學習分析技術的影響因素分析及應用策略研究

吳莎莎，張春華

(北京開放大學，北京 100081)

一、研究背景

近年來，數據在教與學過程中的使用率顯著提高，其規模輻射全球教育行業，對中小學校、高等院校、工作場所培訓以及非正式學習都有著不同程度的影響。學習分析一直是近年來國際教育技術領域所關注的焦點，主要是借助于信息技術生成、分析并呈現數據。將學習分析應用于包括在線教學在內的遠程教育領域這一理念起源于商業智能化與數據挖掘的發展，借鑒了相關的理論和方法論，適用于多門學科與該技術的融合。為了更加深刻理解和優化在線學習與學習環境，學習分析對學習者在學習過程中及相關背景數據進行測量、收集、分析，也就是說，人們參與學習時生成的數據將有助于改善在線教育中的教與學。

學習分析與在線教學相融合的發展主要有三個驅動因素：基于教學的大規模數據、在線學習的量化增長以及國家對在線教學成果的關注度。[1]學習分析的核心原則是，將數據用于學習過程建模中并為未來學習的調整提供參照依據。

然而國際相關領域的一些學者持有不同觀點，認為教育不適宜使用數據進行分析，尤其是教與學的過程，會引發問題。學生并不能總是依靠數據開展學習，通過數據給予學生適當的反饋，只是改變他們的行為和情緒。個人的學習狀態和特征并非完全由個人自主決定，會受很多因素影響，這些因素將有可能使學生陷入與學習脫離的狀態，并沒有從分析系統所提供的數據中做出預期的改變。換言之，依靠分析系統所提供的數據提示和指導并不一定能加強個人對未來學習做出決策的能力。從這個角度看，學習分析在整個教育過程中的持續監測有待進一步研究。在使用學習分析技術的過程中，將其作為解決問題的方法是有爭議的社會問題，這是新技術在教育環境應用中眾所周知的局限性。在現實操作過程中，基于數據的研究也會有很多不可控因素，比如決策者不熟悉統計方法，調查結果可能無法付諸實踐等。因此，學習分析在教育領域的應用尚處于初級階段，還有待進一步挖掘。

綜上所述，學習分析在教育領域的發展需要側重于兩方面：一方面，要有效地實施學習分析，必須與相關的人、實踐和過程緊密相連，構成教育生態體系；另一方面，學習分析技術需要進行開發的時間，具體實施要和教學目標保持一致，應注重在未來實現的可行性。

那么，學習分析在應用過程中會受到哪些因素影響呢？本文通過參照Rebecca Ferguson等人在2019年使用的政策德爾福方法，向在學習分析領域的國際專家介紹一系列未來設想，并咨詢設想的可取性、可行性以及相應的對策，收集了來自21個國家的103人的答復，對突出的關鍵詞進行了匯總，最終確定了七個影響學習分析的主要因素，分別是權力、教與學、效度、倫理、復雜性、監管和情感。本研究分別對這七個因素進行分析與歸納，并基于社會建構主義理論，提煉在學習分析實施過程中的關鍵環節，在此基礎上形成應對策略，以期學習分析今后可以更為有效地指導在線教與學。

二、文獻綜述

學習分析技術在過去10年的國際領域中發展迅速。其跨學科性質引發了跨學科研究方法的新論證與應用，這也是學習分析在預測學習成績或輟學方面的成功。還有一些國外院校利用學習分析技術對學生的學習過程進行了實時測試，得到了有價值的數據，如密歇根大學的E-Coach和英國開放大學的平臺分析。

學習分析的另一應用是依據數據制定新措施，通過報告進行自我反思驗證，調整既定的教學結構，開展自我調節的學習，參與學術交流和反思。自我調節學習是一個持續的過程，由多個階段組成，如判斷任務條件、設定目標和規劃，參與任務，并為未來制定適應性任務。數據追蹤有利于幫助研究人員獲取學生在整個學習過程中的自適應學習調節方面的信息。

