人工智能視域下基于設(shè)計(jì)的實(shí)施研究方法：框架及案例分析

郭文欣 吳忭

摘 ? 要：作為學(xué)習(xí)科學(xué)領(lǐng)域的一種創(chuàng)新研究方法，基于設(shè)計(jì)的實(shí)施研究（DBIR）試圖實(shí)現(xiàn)規(guī)?；某掷m(xù)理論創(chuàng)新和教育變革，但教育政策制定者、實(shí)踐者、研究者等利益相關(guān)方在協(xié)同設(shè)計(jì)時(shí)，始終存在理論知識(shí)和經(jīng)驗(yàn)知識(shí)上的認(rèn)知沖突。大數(shù)據(jù)驅(qū)動(dòng)的教育研究范式為解決該問題提供關(guān)鍵突破口。文章將大數(shù)據(jù)驅(qū)動(dòng)下的教育研究范式與DBIR方法相整合，探索建立人工智能視域下基于設(shè)計(jì)的實(shí)施研究方法（AI-DBIR）框架，該框架以實(shí)踐者—研究者的共同參與和雙向交互為根本，延伸出兩種數(shù)據(jù)分析視角，即設(shè)計(jì)分析與學(xué)習(xí)分析。在此基礎(chǔ)上，文章對(duì)典型應(yīng)用案例進(jìn)行深入剖析，進(jìn)而對(duì)有效使用AI-DBIR方法開展教學(xué)創(chuàng)新實(shí)踐研究提出三點(diǎn)建議：從基于經(jīng)驗(yàn)的主觀判斷轉(zhuǎn)向數(shù)據(jù)驅(qū)動(dòng)的教學(xué)研究;從高屋建瓴的理論研究轉(zhuǎn)為扎根實(shí)踐的創(chuàng)新研究;以互融互通的開放空間為載體，構(gòu)建數(shù)據(jù)驅(qū)動(dòng)的多元共同體。

關(guān)鍵詞：基于設(shè)計(jì)的實(shí)施研究;基于設(shè)計(jì)的研究;人工智能;學(xué)習(xí)分析;案例分析

中圖分類號(hào)：G434 ? ? ? ? 文獻(xiàn)標(biāo)志碼：A ? ? ? ? 文章編號(hào)：1673-8454（2022）06-0054-10

一、引言

隨著20世紀(jì)80年代末學(xué)習(xí)科學(xué)的興起，來自認(rèn)知科學(xué)、心理學(xué)、教育、計(jì)算機(jī)科學(xué)、神經(jīng)科學(xué)、人類學(xué)等領(lǐng)域的研究人員，在跨學(xué)科合作中加深了對(duì)于學(xué)習(xí)本質(zhì)的認(rèn)識(shí)[1]，共探在真實(shí)教學(xué)情境中“人是如何學(xué)習(xí)的”這一核心議題。學(xué)習(xí)科學(xué)的蓬勃發(fā)展，不斷深化了世界范圍內(nèi)學(xué)者對(duì)于學(xué)習(xí)本質(zhì)及過程的理解，為未來教育的變革奠定了基礎(chǔ)。上世紀(jì)90年代，該領(lǐng)域所提出的“基于設(shè)計(jì)的研究（Design-based Research， DBR）”范式旨在通過設(shè)計(jì)—實(shí)施—評(píng)估—改進(jìn)的迭代循環(huán)[2]，解決真實(shí)學(xué)習(xí)情境中的實(shí)際問題，并發(fā)展能夠有效指導(dǎo)教學(xué)實(shí)踐的規(guī)范性理論[3]。DBR研究范式發(fā)展至今，在一定程度上消弭了教學(xué)理論研究與教育實(shí)踐的鴻溝，在理論驅(qū)動(dòng)的學(xué)習(xí)設(shè)計(jì)上，取得許多推動(dòng)理論創(chuàng)新和具有廣泛實(shí)踐影響力的成果。例如，加州大學(xué)伯克利分校馬西婭·林恩（Marcia Linn）等研發(fā)的基于知識(shí)整合理論的網(wǎng)絡(luò)探究學(xué)習(xí)環(huán)境（Web-based Inquiry Science Environment， WISE）;多倫多大學(xué)卡爾·波瑞特（Carl Bereiter）等合作發(fā)展的知識(shí)建構(gòu)理論和知識(shí)論壇（Knowledge Forum， KF）工具。

然而，在大規(guī)模實(shí)施DBR的過程中，仍存在創(chuàng)新研究成果難以可持續(xù)推廣[4]、重學(xué)習(xí)技術(shù)研發(fā)而非應(yīng)用[5]、教學(xué)實(shí)踐者和研究者難以有效開展互惠合作、缺少理論和實(shí)踐雙重創(chuàng)新過程中對(duì)教育決策制定的反哺，以及難以實(shí)現(xiàn)研究成果的規(guī)模化效應(yīng)[2][6]等問題。為應(yīng)對(duì)這一系列新問題，作為DBR研究范式的拓展和再升級(jí)，佩紐爾（Penuel）等提出基于設(shè)計(jì)的實(shí)施研究（Design-based Implementation Research， DBIR），試圖打破教育研究中原有的分隔創(chuàng)新研究和實(shí)踐推廣壁壘，為研究與實(shí)踐的跨界合作建立長(zhǎng)期互動(dòng)的新關(guān)系，將設(shè)計(jì)與實(shí)施并重，以發(fā)展持續(xù)有效和規(guī)?；慕逃深A(yù)措施[2]。盡管該方法力求實(shí)現(xiàn)更大范圍內(nèi)的長(zhǎng)期教育變革和理論創(chuàng)新，但隨著多方利益相關(guān)者的參與，其所共同構(gòu)成的真實(shí)教學(xué)生態(tài)系統(tǒng)日益多元化和復(fù)雜化，在系統(tǒng)的各個(gè)層級(jí)蘊(yùn)含了更加紛繁復(fù)雜的社會(huì)因素和其他動(dòng)態(tài)因素。因此，尚處于發(fā)展初期的DBIR在實(shí)際應(yīng)用時(shí)，難以避免理論者和實(shí)踐者在知識(shí)生產(chǎn)成果上的需求沖突，以及兩者合作構(gòu)建的分布式認(rèn)知系統(tǒng)中理論知識(shí)和經(jīng)驗(yàn)知識(shí)在認(rèn)識(shí)論上的沖突。如何消解運(yùn)用DBIR時(shí)存在的潛在沖突，是發(fā)展和完善DBIR方法所面臨的主要挑戰(zhàn)[2][7-9]。

