美国时间10月22日，AECT 2019年会进入到第二日，精彩继续。
图片源自网络，特别鸣谢！
今天上午参加了两场有关学习分析 (learning analytics) 的报告。
来自弗吉尼亚理工大学 (Virginia Polytechnic Institute and State University) 的Kibong Song的concurrent session是关于学习分析研究的分类框架。他在综合分析了712篇文献的基础上提出了这个框架，框架将学习分析的研究分为四个层次，分别是应用层、开发层、环境层以及基础层。
但是，由于时间很有限，在报告中，他并没有很详细地讲述这个框架。他在报告中提出现在关于学习分析的定义主要由两种：
第一种是范围比较宽泛的，认为学习分析是数据的收集、整理以及分析，其目的是为了提高学习者的学习效果。
第二种定义的范围更加具体，认为学习分析是由某些特定的系统完成的，即系统可以收集、整理以及分析学习者的数据并给出相应的反馈，最终提高学习者的学习效果。
第一种定义由于过于宽泛，容易引起很多误解，比如有些使用回归分析模型预测学习者学习效果的研究算不算是应用了学习分析技术，怎么区分学习分析技术与传统的那种数据收集、整理以及分析过程。
在报告后，我就这个疑惑跟报告人进行了交流，他告诉我其实那个过于宽泛的定义在教育研究中很常见。我不知道他这个看法对不对，只是觉得如果是对的，那对教育领域而言可未必是一件好事。
Song博士在分享他的学习分析分类框架 （Photo by Jeremy）
上午的第二场报告是一个panel session，一共有四个panelists，其中两位由于未能来到现场而进行了远程连线。但是，由于现场设备的问题，连线的质量不甚理想，以至于在会场后排的观众几乎听不到远程的演讲者在讲什么。
这个session由另外两个主持人负责提问，问题包括学习分析中数据的管理，进行学习分析研究所必备的技能，以及在处理数据时所面对的研究伦理问题等。
但是，这个session有一个问题：演讲者的回答过于流于表面而未能触及到根本的问题，比如，在讲如何管理数据的时候，他们没有给出具体可用的软件或者服务。总之，我对这个panel的印象一般。
Panel session的演讲者和主持人 （Photo by Jeremy）
学习分析听起来很热乎也很前沿的一个领域，但是，就今天所听的两场讲座来看，学习分析在教育领域的应用还需要很长的路要走。
我一直有种感觉：教育技术领域似乎一直在被技术牵着鼻子走，似乎很热衷于将新技术应用于教育教学当中，希望解决许多教学问题，但是，似乎很少思考究竟这些所谓的新技术是否适合解决这些问题，或者这些问题的解决是否一定要靠新技术的应用呢？
以上的一段评论只代表范奕博的个人观点，与教育技术自留地无关。