學習分析的使用方法源自其跨學科性質。除了政策和隱私方面的研究，大多數實證是定量研究。此外，學習分析研究還延續了計算機科學領域的其他技術，如機器學習、自然語言處理(NLP)、社交網絡分析(SNA)、順序分析等。傳統的統計和數據科學技術是學習分析研究的強大驅動力，研究人員分析結構化數據(如行和列)和非結構化數據(如文本、圖像)，[2]要聚焦于學習分析預測能力的信度與效度，與傳統教育的目標有些不同，主要為了了解學習者學習的方式。這種研究可以直接應用構建新的預測系統，識別學習困難的學生，這在許多高等教育機構屬于優先關注點。在頻譜的另一端是關注輸入—過程輸出模型。[3]傳統教育研究經常遵循一種輸入—產出模型，將一些報告用于實施措施或在學生學習過程中采取干預。在學生整個學習過程中都需要提供數據，學習分析的研究人員根據數據判斷學生如何完成學業成果的過程。

在教育信息化2.0時代，國內對學習分析的研究也有了突破性進展。李夢蕾等為把握學習分析的進展與現狀，對國內相關領域核心學術期刊2007—2017年發表的學習分析文獻進行分析，提出了學習分析從技術和數據驅動轉向教育需求驅動，多元化、多模態、高質量的數據采集，跨學科合作與技術融合，使學習分析在教育領域全面展開。[4]孫發勤等基于學習分析技術，研究了主要影響學生學業成就的因素。[5]荊永君等探索了在學習分析技術支持下從教師角度研究在線學習行為。[6]蔡慧英等將學習分析與學習設計相結合，將教學與技術有效連接。[7]

現有學習相關數據為研究人員提供了前所未有機會，通過學習分析研究學習者的學習模式和學習過程，取得了令人矚目的進展，但在完善數據測量，將相關理論和教學法關聯，并將學習分析發現有效轉化為面向學生實施可操作方案的較少，從社會宏觀層面考慮影響學習分析因素的研究更少。許多學習分析研究都側重于算法優化及學習分析技術的分析，而并沒有對學習者整個學習過程中所受的影響進行梳理。顧小清等在學習分析當前的挑戰與未來發展中也提到，作為一個跨學科的研究領域，學習分析的跨學科概念界定，多視角分析設計與融合，多模態、多層次數據建模都有待進一步挖掘。[8]

本研究認為，雖然開發新的學習分析方法非常重要，但在學生學習過程中更應注重不同維度影響因素的宏觀與微觀條件，借助于分析技術更為周全地開展在線教學設計，使學生在線學習過程更有實用價值，從而促進學生在線學習與發展。

三、影響學習分析發展的關鍵因素分析

(一)研究方法

本研究借鑒Rebecca Ferguson等在全球范圍內開展的關于學習分析未來發展趨勢的研究結果，涉及來自各領域的專家，提供了不同層面的視角。這項研究幾乎面向學習分析領域所有成員，學校、高等教育和工作場所的研究人員、教師、開發人員或供應商都能積極配合。此外，對學習分析有很大興趣的人群也鼓勵參與該在線活動，主要為了使研究人員、從業人員和決策者依據數據做出準確的決策。該研究采用了“政策德爾菲”方法，旨在生成最有力的重大政策，所得出的結論可能會與之前的政策相反，[9]由四名研究人員組成的團隊共同確定和編寫數據中的主題，研究結果的相關主題來自調研數據。

(二)研究結果分析

政策德爾菲研究主要目的是能夠在較大范圍征求專家意見。研究結果按數據文本建議的順序界定了七個最重要的主題——權力、教與學、效度、監管、復雜性、倫理、情感。以下內容主要就這次調研結果所涉及的七大主題進行分析。

1.權力

數據無法干預個人的控制權力，但對數據的控制權力卻影響著學生的學習過程，為學生和教師設定目標，并能夠調動個人主觀能動性，積極理解并解決學習過程中所遇到的問題。個人或相關組織掌握學習分析數據控制權力，依據數據對學生學習和教師教學過程進行指導，追蹤并監測教與學的過程，促進并支持教學，為學習者和教師如何改進教與學提供依據。但將對數據的控制權力用于監視和權力的把控是不可取的。數據控制權力涉及許多人的利益，往往國家層面會掌握很多數據。如果政府控制所有數據，那么教育機構將失去提供相關數據信息的權力，但如果將學習分析有效實施到教育體系，教育機構必須獲取與學生相關的數據控制權力。比如，學校使用有關學生和教師的數據行使權力，根據數據信息判斷學生學習進度、出勤和考試成績，也可以訪問分析相關數據。然而，現階段社會上一些商業力量也擁有控制數據的權力，會限制數據訪問，金錢的交易也可生成數據和分析以形成知識產權。

