|
一、大数据对教育意味着什么 大数据时代将是一个不断学习、不断完善我们对世界认知的时代。大数据对教育意味着什么？它主要体现在重塑学习的三个主要特征，即反馈、个性化和概率预测上。 1. 教育信息的多向度反馈 在传统的学校中，一提到反馈，人们往往想到的是评价，而且是单向度的评价，评价对象是学生，评价内容是出勤情况、家庭作业、课堂参与和学业测验等。 显而易见的是，这一教育反馈系统存在诸多方面的不足。首先，所收集的信息数量远远不够。其次，这些数据并未获得正确使用。再次，单向度反馈，仅从教师和学校指向学生。这在其他领域看来，极不合理。没有一个制造商或销售商会只对客户开展评价。他们想要获得的反馈，在很大程度上是关于自身产品和服务的，而其目的是使自身的产品与服务得到改进。 大数据时代，这种单向度反馈将得以改变。例如，学生和教师在使用电子教科书时，数据采集会随之开始：学生是否在特定章节做了笔记？为什么要做笔记？在教学中，教师为什么舍去这部分内容？图书出版机构和作者可以从电子教科书的相关平台上获得上述综合数据，更清楚地认识师生是如何使用教材的，教材的哪些内容受欢迎或干扰学生学习或晦涩难懂等，可针对这些反馈进行大数据分析，对教材给予完善。 由此，我们可以看出，在过去，信息的流动是单向的，即从图书出版机构和作者到师生，但在大数据时代，信息传递变成双向或者多向度的，会将相关信息反馈给出版机构和作者。 2. 学习私人定制变为现实 基于大数据的教育，可以实现个性化学习。个性化学习，令人印象最深刻的特征是动态性，学习内容可随数据收集、分析和反馈加以改变与调整。如果学生对“平行线”这一概念的理解还存在困难，那这部分的内容就会被纳入习题集，让学生有充足的练习机会。 我们可以截取、混合最喜爱的音乐，并将之刻录到iPod播放器中，那为什么不能对学习进行同样的操作呢？创建个人“播放列表”，这显然更有意义。 在未来，学习绝不会按照给定的教科书或课程，以同样的顺序和步调进行，将会有数千种的组合方式。教师不再需要凭借主观判断，选择最合适教学的书籍，大数据分析将指引他们选出最有效的支持进一步完善和私人定制的教材。当然，同一组学生仍会使用同一内容的教材，毕竟他们需要通过相同的测验，但教材可以进行个性化处理。 基于大数据的支持，针对学生的教学，不仅可以体现教材选择或自学内容模块组合的人性化，还能够在进度安排、辅导要点和辅导方式等教学环节设计更适合学生特点的教学方案。 3. 教育大数据的有效预测与预警 通过大数据，教师可以更好地理解和预测学生的个人学习行为、程度和态度，基于高度的可能性，对个体为提高学业成绩需要实施的行为做出预测。 例如，选择最有效的教材、教法以及反馈机制，对其效果进行预测。但这仅是概率预测。显然，相对于过去传统、同质化的教育，这是一种进步，但在预测时也应意识到这些预测有一定的局限性，并非百分之百正确。亚马逊、淘宝、优酷等基于大数据分析的概率预测，其推送信息可以被接受，因为即使预测有误，其造成的后果并不严重。然而，一旦涉及教育决策，概率预测将会成为潜在的巨大威胁，因为这将会对人们未来是否成功造成极大的影响。 二、大数据何以有助于教学和学习 1.新的分工：教育数据分析师和学习导师 目前，学校教师主要分为教育管理人员和教学一线教师。在大数据时代，教学管理人员和教师依然会存在，但这两部分人员可能会出现新的分工。 例如，在教学管理人员中可能会出现数据管理分析人员，熟知网络和数据存储的工作人员会成为学校网络安全的专家。教师也可能会出现新的分工，理想的状况是基础课程由特别优秀的教师来教授，而不是随便由谁来教。此外，对于那些实践性强的工艺性和艺术性课程，可以借助网络媒体构造虚拟的实践环境，增加学生参与实践的机会，根据学生特点调整实践环节的复杂程度。这种动手操作的经验，不是理论性课程可以传授的。具备在现实或虚拟环境中操作经验的教师，也将发挥越来越重要的职能。与此同时，也可培养出其他的新型教师，其工作重点在于根据所获得的反馈数据和信息，指导学生选择最适合的学习途径，例如，所修课程、所用教材、最适当的学习顺序等。 这跟医生角色的转变有相似之处，医生从单一的诊断病情和告知患者病情逐步向人性关怀转变。教师和学生之间的互动也会遵循这一方式，他们在学习过程中扮演的角色更像合作者。 2. 