2022年4月12日下午，北京大学教育技术前沿青年学者论坛通过腾讯会议在线上举办。香港大学教育学院贾程媛博士和英国爱丁堡大学助理研究员范逸洲博士先后进行了学术报告，报告题目分别是《探究英语听力学习中单词识别训练的设计理论模型》、《测量、理解和干预学习者的自我调节过程——基于学习分析的研究发现》。本次讲座由教育技术系主任贾积有教授主持。来自北京大学和海内外其他高校的近200位师生听取了报告。

在此次报告中，贾程媛博士围绕着“英语听力学习中的单词识别训练”，结合国内英语听力水平现状和已有研究不足，主要从“解决实证研究的不一致结果”、“确定单词识别训练中的成功因素和阻碍因素”、“提出单词识别训练的设计理论”、“利用实证研究的方法检验设计理论的有效性”共四部分对其研究工作及贡献展开了清晰的论述。

在第一部分，贾程媛博士主要通过元分析和调节分析的方法对单词识别训练相关的实证研究文章进行分析，结果发现：使用单词识别训练的学生要比没有使用单词识别训练的学生听力水平要提高更多（整体效应值0.553）；测试种类和学生的英语听力水平会调节“单词识别训练”对英语听力水平的提升效果。

在第二部分，贾程媛博士通过定性综述的方法，确定了单词识别训练中的成功因素和阻碍因素。其中，大量练习是很重要的成功因素，实施课堂时间不足、学生不感兴趣且难以坚持是重要的阻碍因素。

在第三部分，贾程媛博士基于已有研究提出了单词识别训练的设计理论，包括三部分内容：1）合适性、自我探索、反馈、自动化的单词识别训练设计原则，2）基于课堂翻转设计原则以及3）ARCS学习动机理论。在此基础上，贾博士提出了如下所示的课堂内外的单词识别训练设计模型。

在第四部分，贾程媛博士对其提出的模型进行了有效性检验：在为期15周的大学听力课堂中开展准实验研究，结果发现实验组学生（使用设计的单词识别训练）的单词识别能力、英语听力水平提升度都要显著高于对照组学生（使用传统的单词识别训练）的提升度；并且通过访谈获得了学生与教师的评价和反馈，如对于视频材料、老师讲解视频的喜欢以及对教师工作量过大的担忧等。最后贾博士回答了在线师生的问题，进行了深入交流。

在第二场报告中，范逸洲博士主要围绕“自我调节学习（Self-regulated learning，简称SRL）”，在总结以往研究的思路与局限的基础上，以“测量”、“理解”和“干预”三个关键词串联起了今日分享的六项研究工作。

首先，在“测量”方面，范逸洲博士结合研究实例分别介绍了两种基于学习行为轨迹的测量方法，以实时地、自动地、无干扰地从收集到的多模态数据中测量理论可解释的自我调节学习进程。两种方法分别是：1）实时收集并解码多模态轨迹数据（浏览行为、鼠标键盘轨迹、眼动数据等），相互印证并弥补经典量表的及时性和可用性问题；2）使用出声思维数据（think aloud）检验并提升对行为轨迹数据推断的效度。

其次，在“理解”方面，范逸洲博士主要结合序列挖掘、聚类分析和认知网络分析等学习分析技术，以实时地、自动地、无干扰地理解SRL的动态模型并洞察学习者的策略状态。共包括两项工作：1）对学习者真实的自我调节过程进行建模和可视化，比较不同学习者群体的自我调节过程和学习策略运用的差异；2）用无监督的机器学习方法识别自我调节的不同策略阶段和群体差异，寻找关键时刻。

最后，在“干预”方面，范逸洲博士主要用个性化的元认知脚手架（scaffolding）实现有效干预，包括两项内容：1）通过实证研究识别学习者的摇红旗时刻，并提供其所需要的对应干预；2）提供基于专家规则的、基于机器学习的个性化脚手架，尤其是基于机器学习的干预，可以通过实时测量、聚类等方式让脚手架更贴近学生的需求。

讲座最后，范逸洲博士在线与师生讨论答疑，贾积有教授总结了贾程媛博士、范逸洲博士的精彩报告并表达谢意。

 

青年学者简介（依据汇报顺序）：

贾程媛，毕业于香港大学教育学院，研究方向是技术辅助教育，主要研究课题为技术辅助英语听力教育和如何使用技术提高学生学习动机。目前共发表10篇SSCI期刊论文，包括Computer& Education, British Journal of Educational Technology, Language Learning& Technology等教育学一区期刊。其中有4篇以第一作者发表，分别发表在Educational Research Review (SSCI教育一区排名: 4/264; 影响因子=7. 803), Computer Assisted Language Learning (SSCI教育一区，语言学一区排名: 3/193; 影响因子=4.789)等。博士在读期间，获得多项荣誉奖励，比如Jessie Ho Memorial Postgraduate Fellowship， British Journal of Educational Technology“最高引用文章奖”、“最高下载文章奖”，International Conference on Blended Learning, Springer “最佳论文奖”、“优秀论文奖”，第24届全球华人计算机教育应用大会 “最佳学生论文奖”，香港大学教育学院学术研讨会 “最佳论文展示奖”等。

范逸洲，2019年毕业于北京大学教育学院教育技术系，此后在爱丁堡大学开展博士后研究并任助理研究员。他的博士论文聚焦在慕课学习者的学习策略，并通过分析海量的学习行为数据对学习者进行建模，该博士论文获得第三届全国“教育实证研究优秀学位论文奖”。过去五年中，他聚焦在学习分析、自我调节学习、教师教育慕课等领域，并陆续发表了三十余篇中英文论文，其中SCI/SSCI六篇，CSSCI十四篇。在最近的研究中，他运用了前沿的数据采集技术（例如，眼动数据、出声思维数和行为轨迹数据等）和数据分析技术（例如，序列挖掘和认知网络分析等），对学习者的自我调节学习进行了深入细致的分析，并取得了一系列研究成果。

 

 

文：张鹏，贾积有

图：张鹏，贾积有