摘" "要：隨著智慧教學(xué)技術(shù)的涌現(xiàn)，學(xué)習(xí)者在各種智慧教學(xué)平臺上留下大量的數(shù)字足跡，教學(xué)管理者可據(jù)此對學(xué)習(xí)者進行精準(zhǔn)畫像。根據(jù)某高校大學(xué)英語學(xué)生的入學(xué)分級測試成績，將學(xué)生分成高分組、中間組與低分組，通過雨課堂智慧教學(xué)平臺跟蹤采集學(xué)生在四個學(xué)期中的形成性評價和終結(jié)性評價數(shù)據(jù)。研究發(fā)現(xiàn)，在學(xué)習(xí)行為方面，不同組別學(xué)生在課內(nèi)外學(xué)習(xí)投入的各項指標(biāo)與英語能力呈正相關(guān)關(guān)系，組間差異明顯，但隨著教學(xué)時間的推移，學(xué)生各項數(shù)據(jù)整體上呈下降趨勢，組間差異逐漸縮小乃至趨同；在學(xué)習(xí)成果方面，三組學(xué)生之間呈現(xiàn)出更為顯著的差異，其中高分組在CET-4及CET-6考試中均保持著穩(wěn)定的優(yōu)勢，但中間組和低分組在CET-6考試中的表現(xiàn)呈急劇下降的趨勢。因此，通過學(xué)習(xí)者畫像研究，教師和教學(xué)管理者可以更好地了解學(xué)情，并根據(jù)學(xué)生特點采取個性化、差異化和精準(zhǔn)化的教學(xué)策略。

關(guān)鍵詞：學(xué)習(xí)者畫像；智慧教學(xué)；教育大數(shù)據(jù)；形成性評價；終結(jié)性評價

中圖分類號：G434" " " " "文獻標(biāo)志碼：A" " " " "文章編號：1673-8454（2023）08-0084-10

一、引言

隨著信息技術(shù)在教育教學(xué)中的廣泛應(yīng)用，學(xué)生在各種教學(xué)、學(xué)習(xí)甚至社交平臺上留下無比豐富的“數(shù)字足跡”（digital footprint）?；谶@些大規(guī)模、多維度、長跨度教育大數(shù)據(jù)（Educational Big Data，EBD）的分析業(yè)已成為推動教育教學(xué)改革與創(chuàng)新的重要因素之一。[1-3]大數(shù)據(jù)的優(yōu)勢在于它突破小樣本和個案研究的局限，有助于教師發(fā)現(xiàn)紛繁復(fù)雜的表象背后所隱藏的教育及教學(xué)共性問題，從而確定影響教學(xué)質(zhì)量的關(guān)鍵因素并采取有效的干預(yù)措施。同時，教師通過分析學(xué)習(xí)者的過程性評價數(shù)據(jù)，還能夠及時了解教學(xué)對象的學(xué)習(xí)表現(xiàn)和個體差異，從而實現(xiàn)個性化、差異化、精準(zhǔn)化的因材施教策略。

盡管教育大數(shù)據(jù)具有重要的應(yīng)用前景，但相關(guān)研究尚處于起步階段。有學(xué)者系統(tǒng)回顧2014—2019年發(fā)表的教育大數(shù)據(jù)相關(guān)研究后發(fā)現(xiàn)，目前，研究聚焦于學(xué)習(xí)者的行為和表現(xiàn)、建模和教育數(shù)據(jù)倉庫、教育系統(tǒng)改進、大數(shù)據(jù)與課程整合四個方面。[4]而作為一門跨學(xué)科研究，教育大數(shù)據(jù)研究的難點在于它要求研究者具備較高的數(shù)據(jù)素養(yǎng)，而普通教師通常缺乏獲取數(shù)據(jù)的便捷途徑以及分析數(shù)據(jù)所需的基本技能。同時，教育信息的孤島現(xiàn)象普遍存在。換言之，教學(xué)過程中人們可能會使用到多種教學(xué)平臺，然而各平臺之間通常彼此獨立，因此無法建立高效、順暢的數(shù)據(jù)共享機制。無論何種原因，其后果是大量的教學(xué)過程數(shù)據(jù)被束之高閣，無人問津。

鑒于此，本研究通過雨課堂——一款由清華大學(xué)和學(xué)堂在線聯(lián)合研發(fā)的智慧教學(xué)工具——對中國東部地區(qū)一所理工科重點大學(xué)的英語課程進行數(shù)據(jù)采集、加工和分析，旨在通過智慧教學(xué)平臺獲得學(xué)習(xí)者在課內(nèi)外的多種數(shù)據(jù)，以便對英語學(xué)習(xí)者進行精準(zhǔn)畫像，進而幫助教學(xué)管理者了解學(xué)情和教情，為教學(xué)改革和精準(zhǔn)教學(xué)提供必要依據(jù)。

