您好, 访客   登录/注册

在线自主学习行为何以表征元认知能力

来源:用户上传      作者:王洪江 李作锟 廖晓玲 华秀莹

   [摘 要] 如何有效评估学习者元认知能力,是当前元认知相关研究热点之一。研究表明,采用在线学习行为数据预测学生的元认知能力,是一种较为有效的方法。然而,由于这种研究方法缺乏统一的元认知能力过程性表征框架,导致学习行为指标选取存在差异,且指标维度选取单一化、信息粒度挖掘浅层化也会影响最终的评估效果。为此,研究试图从任务完成过程的视角,基于自我调节学习策略构建一种较完整的元认知能力过程性表征框架;并采用系统性文献综述及元分析方法,遵循“任务阶段―采取策略―行为映射”的技术路线,筛选出39种相关行为指标,进行量化界定以表征元认知能力。研究结果显示:当前元认知能力研究主要聚焦于任务解决阶段和任务评估阶段,学习者主要采取搜索信息、自我评价、回顾材料等策略,具体映射于参加测试、观看视频、时间投入等行为。最后,文章提出未来研究的建议,以期对后续研究提供发展方向。
   [关键词] 元认知能力; 在线自主学习行为; 元认知策略; 系统性文献综述及元分析方法
   [中图分类号] G434 [文献标志码] A
   [作者简介] 王洪江(1977―),男,浙江绍兴人。副研究员,博士,主要从事在线教学理论、人工智能教育应用研究。E-mail:wanghongjiang@m.scnu.edu.cn。
  一、引 言
   从“学会”到“会学”,培养会学习和终身学习的公民,建设学习型社会,是新时代教育改革热点和重点问题,也是“十四五”教育规划纲要的重要内容[1]。判别学习者是否已学会学习的一个重要标识就是其元认知能力,元认知强调学习者对自身各种认知活动的计划、监控和调节[2],是一种高阶、内隐、抽象的思维过程[3]。如何有效评估学习者元认知能力是当前该研究领域中薄弱又极为关键的环节[4]。现有评估方法大致可以划分为两种类型,即离线测量法和学习分析法。前者依赖个体记忆,易产生认知偏差,导致预测结果失实,而后者受限于被试者的记忆能力和语言能力,以及观察者的专业知识和解释能力。因此,需要研究准确性和可靠性更高的元认知能力评估方法。
   为克服已有评估方法性能的不足,研究者尝试采用在线学习行为数据来表征学生元认知能力,验证了行为数据表征元认知能力发展变化的可行性。学习行为是学习者思维与学习状况的真实映射,能够体现学习中微妙而复杂的思维方式[5]。通过分析学习者学习行为,可以探究其内部思维过程[6]。随着在线教学潮涌般的推进,越来越多学习行为发生在数字化环境中,为元认知评估带来新的契机。但现有研究缺乏统一的元认知能力过程性表征框架[7],导致学习行为指标选取存在差异,且单一化、浅层化的行为指标选取方式直接影响预测效果。
   为此,本研究主要解决以下问题:
   Q1:如何构建元认知能力过程性表征框架;
   Q2:有哪些相关的行为指标,如何进行量化。
  二、相关问题梳理
   (一)已有元认知能力评估方法性能不足
   当前,元认知评估方法可以分两种类型:一种是较为宏观、静态的离线测量法,将元认知视为特质,如自陈式问卷和自我报告法等;另一种是较为微观、动态的学习分析法,注重整个学习过程测量,如出声思维法、系统观察法、错误检测法、日记法和痕迹检测法等。然而,这两种评估方法性能均存在不足。如自陈式问卷较依赖个体记忆,学习者很难对自己过去完成的学习行为进行准确描述,学习者(尤其是年龄小的被试者)在填写过程中容易产生认知偏差(如Dunning-Kruger效应),影响评估结果的准确性[8]。而自我报告法是在特定时间、脱离情境采集的,与学习者动态的、情境的元认知能力不同步,在自我报告过程中可能会刺激学习者思考学习[9],影响接下来的认知行为,从而降低评估结果的可靠性。另外,出声思维法会受被试者语言能力影响,表达能力较弱的被试者较难准确表述自己的所思所想,也会因为研究问题、理论基础的不同导致语义转译、编码存在差异,影响研究泛化性[10]。系统观察法具体过程与出声思维法相似,建立在研究者感官、自我解释基础上,受观察者本身感官、主观意识以及观察样本数量的限制,难以开展大规模调查。错误检测法观察学生是否注意到了学习材料或任务中预先设置的错误点,及其采取了何种解决方法[11],会受文本问题类型影响,类型不同则采取的监控策略也不同,也会受学习者主观因素影响,如被试者由于粗心或其他原因未注意到文本中存在的错误[12],会被误以为是由于元认知监控能力较弱造成的,导致评估结果的片面性。日记法详细记录了学习者学习过程,包括学习动机、目标、情绪、时间等指标,但很难完全再现学习者当时的认知过程和心理活动,这降低了评估结果的可靠性。
   (二)基于学习行为的元认知能力评估方法的优缺点
   已有文献对基于学习行为的元认知能力评估方法进行了研究。例如:Yeh等通过采集学习者浏览行为,设计多层前馈神经网络来评估学习者元认知知识[13];纪阳等发现,资源利用、自检、复习和任务完成质量等学习行为能有效预测评估元认知能力[3];李士平等发现,查阅作品、查看自身学习情况、参与交互等行为数据与学习者元认知水平显著相关,且表征元认知的准确度较高[6]。综上所述,基于学习行为的元认知能力评估方法具有以下优点:(1)在线自主学习行为是在真实学习环境中收集的,比自我报告更客观、准确和全面[14];(2)学习行为是在学习者学习过程中由学习管理系统(Learning Management System,LMS)后台自动收集的,不会影响学习者的正常学习,而出声思维法需要学习者在学习过程中付出额外的关注和努力[15-16];(3)自动收集的学生行为数据可以支持及时的、大规模的元认知测量,而时间密集型评估方法通常是不可行的(如自我蟾娣ā⒊錾思维法、系统观察法等)。

nlc202206171728



转载注明来源:https://www.xzbu.com/9/view-15433964.htm

相关文章

服务推荐