AI學(xué)位推薦引擎、虛擬助教、智能評(píng)分系統(tǒng)……當(dāng)這些智能工具深度融入學(xué)習(xí)管理系統(tǒng)（LMS），這款昔日的教育“數(shù)字基建”完成了迭代升級(jí)，成為驅(qū)動(dòng)新一輪教學(xué)革命的核心“引擎”大學(xué)。全球高校借力算法賦能，推動(dòng)教育從“標(biāo)準(zhǔn)化培養(yǎng)”向“個(gè)性化精準(zhǔn)育人”轉(zhuǎn)變。
學(xué)習(xí)管理系統(tǒng)（Learning Management System，簡稱LMS）是大學(xué)用于集中支持課程管理、教學(xué)活動(dòng)組織、學(xué)習(xí)過程記錄與學(xué)習(xí)數(shù)據(jù)分析的數(shù)字化教學(xué)平臺(tái)大學(xué)。目前，一場以LMS為核心的數(shù)字化風(fēng)暴已席卷全球高校。根據(jù)美國高等教育信息化協(xié)會(huì)（EDUCAUSE）及多方權(quán)威調(diào)研，在歐美高等教育版圖中，以Canvas、Blackboard等平臺(tái)為代表的學(xué)習(xí)管理系統(tǒng)（Learning ManagementSystem，簡稱LMS）早已從“輔助工具”晉升為“基礎(chǔ)設(shè)施”，其普及程度堪比校園里的水、電、網(wǎng)絡(luò)。但這只是序幕，隨著近年AI的入場和與LMS的深度擁抱，越來越多的大學(xué)正將LMS從靜態(tài)的“資料倉庫”升級(jí)為一個(gè)會(huì)思考的“超級(jí)大腦”：
● 它不再被動(dòng)接收作業(yè)大學(xué)，而能利用生成式AI提供24小時(shí)個(gè)性化輔導(dǎo)；
● 它不再只記錄冷冰冰的數(shù)據(jù)大學(xué)，而是能像“數(shù)字醫(yī)生”一樣，通過教學(xué)分析精準(zhǔn)診斷學(xué)習(xí)痛點(diǎn)，在學(xué)生掉隊(duì)前發(fā)出預(yù)警；
● 它不再只是提供資源大學(xué)，還可以根據(jù)學(xué)生興趣和能力幫助其規(guī)劃學(xué)業(yè)路徑、進(jìn)行學(xué)位推薦；
盡管各國高校在推進(jìn)LMS布局的進(jìn)度和深度上有所差異，但一個(gè)趨勢已經(jīng)顯現(xiàn)：智能LMS正在重塑大學(xué)的形態(tài)，推向高校向智能化、數(shù)據(jù)驅(qū)動(dòng)的個(gè)性化學(xué)習(xí)新進(jìn)程邁進(jìn)大學(xué)。
學(xué)習(xí)管理系統(tǒng)+AI大學(xué)，打造智慧學(xué)習(xí)生態(tài)
全球高校以LMS為教學(xué)運(yùn)營核心，通過系統(tǒng)整合實(shí)現(xiàn)跨平臺(tái)數(shù)據(jù)貫通大學(xué)。一些高校則通過構(gòu)建智慧學(xué)習(xí)生態(tài)，推動(dòng)高校治理水平提高。
亞利桑那州立大學(xué)大學(xué)：教學(xué)從“千人一面”到“精準(zhǔn)定制”
亞利桑那州立大學(xué)（Arizona State University，簡稱ASU）被認(rèn)為是全球高等教育數(shù)字化轉(zhuǎn)型最具前瞻性和系統(tǒng)性的高校之一大學(xué)。學(xué)校以EdPlus為核心引擎，構(gòu)建了一個(gè)高度整合的智慧學(xué)習(xí)生態(tài)系統(tǒng)，致力于為學(xué)生提供個(gè)性化、高效且可擴(kuò)展的學(xué)習(xí)體驗(yàn)。