二、文獻綜述

（一）學(xué)習(xí)者畫像

學(xué)習(xí)者畫像肇始于艾倫·庫珀（Alan Cooper）提出的用戶畫像（persona）。在商業(yè)領(lǐng)域中，用戶畫像常被當(dāng)成一種刻畫目標(biāo)用戶、產(chǎn)品定位、聯(lián)系用戶訴求與設(shè)計方向的工具。作為一種學(xué)習(xí)分析技術(shù)，學(xué)習(xí)者畫像亦是基于學(xué)生的學(xué)習(xí)數(shù)據(jù)特征對其進行分類、刻畫與呈現(xiàn)。[5][6]

通過檢索科學(xué)網(wǎng)（Web of Science，WOS）核心合集數(shù)據(jù)庫，共搜集到10500篇主題詞為“profile students”的文獻。由CiteSpace[7]文獻可視化工具的分析可知，學(xué)習(xí)者畫像研究包括12個共引聚類，主要是針對學(xué)生的學(xué)習(xí)動機或?qū)W習(xí)行為進行分類研究，如表1所示。

根據(jù)節(jié)點中心性排名結(jié)果，本研究領(lǐng)域內(nèi)的高影響力作者針對學(xué)生的學(xué)習(xí)動機進行研究，探究學(xué)生動機與學(xué)習(xí)表現(xiàn)之間的關(guān)系。[8-11]

有學(xué)者以成就目標(biāo)理論（achievement goal theory）和期望價值理論（expectancy value theory）為框架，對美國7個城市1870名中學(xué)學(xué)生（以越南人和拉丁裔為主）進行聚類分析。[8]研究結(jié)果發(fā)現(xiàn)，學(xué)生的動機信念可分為七種類型。研究者結(jié)合目標(biāo)和價值兩種概念，提高對情感和成就的預(yù)測效果，并證明現(xiàn)有的線性模型可能會忽視兩者之間的復(fù)雜互動關(guān)系。

動機變化是學(xué)習(xí)者畫像研究關(guān)注的一個方面。有學(xué)者以學(xué)生在數(shù)學(xué)、芬蘭語和藝術(shù)學(xué)科中表現(xiàn)出來的任務(wù)價值，及其能力的自我概念作為指標(biāo)變量，對7至9年級學(xué)生進行潛在剖面分析（latent profile analysis）。[9]研究結(jié)果發(fā)現(xiàn)，高動機組和數(shù)學(xué)動機組的學(xué)生更有可能將目標(biāo)定為獲得大學(xué)學(xué)位，而不是獲得職業(yè)學(xué)校的證書。有學(xué)者調(diào)查579名學(xué)生的成就目標(biāo)取向及學(xué)業(yè)幸福感的變化后發(fā)現(xiàn)，具有不同動機的學(xué)生，其動機模式適應(yīng)性和幸福感亦有所不同。[10]

有學(xué)者對比小學(xué)高年級學(xué)生，以及大學(xué)生的動機、學(xué)業(yè)表現(xiàn)，發(fā)現(xiàn)各年齡段的學(xué)習(xí)者均具有成就目標(biāo)（achievement goal）、任務(wù)價值（task value）、能力知覺（perceived competence）等多重動機。[11]因此，對于研究動機對學(xué)業(yè)表現(xiàn)的影響，綜合運用不同的動機理論是必要的。

這些研究通常使用期望價值理論[12]和成就目標(biāo)理論[13][14]這兩種社會認(rèn)知動機模型來證明其相關(guān)構(gòu)念與學(xué)生成績之間的關(guān)系，并試圖探究兩者之間的相關(guān)性。[15][16]

在知網(wǎng)中，我們共檢索到73篇主題詞為“學(xué)習(xí)者畫像”或“學(xué)生畫像”的中文核心文獻。這些研究顯示，國內(nèi)學(xué)習(xí)者畫像研究始于2000年左右，盡管近年來其受到的關(guān)注逐漸增加，但是年均發(fā)文量仍處于較低水平。通過對學(xué)習(xí)者畫像關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)的分析，如圖1所示，我們發(fā)現(xiàn)該研究領(lǐng)域通常與學(xué)習(xí)過程（共現(xiàn)頻率17）、學(xué)習(xí)行為（共現(xiàn)頻率13）、人工智能（共現(xiàn)頻率11）、大數(shù)據(jù)（共現(xiàn)頻率9）、數(shù)據(jù)挖掘（共現(xiàn)頻率7）、數(shù)據(jù)驅(qū)動（共現(xiàn)頻率7）等主題關(guān)系密切相關(guān)。這表明大數(shù)據(jù)、人工智能、數(shù)據(jù)挖掘等技術(shù)已經(jīng)成為學(xué)習(xí)者畫像研究的重要數(shù)據(jù)來源和分析手段。

