面向自助式学习分析的指标人本中心开发：透明度通过探索方法
计算机与社会
2025-11-18 v2
摘要
学习分析的目的是将教育数据转化为见解、决策和行动，以改进学习和教学。所提供的见解、决策和行动的推理过程往往对最终用户而言并不透明，这可能导致信任和接受度问题，当干预、反馈和建议失败时。本文通过遵循透明度通过探索方法来实现可透明的学习分析。为此，我们介绍了 Indicator Editor 的设计、实现和评估细节，旨在通过赋予最终用户控制指标实现过程的能力来支持自助式学习分析（SSLA）。我们通过迭代的人本中心设计（HCD）方法系统地设计和实现了 Indicator Editor。进一步地，我们对15名用户进行了质性用户研究，以调查遵循SSLA方法对用户对Indicator Editor的感知和交互方式的影响。我们的研究表明，支持用户交互并在指标实现过程中提供用户控制权可对学习分析的不同关键方面（包括透明度、信任、满意度和接受度）产生积极影响。
引用
@article{arxiv.2510.08395,
title = {Human-Centered Development of Indicators for Self-Service Learning Analytics: A Transparency through Exploration Approach},
author = {Shoeb Joarder and Mohamed Amine Chatti},
journal= {arXiv preprint arXiv:2510.08395},
year = {2025}
}
备注
Submitted to JLA - revised version