首页 >> 教育学 >> 教育技术学
肖玉敏等:大数据研究与实践
2018年06月16日 15:34 来源:《电化教育研究》 作者:肖玉敏 孟冰纹 等 字号
关键词:教育大数据;智慧教育;基于数据的决策

内容摘要:大数据是越来越多的组织和个人努力去理解并利用其优势的一种存在。

关键词:教育大数据;智慧教育;基于数据的决策

作者简介:

  原标题:面向智慧教育的大数据研究与实践:价值发现与路径探索

  作者简介:肖玉敏(1968- ),女,四川成都人,华东师范大学教育学部副研究馆员,博士,主要从事数字化环境中的学习研究,E-mail:ymxiao@ses.ecnu.edu.cn;孟冰纹,唐婷婷,吴永和,谢蓉,华东师范大学教育学部。上海 200062

  内容提要:大数据是越来越多的组织和个人努力去理解并利用其优势的一种存在。和其他领域一样,教育大数据能够帮助我们加深对学习者成长的理解,基于数据做出对个人和群体发展的预测,最终实现对人性的洞察,提供更符合人的需求的教育。文章探讨了智慧教育与教育大数据研究的关系,阐明教育大数据研究的价值体现在拓宽对教育的认知、实现基于数据的教育决策、促进教育的进化和培育大数据文化等四个方面,绘制了教育大数据应用研究的路线图。

  关 键 词:教育大数据 智慧教育 基于数据的决策 路线图

  标题注释:全国教育科学“十二五”规划2014年度国家一般课题“智慧教育环境的构建与应用研究”(课题编号:BCA140051),上海市浦江人才计划项目“基于教育大数据的学习分析教育应用创新研究”(项目编号:14PJC034)。

  [中图分类号]G434 [文献标志码]A

  一、引言

  随着大数据时代,特别是“互联网+”的到来,“教育领域正在开展的一些教育实验,如微课程、翻转课堂、慕课、电子书包等,都是寻求教育变革的一些尝试。如果仔细分析这些实验,不难发现它们都离不开数据。类似的教学改革都围绕为学生提供学习资源,并在学生学习过程中获取学习数据,随后积累、分析和应用这些数据,然后为他们提供评价、反馈、学习内容和交流互动的机会,提升学习质量。也就是说,基于数据的教与学实际上是当前众多教育变革的方向”[1]。

  然而从目前的实验我们也能看到,已有的数据之间的联系并没有建立起来,学校、教师、教育企业所拥有的学生学习直接相关的数据(一些个人基本信息数据在区域层面应该已经能够共享)基本处于各自利用或者仅仅是存储状态①,数据之间缺乏共享、交流和相互印证,因此从大数据的特征来看,其价值性(Value)恐怕会打折扣。

  教育大数据研究将是一项需要更多数据积累与分享、更多类型数据保证其多样性和全面性、严峻考验人类智慧的研究,它是帮助我们理解教育相关的各个要素的重要途径。因此,我们需要深入地考察其对教育的价值,思考和明确其研究路径。

  二、各行业大数据已有研究及启示

  教育领域大数据的研究与实践离不开社会大环境的影响和支持,因此我们在聚焦教育领域大数据之前,应先了解大数据是怎样影响其他领域的。

  各行业的大数据研究寻求大数据所带来的洞察力、价值和未来前景,普遍追求通过大数据获得商业智能(Business Intelligence),这种智能的过程是“将数据转化为信息,然后以此为基础制定决策,最终开始行动”[2]。各个行业领域对大数据虽然有不同的应用方式,但是基于行业特点有一些基础性的共识,大数据研究的主要的目标在于:(1)洞察以获得远见卓识,挖掘商机;(2)提供精准服务改善用户体验,以便在竞争中处于优势地位[3];(3)创造新的基于数据决策的企业文化。而从社会文化发展来说,大数据对于今天的我们是机遇与挑战并存的。如何充分利用其优势,及时洞察社会问题,厘清隐私边界,促进文化交流与社会发展,将是大数据研究与实践的重要主题。

  教育行业虽然与其他行业不完全一样,但是其他行业的大数据应用可为教育行业提供一些线索和值得借鉴的经验。具体表现在以下几个方面:

