The Open University自主开发的“早期预警指标控制面板”系统（Early Alert Indicators Dashboard，以下简称EAI预警系统），经十多年实践探索，现已成为成熟的预测性学习分析工具，在改善学习成效方面已被证实是切实有效的。

该系统是由The Open University运用机器学习技术开发的一个交互式在线预警系统，能为教学人员掌握学生的在线学习情况及学习体验提供可视化支持。各项研究表明，EAI预警系统对于提升学习成效的各项数据，包括存留率、通过率和学习成绩等具有积极的影响。。

一站式追踪学生表现

EAI预警系统的开发与改良历经十多年时间，实现了一站式追踪学生表现的功能。在实际应用中，该系统也得到了来自专家、教师及学生的一致认可。

作为该项目的主导学者之一，The Open University学习技术和社会公正教授Christothea Herodotou解释了EAI预警系统：“EAI预警系统应用了机器学习技术，通过从过往的学习数据中总结、学习，从而生成预测下一次考核作业的提交及通过情况，帮助尽早识别出有失败风险的学生。所有学生在下一次考核作业中的失败风险都会每周更新，并实时呈现给辅导教师和学生支持团队，以便他们考虑是否给予适当的支持或干预，从而提高包括学生存留率在内的学习成效。”

EIA预警系统开发团队成员、研究人工智能的OU教授Miriam Fernandez表示，“这是一种社会技术能力，可以让导师通过与先进技术的交互，更好地支持学生学习。”

赋能教学，提升学习成效

2017 年开始，EAI预警系统已集成到OU的教学系统。截至 2022 年 12 月，在对辅导教师进行了多次培训以提升他们对预警系统的了解之后，目前OU校内超过三分之一的辅导教师使用了EAI预警系统。预计到 2022-2023 学年末，预警系统的使用率将达到50%。

在没有EAI预警系统的情况下，辅导教师会用他们自己的方法来监控学生的在线学习情况，例如抽查学生登录学习平台的次数、使用电子表格，或者根据学生支持团队搜集到的信息来做出干预判断。应用EAI预警系统后，辅导教师可以在一个仪表盘界面内查看自己组内所有学生的学习情况，并通过系统的方法来进行监测。

辅导教师的反馈表明，使用该预警系统的好处之一是能够将对学生学习参与情况的了解与预测频次精细到每周一次，这种频次对于教学人员理解学生行为变化以及响应学生需求方面产生了积极的影响。

除了对教学和学习成效产生积极影响，最近OU还在探寻如何通过EAI预警系统帮助缩小少数族裔学生或来自低社会经济地位学生与其他学生群体间的学习差距。基于小样本的研究显示，EAI预警系统对于缩小这些差距和促进教育机会和社会公正具有积极的影响。

EAI预警系统此前曾入围2019年泰晤士高等教育奖年度科技数字创新奖、2020年联合国教科文组织教育信息化奖。