由此可見，若干利益相關方都可以獲取控制數據的權力。但教師是使用學生數據分析的最佳選擇，有效數據使教師為學生提供更好的學習設計，通過數據較早地了解學生的問題并加以解決。對數據的控制與使用數據的需求密不可分，最終需要讓每個人決定誰、何時以及如何繼續處理數據，在這一過程中，并非所有人都具備了解計算機和相關計算的能力，但他們有權力質疑數據的輸入、輸出以及假設的過程。

2.教與學

所有關于學習分析應用于在線教育的數據都是基于教與學視角。這其中會涉及一系列問題，比如：我們為什么要提供教學，學習者如何學習，如何通過數據努力獲取學習成果，如何評價這些成果，以及如何培養教師的興趣有效利用數據進行分析。將學習分析與對教學的理解聯系起來將會形成教育的變革、成長、轉型，最終促進社會的發展。學習的過程不是直線動態的過程，需要將人與社會環境相關聯，在此背景下才取決于個人能力。此外，教與學的過程是相互協作的，人與人之間是互動的，具有創新和自發性。學習分析需要以不同的視角考慮不同的方面，并不僅僅將教學看作向學習者傳遞信息的過程，還需要開展學習的自我反思、討論和辯論，并培養豐富、反思的教與學環境。

學習分析并不會因此而忽視重要且具有挑戰性的學習內容，學習不僅僅是學習者學有所成，也可以使學習者從失敗中學習，學習分析所提供的數據使學習者的學習得以轉型并獲成長。學習不是觀察出來的，很難用可衡量的術語表達并通用于不同的環境。為了有效地將學習分析應用于在線教學實踐中，教師的專業化發展應得到重視，教師使用這些新技術工具，能夠解釋適當的數據信息，并以有意義的方式使用數據。

3.效度

學習分析的效度影響著整個實施過程的質量保障；換言之，質量保障是學習分析實施過程中的一個重要主題，同時也是學習分析有效發展的重要因素之一。那么，如何確保學習分析產生的建議和結果有效、可靠呢？現實操作過程中學習分析數據基礎算法的效度很少被核查。即使算法是免費提供的，學生和教師也不太可能有時間或經驗檢查數據的有效度。驗證分析會涉及將學習行為和可衡量的結果與教學相關聯，當然要采用適當、可靠的科學方法。在實際操作中使用學習分析應用程序本就有一定的難度和局限性，驗證的過程還會涉及仔細篩選、數據表達、應用適當的概念框架以及結合具體環境所得的報告結果。

總體而言，這項研究開展的基礎是建立一個可靠的數據支撐架構。即便如此，教師也需要經過培訓才有能力驗證學習分析過程及其假設，并有效地使用數據進行分析，避免分析尚未驗證的無效數據。這個過程都需要大量的專業學習確保所有這些信息得到正確解釋和使用。

4.監管

學習分析的監管制度以及應如何制定并執行規則非常重要。監管并制定制度主要是為了保護數據，獲取并存儲數據以及確定衡量標準?？刂苽€人數據是聯合國應處理的一項基本人權。每個人都應該有權決定，何時以及如何達到目的，何時何地不可使用其個人數據等。這個問題將上升到國家政府層面，將被“法律框架”制度所取代并由國際權威機構管理，實質上也涉及人權與道德倫理問題。學習分析數據應致力于基于學生能力培養的教育，賦予學生掌控個人數據的權力。推動學習分析的組織或基礎結構形式需要建立一個關于數據和分析可信的交換機構，從這個角度來看，國家層面制度監管并推動發展會更有保障并更有效。

5.復雜性

學習分析所涉及的內容具有一定的復雜性，比如，如何通過內在數據衡量外部行動、利益相關者的范圍，了解學生內在的學習過程，以及處理不同來源的大量數據所固有的問題等。由此看來，學習分析的實施不僅需要投入大量精力與工作，更應專注于了解學習過程的真正運作方式。我們需要根據數據開發適用于個體學習者的細微模型，而不是泛泛針對普通學習者的普適模型。在線學習要做好學生的學習支持服務，可以開發一個新的學習代理，直觀地感知學生是如何學習的。學習本身不只發生在課堂上，學習分析不能只針對嚴格控制的環境而設計，還需要考慮學習者更廣泛的社會經驗，這意味著學習分析需要大量的數據來監控個人學習。近年來，智能房屋、可穿戴技術、物聯網和面部識別逐漸成為日常生活的一部分，因此，學習分析所需的數據收集和數據處理是可能實現的。學習分析數據可以監測在混合學習場景中發生的事情，并為教師和學生提供不同的教與學的方式和建議。

