2017年1月阅读推荐:大数据在教育领域的应用

作者: 来源:《光明日报》2013年10月28日 录入者:admin 发布时间:2017年01月05日 点击数:

数据(data),一般而言是指通过科学实验、检验、统计等方式所获得的,用于科学研究、技术设计、查证、决策等目的的数值。通过全面、准确、系统地测 量、收集、记录、分类、存储这些数据,再经过严格地统计、分析、检验这些数据,就能得出一些很有说服力的结论。大规模、长期地测量、记录、存储、统计、分 析这些数据,所获得的海量数据就是大数据(big data)。在制作大数据时,需要严格的方案设计、变量控制和统计检验等,不然所获得的大数据就是不全面、不准确、无价值或价值不大的。

在教育特别是在学校教育中,数据成为教学改进最为显著的指标。通常,这些数据主要是指考试成绩。当然,也可以包括入学率、出勤率、辍学率、升学率等。对于 具体的课堂教学来说,数据应该是能说明教学效果的,比如学生识字的准确率、作业的正确率、多方面发展的表现率——积极参与课堂科学的举手次数,回答问题的 次数、时长与正确率,师生互动的频率与时长。进一步具体来说,例如每个学生回答一个问题所用的时间是多长,不同学生在同一问题上所用时长的区别有多大,整 体回答的正确率是多少,这些具体的数据经过专门的收集、分类、整理、统计、分析就成为大数据。

分析大数据助力教学改革

近年来,随着大数据成为互联网信息技术行业的流行词汇,教育逐渐被认为是大数据可以大有作为的一个重要应用领域,有**胆地预测大数据将给教育带来革命性的变化。

大数据技术允许中小学和大学分析从学生的学**行为、考试分数到职业规划等所有重要的信息。许多这样的数据已经被诸如美国国家教育统计中心之类的政府机构储存起来用于统计和分析。

而近年来越来越多的网络在线教育和大规模开放式网络课程横空出世,也使教育领域中的大数据获得了更为广阔的应用空间。专家指出,大数据将掀起新的教育革命,比如革新学生的学**、教师的教学、教育政策制定的方式与方法。

教育领域中的大数据分析最终目的是为了改善学生的学**成绩。成绩优异的学生对学校、对社会、以及对国家来说都是好事。学生的作业和考试中有一系列重要的信 息往往被我们常规的研究所忽视。而通过分析大数据,我们就能发现这些重要信息,并利用它们为改善学生的成绩提供个性化的服务。与此同时,它还能改善学生期 末考试的成绩、平时的出勤率、辍学率、升学率等。

美国教育部门对大数据的运用主要是创造了“学**分析系统”——一个数据挖掘、模化和案例运用的联合框架。这些“学**分析系统”旨在向教育工作者提供了解学 生到底是在“怎样”学**的更多、更好、更精确的信息。举例来说,一个学生成绩不好是由于他因为周围环境而分心了吗?期末考试不及格是否意味着该学生并没有 完全掌握这一学期的学**内容,还是因为他请了很多病假的缘故?利用大数据的学**分析能够向教育工作者提供有用的信息,从而帮助其回答这些不太好回答的现实 问题。

大数据让考试变得更科学

当某个学生回答一个问题时,一些变量就需要一起分析了。例如,学生回答正确率低的问题就是好问题吗?此外,时间也是重要的因素。比如,一个学生在考试的第 一部分耗时太多,是否意味着其接下来就会飞速、凌乱地答题。一道问题的答题顺序、结果、具体情况,都给研究者提供了许多前所未有的大量数据。运用这些数 据,研究者就能揭示学生的学**模式。研究者利用所有这些数据就能获悉到底是什么因素对学生构成了最好的学**环境。理解这些重要的问题有助于教育工作者给学 生创造一个个性化的学**模式。

监测学生是“如何”考试的能让研究者有效定型学生的学**行为。大数据要求教育工作者必须超越传统,不能只追求正确的答案,学生是如何朝着正确答案努力的过 程也同样重要。在一次考试中,学生个人和整体在每道题上花费了多少时间?最长的是多少?最短的是多少?平均又是多少?哪些此前已经出现过的问题学生答对或 答错了?哪些问题的线索让学生获益了?通过监测这些信息,形成数据档案,能够帮助教育工作者理解学生为了掌握学**内容而进行学**的全过程,并有助于向他们 提供个性化的学**模式。

监控学生的每一个学**行为是可能的。为了改进学生的学**成绩,我们需要知道他们回答一个问题用了多少时间,回答这个问题使用了哪些资源,哪些问题被跳过 了,为了回答这个问题做了哪些研究工作,这个问题与其他已经回答了的问题之间存在什么关系。此外,老师对每个学生提供什么样的建议才是最佳的?学生写作业 和答题的信息能立即被自动地监测到,老师还能在第一时间将这些信息反馈给学生。

用这些学生学**的行为档案创造适应性的学**系统能够提高学生的学**效果。利用学生是“如何”学**的这样重要的信息,考试的出题者们就能为学生量身定制出适 合学生的个性化问题,并设计出能够促进记忆力的线索。通过分析大数据,研究者发现从教育的效果上来看,当被问到一系列难度逐渐增加且互相关联的问题时,学 生的表现要好于围绕一个共同的知识点而随机挑选出的问题。美国标准化的研究生入学考试(GRE)中的这种适应性考试已经显示出朝这一方向努力的趋势。

总而言之,通过大数据进行学**分析能够为每一位学生都创设一个量身定做的学**环境和个性化的课程,还能创建一个早期预警系统以便发现开除和辍学等潜在的风 险,为学生的多年学**提供一个富有挑战性而非逐渐厌倦的学**计划。因此,有识之士经预言未来的学**将是大数据驱动的新时代。我们应该积极迎接这个新时代, 通过大数据来分析学**,进一步改善教学的方式与方法,进一步促进学生学**成绩的提高。

【字体: 】【收藏】【打印文章