總而言之，隨著數(shù)據(jù)挖掘技術(shù)的發(fā)展，學(xué)習(xí)者畫像的研究范式開始向空間、時間、內(nèi)容、形式等多維度全方位畫像的方向發(fā)展，從而促進教學(xué)觀念和教學(xué)模式的變革。[17]目前，國外的學(xué)者更傾向于利用數(shù)據(jù)相關(guān)技術(shù)來構(gòu)建個性化學(xué)習(xí)行為模式的研究。[18]然而，當(dāng)前的教育大數(shù)據(jù)在結(jié)構(gòu)上存在一定的短板，其中最主要的問題是難以收集學(xué)習(xí)者各種行為數(shù)據(jù)的完整信息，包括社交、檢索、行為軌跡等方面。因此，要確保學(xué)生畫像構(gòu)建的質(zhì)量，迫切需要解決的問題在于數(shù)據(jù)采集維度和行為數(shù)據(jù)類別這兩個方面。

（二）智慧教學(xué)

智慧教學(xué)手段的應(yīng)用以及線上課程的普及，促使智慧教學(xué)環(huán)境領(lǐng)域的研究不斷深入。有學(xué)者研究認(rèn)為，智慧課堂是智慧教學(xué)發(fā)展的核心，智慧課堂就是在傳統(tǒng)課堂嵌入個人電腦、交互式光盤視頻節(jié)目等信息技術(shù)的課堂。[19]有學(xué)者指出，智慧教學(xué)結(jié)合社會學(xué)習(xí)和泛在學(xué)習(xí)的優(yōu)勢，是以學(xué)習(xí)者為中心、以服務(wù)為導(dǎo)向的教育范式，關(guān)注的不僅僅是智能設(shè)備的應(yīng)用。[20]

作為一種新型教育模式，智慧教學(xué)以智能設(shè)備和智能技術(shù)為基礎(chǔ)。[21][22]越來越多的研究表明，技術(shù)可以輔助學(xué)習(xí)者的學(xué)習(xí)，這些技術(shù)統(tǒng)稱為技術(shù)輔助式學(xué)習(xí)（Technology-enhanced Learning，TEL）。技術(shù)輔助式學(xué)習(xí)為教學(xué)模式提供靈活性，[23]為獲取學(xué)習(xí)記錄[24]、調(diào)查、交流和合作、建設(shè)[25]以及評價[26]提供工具或媒介。

在智慧教學(xué)或智慧課堂中，會產(chǎn)生大量的數(shù)據(jù)記錄，包括學(xué)生的生理、心理、認(rèn)知行為，以及教、學(xué)、考、評、管等活動狀態(tài)的數(shù)據(jù)。借助人工智能和教育數(shù)據(jù)分析技術(shù)，再對這些數(shù)據(jù)進行深度挖掘和處理，可得到有價值的決策信息，從而通過有意義的知識建構(gòu)形成數(shù)據(jù)智能。[27]事實上，教育數(shù)據(jù)挖掘和學(xué)習(xí)分析已成為教育大數(shù)據(jù)分析應(yīng)用的兩大方向。

本研究認(rèn)為，基于智慧課堂學(xué)習(xí)行為、學(xué)習(xí)過程、學(xué)習(xí)結(jié)果等大數(shù)據(jù)的分析，有利于形成不同水平英語學(xué)習(xí)者的特征畫像，從而更清楚地了解不同水平英語學(xué)習(xí)者的學(xué)習(xí)行為、學(xué)習(xí)結(jié)果與發(fā)展趨勢，同時有利于運用各種形成性評價方法與手段，實現(xiàn)從傳統(tǒng)的“對課程結(jié)果的終結(jié)性評價”向“促進課程發(fā)展的形成性評價”轉(zhuǎn)變。[28]

三、數(shù)據(jù)收集

本研究的對象來自中國東部地區(qū)某重點高校2020級四個學(xué)院1051名非英語專業(yè)本科生。按學(xué)生入學(xué)時所屬學(xué)院劃分，電子科學(xué)與應(yīng)用物理學(xué)院296人，汽車與交通工程學(xué)院421人，食品與生物工程學(xué)院273人，微電子學(xué)院61人。

由于不同地區(qū)生源的外語水平良莠不齊，該校大學(xué)英語課程采取分級教學(xué)模式，學(xué)生入學(xué)后進行分級測試，按測試結(jié)果將學(xué)生分成兩個級別進行教學(xué)活動。鑒于此，本研究將二級學(xué)生定義為高分組，共282人，一級學(xué)生共769人，按入學(xué)分級考試成績進一步細分為中間組和低分組兩個組別，其中低分組人數(shù)為282人，其他487名學(xué)生納入中間組。如表2所示。

由表2可知，高分組與中間組、低分組學(xué)生的初始英語能力呈顯著差異。相鄰組別的高考英語成績平均分差達到7分和13分（注：此處不考慮高考英語試卷類型的差異，所有學(xué)生的原始成績均以150分計），分級考試平均分差距分別為12分和23分。

