论文部分内容阅读
摘要：3D设计软件作为STEAM教育领域中的教学软件，可以有效培养学习者的空间思维、创新创造、批判性思维与解决问题等能力。目前，随着3D设计课程蓬勃发展，评价课程效果成为必然需求，但评价主要基于总结性和形成性评价，缺少基于学习过程行为数据驱动的评价。文章提出使用基于xAPI规范的3D设计软件数据采集机制与STEAM 3D教育学习者行为分析模型，首先针对3D设计软件对微观“点击流”和中观“活动流”数据进行编码，定义适合3D设计平台的动词和对象，获取学习者在3D设计平台中的全过程行为数据。并在此基础上，根据STEAM 3D教育学习者行为分析模型对小样本教学实践3D设计课程的学习过程数据进行分析，以期实现STEAM教育领域中数据驱动的学习评价，提高教与学效率。
关键词：STEAM教育;3D设计：xAPI规范;学习行为;教育评价;行为分析模型
中图分类号：G434
文献标识码：A
STEM教育源自美国，诞生于20世纪80年代，最初STEM教育的概念是集成科学（Science）、技术（Technology）、工程（Engineering）以及数学（Mathematics）4门学科的应用型学科。2007年，英国“国家科学基金研讨会”开始讨论将艺术类课程也融入其中。自此STEM教育的发展步入新的阶段，由原来的4门学科加上艺术类课程（ARTS）变为“STEAM”教育。根据《中国STEAM教育发展报告》中数据显示，我国STEAM教育课程种类，教学模式等种类繁多，教学效果难以评价。STEAM教育的践行需要多学科交叉融合，多维度的顶层设计、创新实践的教育模式以及基于案例的课程设计。随着技术的不断发展和政策的不断革新，STEAM教育的教学场景和培养目标也在不断发生变化，STEAM教育更加关注学生的多方面能力和核心素养的发展，近几年3D打印技术在STEAM教育领域发展迅速，各种3D设计平台和相关资源层出不穷，3D平台有3D one、Tinker cad、GeekCAD、3dmax、Maya等。3D打印设计平台为STEAM教育提供了重要教学平台。3D打印技术具有跨学科的特点，可以为学习者搭建虚实结合的教学场景，符合STEAM教育的跨学科特点，并且可以培养学生的艺术设计能力和审美能力，3D设计需要学习者创造设计，动手操作，在学习过程中需要用到高阶思维能力进行分析、综合、评价和创造。3D设计可以同时培养学习者的多种能力，是STEAM教育的良好载体。并且3D打印技术有丰富的课程案例和课程资源，开源免费获取，并且3D设计平台众多，为学习者提供更广泛的选择。众多3D设计软件学习者产生的学习者行为数据可以为STEAM教育领域数据驱动的教学评价提供数据基础，本研究可以借助3D在线设计平台进行学习行为数据收集。这些3D在线学习平台均是通过学习者在平台上操作进行的3D设计学习，具有一定共性，通过收集平台数据，可以对数据进行深度学习分析，把采集、分析与数据可视化串联起来，实现数据驱动的学习评价。
一、3D设计学习评价現状
目前，在国内一线教学中，STEAM教育课程评价多是老师主观分数评价，对STEAM教育评价大多仍然停留在对学习者的作品进行总结性评价的阶段，这导致教学评价具有较强主观性，缺乏科学性，实现教育数据驱动的教学评价成为亟需解决的问题。在国内研究中，通常把教学评价分为3类：总结性评价、诊断性评价以及形成性评价。而国内STEAM领域中，3D打印设计教学评价多为总结性评价以及少量形成性评价。其中总结性评价主要从学习者最终作品进行评价，形成性评价主要从学习者实践能力、创新能力、知识技能等方面进行评价，比较主观，缺乏数据支撑。例如，张陈燕、王莉、潘士杰等人，就分别进行了中小学3D设计校本课程的开发与实践研究，但评价方法都是通过问卷调查、访谈、阶段性评价以及作品最终完成情况等方面对学习者进行课程效果评价，缺少过程性学习行为数据作为支撑。
国内3D打印设计教学评价缺少学习者行为数据驱动的学习分析是值得解决的问题。收集学习过程数据并进行量化分析，可以提高教学评价的科学性并且降低主观性因素，因此我们需要解决三个问题：问题一，如何收集3D设计学习过程中的教育数据;问题二，如何针对3D设计平台对数据进行编码，定义适合3D平台的动词和对象;问题三，如何对收集的数据进行分析及评价。
二、基于xAPI的3D设计数据采集