伴隨著互聯(lián)網(wǎng)、人工智能、學(xué)習(xí)分析等新技術(shù)的迅速發(fā)展，大數(shù)據(jù)驅(qū)動(dòng)的教育成為一種新興的研究范式[10]，其在富技術(shù)環(huán)境下為伴隨式采集與分析過程數(shù)據(jù)提供可能，從而推動(dòng)教育理論創(chuàng)新和個(gè)性化應(yīng)用服務(wù)。大數(shù)據(jù)驅(qū)動(dòng)的教育研究范式或?yàn)榻鉀Q上述問題提供關(guān)鍵突破口，通過證據(jù)調(diào)和多元利益相關(guān)者在不同知識(shí)背景下的認(rèn)知沖突，實(shí)現(xiàn)學(xué)習(xí)理論和教學(xué)實(shí)踐共同創(chuàng)新的互惠共贏?；诖?，本研究嘗試整合人工智能技術(shù)和DBIR方法，形成人工智能視域下基于設(shè)計(jì)的實(shí)施研究方法（AI-DBIR），并對(duì)該方法進(jìn)行初步探討及應(yīng)用案例分析，以期為相關(guān)研究與實(shí)踐提供參考。

二、文獻(xiàn)綜述

（一）從DBR到DBIR

學(xué)習(xí)科學(xué)領(lǐng)域發(fā)展至今，已形成了多種研究方法及研究分支。其中，DBR作為學(xué)習(xí)科學(xué)研究共同體的原創(chuàng)方法論，最早于1992年由布朗（Brown）和柯林斯（Collins）提出，強(qiáng)調(diào)通過多輪迭代的設(shè)計(jì)過程，產(chǎn)出可遷移應(yīng)用的新理論、工具和實(shí)踐策略。從整體性視角出發(fā)[11]，DBR并未將教與學(xué)視為相互孤立的變量，而是將學(xué)習(xí)發(fā)生情境看作引發(fā)復(fù)雜因果機(jī)制的重要組成部分[1]。而DBR的主要目標(biāo)在于揭示機(jī)制以及闡明機(jī)制發(fā)生的條件，從而形成強(qiáng)而有力的設(shè)計(jì)，解決教育實(shí)踐問題。學(xué)習(xí)科學(xué)共同體就DBR的核心特征形成了初步共識(shí)，主要包括：①以設(shè)計(jì)學(xué)習(xí)環(huán)境與發(fā)展學(xué)習(xí)理論為共同目標(biāo);②形成設(shè)計(jì)—實(shí)施—分析—再設(shè)計(jì)的持續(xù)循環(huán)迭代過程;③產(chǎn)出能幫助實(shí)踐者—教育設(shè)計(jì)者交互的共享理論;④充分闡釋設(shè)計(jì)如何在真實(shí)的學(xué)習(xí)情境下發(fā)揮作用;⑤選用合適的收集實(shí)施過程與結(jié)果的方法[11]。盡管該方法融入了研究—實(shí)踐合作關(guān)系（Research-Practice Partnerships， RPPs）的思想，在一定程度上彌合了教育研究與實(shí)踐問題相互隔離的鴻溝，但在大規(guī)模投入應(yīng)用中仍存在挑戰(zhàn)，缺少充分證據(jù)支撐決策。正如巴拉布（Barab）等所提出，“即使研究者全程參與設(shè)計(jì)—開發(fā)—實(shí)施—再設(shè)計(jì)各個(gè)環(huán)節(jié)，依然無法確保消除研究過程中的研究者偏見”[12][13]。其研究過程更注重設(shè)計(jì)的產(chǎn)出，設(shè)計(jì)只能在某個(gè)具體情境被證明是有效的，而在多個(gè)情境下的大規(guī)模推廣難以保證[6]。同時(shí)，該方法還面臨教研合作關(guān)系難以穩(wěn)固維持、依舊無法實(shí)現(xiàn)教育政策變革等諸多問題[2][6]。837341F5-7F5A-42C1-A2C7-DB01FB127365

為破除上述困境，學(xué)習(xí)科學(xué)研究共同體對(duì)DBR進(jìn)行了重大擴(kuò)展。DBIR通過研究者—實(shí)踐者的長(zhǎng)期跨界合作、理論驅(qū)動(dòng)設(shè)計(jì)、系統(tǒng)性迭代優(yōu)化，來實(shí)現(xiàn)在更大范圍內(nèi)和更復(fù)雜場(chǎng)景下，教育生態(tài)系統(tǒng)持續(xù)變化的能力，以及多樣化境脈下的創(chuàng)造性適應(yīng)能力[7]。DBIR中的很多關(guān)鍵要素源于先前的研究方法，包括評(píng)估研究、基于社區(qū)的參與式研究、實(shí)施研究、基于設(shè)計(jì)的研究、社會(huì)設(shè)計(jì)實(shí)驗(yàn)等[2][14]。相較于DBR更關(guān)注設(shè)計(jì)本身，DBIR將設(shè)計(jì)及實(shí)施并重，強(qiáng)調(diào)干預(yù)如何在更大范圍、更長(zhǎng)時(shí)間得到推廣[15]，以期為所有學(xué)生提供有效的、可擴(kuò)展的、持續(xù)性的教育干預(yù)措施[16]。從政策研究視角出發(fā)，DBIR除了延續(xù)DBR的核心要素和方法思想外，還提倡成功推廣取決于地區(qū)行政人員、學(xué)校、教師等多方行動(dòng)者，在復(fù)雜教育系統(tǒng)中對(duì)設(shè)計(jì)項(xiàng)目進(jìn)行持續(xù)且連貫的調(diào)整[17]。因此，該方法重點(diǎn)關(guān)注如何整合多方利益相關(guān)者的實(shí)際需求，將DBR原有的“研究者—實(shí)踐者”單向合作關(guān)系，擴(kuò)展為“研究—政策—實(shí)踐”三方相互作用的新型合作關(guān)系[4]，在促進(jìn)實(shí)際問題解決的同時(shí)，對(duì)真實(shí)教育情境產(chǎn)生系統(tǒng)性變革，這也正是DBIR區(qū)別于其他方法的獨(dú)特之處[2][14]。

自20世紀(jì)90年代以來，跨學(xué)科研究團(tuán)隊(duì)通過與實(shí)踐者的合作探究，確定了DBIR的四條核心原則。作為一個(gè)教育領(lǐng)域的新興方法論，DBIR還未積累足夠的研究基礎(chǔ)，以支撐其在實(shí)施過程中關(guān)于具體步驟、階段、環(huán)節(jié)的指導(dǎo)，但所遵循的四條核心原則界定了DBIR的方法內(nèi)涵與研究邊界。

1.從多方利益相關(guān)者的視角，聚焦長(zhǎng)期留存的實(shí)踐問題

區(qū)別于其他方法，BDIR關(guān)注的是“以實(shí)踐為中心的問題”，要求教師、研究者、學(xué)校、地區(qū)領(lǐng)導(dǎo)者、政策制定者等不同利益相關(guān)者，從最初對(duì)教育問題的理解偏差和不同觀點(diǎn)，在協(xié)商合作中逐步對(duì)教育實(shí)踐中的關(guān)鍵問題達(dá)成共識(shí)[17]。

