基于xAPI标准数据的交互式学习资源设计研究*

方海光，陈俊达，詹伟华，罗金萍

(1.首都师范大学 教育技术系，北京 100048；2.北京教育科学研究院，北京 100045)

基于xAPI标准数据的交互式学习资源设计研究*

方海光1，陈俊达1，詹伟华2，罗金萍1

(1.首都师范大学 教育技术系，北京 100048；2.北京教育科学研究院，北京 100045)

在教育大数据架构基础上，资源可以作为学习过程数据的载体进行分布式学习，而如何设计标准化和数据化的资源，并支持适合智慧学习环境的交互过程，这是一个理想的资源形态，却也是一个难题。学习过程中产生的数据作为学习分析的重要支撑，已经对学习资源的设计开发提出了新的要求。如何通过交互式学习资源对学习过程展开分析，挖掘学习数据，进而更好地促进学习者个性化的学习，是当前新技术支持教育教学研究的核心问题。该文从学习数据的角度出发，以xAPI规范标准为基础，对数字化学习资源交互设计进行基于数据的分析，并在此研究的基础上完成基于标准数据的交互资源设计，以期在教育大数据的架构下，为交互式学习资源有效支持教育数据分析提供新方法。最后，该文提供了相关设计开发的应用案例并对设计方法进行了详细的说明。

xAPI；教育大数据；基于数据的设计；学习资源；交互设计

一、引言

教育大数据驱动了资源对数据的需求，与集中的学习记录数据中心不同的是，学习数据还可以分布式存储在学习资源中。学习的数字化、泛在化和移动碎片化，使得学习者的学习变得容易、随时随地[1]。灵活的学习方式让学习不再局限于课堂之上，学习方式改变对学习资源设计也提出了新的要求。学习过程即学习者与各种相关元素发生交互的过程[2]。学习者与学习者之间以及教师之间的交互，其主要是学习内容，因此学习者与学习内容的交互实际上是学习者与学习资源之间的交互[3]。人们所熟悉的数字化学习资源，如微视频、音频、图文阅读材料等，往往缺乏有效的学习交互[4]。对学习资源进行合理的交互设计，可以有效地激发学习者的学习兴趣，增强学习者的学习动机，引导学习的进程，帮助学习者完成自我评估等[5]。

以物联网、云计算和大数据为代表的新一代信息技术的快速发展，将现代教育从数字化逐渐推向智慧化。大数据技术已经成为数据时代建设智慧教育的重要支持，能够提高教育管理、决策与评价的智慧性。学习过程中产生的数据作为学习分析的支撑，已经成为一种共识。如何对学习过程展开分析，挖掘学习数据，进而促进学习者个性化学习，是当前教学研究的主要问题。xAPI是一种简单的、轻量级的技术规范，可以让任何被许可的参与者存储和检索可扩展的学习记录、学习者信息和学习经历档案，而这一功能和其具体实现的平台无关[6]。xAPI学习技术规范对于教育大数据的挖掘和分析具有基础作用。

二、xAPI标准数据及其扩展描述

SCORM标准在应对个性化学习以及教育大数据共享等方面有诸多局限，新的学习技术规范Experience API(即xAPI)产生了[7]。在此规范中，使用“活动流(Activity Stream)”来定义学习者的学习体验，通过记录跟踪这些活动流，来实现对学习者学习行为和学习表现的分析。xAPI学习技术规范通过LRS(Learning Record Store，学习记录存储)来描述学习内容的存储机制[8][9]。学习者通过操作学习媒体，如iPad等，可以完成与学习平台上数字化学习资源的交互。与数据库相似，LRS可以用来存储和维护学习者的学习记录[10]。在xAPI中，学习记录被定义为“Statement”，学习者的学习数据以个人学习记录或成绩单的形式存储，不同的学习活动产生的记录均可传送到分布式LRS中存储[11]。学习者通过学习内容或与学习资源的互动进行学习。每一个学习任务在完成时都会以信号的方式发送并记录到LRS中。除了负责存储这些学习记录外，LRS还能与其他单独存在的或嵌入到LMS内部的LRS甚至是一些报告工具(Reporting Tools)共享这些数据，从而形成分布式存储和分析的流程。学习活动数据的存储与共享过程如图1所示。

