Joyce
- 宾夕法尼亚大学 教育科学与技术博士
- 哥伦比亚大学 教育认知科学硕士
Susie：可以先请 Joyce 老师简单介绍一下自己的背景，方便大家更好地了解您吗？
Joyce：
大家好，我叫 Joyce，目前是宾夕法尼亚大学教育学院博士五年级，我所在的项目叫Learning Science and Technology。整体来说，这是一个结合了教育科学和教育技术的方向。
我现在的研究主要集中在学生学习行为建模，会使用到一些 AI 和机器学习的方法，来分析学生在数字化学习平台中的行为数据。我后面也可以更细致地介绍我具体在做什么样的研究。
Susie：很多同学对这个项目其实挺好奇的，大家经常看到 learning science and technology，但不太清楚它具体在学什么、做什么。能不能结合你自己的研究，详细讲一下这个方向大概会涉及哪些内容和应用？
Joyce：
我现在做的研究主要是学习行为分析。大部分情况下，我们会收集学生在数字化学习平台上的交互数据，通过这些数据去理解学生是如何学习的，包括他们在学习过程中是否困惑、是否不感兴趣、是否 disengaged，也会分析学生的情绪状态和自我调节学习行为。
我们会建立模型，来判断学生当前的学习状态，并进一步设计一些干预方式，把这些干预嵌入到自适应学习系统中，帮助学生更有效地学习。当然，这是我个人的研究方向，这个项目整体其实有很多不同的分支。
Susie：听起来这个方向和心理学，尤其是认知心理学，有比较强的交叉，对吗？
Joyce：
对的。我本科和硕士阶段都是学认知心理学，所以我现在做的很多事情，本质上还是在看学生的认知是如何变化的。区别在于，我们是通过学生和学习系统的交互数据来推断认知变化，而不是只依赖实验室实验。
我们希望通过这些数据，更好地理解学生的认知状态，然后基于这些理解去设计更有效的学习支持系统。
Susie：那如果从更大的学科结构来看，Learning Science and Technology 这个方向下面，大概还有哪些不同的研究领域？
Joyce：
我这个方向本身就是一个非常交叉的领域。比如说，有些人会把它归到 educational data mining，也就是教育数据挖掘；有些人会称之为 learning analytics，主要关注学生学习行为的分析；还有更偏理论的 learning science，研究学生是如何学习的，并构建理论模型。
除此之外，还有教学软件设计、课程设计、教育中的人机交互设计，以及教师如何使用教育技术等方向。整体来说，这是一个跨度非常大的领域。
Susie：所以可以理解为，不同研究方向之间的交叉程度其实很高。比如你这个方向偏心理学和数据分析，有些方向可能就会更偏计算机、编程和设计。
Joyce：
对的。像我这边会涉及比较多的数据分析和数据科学；如果是偏软件设计或者人机交互的方向，那和计算机科学的交叉就会更多。
Susie：现在 AI 和大语言模型的发展非常快，这些技术对你们这个研究领域有没有带来新的变化或者机会？
Joyce：
影响其实非常大。我们这个领域本身就一直在使用 AI 和机器学习来建模学生的学习行为，现在只是工具变得更先进了。
一方面，AI 可以更好地支持自适应学习系统；另一方面，AI 也可以作为研究工具，帮助我们更高效地分析数据、发现规律。所以现在也有一类研究是在探讨AI 如何帮助学习，以及作为教育研究者，我们如何更好地使用 AI 来做研究。
Susie：这个领域这么交叉，那对于想进入这个方向的同学来说，应该如何准备会比较合适？
Joyce：
我会建议先从阅读文献开始，看看你感兴趣的方向里，大家都在做什么样的研究。通过读文献，你会慢慢意识到做这些研究需要哪些技能，比如数据分析、建模、设计、交互，或者实验设计。
当你意识到需要哪些技能之后，再有针对性地去补充学习，而不是一开始就盲目地学很多东西。
Susie：也就是说，本科背景其实可以非常多元，并不一定非要是教育学出身。
Joyce：
对的。就我这个项目来说，我的同届同学里，有心理学背景的，也有计算机背景的，背景非常多样。老师在招生时，更看重的是你是否了解这个领域，以及你是否真的对这个领域感兴趣。