2.迭代式協(xié)作設(shè)計(jì)，以改善實(shí)踐

以往學(xué)習(xí)科學(xué)家常常在將創(chuàng)新設(shè)計(jì)大規(guī)模推廣至整個(gè)教育系統(tǒng)層面時(shí)受限，而DBIR能夠?yàn)榭缜榫车母深A(yù)策略和變革教育復(fù)雜系統(tǒng)的設(shè)計(jì)提供支持[2]，強(qiáng)調(diào)不同利益相關(guān)者協(xié)同參與設(shè)計(jì)—實(shí)施—評(píng)估—改進(jìn)的反復(fù)迭代過程。關(guān)鍵在于DBIR不僅要求為學(xué)習(xí)者設(shè)計(jì)，也關(guān)注設(shè)計(jì)支持實(shí)施的方法與策略[2]。

3.系統(tǒng)性探究，形成學(xué)習(xí)理論及如何實(shí)施相關(guān)理論

與DBR聚焦于學(xué)習(xí)理論不同，DBIR將學(xué)習(xí)理論創(chuàng)新和實(shí)施相關(guān)知識(shí)視為其理論發(fā)展的共同目標(biāo)，用以回答如何促進(jìn)課堂環(huán)境下的學(xué)習(xí)、如何協(xié)調(diào)組織內(nèi)外的項(xiàng)目實(shí)施過程等問題，同時(shí)還回應(yīng)了不同系統(tǒng)層級(jí)間相互協(xié)調(diào)和能力建設(shè)的新需求[17]。

4.發(fā)展人在系統(tǒng)中持續(xù)變革的能力

為確保設(shè)計(jì)的可持續(xù)性，通常需要在利益共同者群體中建立組織規(guī)章和工作流程，以提升組織能力。相較于以往方法僅側(cè)重于個(gè)體技能的提升，DBIR通過培養(yǎng)多方利益相關(guān)者間交互網(wǎng)絡(luò)的凝聚力，以提升整個(gè)系統(tǒng)實(shí)施、推廣和維持設(shè)計(jì)能力，促使設(shè)計(jì)成果能夠順利推廣、拓展至新情境[17]。

DBIR力求設(shè)計(jì)有成效、規(guī)模化和持續(xù)化的教育干預(yù)措施，推動(dòng)教育制度的變革[2]。盡管該方法建立了對(duì)于理論創(chuàng)新和教育實(shí)踐的更深入和完整的理解，促使不同領(lǐng)域、不同專長(zhǎng)、不同文化的教育研究者與實(shí)踐者之間開展深入交流與合作。但隨著不同利益相關(guān)群體的加入，其共同構(gòu)建的教育生態(tài)系統(tǒng)日益多元化和復(fù)雜化，協(xié)調(diào)和滿足各方利益相關(guān)者的立場(chǎng)，成為DBIR實(shí)施時(shí)面臨的主要挑戰(zhàn)[2][8][9]。例如，如何平衡學(xué)校領(lǐng)導(dǎo)者、教師對(duì)變革迅速見效的需求與教育研究者發(fā)展學(xué)習(xí)理論的需求之間的矛盾;如何在實(shí)施跨區(qū)域的設(shè)計(jì)項(xiàng)目中，整合和協(xié)調(diào)不同組織的分布式?jīng)Q策[7];如何與廣泛的學(xué)校和地區(qū)利益相關(guān)者在動(dòng)態(tài)的教育情境下，持續(xù)協(xié)商設(shè)計(jì)和組織實(shí)施過程。此外，在DBIR相關(guān)研究中，還提及由于基建、資源、資金短缺等外部因素阻礙了創(chuàng)新設(shè)計(jì)的規(guī)模化實(shí)施[5][8][14]。同時(shí)，在DBR應(yīng)用中，難以避免的“研究者偏見”、教研多方長(zhǎng)期合作受限等問題，依舊未得到有效解決。

（二）大數(shù)據(jù)技術(shù)的潛能

隨著大數(shù)據(jù)、自然語言處理、機(jī)器學(xué)習(xí)等人工智能技術(shù)的迅速崛起，廣泛收集、深度處理、多維分析教育領(lǐng)域復(fù)雜異構(gòu)的大數(shù)據(jù)成為可能，這也為教育研究范式的升級(jí)轉(zhuǎn)型提供了契機(jī)，大數(shù)據(jù)驅(qū)動(dòng)的研究范式應(yīng)運(yùn)而生[10]。該新型教育研究范式，強(qiáng)調(diào)整合利用多種新技術(shù)手段，深入挖掘復(fù)雜情境下的學(xué)習(xí)相關(guān)數(shù)據(jù)，建立可持續(xù)更新的模型[10]，以數(shù)據(jù)為證據(jù)推動(dòng)教育理論與實(shí)踐的創(chuàng)新。在此背景下，不少學(xué)習(xí)科學(xué)研究者開始關(guān)注學(xué)習(xí)分析技術(shù)（Learning Analytics， LA）、學(xué)習(xí)設(shè)計(jì)（Learning Design， LD）、DBR等方法的整合。通過對(duì)多源數(shù)據(jù)集的聚合、統(tǒng)籌、協(xié)調(diào)與可視呈現(xiàn)，學(xué)習(xí)分析能夠動(dòng)態(tài)支持基于數(shù)據(jù)證據(jù)驅(qū)動(dòng)的學(xué)習(xí)設(shè)計(jì)決策，實(shí)現(xiàn)從基于直覺經(jīng)驗(yàn)和隱性知識(shí)的教育實(shí)踐，到顯性數(shù)據(jù)驅(qū)動(dòng)的教育實(shí)踐之間的轉(zhuǎn)化[18][19]。而二者的結(jié)合不僅僅是簡(jiǎn)單的技術(shù)累加或具體步驟的改進(jìn)，更為重要的方法論意義是變革原有的學(xué)習(xí)研究范式。為最大程度發(fā)揮學(xué)習(xí)分析在學(xué)習(xí)設(shè)計(jì)中的潛能，要求在研究者—實(shí)踐者之間建立共同設(shè)計(jì)的參與式文化[19]，將學(xué)習(xí)設(shè)計(jì)與學(xué)習(xí)分析視為教研和教學(xué)文化的一部分[18][20]，通過周期性迭代循環(huán)過程不斷改進(jìn)學(xué)習(xí)設(shè)計(jì)[18]，這些需求與DBIR的核心原則有著異曲同工之妙。此外，雷曼（Reimann）總結(jié)了學(xué)習(xí)數(shù)據(jù)的四個(gè)特性（海量性、長(zhǎng)期性、多維性、分布式），對(duì)應(yīng)著學(xué)習(xí)分析在教育研究的應(yīng)用前景，在此基礎(chǔ)上，他闡明了學(xué)習(xí)分析與DBR在教育目標(biāo)、情境、理論之間的聯(lián)系[21]。綜合上述分析，利用以學(xué)習(xí)分析為代表的智能技術(shù)，動(dòng)態(tài)實(shí)時(shí)地挖掘并可視化呈現(xiàn)學(xué)習(xí)數(shù)據(jù)，或能破除DBIR原有“設(shè)計(jì)—開發(fā)—實(shí)施—再設(shè)計(jì)”中，明顯的階段分層和不同場(chǎng)域下參與者間的空間界限，從而使設(shè)計(jì)過程動(dòng)態(tài)化、共享化、智能化。然而，無論是學(xué)習(xí)分析與學(xué)習(xí)設(shè)計(jì)、還是與DBR的融合視域下，數(shù)據(jù)本身不能說明問題，當(dāng)前所面臨的重要挑戰(zhàn)在于缺少綜合概念模型或理論模型，能夠清晰闡明學(xué)習(xí)分析技術(shù)如何支持設(shè)計(jì)的各個(gè)環(huán)節(jié)階段，以及學(xué)習(xí)分析與學(xué)習(xí)過程、共同設(shè)計(jì)與實(shí)施過程之間的關(guān)聯(lián)[18][21][22]。837341F5-7F5A-42C1-A2C7-DB01FB127365