該校大學(xué)英語采用學(xué)分制，每學(xué)期2學(xué)分，共四學(xué)期8學(xué)分。各級別使用相同的教材，期末考試使用同一套標(biāo)準(zhǔn)化水平考試試卷。各級別主要差異在于，教師可根據(jù)學(xué)生的水平、作業(yè)、反饋，適當(dāng)調(diào)整教學(xué)進度、教學(xué)內(nèi)容和教學(xué)方法。此外，本課程教學(xué)團隊通過雨課堂智慧教學(xué)平臺的協(xié)同教師功能，實現(xiàn)各班級課前預(yù)習(xí)、課后測試任務(wù)的一鍵布置，提高研究數(shù)據(jù)的一致性、可及性與可比性。

本研究共搜集上述四個學(xué)院受試學(xué)生四個學(xué)期的雨課堂數(shù)據(jù)，結(jié)合學(xué)生入學(xué)分級、期末考試、CET-4和CET-6考試的成績，對高分組、中間組、低分組學(xué)生四個學(xué)期的學(xué)習(xí)行為和表現(xiàn)進行統(tǒng)計分析，形成不同水平的英語學(xué)習(xí)者的特征畫像，并觀察其隨時間推移的變化趨勢。

四、結(jié)果及討論

（一）學(xué)習(xí)行為變化

在雨課堂教學(xué)平臺上，學(xué)生可通過掃描二維碼或輸入課堂暗號進行簽到。此外，師生還可以通過隨機點名、彈幕、投稿等多種方式實現(xiàn)教學(xué)互動。不同組別的統(tǒng)計數(shù)據(jù)如表3、4、5所示。

從橫向看，無論哪個學(xué)期，高分組、中間組與低分組學(xué)生的簽到率均呈依次下降趨勢（低分組第一學(xué)期除外）。SPSS皮爾遜相關(guān)性分析顯示，學(xué)生各學(xué)期簽到率與入學(xué)分級成績呈弱相關(guān)性，但是非常顯著，其中第二學(xué)期的相關(guān)系數(shù)最大（r=0.196， plt;0.01）。從縱向看，無論哪一組學(xué)生，第三學(xué)期的簽到率均為最低點。高分組學(xué)生在第二學(xué)期的簽到率（96.96%）顯著高于其他三個學(xué)期，中間組與低分組在第四學(xué)期的課堂簽到率上升至最高數(shù)值，即便如此，其簽到率（83.52%和82.21%）亦不及高分組學(xué)生。

簽到率不僅反映學(xué)生對大學(xué)英語課程的重視程度，同時，還可能受學(xué)生提高平均學(xué)分績點、通過CET-4和CET-6考試這些外部動機的影響。值得注意的是，高分組學(xué)生從第二學(xué)期開始獲得參加CET-4考試資格，這與他們在該學(xué)期的簽到率達到最高點相契合。中間組和低分組從第三學(xué)期才獲得參加CET-4考試的資格，但是，他們的簽到率仍然呈現(xiàn)較小幅度的下降趨勢，這需要從其他角度進一步分析影響簽到率的因素。

雨課堂中的彈幕和投稿能夠有效反映課內(nèi)學(xué)生與教師互動的程度。兩者作用相似，區(qū)別在于：彈幕通常用于發(fā)表對正在直播課程內(nèi)容的實時評論或交流，雨課堂直播頁面的彈幕區(qū)域顯示，與課程內(nèi)容實時同步；而投稿則更適合就某個話題或問題進行深入的闡述和分析。

從彈幕數(shù)量看，高分組學(xué)生平均發(fā)布的彈幕數(shù)量比中間組和低分組更多（第一學(xué)期除外），這似乎說明他們更愿意參與課堂師生互動，且對用英語表達個人觀點更有信心。從縱向看，高分組雖然一直保持發(fā)送彈幕的數(shù)量優(yōu)勢，但隨著學(xué)期的推移，他們與中間組及低分組的差異逐漸縮小。學(xué)生投稿數(shù)量呈現(xiàn)出與彈幕相反的趨勢，即高分組學(xué)生一直低于中間組和低分組學(xué)生。鑒于雨課堂是一種較為新穎的智慧教學(xué)工具，不能排除某些教師和學(xué)生在使用雨課堂彈幕和投稿這類功能方面尚存有進一步提升的空間。前面提到，中間組和低分組同屬一個級別，其任課教師相同。因此，當(dāng)我們僅對比中間組與低分組學(xué)生時，即可忽略教師這個潛在變量的影響，此時我們發(fā)現(xiàn)，課堂互動（彈幕或投稿）均與學(xué)生英語能力呈正相關(guān)關(guān)系。

就雨課堂推送的課外作業(yè)而言，如表6所示，高分組的完成率一直穩(wěn)定在75%左右，而且波動幅度較小。相比之下，中間組和低分組不僅呈依次降低的趨勢（中間組第三學(xué)期除外），而且呈大幅波動狀態(tài)，其中第一、第三學(xué)期表現(xiàn)顯著高于第二、第四學(xué)期。整體來看，學(xué)生英語能力與作業(yè)完成率呈正相關(guān)關(guān)系，且英語能力愈高，其在大學(xué)英語存續(xù)期間作業(yè)完成率愈加穩(wěn)定。