ASU基于Canvas LMS搭建了統(tǒng)一的課程管理平臺(tái)，實(shí)現(xiàn)了課程資源、作業(yè)、討論區(qū)、測驗(yàn)和教學(xué)視頻等內(nèi)容的集中管理與無縫訪問大學(xué)。在此基礎(chǔ)上，EdPlus下設(shè)的Action Lab持續(xù)采集學(xué)生在平臺(tái)中的細(xì)粒度行為數(shù)據(jù)——包括課堂互動(dòng)情況、作業(yè)完成時(shí)效、視頻觀看模式及測驗(yàn)響應(yīng)軌跡等——并結(jié)合學(xué)業(yè)表現(xiàn)開展學(xué)習(xí)分析研究。這些洞察不僅用于識(shí)別學(xué)生知識(shí)掌握的薄弱環(huán)節(jié)與潛在風(fēng)險(xiǎn)，也為教師優(yōu)化教學(xué)設(shè)計(jì)、實(shí)施精準(zhǔn)干預(yù)提供了科學(xué)依據(jù)。
尤為突出的是，ASU在大規(guī)模入門課程中推行了多個(gè)自適應(yīng)學(xué)習(xí)項(xiàng)目，如MathSpine和BioSpine大學(xué)。這些項(xiàng)目采用智能課件（adaptive courseware，如CogBooks），能夠根據(jù)學(xué)生的實(shí)時(shí)表現(xiàn)動(dòng)態(tài)調(diào)整學(xué)習(xí)路徑：已掌握的內(nèi)容自動(dòng)跳過，未達(dá)標(biāo)的知識(shí)點(diǎn)則觸發(fā)復(fù)習(xí)與強(qiáng)化練習(xí)，真正實(shí)現(xiàn)了“課前自適應(yīng)預(yù)習(xí)+課堂主動(dòng)探究”的混合教學(xué)模式。
展開全文
近年來，ASU進(jìn)一步將數(shù)字化戰(zhàn)略升級(jí)為智能化、沉浸式與全人支持相融合的新階段大學(xué)。例如：
開發(fā)基于AI的學(xué)位推薦引擎大學(xué)，幫助學(xué)生根據(jù)興趣與能力規(guī)劃學(xué)業(yè)路徑；
在工程、健康科學(xué)等領(lǐng)域引入VR/XR沉浸式學(xué)習(xí)環(huán)境大學(xué)，增強(qiáng)實(shí)踐教學(xué)體驗(yàn)；
如今，ASU的數(shù)字教育體系正在從早期的“平臺(tái)整合+智能課件+學(xué)習(xí)分析”三元結(jié)構(gòu)，向集智能化決策、沉浸式交互、全方位支持與大規(guī)?？蓴U(kuò)展性于一體的模式發(fā)展大學(xué)。
密歇根大學(xué)安娜堡分校大學(xué)：輔導(dǎo)從“事后補(bǔ)救”到“實(shí)時(shí)預(yù)警”
密歇根大學(xué)安娜堡分校（University of Michigan,Ann Arbor）推出的Student Success Viewer（SSV）是典型的學(xué)習(xí)分析與教學(xué)干預(yù)系統(tǒng)大學(xué)。該系統(tǒng)基于Unizin Data Platform（簡稱UDP）收集的LMS數(shù)據(jù)，包括學(xué)生提交作業(yè)情況及課堂參與和成績信息，為學(xué)業(yè)顧問呈現(xiàn)實(shí)時(shí)、可操作的學(xué)生表現(xiàn)儀表盤。儀表盤使用紅黃綠信號(hào)標(biāo)識(shí)學(xué)生風(fēng)險(xiǎn)狀態(tài)，以便于顧問快速識(shí)別可能掉隊(duì)或?qū)W業(yè)面臨挑戰(zhàn)的學(xué)生，以為其提供針對(duì)性的輔導(dǎo)建議。
同時(shí)，該校還為學(xué)生提供可實(shí)現(xiàn)自我監(jiān)控的My Learning Analytics（MyLA）儀表盤，使學(xué)生能夠可視化地了解自己的學(xué)習(xí)行為、作業(yè)進(jìn)度和參與情況，并與同班同學(xué)進(jìn)行對(duì)比，從而實(shí)現(xiàn)學(xué)習(xí)規(guī)劃的自我調(diào)節(jié)大學(xué)。SSV與MyLA雙管齊下，實(shí)現(xiàn)了顧問端干預(yù)與學(xué)生端自我監(jiān)控的數(shù)據(jù)驅(qū)動(dòng)學(xué)習(xí)支持機(jī)制。
