王晶瑩　楊伊　宋倩茹　鄭永和

摘要：隨著計(jì)算機(jī)科學(xué)技術(shù)被廣泛應(yīng)用于教育研究，基于海量數(shù)據(jù)計(jì)算的研究范式成為教育研究的重要手段，這也引發(fā)了教育研究基本視角和價(jià)值觀念的轉(zhuǎn)變。計(jì)算教育學(xué)正是對(duì)這種新興教育研究范式的概括，是以大數(shù)據(jù)為基礎(chǔ)，以復(fù)雜計(jì)算為核心，以算力為支持，以構(gòu)建教育理論、解決教育問(wèn)題、揭示教學(xué)規(guī)律為目標(biāo)的研究領(lǐng)域。對(duì)相關(guān)文獻(xiàn)進(jìn)行聚類分析后發(fā)現(xiàn)，計(jì)算教育學(xué)主要涉及六大熱點(diǎn)：在線社會(huì)媒體中的學(xué)習(xí)行為和學(xué)業(yè)表現(xiàn)，人工智能和云計(jì)算在學(xué)習(xí)管理中的應(yīng)用，教育數(shù)據(jù)挖掘和學(xué)習(xí)分析，數(shù)字化課程的評(píng)價(jià)和創(chuàng)新，針對(duì)教學(xué)過(guò)程的教育仿真和文本挖掘，涉及師生人格品質(zhì)的數(shù)據(jù)挖掘。對(duì)典型研究案例進(jìn)行剖析后發(fā)現(xiàn)，計(jì)算教育學(xué)研究在操作路徑上具有如下共性：一是得益于體量龐大的數(shù)據(jù)，相較于精度，更追求宏觀層面對(duì)數(shù)據(jù)的洞察;二是研究的起點(diǎn)是“基于數(shù)據(jù)”而非“基于假設(shè)”，強(qiáng)調(diào)讓數(shù)據(jù)“開(kāi)口說(shuō)話”;三是在數(shù)據(jù)收集上傾向于獲取“即時(shí)數(shù)據(jù)”。未來(lái)，我國(guó)計(jì)算教育學(xué)研究應(yīng)當(dāng)實(shí)現(xiàn)如下轉(zhuǎn)變：從關(guān)注學(xué)的過(guò)程到關(guān)注教學(xué)過(guò)程，從研究學(xué)生認(rèn)知過(guò)程到研究師生互動(dòng)機(jī)制，從勤于技術(shù)突破到回歸教育內(nèi)涵，從借鑒國(guó)際經(jīng)驗(yàn)到融合本土特色。

關(guān)鍵詞：計(jì)算教育學(xué);研究范式;教育研究;數(shù)據(jù)挖掘;機(jī)器學(xué)習(xí)

中圖分類號(hào)：G434? ?文獻(xiàn)標(biāo)識(shí)碼：A? ? 文章編號(hào)：1009-5195（2020）04-0027-10? doi10.3969/j.issn.1009-5195.2020.04.004

*基金項(xiàng)目：國(guó)家自然科學(xué)基金青年項(xiàng)目“學(xué)校學(xué)習(xí)環(huán)境對(duì)中學(xué)生STEM職業(yè)期望的影響機(jī)理及其改進(jìn)研究”（71704116）;中國(guó)科學(xué)院院士咨詢項(xiàng)目“我國(guó)科學(xué)教育發(fā)展戰(zhàn)略研究”（2018-Z10-A-025）。

作者簡(jiǎn)介：王晶瑩，博士，特聘教授，青島大學(xué)師范學(xué)院（山東青島 266071）;楊伊（通訊作者），師資博士后，上海師范大學(xué)教育學(xué)院（上海 200234）;宋倩茹，碩士，研究實(shí)習(xí)員，青島大學(xué)師范學(xué)院（山東青島 266071）;鄭永和，教授，博士生導(dǎo)師，北京師范大學(xué)教育學(xué)部（北京 100875）。

當(dāng)下，計(jì)算教育學(xué)引發(fā)了國(guó)內(nèi)外研究者的關(guān)注，作為一個(gè)新興的交叉領(lǐng)域，它既受益于計(jì)算機(jī)科學(xué)技術(shù)的日益成熟，又為教育學(xué)解決瓶頸問(wèn)題提供了新的研究范式。如今，計(jì)算教育學(xué)在國(guó)際上已取得了一系列研究成果。本文從計(jì)算教育學(xué)的內(nèi)涵剖析入手，采用系統(tǒng)聚類分析凝練其國(guó)際研究熱點(diǎn)，并通過(guò)多項(xiàng)典型研究案例呈現(xiàn)其研究范式的具體操作路徑，進(jìn)而深度反思計(jì)算教育學(xué)的現(xiàn)狀與未來(lái)。

一、計(jì)算教育學(xué)是什么：范式流變到學(xué)科融合

大數(shù)據(jù)時(shí)代為教育研究帶來(lái)了新的機(jī)遇與生機(jī)，而計(jì)算教育學(xué)體現(xiàn)的是一種基于關(guān)聯(lián)思維的研究范式，這與過(guò)去基于因果思維的研究范式有很大不同。如今，國(guó)內(nèi)學(xué)者關(guān)注與探索計(jì)算教育學(xué)的興趣日益濃厚。為準(zhǔn)確認(rèn)識(shí)計(jì)算教育學(xué)，我們不但應(yīng)當(dāng)從縱向的發(fā)展脈絡(luò)中理解其出現(xiàn)的必然，還應(yīng)當(dāng)從橫向的學(xué)科交叉中探索學(xué)科由“分立”到“融合”的機(jī)理。

1.從范式之爭(zhēng)看計(jì)算教育學(xué)出現(xiàn)的必然

關(guān)于教育研究范式的爭(zhēng)論由來(lái)已久，而“實(shí)證”與“思辨”之爭(zhēng)是學(xué)界討論的焦點(diǎn)。參照國(guó)內(nèi)外學(xué)者對(duì)教育研究方法的類型劃分，可以將其分為思辨研究和實(shí)證研究?jī)纱箢?，其中?shí)證研究又包括質(zhì)性研究、定量研究和混合研究三個(gè)子類（陸根書等，2016）。自改革開(kāi)放打開(kāi)“西窗”以來(lái)，兩種范式之爭(zhēng)從未平息，在爭(zhēng)論的背后是對(duì)教育研究科學(xué)化的求索。思辨研究基于個(gè)體理性認(rèn)識(shí)能力和經(jīng)驗(yàn)，通過(guò)對(duì)概念、命題進(jìn)行邏輯演繹和推理以認(rèn)識(shí)事物的本質(zhì)特征，故思辨研究的辯護(hù)者認(rèn)為，對(duì)教育價(jià)值層面的哲學(xué)省思和追問(wèn)更接近教育的本真。相對(duì)地，實(shí)證研究則是基于觀察、實(shí)驗(yàn)和調(diào)查，對(duì)收集的數(shù)據(jù)或信息進(jìn)行分析和解釋，以事實(shí)為證據(jù)來(lái)探討事物的本質(zhì)屬性或發(fā)展規(guī)律（姚計(jì)海，2017），故實(shí)證研究的辯護(hù)者認(rèn)為，在科學(xué)的度量尺度之下，實(shí)證研究才能揭示出實(shí)然的教育。然而隨著研究數(shù)量的不斷增長(zhǎng)和研究群體的日益壯大，教育思辨研究出現(xiàn)了良莠不齊和泛化的亂象;與此同時(shí)，以人為對(duì)象的教育實(shí)證研究本身存在不可重復(fù)性、不可驗(yàn)證性、研究結(jié)果無(wú)法應(yīng)用于現(xiàn)實(shí)等問(wèn)題，導(dǎo)致教育研究的科學(xué)性無(wú)法確保（余勝泉等，2019）。以傳統(tǒng)的眼光看，思辨研究呈現(xiàn)了“應(yīng)然的教育”，實(shí)證研究呈現(xiàn)了“實(shí)然的教育”，事實(shí)上，后者的根本亦是驗(yàn)證應(yīng)然的教育，也就是對(duì)人類直覺(jué)、經(jīng)驗(yàn)等的驗(yàn)證，與我們期望的科學(xué)的、實(shí)然的教育尚有一定距離?？缭竭@一距離必然要突破基于假設(shè)的研究范式，建立一種基于事實(shí)的研究范式。所以，當(dāng)務(wù)之急不在于否定某一種范式，而是看到每一種范式固有的局限，探尋突破瓶頸之法。