目前，xAPI技术（原名Tin Can API，是Experience API的简称）作为一个新技术规范被使用在学习分析领域。xAPI技术常用在数字化在线学习平台作为数据获取技术，它作为新的学习技术规范，弥补SCORM标准在数据共享及个性化学习等方面的局限。目前，使用xAPI技术收集数据的平台主要有：各类学习管理系统LMS，例如：Moodle平台;数字教材平台;MOOC在线学习平台等。xAPI技术在这些数字化在线学习平台中发挥记录跟踪数据的作用，为学习者学习表现和学习行为分析提供数据支持。
在3D设计学习领域，同样可以使用xAPI技术对学习者行为数据进行记录跟踪，通过对在线学习行为全过程数据的记录跟踪，从而记录学习者在使用平台过程中的操作行为数据。本研究通过xAPI技术可以收集学习者学习的全过程数据，记录3D打印课程学习者学习过程中的每一条的平台操作经历，通过微观“点击流”数据，中观“活动流”数据，对学习者学习行为进行量化分析和评价。
其中， “点击流”指的是鼠标点击操作和操作对象形成的有意义集合。“活动流”指的是xAPI规范中的Statement，包含Actor、Verb和Object等信息。首先，记录学习者在3D打印在线学习平台中的鼠标点击“微操作”形成的“点击流”，“微操作”指的是鼠标点击操作，并基于“点击流”合成中观“活动流”，最终统计分析“活动流”，实现学习者学习行为数据的学习分析。通过从微观“点击流”，到中观“活动流”，能够实现数据驱动的3D设计平台学习行为数据分析，为进行学习分析和教学评价提供重要数据依据。实现教学全过程的数据采集及分析和评估，将对衡量3D设计平台教学效果具有重要价值。 1.xAPI规范
xAPI技术规范的诞生，是克服SCORM等标准存在记录局限等问题，增加了可以追踪更加具体和复杂的学习过程经历，推动了在线学习新的发展。xAPI利用“活动流”（Activity Stream）的概念来记录每个学习者的学习经历，不仅与SCORM等标准相兼容，而且还可以广泛应用到各种学习情境中。xAPI通过“声明”（Statement）的形式来存储学习者的学习经历，每一条“声明”都包括“Actor”（执行者）、“Verb”f动作）、“Object”（对象）这三个基本属性。“声明”还可以包括“Result”（结果）、“Context”（环境）等可选属性。每一个属性都定义了类型、属性值、及描述，来确保在实施xAPI规范时，数据的记录和存储遵循统一的结构。LRS（Learning Record Store）学习记录存储是xAPI独特的存储机制，用来保存学习记录。LRS是使用xAPI技术进行学习记录的存储，LRS可以共享和转移。LRS中的数据具有可量化，可分享，可追踪的特性。xAPI可以对学习经验做更细腻的追踪记录，所以可以对学习活动与学习者作更深入的剖析。近年来，有研究者使用xAPI规范在各类学习平台进行数据收集，为学习平台的学习分析提供了新的技术支持。例如：方海光等人，基于xAPI技术对在线交互式的学习资源设计进行了数据分析;肖君等人，基于xAPI技术对MOOC平台的数据进行了分析。
2.3D数据采集平台
本文以GeekCAD 3D设计平台为例，GeekCAD是一个在线3D设计平台，学习者使用浏览器就可以在线进行3D设计、设计平台包含二维对象17个、三维对象14个、命令101个以及其他元素。打开GeekCAD在线3D设计平台界面，点击“开始创作”进入GeekCAD 3D设计平台操作界面如图1所示。操作界面包含：一维对象区、命令区、工作区。
学习者在进行3D课程学习过程中，使用xAPI规范的3D设计软件数据采集与反馈模型可以记录学习者操作数据。教师借助学习者学习过程的行为数据，可以准确了解学习者的学习情况，进行数据驱动的学习分析和教学评价。通过参考xAPI的相关规范，可以收集学习者学习行为的全过程真实数据，首先对学习行为“微操作”进行编码分类，通过对“微操作”的鼠标“点击流”合成，进一步形成“活动流”，再对“活动流”进行分类分析，可以更加精准地量化评估学习者在3D打印设计教学过程中的行为频次和偏好。在跟踪学习经历时，使用xAPI规范技术收集数据，并且使用免费开源的LRS用来存储和检索学习经历数据，存储数据为Json格式。
3D设计软件数据采集与反馈模型首先将GeekCAD 3D在线操作平台数据传送到服务器并存储于LRS数据库中，通过对LRS数据库中数据进行分析形成分析报表，从而实现数据驱动的STEAM教育3D设计课程教学效果评价。并且xAPI规范的移植性好，适合各类3D设计平台的数据采集，其中数据采集反馈系统架构如图2所示。
3.3D设计数据采集与编码