學(xué)習(xí)總時長指的是學(xué)生完成課前預(yù)習(xí)、課后測驗等各類課外作業(yè)的時長總和。由表7可知，高分組始終高于中間組與低分組，說明高分組學(xué)生在課外學(xué)習(xí)上投入的時間成本一貫且顯著大于其他兩組學(xué)生。其中，高分組在第三學(xué)期的作業(yè)總時長達到最高點（51時59分），低分組學(xué)生在第三學(xué)期則降到最低點（29時36分），二者形成極為鮮明的反差。從四個學(xué)期縱向?qū)Ρ瓤?，中間組學(xué)生在各學(xué)期的雨課堂學(xué)習(xí)總時長更加穩(wěn)定，沒有明顯的突增或突降。

另外，所有組別學(xué)生在第四學(xué)期的學(xué)習(xí)總時長都處于最低值，這在一定程度上反映出學(xué)生對英語學(xué)習(xí)的重視程度發(fā)生明顯的變化?？偟膩砜?，作業(yè)總時長與學(xué)生英語能力呈正相關(guān)關(guān)系，且高分組學(xué)生更有可能根據(jù)某一階段（如第三學(xué)期參加CET-6考試）學(xué)習(xí)目標(biāo)或任務(wù)的變化動態(tài)調(diào)整學(xué)習(xí)時間的投入，而中間組和低分組的學(xué)時時長則未體現(xiàn)出這種跡象。

由表8可知，中間組和低分組學(xué)生完成單個作業(yè)的平均時長呈現(xiàn)持續(xù)的下降趨勢。但高分組學(xué)生與此不同，不僅單個作業(yè)平均時長更長，而且在四個學(xué)期中更加穩(wěn)定，甚至在第一、二學(xué)期還出現(xiàn)不降反升的趨勢。高分組學(xué)生雖然在第一學(xué)期的學(xué)習(xí)時長與其他組別學(xué)生不相上下，但隨著時間的推移，他們在第二、第三學(xué)期中單次作業(yè)的平均學(xué)習(xí)時間與其他組的差異越來越大。無論哪一組學(xué)生，第四學(xué)期的作業(yè)平均時長都處于最低點?？偠灾?，單個作業(yè)平均時長與學(xué)生投入時間成本存在較為顯著的正相關(guān)關(guān)系。然而，在實際評估中，我們還需要結(jié)合其他因素進行綜合考量，如作業(yè)難度、作業(yè)量、學(xué)生英語能力等因素。

（二）學(xué)習(xí)成就變化

本研究除了分析學(xué)生在雨課堂中的簽到、彈幕、投稿、課外學(xué)習(xí)時長等學(xué)習(xí)行為數(shù)據(jù)外，還統(tǒng)計學(xué)生在課前、課中和課后測試任務(wù)中的得分，以及他們在期末考試和全國英語等級考試暨CET-4和CET-6等高利害測試中的成績。由于每個學(xué)期的測試任務(wù)數(shù)量不同，為保證數(shù)據(jù)的可比性，雨課堂測試的結(jié)果均以百分制形式呈現(xiàn)，如表9所示。

需要注意的是，第三學(xué)期通過雨課堂推送的作業(yè)中包含選做部分，即學(xué)生可選擇完成作業(yè)A或者作業(yè)B，但在計算作業(yè)平均得分時，由于總分包含所有選做部分，導(dǎo)致該學(xué)期的數(shù)據(jù)顯著低于其他學(xué)期。從平均分看，雖然高分組始終保持著對中間組和低分組的優(yōu)勢，但這種差距在逐漸縮小，尤其在二年級期間表現(xiàn)得更為明顯。

本研究認(rèn)為，高分組學(xué)生與其他組學(xué)生相比一直能夠保持更高的作業(yè)平均分，一方面是由于其語言能力的優(yōu)勢，另一方面是由于他們投入更多的學(xué)習(xí)精力，以保證平時作業(yè)的完成質(zhì)量。在一年級期間，他們?yōu)闋幦「叩钠骄鶎W(xué)分績點、獎學(xué)金或?qū)I(yè)調(diào)劑機會等，在過程性評價成績方面付出更多的努力。但在二年級期間，伴隨著以上外部學(xué)習(xí)動機的消失殆盡，他們在平時成績中的優(yōu)勢則慢慢縮小。

橫向?qū)Ρ瓤?，各組學(xué)生在四個學(xué)期期末考試中的表現(xiàn)與他們的分級考試一樣涇渭分明，組間差距基本保持恒定，并沒有明顯的擴大或縮小趨勢，說明雖然不同組別學(xué)生的學(xué)習(xí)行為存在差異，但是對期末考試成績并沒有產(chǎn)生顯著的影響。需要指出的是，各組在第三和第四學(xué)期的期末測試平均成績有所下降，不過這并不能說明學(xué)生的英語能力下降，更有可能與試卷難度相關(guān)，如表10所示。