計(jì)算機(jī)科學(xué)哲學(xué)資深學(xué)者拉斐爾·阿爾瓦拉多（Rafael Alvarado）等在“已知的已知、已知的未知、未知的未知”的知識(shí)分類中，加入第四類知識(shí)“未知的已知”，即機(jī)器經(jīng)驗(yàn)的知識(shí)（計(jì)算機(jī)已知而人類可能未知）（Alvarado et al.，2017）。第四類知識(shí)的出現(xiàn)打破了人們對(duì)思辨研究和實(shí)證研究的執(zhí)念，這背后蘊(yùn)含著一種隱喻：教育研究仍有大片超出人類經(jīng)驗(yàn)可抵達(dá)范圍的處女地，等待新的工具去開(kāi)墾。在此背景下，計(jì)算教育學(xué)破繭而出，其核心內(nèi)涵就是運(yùn)用計(jì)算機(jī)信息處理技術(shù)（理論、算法、軟件），對(duì)過(guò)去與現(xiàn)在的教育數(shù)據(jù)進(jìn)行定量分析，以發(fā)現(xiàn)和揭示教育中的規(guī)律，更好地為教育服務(wù)（孫仕亮，2015）。

事實(shí)上，計(jì)算教育學(xué)的出現(xiàn)從內(nèi)部講，是教育學(xué)研究范式流變的結(jié)果，而從外部講，是社會(huì)科學(xué)發(fā)展的大勢(shì)所趨。上世紀(jì)末，人們迫切需要新的范式來(lái)解決社會(huì)問(wèn)題，與此同時(shí)，計(jì)算機(jī)攻克復(fù)雜問(wèn)題的能力不斷提升，于是1994年誕生了“社會(huì)計(jì)算”（Social Computing）。經(jīng)過(guò)十余年的發(fā)展， “計(jì)算社會(huì)科學(xué)”（Computational Social Science）的概念于2009年進(jìn)入學(xué)者們的視野，其始于美國(guó)哈佛大學(xué)大衛(wèi)·拉澤（David Lazer）教授等15名頂級(jí)學(xué)者在《科學(xué)》雜志上的聯(lián)合發(fā)文。而后，社會(huì)學(xué)家們一方面受到計(jì)算社會(huì)科學(xué)的啟發(fā)，另一方面也不滿足于計(jì)算社會(huì)科學(xué)的一般范式，于是基于社會(huì)學(xué)的學(xué)科特征，在2014年正式提出了“新計(jì)算社會(huì)學(xué)”（New Computational Sociology）。遵循這一路徑，作為社會(huì)科學(xué)分支的教育學(xué)同樣具有社會(huì)科學(xué)的共性，更有其自身的學(xué)科特征和研究需求，因而自立門戶地建構(gòu)起“計(jì)算教育學(xué)”的研究領(lǐng)域，以解決教育研究中存在的諸多問(wèn)題，這也是計(jì)算社會(huì)科學(xué)發(fā)展到一定時(shí)期的必然結(jié)果。

利用SPSS內(nèi)置的K-均值聚類功能，對(duì)關(guān)鍵詞進(jìn)行聚類分析后，結(jié)合關(guān)鍵詞的語(yǔ)義和組間距離，最終將國(guó)際計(jì)算教育學(xué)研究的關(guān)鍵詞劃分為6個(gè)核心領(lǐng)域：領(lǐng)域一，在線社會(huì)媒體中的學(xué)習(xí)行為和學(xué)業(yè)表現(xiàn);領(lǐng)域二，人工智能和云計(jì)算在學(xué)習(xí)管理中的應(yīng)用;領(lǐng)域三，教育數(shù)據(jù)挖掘和學(xué)習(xí)分析;領(lǐng)域四，數(shù)字化課程的評(píng)價(jià)和創(chuàng)新;領(lǐng)域五，針對(duì)學(xué)習(xí)過(guò)程的教育仿真和文本挖掘;領(lǐng)域六，涉及師生人格品質(zhì)的數(shù)據(jù)挖掘。上述領(lǐng)域所包含的特征關(guān)鍵詞如表1所示，每個(gè)特征關(guān)鍵詞后括號(hào)內(nèi)的數(shù)字為頻次和中心度，分別表示該關(guān)鍵詞的熱度和重要程度;每個(gè)類別中特征關(guān)鍵詞按照其與該類別研究主題間相關(guān)性的強(qiáng)弱進(jìn)行排序。

（注：括號(hào)中第1個(gè)數(shù)字為關(guān)鍵詞的頻次，第2個(gè)數(shù)字為關(guān)鍵詞的中心度。）

領(lǐng)域一主要分布在第二象限，是計(jì)算教育學(xué)中起步較早的一個(gè)研究領(lǐng)域，其主題內(nèi)部的連接緊密，形成了相對(duì)成熟的研究體系和研究范式。該領(lǐng)域的研究主題為在線社會(huì)媒體中的學(xué)習(xí)行為和學(xué)業(yè)表現(xiàn)，主要基于Facebook、YouTube等社交平臺(tái)中的大數(shù)據(jù)研究學(xué)生的學(xué)習(xí)行為模式及學(xué)業(yè)表現(xiàn)。例如，丹尼爾·喬治（Daniel George）等采用在Facebook上推送壓力管理內(nèi)容的方式來(lái)緩解學(xué)生學(xué)業(yè)壓力，并基于產(chǎn)生的數(shù)據(jù)對(duì)其效果進(jìn)行研究（George et al.，2013）。張思等收集了教師的在線學(xué)習(xí)行為數(shù)據(jù)，進(jìn)而分析網(wǎng)絡(luò)專業(yè)學(xué)習(xí)社區(qū)中教師的動(dòng)機(jī)信念、動(dòng)機(jī)調(diào)節(jié)與學(xué)習(xí)參與之間的關(guān)系（Zhang et al.，2019）。