三、 AI-DBIR方法論

大數(shù)據(jù)驅(qū)動(dòng)的教育研究范式與DBIR融合的關(guān)鍵，在于借助人工智能技術(shù)動(dòng)態(tài)收集、分析、處理和可視化表征多源數(shù)據(jù)集，在多輪迭代的數(shù)據(jù)累積中，有效支撐利益相關(guān)群體的理解與交流[23]。實(shí)踐者與研究者發(fā)揮各自角色優(yōu)勢(shì)的同時(shí)，實(shí)現(xiàn)分布式認(rèn)知統(tǒng)合、協(xié)同制定基于數(shù)據(jù)驅(qū)動(dòng)的設(shè)計(jì)決策。本研究從可視化學(xué)習(xí)分析（Visual Learning Analytics， VLA）出發(fā)，在借鑒達(dá)維尼亞（Davinia）等提出的“學(xué)習(xí)設(shè)計(jì)分析層級(jí)”（Analytics Layers for Learning Design）框架基礎(chǔ)上[22]，構(gòu)建了人工智能視域下基于設(shè)計(jì)的實(shí)施研究方法（AI-DBIR）框架，如圖1所示。該框架以實(shí)踐者—研究者的共同參與和雙向交互為根本，延伸出兩種數(shù)據(jù)分析視角：設(shè)計(jì)分析與學(xué)習(xí)分析。

在設(shè)計(jì)分析視角下，設(shè)計(jì)自身所包含的屬性、特征等要素可作為數(shù)據(jù)來源，要挖掘、分析與可視表征設(shè)計(jì)相關(guān)數(shù)據(jù)，實(shí)踐者與研究者需共同理解思考設(shè)計(jì)的本質(zhì)，從中提煉出設(shè)計(jì)模板和設(shè)計(jì)實(shí)施模式。不同區(qū)域的分布式共同體，借助開放共享的可視化設(shè)計(jì)資源，分享交流彼此的設(shè)計(jì)方案與設(shè)計(jì)觀點(diǎn)，自由發(fā)散地選擇、復(fù)用、整合不同設(shè)計(jì)，跨越以往的物理空間與網(wǎng)絡(luò)屏障。研究人員還利用自身的理論認(rèn)知優(yōu)勢(shì)，在設(shè)計(jì)可視化形式的支持下，發(fā)展關(guān)于如何實(shí)施DBIR的理論知識(shí)，明確感知當(dāng)前設(shè)計(jì)在理念、技術(shù)、功能層面的不足之處，聚焦多元利益體的共同需求，為后續(xù)針對(duì)性改進(jìn)協(xié)同設(shè)計(jì)提供導(dǎo)向和行動(dòng)航標(biāo)。

從學(xué)習(xí)分析視角出發(fā)，將教育設(shè)計(jì)應(yīng)用實(shí)施于真實(shí)的教育情境中，從教育情境中采集多源教學(xué)過程與結(jié)果相關(guān)信息，動(dòng)態(tài)分析并可視刻畫學(xué)習(xí)者的學(xué)習(xí)狀態(tài)。在多種學(xué)習(xí)證據(jù)的整合支撐下，DBIR共同體持續(xù)追蹤教與學(xué)路徑，理解與反思現(xiàn)有設(shè)計(jì)方案在教育情境中的實(shí)際效用。相較于以往從自身經(jīng)驗(yàn)出發(fā)的主觀性論斷，實(shí)踐者對(duì)學(xué)習(xí)過程產(chǎn)生更為全面客觀的認(rèn)知。此外，整合人工智能技術(shù)的學(xué)習(xí)分析進(jìn)程，能夠有效減少研究者與實(shí)踐者迭代改進(jìn)設(shè)計(jì)的周期與工作負(fù)擔(dān)，促使教學(xué)實(shí)施、基于證據(jù)的評(píng)估和設(shè)計(jì)改進(jìn)教學(xué)的過程相互交織，實(shí)現(xiàn)敏捷的教學(xué)實(shí)踐流程再造（Agile Reengineering of Teaching and learning Practice）。

上述兩個(gè)分析視角之間并非相互隔離的單線程狀態(tài)，而是彼此協(xié)同的互利關(guān)系。將設(shè)計(jì)分析與學(xué)習(xí)分析整合，在分析設(shè)計(jì)自身特質(zhì)的同時(shí)，可視化呈現(xiàn)不同設(shè)計(jì)干預(yù)下的跨情境教與學(xué)過程，建立多元共同體之間相互溝通的橋梁，共同修改、復(fù)用、擴(kuò)展和廣泛傳播設(shè)計(jì)。教師、學(xué)校領(lǐng)導(dǎo)者、學(xué)生、研究者、政策制定者等各方協(xié)同參與制定可視化規(guī)則，基于可視化數(shù)據(jù)推理、適應(yīng)性決策行動(dòng)等可視化學(xué)習(xí)分析流程，充分發(fā)揮各自的認(rèn)知優(yōu)勢(shì)。具體來說，由研究者提供實(shí)踐者所欠缺的體系化學(xué)習(xí)理論、前沿技術(shù)應(yīng)用、迭代協(xié)作式設(shè)計(jì)研究方法等相關(guān)專業(yè)知識(shí)，實(shí)際的教育情境知識(shí)和教學(xué)現(xiàn)實(shí)問題則由實(shí)踐者共享。在AI-DBIR框架的指導(dǎo)下，利益共同群體能夠基于累積的開放證據(jù)持續(xù)決策，進(jìn)而迸發(fā)出強(qiáng)有力的、靈活可擴(kuò)展的、動(dòng)態(tài)數(shù)字化的教育創(chuàng)新方案。

