摘要：建设终身学习型社会要求学习者具备更高的自我调节学习能力。这就要求教育不仅要教会学生知识，更要教会学生学习。然而，当前关于促进基础教育中学习者自我调节学习的研究较少，并且缺乏可以应用于线下课堂的实用工具，导致测评数据无法被深入解读。立足于基础教育课堂教学，设计开发促进学习者自我调节学习的可视化反馈工具，深入分析测评数据，挖掘其中蕴藏的有效信息。该工具提供包括自我认识、学习动机、学习策略三个维度的可视化反馈报告，将知识掌握情况、错题归因、试题定位等信息呈现给学习者，助力其自我调节学习的发生。为检验该工具的效果，在两个班级开展对比实验，对两组学生的自我调节学习能力和学习成绩进行差异性检验。独立样本T检验结果显示，实验班和对照班在自我调节学习能力和学习成绩之间均存在显著性差异，并且均呈现出0.4左右的效应量。证明该工具提供的可视化反馈报告能够有效促进学习者的自我调节学习，同时能够促进学业表现。
关键词：自我调节学习；可视化；学习反馈；测评数据；终身学习
中图分类号：G434
文献标志码：A
基金项目：2022年国家自然科学基金面上项目“细粒度的智能学习诊断及其可解释性机制研究”(编号：62177022)
一、引言
自我调节学习能力可以通过培训得到提高。[6]在自我调节学习能力培养策略的研究中，许多研究都提到反馈的重要性。在自主学习模型中，给学习者提供用于自我监控和自我调节的反馈信息，引导学习者更有效地参与学习活动，从而影响学习。[7]有学者认为，学习者会根据外部提供的反馈信息来调整自身的知识、动机信念以及学习过程。[8]而传统线下教育中，学习者得到的反馈通常是分数或以文本形式呈现的描述性报告。[9]这种反馈形式虽然能够反映学习者的整体学习水平，但是无法为学习者提供更多的细节信息，如学习者的认知结构及知识点掌握情况。因此，该反馈并不能指导学习者对后续学习加以改进和调整，不利于学习者进行自我调节学习。[10]
随着教育信息化的深入开展，基于可视化技术、教育大数据、学习分析等的学习评价与反馈，能解决传统教学中反馈形式单一、反馈信息简略等问题，这需要以大量学习过程中的数据为基础，多围绕在线学习展开。常态化练习与阶段性测验产生的测评数据包含大量信息，如题目的知识点、题型、难度、区分度、学习者的正误情况、成绩、排名等，可以反映测评练习的整体情况与题目的考察情况。[11]由于设备和技术的限制，线下课堂教学中采集全部学习过程数据难以实现。利用信息技术，深入挖掘测评数据中隐藏的信息，用可视化的形式呈现数据分析结果，有助于学习者精确了解自己的学习状态，及时调整学习策略和复习重点，高效地进行自我调节学习。
二、文献综述
(一)自我调节学习的定义与内涵
自我调节学习是指学习者为了达到学习目标、提高学习效果，积极主动地在元认知、情绪动机和行为方面参与自己的学习活动的过程。[12]自我效能感、自我调节学习策略和学生自己制定的学习目标是自我调节学习过程的三个要素。自我效能是指人对自己是否能够成功地进行某一行为的主观判断。自我调节学习策略是指学习者为了获取信息或技能而采取的行动和过程，如寻找有用信息、使用记忆辅助工具等。[13]自我调节学习者在自我效能感的基础上使用特定的策略来实现学业目标，主动努力获取知识和技能，而不是依赖教师、家长等外部因素。[3]
关于自我调节学习，有多种理论观点。社会认知观认为，自我调节学习的过程可以区分为自我观察、自我判断和自我反应三个相互作用的行为过程。[14]首先，学习者从各方面观察自己的行为，获得对设置目标、改变行为的有价值信息。其次，学习者将当前状况与期望达到的学习目标进行比较，即进行自我判断。最后，进行自我反应。学习者根据反馈信息调整自己的行为、选择合适的策略，调整环境条件以促进学习。[15]总之，在自我调节学习过程中，学生自主确定学习目标，不断监控他们的学习方法或策略的有效性，并以各种方式对反馈做出反应，实现从自我认知的隐性变化到行为的显性变化，如改变学习策略。[3]
(二)学习反馈促进自我调节学习
学习反馈指传达给学习者的、旨在改变其思维或行为进而改善其学习的信息。反馈可以使学习者意识到当前的绩效水平与期望绩效水平之间的差距，从而激发动机，还可以有效地减轻学习者的认知负荷。一般而言，反馈信息越精细，对学习者的自我效能感和任务表现的促进作用就越明显。[16]此外，指向任务的反馈信息比指向个体的反馈信息更有效，[17]自我参照的反馈比常模参照的反馈更能促进学习者的学业表现。[18]
