在线协作学习与评估反馈的研究进展

### 在线协作学习与评估反馈的研究进展 在当今的教育领域，在线协作学习和评估反馈的个性化是备受关注的话题。下面将为大家详细介绍相关的研究进展和成果。 #### 1. 在线协作学习研究 研究团队提出了研究框架，并报告了两项小规模研究的初步结果。在第一项研究中获得的知识促使协作脚本得到改进，并开发出基于计算机的协作环境。第二项小规模研究则收集了脚本的自适应和非自适应版本的数据，过程分析为协作平台的未来发展提供了初步方向。 在脚本改进方面，计划保留其总体结构，但使标签之间的切换更加灵活。目前，标签固定在特定的脚本阶段，然而在小规模研究中发现，学生需要在标签之间来回切换以参考先前工作阶段的内容（如笔记），这一实际需求导致他们无法按照脚本建议使用标签。此外，大多数被忽略的提示都是坚持按规定顺序使用标签的，这表明这方面需要改进。 为了进一步探索，Isabel Braun和Nikol Rummel在德国进行了一项研究。德国学生使用VLab的德语翻译版协作解决问题，学生两人一组坐在一台电脑前，各自拥有键盘和鼠标。研究对比了有脚本协作和无脚本协作两种情况，脚本以小册子的形式提供给参与者，探究周期的每个阶段在小册子的一页上呈现。学生被要求逐个阶段进行工作，但系统不强制顺序，只有当学生未参与每个阶段最重要的活动时才会提示遵循脚本。这种方式使学习者在阶段间的移动更加自由，纸质版脚本也便于他们在不同阶段之间切换。目前，该研究的数据正在分析中，希望通过这项低技术含量的研究，了解对基于计算机的环境所做的更改是否正确，以及系统的优缺点是在于脚本在环境中的实施还是概念化。 此外，研究团队还计划根据学生的具体行动和系统对协作者的了解，实现系统反馈的自动化。特别是对于测试标签，将探索行动分析，利用机器学习技术分析学生在VLab中的行动，以确定何时需要提示。为此，将使用团队中已在向导流程图中体现的协作专业知识，并根据新数据进行改进。 #### 2. 在线评估反馈个性化研究 在线评估已成为现代教育的重要组成部分，不仅用于电子学习，还融入了混合式学习。在在线评估中，提供及时、合适且有用的反馈至关重要，因为不同类型的反馈对学习和互动过程可能产生不同影响，设计不佳的反馈可能会分散学生的学习注意力。 反馈适应和个性化旨在为学生提供最适合其个性、任务和环境的反馈。研究团队通过一系列实验，测试了两种即时详细反馈（EF）适应策略。第一种策略仅基于回答的正确性和确定性，第二种策略还考虑了学生的学习风格（LS）。 反馈在基于网络的学习系统（WBLS）中具有多种学习效果，包括告知学生回答的正确性、填补知识空白和纠正误解。反馈的功能决定了即时反馈中信息的复杂性，包括验证和EF。验证可以以知识响应、知识结果或知识正确响应的形式提供，而EF除了提供正确答案外，还提供额外的信息，如学习材料、解释和示例。 不同类型的反馈在学习和互动中的效果不同，设计反馈时需要考虑多个问题，如反馈的呈现时间、功能、包含的信息以及对哪些学生和情况最有效。 研究团队的前期研究表明，结合回答的确定性和正确性可以确定更适合