计算社会科学与教育技术批判性研究：一种不太可能的组合？

随着计算社会科学的潜力被广泛认可，尤其是受机器学习近期进步的推动，数据科学家似乎正成为教育领域的新专家。从事教育技术批判性研究的学者们一直试图检视教育数据化的趋势，但倾向于不采用计算方法来回应这一现象。在本文中，我们讨论了将计算方法纳入批判性研究议程的可行性与取向。我们呈现并反思了两个在教育中使用计算方法探讨公平性与正义问题的项目，建议这些方法或有助于扩大批判性研究者揭示现存不平等现象的能力，使 visible 可能的解决不平等的途径，并让被边缘化的社区参与到设计并最终部署这些可能性的过程中。我们进一步基于批判性数据研究和科学技术研究中的工作，对这两个案例进行反思，讨论了重新构想教育与技术领域中计算方法以服务于批判性研究的可能性与挑战，重点关注以下六个考虑维度：批判性、哲学、包容性、语境、分类与责任感。