智能時代學習設計創新：理念、著力點與關鍵技術

黃洛穎 馮曉英 郭璐文 張匯坷

（北京師范大學 學習設計與學習分析重點實驗室，北京 100875）

一、問題提出

“教學即設計”（Laurillard, 2012；McKenney &Mor, 2015）。重構教學流程、創新教學模式與變革教學組織樣態是智能時代教育發展的內在需要和必由之路（祝智庭等，2022）。教育數字化背景下教學模式變革創新的核心是學習設計創新。如何推動智能時代學習設計創新，成為當前教育研究與實踐關注的重點。

學習設計研究認為，教學是一門嚴謹、客觀、可共享、可重用（reusable）的設計科學（Papanikolaou et al., 2017）。學習設計是教師為實現特定教學目標而進行的、具有創造性且深思熟慮的行為，它包括設計學習活動序列、學習資源和工具，根據學生反應反思改進設計以及分享設計思路等（Bennett et al., 2015）。智能時代學習設計創新要求教師由遵循特定教學大綱和教材的學習內容傳遞者轉變為有效學習體驗的設計者和創造者（Laurillard, 2012;Mor & Craft, 2012）。

這種認知和身份轉變對教師來說十分困難（Asensio-Pérez et al., 2017）。因此，如何為教師提供指導框架、模型和工具，助力和促進教師開展創造性和高質量的學習體驗設計，設計有效、創新的技術增強學習方案，成為國內外學習設計研究的目標和熱點（Maina et al., 2015；馮曉英等, 2020）。本研究對國內外學習設計研究成果展開系統性文獻綜述，通過梳理支持和促進智能時代學習設計創新的理念、著力點以及關鍵技術與難點等，為我國數字化轉型背景下的學習設計創新提供參考。

二、研究設計

（一）研究方法

系統性文獻綜述法具有整合已有研究成果、把握研究發展趨勢、回答研究問題或發展創新理論等優勢（Hammersley，2002），能有效規避傳統文獻綜述存在的描述性、主觀性等不足。本研究采用這一研究方法，對二十年來學習設計領域的關鍵文獻進行檢索、篩選和評估、抽取和整合，提煉生成智能時代學習設計創新支撐體系，回答“如何支持智能時代學習設計創新”這一根本問題。

（二）文獻檢索

為有效檢索國內外學習設計研究的高質量文獻，本研究選取SSCI 和CSSCI 數據庫收錄的期刊，以“learning design”“design for learning”為英文關鍵詞，以“學習設計”為中文關鍵詞，文獻發表時間限定為2000 年1 月1 日—2022 年12 月31 日，在Web of Science 和中國知網數據庫中檢索相關文獻，其中SSCI 來源文獻的語言限定為英文，類型限定為學術論文和綜述論文，最終檢索得到470 篇文獻（英文375 篇、中文95 篇）。

（三）文獻篩選與編碼

為確保樣本文獻的準確性，本研究對檢索得到的文獻進行了兩輪篩選和甄別，選擇標準包括非重復出現、可全文獲取、文章篇幅在3 頁及以上、文獻主題與研究問題緊密相關等，得到符合篩選標準文獻297 篇。同時，本研究通過滾雪球的方式，從已納入的文獻中挖掘、補充新文獻17 篇。最終，本研究有效樣本文獻314 篇（英文260 篇，中文 54 篇）。

為整合已有研究成果，本研究對樣本文獻的關鍵內容進行抽取和編碼：首先，從基本信息、研究目標、教師角色定位、核心理念、研究方向等方面對樣本文獻進行質性元分析和編碼，獲得學習設計領域發展演變關鍵階段；其次，從支持的內容、理念和方向、思路和路徑以及已有成果和應用效果等方面對樣本文獻進行編碼，基于智能時代學習設計創新的核心支撐理念、著力點與路徑以及關鍵技術與難點等，構建智能時代學習設計創新支撐體系。