目前，STEAM教育中应用的3D设计平台大多数都是通过鼠标点击和输入等操作完成作品制作，学习过程通过学习者操作得以实现，适合使用xAPI技术跟踪捕获学习者操作过程。本研究数据采集有效字段包含6个字段，这6个字段包括Actor、Verb、Object、Timestamp、Result、Context，其中有三個必选字段，三个可选字段。在这些字段中包含学习者信息、操作时间、操作对象、操作情景等信息。其中Verb动词字段里的信息包含“微操作 操作命令”的信息。在3D设计学习过程中，学习者为执行者，是活动的主体;动作代表行为类型，比如观看、点击等。与xAPI运用在其他在线学习平台直接获取活动流不同，xAPI规范在Moodle等其他在线学习平台中进行的数据收集机制以及动词和对象不适用于3D设计平台，因此在3D设计中，我们单独定义了适合于3D设计平台的动词和对象集合;对象通常是学习者与之交互的对象，比如经验、表现，也可以是一个有形的物体，比如图片、命令等。并对要收集的数据进行编码，编码用英文缩写表示，编码一方面是定义针对3D设计平台的Actor、Verb以及Object，另一方面是方便数据收集和处理。
在STEAM领域的3D设计平台中，由于学习行为动作粒度比其他在线学习平台更细，细化到鼠标操作层面，因此增加一层“微操作”，即微观鼠标“点击流”。在3D设计平台中，我们以GeekCAD 3D设计平台为例定义了“微操作”，动词和对象的合集，由于收集的数据是基于“微操作”进行的。首先对“微操作”进行编码，通过“微操作 操作命令”的“点击流”就可以知道动词Verb和对象Object，从而获得“活动流”。其中“微操作”的编码如表1所示，“操作命令”的编码如表2所示。其中动词合集如下页表3所示，列出的动词仅为本篇文章案例分析所涉及的动词，对象合集如下页表4所示。
三、3D学习者行为分析模型
实现数据驱动的3D教育学习效果评价，首先要在技术上实现3D设计课程学习过程数据的收集，其次要构建3D教育学习者行为分析模型，为后续数据分析提供分析依据和理论指导。构建STEAM 3D教育学习者行为分析模型，首先需要了解STEAM教育培养目标。STEAM教育强调4C核心能力：创造创新能力（Creativity and Innovation）、批判性思维与解决问题能力（Critical Thinking）、沟通交流能力（Communication）、合作协作能力（Collaboration）。4C能力由美国21世纪技能学习联盟（United States-based Partnership for 21Century Skills）提出，是国内外公认的21世纪人才培养必备的能力。国内已经有学者将STEAM教育的培养目标与4C能力对接，进行课程开发的研究。3D教育学习者行为分析模型可以基于学习者的行为数据对学习者的学习效果和能力发展做出初步判断，目的在于了解学习者的学习表现，评估学习者的学习进度，帮助教师了解学生的学习水平和学习过程中的潜在问题，以便更好地调整学习进度和学习内容。分析模型结合xAPI数据规范，布鲁姆认知行为分类以及STEAM 4C能力三方面内容进行构建。3D教育学习者行为分析模型将行为分为三类，低级阶段学习行为、中级阶段学习行为以及高级阶段学习行为。3D教育学习者行为分析模型具有多阶段、多能力的分析特点。其中多阶段主要体现在学习者在学习过程中为解决不同问题而采取的操作，具有不同的认知加工阶段特点。多能力主要体现在学习者在学习过程中为解决不同问题而采取的操作具有培养学生各项能力的特点。具体分析模型如表5所示。 1.低阶学习行为包括各种基本确认和删除操作或者不构成意义的鼠标操作。这些操作体现了学习者对电脑的基本操作能力和在线3D平台的使用能力，属于低阶段基本能力。这些操作行为为学习者进行更深层次的学习打下基础，属于准备工作。对比其他操作，这些操作需要较少的认知加工过程和思考过程。
2.中阶学习行为包括二维、三维图形构建和对图形在画布上的大小和方位的调整和判断。中阶行为主要是指学习者对图形进行意义建构的过程，包括形状，大小和方位。因此涉及到图形建构，和调整图形大小和方位的操作，都体现了学习者的空间思维能力。
3.高阶学习行为包括培养创造创新能力、批判性思维与解决问题能力、沟通交流能力和合作协作能力。对二维、三维图形的组合、变换，或者自己进行超出课堂教学内容的平台操作行为等，以及创作有实际意义的具有个人风格的二维或者三维实物可以培养创造创新能力。其中，对基本二维和三维图形的改造能力，可以体现学生的创造力;制作有意义的实物，可以体现学生的创作能力;自己进行超出课堂教学内容的平台操作行为，改造作品，属于创新能力。批判性思维与解决问题能力可以通过学习者的自省操作体现，例如频繁使用视图操作（底视、右视、前视、左视）来观察作品的外观，解决瑕疵问题和美化作品。或者通过ssc（展示）操作观看作品效果，通过hvgc（隐藏视图网格）观看无网格的作品效果等。