2024—2025年，該校還在大力拓展生成式AI、虛擬助教（VTA）等技術(shù)工具，希望將學(xué)習(xí)分析、教學(xué)干預(yù)與AI輔助教學(xué)融合大學(xué)。
加州大學(xué)伯克利分校大學(xué)：閱卷從“逐份批改”到“批量處理”
在加州大學(xué)伯克利分校（University of California,Berkeley），作業(yè)與考試的批改流程正逐步由數(shù)字化工具重構(gòu)大學(xué)。學(xué)校以基于Canvas的本地學(xué)習(xí)管理系統(tǒng)bCourses為核心平臺(tái)，通過官方集成方式接入評(píng)估工具Gradescope，形成覆蓋作業(yè)提交、批改與成績回傳的一體化教學(xué)評(píng)估工作流。
在這一體系中，Gradescope提供了面向大規(guī)模課程的“AI輔助批改”功能大學(xué)。針對(duì)理工科常見的紙質(zhì)掃描作業(yè)或PDF作業(yè)，系統(tǒng)可利用圖像處理與機(jī)器學(xué)習(xí)方法，對(duì)學(xué)生答案進(jìn)行相似性分析，并生成“答案分組（Answer Groups）”或“AI輔助分組”建議。教師或助教可在此基礎(chǔ)上對(duì)同一類解題思路或共性錯(cuò)誤進(jìn)行集中評(píng)分與反饋，再由系統(tǒng)將評(píng)分結(jié)果與評(píng)語同步應(yīng)用至該組內(nèi)的所有學(xué)生，從而減少重復(fù)性操作并提升評(píng)分一致性。伯克利教學(xué)支持部門的數(shù)據(jù)證實(shí)，這種“人機(jī)協(xié)作”的閱卷模式將批改效率提升了數(shù)倍。它不僅將教師從低效的重復(fù)勞動(dòng)中解放出來，更讓大規(guī)模課程實(shí)現(xiàn)“即時(shí)反饋”成為可能，標(biāo)志著高校教學(xué)評(píng)估正式邁入自動(dòng)化、智能化的新階段。
數(shù)據(jù)驅(qū)動(dòng)決策的三大支撐
梳理全球高校智能化學(xué)習(xí)管理系統(tǒng)建設(shè)的實(shí)踐案例可見，盡管應(yīng)用場景與實(shí)施路徑各異，但所有成功實(shí)踐均離不開“數(shù)據(jù)基礎(chǔ)—技術(shù)核心—機(jī)制保障”的三重支撐體系，這構(gòu)成了數(shù)據(jù)驅(qū)動(dòng)決策的核心邏輯大學(xué)。
數(shù)據(jù)是基礎(chǔ)大學(xué)，且多多益善
有效的數(shù)據(jù)驅(qū)動(dòng)學(xué)生支持與教學(xué)決策，依賴于全面、可靠的多源數(shù)據(jù)支撐大學(xué)。
僅依靠單一教學(xué)平臺(tái)的數(shù)據(jù)（如作業(yè)提交或測驗(yàn)成績）難以準(zhǔn)確反映學(xué)生的真實(shí)學(xué)習(xí)狀態(tài)大學(xué)。具有預(yù)測力的模型需要融合來自教務(wù)、學(xué)工、校園行為、圖書館使用、就業(yè)發(fā)展等多維度信息。研究表明，多源、多模態(tài)數(shù)據(jù)融合能夠顯著提升學(xué)業(yè)表現(xiàn)預(yù)測的準(zhǔn)確性。如名為《混合式大學(xué)課程中學(xué)業(yè)表現(xiàn)預(yù)測的多源多模態(tài)數(shù)據(jù)融合研究》（Multi-source and multimodal data fusion for predicting academic performance in blended learning university courses）的研究文章指出，融合課堂、實(shí)踐、在線學(xué)習(xí)和評(píng)估數(shù)據(jù)的模型準(zhǔn)確性明顯高于單一數(shù)據(jù)源模型。