三、學習設計研究的發展演變

學習設計研究的發展演變經歷了傳統課堂的教學設計、技術增強的學習設計和智能時代的學習設計三階段（見表1）。

表1 學習設計研究的發展演變

（一）傳統課堂教學設計階段（20 世紀60—90年代中期）

學習設計作為專業術語，最早出現在20 世紀60—70 年代北美的心理學和教育學文獻中（Moment et al., 1963），隨后被表述為“通過提供學生獲得知識、態度或技能的步驟和框架，幫助教師構建學習過程”（Mouton et al., 1984），即學習設計是一種幫助教師構建學生學習過程的流程性框架和模板，是在傳統課堂教學情境下使用的設計方法。盡管研究者提出了學習設計這一概念，但相關研究和應用仍根植并局限于教學設計領域，其宗旨是促進教師規范化表達教學設計過程。不論是ADDIE模型還是課件制作工具，都突出設計過程的系統性和規范性，將教師視為教學內容的傳遞者。

（二）技術增強的學習設計階段（20 世紀90 年代中期—2016 年）

20 世紀90 年代中期，技術增強的學習設計興起，強調“為學習而設計”（design for learning），特別是利用網絡和計算機的特征和優勢促進學習（Riding et al., 1995）。該階段的學習設計從強調設計過程的系統性和規范性向突出設計結果的共享與重用轉變（Persico & Pozzi, 2015）；教師的角色是學習體驗的設計者和創作者（Laurillard, 2012; Mor &Craft, 2012）；學習設計具有嚴謹性、客觀性、共享性和可重用等特征（Papanikolaou et al., 2017）；向教師提供學習設計模型、方法和原則支持等，可促進教師應用信息技術開展有效學習設計。

（三）智能時代的學習設計階段（2017 年—至今）

進入智能時代，學習設計旨在發揮智能技術和數據科學的優勢，著眼于如何將學習理論有效整合到學習體驗設計中（Law & Liang, 2020）。學習設計創新的核心理念和目標導向是數據驅動的學習設計生態，重點關注如何支持教師開展具有理論依據的、多種技術工具支撐的學習設計創新，支持教師循證改進學習設計、科學探究學習過程和總結教學規律，促進教師交流分享與協同共創學習設計（Law & Liang, 2020），從而促進教師開展教學改革與創新。教師需要承擔起學生學習體驗的設計者、分享者和研究者等多重角色（Kali et al., 2015;McKenney & Mor, 2015），在循環改進的探究過程中不斷創新學習設計，并通過觀察效果改進設計（Laurillard et al., 2018）。

四、智能時代學習設計創新的支撐體系

本研究對樣本文獻進行編碼，得到3 個核心類屬（理念、著力點、關鍵技術與難點）和11 個類型編碼，并以此構建了智能時代學習設計創新支撐體系（見圖1）。智能時代學習設計創新以數據驅動的學習設計生態為目標，包括三大理念、五個著力點和三類關鍵技術與難點。

圖1 智能時代學習設計創新支撐體系

（一）支持智能時代學習設計創新的理念

1. 規范化

學習設計規范化指使用統一的語言、規則和標準描述學習設計過程和結果，以相近的結構組織和內容構成大量的學習設計（Albó & Hernández-Leo, 2020）。這不僅有助于提高學習設計的可比性和解釋力，也有助于促進教師之間更好地交流、分享設計思路和結果，進而推動學習設計的變革和創新（McKenney & Mor, 2015）。相比于早期通過方法流程實現粗粒度的學習設計規范化，智能時代的學習設計強調通過學習設計的數字化實現細粒度的規范化，即通過計算機可讀取和可理解的格式，外化和存儲教師頭腦中的隱性且分散的學習設計過程與結果（Persico & Pozzi, 2015）。

2. 共享性

共享性是建立在規范化和數字化基礎上，推動高質量學習設計案例和設計知識有效傳播和重復使用從而改進學習設計實踐的重要理念（Charlton et al., 2012）。該理念倡導和鼓勵教師在學習設計案例、學習設計知識、學習設計實施數據與反思評價信息等層面展開共享，充分匯聚和整合多維學習設計資源（Papanikolaou et al., 2017），為教師創新學習設計提供支持。

3. 生成性

智能時代學習設計創新需遵循生成性理念，強調教師的學習設計要依據精準的學習分析結果、適配的設計指導和實時的設計分析結果等證據進行動態式設計決策（Law et al., 2017），而非完成由固定學習內容驅動的預設式設計過程。生成性理念要求教師充分借助和應用有關信息、知識和技術支持學習設計決策過程，將學習設計決策置于更廣泛的信息技術環境（Bafail et al., 2017），提高教師學習設計決策的質量。