新的分析方法：相关关系 目前，对教育质量信息的分析，大致可分为两种类型：状态分析和因果分析。 前者是对质量现有状态的初步分析和判断，带有描述性质；后者是对影响质量的原因进行分析，带有推断性质。然而，大数据时代信息分析的特征是相关关系，而非我们所熟知的因果关系。它不会告诉我们事情为什么发生，而会向我们说明正在发生什么。通过非因果分析，把目标定位在理解“是什么”，而不是“为什么”。 在大多数的情况下，相关关系足以帮我们做出决策。但这并不意味着对因果关系的探索是错误的。也许，我们应该更加谦虚，而不是自以为能够理解周围的世界。数据静静地待在需要被发掘的地方，当前各类学校也早已有了这些资料，但教育者缺少的是正确、有效挖掘资料的方法和措施，而相关关系会在教育质量信息分析领域发挥更大的作用。 3 . 新的教育决策方式：基于数据和实证 现在，教育主要依靠教师的个人教学经验对学生学习行为进行判断，并制定教学政策。经济合作与发展组织（OECD）PISA 项目的一个主要负责人提出，基于数据的教育决策更具说服力和公信力。 教育领域中大数据的应用，主要包括教育数据挖掘和学习分析两个方向。教育数据挖掘通过数据建模，发现学习者学习结果与学习内容、学习资源和教学行为等变量的相关关系，预测学习者的学习趋势。学习分析是通过利用已知模型和方法解释影响学习者学习的重大问题，评估他们学习行为，提供人为的适应性反馈。随着科技的发展，两者有进一步融合的可能。 在学习环境下，大规模个性化的实现需要更丰富的反馈数据流向教师和管理人员，了解学习中的有效因素和无效因素，细分到背景和组群，甚至小到个人水平。系统将吸收反馈结果，动态地调整教材和环境，更好地理解学生个性化学习过程，让每位学生处于最佳教学状态。基于数据和实证，让每位学生处于最佳的学习状态。 三、对教育和学习的启示 如今，学生使用互联网搜索资料的速度远超过教师和家长，获得资料和信息更超越书本以及课堂上所能提供的范围。在这种情况下，他们很容易将课堂学习视为可有可无。但事实上，在快速和信息过量的环境下，学生尤其需要有效处理信息的能力。虽然他们习惯于同时处理多项任务，随时存取，但如何理解不同类型的信息，尤其当信息表达的观点含混不清或自相矛盾时，如何深思熟虑进行批判性思考，如何整合各种信息建构知识系统？这都是网络科技无法教会他们的。 第一，“互联网+”时代，学校的社会化功能更为凸显。课堂上思辨和讨论的过程，在这一背景下显得尤为重要，可以加强学生分析、管理、综合和评价信息的能力，帮助他们在网络学习的搜索和选取上更得心应手。此外，通过课堂的小组讨论和协作，能帮助学生形成良好的情绪管理能力，建立良好的人际关系。而在线课程只能辅助学校教室中的正规教学活动，而非取而代之。因此，我们要明确，教育目标不仅是传输知识和培养技能，还应塑造学生的人格和文化品质，其需要在现实的人际交往中实现。学校的社会化功能是技术手段所不能替代的。 第二，重视师生分析数据的能力。获取大量的数据重要，但拥有资料或数据并非我们的目的。要想真正运用大数据带给教育的好处，必须掌握分析数据的能力。对学生来说，面对数据时，应关注所有权人及制作者，分析数据提供者的目的与意图，关注媒体技术与传播表达，搜寻信息与批判性思维，最后做出相应的决策。对教师和管理者来说，其自身要成为“数据脱盲者”，知道如何通过阅读图表追踪学生的进步，分析概率预测，使自己能够解释这对学生意味着什么，并鼓励学生更有效地学习。 第三，有效管理和谨慎使用数据。首先，教师应不断收集和分析关于“如何学习”的资料，而不仅是偶尔一次的正式考试。其次，这些资料不仅会反馈给教师，也会反馈给学生、家长和教育行政部门的官员。再次，各种教材经过演算，能够实现个性化定制，针对学生的不同需求，用不同的上课顺序和步调，实现最有效的学习。而且，教材本身也要不断改进。最后，提高反馈数据分析结果的时效性、可视性和可读性。 大数据时代给教育带来各种好处，但也伴随一些潜在威胁，一旦融入大数据，如果资料永不消失，我们的命运和未来会被可能性预测操控，对隐私和自由，都会造成非常深远的影响。因此，在利用大数据的同时，要看清其利弊，谨慎地使用和管理，避免滥用大数据带来的风险。（全文请移步《中国教师》总第235期） （作者单位系北京市海淀区教育科学研究所） |
|
|