四、 AI-DBIR應(yīng)用案例

AI-DBIR框架包括兩個(gè)主要角色群體——實(shí)踐者與研究者，兩種數(shù)據(jù)分析視角——學(xué)習(xí)分析與設(shè)計(jì)分析，任何一方都不能脫離其他要素獨(dú)立存在。為闡釋AI-DBIR框架中各要素之間的相互作用關(guān)系，以及如何將應(yīng)用落實(shí)于實(shí)踐，在此介紹兩個(gè)國際最具典型性的AI-DBIR案例。

（一）案例一：基于社會(huì)語義網(wǎng)絡(luò)分析的課程研究實(shí)踐[24]

課程研究在日本被視為一類既定的專業(yè)發(fā)展實(shí)踐，通常由教師間的交流、分享、觀察、討論改進(jìn)課程。然而，由于教師較少關(guān)注遷移類知識(shí)和缺乏知識(shí)創(chuàng)造的視角，所以實(shí)踐者（教師等）在與研究者合作實(shí)施教育實(shí)踐時(shí)，總是存在溝通障礙。為彌合教育實(shí)踐與研究的鴻溝，同時(shí)革新低水平學(xué)校課程，使其學(xué)習(xí)文化符合21世紀(jì)技能理念，由日本教育部門發(fā)起，教師、校長(zhǎng)、區(qū)教育廳人員、研究者等多元利益者共同組建了DBIR團(tuán)隊(duì)。該團(tuán)隊(duì)利用DBIR設(shè)計(jì)了一項(xiàng)新的課程研究，旨在應(yīng)用社會(huì)語義網(wǎng)絡(luò)分析（Socio-Semantic Network Analysis， SSNA）技術(shù)，促進(jìn)教師對(duì)學(xué)生協(xié)作學(xué)習(xí)參與過程的理解。SSNA工具將學(xué)習(xí)者在會(huì)話中使用的詞匯生成社會(huì)語義網(wǎng)絡(luò)，因而從詞匯網(wǎng)絡(luò)結(jié)構(gòu)的變化中，能夠洞悉學(xué)生對(duì)集體知識(shí)進(jìn)步的貢獻(xiàn)程度（如圖2所示）。

在DBIR四項(xiàng)核心原則的指導(dǎo)下，研究者歷時(shí)三年，期間與校長(zhǎng)、教師等進(jìn)行了深入交流，共同聚焦兩個(gè)需要解決的教育實(shí)踐問題，即低水平學(xué)生難以適應(yīng)當(dāng)前由國家課程標(biāo)準(zhǔn)指定的教學(xué)目標(biāo)，以及缺少合適的方式評(píng)估學(xué)生的協(xié)作能力和概念理解程度。針對(duì)上述問題，研究者預(yù)設(shè)了初步的解決方案：①為教師提供以學(xué)習(xí)者為中心的方法理念，基于學(xué)生當(dāng)前的知識(shí)水平，設(shè)計(jì)Jigsaw課程;②整合視頻分析和SSNA技術(shù)，評(píng)估學(xué)生的協(xié)作參與過程和概念理解程度。在不斷迭代的協(xié)作設(shè)計(jì)過程中，DBIR團(tuán)隊(duì)先在課程結(jié)束后當(dāng)天開展了課后研討會(huì)，依靠觀察筆記或課程視頻，對(duì)課程中的特殊個(gè)案進(jìn)行討論分析，教師基于自身的主觀經(jīng)驗(yàn)對(duì)其進(jìn)行解釋。在一個(gè)月之后，開展第二次研討會(huì)，研究人員將基于SSNA的學(xué)生話語分析可視化結(jié)果呈現(xiàn)給教師，共同探討每位學(xué)生在協(xié)作學(xué)習(xí)過程中如何為集體知識(shí)進(jìn)步做出貢獻(xiàn)。結(jié)果發(fā)現(xiàn)，一些在第一次課后研討會(huì)上曾被教師視為缺乏學(xué)習(xí)動(dòng)力的學(xué)生，反而整合關(guān)聯(lián)了自己與他人的不同想法，從而為集體知識(shí)的進(jìn)步做出貢獻(xiàn)。在這一過程中，DBIR團(tuán)隊(duì)同時(shí)關(guān)注了改進(jìn)Jigsaw課堂的學(xué)習(xí)理論知識(shí)，以及如何基于SSNA技術(shù)，促進(jìn)DBIR實(shí)施過程中，多元利益相關(guān)者視角整合相關(guān)理論知識(shí)的雙重發(fā)展。此外，為提升人在系統(tǒng)中的持續(xù)變革能力，在日本教育部門提供的資金支持下，研究者與實(shí)踐者共同購買并建設(shè)了學(xué)校的基礎(chǔ)設(shè)施，以改善學(xué)習(xí)環(huán)境。

上述案例應(yīng)用SSNA技術(shù)可視化協(xié)作學(xué)習(xí)中群體智慧的進(jìn)步，因此在前后兩次研討會(huì)中，從教師主觀視角與研究者基于SSNA的證據(jù)分析視角中，得出了不同的結(jié)論。事實(shí)上，DBIR團(tuán)隊(duì)之間的多元視角矛盾，恰恰促就了“研究—實(shí)踐”的跨界融合，共同發(fā)展出對(duì)學(xué)習(xí)者更全面的理解。收集并轉(zhuǎn)錄學(xué)生的會(huì)話音頻，再使用新型評(píng)價(jià)工具分析并可視化會(huì)話詞匯的社會(huì)語義網(wǎng)絡(luò)，這一過程體現(xiàn)了學(xué)習(xí)分析視角與DBIR方法的融合，擴(kuò)展了利益共同體對(duì)于課堂情境本身的理解，包括：在完整回顧和比較不同群組的學(xué)生會(huì)話中，歸納學(xué)生互動(dòng)模式;從社會(huì)語義網(wǎng)絡(luò)的結(jié)構(gòu)變化中，探索學(xué)生對(duì)集體知識(shí)進(jìn)步的貢獻(xiàn)程度。在這個(gè)案例中，由研究者提供技術(shù)支持和闡釋會(huì)話分析結(jié)果，通過彼此對(duì)話與交流，教師認(rèn)識(shí)到基于自身經(jīng)驗(yàn)的主觀判斷，與基于可視化證據(jù)的推斷之間的矛盾及其成因，甚至希望進(jìn)一步探尋影響學(xué)生參與協(xié)作學(xué)習(xí)過程的主要因素。該案例說明融合學(xué)習(xí)分析視角的DBIR方法，能夠促使教師從“實(shí)踐參與者”逐步轉(zhuǎn)向“教學(xué)研究者”。837341F5-7F5A-42C1-A2C7-DB01FB127365

