《Electronic Markets》：When text is not enough: Data-driven personas to explore crypto education affordances through learning platform analysis and survey insights
编辑推荐：
本文针对传统金融素养教育难以跟上加密资产市场快速发展的问题，聚焦于加密教育平台在促进用户知识构建中的核心作用。研究团队结合可供性理论，通过对20个加密教育平台的学习组件和内容进行系统分析，并辅以用户调查，识别出四种典型的加密学习者人物画像。研究揭示了当前平台设计与学习者偏好之间的错配，强调用户普遍青睐动态、互动式学习形式而非静态文章。基于可供性理论，本文为平台设计提供了数据支持的设计启示，以推动更精准、用户中心的教育策略。
随着数字资产市场的快速演进，传统的金融素养倡议显得力不从心。在这一背景下，从交易平台到专业教育门户等一系列平台提供商，在促进用户知识构建方面扮演了日益重要的角色。然而，大多数提供商缺乏教育专业知识。根据可供性理论——该理论关注用户与技术互动中产生的行动可能性——平台仅提供学习机会是远远不够的。为了促进更广泛的加密资产采用，教育产品应与用户需求保持一致。因此，理解当前加密教育平台的现状及其（潜在）用户的视角变得至关重要。发表在《Electronic Markets》上的这项研究，旨在通过结合可供性理论视角与数据驱动的人物画像开发方法，弥合这一差距。
为了回答研究问题，研究人员采用了一种基于Salminen等人（2020）提出的多阶段方法。研究首先对20个加密教育平台进行了学习组件分析，评估其结构如何支持学习。接着，运用BERTopic主题建模技术分析了平台提供的教育内容，以探索内容的主题格局。这些分析为后续的在线用户调查奠定了基础。基于调查反馈，研究通过聚类分析最终衍生出四种不同的加密学习者人物画像。
研究采用的关键技术方法主要包括：1. 基于Aparicio等人（2016）框架的学习组件分析，用于系统评估平台的教育功能设计；2. BERTopic主题建模，用于从大量平台文本内容中提取潜在主题结构；3. 在线问卷调查，收集用户对学习组件和内容主题的偏好数据；4. k-means聚类分析，基于调查数据对用户进行分组，从而数据驱动地生成人物画像。
学习组件分析结果
研究发现，加密教育平台主要分为两类：加密交易平台（n=15）和加密知识平台（n=5）。分析揭示了平台设计的现状：
- •
内容形式：文章是主要的知识传播媒介，视频和直播流也被广泛使用，但数字音频内容（如播客）稀缺。
- •
交互与协作：讨论区、聊天功能和社会化网络区域普遍缺乏。虽然一些平台集成了分享功能，但协作元素（如多用户对话、问题解决区、专家问答）严重不足，平台设计更侧重于信息拉取而非推送。
- •
教学策略：大多数平台提供开放式学习，但分布式学习、学习社区和知识建构社区的元素罕见。情境化教学（如分步指南）有一定体现，但促进真实学习活动和建模解释方面仅初步涉及。
- •
游戏化与奖励：测验是最常见的游戏化形式，但基于加密的奖励系统（如“学习即赚”）仅在少数平台实现。
主题建模分析结果
通过BERTopic分析，研究从平台内容中提取出233个初始主题，经层次聚类后合并为55个内容簇，并归纳为六大类别：
- 1.
加密生态系统趋势：涉及DeFi新工具、代币、平台以及市场模式（如 meme 币、GameFi 发展）与宏观经济的联系。
- 2.
结构基础与经济力量：关注加密经济的基础结构和驱动因素，如机构采用、监管、CBDC、代币化以及比特币和稳定币的作用。
- 3.
新兴叙事与社区趋势：涵盖加密文化和社区活动的新兴趋势，如AI叙事、粉丝代币、空投、NFT游戏和影响者动态。
- 4.
技术背景：包括智能合约、多链协议、Web3平台技术基础、隐私工具、质押机制、钱包和治理系统。
- 5.
加密交易、投资行为与市场教育：涉及交易策略、加密ETF、情绪分析、技术指标和税务知识。
- 6.
游戏化加密活动：包含挑战、奖励和互动功能，如谜题、迷你游戏和 streak-based 促销。
用户调查与人物画像开发结果
在线调查（n=269名参与者）显示，用户对所有评估的学习组件和内容主题均持积极态度（平均评分>5.0/7.0），表明现有可供性是可行的，但存在改进空间。用户普遍偏爱动态格式，如教育视频和直播流（平均6.00）、演示区（5.95）和初学者板块（5.95），而对付费学习材料（4.58）、文章点赞按钮（4.83）等评价相对较低。在内容方面，钱包安全与自托管解决方案（5.99）、隐私与透明度工具（5.95）等主题最受青睐，而Telegram驱动的微经济和机器人项目（4.91）、粉丝代币和Web3体育参与（4.99）等兴趣较低。
通过聚类分析，研究最终确立了四种加密学习者人物画像：
- •
批判性观察者：最为风险厌恶和怀疑，偏好自主、自导向的学习格式（如视频、演示区、论坛），对社交分享功能和趋势驱动内容兴趣最低。
- •
谨慎策略家：分析性强，渴望全面理解，重视初学者友好格式、演示区和情境化教学，偏好技术和基础主题，远离社会驱动或投机性内容。
- •
好奇的游戏化探索者：具有中等加密知识信心，受好奇心驱动，偏好游戏化和奖励型学习格式（如迷你游戏、学习即赚），对社交或文化主题兴趣有限。
- •
动手实践实验家：自信的数字学习者，偏好实践应用和直接互动，高度评价专家问答、学习即赚机制和游戏化元素，对静态文章兴趣较低。
研究结论与讨论
本研究通过引入可供性理论视角，扩展了关于金融和加密素养的文献。研究结果表明，加密教育平台的学习可供性及其识别和实现程度因用户群体而异。当前平台设计与学习者偏好之间存在明显的“设计-现实差距”，平台过于依赖传统的、静态的内容传递方式，而社交和互动功能开发不足。研究强调，平台需要超越“一刀切”的方法，转向以用户为中心、动态的学习生态系统。所提供的四种人物画像为平台设计提供了具体的、数据支持的启示，有助于平台提供商更好地调整其可供性，以满足不同用户群体的需求，从而增强学习过程，促进加密资产的更广泛采用。
这项研究为未来的研究奠定了基础，例如可以进一步探索传统金融教育产品与加密教育平台之间的比较，或者更深入地研究可供性存在、感知和实现的具体阶段。总之，这项工作通过连接已识别的平台可供性与用户偏好，为在不断发展的加密教育领域中调整教育设计、平台战略和用户参与以创造可持续价值提供了具体建议。
