数据驱动下设计思维指引的学习系统设计研究

严大虎，庞迪迪

（江南大学 江苏“互联网+教育”研究基地，江苏 无锡 214122）

0 引言

新一代信息技术的迅速发展促进了学习环境理念及实践的变革，同时为优化学习者的学习体验提供了支持。《教育部2021 年工作要点》明确以信息化为重点，以提升质量为目标积极推进教育设施建设［1］，其中，学习系统设计质量是提高学习者学习效率，增强用户体验的关键。学习系统设计注重构思与革新［2］，但不少系统设计者注重学习系统设计目标的完成情况，而非致力于解决学习者主体需求。为了设计有效支持自主学习及在线教学从而提高平台服务绩效的方案，系统设计者需要从学习者主体需求出发，促使设计流程系统化、切实化。因此，探索一种系统化的科学范式对于推动系统设计的发展以迎合数字化资源与环境改革的新转变具有积极意义。

联结复杂问题和规划改进方案的过程在教育领域逐渐受到重视，设计思维通过以用户为中心的设计过程，综合思考与分析从而创造更多解决方案的设计可能性［3］，其蕴含的“共情”“注重过程体验”“强调测试与迭代”等方面对学习系统设计具有指导意义。通常，在系统设计过程中，多数设计者通过用户调研等方式捕捉用户需求，然而多数用户的潜意识行为通过以上方式难以捕捉到，因此需要通过实时观察，分析用户未得到满足或未曾表达的需求［4］。同时，在线平台或系统架构中数据采集层面的“埋点”技术能够精准获得用户行为的全面数据［5］，有效助力教育工作者突破经验及主观臆断的视野局限［6］，为实现基于用户的精准设计提供客观依据。基于此，本文引入设计思维理念，在整体构思和设计行为两方面指引学习系统设计，同时利用实时采集的用户在线行为数据，表征行为路径和用户偏好、活跃度等信息，旨在精准获取系统用户需求，进而提高学习系统开发效率并优化其用户体验。

1 相关研究

1.1 学习系统设计

为深入分析学习系统设计相关研究，借助CNKI 以篇名“学习系统设计”进行检索，筛选出2001-2022 年近21 年且研究内容契合本研究主题的文章共172 篇，具体可分为以下两个层面：①理论与方法层面。该类研究（65 篇）以移动学习、网络教学中的困境为突破点，基于教学目标或学习理论挖掘系统功能定位与需求，探索系统的设计与开发模型，如基于非线性学习理论的智能研修系统模型、干预系统模型、OO-ID 学习系统软件建模方法［7-9］；②系统开发技术层面。该类研究（107 篇）将目光投向系统功能优化与技术革新，具体表现为系统各层级架构与功能逐渐自动化、智能化，如通过学习系统实现个性化路径推荐、资源推荐、智能反馈与诊断，此外，“感知与交互”“VR”“穿戴设备”等虚拟现实技术促使系统功能与服务日趋完善［10-12］。当前关于学习系统的研究已较为全面，然而在系统设计与开发过程中如何规范系统设计流程并实现系统有效迭代过程，还亟需寻找一种系统化、流程化的开发模式。而设计思维基于“同理心”设计，提倡利用反复构思与创新的迭代过程解决问题［13］，其模式有利于指引系统方案构思与功能迭代的过程。

深入学习系统设计过程中的需求分析方法可知，其主要分为以下两种：一是通过梳理系统研究现状从而归纳系统用户需求，如对人工智能技术支持下的学习系统研究进行横向分析，总结用户需求，有利于促进系统总体设计［14］；二是研究者依据问卷法、经验法等方法展开需求调研，如以问卷与访谈相结合的方法获取学习者基本信息以及学习者对移动学习服务的期望与建议，为进一步完善移动学习支持服务系统提供参考［15］。由此可见，深入系统用户进行全面、详细的需求分析是系统设计与开发过程中的核心环节。然而，上述需求分析方法难以保障用户需求获取的及时性、客观性，进而影响学习系统开发效率与服务质量。