Susie：那你觉得 learning science and technology 和心理学中类似的研究，比如认知科学或发展心理学，最大的区别在哪里？
Joyce：
从研究方法上来说，心理学很多研究仍然以实验和对照试验为主，而我现在做的研究更多是基于已有的大规模数据，是一种 retrospective 的分析方式。我们不是人为设计实验条件，而是从真实学习环境中已经产生的数据里，挖掘规律。这也是 technology-driven 项目和传统心理学研究之间比较明显的区别之一。
Susie：那从毕业后的发展来看，这个方向的博士一般会有哪些选择？
Joyce：
整体来说非常 flexible。一部分人会走学术路线，进入 academia；另一部分人会进入业界，比如教育科技公司或大型科技公司，从事数据科学、产品、设计等相关工作。这个项目会提供比较扎实的技术能力，所以在业界的竞争力也不错。
Susie：在导师选择上，你们这个项目是入学前就确定导师，还是入学后再决定？
Joyce：
每个学校不一样。我是入学前就已经确定好导师了，所以从第一年开始就直接做科研。但也有一些项目，前一两年主要上课，之后再通过 rotation 或沟通确定导师。我个人会建议尽早确定导师和研究方向，这样科研时间会更充裕。
Susie：那在申请教育学博士时，套磁的重要性如何？
Joyce：
我觉得非常重要。我现在合作的导师，其实在我申请前就已经联系过了。我会建议在申请前和老师沟通，确认他是否招生、是否有 funding，同时也可以提前了解导师的风格和是否适合长期合作。
Susie：那最终的录取决定权，更多是在导师还是 committee？
Joyce：
主要还是 committee。但如果你和某位导师非常匹配，而这位导师又在 committee 里，他的意见确实会对录取产生影响。
Susie：关于毕业年限，你们这个项目一般是多久？
Joyce：
一般是四到五年。博士期间会有不同的 milestone，比如考试、proposal、dissertation。只要这些节点顺利完成，就可以毕业。发表论文的数量并没有硬性要求，但如果你希望走学术路线，肯定需要在博士期间积累足够的成果。
Susie：那在申请材料中，你觉得最重要的因素是什么？
Joyce：
我觉得最重要的是 personal statement 和推荐信。PS 是用来证明你真的对这个领域感兴趣，也有能力在这个领域继续深造；推荐信则是由他人来佐证你的科研能力。GPA 和其他硬性条件只要具备竞争力即可。
Susie：写 SOP 或 PS 时，有什么建议可以给大家？
Joyce：
不用把研究方向写得特别细。你需要清楚表达自己为什么对这个领域感兴趣，以及你过去做了哪些探索。具体到非常细的研究问题，其实可以留到博士阶段再逐步明确。
Susie：那科研经历方面，有没有一个理想的“量”？
Joyce：
质量比数量更重要。如果你能从头到尾深度参与一个项目，会比浅浅参与多个项目更有价值。当然，如果有发表会是加分项，但不是硬性要求。
Susie：教育学博士通常需要硕士背景吗？
Joyce：
大多数教育学博士项目是要求硕士学历的，但硕士专业不一定必须是教育学。更多是希望你已经具备一定的理论或研究训练基础。很多项目希望申请者在进入博士阶段之前，已经对学术研究的基本方式有所了解，比如读过一定量的文献，写过研究型论文，理解研究问题是如何被提出和论证的。如果你的硕士是在心理学、认知科学、计算机科学、数据科学或其他相关领域，只要你能清楚地说明这些训练如何支撑你对教育问题的研究，通常都是被认可的。
从项目角度来看，要求硕士背景更多是出于可行性考虑。博士阶段的学习节奏很快，研究自主性也很强，如果完全没有研究训练，适应成本会非常高。所以硕士经历更像是一个“证明”，证明你已经具备进入博士阶段、独立开展研究的基本能力，而不是对专业背景本身的限制。
Susie：最后一个问题，你觉得什么样的人更适合读博士？
Joyce：
我觉得最重要的是对科研的探索欲和持续的热情，还有抗压能力和时间管理能力。博士不是朝九晚五的工作，很多时候需要自我驱动。如果你希望在博士期间真正做出一些成果，就需要对自己有要求，也要学会管理节奏。
