2022年8月8日，第七届数据驱动的计算教育学（教育科技）研讨会暨国家自然科学基金重点项目“面向教育的数据驱动学习行为建模与可解释性分析”工作会议成功在贵阳花溪万宜丽景酒店召开。华东师范大学副校长、贵州大学副校长周傲英教授，数据科学与工程学院院长钱卫宁教授，贵州大学计算机科学与技术学院李晖教授等出席了本次会议。同时，来自东北大学、四川大学、贵州大学、湖北大学、四川社会科学院农村发展研究所和华东师范大学的专家学者与项目组成员也参加了会议研讨。本次会议旨在通过探讨进一步明确方向，进而推动项目的合作交流与协同创新工作。

嘉宾合照

项目介绍

钱卫宁教授致欢迎辞，介绍了国家自然科学基金重点项目“面向教育的数据驱动学习行为建模与可解释性分析”的立项背景、研究意义和研究计划。项目旨在面向大规模个性化教育的创新教育模式需求，研究教学行为数据的获取、时空关联与语义融合方法，研究个体和群体学习行为的模型表示和动态建模方法，研究数据科学、教育学与学科专业知识三者结合的学习行为模式的解释方法及其在个性化教育中的应用；形成基于教学行为数据的学习行为建模与可解释性分析理论、方法与工具系统，并基于线上线下融合学习平台，在中文语言学习和计算机科学学习领域验证研究成果的有效性，形成示范应用；在数据驱动的计算教育学研究方面形成可供参考的系统性研究方法。

钱卫宁教授致欢迎辞

主题1：计算机教育

本次会议分为两个主题。上午的主题为“面向计算机教育的教育科技”，由东北大学计算机科学与工程学院副院长鲍玉斌教授主持。第一个报告来自华东师范大学数据科学与工程学院的王伟教授，题为“数据驱动的教育数字化转型：以水杉在线的实践为例”。报告聚焦于EduTech生态发展，介绍了“水杉在线”全链路在线教育模式，以及多视角综合性的学习评价方法和标准化评价体系的构建。报告还讨论了数据驱动的计算教育学的设计哲学，并以华东师大、贵州大学和桂林电子科技大学正在建设的“新生计算机第一课（CS101）”为例介绍了EduTech的应用成果和经验。东北大学计算机科学与工程学院的张天成副教授作了题为“数据驱动的可解释性学习画像技术研究”的报告，从学习兴趣追踪模型、学习风格追踪模型和知识状态追踪模型三个方面介绍了最新的研究进展。四川大学计算机学院琚生根教授的报告题目为：“面向在线教育的用户学习行为研究”。琚老师针对学习行为的独立性、时序性、分布性、高频性、无序性等特点，以及各种交互行为、问答行为以及反馈行为，开展了学习行为建模与分析技术研究。报告介绍了个体和群体学习行为的模型表示和动态建模方法，学习行为模式的解释方法及其在个性化教育中的应用。第四个报告“基于无代码模式的数据智能教育探索：进展和问题”来自于贵州大学计算机科学与技术学院李晖教授。报告讨论了数据智能应用型人才所需的能力和素养以及大规模培养的创新模式，并介绍了贵州大学团队研发的易睿系统在人才培养中的实践经验。

李晖教授报告

主题2：中文教育

下午会议主题聚焦“面向中文教育的教育科技”，由华东师范大学数据科学与工程学院毛嘉莉教授主持。承上启下，华东师范大学数据科学与工程学院的陆雪松副研究员首先作了题为“自适应编程和国际中文教育研究：问题、数据和方法”的报告，从辅助学生代码纠错、帮助学生维护代码和评价学生代码质量这三个编程教育中的问题出发，介绍了研究进展与“水杉在线”的实践。然后，讨论拓展至国际中文教育中的中文错别字纠正和文本改写这两个问题，介绍了研究方法与初步结果。第二个报告来自华东师范大学数据科学与工程学院兰韵诗副教授，题为“面向教育智能平台的知识图谱构建及问答应用研究”。报告就国际中文教育场景下智能教育平台和中文教育应用两个问题，介绍了相关方法和工具的研究进展，旨在从大量非结构化的中文文本中抽取结构化的信息，作为高纯度的知识库，服务于基于图谱的中文句法解析、阅读理解、成语推荐和智能问答等中文教育应用。华东师范大学康复科学系万勤副教授的报告题目是“言语语言障碍的评估和监控”。她从言语语言障碍、言语噪音障碍的评估与监控和言语构音与韵律障碍的评语与监控三方面介绍了研究进展与她的思考。最后，来自华东师范大学数据科学与工程学院倪葎老师作了题为“数据驱动的规范汉字书写评价模型”的报告。面对汉字书写评价的实际挑战，她提出用学生的写字练习数据来构建汉字书写评价模型，通过识别工具和评价工具对学习者汉字书写是否规范作出科学评价。

毛嘉莉教授主持

专家点评与研讨

在会场中，多名专家学者就报告内容展开了热烈的讨论。专家们一致认为：数据驱动的计算教育学研究需要基于学习行为数据，构建可有效作用于在线学习平台的模型，进而揭示其中的学科知识和教育学原理和机制。这一研究路径可从计算机教育这一具体问题着手，并逐步拓展至中文教育乃至其他学科的教育中。

李晖教授发言讨论

最后，周傲英教授在总结发言中，建议后续的研究应坚持新“四化”：1）一体化，即建立一体化的平台，做一体化的研究，通过数据采集形成统一的数据集；2）数字化，以提升效率、放大能力，最后达到“破茧成蝶”为目标，基于数据，依赖技术，实现教育效率数量级的提高与教学模式的创新；3）装备化，通过硬件，同时达成数据采集和创新教学服务的目的；4）工程化，即在理论研究的同时做到工程落地，在实际教学场景中解决人们迫切关注的“大规模教育，个性化学习；碎片化知识，系统性构建”的教育问题。

周傲英教授总结发言

  最后，也要感谢梁青青老师以及实验室的小伙伴们辛苦的付出。

ACMIS实验室志愿者合照