1.2 设计思维模式

设计思维是一种以人为本的问题解决方法，以一种更富“同理心”的方式将问题重置于情境中［16］，并强调分析式思维和创造性思维的平衡［17］，研究对设计思维相关模式进行剖析与总结，其通过一系列过程与方法解决设计过程中的问题及困难，如Simon 提出的三阶段线性模式［18］、“BROWN 三阶段模式”［19］以及目前应用较为广泛的EDIPT模型［20］。对比各模式的步骤与内涵，归纳出设计思维模式包含以下3 个核心阶段：①创设情境、设计方案，该阶段强调在设计过程中的共情，注重以学习者角度获取如知识学习、技能提升等真实需求，并明确需要解决的核心问题及用户意图，同时主张思维发散和多维度构思，进而提供设计蓝图；②开发制品、原型测试，该阶段强调制品的生成，基于最优方案开发粗略原型并将其投入测试，并实现需求迭代与系统的迭代过程；③总结反思、实现迁移，该阶段强调不断分析与整合系统设计、开发、测试过程中的问题与不足，依据反馈结果进行方案修订，并实现系统各模块间的迁移。其中，创设情境阶段凸显“共情”的作用，其作为设计思维实践中的核心环节，有助于理解用户使用产品过程中的困难及偏好，是定义和解决问题的基础。

1.3 数据的驱动性作用

教育领域的数据驱动能够实现精准的学情诊断、智能决策，数字化资源建设过程中的数据驱动同样助力于学习系统设计过程。在线学习中用户在系统中留下来的“痕迹”是表征用户行为习惯及学习模式的客观依据［21］，其中用户与系统间的交互数据等能够表征学习者学习特征，如日志数据是对用户与系统交互过程的客观记录。此类数据规模庞大，类型多样且更新速度快［22］，对各类日志数据的挖掘与分析、归纳与整理有助于设计者分析用户行为规律，具体包括用户行为习惯、用户行为偏好、用户需求等内容［23］。此外，导航数据是最常用于推断学生操作行为的实质数据之一，如在计算机辅助学习系统中通过其学习者的导航行为分析其学习偏好［24］。为及时掌握学习者学习特征，研究者将数据的驱动性作用聚焦于在线学习中的学习行为数据，如网络学习环境下获取学习过程行为数据以了解学生浏览行为、互动行为等相关信息［25］。因此，系统设计既要满足学习者日常学习需求，又要迎合系统的高质量发展，数据可以为有效且精准的需求分析、系统有效设计与开发提供数据基础。

2 数据驱动下设计思维指引的学习系统框架搭建

2.1 指引理念

学习系统设计以基于用户需求且以满足用户需求为目标，其与设计思维方法理念存在内在一致性，二者都关注迭代过程和成果产出，设计思维对学习系统设计的指引作用如下：①基于真实需求指引设计策略，设计思维指引下的设计策略强调设计者能够站在用户的角度，系统分析用户与产品关联，设身处地体验用户需求、分析用户特性、掌握用户意图，在此过程中将明确需要解决的真实问题转化成一套完整的系统功能需求，以完成方案设计；②深入开发过程促进方案实施，系统设计者需要基于系统平台架构与功能的详细设计方案运用相关技术搭建系统架构并开发系统核心功能，并提供学习者所需的学习资源；③贯彻反思过程促进系统优化，设计思维指引下的系统优化过程中，设计者对用户在线行为数据进行收集与整理，归纳用户问题与系统优劣点，从而实现有效迭代，提升系统开发效率。

2.2 支持依据

用户行为数据指学习者于学习过程中产生的数据集合，该数据是动态变化的，由系统自动、实时记录并存储。依据获取方式可以划分为交互数据、过程数据、本体数据3个维度，交互数据指用户与系统间的交互操作数据，过程数据指学习者参与认知活动过程中的数据如测试、讨论等数据，本体数据主要描述学习者个人的身份信息。其中，交互数据等反映学习者行为习惯和课堂活跃度等信息，过程数据有利于挖掘学习者学习路径及偏好信息，进而为获取系统用户需求并将其转化为相应的学习者信息提供客观依据。用户行为数据具体如图1所示。