同時，在使用學習分析的過程中，也會包括很多利益參與者，有國家組織、教育部和教育機構參與的共同體和廣泛聯盟等。雖然參與人員主要集中在學習者和教育工作者上，但其他參與的團體，比如決策者、標準組織、教師培訓師、研究人員等也正在開發分析工具，并在教育機構、工作場所學習、用戶共同體和整個社會開展實施。大規模實施學習分析要考慮到所有這些群體，還需要考慮影響這些群體的所有問題，如倫理操守。

6.倫理

倫理不同于隱私，對于未成年人需要在這方面進行某種形式的管制，對數據的控制涉及倫理道德問題。具體實施過程中在需要監管的同時還需要了解數據的使用方式和分析功能。將數據作為有價值的商品可能會導致不倫理行為。雖然倫理問題往往被視為限制性問題，但目前人們會強調學習分析可能帶來的社會積極方面和好處。倫理問題是學習分析應用需要解決的問題。人們參與此過程需要了解學習分析可能給教育帶來的利弊，所建立的制度政策強調平等，加強個人的受教育權，每個人都應該有獲得這些制度的權利并改善其教育成果，每個人都有社會責任，促進和提供機會讓學生充分發揮自己的潛能。

許多人對與學習分析相關的倫理問題含糊不清，強調需要倫理政策、良好行為規范或建立有一個強有力的倫理框架，并得到立法的支持。近年來學習分析關于倫理的主要潛在問題在于游戲系統、不可靠的分析、創建學習分析的教育系統等，這些系統只能局限于特定人群訪問學習分析系統，并有可能根據數據的類型形成觀點，甚至會出現基于數據歧視某些個人或群體的現象。

數據所有權和控制權在學習分析倫理這一方面被視為重要問題。每個人都有自己的觀念，但數據沒有。如果人們不理解如何以及為什么應該行使這種控制，那么僅僅控制數據是不夠的。人們應更好地理解自身的權利并理解如何控制并使用這些權利。除了控制數據外，數據的價值也是一個問題。學生數據可能會被出售給第三方，比如保險公司濫用的可能性非常大。此外，還存在受利潤驅使的企業試圖控制這些數據信息，并出售給相關個人。因此，權威部門合理有效地監管數據非常有必要。

7.情感

情感在學習分析中指的是個人的內在感覺或情感的經驗，與學習分析有關的主要問題有兩方面：一是如何吸引和激勵學生和教師；二是對學習分析各個方面感到的不適或不安。學習動機是學習的關鍵組成部分。學習的真正動力是學習者的動力和意志，較難用外力來影響。一些研究探討了學習分析如何增強或減弱動機。有些人認為，許多學習者沒有足夠的內在動機，讓他們長期參與學習分析的過程，如果他們離開數據追蹤和學習分析支持下的工作，將會半途而廢。學習的個性化通過學習分析實現，可以增加學習的積極性和興趣，并且可以得出自主學習所產生的敬業、激勵、堅持、相關性。

學習分析的許多種可能性引起了不適或不安。針對所發布數據，人們會將某些形式的數據收集視為介入性，并擔心受到監視。在學習分析中，所有的運動(即使是無意識的)都是受到技術監督的。這些不安感與對分析師的開發與部署缺乏信任有關。學生和教師將學習看作依靠相互信任的基本社會活動，需要能夠信任控制其數據的人和系統，并建立用于指導有關學習的決策。

綜上所述，政策德爾福研究是第一個探索學習分析未來的研究，借鑒來自世界各地的專家網絡的經驗，基于前期的研究可進行分析探索。這項整體研究發現，學習分析專家對該領域改進甚至轉變的潛力持積極態度。但他們對實現這一潛力所需的工作有重大顧慮，專家在重大技術挑戰方面非常(但不是完全)有信心，經過努力研究可以克服難題。學習分析領域有更廣泛的社會、政治和教學方面的問題要解決，這些都是更加復雜和困難的。在這些問題上，專家對提供成功的解決方案沒有足夠的信心。

