| 1,028 | 4 | 1214 |
| 下载次数 | 被引频次 | 阅读次数 |
在以人工智能和大数据为代表的信息技术助力课堂互动研究繁荣发展的当下，存在着因研究者将自身的主体性与能动性过度地让渡给技术导致对课堂互动的理解与探索止步于“技术分析”的潜在风险。在信息技术的掩饰之下，课堂互动研究领域存在的语言中心偏见、人类中心偏见和“编剧”立场偏见可能重新登台，进而形成新的技术中心偏见。本研究通过对当前技术支持的课堂互动研究的分析，揭示出技术中心偏见的具体表现，并从方法论刻板印象、大数据崇拜与算法局限以及日常文化境脉的消隐这三个方面分析了技术中心偏见的成因。本研究认为，正确处理大数据与微数据的关系、研究者与技术的关系以及研究者与课堂师生的关系，是超越技术中心局限的必由之路。
Abstract：In the current prosperity of research on classroom interaction, powered by information technologies such as artificial intelligence and big data, there is a potential risk that researchers may give up their subjectivity and agency to technology, causing the understanding and exploration of classroom interaction to be limited to “technical analysis”. Biases such as linguistic centrism, anthropocentrism, and the “scriptwriter” stance that exist in the field of classroom interaction research may resurface under the guise of information technology, potentially forming new forms of technological centrism. This study analyzes current technology-supported classroom interaction research to reveal specific manifestations of technological centrism and examines its causes from three aspects: methodological stereotypes, worship of big data and algorithmic limitations, and the obscuring of daily cultural contexts. This study argues that correctly handling the relationships between big data and microdata, researchers and technology, as well as researchers and teachers and students in the classroom is essential for transcending the limitations of technological centrism.
[1][6] 吴冬连，葛新斌，党梦婕，等.我国课堂教学视频分析的系统性文献综述——基于2010—2020年文献的分析[J].全球教育展望，2022(10):30-44.
[2] 宋宇.人工智能赋能新型课堂教学的研究与实践[J].全球教育展望，2022(10):19-29.
[3] 王陆，马如霞，彭玏.基于经验学习圈的不同教师群体教学行为改进特征[J].华东师范大学学报(教育科学版),2021(2):61-74.
[4] 赵丽，贺玮，王洋.人工智能支持的课堂教学行为分析：困境与路径[J].电化教育研究，2022(1):86-92.
[5] 魏宏聚，任玥姗.教学行为有效性诊断维度——兼论弗兰德斯师生言语互动系统的局限性[J].河南大学学报(社会科学版),2021(4):130-137.
[7] 郑太年.学习科学领域课堂视频研究的方法论审视[J].现代远程教育研究，2023(1):20-28.
[8][9][14][17][18][38] 肖思汉.听说：探索课堂互动的研究谱系[M].上海：华东师范大学出版社，2017:231-264,231,241,256,99,264.
[10] Gumperz,J.J.Contextualization and Understanding [A].Duranti,A.& Goodwin,C.(Eds).Rethinking Context:Language as an Interactive Phenomenon [C].Cambridge:Cambridge Uinversity Press,1992:229-252.
[11] Cobb,P.& Yackel,E.Constructivist,Emergent,and Sociocultural Perspectives in the Context of Developmental Research [J].Educational Psychologist,1996(3/4):175-190.
[12][32] 卢国庆，谢魁，刘清堂，等.基于人工智能引擎自动标注的课堂教学行为分析[J].开放教育研究，2021(6):97-107.
[13] Cazden,C.B.Classroom Discourse (2nd ed.) [M].Portsmouth,NH:Heinemann,2001:2.
[15] 王国华，聂胜欣，薛瑞鑫.多媒体学习中的认知负荷：测量方法与技术纵览[J].电化教育研究，2022(94):19-25.
[16] 杨九民，章仪，徐珂.学习策略对视频学习的影响：想象、绘图和自我解释策略[J].电化教育研究，2021(10):40-47.
[19] 郑太年.“双减”背景下的课堂教学方案重构[J].人民教育，2022(11):34-37.
[20] [美]凯西·奥尼尔.算法霸权：数学杀伤性武器的威胁[M].马青玲，译.北京：中信出版社，2018:10.
[21] 刘友华.算法偏见及其规制路径研究[J].法学杂志，2019(6):55-66.
[22] Editioral.More Accountability for Big-data Algorithms [J].Nature,2016(7621):449.
[23] 王国华，田梁浩，聂胜欣，等.多媒体学习中表征认知负荷的眼动指标研究[J].电化教育研究，2023(10):54-62.
[24] 陈子健，朱晓亮.基于面部表情的学习者情绪自动识别研究——适切性、现状、现存问题和提升路径[J].远程教育杂志，2019(4):64-72.
[25] 牟智佳，苏秀玲，严大虎.课堂环境下基于教学行为的教师教学投入度评测建模研究[J].现代远距离教育，2020(3):61-69.
[26] Liu,N.H.,Chiang,C.Y.,Chu,H.C.,et al.Recognizing the Degree of Human Attention Using EEG Signals from Mobile Sensors [J].Sensors,2013(8):10273-10286.
[27][29] 曹晓明，张永和，潘萌，等.人工智能视域下的学习参与度识别方法研究——基于一项多模态数据融合的深度学习实验分析[J].远程教育杂志，2019(1):32-44.
[28] 卢国庆，谢魁，张文超，等.面向即时数据采集的经验取样法：应用、价值与展望[J].电化教育研究，2019(6):19-26.
[30] 涂良川.“生成式人工智能”逼近通用智能的哲学叙事——ChatGPT追问智能本质的哲学分析[J].东北师大学报(哲学社会科学版),2023(4):40-47.
[31] Erickson,F.Definition and Analysis of Data from Videotape:Some Research Procedures and Their Rationales [A].Green,J.L.,Camilli,G.,& Elmore,P.B.Handbook of Complementary Methods in Education Research [C].Washington,DC:Lawrence Erlbaum Associates Inc.Publishers,2006:177-192.
[33][35] 陈向明.质的研究方法与社会科学研究[M].北京：教育科学出版社，2000:12,103.
[34] 刘新阳.教师教学设计能力研究：理论、方法与案例[M].北京：中国社会科学出版社，2021:144.
[36] [美]加里·格尔茨，詹姆斯·马奥尼.两种传承：社会科学中的定性与定量研究[M].上海：上海人民出版社，2016:1-17.
[37] [英]维克托·迈尔-舍恩伯格，库克耶·肯尼思.大数据时代[M].杭州：浙江人民出版社，2012:48-57.
[39] 孙众，于子淳.人工智能课堂教学分析与改进：人在回路的协同机制[J].电化教育研究，2023(1):116-122.
(1)I-R-E即引发(Initiate)、回应(Respond)和评价(Evaluate)的缩写,是经典课堂师生互动结构的代表。参见:Mehan,H.Learning Lessons:Social Organization in the Classroom [M].Cambridge,MA:Harvard University Press,1979.
基本信息:
中图分类号:G434
引用信息:
[1]刘新阳.课堂互动研究的技术中心偏见：局限与超越[J].全球教育展望,2024,53(10):20-30.
基金信息:
2019年度教育部人文社会科学研究规划基金项目“信息化学习场域中学生深度学习阻障诊断与教学优化研究”(项目编号：19YJA88048)阶段性研究成果
2023-07-05
2023
2024-02-02
2024-05-02
2024
1
2024-10-10
2024-10-10