（二）支持智能時代學習設計創新的著力點

在數據驅動的學習設計生態目標引領下，智能時代學習設計創新應基于規范化、共享性、生成性的理念，聚焦以下五大著力點。

1. 著力點一：設計方法支持

學習設計研究的重點之一是指導教師掌握學習設計的方法（Persico & Pozzi, 2015），為教師開展學習設計創新提供參考框架、設計過程支持等，如界定學習設計關鍵要素和設計要求、明確學習設計關鍵流程和重點任務等。

1）面向特定學習場景的學習設計方法。這通常以某類學習理論為依據、以特定技術環境為抓手，明確該類學習設計需關注的核心要素、設計要求和設計流程等。例如，計算機支持的協作學習4Ts 設計方法（Pozzi & Persico, 2013），提出任務、團隊、技術和時間四個要素的設計要求；“互聯網+”時代核心目標導向的混合式學習設計模式（馮曉英等，2019），明確了混合式學習設計可遵循的關鍵環節和步驟；面向智慧課堂的靈活深度學習設計框架（彭紅超等，2023），界定了智慧課堂場景下的學習設計流程。

2）通用學習設計方法。這條路徑旨在明確學習設計應遵循的普適性原則和通用性策略，學習設計可遵循創建認知沖突、鼓勵分享和協作、發展反思性思維、定期提供反饋等原則（Kali et al., 2009;Law et al., 2017）；學習設計需關注目標、策略和情境三個要素（Emin et al.，2009）；學習設計過程涵蓋從理論框架和實踐范例中汲取靈感、構思和設計創新、評估效果并反思過程等步驟（Mor & Mogilevsky,2013）。

2. 工具支持

這一著力點指推動學習設計工具創新，為教師的學習設計提供技術支持。智能時代學習設計工具創新，以支持數據驅動的學習設計生態為目標，遵循促進教學思想表達、共享和重用以及推動反思的基本原則和理念（Laurillard et al., 2013）。

1）面向個體學習設計生命周期的工具。這條路徑旨在支持教師完成學習設計的抽象概括、設計創作和部署實施等設計任務。例如，Course Map提供“概覽”模板，幫助教師抽象概括教學場景并形成基本教學思路（Asensio-Pérez et al., 2017）；Collage 提供設計內容框架、設計過程引領和設計支架，支持教師高效完成設計創作（Hernández-Leo et al., 2011）；Glue!PS 能解析學習設計并自動生成可在學習管理系統運行的學習設計（Prieto et al.，2011）。以上三類工具呈擴展、整合趨勢，從而全周期地支持教師開展學習設計（Conole & Wills,2013）。

2）面向群體性社會交互的學習設計工具。該路徑重在滿足教師群體圍繞學習設計開展社會交互的需求，促進設計理念、知識與高質量設計案例的協同共創、共享交流與定制化重用。例如，LdShake 提供組建設計團隊、分配成員角色和協同編輯等功能，支持協同共創學習設計（Hernández-Leo et al., 2014）；Cloudworks 支持教師分享、評論并重復使用學習設計（Conole & Culver, 2009）；PeerLAND 支持教師開展同伴互評學習設計（Papanikolaou et al., 2016）。

3）綜合性學習設計工具平臺。這條路徑意在同時滿足教師完成學習設計全生命周期的設計任務和群體性社會交互的雙重需求。例如，整合學習設計環境（the integrated learning design environment）平臺有機整合了WebCollage、LdShake 等工具（Persico & Pozzi, 2015），不僅支持教師根據自身需求個性化選擇適配的學習設計工具，還支持教師在社區中充分交流和共享設計思想。

3. 決策支持

在智能時代，教師需要踐行循證設計決策的基本理念（Nguyen et al., 2020），從隱性的、經驗導向的教學設計決策逐漸轉向明確的、證據驅動的學習設計決策（馮曉英等，2020），充分釋放和發揮數據在設計決策中的價值。

1）分析學習設計方案以支持決策改進。這條路徑面向教師在學習設計規劃創作階段的設計決策需要，它通過分析學習設計包含的內容，適時提供多種干預，支持教師作出科學且高效的設計決策。這包括結合學科、學段等信息，提供相近的優秀案例資源（Masterman & Manton, 2011）；提供學生學習需求、先前學習過程特征等信息，幫助教師確定合理的學習起點和目標（蔡慧英等，2021; Nguyen et al., 2020）；結合設定的設計要素間關系，提供整體性改進建議（Bafail et al., 2017）；支持教師模擬和分析不同教學法、不同師生時間分配比例等設計決策的可能影響與結果（San et al., 2008）。