四、學習分析技術影響因素的應用策略的探索

Chatti等(2012)提出學習分析的四個維度，這四個維度促進了對學習分析生態系統關鍵組成部分的理解。[10]主要包括：

(1)系統收集、管理和使用數據進行分析的主要類型。

(2)根據不同利益相關者的特定觀點，系統對學習分析設定不同的目標。

(3)根據不同的分析目標，學習分析的應用應該面向不同的利益相關者，確定各自分析人物的不同觀點、期望和態度。

(4)系統對收集到的有效數據進行分析的主要方法。

從Chatti學習分析的概況中也可以提煉出復雜性、權力、效度和情感等因素，在學習分析應用上這幾大因素具有通用性。因此，未來十年在線教學過程中實施學習分析技術非常有必要考慮七大因素：權力、教與學、效度、監管、復雜性、倫理和情感。實施學習分析技術不僅會引起特定利益相關者(如學習者、教育工作者、研究人員和開發人員)的關注，而且在政治、社會和現實等不同層面都存在相關的影響因素。學習分析應用于教育領域的發展不應僅局限于在線教學層面所涉及的因素，還應該將視野拓展到社會宏觀層面，將該技術形成過程中外圍因素考慮在內，現代教育理論更要基于宏觀與微觀層面因素的融通開展創新變革。

在社會建構主義理論中也特別強調對事物的發展要運用社會環境的影響和制約因素進行分析。社會建構主義的闡釋聚焦于社會過程而非結構，強調知識在社會互動與社會過程中不斷地創造、維持、解構與重構，文化、社群與體制影響我們觀照或重構社會的方式。[11]上述研究中所確定的七大因素在學習分析實施的不同階段具有不同的作用，需要考慮不同的應對措施，符合社會建構主義的基本規律。研究結果中七大因素的形成從社會建構主義角度看是有一定規律的。

圖1描述了將學習分析應用于在線教學實際操作過程中，不僅要涉及教與學過程中內部數據的把控與采集，還應將社會宏觀把控層面與實際操作相結合進行貫通設計。在線教學過程中借助于學習分析形成學生學習過程與學習結果的相關數據，教師獲取數據后從中篩選有效數據，對學生學習進行個性化指導，最終獲得有效的學習成果。

然而，將學習分析與在線教育相融合同時也是技術在社會實踐中發展的產物，在社會宏觀環境下也會受到更多復雜因素的制約，學習者的學習動機與情感會影響學習進度與學習成果。涉及相關個體的數據具有隱私性，在倫理方面應對學習動機及相關隱私進行保護。同時對學習成果數據及相關個體隱私都需要符合社會層面的制度約束與監管，具有正面積極導向，才具有效度并得以持續發展，如此才能使學習分析的發展形成閉環與優化?；谏鐣嬛髁x，影響學習分析的因素間相互聯系，具有一定的復雜性。

以下綜合這七大影響因素，主要從社會宏觀層面，利用社會共情設計法，基于學習過程監控，以及倫理措施等方面對影響學習分析的因素進行分析并提出應對策略。

(一)基于社會宏觀層面的學習分析因素的實施

教育可以關注個體成長并促進社會發展，而這些社會層面的問題會與認識論和教學聯系在一起。對于學習分析領域所帶來的影響需要關注兩點，學習分析是學習的代理度量工具，并提供數據，能夠促進分析，有助于支持個人和社會的發展。教育是一種控制手段，是一種分類和社會分層的方式，而個人數據可以作為有價值的商品，有可能進行價值的交換。[12]不同背景的群體在日常生活中共同工作和學習，會受很多社會因素的影響，因此學習分析領域必須關注社會層面的影響因素。影響學習分析的因素很多，具有復雜性，會涉及不同社會層面的利益相關者。在此情況下，可根據學習內容或性質成立學習小組，為學習分析與學生學習提供環境，組織學生進行學習反思，使學生產生更大的學習動力，同時形成廣泛聯盟，這將在影響學習分析因素方面發揮重要的承載作用。

(二)基于社會共情設計方法的學習分析因素的實施

七大因素中的教與學、權力、效度、情感等應從學習分析具體實施層面著手推進，可考慮使用“社會共情”的設計方法開展?！吧鐣睬椤钡脑O計方法指的是在不同社會背景與各種用戶需求中所使用的設計體系與應用方法，可以保證個人參與的過程中與整個體系相連接。這種方法比較尊重用戶的感受，注重用戶的隱私、安全以及權利等因素。提高學習分析技術的透明度是非常重要的問題，使用該技術的過程中需確保編碼和編程的透明度，并對用戶負責，設計系統應展示出假設和側重點，并明確每個系統和數據結果的責任人，這對個人而言是一種挑戰。由此可見，設計出一個易于解釋、職責明確的學習分析系統是非常必要的。