領(lǐng)域二主要分布在第四象限，其研究總體呈現(xiàn)影響范圍較大但內(nèi)部分散的特征，該領(lǐng)域具有進(jìn)一步發(fā)展的空間，但領(lǐng)域內(nèi)研究間的融合性有待增強(qiáng)。該領(lǐng)域的研究主題為人工智能和云計(jì)算在學(xué)習(xí)管理中的應(yīng)用，即通過(guò)云計(jì)算和人工智能技術(shù)為學(xué)習(xí)者和教育管理者提供便捷有效的學(xué)習(xí)管理途徑。例如，易卜拉欣·阿拉帕伊（Ibrahim Arpaci）基于云計(jì)算發(fā)現(xiàn)學(xué)生的信息管理行為（檢索、存儲(chǔ)、共享、應(yīng)用）與其態(tài)度顯著相關(guān)，建議通過(guò)設(shè)計(jì)真實(shí)的學(xué)習(xí)環(huán)境來(lái)協(xié)助學(xué)生進(jìn)行個(gè)人信息管理（Arpaci，2019）。捷克生命科學(xué)大學(xué)開(kāi)發(fā)了一種利用人工智能技術(shù)對(duì)學(xué)習(xí)進(jìn)行管理的實(shí)驗(yàn)工具，并研究其在隱性知識(shí)獲取上的作用（Pavlicek et al.，2014）。

領(lǐng)域三主要分布在第一象限和第二象限，該領(lǐng)域的研究主題為教育數(shù)據(jù)挖掘和學(xué)習(xí)分析，在線教育（如MOOCs）中的數(shù)據(jù)挖掘是其研究熱點(diǎn)和中心。學(xué)習(xí)分析和機(jī)器學(xué)習(xí)也屬于該區(qū)域，其研究雖呈現(xiàn)出日漸成熟的趨勢(shì)，但影響力仍有待進(jìn)一步提升。機(jī)器學(xué)習(xí)和數(shù)據(jù)庫(kù)是教育數(shù)據(jù)挖掘的兩大支撐技術(shù)，特別是前者為在線教育中的數(shù)據(jù)挖掘研究提供了重要方法。例如，瑪利亞·卡塔米蘇（Maria Cutumisu）在加拿大西部一所大學(xué)開(kāi)設(shè)的“教育技術(shù)導(dǎo)論”本科課程中，利用基于無(wú)監(jiān)督機(jī)器學(xué)習(xí)技術(shù)的主題建模方法，從職前教師的反思文本中提取主題特征，進(jìn)而確定其主題（Cutumisu et al.，2019）。

領(lǐng)域四主要分布在第一象限和第四象限，其研究主題可概括為數(shù)字化課程的評(píng)價(jià)和創(chuàng)新。數(shù)字化課程具有較強(qiáng)的多學(xué)科交叉特征，其研究的影響范圍較廣。例如，吉利·霍夫曼（Jirí Hoffman）基于教學(xué)系統(tǒng)設(shè)計(jì)原則開(kāi)發(fā)電子學(xué)習(xí)課程，其可以提供不同層次的信息與學(xué)生的興趣深度相匹配，并提出了一種被稱為“簡(jiǎn)單機(jī)器”（Simple Machines）的具體任務(wù)，通過(guò)強(qiáng)化學(xué)生在物理學(xué)習(xí)中的問(wèn)題解決情境，來(lái)幫助他們獲得更好的學(xué)習(xí)體驗(yàn)（Hoffman，2013）。

領(lǐng)域五主要分布在第四象限，少量分布在第一、三象限，該領(lǐng)域的研究主題為學(xué)習(xí)過(guò)程中的教育仿真和文本挖掘，其研究的內(nèi)部聯(lián)系有待進(jìn)一步加強(qiáng)。例如，邢旭等針對(duì)學(xué)生難以清晰表達(dá)相關(guān)概念的問(wèn)題，利用計(jì)算機(jī)仿真技術(shù)構(gòu)建更加真實(shí)的學(xué)習(xí)環(huán)境，并讓學(xué)生通過(guò)合作探究的方式完成相關(guān)任務(wù)。實(shí)證研究的結(jié)果表明，學(xué)生在進(jìn)行推理時(shí)的表達(dá)得到改善，其學(xué)習(xí)行為也得到規(guī)范（Xing et al.，2019）。

領(lǐng)域六集中在第三象限，該領(lǐng)域的研究主題涉及師生人格品質(zhì)的數(shù)據(jù)挖掘，其處于整個(gè)計(jì)算教育學(xué)的邊緣，內(nèi)部聯(lián)系不夠緊密，相互影響程度也較弱。20世紀(jì)80年代以來(lái)，隨著研究者們?cè)谌烁衩枋瞿Ｊ缴匣具_(dá)成共識(shí)，“大五人格”（Big Five）模型被廣泛應(yīng)用于人格研究。領(lǐng)域六的主要研究為利用大數(shù)據(jù)和數(shù)據(jù)挖掘技術(shù)，結(jié)合“大五人格”模型研究教育主體的人格品質(zhì)及其在性別上的特征差異。如杰羅爾·柯萬(wàn)（Jeral Kirwan）基于“大五人格”模型，通過(guò)大數(shù)據(jù)分析并探討了大學(xué)生的自我導(dǎo)向與其他人格特質(zhì)之間的關(guān)系（Kirwan，2014）。對(duì)教師人格品質(zhì)的分析也是該領(lǐng)域的研究重點(diǎn)，如拉扎·扎伊迪（Raza Zaidi）等基于大數(shù)據(jù)分析了教師的人格品質(zhì)與其工作投入量間的關(guān)系，發(fā)現(xiàn)教師性格的開(kāi)放程度與工作投入度顯著相關(guān)（Zaidi et al.，2013）。

三、計(jì)算教育學(xué)怎么做：國(guó)際研究案例剖析

遵照計(jì)算教育學(xué)的定義，本研究選擇同時(shí)符合“以大數(shù)據(jù)為基礎(chǔ)”“以復(fù)雜算法為核心”“以算力為支持”“解決教育學(xué)問(wèn)題”“揭示教與學(xué)規(guī)律”等條件的多個(gè)典型案例，聚焦其操作路徑，從對(duì)學(xué)生認(rèn)知過(guò)程的模擬和對(duì)在線學(xué)習(xí)行為數(shù)據(jù)的挖掘兩個(gè)方面來(lái)進(jìn)行整合分析，以求透過(guò)其具體的研究過(guò)程，形象地回應(yīng)“計(jì)算教育學(xué)怎么做”這一問(wèn)題。

1.對(duì)學(xué)生認(rèn)知過(guò)程的模擬

傳統(tǒng)的科學(xué)教育研究常通過(guò)學(xué)生的學(xué)習(xí)結(jié)果反推其認(rèn)知過(guò)程，卻難以反映學(xué)生在橫向維度上的跨學(xué)科學(xué)習(xí)和縱向維度上的科學(xué)思維形成過(guò)程，因而限制了對(duì)實(shí)驗(yàn)結(jié)果的完整解釋。理查德·蘭姆（Richard Lamb）將計(jì)算教育學(xué)引入科學(xué)教育研究，形成了多項(xiàng)重要成果。將教學(xué)過(guò)程視為一種機(jī)制，是他進(jìn)行一系列教育模擬的前提。