2）分析學習設計實施過程與結果以支持決策改進。這條路徑面向教師在學習設計實施階段的決策需要，通過開展學習分析，挖掘學生學習過程特征、評估和預測學習效果以及探究影響因素等，為教師改進原有設計決策提供證據支持。這包括挖掘在線學習的行為模式和學習路徑（胡丹妮等，2019），評價與預測學習水平、風險等級和通過率等（Arnold & Pistilli, 2012），探究影響學習投入、知識建構、學習持續性和學習績效的關鍵指標（Berry, 2017）。

3）分析設計與實施的全流程以支持決策改進。這條路徑面向教師在學習設計實施后改進原有設計決策的需要，開展整合學習設計內容的學習分析，提供包含教學情境信息的分析結果，為教師分析和評判設計決策是否有效、如何科學精準地改進設計決策等提供直接的證據（蔡慧英等，2020）。例如，研究者通過分析學生對特定學習材料的參與度、特定活動的學習持續性和學習路徑，支持教師認識、反思從而明確后續需要優化的設計要素及其改進方向，包括刪減不影響目標達成的學習活動或資源、調整學習活動難度或增加學生難以完成的學習任務的資源供給和時間配給等（Ifenthaler et al., 2018）。

4. 共享支持

共享是將學習設計經驗與智慧、設計資源與案例等廣泛匯聚、有效組織從而形成設計知識庫的重要方式。重用先進設計知識和高質量設計方法有助于提高設計效率和質量以及推動設計創新。為教師提供學習設計共享支持是研究者持續推進的著力點之一，目前主要形成了四條學習設計共享支持路徑。

1）支持完整設計方案的共享。學習設計方案可以被視為凝結著教師設計思想、經驗和智慧的數字化制品，支持完整學習設計方案的共享與重用，有助于教師共享、比較和遷移更加情境化的設計內容。研究者設計開發了學習設計共享庫，例如支持教師瀏覽檢索、評論交流和復制下載的學習設計數據庫（McKenney & Mor, 2015），支持教師上傳、下載和使用社區學習設計方案的學習設計共享工具（Charlton et al., 2012）。

2）支持部分設計資源的共享。它圍繞特定的設計內容，從真實的學習設計案例中采集并整理形成結構化的學習設計資源（Conole, 2012），支持教師使用這類資源完成設計過程。其典型代表是澳大利亞的學習設計項目，它采集真實的學習設計方案，基于學習任務、學習資源和學習支持的框架，提取形成學習活動設計資源，包括學習活動分類、每類活動的設計方法和要求、設計實例以及使用建議和指導（Agostinho, 2009）。

3）支持有效設計模式的共享。設計模式具有描述性、規范性和交流性等特征，是設計共享和重用的重要單位和內容。支持有效設計模式共享指按照一定的分類和表征方式，匯聚、組織和存儲有效的學習設計模式，形成在線設計模式庫，為教師瀏覽學習、共享交流與遷移應用提供體系化的設計知識支持。典型的設計模式庫包括教學策略設計模式庫（Sharp et al., 2003）、電子學習設計模式庫（Goodyear & Yang, 2009）等。

4）支持學習設計實施數據的共享。共享學習設計實施過程數據和效果評價數據，有助于他人了解學習設計的價值，并提高學習設計的適應性和可應用性。它包括支持教師共享學習設計實施數據，如教師記錄和分享的實施學習設計的感受、評價和反思，或在他人創建的學習設計下補充有關設計實施效果的形成性評論（Michos & Hernández-Leo,2018），支持教師直接上傳學習設計實施過程和結果的學習分析鏈接（Albó & Hernández-Leo, 2018）。

5. 素養支持

智能時代的教師要成為學習體驗的設計者、共享者和研究者。提高教師的設計素養，有助于促進其身份轉變（Asensio-Pérez et al., 2017），也是破解學習設計尚未對教學實踐產生重大影響這一困境、促進教師真正開展教學創新的重要動力（Bennett et al., 2017）。

1）設計素養發展的原則與理論基礎。這條路徑旨在明確促進教師設計素養發展所需遵循的有效原則和基本理論。例如，布洛達克斯等（Boloudakis et al., 2018）提出了設計素養有效發展的四條原則，即鼓勵合作協同、共享設計理念，通過理論和實踐的結合解決學習設計挑戰，使用圖形化的設計工具改善學習場景表征，培養專業合作的文化共建設計知識。共同體理論、體驗學習理論和設計學習理念可以支持教師設計素養的發展（馮曉英等，2023;Vasalou et al., 2022）。

