標王 熱搜: 化妝培訓  蛋糕  調酒  美妝培訓  企業培訓  成人  小學  針灸推拿正骨培訓網  雙語幼兒園  沈陽建筑大學 
 
當前位置: 首頁 » 資訊 » 幽默笑話 » 正文

教育大數據,到底怎么用?

放大字體  縮小字體 發布日期:2019-03-12 17:09:34  來源:搜藝培訓網

大數據在教育領域的運用主要通過教育數據挖掘和學習分析兩種路徑與方式。美國STEM教育監測指標體系通過立足于大規模數據調查和統計、構建指標的數據層次類別模型、建立健全指標的數據收集機制等方式,實現了對指標相關數據的收集、獲得和分析處理,為成功將大數據應用于STEM教育監測指標體系的構建與完善奠定了基礎。我國可借鑒其成功做法,基于大數據構建和完善教育監測指標體系;建立健全大數據應用于教育的相關技術平臺和體制機制。請看菲爾麥德教育科技中心的分析文章。

近年來, 大數據 (BigData) 儼然成為了一種潮流和趨勢, 英國學者維克托·邁爾—舍恩伯格 (ViktorMayer-Schonberger) 在《大數據時代》一書中預言:2013年是大數據時代的元年, 標志著信息技術進入了新的發展時代。

美國麥肯錫咨詢公司 (Mckinsey) 的報告《大數據:創新、競爭和生產力的下一個前沿》認為, 大數據是大小超出常規的數據庫工具獲取、存儲、管理和分析能力的數據集, 具有數據量大、數據多樣和數據產生速度快三大特征。

舍恩伯格則認為:“大數據是人們在大規模數據的基礎上可以做到的事情, 而這些事情在小規模數據的基礎上是無法完成的。大數據是人們獲得新的認知、創造新的價值的源泉;大數據還是改變市場、組織機構, 以及政府與公民關系的方法。”

維基百科對大數據的定義是:數據量規模巨大到無法通過目前主流的軟件工具來獲取、管理、處理、整理以幫助企業經營決策, 達成更積極目標的那些信息。

國際數據公司 (IDC) 認為, 大數據是符合4V特征的數據集, 即海量的數據規模 (Volume) 、快速的數據流轉和動態的數據體系 (Velocity) 、多樣的數據類型 (Variety) 、巨大的數據價值 (Value) 。

可見, 大數據更多地可以被認為是以數據為研究和實踐對象, 從而帶來的一種新的思維方式和路徑、研究范式和方法、實踐工具和手段。

目前, 大數據在計算機軟件科學、商業、政務管理等領域的應用已經相對廣泛且卓有成效, 然而, 大數據與教育有什么關系呢?大數據是如何應用于教育, 應用的方式和路徑是怎樣的呢?

美國最新的STEM教育監測指標體系或可在大數據在教育中的作用路徑和方式上,提供一些有效經驗, 供我國的教育教學改革鑒。

1

大數據在教育領域的應用方式和路徑

美國最近一份關于如何運用大數據來促進教育發展的報告《通過教育數據挖掘和學習分析促進教與學》 (以下簡稱《報告》) 提出:目前教育領域中大數據的應用主要有教育數據挖掘和學習分析兩大方向, 兩個應用和研究方向雖然同源, 卻在研究目的、研究對象和研究方法等方面截然不同。

教育數據挖掘是綜合運用數學統計、機器學習和數據挖掘的技術與方法, 對教育大數據進行處理和分析, 通過數據建模, 發現學習者學習結果與學習內容、學習資源和教學行為等變量的相關關系, 來預測學習者未來的學習趨勢。

《報告》通過對教育數據挖掘領域專家進行訪談, 列出了教育數據挖掘的四個研究目標:

通過整合學習者知識、動機、元認知和態度等詳細信息進行學習者模型的構建, 預測學習者未來學習的發展趨勢;

探索和改進包含最佳教學內容和教學順序的領域模型;

研究各種學習軟件所提供的教學支持的有效性;