在一項(xiàng)關(guān)于“科學(xué)教育中學(xué)生認(rèn)知過(guò)程的計(jì)算模型”（Lamb et al.，2014）的研究中，蘭姆等人建立了一個(gè)能夠模擬學(xué)生在科學(xué)課堂中完整認(rèn)知過(guò)程的計(jì)算模型。該模型基于對(duì)認(rèn)知屬性的識(shí)別，通過(guò)融合認(rèn)知診斷理論和項(xiàng)目反應(yīng)理論（Item Response Theory，IRT）的測(cè)量框架，為構(gòu)建的人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Networks，ANN）模型提供輸入。該人工神經(jīng)網(wǎng)絡(luò)模型是整個(gè)計(jì)算模型的核心組成部分，可基于多個(gè)相互聯(lián)系的認(rèn)知屬性的交互作用，對(duì)學(xué)生在科學(xué)任務(wù)中的認(rèn)知反應(yīng)進(jìn)行處理。首先，他在研究中模擬了一個(gè)認(rèn)知訓(xùn)練過(guò)程以對(duì)學(xué)生的學(xué)習(xí)行為進(jìn)行干預(yù)，并通過(guò)分層抽樣的方式隨機(jī)選擇學(xué)生參加對(duì)照試驗(yàn)。該試驗(yàn)收集學(xué)生在完成三維嚴(yán)肅教育游戲（Serious Educational Games，SEG）過(guò)程中產(chǎn)生的數(shù)據(jù)，并建立學(xué)生任務(wù)與認(rèn)知模型（Student Task and Cognition Model，STAC-M），該模型提供了一種可以控制環(huán)境刺激并跟蹤學(xué)生游戲過(guò)程的方法。而后，通過(guò)Q矩陣對(duì)SEG過(guò)程中的數(shù)據(jù)進(jìn)行編碼，并提交到STAC-M模型中進(jìn)行訓(xùn)練，再利用模型的訓(xùn)練數(shù)據(jù)進(jìn)行擬合分析，以驗(yàn)證認(rèn)識(shí)屬性的層次結(jié)構(gòu)（即完成任務(wù)的行為組合）。最后，以學(xué)生執(zhí)行任務(wù)是否正確以及完成任務(wù)所使用的屬性是否為目標(biāo)屬性來(lái)量化批判性推理。圖2歸納了STAC-M的訓(xùn)練過(guò)程和后續(xù)的模擬干預(yù)過(guò)程。該研究不但表明使用有針對(duì)性的認(rèn)知屬性方法可以提高學(xué)生完成任務(wù)時(shí)的成功率，其構(gòu)建的計(jì)算模型也為教育研究提供了一種檢驗(yàn)教育理論的手段。

在另一項(xiàng)應(yīng)用研究中，蘭姆等人發(fā)現(xiàn)教與學(xué)的規(guī)律與一類被稱作多目標(biāo)進(jìn)化算法（Multi-Objective Evolutionary Algorithms，MOEA）的訓(xùn)練過(guò)程相似，故就多目標(biāo)進(jìn)化算法如何與認(rèn)知計(jì)算模型協(xié)同工作這一問(wèn)題進(jìn)行探究，以模擬學(xué)生在科學(xué)課上解決推理問(wèn)題的認(rèn)知過(guò)程（Lamb et al.，2017）。該研究對(duì)是否加入MOEA的STAC-M進(jìn)行了對(duì)比實(shí)驗(yàn)，研究結(jié)果表明加入MOEA的模型更加快速、有效。從方法論的角度講，教育學(xué)領(lǐng)域的研究者對(duì)這類算法表現(xiàn)出日益濃厚的興趣。

同樣是在科學(xué)教育的背景下，蘭姆還比較了三維嚴(yán)肅教育游戲、二維網(wǎng)絡(luò)實(shí)驗(yàn)室和傳統(tǒng)課堂教學(xué)等情景下的學(xué)習(xí)效果（Lamb，2016）。該研究依舊采用分層抽樣的方式隨機(jī)選擇實(shí)驗(yàn)樣本，并基于STAC-M計(jì)算和分析了認(rèn)知系統(tǒng)關(guān)鍵要素（如心理旋轉(zhuǎn)、空間可視化）的潛在作用機(jī)制，研究發(fā)現(xiàn)，三維嚴(yán)肅教育游戲?qū)W(xué)習(xí)有顯著促進(jìn)。這可能是緣于空間域（Spatial Domain）對(duì)學(xué)習(xí)者認(rèn)知的重構(gòu)，使其認(rèn)知通道得到拓展，因而降低了其在思維過(guò)程中的認(rèn)知負(fù)荷。

2.對(duì)在線學(xué)習(xí)行為數(shù)據(jù)的挖掘

隨著數(shù)字化系統(tǒng)在學(xué)習(xí)中被越來(lái)越多地使用，有關(guān)學(xué)習(xí)過(guò)程和環(huán)境的數(shù)據(jù)源源不斷地產(chǎn)生。因此，借助于工具和技術(shù)的創(chuàng)新，對(duì)在線學(xué)習(xí)行為數(shù)據(jù)進(jìn)行挖掘，研究者可以從中獲得關(guān)于學(xué)習(xí)的重要見(jiàn)解。這正是前文所述的第四類知識(shí)，是只有基于教育大數(shù)據(jù)才能發(fā)現(xiàn)的潛在規(guī)律，也是目前國(guó)際上關(guān)于計(jì)算教育學(xué)的又一類經(jīng)典應(yīng)用領(lǐng)域。

安托萬(wàn)·范登比姆（Antoine Van den Beemt）等從個(gè)人建構(gòu)主義的視角出發(fā)，將MOOC中的學(xué)生活動(dòng)視為學(xué)習(xí)行為與學(xué)習(xí)過(guò)程的結(jié)合，以“流程挖掘：行動(dòng)中的數(shù)據(jù)科學(xué)”（Process Mining：Data Science in Action）課程為例，對(duì)MOOC平臺(tái)上產(chǎn)生的學(xué)生數(shù)據(jù)進(jìn)行分析，以探究“及格”和“不及格”學(xué)生在課程周期內(nèi)學(xué)習(xí)活動(dòng)的差異（Van den Beemt et al.，2018）。研究使用聚類分析、均值分析以及運(yùn)用過(guò)程挖掘技術(shù)對(duì)活動(dòng)聚合計(jì)數(shù)、特定課程項(xiàng)目計(jì)數(shù)和活動(dòng)順序進(jìn)行分析后，發(fā)現(xiàn)四類值得關(guān)注的學(xué)生群體，圖3為這四類學(xué)生群體的學(xué)習(xí)行為隨時(shí)間分布的狀況。研究將參加MOOC學(xué)習(xí)的16224名學(xué)生均看作獨(dú)立案例，共涉及285036個(gè)學(xué)習(xí)活動(dòng)事件。圖3中的每一個(gè)點(diǎn)代表學(xué)生在特定時(shí)間發(fā)生的一個(gè)學(xué)習(xí)事件，橫向?yàn)樘囟▽W(xué)生的所有學(xué)習(xí)事件，縱向以周為單位對(duì)學(xué)習(xí)事件進(jìn)行分隔，左邊的拱形部分邊緣顯示出不同學(xué)生產(chǎn)生首次學(xué)習(xí)事件的時(shí)間先后順序，點(diǎn)密度可體現(xiàn)出學(xué)生的學(xué)習(xí)事件頻度。利用過(guò)程挖掘技術(shù)對(duì)學(xué)生的學(xué)業(yè)成績(jī)和學(xué)習(xí)事件進(jìn)行分析后發(fā)現(xiàn)，學(xué)業(yè)成功的學(xué)生表現(xiàn)出更穩(wěn)定的學(xué)習(xí)行為，這些學(xué)習(xí)行為多與視頻觀看有關(guān)，而與學(xué)習(xí)事件的時(shí)間安排無(wú)關(guān)。上述分析結(jié)果可為教師優(yōu)化在線教學(xué)提供有效的指導(dǎo)。