  首先,在正确的支持理念下应用大数据。无论哪个领域,大数据的应用都是在一定的理念支持下开展的。如凯撒医疗集团提出的医疗大数据的价值观框架是正确的生活、正确的关爱、正确的供给、正确的价值观和正确的创新。[4]对教育领域而言,我们要帮助学生正确地成长,也需要基本的教育理念支撑。在智能时代,学生需要为未来不存在的工作和现在还难以想象的环境做好准备,因此,培养他们的自主学习能力、协作能力等终身学习能力就变得非常重要,所以,以学生为中心的教与学应该成为我们助力学生成长的基本理念。教育大数据的使命也将是支持以学生为中心的教与学。

  其次,数据的获取渠道应该更多元化和更畅通。数据的采集与获取,教育领域目前基本上还是以在线课程的数据为主,在一定程度上还是相当有局限的。各行业的大数据应用环境,对我们也有启发。如何通过更多的利用技术,一方面提升学生的学习动机和学习效果,另一方面支持学生在学习过程中不断自然地上传数据,也是教育信息化努力的方向。

  第三,大数据分析技术借鉴其他行业领域的基本框架。本文不探讨技术问题,因此没有阐述其他行业大数据的分析方法和过程。但是其他行业在技术上所实施的分析模型对教育领域也有启发。英国学者Bart Baesens在《大数据分析:数据科学应用场景与实践精髓》一书中,对大数据分析过程模型做了比较清晰的解释:第一步,全面清晰定义所需解决的业务问题;第二步,调研企业内外部的源数据,确定本次分析活动所需的数据,数据的选择对模型技术的选择会产生重大影响;第三步,数据清洗,旨在发现并纠正数据文件中可识别的错误,包括检查数据的一致性、处理异常值和缺省值、剔除重复数据等;第四步,数据转换,完成更多的、更深入的数据处理;第五步,建模,应用多种模型技术,基于处理和转换后的数据,按业务需求完成各种不同类型的预测与细分;第六步,模型结果解释和评估,建模完成后将模型交给业务专家进行解释和评价,通过模型结果,发现细微的、有趣的业务规则、购买模式或重要的业务模式等。[5]从已有的研究看,这样的步骤基本上是行业大数据应用的基本框架。对教育大数据来说,也可以按照这样的步骤来展开。

  第四,洞察力、精准服务和基于数据决策的文化也是教育领域大数据应用的目标。各行业大数据应用的目标都是获得洞察力,提供精准服务和创造基于数据决策的文化。这三者的起点是洞察力,即从数据中获得有意义的信息,为决策奠定基础,决策的结果就是能够为客户提供精准服务,在市场上拥有竞争力。大数据不仅仅是一种技术,它还是人们看问题、看现象的一种视角。文化意味着工作氛围、产品层次、资源配置、人际关系等,目前大数据显然对所有这些方面都产生着影响,特别是人们处理这些方面的问题时,需要大数据带来的洞察智识。因此,三者的关系是相辅相成、彼此融合的。这些对教育领域也特别重要。教育大数据的目的也是洞察教育的真谛,为学生提供精准的教育服务,改进教育决策,创设为每一位学生提供最好教育的文化。

  第五,教育大数据研究必须考虑到教育问题的研究和解决,是跨领域的。事实上,行业领域的大数据应用是一个复杂的、经常跨行业的工程。对学习者来说,学习始终是在正式与非正式、专业与非专业环境中进行的,因此对一个人的成长来说,他所生活的环境为他带来跨行、跨界学习的可能,学习的机会到处都是,学习数据的痕迹也到处都有。因此,我们面临的教育问题不单单是学校带来的,还包括很多方面,所以,教育数据的采集和分析也必须是多元的,才有可能真实、全面地反映学生的受教育状况和未来的发展潜能。

  总体来看,教育大数据是面向教育改革的,不过“当下面临的变革并不是技术层面上的。这种改变影响着我们能够收集的数据类型以及我们对这些数据的挖掘方式,促使我们对学习、教学和获取知识的过程展开全新的理解”。[6]因此,有必要对教育大数据的研究路径做深入的分析以发现其方向。

作者简介

姓名:肖玉敏 孟冰纹 等 工作单位:

转载请注明来源:中国社会科学网 (责编:毕雁)
W020180116412817190956.jpg
用户昵称:  (您填写的昵称将出现在评论列表中)  匿名
 验证码 
所有评论仅代表网友意见
最新发表的评论0条,总共0 查看全部评论

回到频道首页
QQ图片20180105134100.jpg
jrtt.jpg
wxgzh.jpg
777.jpg
内文页广告3(手机版).jpg
中国社会科学院概况|中国社会科学杂志社简介|关于我们|法律顾问|广告服务|网站声明|联系我们