一些大學(xué)的創(chuàng)新實(shí)踐也再次驗(yàn)證了這一論斷：佐治亞州立大學(xué)（Georgia State University）通過整合800多項(xiàng)學(xué)業(yè)與行為指標(biāo)構(gòu)建高精度風(fēng)險(xiǎn)預(yù)警系統(tǒng)；華中科技大學(xué)特別強(qiáng)調(diào)打破部門間的數(shù)據(jù)壁壘，建立統(tǒng)一標(biāo)準(zhǔn)和數(shù)據(jù)清洗機(jī)制，以確保分析結(jié)果可信、可用大學(xué)。
正如OECD在其報(bào)告（OECD Digital Education Outlook 2023）中寫的，一個(gè)有效的數(shù)字教育生態(tài)系統(tǒng)應(yīng)由多類系統(tǒng)（如學(xué)生信息系統(tǒng)、教學(xué)管理系統(tǒng)、評(píng)估平臺(tái)等）組成，并通過互操作性（interoperability）實(shí)現(xiàn)數(shù)據(jù)整合和復(fù)用，以便為教學(xué)決策與學(xué)生支持提供實(shí)時(shí)、綜合的數(shù)據(jù)基礎(chǔ)大學(xué)。
技術(shù)是核心大學(xué)，關(guān)鍵在需求匹配
技術(shù)是數(shù)據(jù)驅(qū)動(dòng)決策的核心，但其價(jià)值不在于先進(jìn)與否，而在于能否滿足實(shí)際需求并真正服務(wù)師生大學(xué)。
墨西哥蒙特雷理工大學(xué)（Tecnológico de Monterrey）通過整合學(xué)生人口社會(huì)信息、學(xué)業(yè)成績及校園生活等多維數(shù)據(jù)，構(gòu)建了包含50個(gè)變量、超過14萬條記錄的數(shù)據(jù)集，用于開展輟學(xué)風(fēng)險(xiǎn)預(yù)測與時(shí)序行為分析，為早期識(shí)別高風(fēng)險(xiǎn)學(xué)生提供基礎(chǔ)支持大學(xué)。北京理工大學(xué)則圍繞個(gè)性化學(xué)習(xí)，構(gòu)建了覆蓋70余本科專業(yè)、5000多門課程、十萬余個(gè)知識(shí)點(diǎn)的知識(shí)圖譜平臺(tái)，用于規(guī)劃學(xué)習(xí)路徑、支持智慧教育系統(tǒng)與AI輔助教學(xué)。這些案例表明，當(dāng)技術(shù)與教育實(shí)際需求緊密結(jié)合時(shí)，才能轉(zhuǎn)化為一線師生“看得懂、用得上”的工具，從而真正提升教學(xué)效果與學(xué)生支持能力。
機(jī)制是保障大學(xué)，需系統(tǒng)和良好的設(shè)計(jì)
數(shù)據(jù)驅(qū)動(dòng)不能僅靠技術(shù)部門單打獨(dú)斗，必須建立跨部門協(xié)同的工作機(jī)制大學(xué)。華中科技大學(xué)組建由教師、輔導(dǎo)員、朋輩志愿者組成的幫扶團(tuán)隊(duì)，密歇根大學(xué)則推動(dòng)顧問、教師與數(shù)據(jù)分析師三方聯(lián)動(dòng)，確保預(yù)警信息能快速轉(zhuǎn)化為有效支持。
