배경

오늘날의 학습은 데이터가 여기저기 분산되어 동시적으로 발생. 학습활동의 trace는 다양한 log에 분산되어 있을 수도 있고, 이벤트가 기록되는 양상은 분석하고자 하는 요구와 잘 맞지 않을 수도 있음.

이 챕터는 Trace Framework : 다양한 디지털 환경에서의 참여자들의 상호작용을 분석하기 위한 프레임워크를 소개하고자 함.

이 trace 프레임워크에서는 1) 사회기술적 시스템에서의 상호작용 모델링, 2) 모델들의 위계, 3)그리고 이 표현들을 각기 다른 수준에 맞게 변형하는 계산적 방법을 포함함.
디지털 환경에서 참여자들의 상호작용 데이터를 분석하고, 어떤 일이 일어나고 있는지를 더 높은 수준에서 기술하고자 할 때 활용 가능.
예를 들어 , 세션간 상호작용을 확인하고, 세션간 학습자 그룹을 판별하고, 주요 행위자들의 상호작용을 특징짓고, 행위자간의 관계를 식별할 수 있음

이 Trace framework라는거는 원래 Discovery oriented reserach(Mahrer, 1988)에 사용이 되던 것이나 이 외에도 전통적인 가설검증 연구에서 사용됨.

Discovery oriented research
Sociotechnical system

Motivation

이 Trace 이론은 Web.2.0의 등장 및 교육적 적용과 그리고 MOOCs와 함께 함 - 학습이 가상 공간과 시간에 분산되게 되고, 학습자가 여러 환경에 참여하게 됨

Networed Learning Environment

네트워크 환경에서의 trace는 스레드 토의, 동시적 채팅, 위키, 마이크로 블로깅, 화이트보드, 프로필, 자료 공유 등으로 분산되어 있고, 각기 다른 형태와 위치에 저장되고, 학습자에게는 하나의 활동이었던 것들이 나뉘어져 있게 됨. 데이터들을 단일 transcript로 만드는 통합 작업이 필요하고, 각각의 이벤트가 기록된 단위도 다르기 때문에 다른 수준에 대한 번역이 필요함. (미디어 수준의 이벤트는 활동, 사람들, 그리고 미디어 간의 관계를 분석하기엔 적절치 못함)

Multilevel analysis

사회적 환경에서 학습이 어떻게 일어나는가에 관한 이론들은 학습의 주체에 따라, 그리고 학습의 과정에 따라 다양함. 학습은 이러한 다양한 행위성 수준과 모든 절차에서 동시적으로 일어나고, 잠재적으로 다양한 시간 단위에서 일어남.

이 다수준 분석이라는 접근도 수많은 개인의 활동들이 모이고, 서로에게 영향을 주고, 다른 인공물로부터 중재되고, 행위자들간의 관계나, 커뮤니티 구조를 이해하고자 하는 방법론적 시사점. 등에서 사회적 규준들이 생긴다는 이론적 입장에서 기반.