（二）案例二：開放共享的可視化學(xué)習(xí)設(shè)計(jì)工具DEPIT[25]

在持續(xù)變化的文化背景下，學(xué)生之間在文化、認(rèn)知、經(jīng)驗(yàn)等方面均存在較大差異，同時(shí)學(xué)習(xí)過程和課堂教育情境也日益復(fù)雜。由此，尊重不同差異的情境性精準(zhǔn)學(xué)習(xí)設(shè)計(jì)，以及開放性視角下對(duì)數(shù)字化設(shè)計(jì)制品的共享交流，成為主要需求。相較于傳統(tǒng)教學(xué)設(shè)計(jì)采用一系列固定步驟進(jìn)行簡(jiǎn)單開發(fā)，學(xué)習(xí)設(shè)計(jì)應(yīng)該被視為學(xué)生與教師共同創(chuàng)造的“空間”，能夠?qū)?、定位與支持教與學(xué)過程。在歐洲共同體資金的支持下，2017年，國際合作組織發(fā)起了個(gè)性化設(shè)計(jì)與技術(shù)融合（DEPIT）項(xiàng)目，主要成員包括馬切拉塔大學(xué)、米蘭天主教大學(xué)、塞維利亞大學(xué)、倫敦大學(xué)學(xué)院、意大利創(chuàng)業(yè)公司以及三所網(wǎng)絡(luò)學(xué)校。該項(xiàng)目旨在通過DBIR方法，開發(fā)可供教師在課程及日常活動(dòng)中使用的DEPIT學(xué)習(xí)設(shè)計(jì)應(yīng)用程序。DEPIT程序以宏觀、中觀和微觀三個(gè)層面結(jié)構(gòu)化組織課程、模塊、小節(jié)以及活動(dòng)，以圖形組織器（Graphic Organizer， GO）形式展示可視化的教學(xué)路徑，支持教學(xué)實(shí)施，并為教師和學(xué)生提供指引和參考（如圖3所示）。

DEPIT項(xiàng)目成員共同參與了DBIR的所有階段，其中，由研究員闡釋原則和假設(shè)，技術(shù)人員研發(fā)產(chǎn)品，實(shí)踐者實(shí)驗(yàn)、分析并解釋產(chǎn)品，在多方的協(xié)同交流和爭(zhēng)論中，產(chǎn)出創(chuàng)新產(chǎn)品結(jié)構(gòu)的新視角。首先，項(xiàng)目團(tuán)隊(duì)從國際文獻(xiàn)和開放性問卷雙視角開展初步調(diào)研，明確當(dāng)前學(xué)習(xí)設(shè)計(jì)領(lǐng)域的四條主要需求：①從官僚主義的教學(xué)設(shè)計(jì)視角，轉(zhuǎn)變至流動(dòng)、自由、迭代修改的設(shè)計(jì)視角;②為教師設(shè)計(jì)明確、可視化、可分享、可持續(xù)和可行的路徑;③允許為設(shè)計(jì)制品增添功能;④建立開放共享的數(shù)字設(shè)計(jì)資源，供整個(gè)共同體共享交流。其次，教師和研究員共同開展一系列會(huì)議，測(cè)試應(yīng)用程序，收集技術(shù)、功能、設(shè)計(jì)層面的共同需求，并將其轉(zhuǎn)化為程序的具體功能。最后，在真實(shí)的教室環(huán)境中測(cè)試應(yīng)用程序，采用問卷和焦點(diǎn)小組訪談的方法收集教師評(píng)估數(shù)據(jù)，由教師與研究者在多輪會(huì)議中共同分析現(xiàn)有的使用問題與需求，不斷迭代改進(jìn)應(yīng)用程序的版本。基于歐洲網(wǎng)絡(luò)學(xué)院國際平臺(tái)的支持，DEPIT項(xiàng)目團(tuán)隊(duì)開發(fā)了多語種的MOOC課程，為所有對(duì)該項(xiàng)目感興趣的教師提供技術(shù)和教學(xué)培訓(xùn)，同時(shí)將DEPIT作為免費(fèi)的學(xué)習(xí)設(shè)計(jì)工具廣泛傳播至世界各地學(xué)校。

DEPIT工具從多方需求出發(fā)，以設(shè)計(jì)制品的邏輯與認(rèn)知結(jié)構(gòu)為可視化規(guī)則，用宏觀、中觀和微觀三層地圖的結(jié)構(gòu)化方式組織設(shè)計(jì)，并在多輪分析交流中不斷迭代完善版本，體現(xiàn)了人工智能視域下設(shè)計(jì)分析視角與DBIR方法的融合，對(duì)于師生共同形成基于可視化設(shè)計(jì)的教學(xué)法具有變革性意義。就教師本身而言，可視化設(shè)計(jì)路徑，可幫助教師隨時(shí)回溯設(shè)計(jì)并定位教學(xué);設(shè)計(jì)材料的結(jié)構(gòu)化聚合，促使設(shè)計(jì)在學(xué)習(xí)活動(dòng)中的動(dòng)態(tài)生成并不斷演化;開放的數(shù)字設(shè)計(jì)制品資源，為不同情境下的教師共享復(fù)用設(shè)計(jì)制品提供可能。學(xué)生主要從設(shè)計(jì)結(jié)構(gòu)的可視化形式中，清晰地感知與定位自己的學(xué)習(xí)路徑，發(fā)展有關(guān)課程結(jié)構(gòu)的體系化知識(shí)，在已有經(jīng)驗(yàn)、現(xiàn)有知識(shí)以及學(xué)習(xí)行為預(yù)測(cè)之間建立認(rèn)知橋梁。DEPIT項(xiàng)目的實(shí)施與迭代過程中，多元參與者能夠基于設(shè)計(jì)的可視化形式，直觀評(píng)測(cè)其優(yōu)缺點(diǎn);研究者在此基礎(chǔ)上，可總結(jié)歸納可視化界面在使用中的問題與共同需求，充分發(fā)揮自身的理論和技術(shù)優(yōu)勢(shì)，持續(xù)迭代改善設(shè)計(jì)版本。

