一、引言 当前，创新成为国家核心竞争力不可或缺的组成部分，设计作为一种创造性活动，是实现创新的重要途径和有效方式(Swann，et al.，2005)。其中，设计类问题解决能力是创新能力的重要体现，对设计类问题解决能力进行测评，有助于面向智能时代创新性人才的培养，同时也是一个学术难题。近年来，国内外一些研究者对设计类问题解决能力的测评，进行了较为深入的研究，主要采用主观性量表、行为言语编码、问题解决结果分析等方法，但依然无法全面、真实地掌握解决者的能力水平。特别对于问题解决过程中学习者的认知效率、认知表征模式、信息加工层次、思维品质、心理状态等要素，都缺乏关注与揭示。因此，如何建立科学的评价模型，实现基于过程的设计类问题解决能力测评，成为智能化测评研究中的一个热点问题。 智能时代新技术的快速发展，为设计类问题解决能力的测评提供了新的思路和方法。从真实的、复杂的设计类问题情境切入，利用多种感知与识别设备对学习者学习过程进行跟踪与记录，基于多模态数据的分析，来交叉验证设计类问题解决能力各维度的状态，从而提高设计类问题解决能力测评的精准度，可为培养学生的创新能力提供有力地支撑。为此，本研究试图厘清设计类问题解决能力的关键要素，并依此来构建多模态数据测评框架，以期为未来的相关研究，提供理论与实践的启示。 二、基于多模态数据的设计类问题解决能力测评动因 (一)设计类问题解决能力的内涵 乔纳森将生活与工作场景中可能出现的所有问题，从学习行为、问题输入、成功标准、问题情境、结构性与抽象性等维度，进行了详细地划分，共包括十三类(Jonassen，et al.，1995)。其中，设计类问题是十三类问题中最复杂的综合性问题类型(Chandrasekaran，1989)。事实上，设计类问题的概念自提出以来，一直处在动态变化中。早在20世纪60年代，纽厄尔等人(Newell，et al.，1961)提出了设计问题的概念，其将问题分为良构问题和弱构问题。霍斯特·里特尔(Rittel，1973)等人在此基础上，提出弱构问题的极端形式是劣构问题，并进一步指出“设计师解决的大多数问题都是劣构问题”。劳伦斯·巴萨卢(Barsalou，2017)从设计的角度，总结出劣构问题包含三个特点：第一，界限，设计类问题具有无限的特征；第二，复杂，行动与结果之间无法严格对应以及对行动的结果难以进行预测；第三，规范，人们的价值观和规范存在差异，易引起冲突，但价值观和规范与定义问题、解决问题关系密切。 由此可知，设计类问题通常是一个开放性的劣构问题，没有具体的界限约束，学习者可以自行定义问题的边界，这类问题也允许多样化的解题结果，没有标准化的答案。但西蒙等研究者只是描述了劣构问题的特征，并没有对设计类问题的解决，提出具体方法与策略。 关于设计类问题的解决，我们从历史发展的角度可划分为四个阶段，即设计的萌芽阶段、手工艺设计阶段、工业设计阶段和全面设计阶段，各阶段及其特点如图1所示。 进入21世纪以来，设计类问题已普遍存在于生产、生活、教育和学习等各个方面，因此，设计类问题的解决能力，被认为是人们适应21世纪社会发展所需要的关键技能之一。具言之，问题解决能力是一个人在没有获得显而易见的方法时，能够表征各种不同领域的问题，并找到达成目标的方法或路径(Finkelstein，2005；Fischer，2011)。近年来，由于设计类问题解决逐渐扮演着重要的角色，诸多研究者尝试在设计学习项目中开展问题解决的研究，以此探究设计活动中问题解决能力的特点、变化和要素等。比如，布朗将设计思维作为设计类问题求解的范式(Brown，2008)，辨析其在问题求解过程中的内在机制。罗建平等(2020)指出，设计思维可以通过整合性创新方式，为定义和解决复杂问题提供更多可能的解决方案，并指出设计思维是以价值为导向，设计类问题解决过程要经过多次聚焦、发散、迭代、验证。 由此可知，从内涵上看，设计类问题解决能力就是在复杂问题的情境下，学习者在面对复杂、模糊、开放的设计类问题时，能够不断收集和整合已有的知识，并加入自己的看法、观点、偏好等，以明确问题边界，定义和表征问题；再通过不断反思和迭代，寻找问题解决的方案，最终以制品化的形式，来解决真实情境中存在的问题。 (二)基于多模态数据的问题解决能力测评的发展动因 最初，学界对于设计类问题解决能力的测评，主要采用结果取向的评价形式，研究者通过编制问卷来评估问题解决过程中学习者的真实状态，或专家通过经验对学习者的解决方案进行评分。由于设计类问题解决能力所反映的是信息加工的深度以及意义建构的过程，其本质是内隐的，因此，这些主观测评的方法不足以客观地表征设计类问题解决能力。