（三）外部考試結(jié)果

從第二學(xué)期開始，高分組及部分在期末考試中成績位列前茅的中間組學(xué)生即獲得報名參加CET-4及CET-6考試的資格。本研究發(fā)現(xiàn)，盡管該考試相當(dāng)重要，但仍有部分學(xué)生在本研究期間放棄參加考試的資格。各組學(xué)生參加CET-4及CET-6的統(tǒng)計如表11、12所示。

從平均分看，高分組、中間組與低分組三者之間保持著非常穩(wěn)定的、線性的差異，但是，如果以大于等于425分來統(tǒng)計百分比來看，這種規(guī)律性就被打破了。以CET-4為例，中間組與高分組的差異幾乎可忽略不計，但低分組與中間組的差異則非常顯著。這說明，若以425分作為通過CET-4的標(biāo)準(zhǔn)，能夠較好地區(qū)分低分組學(xué)生與其他學(xué)生。不僅如此，由于低分組在CET-4中的較差表現(xiàn)，導(dǎo)致他們無法通過甚至沒有資格參加后續(xù)的CET-6考試。

從CET-6來看，應(yīng)該指出的是，高分組學(xué)生在大學(xué)英語存續(xù)期間有兩次參加CET-6考試的機會，而中間組和低分組除個別學(xué)生外，至多有1次參加考試的機會。由表12可知，高分組學(xué)生在CET-6考試中達到425分的比例達84.04%，與通過CET-4的比例差異較??；中間組和低分組學(xué)生達到425分的比例則大幅降低至31.21%和7.45%。

最后，我們還發(fā)現(xiàn)，學(xué)生放棄CET-6考試的比例與學(xué)生英語能力呈負(fù)相關(guān)性。從整體看，90.10%的學(xué)生獲得參加CET-6考試的機會（高分組學(xué)生甚至可以獲得兩次參加考試的機會），但僅有77.16%學(xué)生在二年級大學(xué)英語課程結(jié)束前報名且實際參加CET-6考試，可見并非所有學(xué)生都有強烈且迫切參加CET-6考試的動機。高分組共7人未參加CET-6考試，且他們均有資格參加考試，占比2.48%；中間組共80人未參加CET-6考試，其中60%的學(xué)生有資格參加該考試，棄考比例為9.86%；低分組共153人未參加CET-6考試，其中43.14%的學(xué)生有資格參加該考試，棄考比例為9.93%。換言之，高分組學(xué)生棄考率顯著低于其他組別學(xué)生，而中間組與低分組差異不大。

五、結(jié)論

本研究根據(jù)學(xué)生的入學(xué)分級考試成績將學(xué)生分成高分組、中間組與低分組，然后基于雨課堂教學(xué)、作業(yè)以及期末考試、CET-4及CET-6考試等數(shù)據(jù)，分別從學(xué)習(xí)行為和學(xué)習(xí)結(jié)果兩方面對大學(xué)英語學(xué)習(xí)者進行畫像分析，總結(jié)如下：

在學(xué)習(xí)行為方面，高分組、中間組與低分組學(xué)生的簽到率、師生互動、學(xué)習(xí)時間等指標(biāo)呈現(xiàn)明顯的差異。橫向?qū)Ρ瓤?，無論在哪個學(xué)期，高、中、低三組學(xué)生的各項數(shù)據(jù)對比均呈現(xiàn)出依次下降趨勢，說明他們在大學(xué)英語學(xué)習(xí)中的課內(nèi)參與、課外投入程度，均與英語能力呈顯著的正相關(guān)關(guān)系?？v向?qū)Ρ瓤矗叻纸M學(xué)生的學(xué)習(xí)行為數(shù)據(jù)通常較為穩(wěn)定，在四個學(xué)期中的波動幅度一般小于其他組別學(xué)生，這似乎說明高分組學(xué)生能夠保持較穩(wěn)定的學(xué)習(xí)習(xí)慣和較強的學(xué)習(xí)韌性。無論哪一組學(xué)生，其學(xué)習(xí)行為數(shù)據(jù)整體上隨時間呈現(xiàn)下降趨勢，尤其在第四學(xué)期更是如此。此外，通過對比各組學(xué)生，還發(fā)現(xiàn)他們之間的學(xué)習(xí)行為差異有縮小的趨勢。換言之，無論學(xué)生英語能力如何、學(xué)習(xí)動機有何變化，其學(xué)習(xí)行為上體現(xiàn)出一定的趨同性。

與學(xué)習(xí)行為方面呈現(xiàn)的復(fù)雜性不同，不同組別學(xué)生的學(xué)習(xí)成就體現(xiàn)出更強的規(guī)律性。就作業(yè)得分、期末成績、CET-4和CET-6成績來看，高分組、中間組和低分組的差異是顯著且一貫的。以作業(yè)得分為例，與其他組相比，高分組學(xué)生自身具備更高的英語能力和更多的時間投入，這保證他們平時作業(yè)更高的完成質(zhì)量。在期末考試中，各組學(xué)生的差異亦是涇渭分明，組間差距并不隨時間推移而發(fā)生顯著變化。從CET考試平均分看，不同組別的學(xué)生在CET-4及CET-6考試中的成績呈顯著差異。若以平均分作為指標(biāo)，三者的差異是穩(wěn)定且線性的，但若以425分作為通過考試的標(biāo)準(zhǔn)，高分組和中間組在CET-4考試中相差無幾，但他們與低分組拉開較大的差距；在CET-6考試中，高分組依然能夠保持很高的通過率，但中間組和低分組則呈現(xiàn)出急劇下降的趨勢。

