行为管理技术中的编码偏见：揭示课堂数据驱动监控的社会技术后果

数字教育技术已被用于课堂收集学生行为数据，以帮助教师识别和纠正不良行为，这引发了课堂监控加剧的担忧。我们对20名K-8教师进行了一项定性研究，以了解他们使用ClassDojo（一种数据驱动的课堂行为管理干预工具）的经验和实践。我们的分析揭示了实践中使用ClassDojo产生的一系列非预期的社会技术后果。特别是，使用ClassDoJO存在风险测量、编码和简化可能推动儿童行为和表现的微妙心理社会因素，从而成为更深层问题的“创可贴”。我们讨论了这一过程如何可能延续教育中现有的不平等和偏见。为了激发未来设计和减轻这种非预期后果，我们采用了反身干预主义方法，并为设计和使用未来教育技术提出了三个考虑因素：1）提供情境，2）暴露偏见，3）挑战并重新想象什么是正常的。