Fig.1 User behavior data classification图1 用户行为数据分类

2.3 框架构建

在明晰三者关系的基础上，提取设计思维3 个核心阶段，将其与学习系统设计维度相结合，形成以设计思维为理论导向，以数据信息及数据处理为过程，以学习系统为结果的设计过程，构建数据驱动下设计思维指引的学习系统设计框架，如图2 所示。设计思维在数据驱动下形成设计者基于数据并如何分析数据以推进设计与迭代过程的闭合循环路径，其优势在于对相应的反馈作出正确解释以实现客观的、以数据为依据的决策［26］。

Fig.2 Learning system design framework图2 学习系统设计框架

在指引理念层面，各阶段设计思维是非线性的，可实现重复迭代。系统设计者在创设情境、设计方案阶段将用户需求转化为系统功能需求，进而转化为概念性设计草图，促进系统方案构思，将设计理论转向系统开发实践过程，进而实现系统原型反复迭代。此外，在系统使用过程中记录与总结用户的操作行为数据，将数据信息转化成可用的系统功能需求，并迁移至系统其他功能模块。

本文将系统设计看作一个循环过程，主要包括设计、实施和优化策略，3 种策略互有交叉、共同作用。系统方案设计推动系统开发过程，系统优化过程能够促进系统设计方案质量提升，具体如图3所示。

Fig.3 System design process图3 系统设计过程

首先，系统设计者将设计原则作为系统设计基本准则，这意味着目标系统不仅要为学习者自主学习提供支持，还要将学生的学习需求体现于学习活动中。基于以上原则对用户进行需求进行分析并将其转化成系统总体架构需求，系统总体设计包括框架设计、子系统集成、层级与模块设计等关键设计步骤。其次，基于系统架构与功能模块设计方案开展实施策略，该策略基于系统各功能模块开发学习系统原型，其包含系统功能开发过程和反复测试过程两个核心部分。具体而言，依据系统总体架构开发所对应的模块完善系统核心功能，同时为提升系统服务质量，系统设计者需开发用于课程学习资源的功能组件，如课件、案例及学习视频的上传、保存等功能。此外，系统设计者将系统粗略原型投入测试，为系统优化策略的实施提供基础。最后，基于系统原型测试的数据统计与结果分析，从系统界面、功能丰富性等维度综合衡量系统服务质量，并检测系统功能与用户需求间的差距，以对系统设计方案作进一步优化与完善。

在数据支持层面，数据驱动贯穿系统设计、实施、分析与优化的全过程，数据来源包括系统交互数据、本体数据、学习过程数据3 个维度，依据此数据源进行有目的的提取、分拣、归类以获取其价值信息，通过数据与学习者信息间的相互映射，为设计者将需求信息转化为方案需求提供依据，从而为设计思维模式流程提供决策信息，实现系统设计科学化，进而为学习系统的优化设计提供数据支撑，促进系统设计与迭代过程。

3 数据驱动下设计思维指引的学习系统设计案例

3.1 案例设计

邀请华东地区某211 高校教育技术学30 名大二学生参与测试，并依托数据库技术与应用实验课展开。首先，任课教师说明并介绍系统运行流程，其次发布相同（数量和内容）的有关数据库知识的训练题目，要求学生使用该系统在线练习，之后要求学生参与系统可用性调查（SUS）［27］以从侧面验证系统使用效果，问卷总分不小于60分则证明系统具有可用价值。研究对SUS 问卷进行信度与效度分析，其中α=0.895，各维度分量表的Cronbach′s Alpha 系数在0.894～0.919 区间，说明该问卷信度良好；KMO=0.874，Bartlett′s 为0.000，说明该问卷效度良好。选择该量表有以下原因：在样本较少的情况下，该量表的结果仍具有较高可靠性，经验证其可以有效区分系统可用性。最后收集并整理相关数据。