總而言之，本文總結(jié)梳理國內(nèi)外有關(guān)智慧教學(xué)的研究熱點和發(fā)展趨勢，基于學(xué)習(xí)者畫像的研究范式，選取學(xué)生在雨課堂中的學(xué)習(xí)行為、過程性評價與終結(jié)性評價數(shù)據(jù)，同時，對比外部考試數(shù)據(jù)，對不同水平的學(xué)生進行分組對比實驗，觀察分析不同組別學(xué)生的學(xué)習(xí)行為和學(xué)習(xí)結(jié)果方面的變化。本研究的創(chuàng)新點在于，在分級教學(xué)情境下，構(gòu)建不同組別不同能力學(xué)生行為、學(xué)習(xí)成績的特征畫像，并描述他們在不同學(xué)期中的變化趨勢。在大學(xué)英語學(xué)習(xí)中，因材施教非常關(guān)鍵。學(xué)習(xí)者畫像研究有助于深入了解學(xué)生的學(xué)習(xí)動機等特征，從而更好地滿足學(xué)生的個性化需求。然而，學(xué)習(xí)者畫像研究僅僅是一項描述性研究，如果要了解背后的形成機制，則需要進一步探究。今后，我們可以將得到的形成性評價結(jié)果與總結(jié)性評價結(jié)果進行對比，探索出形成性和總結(jié)性各要素之間的相關(guān)關(guān)系，從而幫助教學(xué)管理者了解學(xué)情和教情，并根據(jù)學(xué)生特點采取個性化、差異化和精準(zhǔn)化的教學(xué)策略。

參考文獻：

[1]SHAH B， CHOKSI D. Big data analytics model for the education sector[J]. International Journal of Innovative Technology and Exploring Engineering， 2019（8）：1785-1789.

[2]MARTIN A L， THAWABIEH F A. The role of big data management and analytics in higher education[J]. Business， Management and Economics Research， 2017，3（7）：85-91.

[3]CHINSOOK K， KHAJONMOTE W， KLINTAWON S， et al. Big data in higher education for student behavior analytics （big data-HE-SBA system architecture）[J]. Higher Education Studies， 2022，12（1）：105-114.

[4]BAIG M I， SHUIB L， YADEGARIDEHKORDI E. Big data in education： a state of the art， limitations， and future research directions[J]. International Journal of Educational Technology in Higher Education， 2020，17（1）：1-23.

[5]余明華，張治，祝智庭.基于學(xué)生畫像的項目式學(xué)習(xí)評價指標(biāo)體系研究[J].電化教育研究，2021（3）：89-95.

[6]黃建國，唐燁偉，范佳榮，等.基于xAPI的在線學(xué)習(xí)環(huán)境中精準(zhǔn)師訓(xùn)畫像構(gòu)建研究[J].中國電化教育，2020（4）：102-108.

[7]CHEN C， IBEKWE-SANJUAN F， HOU J. The structure and dynamics of co-citation clusters： a multiple-perspective co-citation cnalysis[J]. Journal of the American Society for Information Science and Technology， 2010，61：1386-1409.

[8]CONLEY A M. Patterns of motivation beliefs： combining achievement goal and expectancy-value perspectives[J]. Journal of Educational Psychology， 2012，104（1）：32.

[9]LAZARIDES R， VILJARANTA J， AUNOLA K， et al. The role of parental expectations and students’ motivational profiles for educational aspirations[J]. Learning and Individual Differences， 2016，51：29-36.

[10]TUOMINEN-SOINI H， SALMELA-ARO K， NIEMIVIRTA M. Achievement goal orientations and academic well-being across the transition to upper secondary education[J]. Learning and Individual Differences， 2012，22（3）：290-305.

[11]LINNENBRINK-GARCIA L， WORMINGTON S V， SNYDER K E， et al. Multiple pathways to success： an examination of integrative motivational profiles among upper elementary and college students[J]. Journal of Educational Psychology， 2018，110（7）：1026.

[12]ECCLES W J. The Canadian frontier[M]. UNM Press，1983：1534-1760.

[13]AMES C. Classrooms： goals， structures， and student motivation[J]. Journal of Educational Psychology， 1992，84（3）： 261.

[14]DWECK C S， LEGGETT E L. A social-cognitive approach to motivation and personality[J]. Psychological Review， 1988，95（2）：256.

