在线教育中的集体注意力研究

Understanding how collective attention flow circulates amid an overabundance of knowledge is a key to designing new and better forms of online and flexible learning. This study adopted a data-mining and analytics approach using an open flow network model and the associated distance metrics to gain an understanding of collective attention flow using clickstream data in online courses. Various patterns and dynamics of attention flow will be identified and are discussed here in relation to learning performance. The effective accumulation, circulation, and dissipation of attention flow that are important contributors to academic attainment will be identifed. Understanding the patterns and dynamics of attention flow will allow us to design cost-effective learning resources to prevent learners from becoming overloaded.

人类社会已进入信息过量与注意力稀缺的时代。传统教育学统计指标难以捕捉在线学习呈现出的大规模性、开放性、动态性、自组织性与灵活性等复杂特征。推动下一轮教育信息化的发展，亟待我们基于生态观与系统论的视角，去重新认识信息技术推动教育发展中涌现出的新学习与知识观。本研究聚焦集体注意力在互联网空间中的积聚、流转、耗散与沉浸等多维度，挖掘不同学生群体的集体注意力在学习空间中的分配规律，构建在线学习集体注意力模型，预测学习效果。同时，通过仿真模拟不同模型中集体注意力流转的方式，对比验证不同学生群体注意力在不同学习资源上消费的程度和差异，找到最优流转路径，力求建立以集体注意力消费为代价的在线学习课程与资源评价模型。

人类社会已进入信息过量与注意力稀缺的时代。传统教育学统计指标难以捕捉在线学习呈现出的大规模性、开放性、动态性、自组织性与灵活性等复杂特征。推动下一轮教育信息化的发展，亟待我们基于生态观与系统论的视角，去重新认识信息技术推动教育发展中涌现出的新学习与知识观。本研究聚焦集体注意力在互联网空间中的积聚、流转、耗散与沉浸等多维度，挖掘不同学生群体的集体注意力在学习空间中的分配规律，构建了在线学习集体注意力模型，预测了学习效果。同时，通过仿真模拟不同模型中集体注意力流转的方式，对比验证不同学生群体注意力在不同学习资源上消费的程度和差异，找到最优流转路径，力求建立以集体注意力消费为代价的在线学习课程与资源评价模型。.本研究从800门学堂在线平台课程点击流数据中优选了12门xMOOC课程，比如《C++语言程序设计基础》、《生活英语听写》、《心理学概论》等10轮次的课程，国内第一门cMOOC的7轮次课程，和与康奈尔共同开设的6门在线课程，如《自然教育》、《减塑行动》等课程作为研究案例，采集了超过百万数量级的点击流数据进行集体注意力建模，并自主研发了以降低集体注意力流转代价的交互式在线学习平台。研究结果发现保有学习的注意力是在线学习成效的重要评价指标。在线学习时，学习者的注意力约以26%-41%的速率逐级消耗，重要知识点需要优先讲解。研究同时发现取得优秀成绩学习者的集体注意力流冲刷出了一个由中心向四周放射的在线资源地图，而对于不及格学生的集体注意力流冲刷出了一个无中心的环状结构。可以看到，帮助学习者发现并构建不同知识内容之间的联系成为在线教学设计的重点。研究指出，在这样一个信息过载的时代，人类处理信息的能力却是有限的。我们须对注意力进行调节，以防止人类的信息处理系统过载。理解在线学习没有“时间与地点的代价”，但同时以“消耗注意力”为代价的双重属性。