付颜斌 陈琦鹏 詹沛达

    问题解决任务中行动序列的二分类建模：单/两参数行动序列模型*

    付颜斌 陈琦鹏 詹沛达

    (浙江师范大学心理学院; 浙江省儿童青少年心理健康与心理危机干预智能实验室; 浙江省智能教育技术与应用重点实验室, 金华 321004)

    行动序列作为一种典型的过程数据, 可反映被试解决问题的详细步骤。鉴于行动或状态转移可区分正误, 本文基于二分类Logistic建模提出两个复杂度相对较低的行动序列模型——单/两参数行动序列模型(1P-/2P-ASM); 两者差异在于是否允许自由估计问题状态的区分度。通过实证研究和模拟研究对比探究两个新模型与基于多分类Logistic建模的序列作答模型(SRM)的表现。研究结果主要发现：(1)两个ASM能够获得与SRM几乎一致的问题解决能力估计值; (2)两个ASM的计算耗时明显低于SRM的; (3) 2P-ASM比1P-ASM的综合表现更优。总之, 两个模型复杂度相对低的ASM均能够实现对行动序列的有效分析, 有益于行动序列数据分析的落地。

    过程数据, 行动序列, 问题状态转换, 行动序列模型, 项目反应理论

    1 引言

    问题解决是指在没有清晰解决方案的任务情境中, 个体通过一系列认知加工过程, 应用认知技能和认知活动, 在问题空间中进行探索, 将问题从初始状态转变为问题解决目标状态的过程(Newell & Simon, 1972)。问题解决过程中, 被试需要根据问题解决的目标构建计划, 选择策略并预估该计划的执行能否达到期望的状态; 同时, 被试还需要根据问题目标对行动结果进行检查, 发现问题并采取补救措施, 及时调整先前的行动策略。因此, 对问题解决能力的测量, 不仅要关注问题解决的最终结果, 还需要关注问题解决过程中系列行为(刘耀辉等, 2022)。比如, 国际学生测评项目(PISA) (OECD, 2013)推出了模拟生活情境的问题解决测验, 通过真实且具有互动性的任务, 记录学生在整个问题解决过程中行为的动态变化过程, 这为问题解决能力的测量提供了一种全新的方式。这些测验不仅记录了学生问题解决的结果, 还可以将学生在问题解决过程中的操作步骤实时记录在日志文件中, 即过程数据(process data)。相较于传统的结果数据, 基于过程数据的挖掘分析, 可以为推断学生的潜在问题解决能力提供更为丰富的信息。

    目前, 针对计算机化问题解决任务所产生的过程数据的分析方法研究, 根据研究目的主要可分为特征提取与能力评估建模两类(Han et al., 2022; Xiao & Liu, 2023; 韩雨婷等, 2022) ......