7月13日，第十三届国际教育数据挖掘大会（Educational Data Mining 2020）圆满闭幕，来自全球各国的教育数据挖掘专家围绕“如何提升学习者的学习效果”的主题，深入探讨教学领域的各项议题。论答联合创始人兼首席数据科学家马镇筠博士和论答顾问委员会主席Ryan Baker教授应邀参会介绍研究成果——《The Results of Implementing Zone of Proximal Development on Learning Outcomes》，并和全球各国教育数据挖掘专家展开热烈讨论。

国际教育数据挖掘大会是一个国际权威的高质量学术研究论坛，它通过挖掘教育数据来回答和解决教学领域的问题，其中包括探索教人们如何教学和学习。近几年来，在教育领域内教育数据挖掘（EDM）的理念风靡全球，教育数据挖掘在很多教育机构为教育决策者做决策提供必要的数据支持，为提高教学成果及教学决策提供行之有效的工具，使得人们对教育数据挖掘的关注度越来越高。

数据挖掘 (Data Mining) 是通过一定算法从海量数据中发现隐藏的模式和知识的过程。教育数据挖掘是一门新兴的学科, 它致力于开发新的方法来探索来自教育环境的独特的且规模日益变大的数据, 并使用这些方法来更好地理解学生及其学习环境。论答马镇筠博士和宾夕法尼亚大学Ryan Baker教授的研究以论答集团下的TAD教学系统和酷培AI学习系统为数据来源，展示基于论答AI算法引擎推荐的最近发展区（ZPD）进行学习的学习效果。

马镇筠博士：美国弗吉尼亚大学（University of Virginia）统计学博士，长期致力于自适应设计与大数据分析的研究与应用，负责开发了国内第一个应用高级算法的自适应学习引擎的核心算法，并主导了国内第一个有关自适应学习有效性实证研究项目的研究设计与数据分析。

Ryan Baker教授：美国宾夕法尼亚大学（University of Pennsylvania）学习数据分析研究中心 （Penn Center for Learning Analytics）主任。Baker 教授是国际教育数据挖掘协会（International Educational Data Mining Society）的创始人、《教育数据挖掘》杂志（Journal of Educational Data Mining）的主编。

“人工智能将为教学提供决策依据，数据决定教育决策在全世界范围内将愈来愈广泛的被运用。”Ryan Baker教授在介绍时说。然而，现在的老师们可能还不能很好地利用他们所掌握的学生的数据，或者说掌握了学生的学习数据并不代表他们可以充分地利用这些数据。

酷培®AI学习系统的精准测评可以快速检测每个学生在每个知识点的掌握情况，清晰定位每个学生在最近发展区（ZPD）内的薄弱项。马镇筠博士说：“酷培®AI学习系统将学习者的学习进度轨迹记录下来，根据算法推荐最优的学习路径，根据每个学生的知识状态智能匹配最佳难度和风格的学习任务。”

基于论答®人工智能算法引擎，酷培®AI是一款真正将大数据应用到学习全过程的自主学习产品，革新了传统机构的补习形式，无需专业学科老师参与，即可精准打击薄弱知识点；更全面的大数据应用，帮助每个学生查漏补缺，高效学习；可视化的提分路径，让学生摆脱题海战术，消灭薄弱知识点。

在研究过程和研究方法上，马博士提到 ：“在本研究中，我们分析了在论答TAD教学系统和酷培®AI学习系统中有代表性的8000名中小学生的数据，涉及25万张任务卡。我们对比了学生基于论答AI算法推荐进行学习和不按算法推荐进行学习，这两种情况在知识点掌握率上的差异。费舍尔精确检验（Fisher's exact test）和logistic回归分析都表明论答AI算法推荐与学生的学习效果显著正相关。”

“我们发现，相比于系统判断学生还没准备好的学习内容，学生对系统推荐的学习内容掌握程度更高；其次，仅仅检测学生的ZPD是不够的，研究中表明学生在不同科目上的学习效率是不一样的，这其中可能还有更有趣的事情值得我们在未来继续研究。”Ryan Baker教授在最后总结处说道。

随后，马镇筠博士、Ryan Baker教授和论答数据科学家团队对其他在场专家提出的问题进行了回答和讨论。

今年的大会原定开幕于摩洛哥，但由于全球疫情的严峻情况，采取了线上的特殊方式进行，但这并未影响全球各国的教育数据挖掘专家们的参会热情，第十三届国际教育数据挖掘大会圆满闭幕，期待诸多重要的研究成果进一步落地，愿全球人民早日战胜疫情。