图1 LRS学习活动数据的存储与共享过程

Statement作为xAPI标准数据的核心部分，采用“Actor + Verb + Object”的形式来描述学习活动(Activity)，所有的学习活动都以这种简单的结构进行描述和存储。Statement中包含十种属性，除了Actor、Verb、Object这三个必选项外，还包括结果、语境、时间戳、存储时间、授权、版本以及可选属性[12]，如表1所示。

表1 xAPI标准数据Statement属性

学习者的动作直接反映着学习者是如何参与学习以及如何与学习资源展开交互的。然而，并不是所有粒度的学习经历都有必要概括为学习事件。在xAPI规范规定的常用动词的基础上，以学习者行为为出发点，结合智慧学习的过程需求，可以归纳总结出面向交互设计时可参考的其他动作词汇，作为xAPI动词表的拓展，如表2所示。

表2 面向学习者行为的xAPI拓展动词表

表2创建的目的在于方便记录学习者与学习资源之间的交互学习活动。根据表中提到的动作词汇，可以设计交互式学习资源，而相关的学习记录系统可以记录学习活动语句。对于资源中嵌入的视频、动画等，可通过关键动词“Watched”进行记录，如“某学习者观看了某视频”；经过设计的图片、关键按钮等，学习者通过点击、滑动、悬停或者拖放等动作完成学习交互，学习活动则可记录为“某学习者点击了按钮A”“某学习者点击了某图片”“某学习者滑动滑块至某处”“某学习者(光标)悬停在人物B上n秒”“学习者拖放图片C到某处”；学习资源中常常为了检测学习效果而设计一些测试题，需要学习者进行输入或选择，此过程可记录为“学习者选择了哪一个选项”等形式，从而以数据源为基础记录细粒度的大数据分析内容。

三、基于xAPI标准数据的交互式学习资源设计模型

学习者与学习资源之间的交互(以下简称“L-R交互”)，是学习活动中的重要环节之一。L-R交互的本质，可以理解为学习者对学习资源做了什么，学习资源对于学习者的行为给出了什么样的反馈。学习者在这样的相互作用当中获得对学习内容的理解。对学习资源进行合理的交互功能设计，是引导并促进学习者学习的有效办法。在xAPI规范下，学习数据是以活动语句“Statement”的形式记录到LRS之中的。“Statement”的“A+V+O”模型描述的是一个“谁做了什么”的学习活动，与L-R交互的本质是一致的。学习活动的操作者可以是学习者，学习活动被操作的对象即为学习资源内容，而操作者和对象之间的动作，可以在交互式学习资源引导学习者完成的学习动作中得以体现。对学习者和学习内容的分析是交互设计的前提，二者共同决定了学习资源的交互方式和交互内容的设计。基于xAPI标准数据的学习资源交互设计模型如图2所示。

图2 基于xAPI标准数据的学习资源交互设计模型

在基于xAPI标准数据的学习资源交互设计模型基础上，可以从分析、设计以及数据规范三个层面来进行交互式学习资源的设计。学习资源的设计和开发应以学习者为中心。对学习者的分析，在某种程度上决定着设计学习资源的交互方式选择。什么样的策略可以使学习者积极参与到学习之中，面向不同的学习者是否需要设计不同级别或形式的评价方式，所要帮助实现的教学目标对学习者来说是否合适等，都是在学习资源设计时进行学习者分析应该考虑的问题。并不是全部的内容都适合设计交互功能，对学习内容的整体结构进行分析，是梳理不同知识点的前提。以xAPI标准数据为基础，将Verb(动词)和Object(对象)分别映射到交互方式和交互内容，把学习内容按照知识点进行模块化划分，完成交互脚本与内容脚本的设计，再根据具体的脚本进行学习资源开发。基于xAPI标准数据的交互式学习资源的设计流程如图3所示。