四、教学案例的学习者行为分析
本研究在GeekCAD 3D平台上进行，以案例教学的方式进行课程，共有15名学习者参加，15名学习者均具备基本的软件操作能力和空间设计能力，对这15名学习者每个学习者完成任务使用的10到16个操作进行统计，数据采集分析流程如图3所示。学生的作品案例如图4所示。
通过Actor字段我们可以得知学习者的编号，通过Verb动词字段里的“微操作 操作命令”点击流信息，可以得知Verb，通过Object得知操作对象。举例说明如下，首先Actor字段得到编号为“508977”的信息，确定学习者身份;其次，通过Verb动词字段里的鼠标“点击流”，例如“鼠标左击（LC） 复制命令”可以得知Verb为“复制”;通过Object对象字段里的信息得知操作对象是二维图形矩形。由此可知，这条Statement活动流表示编号为“508977”的学习者复制了一个矩形。针对某一个Actor，当多条Statement活动流按时间顺序跟踪记录存储之后，就可以分析这-Actor在3D操作平台中完成3D设计作品的每一步操作过程，从而实现STEAM教育学习全过程行为数据收集，为学习行为的定量分析和评价提供依据。
本文分别对编号为“508977”的单个学习者的操作频次和15名学习者的总操作频次做了统计。编号为“508977”的单个学习者操作频次如图5所示，15名学习者的总操作频次如图6所示。在此基础上根据3D学习者行为分析模型，对操作频次进行能力划分和认知阶段划分。所得结果如下页图7-图10所示。
从图6中可以看出，对于全体学习者co、end、ki、start等操作次数最多。其中，bvi（底视）、hsc（隐藏）、rvi（右视）、lvi（左视）、tvi（俯视）、fvi（前视）等操作使用较少个体操作频次基本符合全体操作频次规律。
从图7和图9可以看出，对于个体和全体学习者而言，本次教学中对于低阶行为和高阶的行为训练比较明显，对于中阶行为操作的次数不够多，教师在进行作品教学过程中，可以进一步加入更多中阶操作，对学习者进行教学。
从图8和图10可以看出，对于个体和全体学习者而言，本次教学中对于四种能力均能进行训练，其中对基本操作能力的训练占了很大一部分，对批判思维与解决问题能力的训练也有所体现。随着课程难度的不断加深，教师在教学习者制作作品时，可以多加入有关空间思维的操作，例如制定作品的大小、方位和所包含的基本形状等要求，同时尽可能多地给予学生制作作品的自主权，例如制作桌椅，可以让学生自由发挥制作的桌椅种类、个数和外观等，让学生有發挥自己创新创造能力的机会。基于平台行为数据和STEAM 3D学习者行为分析模型，教师可以更好地了解学生的学习情况，通过学习评价反馈及时调整课程进度和课程内容，提升3D教育效果。
五、结语
本研究使用xAPI规范的3D设计软件数据采集机制与基于xAPI的3D学习者行为分析模型，并将此模型应用于GeekCAD 3D设计软件，通过编码的方式获取学习者在3D设计课程中全过程的行为数据，通过微观“点击流”和中观“活动流”还原学习者在平台学习全过程的操作行为。并以小样本的教学实践为例，对STEAM教育中3D设计课程学习过程行为数据进行分析，实现利用学习者学习过程行为数据进行数据驱动的学习分析及评价。通过分析收集到的学习者行为数据分析学习者的操作行为和频次，可以验证通过xAPI相关技术收集和分析3D设计课程中学习者学习过程数据的可行性，为学校和教师获取学习者学习过程性数据、量化分析及评价学习者3D设计课程学习效果提供借鉴。
后续研究可以结合课堂教学内容和教学背景进行教学实验，收集微观“点击流”和中观“活动流”数据。通过数据不仅可以了解学习者进行二维操作和三维操作的次数和偏好以及学习者的能力培养的情况，还可以通过操作的时间序列进一步了解学习个体的学习轨迹，更加客观地了解学习者的能力发展变化情况。基于xAPI的STEAM 3D学习者行为分析模型具有学习分析价值和教学评价应用价值。后续可以将xAPI规范的数据采集机制和STEAM学习者行为分析模型运用到STEAM教育领域更多不同的教育场景中，通过学习过程数据，分析学习者的学习效果和能力发展情况，实现STEAM教育领域数据驱动的学习分析和评价。