3.2 案例实施

研究依据数据驱动下设计思维指引的学习系统设计框架设计案例实践流程，基于数据库课程教学现状开展需求分析、明确系统功能、开发解决方案、集成系统资源、组织学习活动、系统测试、系统评估等实践环节，同时实现“SQL 学习系统”设计与优化，具体如图4所示。

3.2.1 原型制作

Fig.4 Design and implementation process of the“ SQL learning system”图4 “SQL学习系统”设计与实践流程

数据库技术与应用课程具有较强实践性，针对学生编程工具安装困难、编程能力较低等问题，任课教师将问题概念化以形成系统设计方案，之后初步设计并开发“SQL学习系统”，旨在提升学生数据库知识学习绩效。系统架构如下：基础层包括资源库和知识库，功能层用于支持学生课上课下的学习过程，数据层主要记录与存储学习者数据。其次确定系统功能为：资源表模块为开展学习活动提供基本的资源与知识库，如题库、试卷信息等；测试模块学生编辑查询语句并提交从而完成测试，该模块记为A 查询模式，是系统的核心功能模块，界面包含文本框、提交查询按钮，学生通过文本框的形式输入查询语句实现查询功能，界面布置简洁、功能分布清晰；导航模块为学生快速入手提供指引；记录保持器模块用于实时收集和储存学习行为数据及学生与系统间交互的数据。最后，基于系统架构与功能原型，教师将系统投入测试，之后收集A 查询模式下的学习者数据。

3.2.2 迭代与优化

案例基于系统原型展开实践，首先对“SQL 学习系统”记录的行为数据进行智能分析，细化学生需求。若学生尝试次数较多（包含答案正确下的方案尝试和答案错误下的再次尝试）并测试时间较长，表示学生的学习投入度相对较大，侧面验证该测试模块能够较好地满足学生学习需求和课堂练习；若测试时间短、尝试次数较少且错误信息较多，则表明学生学习投入度相对较低。其次，对学生测试过程的错误信息进行具体分析，如图5 所示。a 模块显示，学生对于同一个问题进行3 次尝试，在第2 次输入查询语句时通配符书写出错，说明学生不清楚通配符的书写；b 模块显示，对比学生两次答题情况，发现该生第一次答题过程中缺少括号导致查询结果出错。一道题目的两次尝试间隔时间较长，说明学生编程时间较长。最后，任课教师依据存在的问题，列出更新的需求清单，如：为查询界面提供新的格式；针对知识点难度较大而导致学生错误率高的现象，为帮助学生快速了解要查询的内容，添加注释功能；针对学生编程时间较长等现象，在测试模块中添加提示功能或通过改善界面呈现方式，从而提高学生练习速度。

Fig.5 “A query mode” error message图5 “A查询模式”错误信息

综合比较上一阶段的设计方案并更新A 查询模块，针对学生编程时间较长、查询错误率较高等问题，基于课程目标综合考虑可行性、技术性等因素，从A 查询模式的界面、功能两个方面进行优化。并且，依据“SQL 查询”学习内容增添检索信息表，之后基于更新后的方案进行版本更新，记为B 查询模式，其界面以表格形式呈现，包括查询表的列名、表的注释、所属列的类型、勾选框4 个部分，学生只需勾选查询的内容并点击提交即可完成查询。该模式在促进学生对知识的理解和运用的同时，能够减少因拼写导致的错误次数，缩短答题时间。具体查询模块界面如图6 所示。最后将该模式投入相同流程的测试，记录B 查询模式下学生的交互数据及行为数据。