图3 基于xAPI标准数据的交互式学习资源设计流程

四、基于LRS交互式学习资源的个性化学习过程

学生个性上的差异，决定了以促进学生个性发展为目标的学习范式[13]。通过对学习者全方位的分析、评价研究，发现学习者学习中存在的特点和问题，为学习者制定独特的学习策略，提供合适的学习资源，让学习者进行最有效的学习，实现个性化发展。如何发现特定学习者的学习特征和规律，是帮助其进行个性化学习的关键所在。基于xAPI 标准数据的交互式学习资源，使得学习者在通过学习资源进行学习时的学习行为数据得到标准化存储，从而为个性化学习分析提供支持。

(一)学习者学习数据

数据是信息的载体，大数据时代的教育，学习数据是学习分析的核心，更是基础。学习是学习者与学习环境各要素之间的交互过程，学习者通过与学习资源进行交互从而获得知识，在这个过程中产生大量的学习数据，包括结构化数据、半结构化数据以及非结构化数据，这些数据无疑是学习者学习特征的承载[14]。基于xAPI标准数据的交互式学习资源，帮助并引导学习者完成交互学习之外，使得学习者的学习行为以结构化的数据形式存在，即以Statement语句存储于LRS中。此外，LRS的活动接口和代理描述接口还允许LRS存储记录半结构化或非结构化的数据，比如学习者创建的一些HTML文档、资源中包含的声音、图像等。

(二)基于LRS的个性化学习引擎

存储在LRS中的学习数据，可以通过接口被其他系统或报表工具访问。个性化学习引擎通过提取LRS中的学习数据并分析、识别出特定学习者的学习特征，预测并为学习者推荐合适的学习路径和学习资源。个性化学习引擎应至少包含四个模块：学习者模型、知识模型、预测模型以及自适应推荐引擎。

1.学习者模型

学习者模型描述学习者的个体特征，包括学习者的基本信息(如姓名、性别、电子邮件等)、学习风格、学习兴趣或偏好、认知水平等。系统可以通过分析LRS中的学习数据，不断更新学习者模型。

2.知识模型

知识模型描述的是相关领域知识的结构，即概念与概念之间的联系，概念之间的联系可以是多对多的关系。

3.预测模型

预测模型可以根据学习风格、认知水平，兴趣偏好等学习者特征信息，对学习者接下来的学习进行预测，通过可视化工具呈现，有助于帮助教师或教学管理者对学习者实施干预和指导。

4.自适应推荐引擎

自适应推荐引擎通过结合学习者特征、学习预测情况，完成对学习者学习路径的自主推荐，并检索资源数据库系统，向学习者推送合适的学习资源。

(三)基于LRS交互式资源的个性化学习过程

基于xAPI标准数据的交互式学习资源，便于学习记录存储，能够形成对学习者个性化学习的支持，其学习过程如下：学习者使用学习终端，通过交互式学习资源进行学习，学习资源中的交互设计和内容设计均基于xAPI数据标准，学习过程中的学习行为数据都通过Statement语句的形式记录存储到LRS中，个性化学习引擎从LRS中获取并分析学习者的学习数据，完成学习者特征分析与知识表征，形成对该学习者的学习预测，并自动从学习资源库中检索相关交互式学习资源，继续推送给学习者，整个过程的循环即学习者个性化学习的过程。如下页图4所示。