*本文系国家新闻出版署教育内容产品互联网传播与营销重点实验室开放课题“基于学习分析的用户学习能力模型构建”（项目编号：14108-412312-19023）、上海市人力资源和社会保障局（上海市浦江人才计划项目）“基于教育大数据的学习分析教育应用创新研究”（项目编号：14PJC034）的研究成果。
关键词：STEAM教育;3D设计：xAPI规范;学习行为;教育评价;行为分析模型
中图分类号：G434
文献标识码：A
STEM教育源自美国，诞生于20世纪80年代，最初STEM教育的概念是集成科学（Science）、技术（Technology）、工程（Engineering）以及数学（Mathematics）4门学科的应用型学科。2007年，英国“国家科学基金研讨会”开始讨论将艺术类课程也融入其中。自此STEM教育的发展步入新的阶段，由原来的4门学科加上艺术类课程（ARTS）变为“STEAM”教育。根据《中国STEAM教育发展报告》中数据显示，我国STEAM教育课程种类，教学模式等种类繁多，教学效果难以评价。STEAM教育的践行需要多学科交叉融合，多维度的顶层设计、创新实践的教育模式以及基于案例的课程设计。随着技术的不断发展和政策的不断革新，STEAM教育的教学场景和培养目标也在不断发生变化，STEAM教育更加关注学生的多方面能力和核心素养的发展，近几年3D打印技术在STEAM教育领域发展迅速，各种3D设计平台和相关资源层出不穷，3D平台有3D one、Tinker cad、GeekCAD、3dmax、Maya等。3D打印设计平台为STEAM教育提供了重要教学平台。3D打印技术具有跨学科的特点，可以为学习者搭建虚实结合的教学场景，符合STEAM教育的跨学科特点，并且可以培养学生的艺术设计能力和审美能力，3D设计需要学习者创造设计，动手操作，在学习过程中需要用到高阶思维能力进行分析、综合、评价和创造。3D设计可以同时培养学习者的多种能力，是STEAM教育的良好载体。并且3D打印技术有丰富的课程案例和课程资源，开源免费获取，并且3D设计平台众多，为学习者提供更广泛的选择。众多3D设计软件学习者产生的学习者行为数据可以为STEAM教育领域数据驱动的教学评价提供数据基础，本研究可以借助3D在线设计平台进行学习行为数据收集。这些3D在线学习平台均是通过学习者在平台上操作进行的3D设计学习，具有一定共性，通过收集平台数据，可以对数据进行深度学习分析，把采集、分析与数据可视化串联起来，实现数据驱动的学习评价。
一、3D设计学习评价現状
目前，在国内一线教学中，STEAM教育课程评价多是老师主观分数评价，对STEAM教育评价大多仍然停留在对学习者的作品进行总结性评价的阶段，这导致教学评价具有较强主观性，缺乏科学性，实现教育数据驱动的教学评价成为亟需解决的问题。在国内研究中，通常把教学评价分为3类：总结性评价、诊断性评价以及形成性评价。而国内STEAM领域中，3D打印设计教学评价多为总结性评价以及少量形成性评价。其中总结性评价主要从学习者最终作品进行评价，形成性评价主要从学习者实践能力、创新能力、知识技能等方面进行评价，比较主观，缺乏数据支撑。例如，张陈燕、王莉、潘士杰等人，就分别进行了中小学3D设计校本课程的开发与实践研究，但评价方法都是通过问卷调查、访谈、阶段性评价以及作品最终完成情况等方面对学习者进行课程效果评价，缺少过程性学习行为数据作为支撑。
国内3D打印设计教学评价缺少学习者行为数据驱动的学习分析是值得解决的问题。收集学习过程数据并进行量化分析，可以提高教学评价的科学性并且降低主观性因素，因此我们需要解决三个问题：问题一，如何收集3D设计学习过程中的教育数据;问题二，如何针对3D设计平台对数据进行编码，定义适合3D平台的动词和对象;问题三，如何对收集的数据进行分析及评价。
二、基于xAPI的3D设计数据采集
目前，xAPI技术（原名Tin Can API，是Experience API的简称）作为一个新技术规范被使用在学习分析领域。xAPI技术常用在数字化在线学习平台作为数据获取技术，它作为新的学习技术规范，弥补SCORM标准在数据共享及个性化学习等方面的局限。目前，使用xAPI技术收集数据的平台主要有：各类学习管理系统LMS，例如：Moodle平台;数字教材平台;MOOC在线学习平台等。xAPI技术在这些数字化在线学习平台中发挥记录跟踪数据的作用，为学习者学习表现和学习行为分析提供数据支持。