同樣是基于有關(guān)學(xué)生行為的海量數(shù)據(jù)，徐星等（Xu et al.，2019）提取了4000名學(xué)生的互聯(lián)網(wǎng)使用行為數(shù)據(jù)，并對(duì)在線時(shí)長(zhǎng)、互聯(lián)網(wǎng)流量和連接頻率等特征進(jìn)行歸一化處理，而后利用決策樹(shù)、神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)等機(jī)器學(xué)習(xí)算法對(duì)其學(xué)習(xí)成績(jī)進(jìn)行預(yù)測(cè)和分析。研究結(jié)果表明，學(xué)生使用互聯(lián)網(wǎng)的行為模式對(duì)其學(xué)業(yè)成績(jī)具有顯著影響，網(wǎng)絡(luò)連接頻率與學(xué)習(xí)成績(jī)正相關(guān)，而網(wǎng)絡(luò)流量和在線時(shí)長(zhǎng)與學(xué)習(xí)成績(jī)負(fù)相關(guān)。這與傳統(tǒng)經(jīng)驗(yàn)中對(duì)在線學(xué)習(xí)規(guī)律的認(rèn)識(shí)有所差異，其原因在于過(guò)于復(fù)雜的學(xué)習(xí)行為會(huì)對(duì)學(xué)習(xí)效果造成負(fù)面影響。此外，研究還發(fā)現(xiàn)隨著特征數(shù)量的增加，預(yù)測(cè)精度總體呈現(xiàn)上升趨勢(shì)。該研究不僅揭示了學(xué)生的互聯(lián)網(wǎng)使用行為與學(xué)習(xí)成績(jī)間的關(guān)系，而且表明通過(guò)機(jī)器學(xué)習(xí)方法能夠?qū)W(xué)生的學(xué)業(yè)表現(xiàn)進(jìn)行預(yù)測(cè)。

此外，數(shù)據(jù)挖掘方法還可以用于學(xué)習(xí)資源的精準(zhǔn)推薦，以滿足學(xué)生的個(gè)性化學(xué)習(xí)需求。魏鵬程等（Wei et al.，2019）基于對(duì)用戶偏好行為數(shù)據(jù)的分析構(gòu)建了面向在線教育的個(gè)性化推薦系統(tǒng)，并對(duì)多個(gè)推薦模型的效果進(jìn)行對(duì)比。具體地講，就是利用產(chǎn)品屬性挖掘方法確定推薦系統(tǒng)的推薦標(biāo)準(zhǔn)集，然后利用個(gè)性化推薦算法對(duì)用戶偏好進(jìn)行建模，通過(guò)分析用戶偏好與推薦標(biāo)準(zhǔn)間的相似度來(lái)產(chǎn)生精準(zhǔn)推薦結(jié)果。實(shí)驗(yàn)結(jié)果表明，基于用戶距離相似度的多準(zhǔn)則推薦算法效果最好，可有效提升推薦的精準(zhǔn)性。

綜合分析上述具有代表性的研究案例的過(guò)程和結(jié)果，可以看出，盡管計(jì)算教育學(xué)研究尚處于萌芽期，但其在研究的設(shè)計(jì)和方法上都與傳統(tǒng)教育研究存在較大差異。第一，從研究數(shù)據(jù)的特征來(lái)看，計(jì)算教育學(xué)研究得益于體量龐大的數(shù)據(jù)，相較于精度，其更追求在宏觀層面對(duì)數(shù)據(jù)的洞察。第二，從研究過(guò)程的特征來(lái)看，計(jì)算教育學(xué)研究的起點(diǎn)是“基于數(shù)據(jù)”，這有別于傳統(tǒng)教育研究“基于假設(shè)”的研究范式，上述案例無(wú)一不是讓數(shù)據(jù)“開(kāi)口說(shuō)話”，這與“通過(guò)數(shù)據(jù)證明假設(shè)”的傳統(tǒng)研究過(guò)程有較大差異。第三，從數(shù)據(jù)收集的途徑來(lái)看，計(jì)算教育學(xué)研究?jī)A向于獲得“即時(shí)數(shù)據(jù)”，這不僅與傳統(tǒng)教育研究中為驗(yàn)證假設(shè)而收集數(shù)據(jù)的方式存在明顯區(qū)別，也不同于傳統(tǒng)教育研究在數(shù)據(jù)收集后往往不進(jìn)行實(shí)時(shí)分析和反饋的習(xí)慣?？梢钥闯?，計(jì)算教育學(xué)針對(duì)教育問(wèn)題的研究是基于對(duì)教學(xué)過(guò)程的模擬和分析來(lái)展開(kāi)的，其背后的動(dòng)因是“計(jì)算主義思潮”，即是將宇宙視為巨型計(jì)算裝置，微觀層面上教育現(xiàn)象的多樣性是算法復(fù)雜程度不同的外部表現(xiàn)。因此，上述研究案例均蘊(yùn)含了計(jì)算教育學(xué)研究范式全新的算力隱喻及其獨(dú)特的算法特征，隨著計(jì)算教育學(xué)向?qū)嵺`領(lǐng)域的縱深發(fā)展，其理論體系會(huì)更加趨于完善，其方法論基礎(chǔ)也會(huì)日益堅(jiān)實(shí)。

四、反思與展望：計(jì)算教育學(xué)的現(xiàn)狀與未來(lái)