自我调节学习通过个体、环境与行为之间的相互作用而实现，学习反馈是三项交互作用中必不可少的环节。[8]在自我调节学习的过程中，学习者基于对自我的观察和对任务的理解设定学习目标，以检测当前状况与标准的差距。在进行自我判断时，反馈恰好提供给学生是否达到目标的诊断性信息。借助外部反馈提供的信息，结合对自我学习过程的监控，学习者明确当前的学习状态，并改进后续的学习方案，如调整目标或改变策略。
(三)基于测评数据的可视化反馈
基于此，本研究开发基于测评数据的促进自我调节学习的可视化反馈工具，并且进行实证研究，旨在检验其在中学课堂上促进学习者自我调节学习的效果、探究该工具对学业表现的促进作用。具体而言，本研究基于某中学生物课堂教学中自我调节学习能力的培养提出以下研究问题：
(1)基于测评数据的可视化反馈如何实现
(2)基于测评数据的可视化反馈能否促进学生的自我调节学习
(3)基于测评数据的可视化反馈能否提升学生学业表现
三、可视化反馈工具的设计与开发
(一)需求分析
本研究对某高中的学生和教师进行访谈，以调查线下教育中学生进行自我调节学习的特征和对反馈的需求，并了解教师进行教学反馈的经验以及实践困境，从而为设计更具针对性和有效性的可视化反馈工具奠定基础。
表1访谈内容及对应的反馈指标和实施策略
(二)可视化反馈工具的设计与技术实现
本研究选取某中学高一年级学生为实验对象，根据该阶段学生的心理发展特点，设计可视化反馈报告，并采用信息技术手段实现可视化反馈报告的自动生成。下面介绍反馈报告的数据收集方法，并从表1中的自我认识、学习动机和学习策略三个维度探讨反馈工具的实施策略和技术实现。
1.数据收集
研究所需数据包括试题信息、学生信息及知识点信息。试题信息包括试卷难度、区分度、题型、题目分值、每道题目所考查的知识点;学生信息包括每道试题的作答及得分情况、学生的姓名、性别、年龄、年级成绩排名、班级成绩排名;知识点信息主要是知识点思维导图，由5名具有丰富教学经验的教师整理得出。
2.自我认识的反馈设计
本研究将成绩和排名以散点图的形式呈现，横坐标为学习者的排名，纵坐标为学习者的分数，黑色圆点代表学习者本人，白色圆点代表班级其他同学。散点的密集程度和陡峭程度可以显示本次考试的区分度及学习者之间的差异。利用此散点图，学习者可以得知自己在班级中的位置以及自己与其他同学之间的差距，对自己在本次考试中的表现进行更加全面客观的判断。
成绩排名散点图和知识点掌握情况扇形图如图1所示。
图1成绩排名散点图及知识点掌握情况扇形图
3.学习动机的反馈设计
根据成败归因理论，学生对错误的归因将直接影响学习动机。[20]通过访谈得知，学生对错题的归因通常为失误、遗忘、没理解知识点。而研究证明脚手架式的反馈更加有利于学生自我调节能力的培养。[21]因此，本研究采用脚手架式的反馈，给出错因选项，由学生自主确定错误原因，最终以雷达图的形式呈现错因统计结果。
错误归因雷达图及教师评语示例如图2所示。
图2错误归因雷达图及教师评语示例
4.学习策略的反馈设计
通过对错题的分析、修改和再学习，来查漏补缺、进行有侧重点的学习是有效的学习策略。明确错题在教材中的位置，在教师讲解之前查找资料并自主学习改正，有助于学生自我调节学习的发生。所以，本研究提供错误试题定位反馈，帮助学生快速定位知识点，高效改错并自学。试题定位反馈显示题目在教材中的位置及该题目在班级的正确率。
对于学生来说，并不是所有错题都是同样重要的，把握重难点、进行有的放矢的学习是有效的学习策略之一。基于测评数据挖掘学生的知识点掌握情况并进行预警，有助于学生在学习过程中及早发现问题并进行补救。[22]本研究提供基于认知诊断技术的知识点预警图，指导学生进行自我调节学习。
试题—教材定位反馈及知识点预警如图3所示。
图3试题—教材定位反馈及知识点预警
5.可视化反馈报告
将以上各元素融合，形成可打印的可视化反馈报告，如图4所示。除以上介绍的内容外，在报告中还加入学习反思与计划板块，该板块采用留白的形式，让学生自行完成，引导学生将外在的反馈转化为内在的反馈。
图4可视化反馈报告
四、自我调节学习工具的效果评估
(一)实验对象
实验对象为湖北省某公立高中成绩及师资配备基本一致的两个班级，共125名学生，剔除无效被试(没有填写问卷或不认真作答的学生)后共117人。
(二)测量工具
本实验使用国内外两个较为经典的量表作为自我调节学习能力的测量工具。量表一是保罗·宾特里奇(PaulPintrich)等编制的青少年学习动机与策略问卷，分为动机信念和学习策略两个维度，采用李克特7点尺度，1至7分别对应“非常不符合”到“非常符合”。量表二改编自吴晗清等人编制的《化学自我调节学习策略量表》，采用李克特5点尺度，1至5分别对应“非常不符合”到“非常符合”。两个量表的cronbach’α系数均大于0.8，信度良好。
