学习分析研究十五年：主题、趋势与挑战
计算机与社会
2026-01-13 v1
摘要
学习分析(LA)社区最近两个重要里程碑：庆祝第 15 届 LAK 会议并更新 2011 年的 LA 定义以反映该学科十五年的变化。尽管 LA 迎来了快速增长，但关于其研究主题、资金来源及合作方式以及它们之间关系如何在社区中随时间发展的了解仍很有限。本研究通过对 LAK 期间发表的全部 936 篇完整论文和短论文进行分析，利用无监督机器学习、自然语言处理和网络分析方法来回应这一差距。分析结果揭示了一批活跃作者的稳定核心群体以及新人高周转的现象，资金来源与研究方向之间存在系统性关联，以及六个持续存在的主要议题中心，这些中心在全球范围内被广泛共享，但在不同国家的 prominence 各有不同。这六个主要议题中心涵盖了 LA 研究的各个方面，包括：自我调节学习、仪表板与理论、社会学习、自动化反馈、多模态分析以及结果预测。我们的发现突显了未来挑战的关键问题：扩大参与范围、减少对狭窄资助来源的依赖，以及确保新兴的研究轨迹能够响应教育实践和社会需求。
引用
@article{arxiv.2601.07629,
title = {Fifteen Years of Learning Analytics Research: Topics, Trends, and Challenges},
author = {Valdemar Švábenský and Conrad Borchers and Elvin Fortuna and Elizabeth B. Cloude and Dragan Gašević},
journal= {arXiv preprint arXiv:2601.07629},
year = {2026}
}
备注
Full research paper accepted for publication in the Learning Analytics and Knowledge (LAK) 2026 conference proceedings, see https://doi.org/10.1145/3785022.3785131