這一思路也得到了國際實(shí)證研究的支持大學(xué)。英國TASO中心（Transforming Access and Student Outcomes in Higher Education）聯(lián)合諾丁漢特倫特大學(xué)（Nottingham Trent University）與謝菲爾德哈勒姆大學(xué)（Sheffield Hallam University）進(jìn)行的大規(guī)模隨機(jī)對(duì)照試驗(yàn)表明：雖然學(xué)習(xí)分析系統(tǒng)能夠較準(zhǔn)確地識(shí)別低參與學(xué)生，但僅依賴電子郵件提醒或電話提醒的干預(yù)方式效果并不顯著。報(bào)告指出，這意味著“識(shí)別”風(fēng)險(xiǎn)只是第一步，真正有效的干預(yù)仍需更系統(tǒng)化、設(shè)計(jì)精良的支持策略，也進(jìn)一步凸顯了多部門協(xié)同、多策略聯(lián)動(dòng)的重要性。
在此過程中，LMS等平臺(tái)產(chǎn)生的客觀行為數(shù)據(jù)與學(xué)生調(diào)研獲取的主觀反饋可優(yōu)勢互補(bǔ)：前者刻畫學(xué)習(xí)軌跡與操作習(xí)慣，后者揭示態(tài)度、情緒與學(xué)習(xí)偏好大學(xué)。二者融合不僅能驗(yàn)證行為與體驗(yàn)的一致性，還能挖掘深層學(xué)習(xí)模式，提升干預(yù)精準(zhǔn)度。
總而言之，行為數(shù)據(jù)能支撐基礎(chǔ)的監(jiān)測與預(yù)警，但無法解釋“為什么”，也無法反映學(xué)生的心理體驗(yàn)、動(dòng)機(jī)與主觀滿意度大學(xué)。要實(shí)現(xiàn)真正的精準(zhǔn)評(píng)價(jià)與有效干預(yù)，行為數(shù)據(jù)必須與調(diào)研數(shù)據(jù)結(jié)合。
結(jié)語
從全球?qū)嵺`來看，當(dāng)前多數(shù)高校的學(xué)習(xí)分析仍聚焦于學(xué)業(yè)風(fēng)險(xiǎn)（如輟學(xué)、低參與）的事后識(shí)別與補(bǔ)救，且更關(guān)注的也是對(duì)其行為數(shù)據(jù)的收集大學(xué)。隨著大模型、實(shí)時(shí)數(shù)據(jù)處理與多模態(tài)融合技術(shù)的發(fā)展，多維立體的“學(xué)習(xí)者畫像”與自適應(yīng)支持體系將逐步完善。當(dāng)前，我國多所頂尖大學(xué)正在帶頭探索AI與高等教育的深入融合，如北京理工大學(xué)、華中科技大學(xué)等，取得了實(shí)質(zhì)性的進(jìn)展。隨著AI+高等教育的深度推進(jìn)，未來高等教育有望從“被動(dòng)補(bǔ)救”向“主動(dòng)預(yù)測、全生命周期、系統(tǒng)化治理”的智能教育新生態(tài)發(fā)展。
參考文獻(xiàn)：
[1] University of California, Berkeley. “bCourses: Berkeley’s Learning Management System”[EB/OL].
Berkeley RTL, Web.
[2] Arizona State University. “What We Do: EdPlus at ASU”[EB/OL]. EdPlus, Web.
[3] University of Michigan. “Student Success Viewer”[EB/OL]. ITS Teaching & Learning, Web.
[4] OECD. OECD Digital Education Outlook 2023[EB/OL]. OECD Publishing, 2023.
[5] TASO. “New Report: Using Learning Analytics to Prompt Student Support Interventions”[EB/OL]. Web.
[6] Nguyen Nhi. Optimising the flipped classroom and group assessment at Monash University[EB/OL].