2）設計素養發展的支持過程與方法。這條路徑重在明確教師設計素養培養可遵循的基本框架和過程，例如基于協作學習策略的“思考—結對—共享”式設計素養培養過程（Boloudakis et al., 2018）、基于設計思維框架的“發散—聚合”式設計素養發展方法（Vasalou et al., 2022）。參與式工作坊為主要學習形式，涵蓋（協同）創建、互評、共享、重用、實施、反思和改進等設計類學習活動（Olney &Piashkun, 2021；蔡慧英等，2020），以設計作品質量、設計思維和參與式設計文化（Boloudakis et al., 2018;Luka, 2014）為重點內容評價設計素養培養效果。

（三）支持智能時代學習設計創新的關鍵技術與難點

1. 學習設計的數字化表征

學習設計數字化表征指能夠使用數字化工具和技術創建、記錄和共享學習設計的通用語言，涉及學習設計包含的要素和屬性等內容和要求（Albó &Hernández-Leo, 2020），可為形式化編碼、數字化傳輸和解析學習設計提供規范和模型（Persico &Pozzi, 2015）。數字化表征是學習設計工具開發、設計共享等的基礎，決定了設計過程和結果是否規范明確和易于交流、重用。

研究者（Persico & Pozzi, 2015）在數字化表征學習設計方面提出文本式和可視化兩類表征，前者通過人工/形式語言和自然語言描述學習設計，后者以圖示化樣式表達學習設計（Conole & Wills, 2013）。其中，文本式表征按粒度分為三種（Agostinho,2009）：粒度最小、面向實施態學習設計的表征，如IMS LD、LAMS（Dalziel et al., 2016）等；粒度中等、面向設計態學習設計的表征，如E2ML、LDlite（Falconer et al., 2007）等；以設計模式為代表的粗粒度表征，如亞歷山大式表征（Law et al.,2017）等。

可視化表征可分為兩種：一種以學習活動為線索，按時間屬性對設計要素及關系進行圖形化描述（Persico & Pozzi, 2015），如混合式學習設計可視化表征（Albó & Hernández-Leo, 2020）；另一種側重于學習設計結果的可視化分析，如以餅圖形式呈現學習活動時間結構（San et al., 2008）?？傮w來看，研究者在數字化表征學習設計方面熱情較高，但尚未找到能夠被教師充分理解和廣泛應用的學習設計數字化描述方法（Agostinho, 2009），這也是當前急需解決的基礎性難題。

2. 學習設計模式的自動化生成

學習設計模式（learning design pattern，LDP）指針對特定教育教學問題的有效解決方案（Goodyear,2005; Law et al., 2017），它不僅是編碼、交流和共享設計經驗的重要手段和最佳載體（Conole & Wills,2013），還能促進教師將設計知識遷移轉化為設計決策（馮曉英等，2020）。

研究者在持續推動學習設計模式的表征、生成、匯聚、共享和重用，生成技術與方法是推動學習設計模式廣泛應用的關鍵基礎（Lotz et al., 2014）。盡管質性歸納生成方法較成熟，但該方法高度依賴專家經驗，效率低且難以更新。因此，近年來研究者開始探索量化挖掘范式，使用自動化生成技術，尋求破解設計模式難以高效挖掘和充分應用這一現實難題的解決方案。

一是數據基礎。大量的學習設計是設計模式自動化生成的必備基礎，且既要滿足技術取向下數字化和規范化的要求（Brouns et al., 2005），又要在內容方面達到高質量。盡管學習設計數字化表征為學習設計的規范化提供了標準，但如何高效評價和有效篩選高質量的學習設計仍需探索。

二是自動化生成技術。這是設計模式自動化生成的另一個必要條件。研究者提出了包含數據挖掘、潛在語義分析等技術的學習設計模式半自動化生成設想（Brouns et al., 2005），開展了面向學習設計實施數據、基于聚類分析與社會網絡分析的學習活動設計模式識別（Holmes et al., 2019;Rienties & Toetenel, 2016）。然而，真正基于大量學習設計的模式自動化生成技術還有待探索。此外，學習設計模式自動化生成應遵循怎樣的路徑和實施過程還缺乏明確的理論框架和模型支持。