為更為有效地推動教學，在在線教學可控情況下，學校有責任使用并提取學生數據進行學習分析，但同時也不能完全由數據以及對數據的詮釋來界定學生。因此，使用學習分析的目的和界限應該被明確，建立在數據分析基礎上的模型和干預措施應該健全且公正。學校在數據收集方面也應是透明的，為學生提供定期更新個人數據以及數據使用協議簽訂的機會。同時學生應積極參與學習分析的實施環節(如知情同意、個性化學習路徑、干預措施)。

(三)基于學習分析對學生學習過程增強監督功能

學習分析系統在設計過程中應該告知用戶使用個人數據的過程，從而允許學生提出的諸如“誰將受益于個人行為數據”的問題。系統應該采取實時公布用戶數據使用情況，或提供年度審計的形式，對何時以及如何使用個人數據進行公開說明。例如，學生在上學期間不用自主選擇“退出”使用學習分析系統，而是學習分析系統在設計上設置“進退”功能。除了最初選擇進入的決定，學生應有權選擇是否繼續參與。換句話說，學生可選擇隨時“暫?！弊粉櫤褪占鋽祿?，因此，應將應用程序設計成使學生能夠配置個人需要的分析工具。通過向用戶提供所有可用數據的詳細信息以及相關分析工具，給予學生根據個人的問題清單進行相關數據配置的權限。

研究表明，學習分析領域需要密切關注教與學和數據使用的權力問題，利益相關者必須參與制定這些領域的政策。學習分析的實施還需要考慮激勵學生和教師的措施，因此學生和教師參與學習分析整個過程中的各個階段都將是有價值的。教育機構應在標準決策表中增加其“臨界質量”，發布學習分析數據的機構應設置相關標準并公開發布，以保障學習過程的有效性。數據的共享內容和方式可以在機構及其利益相關方的民主進程中達成一致。另一種選擇是更大規模地開展工作，從國家層面建立一個值得信賴的數據和分析交換所，提升數據分析的輻射面。

(四)學習分析在倫理方面的措施

學習分析從社會層面需要解決倫理問題，并制定與數據保護有關的條例，包括數據存儲和數據標準。國家層面制定制度，并進行監管與道德約束，社會層面付諸實施，最終實現學習分析制度與社會共同體的一體化。隨著學習分析越來越普遍被使用，不同利益共同體討論并理解其個人數據的價值，了解如何將數據用于開發和保護。許多不同的利益相關者在某種程度上只是參與學習分析的實踐，但研究人員和開發人員在該領域的日常工作需要處理實際問題，這些都會影響到學習分析是否可以在實踐中有效應用，將影響學生或相關機構的真正利益，會具體涉及許多細粒度，以及如何衡量內部因素等。

今后學習分析的實施需要建立在前期工作的基礎上，在各種不同的領域，應用適當的概念框架，使用適當的科學方法，與教學相結合，仔細篩選并表達數據，并結合相關背景考慮，了解數據中的間隙或失真。在宣傳或營銷時，應避免炒作、虛假陳述和利益沖突，建立良好有序的倫理規范與制度程序。

五、結束語

總而言之，學習分析具有促進學生在學習環境中獲取有效學習成果的潛力。今后如果在在線教學方面開發出更為創新有效的方法，為學生提供適切的信息以及個性化指導，就能夠使他們對個人的教育路徑做出最佳選擇。學習分析將有助于在線教育中以學生為中心理念的發展，學生、學校、教育機構和社會將會持續受益。然而，將學習分析應用于在線教學領域也具有一定挑戰，我們不僅要在技術應用于教學實踐方面需要不斷克服困難，而且今后更要具備開闊的視角，基于學習分析的跨學科性質，從社會、政策及監管等宏觀層面關注學習分析產生的影響與效度。同時在實施學習分析過程中考慮七大因素——權力、教與學、效度、監管、復雜性、倫理和情感，在此基礎上，還需我們不斷努力，面向研究學習分析的人群開展相關宣傳并反復實踐，更好地應用學習分析促進在線教學的質量。