通過構建包含學習者模型、領域模型和教育軟件教學策略的數據計算模型, 促進學習者有效學習的發生。

學習分析是近年來大數據在教育領域較為典型的應用, 首屆“學習分析技術與知識國際會議”, 將學習分析定義為“測量、收集、分析和報告有關學習者及其學習情景的數據集, 以理解和優化學習及其發生情景”。

《報告》認為, 學習分析是綜合運用信息科學、社會學、計算機科學、心理學和學習科學的理論和方法, 通過對廣義教育大數據的處理和分析, 利用已知模型和方法去解釋影響學習者學習的重大問題, 評估學習者的學習行為, 并為學習者提供人為的適應性反饋。例如, 教師和學校根據學習分析的結果, 調整教學內容、對有學習失敗風險的學生進行干預, 等等。學習分析一般包括數據采集、數據存儲、數據分析、數據表示和應用服務五個環節。

2

美國 STEM 教育監測指標體系中的大數據應用

2.1

大規模數據調查和統計

美國STEM教育監測指標體系的研制開發是建立在諸如美國教育部國家教育統計中心 (National Center for Education Statistics, 簡稱NCES) 、學校和師資調查統計 (NCES Schools andStaffing Survey, 簡稱SASS) 、美國勞工部調查統計 (The Bureau of Labor Statistics, 簡稱BLS) 等全國范圍內大規模調查統計的基礎之上的, 立足于已經構建和劃分好的指標維度和框架, 將每項指標具體化、量化、操作化, 通過分析這些調查統計得到的數據, 找到并追蹤每一項指標的數據情況。

當然, 現有的一些數據調查和統計只能反映和得到監測指標的部分或者某些方面和層次的數據情況, 要想更加全面和深入地掌握和分析監測指標的數據情況, 還需要構建更多更大更全面的數據調查和統計平臺, 或者通過修改和完善現有的一些數據調查來再次統計監測指標的具體數據。

2.2

指標的數據層次類別模型

該指標體系對所有STEM教育監測指標需要的數據進行了具體分析和分類。每一項指標的數據情況都從整體上分為兩大類:一類是當前和潛在可利用的數據, 也就是當前可以從現有的數據庫或者統計數據結果直接提出數據, 或者對之前所進行的一些調查和數據統計進行修改和完善, 使之可以為STEM教育監測所利用;另一類是當前沒有的數據, 也沒有相關的調查和統計, 需要重新建立調查統計系統并實施, 以收集這些指標所需數據。

具體而言, 所有的指標在數據情況上又分為四個類別。每一種數據類別都說明和體現了與之相應指標的數據現狀, 以及需要進一步做哪些努力來收集更多更全面的數據、更充分地開發和完善這些指標, 因為有些指標相關的數據情況是屬于多個數據類別的。

具體每一種類別的數據所表示的指標數據現狀和涵義是:

第一個類別, 這個類別層面的數據在目前至少有一部分是可以從美國教育部以及其他大規模的調查結果中獲得的, 需要進一步的發展來更加充分地開發這些指標。

第二個類別, 這個類別層面的數據能夠通過修改和完善現有的教育部的調查和統計來收集, 需要概念性和經驗性的工作來開發有效、可靠的調查項目。

第三個類別, 需要新的調查來收集合適的數據。

第四個類別, 需要概念和經驗的發展來開始指標的闡釋以及數據收集。

2.3

指標的數據收集機制

對于屬于第一個類別層面的指標所需要的數據, 可以直接從美國教育部國家教育統計中心、學校和師資調查統計等全國范圍內的大規模的調查統計的結果中獲得。

對于屬于第二個類別層面的指標所需要的數據, 可以通過修改和完善現有的各種層次類別和范圍的調查和統計來進行數據收集。比如, 可以修改教育部國家教育統計中心所進行的調查中的一部分問卷或者訪談, 用來專門收集STEM教育監測與評估所需要的數據和信息。

對于屬于第三個類別層面的指標所需要的數據, 則需要重新設計和進行專門針對STEM教育監測與評估指標數據收集的調查和統計。

對于屬于第四個類別層面的指標所需要的數據, 則需要對STEM教育監測與評估指標和數據的概念進行闡釋, 并將調查統計可操作化。

對于既屬于第一類別又屬于其他類別的指標, 現有的數據或許可以提供部分有用的信息, 但是修改現有的調查能夠產生更多的與指標相關的信息。在這種情況下, 需要概念和實證研究來更充分開發調查項目或說明初始數據收集的指標。