在3D设计学习领域，同样可以使用xAPI技术对学习者行为数据进行记录跟踪，通过对在线学习行为全过程数据的记录跟踪，从而记录学习者在使用平台过程中的操作行为数据。本研究通过xAPI技术可以收集学习者学习的全过程数据，记录3D打印课程学习者学习过程中的每一条的平台操作经历，通过微观“点击流”数据，中观“活动流”数据，对学习者学习行为进行量化分析和评价。
其中， “点击流”指的是鼠标点击操作和操作对象形成的有意义集合。“活动流”指的是xAPI规范中的Statement，包含Actor、Verb和Object等信息。首先，记录学习者在3D打印在线学习平台中的鼠标点击“微操作”形成的“点击流”，“微操作”指的是鼠标点击操作，并基于“点击流”合成中观“活动流”，最终统计分析“活动流”，实现学习者学习行为数据的学习分析。通过从微观“点击流”，到中观“活动流”，能够实现数据驱动的3D设计平台学习行为数据分析，为进行学习分析和教学评价提供重要数据依据。实现教学全过程的数据采集及分析和评估，将对衡量3D设计平台教学效果具有重要价值。 1.xAPI规范
xAPI技术规范的诞生，是克服SCORM等标准存在记录局限等问题，增加了可以追踪更加具体和复杂的学习过程经历，推动了在线学习新的发展。xAPI利用“活动流”（Activity Stream）的概念来记录每个学习者的学习经历，不仅与SCORM等标准相兼容，而且还可以广泛应用到各种学习情境中。xAPI通过“声明”（Statement）的形式来存储学习者的学习经历，每一条“声明”都包括“Actor”（执行者）、“Verb”f动作）、“Object”（对象）这三个基本属性。“声明”还可以包括“Result”（结果）、“Context”（环境）等可选属性。每一个属性都定义了类型、属性值、及描述，来确保在实施xAPI规范时，数据的记录和存储遵循统一的结构。LRS（Learning Record Store）学习记录存储是xAPI独特的存储机制，用来保存学习记录。LRS是使用xAPI技术进行学习记录的存储，LRS可以共享和转移。LRS中的数据具有可量化，可分享，可追踪的特性。xAPI可以对学习经验做更细腻的追踪记录，所以可以对学习活动与学习者作更深入的剖析。近年来，有研究者使用xAPI规范在各类学习平台进行数据收集，为学习平台的学习分析提供了新的技术支持。例如：方海光等人，基于xAPI技术对在线交互式的学习资源设计进行了数据分析;肖君等人，基于xAPI技术对MOOC平台的数据进行了分析。
2.3D数据采集平台
本文以GeekCAD 3D设计平台为例，GeekCAD是一个在线3D设计平台，学习者使用浏览器就可以在线进行3D设计、设计平台包含二维对象17个、三维对象14个、命令101个以及其他元素。打开GeekCAD在线3D设计平台界面，点击“开始创作”进入GeekCAD 3D设计平台操作界面如图1所示。操作界面包含：一维对象区、命令区、工作区。
学习者在进行3D课程学习过程中，使用xAPI规范的3D设计软件数据采集与反馈模型可以记录学习者操作数据。教师借助学习者学习过程的行为数据，可以准确了解学习者的学习情况，进行数据驱动的学习分析和教学评价。通过参考xAPI的相关规范，可以收集学习者学习行为的全过程真实数据，首先对学习行为“微操作”进行编码分类，通过对“微操作”的鼠标“点击流”合成，进一步形成“活动流”，再对“活动流”进行分类分析，可以更加精准地量化评估学习者在3D打印设计教学过程中的行为频次和偏好。在跟踪学习经历时，使用xAPI规范技术收集数据，并且使用免费开源的LRS用来存储和检索学习经历数据，存储数据为Json格式。
3D设计软件数据采集与反馈模型首先将GeekCAD 3D在线操作平台数据传送到服务器并存储于LRS数据库中，通过对LRS数据库中数据进行分析形成分析报表，从而实现数据驱动的STEAM教育3D设计课程教学效果评价。并且xAPI规范的移植性好，适合各类3D设计平台的数据采集，其中数据采集反馈系统架构如图2所示。
3.3D设计数据采集与编码
