，强化平台的数据分析能力，我们迫切需要一个能够在微观层面上定义如何测量和分析学习活动及其绩效的通用准则，以及把不同来源的异构数据合并成一种格式，而且可以跨平台捕获和交换分析数据的标准框架体系（IMS GLC，2015a）。

为满足以上学习分析数据互操作的要求，一个关于学习分析的信息技术规范就呼之欲出了。IMS全球学习联盟（IMS Global Learning Consortium，简称IMS）基于上述原因，于2015年编制和发布了IMS Caliper Analytics规范（后文简称IMS-CA）。IMS（Instructional Management System）是专门从事教学系统技术标准制定工作的组织，着眼于分布式环境下技术规范和标准的制定，关注学习系统和学习内容互操作能力的构建，力求促进学习技术在全球的发展和影响（吴永和等，2015）。IMS发布的一些标准，如学习对象元数据规范、内容包装规范、学习设计规范等，已经成为有国际影响力的标准和我国教育信息技术标准（CELTS）的重要参考。研究对IMS Caliper Analytics规范进行介绍和解读，为国内研究者和开发者在学习分析的数据互操作方面提供借鉴，并为研制相应的国内标准奠定研究基础。

二、IMS-CA规范介绍

Capliper在英文中是“卡尺”的意思。卡尺是测量工具，IMS将此规范命名为“Caliper Analytics”意在用统一、标准的方式进行分析。这是一个新领域下的互操作规范，制定该规范的主要目的是降低从数字化教学工具中收集分析数据的成本，并且赋予这些数据具有一致性的呈现方式，具体目标如下（IMS GLC，2015b）：（1）建立一种稳定的捕捉和表征学习活动计量的方法，帮助人们更有效地开发数字化学习环境中的学习分析功能；（2）定义一种标记学习数据的通用语言，促进数字化学习环境生态系统中或更高层面上的学习分析的应用；（3）提供标准以供用于度量学习活动及其影响，帮助设计师以及课程提供者度量、比较和提升质量；（4）提升现有学习平台中的数据分析方法、标准和技术；（5）以现有的IMS标准为基础构建，以确保和IMS其他标准的一致性和互补性。

IMS-CA主要包括两个部分的内容：一是通过“计量组谱”（Metric Profiles）构建一个通用格式以记录和存储分析数据，二是通过“Sensor API”捕获和传递散落在各个平台中的分析数据（Hoel et al.，2014）。IMS-CA是IMS标准族的一部分，建立在IMS标准基础上，以“组谱”的方式定义了一组描述学习数据的通用格式，充分考虑了其覆盖范围以及与其他标准的兼容性，特别是与IMS的《学习工具互操作规范》（Learning Tools Interoperability，简称LTI）兼容，该规范使用了现有的大部分IMS标准，如《学习信息服务标准》（Learning Information Services，简称LIS）中的概念和词汇表，并且考虑了和将要发布的IMS《电子书规范》（EDUPUB）的整合。