對于跨所有四個類別的指標, 修改現有的調查可能在短期內是有用的, 但從長遠來看, 為了充分開發所有指標, 其他類型的數據收集或許更合適, 可能需要更多的工作。

從第一到第四類別, 隨著類別的提高, 與之相關的用來充分收集和開發指標監測與評估的相關數據所需要的資源也相應地增加。比如, 比起編譯現有的數據, 重新建立一個系統的調查及其發展就更加耗費時間和精力。同樣, 修改現有的調查中的問題就比重新建立一個完整的新的調查耗費更少的資源。

3

結論與啟示

不管我們是積極認同大數據的作用和功效,還是質疑大數據的價值,不管我們是否愿意和已經做好準備, 大數據時代已經向我們走來。客觀地分析大數據在教育領域中可能的作用路徑和方式, 有利于我們更加清晰和客觀地認知大數據, 并在大數據時代立足于教育研究和實踐去思考和運用大數據。

通過對大數據應用于教育的方式和路徑框架的分析——主要以數據挖掘和學習分析兩個方面為主, 我們可以得知, 無論是數據挖掘還是學習分析, 大數據對于教育的作用和影響都是建立在數據收集獲得和處理分析的基礎之上的。

美國最新的STEM教育監測指標體系, 運用大數據的相關思路和方法, 基于大規模的數據調查和數據庫, 構建了指標的數據層次類別模型, 分析了指標的數據收集機制, 對指標體系的各項指標的數據收集和獲得, 以及數據的層次類別進行了全面系統的分析和構建, 對于我國教育改革發展中充分利用大數據這種新的思維方式和路徑、研究范式和方法、實踐工具和手段具有很大的借鑒意義。

3.1

立足于教育學立場

將大數據視為一種新的思維方式和路徑

教育學以及教育研究和實踐活動注定擁有充滿價值性、復雜性、創造性和不確定性等特征。在教育研究和實踐活動中, 數據科學或者說大數據雖然可以通過數據告訴人們教育中的某些現象和問題是什么, 教育的現狀和狀態怎么樣, 但是無法解釋“為什么會這樣”等價值性問題, 也沒辦法依據教育學以及教育實踐的特點和發展規律, 提出“怎么辦”等對策和建議。此外, 教育研究和實踐有其自身的特點, 并非所有的教育研究和實踐中的問題都能通過數據來解決。

因此, 我們應該立足于教育學立場, 將大數據視為一種新的思維方式和路徑、研究范式和方法、實踐工具和手段, 促進教育的研究實踐和改革發展。

3.2

大數據在教育中的應用應該科學、合理和客觀

大數據在教育中的應用帶來了新的機遇和研究范式, 甚至有人將大數據作為科學研究的“第四種范式”, 但是, 對于大數據在教育中的應用, 我們要持理性和謹慎的態度。大數據是教育或社會科學研究所面臨的一個新的境遇和背景, 但它同時還面臨大數據的低密度價值、研究倫理問題、個人隱私和數據安全等挑戰和不足, 在看到大數據巨大價值的同時我們還應該看到其缺點和局限。

所以, 在教育研究和實踐中要科學、合理和客觀地應用大數據。一方面, 要分析大數據在教育中的應用路徑和方式框架及其具體體現和要求。教育等社會科學研究與自然科學以及計算機工程等領域的科學研究各有特點, 各不相同, 所以, 我們應該有區分地、理性科學地進行分析, 并根據不同的情景和需求運用不同的方式框架。另一方面, 還要結合大數據應用與教育的路徑構建相關的保障性體制和機制。美國STEM教育監測指標體系就比較合理地考慮了各監測指標的實際情況和特點, 很好地對各指標的數據情況進行了具體分類, 并建立了相應的收集機制, 這些環節都值得我們進一步學習和借鑒。