五、思考與建議

本研究通過梳理BDIR核心思想、大數(shù)據(jù)和DBIR融合的可行性與必要性，將大數(shù)據(jù)驅(qū)動(dòng)下的教育研究范式與DBIR方法整合，從學(xué)習(xí)分析與設(shè)計(jì)分析兩個(gè)視角，構(gòu)建了AI-DBIR新一代學(xué)習(xí)科學(xué)研究方法論框架。以自上至下的分析方式，深入解讀兩個(gè)典型的國際研究案例，闡明AI-DBIR框架中各要素之間的相互作用關(guān)系，為該方法論框架的落實(shí)提供可操作的借鑒內(nèi)容。隨著我國教育信息化2.0的快速發(fā)展，全面實(shí)現(xiàn)教育信息化需要平衡多方關(guān)系，以創(chuàng)新應(yīng)用發(fā)展為導(dǎo)向，共同探索一條既符合中國基本國情又與國際前沿接軌的發(fā)展道路[26][27]。立足于我國教育信息化的基本實(shí)情，從國際層面的人工智能視域下DBIR研究成果中提取可取之處，筆者提出三個(gè)方面的思考與建議，以便于相關(guān)研究者有效使用AI-DBIR方法，開展教學(xué)創(chuàng)新實(shí)踐研究。

（一）從基于經(jīng)驗(yàn)的主觀判斷轉(zhuǎn)向數(shù)據(jù)驅(qū)動(dòng)的教學(xué)研究

長(zhǎng)期處于教育一線的教師等實(shí)踐者普遍缺少學(xué)習(xí)科學(xué)理論知識(shí)，部分持有理論無用論觀點(diǎn)，常常依據(jù)自身的教學(xué)經(jīng)驗(yàn)判斷課堂狀況和學(xué)習(xí)者的學(xué)習(xí)狀態(tài)。從學(xué)習(xí)分析可視化視角出發(fā)的AI-DBIR方法，為實(shí)踐者觀念轉(zhuǎn)變提供了契機(jī)。多樣化的可視化表征降低了實(shí)踐者的認(rèn)知負(fù)載，從而使其可以花更多精力理解學(xué)習(xí)與設(shè)計(jì)之間的內(nèi)部關(guān)系，在一定程度上減少主觀理解、決策以及推斷偏見。由于實(shí)踐者的AI素養(yǎng)和數(shù)據(jù)素養(yǎng)薄弱，需要研究人員將新技術(shù)與理念引入學(xué)校，發(fā)起多輪迭代的教研培訓(xùn)和研討會(huì)，以與當(dāng)?shù)亟處熋芮袦贤?。在?shí)踐者尚不了解如何與可視化學(xué)習(xí)和設(shè)計(jì)數(shù)據(jù)互動(dòng)時(shí)，主動(dòng)在分析過程中提供及時(shí)的解釋與反饋。鼓勵(lì)一線教師主持教研課題，將人工智能技術(shù)內(nèi)嵌于教學(xué)環(huán)節(jié)中，形成動(dòng)態(tài)生成的探究式課堂。讓師生共同在教學(xué)中研究、在研究中教學(xué)。

（二）從高屋建瓴的理論研究轉(zhuǎn)為扎根實(shí)踐的創(chuàng)新研究

以往的許多教育研究成果束之高閣，未能轉(zhuǎn)為實(shí)質(zhì)性的教育實(shí)踐，究其原因主要是政府、學(xué)術(shù)、市場(chǎng)間存在的不同需求傾向，彼此間關(guān)系松散，存在較大的認(rèn)知屏障[28]。AI-DBIR將設(shè)計(jì)分析與學(xué)習(xí)分析可視化，為利益相關(guān)群體統(tǒng)一理解學(xué)習(xí)過程與DBIR實(shí)施過程提供中介空間，有效調(diào)和多方參與者在理論知識(shí)與情境知識(shí)之間的認(rèn)知沖突。但研究創(chuàng)新推動(dòng)實(shí)踐發(fā)展的過程周期長(zhǎng)、投入大且難度高，多元教育數(shù)據(jù)的持續(xù)匯聚與深度挖掘，促使AI與人為決策的共同進(jìn)化。當(dāng)數(shù)據(jù)累積到一定程度后，DBIR過程將自動(dòng)化、智能化、動(dòng)態(tài)化，極大程度減少各方時(shí)間與精力的投入。這個(gè)過程要求研究者不斷提升自身實(shí)踐意識(shí)與能力，應(yīng)主動(dòng)與一線教育工作者共同開展研究合作項(xiàng)目，積極推動(dòng)各方學(xué)校的參與，讓研究創(chuàng)新從實(shí)踐中來、到教育實(shí)踐中去。837341F5-7F5A-42C1-A2C7-DB01FB127365

（三）以互融互通的開放空間為載體，構(gòu)建數(shù)據(jù)驅(qū)動(dòng)的多元共同體

由于缺少共享DBIR實(shí)施過程與創(chuàng)新設(shè)計(jì)成果的渠道與機(jī)制，限制了DBIR有步驟地大規(guī)模實(shí)施。促進(jìn)大規(guī)模實(shí)施與提升教育創(chuàng)新影響力的重要舉措在于，為不同區(qū)域的利益共同體打造開放共享的交流平臺(tái)，借助技術(shù)的魔力將眾多利益相關(guān)組織“網(wǎng)絡(luò)”在一起[26]。圍繞開放的DBIR優(yōu)秀案例，不同場(chǎng)域下的多方參與者彼此分享經(jīng)驗(yàn)、交流觀點(diǎn)，有助于設(shè)計(jì)的復(fù)用、修改、擴(kuò)展、整合與廣泛傳播，從中還可提煉出實(shí)施相關(guān)模式和理論，明確什么樣的方式是富有成效的合作，以應(yīng)對(duì)新的、不斷變化的教育情境。應(yīng)在教育部門和政府組織的支持下，廣泛借助新媒體的力量，吸引各方組織的加入，組建無邊界的DBIR項(xiàng)目成員網(wǎng)絡(luò)。研究者可以在開放平臺(tái)上，展示自己的研究成果與當(dāng)前研究需求;實(shí)踐者可以發(fā)布教研需求以及實(shí)踐教學(xué)問題，促進(jìn)彼此關(guān)系的透明清晰，減少認(rèn)知沖突和信息不對(duì)稱，平衡多方利益實(shí)現(xiàn)教育理論與實(shí)踐應(yīng)用的共同增益。

參考文獻(xiàn)：

[1]SAWYER R K. The cambridge handbook of the learning sciences[M]. Cambridge University Press， 2014：1-171.

[2]FISHMAN B J， PENUEL W R， ALLEN A-R， et al. Design-based implementation research： an emerging model for transforming the relationship of research and practice[J]. Teachers College Record， 2013，115（14）：36-56.

[3]BARAB S， SQUIRE K. Design-based research： putting a stake in the ground[J]. J Learn Sci， 2004，13（1）：1-14.

[4]梁林梅，蔡建東，耿倩倩.學(xué)習(xí)科學(xué)研究與教育實(shí)踐變革：研究方法論的創(chuàng)新和發(fā)展[J].電化教育研究，2022，43（1）：39-45，62.

[5]UNDERWOOD S M， KARARO A T. Design-based implementation research （DBIR）： an approach to propagate a transformed general chemistry curriculum across multiple institutions[J]. Journal of Chemical Education， 2021，98（12）：43-55.