(三)实验流程
本实验主要分为准备、实施、分析三个阶段。
一是准备阶段。收集两个班学生的初始成绩，作为判断学生成绩是否提升的前测数据。
二是实施阶段。每次考试后，给实验班发放可视化反馈报告，对照班发放教师批改后的试卷。可视化反馈报告的制作过程为：考试后收集学生的作答信息，并引导学生进行错题归因;然后，以班级为单位将学生的所有信息汇总在Excel表格中，导入可视化反馈工具即可自动生成反馈报告。
三是分析阶段。实验班和对照班的学生填写自我调节学习能力量表，收集学生的期末考试成绩，进行数据分析。
(四)研究结果
1.自我调节学习能力差异性检验
将两个班级随机分为实验班和对照班，采取不同的干预手段，得到两个相互独立的实验样本。采用S-W进行正态性检验，采用levenetest进行方差齐性检验，检验结果均大于0.05，所以数据符合正态分布，且方差没有显著性差异。因此，采用独立样本T检验进行统计分析，检验结果如表2所示。
表2自我调节学习能力独立样本T检验结果
独立样本T检验结果表明，实验班和对照班在学习动机方面有显著性差异(t=2.11，p=0.037)，在自我调节学习策略方面有显著性差异(t=2.15，p=0.033)，并且实验班的学习动机及自我调节学习策略均高于对照班，但是呈现中等偏小的效应量。由此得出，基于测评数据的可视化反馈工具在一定程度上能够促进学生的自我调节学习。
2.学习成绩差异性检验
采用S-W对实验班和对照班的前后测成绩进行正态性检验，采用levenetest进行方差齐性检验，检验结果均大于0.05，所以数据符合正态分布，且方差没有显著性差异。因此，采用独立样本T检验进行统计分析。前测成绩独立样本T检验结果如表3所示，后测成绩独立样本T检验结果如表4所示。
表3前测成绩独立样本T检验结果
表4后测成绩独立样本T检验结果
独立样本T检验结果表明，实验前实验班和对照班同学的学习成绩没有显著性差异(t=-0.71，p=0.478)，实验后实验班和对照班的学习成绩存在显著性差异(t=2.12，p=0.036)，并且实验班的学习成绩显著高于对照班，但是显示出中等偏小的效应量。因此，本研究认为基于学习测评数据的可视化反馈工具能够提升学生的学习成绩。
五、讨论与结论
(一)多维设计提升可视化反馈报告的有效性
总体来说，该报告提供丰富详细的反馈信息，并且以可视化的形式呈现，易于理解和分析，可以为学习者的自我调节学习提供参考和助力，具有较高的实用价值。但是，目前的工具还无法实现数据的自动采集，需要将学习者的答题信息整理成Excel表格的形式，工作量较大，可能会增加教师的负担。
(二)可视化反馈促进自我调节学习
与之前的文献[24][25]一致，本文的实证研究表明，可视化反馈可以促进学习者的自我调节学习。首先，向学生反馈关于学习过程的详细信息，不仅能激发学习动机，还有助于学生反思和总结自己的学习计划，及时调整学习策略，从而促进自我调节学习的发生。[26]其次，可视化借助图表和图像形象地呈现数据，能够降低学习者的认知负荷，有助于学习者更直观地了解数据本身，分析数据中蕴含的详细信息。[27]最后，对测评数据的深入挖掘和分析可以最大限度地发挥单元测试的作用，使学生及时了解自己的学习状态和知识点掌握情况，从而调整学习策略和侧重点，在此过程中促进自我调节学习的发生。
(三)可视化反馈提升学业表现
(四)局限性和未来研究
参考文献：
[1]师曼,刘晟,刘霞,等.21世纪核心素养的框架及要素研究[J].华东师范大学学报(教育科学版),2016,34(3):29-37,115.
[2]贾绪计,王泉泉,林崇德.“学会学习”素养的内涵与评价[J].北京师范大学学报(社会科学版),2018(1):34-40.
[3]ZIMMERMANNBJ.Modelsofself-regulatedlearningandacademicachievement[J].Self-RegulatedLearningandAcademicAchievement:Theory,ResearchandPractice,1989:1-26.
[4]DELENE,LIEWJ.Theuseofinteractiveenvironmentstopromoteself-regulationinonlinelearning:aliteraturereview[J].EuropeanJournalofContemporaryEducation,2016,15(1):24-33.