計(jì)算教育學(xué)是一個(gè)成長(zhǎng)中的新興領(lǐng)域，計(jì)算機(jī)科學(xué)技術(shù)的每一次突破都為其發(fā)展注入動(dòng)力。早在30年前，葉瀾、陳桂生、瞿?？葘W(xué)者就極具前瞻性地提出，從其他相關(guān)學(xué)科中吸取新的思維方式和移植研究方法，是教育研究方法向科學(xué)化目標(biāo)前進(jìn)中邁出的最富有生氣的一步。在計(jì)算機(jī)尚未普及的時(shí)代，他們就樂(lè)觀地指出，計(jì)算機(jī)等現(xiàn)代化技術(shù)手段在教育研究中的普遍采用雖然還有一個(gè)過(guò)程，但是畢竟開(kāi)始了（葉瀾等，1989）。20年之后，靳玉樂(lè)再次強(qiáng)調(diào)跨學(xué)科合作對(duì)于教育科學(xué)發(fā)展的重要性，并指出這有利于產(chǎn)生教育科研的創(chuàng)新點(diǎn)（顧明遠(yuǎn)等，2009），這既是研究?jī)?nèi)容的創(chuàng)新，更是研究范式的創(chuàng)新。由此觀之，不論是從研究范式科學(xué)化的走向看，還是從教育學(xué)自身發(fā)展的需求看，抑或是從跨學(xué)科合作研究的趨勢(shì)看，將教育與計(jì)算相結(jié)合以解決教育理論與實(shí)踐問(wèn)題的構(gòu)想絕非偶然，它在我國(guó)學(xué)者幾十年來(lái)的反思與呼吁中萌發(fā)已久。而在今天，我們順應(yīng)社會(huì)科學(xué)研究發(fā)展的潮流，找到了“計(jì)算教育學(xué)”這一跨學(xué)科結(jié)合的明確路徑和方向，在此，有必要從學(xué)科內(nèi)涵和教育學(xué)發(fā)展的需求出發(fā)，對(duì)計(jì)算教育學(xué)的現(xiàn)狀與未來(lái)進(jìn)行審視。

1.由關(guān)注學(xué)的過(guò)程到關(guān)注教學(xué)過(guò)程

我國(guó)學(xué)者裴娣娜對(duì)“教”與“學(xué)”的深層關(guān)系作了完整闡釋：教學(xué)的根本目的、出發(fā)點(diǎn)和歸宿都要體現(xiàn)、落實(shí)于學(xué)的狀態(tài)，教的必要性建基于學(xué)的必要性，教的現(xiàn)實(shí)性取決于學(xué)的可能性，教的準(zhǔn)備依存于學(xué)的準(zhǔn)備（裴娣娜，2007）。這也就意味著在教與學(xué)的矛盾關(guān)系中，學(xué)是主要方面，教則是次要方面，但若脫離了矛盾的一個(gè)方面而單獨(dú)討論另一個(gè)方面就很難揭示出教學(xué)過(guò)程的本質(zhì)?？v觀當(dāng)前的計(jì)算教育學(xué)研究，不難看出，不論是利用計(jì)算機(jī)模擬人的認(rèn)知過(guò)程，還是通過(guò)數(shù)據(jù)挖掘?qū)ふ倚袨樘卣骱蛯W(xué)習(xí)偏好，都是在針對(duì)學(xué)的過(guò)程進(jìn)行研究。特別是在以MOOC為背景的研究中，學(xué)生自始至終是在與視頻等資源進(jìn)行互動(dòng)，教師的地位已被學(xué)習(xí)資源所削弱，教學(xué)過(guò)程的復(fù)雜性愈發(fā)突出。上述研究取向在某種程度上是源自西方教育研究范式中“關(guān)注學(xué)勝于關(guān)注教”的傳統(tǒng)，也是因?yàn)閷W(xué)生的在線學(xué)習(xí)行為數(shù)據(jù)更易于收集和監(jiān)測(cè)。而在大量非在線的教學(xué)情境中，教師的“教”是不可或缺的部分，教學(xué)過(guò)程是教師的“教”、學(xué)生的“學(xué)”以及教學(xué)環(huán)境等共同構(gòu)成的有機(jī)整體。因此，計(jì)算教育學(xué)研究應(yīng)立足于教育的真實(shí)情境和過(guò)程，把握“教的過(guò)程符合、適應(yīng)于學(xué)的過(guò)程”的內(nèi)在邏輯，在利用信息技術(shù)揭示學(xué)習(xí)規(guī)律和認(rèn)知過(guò)程的同時(shí)，能進(jìn)一步對(duì)“教”的效果進(jìn)行量度?！敖獭钡娜蝿?wù)是否完成，“教”的目的是否達(dá)到，教師的教學(xué)是否有效，最終都要落在“學(xué)”的終態(tài)上。研究者只有深刻認(rèn)識(shí)到教與學(xué)的依存關(guān)系，計(jì)算教育學(xué)研究才能突破學(xué)的單一視角，突破在線學(xué)習(xí)的單一情境，在更廣泛、更普遍、更真實(shí)的教學(xué)情境中發(fā)揮出更大的價(jià)值。

2.由單一認(rèn)知過(guò)程到雙向互動(dòng)機(jī)制

承接前文對(duì)教學(xué)過(guò)程的討論，正是因?yàn)橛?jì)算教育學(xué)對(duì)“教”的研究不足，導(dǎo)致了在教學(xué)互動(dòng)研究上的缺失，甚至不少研究用“人機(jī)互動(dòng)”來(lái)代替 “師生互動(dòng)”，這在很大程度上限制了研究成果的推廣。朱永新認(rèn)為關(guān)注鮮活的教育生命才是教育科研的走向，而其關(guān)鍵之一就是關(guān)注教室里發(fā)生的事情（顧明遠(yuǎn)等，2009）。隨著在線學(xué)習(xí)的發(fā)展，縱使教師地位在今天似有弱化的趨勢(shì)，但不可否認(rèn)的是，在可預(yù)見(jiàn)的將來(lái)，正規(guī)教育仍將以課堂教學(xué)作為主要形式。因此，面對(duì)課堂教學(xué)復(fù)雜多變的教學(xué)過(guò)程，應(yīng)當(dāng)將教師與學(xué)生同時(shí)作為核心對(duì)象，將師生互動(dòng)作為分析課堂教學(xué)的重要突破口。如若脫離了人與人的關(guān)系而只針對(duì)人與物的關(guān)系，僅就學(xué)習(xí)進(jìn)行的研究也就背離了教學(xué)的本質(zhì)。雖然此類研究所取得成果具有一定的借鑒價(jià)值，但師生間的互動(dòng)不僅可以從學(xué)生的認(rèn)知過(guò)程這一微觀視角去解讀，還應(yīng)當(dāng)基于社會(huì)和文化的立場(chǎng)，就人際交互中的社會(huì)知覺(jué)、情意感染、行為適應(yīng)與調(diào)節(jié)乃至價(jià)值涵化與認(rèn)同等方面進(jìn)行探究（裴娣娜，2007）。一旦深入到“互動(dòng)”層面，就意味著研究會(huì)涉及到教師、學(xué)生等多個(gè)主體，且由于教學(xué)和學(xué)習(xí)具有復(fù)雜的非線性關(guān)系，因而難以通過(guò)傳統(tǒng)的統(tǒng)計(jì)模型（如回歸分析）進(jìn)行建模（Crooks et al.，2012）。由于構(gòu)建獨(dú)立的教學(xué)模型具有相當(dāng)?shù)膹?fù)雜性，研究人員往往難以將教與學(xué)的相互作用整合為單個(gè)系統(tǒng)，這是教學(xué)研究中難啃的硬骨頭，也注定是計(jì)算教育學(xué)面臨的復(fù)雜問(wèn)題。因此，國(guó)內(nèi)外研究者應(yīng)當(dāng)從單一的學(xué)生視角中解放出來(lái)，把在學(xué)生認(rèn)知過(guò)程模擬中獲得的研究成果作為優(yōu)化教學(xué)和設(shè)計(jì)教學(xué)的依據(jù)。具體而言，可以從以下幾個(gè)方面入手：一是從“怎樣更好地學(xué)”出發(fā)，觀照“如何更好地教”;二是從學(xué)生認(rèn)知的微觀過(guò)程出發(fā)，探索師生互動(dòng)的機(jī)制;三是從提升計(jì)算機(jī)的模擬水平出發(fā)，解答教學(xué)研究中更為復(fù)雜且更具不確定性的問(wèn)題;四是從單一的研究對(duì)象出發(fā)，逐步深入探討以師生互動(dòng)為基礎(chǔ)的課堂生態(tài)。