图4 基于LRS交互式学习资源的个性化学习过程

五、基于xAPI标准数据的交互式学习资源开发过程

基于LRS个性化学习过程和交互式资源设计流程，通过支持xAPI特定工具的开发过程可以包括以下几个部分：不论用户是否具有相应的课件制作技术基础，都可以创建并发布课程。在这类课程中，用户可以通过创建互动效果、测试和评估等交互内容，来完成一个交互式课程资源的开发。当开发者完成学习课件制作后，只需要在生成发布界面，选择课件的发布类型为xAPI，并填写相关的元数据，如标题、描述、发布地址和标识符等信息，选择填写报告信息、进度和完成情况的跟踪方式，即可导出xAPI格式的内容包。学习者可以使用手机或者平板电脑等移动设备上的浏览器来浏览课程资源包，并能实现对学习者学习行为的跟踪和管理。无论学习者是以笔记本电脑、手机还是iPad浏览课程，只要是支持xAPI的LMS都可以实现对学习者的分布式数据跟踪。

每一个资源制作完成后均可发布成课程包。例如，基于xAPI标准的课程资源包中包含了Tincan.xml描述文件，描述了包中所含的活动类型(Activity Types)信息，其中Course表示该课程；课程包使用审查幻灯片将交互内容群组化，每一个审查幻灯片都被定义为一个Tin Can Objective；在一个课程(Course)中用Module描述每一页幻灯片；Cmi.interaction则表示一个计分或者检测类型的问题；此外，Tincan.xml文档还包含了对交互测试问题的类型、选项、正确答案等的描述。

六、基于xAPI标准数据的设计开发案例

(一)游戏闯关类交互式学习资源实现

在初中语文课程《与诗人谈论“天下第一美湖”》中(如右图5所示)，通过学习资源前端分析后，目标学习者在观看完微视频之后使用该交互资源进行学习效果自我检测。在对学习者和学习内容进行分析之后完成该资源的设计和制作。资源以测试游戏的形式展开，主要交互动词选取xAPI中的“观看”和“选择”；在交互内容上，针对不同题目答案设置个性化的反馈效果，并在全部完成测试时根据所得分数评定等级，全部学习者信息和学习过程数据将记录在资源描述文件中。

图5 游戏闯关类交互式学习资源设计开发

(二)演示启发类交互式学习资源实现

在初中历史课程《攻城为下，攻心为上》中(如图6所示)。学生们已经通过活动了解了“三国杀”游戏中吕蒙的三个卡牌技能“克己”“涉猎”“攻心”，并了解到少年时期的吕蒙、吕蒙为增长才略所读的书籍、吕蒙如何战胜关羽这三个知识点，学习者通过使用该交互资源对于吕蒙其人及三国历史加深理解、产生兴趣，受到启发。学习资源设计为故事演示的形式，主要交互动词选取xAPI中的“观看”“悬停”“点击”，每一幕呈现故事背景或人物对话，完成与学生已有知识的概念性交互。

图6 演示启发类交互式学习资源设计开发

(三)引导探究类交互式学习资源实现

《What People LOVE & HATE about e-Learning》是一个面向所有学习者的交互型学习课程(如图7所示)，学习者可以通过手机、平板电脑等移动设备进行学习，来了解人们对e-Learning的相关态度。通过动画、画面的切换以及互动，使得这门课程的信息呈现达到智慧化体验效果，有效吸引学习者的学习兴趣。在交互动作的选择上，主要是xAPI中的“点击”“拖放”“滑动”。生动的动画和切换效果可以实现与学习者视觉上的交互，知识信息通过学习者的点击或滑动操作呈现，引发学习者思考，实现学习者与学习内容上的交互。

图7 引导探究类交互式学习资源设计开发

在本案例中，通过学习者个性化的学习过程，可以对相关引导学习行为进行“细粒度”地精准分析，为引导类精准学习提供支持。在xAPI中，提供了一系列动词用于引导描述用户的活动，如表3所示。

表3 引导类精准学习活动动词描述

七、总结

本文根据xAPI学习技术规范数据特征，从学习数据的角度出发，构建了xAPI标准数据支持的交互式学习资源设计模型。该模型将L-R交互与xAPI规范中的学习活动数据表现形式Statement进行关系映射，形成学习资源交互式设计的基础。在此模型的基础上，对交互式学习资源的设计流程进行了前端分析，指出对于学习资源的交互式设计，应该从分析、设计以及数据规范三个层面去实现交互式资源设计过程。

[1] 方海光,刘静,黄荣怀,李玉顺.基于学习对象化的移动学习资源自适应引擎的研究[J].现代教育技术,2009,(7):51-55.