3. 設計分析技術

設計分析技術指對學習設計方案、學習設計實施過程與結果進行分析（郭婉瑢等，2023），從而為教師提供有關設計決策及效果證據，是支持循證設計決策的重要基礎，具有從龐雜數據中挖掘、呈現有價值的信息從而增強教師認知能力的優勢。設計分析技術是當前學習設計領域探索得最少的主題（Albó et al., 2022），主要有以下兩類：

一為面向設計態學習設計的分析技術。它以學習設計方案包含的元數據為數據基礎（Albó &Hernández-Leo, 2021），以描述性統計為分析方法，以儀表盤技術為可視化方式，分析與呈現關鍵要素及核心屬性和要素間的關系，從而支持教師及時研判、反思和改進學習設計。例如，設計分析儀表盤可呈現學習目標與學習活動的對應關系、學習活動時長結構比例等（Albó & Hernández-Leo, 2018;Law et al., 2017）。

二為面向實施態學習設計的分析技術。它以學習設計實施過程與結果數據為基礎，采用聚類分析、社會網絡分析等典型的學習分析技術，探究學習設計決策對學習的影響，為優化改進學習設計提供支持。例如，有研究者關注探究學習活動設計模式對學習行為、通過率和滿意度的影響（Holmes et al., 2019; Rienties & Toetenel, 2016）。然而，學習設計與學習分析之間缺乏統一的話語體系和表征形式（陳明選等，2022），分析指標由數據而非教學意義決定容易導致分析結果脫離教學情境而難以應用（Kennedy et al., 2013; Law et al., 2017）。因此，該類設計分析技術仍需改進。此外，為教師優化改進學習設計提供全過程證據鏈的、同時面向兩種形態學習設計的設計分析技術還鮮有探索，亟待突破（郭婉瑢等，2023）。

五、結論與思考

學習設計研究經歷了傳統課堂的教學設計、技術增強的學習設計兩個階段后，已經進入智能時代的學習設計階段。智能時代的學習設計創新，納入了大數據、數字技術等新的教學要素，必將撬動教師、學生、內容、數字技術等要素之間的關系重構和教學流程再造，其核心目標是構建新的學習生態與設計生態，即在三大理念、五個著力點和三類關鍵技術的指導和支持下，促進教師開展具有理論依據的、數字技術支持的學習設計創新，形成以學為中心的學習新生態，幫助學生靈活學習、深度學習、個性化學習；支持教師開展數據驅動的循證教學改進、學習設計共享與重用等，構建數據驅動的設計新生態?；趯鴥韧庋芯颗c實踐現狀的分析，學習設計研究還需要在以下方向重點發力：

第一， 積極探索生成式人工智能技術支持的AIED 新型學習設計框架與方法。本研究發現，隨著生成式人工智能技術的問世，AIED 成為全球研究者與實踐者高度關注的重要議題，但相關的學習設計框架與方法極少。因此，研究者未來亟需探索整合生成式人工智能技術的AIED新型學習設計模式、框架、方法策略，為促進生成式人工智能支撐的學習設計創新提供方法支持。

第二， 積極推動數據驅動設計生態理念下的學習設計工具創新。在智能時代，學習設計工具也由單一的學習設計支持工具向綜合性學習設計平臺轉變，成為承載數據驅動的學習設計生態和支持教師開展學習設計創新的關鍵載體，這需要融合學習設計方法支持、學習設計過程支架支持、學習設計決策與優化改進支持、學習設計共享與重用支持、設計素養支持等多重功能。未來的學習設計工具，應當是能夠支持教師開展學習設計創新、數據驅動的學習設計生態系統。

第三， 積極探索設計分析技術支持的學習設計循證決策閉環。智能時代學習設計創新的關鍵特征之一是數據驅動的學習設計循證決策支持，即“以教學實踐為基礎、以數據證據為導向的持續性創新和迭代發展（Laurillard et al., 2018） ”。本研究發現，盡管數據驅動的學習設計循證改進、設計分析技術等正在成為國內外研究熱點，但相關理論、技術、方法尚不成熟，仍處在探索階段。研究者亟需探索設計分析的模型框架、學習設計與學習分析的統一化表征、設計分析算法、學習設計循證決策的生成與服務機制等關鍵問題，形成基于設計分析技術支持教師學習設計循證決策與改進的閉環。