[6]WANG F， HANNAFIN M J. Design-based research and technology-enhanced learning environments[J]. Educational Technology Research and Development， 2005，53（4）：5-23.

[7]SUBRAMANIAM M， HOFFMAN K M， DAVIS K， et al. Designing a connected learning toolkit for public library staff serving youth through the design-based implementation research method[J]. Libr Inform Sci Res， 2021，43（1）：10-74.

[8]FISCHER F， HMELO-SILVER C E， GOLDMAN S R， et al. International handbook of the learning sciences[M]. Routledge New York， NY， 2018：381-400.

[9]曹俏俏，張寶輝.基于設(shè)計(jì)的實(shí)施研究：建立教育研究與實(shí)踐之間的強(qiáng)連接[J].遠(yuǎn)程教育雜志，2014，32（3）：33-40.

[10]吳忭，顧小清.教育大數(shù)據(jù)的深度認(rèn)知、實(shí)踐案例與趨勢(shì)展望——2017年“教育大數(shù)據(jù)應(yīng)用技術(shù)”國際學(xué)術(shù)研討會(huì)評(píng)述[J].現(xiàn)代遠(yuǎn)程教育研究，2017（3）：11-17.

[11]COLLECTIVE D-B R. Design-based research： an emerging paradigm for educational inquiry[J]. Educ Researcher， 2003，32（1）：5-8.

[12]ANDERSON T， SHATTUCK J. Design-based research： A decade of progress in education research？[J]. Educ Researcher， 2012，41（1）：16-25.

[13]BARAB S， SQUIRE K. Design-based research： putting a stake in the ground[J]. The Journal of the Learning Sciences， 2004，13（1）：1-14.

[14]LEMAHIEU P G， NORDSTRUM L E， POTVIN A S. Design-based implementation research[J]. Quality Assurance in Education， 2017，25（1）：26-42.

[15]王美，廖媛，黃璐，等.數(shù)字時(shí)代重思學(xué)習(xí)：賦予學(xué)習(xí)科學(xué)重要使命——第13屆學(xué)習(xí)科學(xué)國際大會(huì)綜述[J].開放教育研究， 2018，24（5）：8-20.837341F5-7F5A-42C1-A2C7-DB01FB127365

[16]LEARY H， SEVERANCE S， PENUEL W R， et al. Designing a deeply digital science curriculum： Supporting teacher learning and implementation with organizing technologies[J]. Journal of Science Teacher Education， 2016，27（1）：61-77.

[17]PENUEL W R， FISHMAN B J， HAUGAN CHENG B， et al. Organizing research and development at the intersection of learning， implementation， and design[J]. Educ Researcher， 2011，40（7）：1-7.

[18]MANGAROSKA K， GIANNAKOS M. Learning analytics for learning design： a systematic literature review of analytics-driven design to enhance learning[J]. IEEE Transactions on Learning Technologies， 2018，12（4）：16-34.

[19]PERSICO D， POZZI F. Informing learning design with learning analytics to improve teacher inquiry[J]. Brit J Educ Technol， 2015，46（2）：30-48.

[20]WEN Y， SONG Y. Learning analytics for collaborative language learning in classrooms[J]. Educ Technol Soc， 2021，24（1）： 1-15.

[21]REIMANN P. Connecting learning analytics with learning research： The role of design-based research[J]. Learning： Research and Practice， 2016，2（2）：130-42.

[22]HERNáNDEZ-LEO D， MARTINEZ-MALDONADO R， PARDO A， et al. Analytics for learning design： a layered framework and tools[J]. Brit J Educ Technol， 2019，50（1）：39-52.

[23]ALHADAD S S. Visualizing data to support judgement， inference， and decision making in learning analytics： Insights from cognitive psychology and visualization science[J]. Journal of Learning Analytics， 2018，5（2）：60–85.

[24]OSHIMA J， OSHIMA R， CHIYONISHIO Y， et al. A new approach to lesson study practice in japan from the DBIR perspective[M]. International Society of the Learning Sciences， 2018：673-680.

[25]LAICI C， PENTUCCI M. DEPIT application： open and shared digital artefacts for visible design[J]. Journal of e-Learning and Knowledge Society， 2020，16（4）：1-9.

[26]祝智庭，賀斌.智慧教育：教育信息化的新境界[J].電化教育研究，2012，33（12）：5-13.

[27]祝智庭，魏非.教育信息化2.0：智能教育啟程，智慧教育領(lǐng)航[J].電化教育研究，2018，39（9）：5-16.

[28]陳明選，周亮.教育技術(shù)學(xué)學(xué)科可持續(xù)發(fā)展的必由之路——產(chǎn)學(xué)研結(jié)合下的研究成果轉(zhuǎn)化[J].電化教育研究，2022， 43（3）：91-97.

作者簡(jiǎn)介：

郭文欣，碩士研究生，主要研究方向?yàn)閷W(xué)習(xí)科學(xué)、學(xué)習(xí)分析，郵箱：51214108035@stu.ecnu.edu.cn;

吳忭，副教授，博士，通訊作者，主要研究方向?yàn)閷W(xué)習(xí)科學(xué)、數(shù)字化學(xué)習(xí)環(huán)境設(shè)計(jì)、學(xué)習(xí)分析，郵箱：bwu@deit.ecnu.edu.cn。

Design-Based Implementation Research Method from the Perspective

of Artificial Intelligence： Framework and Case Study

Wenxin GUO， Bian WU*

（Department of Education Information Technology， East China Normal University， Shanghai 200062）837341F5-7F5A-42C1-A2C7-DB01FB127365

Abstract： As an innovative research method in the field of the learning sciences， Design-Based Implementation Research （DBIR） attempts to achieve large-scale sustainable theoretical innovation and educational change. However， there is a cognitive conflict between theoretical knowledge and empirical knowledge among stakeholders such as educational policymakers， practitioners， and researchers. The big data-driven educational research paradigm provides a key breakthrough to solve this problem. This paper incorporates the educational research paradigm shift driven by big data with the DBIR method， and it explores the establishment of an AI-based implementation research method（AI-DBIR） framework from the perspective of artificial intelligence. The framework extends two perspectives on data analysis including design analysis and learning analysis based on the joint engagement and mutual interaction between practitioners and researchers. Furthermore， an in-depth analysis of typical cases was conducted and three suggestions for effectively use AI-DBIR method in research of teaching innovation practice were discussed. First， the subjective judgments based on experience into data-driven teaching research should be made. Second， the high-level theoretical research into the innovation research rooted in practice should be conducted. Third， a data-driven pluralistic community with a mutually inclusive open space should be built.

Keyword： Design-based implementation research; Design-based research; Artificial intelligence; Learning analytics; Case study

編輯：王曉明 ? 校對(duì)：李曉萍837341F5-7F5A-42C1-A2C7-DB01FB127365