[2] 杨彦军,郭绍青.E-Learning学习资源的交互设计研究[J].现代远程教育研究,2012,(1):62-67.

[3] Moore, M. Three types of interaction [J].The American Journal of Distance Education, 1989,(2):1-6.

[4] 刘清堂,向丹丹.面向3G手机的移动学习资源交互设计与实现[J].中国电化教育,2011, (11):72-75.

[5] 张永忠,曾美霞.在线学习资源中的交互式问题设计[J].中国电化教育,2011,(8):87-91.

[6] 李青,孔冲.下一代SCORM标准的新动向——ADL TLA和Experience API解读[J].电化教育研究,2013,(8):61-67.

[7] 唐烨伟,赵桐,王伟.xAPI——新一代学习技术规范引领智慧教育新标准[J].现代教育技术,2013,(8):107-113.

[8] 顾小清,郑隆威,简菁.获取教育大数据:基于xAPI规范对学习经历数据的获取与共享[J].现代远程教育研究,2014,(5):13-23.

[9] 方海光,胡祎祎,杜舟.基于xAPI学习记录的LMS网络系统架构研究[J].中国电化教育, 2015,(2):65-69.

[10] Rustici Software.What is a Learning Record Store(LRS)[EB/OL].http://tincanapi.com/learning-record-store,2014-08-15.

[11] Rustici Software.Building a Learning Record Store(LRS)[EB/OL].http://tincanapi.com/building-a-learning-record-store,2014-08-15.

[12] ADL. Training and Learning Architecture (TLA) capability information [EB/OL]. http://www.adlnet.gov/tla,2015-12-19.

[13] 姜强,赵蔚,王朋娇,王丽萍.基于大数据的个性化自适应在线学习分析模型及实现[J].中国电化教育,2015,(1):85-92.

[14] 曹晓明,朱勇.学习分析视角下的个性化学习平台研究[J].开放教育研究,2014,(10):67-74.

Research on the Design of Interactive Learning Resources Based on xAPI Standard Data

Fang Haiguang1, Chen Junda1, Zhan Weihua2, Luo Jinping1
(1.Department of Educational Technology, Capital Normal University, Beijing 100048; 2.Beijing Academy of Educational Sciences, Beijing 100045)

On the basic of educational big data architecture, resources can be considered as a carrier of data in learning process for distributed learning. However, how to design standardized and data-based resources that support for the interaction process suitable for smart learning environment is a difficult problem, and it is also an ideal form of resource. As an important support for learning analysis, data generated in the learning process has put forward some new requirements to the design of learning resources.How to analyze the learning process through interactive learning resources, excavate learning data, and then promote the learners’personalized learning, which is the core problem in the research of teaching supported by new technologies. Therefore, this paper tries to do some data-based analysis for the interactive design of digital learning resources. On the basic of this research, the design of the case is completed, in order to provide new methods for the educational data analysis, which is supported by interactive learning resources. At last, this paper provides cases about the development and application of interactive learning resource and the design method has been described in detail.

xAPI; Educational Big Data; Design Based on Data; Learning Resources; Interactive Design

G434

A

方海光：博士，副教授，硕士生导师，研究方向为智慧学习、教育大数据、教育软件工程(fanghg2013@163.com)。

陈俊达：硕士生，研究方向为教育大数据。

2016年9月5日

责任编辑：赵兴龙

1006—9860(2016)12—0078—05

*本文受2015年度北京市属高等学校青年拔尖人才培育计划项目“信息技术支持下的个性化学习环境优化研究”（项目编号：CIT&TCD201504076）资助。