3.由勤于技術(shù)突破到回歸教育本質(zhì)

計(jì)算教育學(xué)自其出現(xiàn)便受到學(xué)界的廣泛關(guān)注。從研究案例中不難看出，西方計(jì)算教育學(xué)的研究成果是服務(wù)于教育的，這有賴于其研究者的知識(shí)結(jié)構(gòu)。西方最早開(kāi)展計(jì)算教育學(xué)研究的是具有較高技術(shù)水平的教育學(xué)者，其研究是在用技術(shù)的“內(nèi)核”解決教育問(wèn)題。例如，蘭姆利用計(jì)算機(jī)模擬學(xué)生認(rèn)知過(guò)程的研究，其最終提供的是一種檢驗(yàn)教育理論的方法。類似成果最大的貢獻(xiàn)不在于算法或教育產(chǎn)品本身，而是解決了教學(xué)中真實(shí)存在的問(wèn)題，并為教育理論的建構(gòu)和完善提供支持。而我國(guó)的計(jì)算教育學(xué)研究的先行者普遍具有計(jì)算機(jī)科學(xué)背景，因此多將教育問(wèn)題作為研究的情景，其對(duì)技術(shù)改進(jìn)的興趣遠(yuǎn)比對(duì)教育問(wèn)題的興趣要濃厚。這便回歸到一個(gè)基本問(wèn)題，計(jì)算教育學(xué)是以技術(shù)本身的突破為最終成果，還是以揭示教育規(guī)律、優(yōu)化教學(xué)過(guò)程為最終成果？該問(wèn)題從根本上決定著計(jì)算教育學(xué)研究的發(fā)展路徑。從教育技術(shù)哲學(xué)的角度講，計(jì)算教育學(xué)研究的對(duì)象是教育活動(dòng)，而教育活動(dòng)是教育的主體性活動(dòng)，技術(shù)的屬性、結(jié)構(gòu)、功能和規(guī)律等因素作用于教育，使教育發(fā)生變化并轉(zhuǎn)化為教育的本質(zhì)力量（顏士剛，2010）。這也就意味著技術(shù)有能力改變教育內(nèi)在的、根本的屬性（目的、方式、功能等），但這并非是對(duì)主客體關(guān)系的徹底顛覆。從教育目的的角度講，教育目的反映了一定社會(huì)培養(yǎng)人的總要求，有多少教育價(jià)值取向就有多少關(guān)于教育目的的取向（陳桂生，2012）。關(guān)于此問(wèn)題的討論層出不窮，最終都落腳于對(duì)人的一般教養(yǎng)規(guī)格和社會(huì)角色教養(yǎng)規(guī)格的爭(zhēng)論，其中的關(guān)鍵詞正是“人”。所以不論從哪個(gè)角度來(lái)探討技術(shù)與教育的關(guān)系，都再一次證明，教育問(wèn)題才是計(jì)算教育學(xué)的根本，而教育則是它的靈魂。如果把計(jì)算教育學(xué)比喻為一幅畫，那么技術(shù)便是作畫的工具，教育卻不是畫布而是畫的內(nèi)容，技術(shù)的繁榮必然要回歸教育的本質(zhì)和規(guī)律。

4.由借鑒國(guó)際經(jīng)驗(yàn)到融合本土特色

國(guó)際上成熟的計(jì)算教育學(xué)研究案例為我們帶來(lái)了諸多啟示，具有極強(qiáng)的指導(dǎo)和借鑒意義。在處理本土研究與國(guó)際經(jīng)驗(yàn)間關(guān)系的問(wèn)題上，顧明遠(yuǎn)先生既反對(duì)“西方中心主義”，也不贊成“東方中心主義”，認(rèn)為只有結(jié)合中國(guó)國(guó)情，走自己的路，才能真正實(shí)現(xiàn)中國(guó)教育科學(xué)的現(xiàn)代化（顧明遠(yuǎn)等，2009）?；诖?，我們要明確認(rèn)識(shí)到國(guó)內(nèi)外計(jì)算教育學(xué)研究存在的根本差異。這種差異主要源于研究者具有不同的知識(shí)結(jié)構(gòu)和學(xué)科背景，其也為新興交叉領(lǐng)域的生長(zhǎng)提供了不同質(zhì)地的“土壤”。此外，由于研究范式和研究傳統(tǒng)上的差異，中外計(jì)算教育學(xué)研究必然呈現(xiàn)不同的取向和特色，而我國(guó)應(yīng)當(dāng)立足于國(guó)情和教育傳統(tǒng)來(lái)發(fā)展計(jì)算教育學(xué)。相較而言，西方教育研究具有深厚的實(shí)證研究根基，西方教育研究者對(duì)數(shù)據(jù)的敏感和對(duì)量化的熱情使其更能適應(yīng)基于數(shù)據(jù)的研究范式。而我國(guó)教育研究者長(zhǎng)于思辨，這是提倡“窮理悟性”的一種根深蒂固的思維方式，因此，計(jì)算機(jī)科學(xué)領(lǐng)域的研究者成為了計(jì)算教育學(xué)在中國(guó)的“先驅(qū)”。計(jì)算教育學(xué)在我國(guó)的推廣是以信息技術(shù)進(jìn)步、教育產(chǎn)品更新為驅(qū)動(dòng)的，研究集中于對(duì)技術(shù)的探討;而其在西方的研究雖亦是基于技術(shù)，但本質(zhì)上是將技術(shù)作為解決教育問(wèn)題的手段，使其服務(wù)于教學(xué)。我國(guó)也需要讓計(jì)算教育學(xué)回歸教育的本質(zhì)，而目前最有效的方式就是開(kāi)展跨學(xué)科合作，讓不同學(xué)科背景的學(xué)者同儕攜手，將計(jì)算機(jī)科學(xué)與教育科學(xué)中的理論和方法結(jié)合起來(lái)，基于數(shù)據(jù)科學(xué)解決教育中存在的瓶頸問(wèn)題。此外，我們要在借鑒西方教育研究之長(zhǎng)的同時(shí)發(fā)揮我國(guó)學(xué)者的優(yōu)勢(shì)，探索出一條與我國(guó)的教育研究傳統(tǒng)相契合，與我國(guó)研究者的專業(yè)結(jié)構(gòu)相適配的具有中國(guó)本土特色的計(jì)算教育學(xué)研究之路。

參考文獻(xiàn)：

[1]陳桂生（2012）.教育原理（第三版）[M].上海：華東師范大學(xué)出版社：178-192.