目前，STEAM教育中应用的3D设计平台大多数都是通过鼠标点击和输入等操作完成作品制作，学习过程通过学习者操作得以实现，适合使用xAPI技术跟踪捕获学习者操作过程。本研究数据采集有效字段包含6个字段，这6个字段包括Actor、Verb、Object、Timestamp、Result、Context，其中有三個必选字段，三个可选字段。在这些字段中包含学习者信息、操作时间、操作对象、操作情景等信息。其中Verb动词字段里的信息包含“微操作 操作命令”的信息。在3D设计学习过程中，学习者为执行者，是活动的主体;动作代表行为类型，比如观看、点击等。与xAPI运用在其他在线学习平台直接获取活动流不同，xAPI规范在Moodle等其他在线学习平台中进行的数据收集机制以及动词和对象不适用于3D设计平台，因此在3D设计中，我们单独定义了适合于3D设计平台的动词和对象集合;对象通常是学习者与之交互的对象，比如经验、表现，也可以是一个有形的物体，比如图片、命令等。并对要收集的数据进行编码，编码用英文缩写表示，编码一方面是定义针对3D设计平台的Actor、Verb以及Object，另一方面是方便数据收集和处理。
在STEAM领域的3D设计平台中，由于学习行为动作粒度比其他在线学习平台更细，细化到鼠标操作层面，因此增加一层“微操作”，即微观鼠标“点击流”。在3D设计平台中，我们以GeekCAD 3D设计平台为例定义了“微操作”，动词和对象的合集，由于收集的数据是基于“微操作”进行的。首先对“微操作”进行编码，通过“微操作 操作命令”的“点击流”就可以知道动词Verb和对象Object，从而获得“活动流”。其中“微操作”的编码如表1所示，“操作命令”的编码如表2所示。其中动词合集如下页表3所示，列出的动词仅为本篇文章案例分析所涉及的动词，对象合集如下页表4所示。
三、3D学习者行为分析模型
实现数据驱动的3D教育学习效果评价，首先要在技术上实现3D设计课程学习过程数据的收集，其次要构建3D教育学习者行为分析模型，为后续数据分析提供分析依据和理论指导。构建STEAM 3D教育学习者行为分析模型，首先需要了解STEAM教育培养目标。STEAM教育强调4C核心能力：创造创新能力（Creativity and Innovation）、批判性思维与解决问题能力（Critical Thinking）、沟通交流能力（Communication）、合作协作能力（Collaboration）。4C能力由美国21世纪技能学习联盟（United States-based Partnership for 21Century Skills）提出，是国内外公认的21世纪人才培养必备的能力。国内已经有学者将STEAM教育的培养目标与4C能力对接，进行课程开发的研究。3D教育学习者行为分析模型可以基于学习者的行为数据对学习者的学习效果和能力发展做出初步判断，目的在于了解学习者的学习表现，评估学习者的学习进度，帮助教师了解学生的学习水平和学习过程中的潜在问题，以便更好地调整学习进度和学习内容。分析模型结合xAPI数据规范，布鲁姆认知行为分类以及STEAM 4C能力三方面内容进行构建。3D教育学习者行为分析模型将行为分为三类，低级阶段学习行为、中级阶段学习行为以及高级阶段学习行为。3D教育学习者行为分析模型具有多阶段、多能力的分析特点。其中多阶段主要体现在学习者在学习过程中为解决不同问题而采取的操作，具有不同的认知加工阶段特点。多能力主要体现在学习者在学习过程中为解决不同问题而采取的操作具有培养学生各项能力的特点。具体分析模型如表5所示。 1.低阶学习行为包括各种基本确认和删除操作或者不构成意义的鼠标操作。这些操作体现了学习者对电脑的基本操作能力和在线3D平台的使用能力，属于低阶段基本能力。这些操作行为为学习者进行更深层次的学习打下基础，属于准备工作。对比其他操作，这些操作需要较少的认知加工过程和思考过程。
2.中阶学习行为包括二维、三维图形构建和对图形在画布上的大小和方位的调整和判断。中阶行为主要是指学习者对图形进行意义建构的过程，包括形状，大小和方位。因此涉及到图形建构，和调整图形大小和方位的操作，都体现了学习者的空间思维能力。
3.高阶学习行为包括培养创造创新能力、批判性思维与解决问题能力、沟通交流能力和合作协作能力。对二维、三维图形的组合、变换，或者自己进行超出课堂教学内容的平台操作行为等，以及创作有实际意义的具有个人风格的二维或者三维实物可以培养创造创新能力。其中，对基本二维和三维图形的改造能力，可以体现学生的创造力;制作有意义的实物，可以体现学生的创作能力;自己进行超出课堂教学内容的平台操作行为，改造作品，属于创新能力。批判性思维与解决问题能力可以通过学习者的自省操作体现，例如频繁使用视图操作（底视、右视、前视、左视）来观察作品的外观，解决瑕疵问题和美化作品。或者通过ssc（展示）操作观看作品效果，通过hvgc（隐藏视图网格）观看无网格的作品效果等。
四、教学案例的学习者行为分析
