如何判定自适应学习系统的有效性——基于因果结构分析框架

自适应学习系统是开展大规模个性化教育的重要途径之一，其有效性判定是学界关注的焦点。现有判定自适应学习系统有效性的方法大多采用实验法、问卷调查法等，存在实验周期长、实验变量控制难等问题。基于因果结构的自适应学习系统有效性分析框架可通过分析系统中教育数据间的因果结构关系，来判断系统的有效性及其缘由。该分析框架主要包括多维教育数据与基于因果分析的技术路线两部分。其首先利用描述性检验和显著性检验进行特征关联性分析，判断系统是否有效；再利用相关性检验和马尔可夫毯方法寻找与学习成效具有因果关系的特征子集，并利用机器学习算法进行学习成效预测；最后利用基于搜索的因果结构算法确定特征之间的因果结构及影响强度，来回答系统何以有效。利用该分析框架对“均一教育平台”自适应学习系统进行分析后发现：（1）该系统的个性化推荐功能使用与否与学习收益有强因果关系；（2）学习者的练习数量、解题尝试次数和请求提示次数直接或间接影响学习成效；（3）该系统的个性化推荐可生成符合学生最近发展区的学习路径，在减少学生做题数量和错误次数的同时，提高学习效率。