58.巨量資料(Big Data)在教育領域的主要應用途徑應是透過學習分析 (Learning Analytics)，以達 到下列何種主要目標？
(A)適性學習
(B)學籍管理
(C)親師生三者間的溝通
(D)升學輔導

學習分析包含四個基本步驟（以下是一個過度簡單的整理，如果您想要瞭解更多，可以點進去看一下)：

1. 收集大量的資料 從很多不同的管道 — 包括但不限於線上學習環境、社群、 行動裝置 — 以及或許將來有可能，從電腦遊戲，來收集大量的資料。把這些資料跟各種不同的學習理論連結在一起，我們可以開始全面瞭解學生的學習進展，而不只是停留在理論階段。
2. 將資料轉化為可執行的見解。要追蹤一個學生一堂課到底吸收了多少也許不太可能，但系統可以追蹤他(或她)的行為並把它當作一個信號。這裡是行為信號的一些例子：
   • 在任何媒體上的挫折的語言。
   • 相較於同班同學，在網站上的時間較少。
   • 很久才登錄一次。
   • 在該學生較弱的學習領域的追蹤已持續好幾年。
   • 偵測到犯了同類型以前曾經犯過的錯誤 — 粗心或是根本不了解？
   • 理論上，學習分析論甚至將能夠追蹤一個學生是否在複選題測驗中猜答案。
3. 個人化和適應。一旦系統獲取信號，它可以個人化每位學生的學習環境。例如，如果一個學生試圖解決一個問題所花費的時間遠少於其他同學，系統可以顯示提示和線索，來促使他(她)繼續學習 — 而且是即時的。這是至關重要的，因為一個學生何時可以獲取反饋 (Feedback) 是和學習同樣重要的。這在過去是不是可能做到的，過去學生們至少得等上好幾天直到他們的作業被批改完。
4. 預測未來那種做法是最好的。學生們使用系統一段相當長的時間後，教育工作者將能夠追蹤出那些方法有用那些方法沒用 — 並進行相對應的調整。事實上，很快地每個每個學生很有可能就能各自擁有一套為他們個人量身訂作的客製化以及個人化的學習課程。