本研究在GeekCAD 3D平台上进行，以案例教学的方式进行课程，共有15名学习者参加，15名学习者均具备基本的软件操作能力和空间设计能力，对这15名学习者每个学习者完成任务使用的10到16个操作进行统计，数据采集分析流程如图3所示。学生的作品案例如图4所示。
通过Actor字段我们可以得知学习者的编号，通过Verb动词字段里的“微操作 操作命令”点击流信息，可以得知Verb，通过Object得知操作对象。举例说明如下，首先Actor字段得到编号为“508977”的信息，确定学习者身份;其次，通过Verb动词字段里的鼠标“点击流”，例如“鼠标左击（LC） 复制命令”可以得知Verb为“复制”;通过Object对象字段里的信息得知操作对象是二维图形矩形。由此可知，这条Statement活动流表示编号为“508977”的学习者复制了一个矩形。针对某一个Actor，当多条Statement活动流按时间顺序跟踪记录存储之后，就可以分析这-Actor在3D操作平台中完成3D设计作品的每一步操作过程，从而实现STEAM教育学习全过程行为数据收集，为学习行为的定量分析和评价提供依据。
本文分别对编号为“508977”的单个学习者的操作频次和15名学习者的总操作频次做了统计。编号为“508977”的单个学习者操作频次如图5所示，15名学习者的总操作频次如图6所示。在此基础上根据3D学习者行为分析模型，对操作频次进行能力划分和认知阶段划分。所得结果如下页图7-图10所示。
从图6中可以看出，对于全体学习者co、end、ki、start等操作次数最多。其中，bvi（底视）、hsc（隐藏）、rvi（右视）、lvi（左视）、tvi（俯视）、fvi（前视）等操作使用较少个体操作频次基本符合全体操作频次规律。
从图7和图9可以看出，对于个体和全体学习者而言，本次教学中对于低阶行为和高阶的行为训练比较明显，对于中阶行为操作的次数不够多，教师在进行作品教学过程中，可以进一步加入更多中阶操作，对学习者进行教学。
从图8和图10可以看出，对于个体和全体学习者而言，本次教学中对于四种能力均能进行训练，其中对基本操作能力的训练占了很大一部分，对批判思维与解决问题能力的训练也有所体现。随着课程难度的不断加深，教师在教学习者制作作品时，可以多加入有关空间思维的操作，例如制定作品的大小、方位和所包含的基本形状等要求，同时尽可能多地给予学生制作作品的自主权，例如制作桌椅，可以让学生自由发挥制作的桌椅种类、个数和外观等，让学生有發挥自己创新创造能力的机会。基于平台行为数据和STEAM 3D学习者行为分析模型，教师可以更好地了解学生的学习情况，通过学习评价反馈及时调整课程进度和课程内容，提升3D教育效果。
五、结语
本研究使用xAPI规范的3D设计软件数据采集机制与基于xAPI的3D学习者行为分析模型，并将此模型应用于GeekCAD 3D设计软件，通过编码的方式获取学习者在3D设计课程中全过程的行为数据，通过微观“点击流”和中观“活动流”还原学习者在平台学习全过程的操作行为。并以小样本的教学实践为例，对STEAM教育中3D设计课程学习过程行为数据进行分析，实现利用学习者学习过程行为数据进行数据驱动的学习分析及评价。通过分析收集到的学习者行为数据分析学习者的操作行为和频次，可以验证通过xAPI相关技术收集和分析3D设计课程中学习者学习过程数据的可行性，为学校和教师获取学习者学习过程性数据、量化分析及评价学习者3D设计课程学习效果提供借鉴。
后续研究可以结合课堂教学内容和教学背景进行教学实验，收集微观“点击流”和中观“活动流”数据。通过数据不仅可以了解学习者进行二维操作和三维操作的次数和偏好以及学习者的能力培养的情况，还可以通过操作的时间序列进一步了解学习个体的学习轨迹，更加客观地了解学习者的能力发展变化情况。基于xAPI的STEAM 3D学习者行为分析模型具有学习分析价值和教学评价应用价值。后续可以将xAPI规范的数据采集机制和STEAM学习者行为分析模型运用到STEAM教育领域更多不同的教育场景中，通过学习过程数据，分析学习者的学习效果和能力发展情况，实现STEAM教育领域数据驱动的学习分析和评价。
*本文系国家新闻出版署教育内容产品互联网传播与营销重点实验室开放课题“基于学习分析的用户学习能力模型构建”（项目编号：14108-412312-19023）、上海市人力资源和社会保障局（上海市浦江人才计划项目）“基于教育大数据的学习分析教育应用创新研究”（项目编号：14PJC034）的研究成果。