基于机器学习与HCI的可解释学习成效预测框架：中国西南少数民族地区公共音乐教育实证研究

《Scientific Reports》：An explainable machine learning and human-computer interaction analytical framework for predicting learning outcomes in public music education in minority regions

　　

摘要

中国西南少数民族地区的公共音乐教育面临着教育资源与数字基础设施方面的制约。将机器学习（ML）与计算机-人类交互（HCI）相结合，为分析学习行为、平台体验感知及学习成效提供了一种途径。本研究开发并评估了一个基于理论指导、机器学习增强的HCI分析框架，用于预测学习成效并识别可解释的预测模式。该框架属于预测性与诊断性框架，而非干预性框架。研究数据来源于中国西南四所高校的1,200名非音乐专业学生。研究对XGBoost、随机森林、支持向量机及投票回归器进行了评估，以预测学习成效。采用SHAP方法进行模型解释，并借助改编的SUS和NASA-TLX量表评估HCI体验感知。研究实施了评估重叠控制建模、留一校交叉验证及院校层面敏感性分析，以检验预测的稳健性与跨机构稳定性。此外，还通过测量模型分析评估了改编HCI量表的信度、聚合效度与区分效度。在主要的评估重叠控制分析中，XGBoost在仅含考试评分的结果上实现了R2 = 0.736。对于综合最终成绩结果，在移除与作业提交及参与指标直接重叠的预测变量后，XGBoost实现了R2 = 0.812。全特征模型的表现更高，投票回归器达到了R2 = 0.856（RMSE = 4.18），XGBoost达到了R2 = 0.847；由于预测变量与目标变量存在评估重叠，这些较高的估计值需谨慎解读。在同一考试评分结果与评估重叠控制预测变量集下，留一校交叉验证在四所高校中获得了平均R2 = 0.713 ± 0.028。加入大学固定效应后，模型性能仅略有变化（R2 = 0.742，而不加入大学指标时为R2 = 0.736）。视频完成率、作业提交和满意度是与模型预测关联最为显著的因素。在拟合模型中，视频完成率在约50%至70%之间表现出非线区域，但这并非经过验证的干预阈值。挫败感与成绩之间呈现统计显著但极小的关联（r = ?0.087，p = 0.003）。针对民族群体最终成绩的Welch异方差稳健性分析结果不显著（F_{_}Welch(14, 156.8) = 1.37，p = 0.176）；该发现不能证明民族群体间的等价性、算法公平性或教育公平性。该框架提供了可解释的预测性证据，并生成了基于证据的平台设计假设。由于本研究为观察性研究，无法证明因果关系、教育效率的提升或所提出设计策略的有效性。其主要贡献在于，在研究不足的公共音乐教育情境中，整合了多源预测性学习分析、跨机构验证与可解释模型解读，而非证明已实施的HCI干预效果。未来研究应采用直接的任务耗时测量以及跨地区纵向或实验性验证。