[5]ADEYINKAT,MUTULAS.AproposedmodelforevaluatingthesuccessofWebCTcoursecontentmanagementsystem[J].ComputersinHumanBehavior,2010,26(6):1795-1805.
[6]RAAIJMAKERSSF,BAARSM,SCHAAPL,etal.Trainingself-regulatedlearningskillswithvideomodelingexamples:dotask-selectionskillstransfer[J].InstructionalScience,2018.
[7]BUTLERDL,WINNEPH.Feedbackandself-regulatedlearning:atheoreticalsynthesis[J].ReviewofEducationalResearch,1995,65(3):245-281.
[8]张俊,刘儒德,贾玲.反馈在自我调节学习中的作用[J].心理发展与教育,2012,28(2):218-224.
[9]陈明选,王诗佳.测评大数据支持下的学习反馈设计研究[J].电化教育研究,2018,39(3):35-42,61.
[10]刘迎春,谢年春,高瑱涛.精准教学视野下基于学习测评数据的可视化反馈研究[J].黑龙江高教研究,2020(12):39-44.
[11]陈明选,许晓群,王玉家.基于测评数据分析的教学优化研究[J].中国电化教育,2018(5):80-89.
[12]方平,姜媛,马英.初中生自我调节学习发展模式研究[J].心理科学,2014,37(5):1160-1166.
[13]ZIMMERMANBJ.Asocialcognitiveviewofself-regulatedacademiclearning[J].JournalofEducationalPsychology,1989,81(3):329.
[14]张林,周国韬.自我调节学习理论的研究综述[J].心理科学,2003(5):870-873.
[15]周国韬.自我调节学习论——班杜拉学习理论的新进展[J].外国教育研究,1995(3):1-3.
[16]MEYERBJ,WIJEKUMARK,MIDDLEMISSW,etal.Web-basedtutoringofthestructurestrategywithorwithoutelaboratedfeedbackorchoiceforfifth-andseventh-gradereaders[J].ReadingResearchQuarterly,2010,45(1):62-92.
[17]HATTIEJ,TIMPERLEYH.Thepoweroffeedback[J].ReviewofEducationalResearch,2007,77(1):81-112.
[18]MCCOLSKEYW,LEARYMR.Differentialeffectsofnorm-referencedandself-referencedfeedbackonperformanceexpectancies,attributions,andmotivation[J].ContemporaryEducationalPsychology,1985,10(3):275-284.
[19]牟智佳,李雨婷,彭晓玲.基于学习测评数据的个性化评价建模与工具设计研究[J].电化教育研究,2019,40(8):96-104,113.
[20]WEINERB,KUKLAA.Anattributionalanalysisofachievementmotivation[J].JournalofPersonalityandSocialPsychology,1970,15(1):1.
[21]GUOW,LAUKL,WEIJ.Teacherfeedbackandstudents’self-regulatedlearninginmathematics:acomparisonbetweenahigh-achievingandalow-achievingsecondaryschools[J].StudiesinEducationalEvaluation,2019,63:48-58.
[22]王均霞,俞壮,牟智佳,等.学习测评大数据支撑下面向知识点的学习预警建模与仿真[J].现代远距离教育,2019(4):28-37.
[23]袁强.教师教育类课程模块化设计与实施——基于卓越教师培养的视角[J].课程·教材·教法,2015,35(6):109-115.
[24]姜强,赵蔚,李勇帆,等.基于大数据的学习分析仪表盘研究[J].中国电化教育,2017(1):112-120.
[25]李绿山,赵蔚,刘凤娟.基于学习分析的大学英语网络学习可视化监控和反馈研究[J].外语电化教学,2022(2):23-31,115.
[26]DIPACEA,FAZLAGICB,MINERVAT.Thedesignofalearninganalyticsdashboard:EduOpenMOOCplatformredefinitionprocedures[J].JournalofE-learningandKnowledgeSociety,2019,15(3):29-47.
[27]阮士桂,郑燕林.课堂数据可视化的价值与教学应用[J].现代远程教育研究,2016(1):104-112.
[28]徐晓青,赵蔚,刘红霞,等.学习分析对自我调节学习的影响机理研究[J].电化教育研究,2022,43(2):72-79.
ExperimentalStudyofVisualFeedbackBasedonEvaluationData
toPromoteSelf-regulatedLearning
HengLUO1,JieLI1,XuediZHANG2,ZhifengWANG1
(1.JournalofArtificialIntelligenceEducation,CentralChinaNormalUniversity,Wuhan430070,Hubei;
2.ZengchengSchool,HighSchoolAffiliatedtoSouthChinaNormalUniversity,Guangzhou511300,Guangdong)
Keywords:Self-regulatedlearning;Visualization;Learningfeedback;Evaluationdata;Lifelonglearning