[2]顧明遠(yuǎn)，葉瀾，鐘秉林等（2009）.教育研究的時(shí)代使命——“新形勢(shì)下教育研究創(chuàng)新發(fā)展學(xué)術(shù)研討會(huì)暨《教育研究》雜志創(chuàng)刊30周年紀(jì)念座談會(huì)”發(fā)言摘要[J].教育研究，30（5）：17-27.

[3]黃榮懷，周偉，杜靜等（2019）.面向智能教育的三個(gè)基本計(jì)算問(wèn)題[J].開(kāi)放教育研究，25（5）：11-22.

[4]李政濤，文娟（2019）.計(jì)算教育學(xué)：是否可能，如何可能？[J].遠(yuǎn)程教育雜志，37（6）：12-18.

[5]陸根書，劉萍，陳晨等（2016）.中外教育研究方法比較——基于國(guó)內(nèi)外九種教育研究期刊的實(shí)證分析[J].高等教育研究，37（10）：55-65.

[6]裴娣娜（2007）.教學(xué)論[M].北京：教育科學(xué)出版社：131.

[7]隋明爽，崔雷（2016）.基于SPSS的共現(xiàn)聚類分析參數(shù)選擇的實(shí)例研究[J].中華醫(yī)學(xué)圖書情報(bào)雜志，25（1）：52-56.

[8]孫仕亮（2015）.計(jì)算教育學(xué)與十大研究主題[J].中國(guó)人工智能學(xué)會(huì)通訊，5（9）：15-16.

[9]王凌燕，方曙，季培培（2011）.利用專利文獻(xiàn)識(shí)別新興技術(shù)主題的技術(shù)框架研究[J].圖書情報(bào)工作，55（18）：74-78，23.

[10]許新華（2019）.計(jì)算教育學(xué)——一門新興的交叉融合新學(xué)科[J].湖北師范大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），39（5）：101-106.

[11]顏士剛（2010）.技術(shù)的教育價(jià)值論[M].北京：教育科學(xué)出版社：69-71.

[12]姚計(jì)海（2017）.教育實(shí)證研究方法的范式問(wèn)題與反思[J].華東師范大學(xué)學(xué)報(bào)（教育科學(xué)版）， 35（3）： 64-71，169-170.

[13]葉瀾，陳桂生，瞿葆奎（1989）.向著科學(xué)化的目標(biāo)前進(jìn)——試述近十年我國(guó)教育研究方法的演進(jìn)[J].中國(guó)教育學(xué)刊，（3）：2-6.

[14]余勝泉，徐劉杰（2019）.大數(shù)據(jù)時(shí)代的教育計(jì)算實(shí)驗(yàn)研究[J].電化教育研究，? 40（1）：17-24.

[15]Alvarado， R.， & Humphreys， P. （2017）. Big Data， Thick Mediation， and Representational Opacity[J]. New Literacy History， 48（4）：729-749.

[16]Arpaci， I. （2019）. A Hybrid Modeling Approach for Predicting the Educational Use of Mobile Cloud Computing Services in Higher Education[J]. Computers in Human Behavior， 90：181-187.

[17]Cioffi-Revilla， C. （2017）. Introduction to Computational Social Science[M]. Berlin： Springer International Publishing.

[18]Crooks， A. T.， & Heppenstall， A. J. （2012）. Introduction to Agent-Based Modelling[M]// Heppenstall， A.， Crooks， A.， & See， L. et al. （Eds.） （2012）. Agent-Based Models of Geographical Systems. Dordrecht： Springer：85-105.

[19]Cutumisu， M.， & Guo， Q. （2019）. Using Topic Modeling to Extract Pre-Service Teachers Understandings of Computational Thinking from Their Coding Reflections[J]. IEEE Transactions on Education， 62（4）：325-332.

[20]George， D. R.， Dellasega， C.， & Whitehead， M. M. et al. （2013）. Facebook-Based Stress Management Resources for First-Year Medical Students： A Multi-Method Evaluation[J].Computers in Human Behavior， 29（3）：559-562.

[21]Hoffman， J. （2013）. E-Learning Based Preparation for Educational Activities Outside of School[C]// Proceedings of the 12th European Conference on E-Learning. London， England： ECEL：590-597.

[22]Kirwan， J. （2014）. An Investigation of Big Five and Narrow Personality Traits in Relation to Learner Self-Direction in Undergraduate Students[J]. Journal of Curriculum & Teaching， 3（1）：74-80.

[23]Lamb， R. L. （2016）. Examination of the Effects of Dimensionality on Cognitive Processing in Science： A Computational Modeling Experiment Comparing Online Laboratory Simulations and Serious Educational Games[J]. Journal of Science Education and Technology， 25（1）：1-15.

[24]Lamb， R. L.， & Firestone， J. B. （2017）. The Application of Multiobjective Evolutionary Algorithms to an Educational Computational Model of Science Information Processing： A Computational Experiment in Science Education[J]. International Journal of Science and Mathematics， 15（3）：473-486.

[25]Lamb， R. L.， Vallett， D. B.， & Akmal， T. et al. （2014）. A Computational Modeling of Student Cognitive Processes in Science Education[J]. Computers & Education， 79：116-125.

[26]Pavlicek， J.， ?vec， V.， & Tichá， I. et al. （2014）. Business Games Powered by Artificial Intelligence in Education[J]. The Journal of Erie Studies， 3：436-443.

[27]Van den Beemt， A.， Buys， J.， & Van der Aalst， W. （2018）. Analysing Structured Learning Behaviour in Massive Open Online Courses （MOOCs）： An Approach Based on Process Mining and Clustering[J]. International Review of Research in Open and Distributed Learning， 19（5）：37-60.

[28]Wei， P.， & Li， L. （2019）. Online Education Recommendation Model Based on User Behavior Data Analysis[J]. Journal of Intelligent & Fuzzy Systems， 37（4）：4725-4733.

[29]Xing， W.， Popov， V.， & Zhu， G. et al. （2019）. The Effects of Transformative and Non-Transformative Discourse on Individual Performance in Collaborative-Inquiry Learning[J]. Computers in Human Behavior， 98：267-276.

[30]Xu， X.， Wang， J.， & Peng， H. et al. （2019）. Prediction of Academic Performance Associated with Internet Usage Behaviors Using Machine Learning Algorithms[J]. Computers in Human Behavior， 98：166-173.

[31]Zaidi， N. R.， Wajid， R. A.， & Zaidi， F. B. et al. （2013）. The Big Five Personality Traits and Their Relationship with Work Engagement Among Public Sector University Teachers of Lahore[J]. African Journal of Business Management， 7（15）：1344-1353.

[32]Zhang， S.， & Liu， Q. （2019）. Investigating the Relationships Among Teachers Motivational Beliefs， Motivational Regulation， and Their Learning Engagement in Online Professional Learning Communities[J]. Computers & Education， 134：145-155.

收稿日期 2019-12-21責(zé)任編輯 譚明杰