(方海光:首都师范大学教育技术系副教授、教育技术学专业负责人,北京师范大学智慧学习研究院智慧学习首席研究员,教育部教育信息化专家,国家信息系统高级项目管理师。本文根据方教授在“第十六届中国教育信息化创新与发展论坛”上的主题发言整理而成。) 大数据生态圈 大数据生态圈中,包括四个层次:
案例: 阿里云的体系中提供的大数据分析方式,把大数据分成四个部分:一是大数据的平台,二是可视化,三是业务的分析,四是人工智能算法。 亚马逊的系统中,把大数据分成了核心的三个部分:一是大数据的分析和处理,二是数据库与存储;三是数据仓库与商业智能。其实目前我们的很多研究区分不出来商业智能、数据仓库和教育大数据的区别。 Intel提供了一个具体的应用场景——通过大数据招聘的方法简化教师招聘。教师不用现场应聘;而通过网上的大数据结合算法进行预测和分析,为学校招聘到合适的老师提供了精准的算法。 通过这些案例我们可以看到,大数据要做好,其实有四个方面的工作——数据源、平台、分析和应用。不同的团队、不同的区域可能会从不同的方面切入。 教育·大数据与教育大数据是不同的概念 “教育·大数据”指对教育行业用大数据的方法分析;“教育大数据”则作为一个完整的词,指教育领域的大数据或者把大数据的方法应用到教育领域。 学校的大数据处于什么水平? 我们可以分类如下:
三个水平是相互迭代的。如数据带来了增值的价值,则会促使产生新的数据,所以从本质上说三个水平是相辅相成的。 我们应该怎么理解教育大数据? 张景中院士曾说过:大数据当今很热,有人甚至说掌握大数据的人可以像上帝一样,俯瞰整个世界。当然如果有这样的人,大数据就不叫大数据了。于是更多地通过理性的方式来认识大数据……未来的学习将是大数据驱动的新时代。大数据时代,教育未来将从用经验说话转到用数据说话,用数据决策,用数据管理,用数据创新。 这是一个共识。 教育从业者通过大数据分析学习进程和结果,可进一步改善教学的方式和方法,有助于实现改善学习成果,促进自主学习,有利于大面积地提高教与学的效果,优化学生的素质。 我们关于对大数据有三个层次的理解,当然会对应于不同的工作:
三个层面是不同的侧面。对于很多校长而言,更重要的是教育大数据共建共享的思维方式,这样才与国家的互联网 计划及移动互联网的发展方向吻合。 教育大数据核心思想不仅仅是建设教育大数据中心,而是强调数据中心之间的融通、数据之间的流转;教育大数据的核心思想是进行数据或者资源的分布式存储,以及在此之上的一些应用,这才是关键。 关于大数据怎么促进数据的融通 教育大数据不仅仅是大数据在教育领域中的应用,而是可以通过教育领域进行业务的细分,反向驱动大数据技术分化,也就是教育大数据能够很独立地存在。因为我们的业务范围完全不同,通过教育大数据的方法我们传统没办法解决的一些问题可以得到解决。 为什么可以解决?因为教育大数据的方法可以跨越传统个性化学习的精确逻辑推理。传统的个性化学习更多的是希望一个精确的推理,希望精准地给学生推送相应的教学资源、评测的方式、学习的路径,而如果用了教育大数据的方法,我们就可以超越这种推理的过程,不需要这种引擎,而是直接分析全样本的特征,这是提供的一个新的方式。当然这是在系统构建时提供的新的方式。 教育大数据转换层次模型 通过数据到信息到知识到智慧的模型。不同的层次有不同的业务细分。 这里需要理清一个思路。我们经常会讨论数据挖掘、商业智能、数据仓库、学习分析,或者是一些分析的方法,这些到底和教育大数据是什么关系?目前教育大数据领域中最主用的方法就是数据挖掘和学习分析。针对这两种方法我们提供了一些工作过程,在相关的论文中可以看到。 学校智慧学习环境 在《2015中国智慧学习环境白皮书》中我们提出了智慧学习及环境建设的模型,这个模型不仅可以应用到智慧课堂上,也可以应用于智慧校园、智慧家庭、智慧社区、智慧场馆。具体解读下,就是四个要素,我们也称之为四个基本原则,即资源的匹配、教学的逻辑、用户的体验、交互的及时。(具体可详细查看《2015中国智慧学习环境白皮书》)其中,“交互”本身就代表着教育大数据。 智慧学校的整体会有系列的设计方式,比如考虑到教室的设备、教材、座位的摆放方式、提供的一些教学支持的方式等。国内外有很多类似的探索,比如格局方面的、多屏的、互动的等。 对于高校来讲,教室的布置会有更多的方案,综合来讲,就是同一教室可以分成多个功能区,综合在一起。未来提供特定教学活动的教室本身应该是特殊设置的。 在校园中我们会提供物联网,很多物联网会接入到移动互联网中。在移动互联网的模式下,会提供多种业务的支撑,比如用微信建立数字校园就是很大的一种尝试。综合运用教育大数据的思维方式,我们把学校变成了一个大课堂,你会在乎走廊、学校LOGO等的设置。移动互联网的应用本质上是利用大数据将学生的非正式学习正式化。 学校移动互联网的10条经验 在学校里我们也通过手机课堂进行了一些移动互联网应用,提取10条经验:
机遇 传统学校借助大数据共建共享的思想能够实现弯道超车,这是难能可贵的机会。
教育大数据面临的进一步挑战 1.技术挑战:针对同样的数据,怎么采集、分析、共享; 2.安全问题:比如隐私问题,究竟什么样的数据可以开放,什么样的数据需要经过学生允许开放,甚至涉及到立法的问题; 3.关于价值分析:同样的数据,不同的团队会分析出不同的结果,这需要人为参与。 任何一种技术,教育大数据也好,互联网也好,对用户来说接受过程都是有一个曲线的。刚开始有兴趣,随后会进入低谷期。作为校长或者项目执行方,在低谷期所有的老师都反对你时,如果你没有很好地坚持下去的话,所有的项目可能就在低谷期结束了。但是当你经过低谷期,达到一定效果时,最终的效果会很明显,相比刚开始时要超越很多。(转载请注明来源:河南教育信息化) |
|