[15]LINNENBRINK-GARCIA L， PATALL E A， PEKRUN R. Adaptive motivation and emotion in education： research and principles for instructional design[J]. Policy Insights from the Behavioral and Brain Sciences， 2016，3（2）：228-236.

[16]WIGFIELD A， CAMBRIA J. Students’ achievement values， goal orientations， and interest： definitions， development， and relations to achievement outcomes[J]. Developmental Review， 2010，30（1）：1-35.

[17]趙婷婷，郭玉婷.超越傳統(tǒng)成績單：數(shù)字技術(shù)重塑大學(xué)生學(xué)習(xí)“畫像”[J].中國高教研究，2022（5）：20-26.doi：10.16298/j.cnki.1004-3667.2022.05.04.

[18]唐燁偉，茹麗娜，范佳榮，等.基于學(xué)習(xí)者畫像建模的個性化學(xué)習(xí)路徑規(guī)劃研究[J].電化教育研究，2019（10）：53-60.

[19]RESCIGNO R C. Practical implementation of educational technology， the gte/gtel smart-classroom， the hueneme school district experience[J]. Academic Achievement， 1988，27.

[20]KIM T， CHO J Y， LEE B G. Evolution to smart learning in public education： a case study of Korean public education[C]//Open and Social Technologies for Networked Learning： IFIP WG 3.4 International Conference， OST 2012， Tallinn， Estonia， July 30–August 3， 2012， Revised Selected Papers. Springer Berlin Heidelberg， 2013：170-178.

[21]LEE J， ZO H， LEE H. Smart learning adoption in employees and HRD managers[J]. British Journal of Educational Technology， 2014，45（6）：1082-1096.

[22]KIM S， SONG S M， YOON Y I. Smart learning services based on smart cloud computing[J]. Sensors， 2011，11（8）：7835-7850.

[23]ZHU Z T， YU M H， RIEZEBOS P. A research framework of smart education[J]. Smart Learning Environments， 2016（3）：1-17.

[24]DANIEL J. Making sense of MOOCs： musings in a maze of myth， paradox and possibility[J]. Journal of Interactive Media in Education， 2012（3）.

[25]BRUCE B C， LEVIN J A. Educational technology： media for inquiry， communication， construction， and expression[J]. Journal of Educational Computing Research， 1997，17（1）：79-102.

[26]MEYER B， LATHAM N. Implementing electronic portfolios： benefits， challenges， and suggestions[J]. Educause Quarterly， 2008，31（1）：34.

[27]劉邦奇，李鑫.智慧課堂數(shù)據(jù)挖掘分析與應(yīng)用實證研究[J].電化教育研究，2018 （6）：41-47.doi：10.13811/j.cnki.eer.2018.06.008.

[28]教育部高等學(xué)校大學(xué)外語教學(xué)指導(dǎo)委員會.大學(xué)英語教學(xué)指南[M].北京：高等教育出版社，2020.

Profiling EFL Learners in the Context of Intelligent Teaching

Kangxi LI， Mengting KONG， Dongyun SUN

（School of Foreign Studies， Hefei University of Technology， Hefei 230009， Anhui）

Abstract： With the advent of intelligent teaching， learners have left a lot of digital footprints on various intelligent teaching platforms， which enable teachers to profile learners based on the data analysis. This study explores how to use the intelligent teaching tool Rain classroom to profile EFL learners of different levels， i.e.， high-achievers， medium-achievers and low-achievers， according to their performances on the placement test upon admission to college， by sampling the data of formative assessments and summatives assessments， etc. for a duration of four semesters. The study revealed that in terms of learning behavior， various indicators of students’ in-class and out-of-class learning engagement are positively correlated with their English proficiency. There are significant differences between different groups of students， but during the four semesters， the overall trend of learning behavior data show a decline， and the differences between the groups are diminishing. In terms of learning achievements， there are more significant differences among the three groups of students. The high-achievers maintain a stable advantage in both the CET-4 and CET-6 examinations， while the medium-achievers and low-achievers show a sharp decline in performance in the CET-6 examination. This study suggests that by leveraging learner profiling research， teachers and educational administrators may better understand individual learning situations and adopt personalized， differentiated， and precise teaching strategies based on each student’s characteristics.

Keywords： Learner profile; Intelligent teaching; Educational big data; Formative assessment; Summative assessment

編輯：王天鵬" "校對：王曉明

DOI： 10.3969/j.issn.1673-8454.2023.08.010

作者簡介：李康熙，合肥工業(yè)大學(xué)外國語學(xué)院副教授、碩士生導(dǎo)師，博士（安徽合肥" 230009）；孔夢婷，合肥工業(yè)大學(xué)外國語學(xué)院碩士研究生（安徽合肥" 230009）；孫冬云，合肥工業(yè)大學(xué)外國語學(xué)院碩士研究生（安徽合肥" 230009）

基金項目：2022年安徽省哲學(xué)社會科學(xué)規(guī)劃項目“面向人工智能時代的翻譯概念形式化與翻譯技術(shù)能力建構(gòu)研究”（編號：AHSKY2022D223）