3.3

教育監測指標體系的構建和完善要基于大數據

教育政策的順利實施, 有賴于一個完善的數據收集管理系統, 以達到通過有規律地提供關于政策或項目執行情況的信息反饋來監測政策或項目過程的目的。因此, 數據對于教育政策的監測和評估至關重要。

《國家中長期教育改革和發展規劃綱要 (2010-2020年) 》指出:“要構建國家教育管理信息系統, 推進政府教育管理信息化, 積累基礎資料, 掌握總體狀況, 加強動態監測, 提高管理效率, 為宏觀決策提供科學依據。”

可見, 當前我國對于教育數據和信息建設工作非常重視。“對每一個監測指標而言, 都需要有清楚的、確定的數據來源。通常來說, 數據信息采集是官方統計機構數據庫、政策執行部門日常管理數據庫以及實地調查數據庫的有機結合。”

因此, 通過充分借鑒美國STEM教育監測指標體系的大數據應用路徑和方式, 我國應該加強教育監測與督導評估中的數據信息建設和分析, 加緊建設國家教育大數據信息中心或者數據庫, 對我國當前各級各類教育數據和信息進行分門別類, 完善各級教育監測指標體系相關數據的收集、分析、處理, 構建我國的教育大數據收集機制。

3.4

建立健全大數據應用于教育的相關技術平臺和體制機制

盡管近幾年來人們對大數據的作用和應用很熱衷, 也很重視, 但是, 由于大數據的應用特別是在教育中的應用歷史比較短暫, 所以, 大數據應用與教育相關的各項體制和機制不是很健全, 對教育中大數據相關研究的支持力度和資源配置也有待加強。

首先, 相關技術和平臺建設方面。與美國等發達國家大數據相關技術成熟和數據調查統計平臺的完善相比, 我國當前的教育數據信息系統和平臺構建還不是很完善, 各類大型的教育數據調查和統計較少。“

大數據相關的技術資源也比較薄弱, 區域間技術資源分布不均, 很多地方教育機構缺乏必要的大數據應用的基礎設施建設。例如, 某些學校沒有學生、信息系統、在線教育平臺, 也就無法為教育數據挖掘和學習分析提供基礎數據。”

因此, 一方面, 我們要利用諸如云計算和虛擬化等先進的信息技術, 實現與大數據應用相關的技術資源獲得和提升;另一方面, 要實施各類大型教育數據調查和統計, 構建比較全面和系統的教育數據庫, 為大數據在教育中的應用奠定技術和平臺基礎。

其次, 管理體制和法律制度方面。為了管理和規范大數據在教育中的相關應用和實施, 國家和地方各個層面應該制定大數據教育應用的遠景規劃, 還要盡快出臺實施細則, 以指導各級各類教育機構推進大數據教育應用。“另外, 在進行大數據教育應用規劃時, 應該充分考慮到所需采集數據涉及的個人隱私問題, 以及由大數據應用造成學生活動透明化所帶來的倫理道德問題, 制定和完善相應的法律法規及具體制度。”

最后, 相關資源和政策支持方面。在教育研究相關項目立項規劃和資源配置方面, 應該考慮專門設立大數據在教育中應用的相關項目和課題。比如, 有學者建議:“啟動中國大數據科學與工程研究計劃, 從宏觀上對我國的大數據產學研用做出系統全面的短期與長期規劃。此外, 國家在大數據平臺的構建、典型行業的應用以及研發人才的培養等方面應提供相應的財力、物力與人力支持。”同時, 對教育實踐和學校教育教學一線中應用大數據推進教育改革的各種實踐探索, 國家應該給予政策鼓勵和支持。

 
 
[ 資訊搜索 ]  [ 加入收藏 ]  [ 告訴好友 ]  [ 打印本文 ]  [ 違規舉報 ]  [ 關閉窗口 ]

 

 
推薦圖文
最新資訊
點擊排行
?
 
網站首頁 | 城市列表 | 關于我們 | 聯系方式 | 使用協議 | 版權隱私 | 網站地圖 | 排名推廣 | 廣告服務 | 積分換禮 | 網站留言| 科技助手 | RSS訂閱
 
3d两胆全托