Fig.6 “ SQL learning system ”query mode图6 “SQL学习系统”查询模块

本阶段具体包括对比两类查询模式的数据记录，以归纳系统设计方案的优点与不足，进而实现对系统功能、界面、处理能力的针对性改进与保留。对于学生使用B 查询模式的在线学习行为，教师收集学生的测试数据如学生答题正确率、错误信息，登录与访问数据如登录时长、访问次数等，以比较学生在两类模式下的学习偏好、学习活跃度等变化，从而获得该查询模式下的界面友好性、体验感、程序运行与功能的数据反馈。总结B 查询模式下的优点与不足，为下一轮有效迭代提供据。

3.3 效果分析

依据数据驱动下设计思维指引的学习系统设计框架，对案例收集到的30 份数据进行处理，收集学生在2 周（共4课时）的在线学习数据。由于学生登录地址相同，具体从实践过程中的测试数据、日志数据、日志内容进行分析，如图7 所示。日志数据显示，相较于A 查询模式，B 查询模式中的测试时长说明学生对优化后的功能上具有更高的学习积极性，平时页面停留时间、平均访问时间相对较长，表明学生在B 查询模式中的活跃度有所增加，说明该模式具有更高的运行效率。测试数据显示，B 查询模式中的测试次数相对增多且错误次数有所减少。同时结合操作行为日志记录数据可知，此模式下学生的修改操作明显减少，表明在B 查询模式中学生对测试题目进行了多次探索，其中错误次数减少表明优化后的界面和输入方式能够有效减小学生犯错概率。虽然存在学生因熟悉测试题目而减少错误次数的可能，但相对而言，B 查询模式的程序运行性能更高，能够有效提升学生学习效率，其功能与优化效果更能受到学生认可。

Fig.7 User behavior data statistics graph（A query mode+B query mode）图7 用户行为数据统计（A查询模式+B查询模式）

为全面分析两类查询模式存在差异的原因，对回收的SUS 量表进行分析研究。每个量表包含10 个问题，所有问题都采用李克特量表（从非常不同意到非常同意）。共回收有效问卷29 份，问卷有效率96.7%，对问卷各项进行分析，得到29 名学生对A、B 两种查询模式的评分，依次为60.5、68.75，如表1 所示。问卷中B 查询模式的标准差较小，说明大部分学生对B 查询模式应用效果的评价较为集中，表明B 查询模式更受学生欢迎，系统功能及界面得到了适当优化，证明数据驱动下设计思维指导的学习系统设计与优化实践取得了良好效果。

对两类查询模式的可用性反馈情况（每个问题）进行详细分析，总结出现该现象的原因。对于A 查询模式：①大部分学生认为A 查询模式很容易使用，其中70%的学生非常同意，21%的学生比较同意，说明其界面及功能较简单，使用体验度较高；②A 查询模式的使用大多需要技术人员帮助，其中19%的学生非常同意，41%的学生比较同意，说明该查询模式的使用需要一定的知识储备与资源。

Table 1 Results of SUS questionnaire survey表1 SUS问卷调查结果

对于B 查询模式：①界面中的知识点提示功能使得B查询模式不需要大量的知识储备，学生有信心学会使用该查询模式，其中50%的学生非常同意，40%的人比较同意；②有学生认为该模式的界面不够简洁，使用起来较为麻烦，66.8%的学生表示同意，其中13%的学生非常同意；③勾选的查询形式减少了学生单词拼写错误的概率，其中30%的学生非常同意，30%的学生比较同意。

4 结语

本文基于设计思维核心阶段和学习系统设计阶段，构建了数据驱动下设计思维指引的学习系统设计框架，并依据数据库技术与应用课程展开实践，通过系统记录的行为数据及调查数据综合分析，挖掘学习者需求、使用感受进而将其转化为系统需求，为系统修改与完善提供全面、及时、精准、客观的依据。研究仍存在以下不足：针对课堂开展系统设计与优化实践，并验证数据驱动下设计思维指引的学习系统设计框架有效性，缺乏大规模课程、非课堂模式的实践探究，在指引非一线教育工作者实践方面缺乏相应探索。因此，下一阶段的系统优化需要多元的设计思路、丰富的在线活动、更切合实际的实践探索。