大数据时代思维方式对教育的启示

时间：2017-08-14 14:16:00 卓洵1114由分享

　　大数据时代的思维方式不仅对企业有着帮助和启示，对教育也有启示。今天学习啦小编为大家带来了大数据时代思维方式对教育的启示，一起来看看吧!

　　大数据时代思维方式对教育的启示

　　1.为个性化教育指引实践方向

　　国际个性化教育协会(InternationalPersonaliza-tionEducationAssociation，简称IPEA)将个性化教育定义为：“为受教育者量身定制教育目标、教育计划、教育培训方法、辅导方案并加以执行，组织相关专业人员为受教育者提供学习管理策略和知识管理技术以及整合有效的教育资源，帮助受教育者突破生存限制，实现自我成长、自我实现和自我超越。”

　　随着时代对人才需求的日趋多样化，社会呼吁一种教育理念，能够培养出更多富有个性和创新精神的人才、并使之适应未来信息化和知识化社会的变革和发展。在此背景下，个性化教育在国内外教育界成为一个备受热议的话题：英国政府在《2020愿景》中提出应确保每一位学生不受种族、性别和家庭背景的限制，接受平等的受教育机会;[4]我国政府2010年颁布的《国家中长期教育改革和发展规划纲要(2010-2020年)》中提出：“关注学生不同特点和个性差异，发展每一个学生的优势潜能。”[5]要为学生构建个性化教育环境，根据学生的实际学习步调和学习情况开展有针对性的学习指导，使其真正融入学习过程中，这就需要对学生已有的学习准备、能力、兴趣和天分、学习风格等进行评估。由于缺乏获取和分析信息的手段和方法，也即缺乏对受教育者的特点和个性差异的了解，我们无法为其提供促进学业成绩和情感沟通的支持性学习环境。卡耐基·梅隆大学(CarnegieMellonUniversity)教育学院简介中写道：“不得不承认，对于学生，我们知道得太少”。[6]这个在传统数据时代使教育者备受困扰的难题，如今出现得以改善和解决的技术和思路。大数据时代思维式具有强烈的个性化特点，在商业领域得以推广的个性化服务，在教育领域也存在同样的实践环境;同时，大数据时代思维方式的前瞻性特点，为教育领域中个性化预测的开展提供了思路。

　　在大数据时代，学生在学习和生活的过程中留下一串串数字碎片，如课程选择、在线学习、互动和反馈、网络社交行为、校园卡的使用等等，这些数据被整合、挖掘和分析，学习者的行为模式将得以揭示。无论是奥斯汀佩伊州立大学基于“学位罗盘)”系统的个性化课程评估，还是凤(Degree Compass凰城大学和里奥萨拉多学院基于关键因素分析的辍学行为预警系统，或是亚利桑那州立大学通过挖掘Facebook 页面数据提供的个性化学习体验，以及华东师范大学通过校园卡记录开发的“家庭经济困难学生预警系统”，都是将大数据思维运用于个性化教育的尝试和实践。大数据时代个性化的思维方式能够帮助教育研究者重新审视学生的需求，通过高新技术和细致分析找到适切的课程、课堂、教师、校园，从而实现真正意义上的个性化教育。

　　2. 为教育决策提供科学依据

　　教育决策的制定必须从实际出发，综合运用现代科学的新成果和先进的技术手段，在科学预测的前提下，切实把握教育对象的变化规律和条件，为实现特定的目标，从多种预选方案中作出优化抉择，以获得最佳的或满意的经济效果和社会效果。[7]对教育决策信息的采集、整理和分析，是进行教育规划和决策的客观依据。缺乏或脱离监测教育发展和支持教育决策的数据，是导致决策质量水平较低甚至失误的重要原因之一。

　　教育决策信息较为复杂：教育输入信息包括学生入学程度、学生的社会经济背景、学校社区资源的实际投入等;教育过程信息包括教师素质、教学方法与班级实务等;教育输出信息包括学生的学习成果、教师的培训质量等。这些信息大多具有潜在隐藏的特征，加之获取成本较大等因素的制约，往往难以全准确地把握。有些教育机构收集了不少教育活动面、

　　的基本数据，却缺乏有效地利用和解释这些信息以帮助决策制定的思路和方法;其他一些教育机构，因为得到反馈信息的时间间隔过长而不得不中止信息的收集。即便如此，最终收集到的片面数据和局部数据仍有可能遭到搁置，甚至由于潜在价值得不到发掘而丢弃，最后教育决策者仅凭手头现有的信息作出判断，导致了“拍脑袋”的即兴决策。

　　与传统数据时代相比，大数据环境下教育决策及时性还是可利用性信息的把握，无论是在全面性、等方面都具备大幅提高的条件和手段。其中，条件源于大数据本身的特性：全面性和及时性体现在数据的丰富来源渠道及自动追踪和留存学习行为的功能之上，可利用性指的是大数据不存在物理设施般的折旧和贬值、能够不断释放隐藏价值;手段意指在大数据时代思维方式指导下对大数据特性的运用：大开放性的特点，能够数据时代思维方式具有综合性、启发教育决策者从多角度、多层面、全方位地利用教育决策信息，思维方式同时兼顾敏捷性，要求教育决策者对海量数据保持高度的信息敏感性，迅速有效地发挥大数据的价值功能。教育大数据有对整个教育活动运行情况监测的功能，有助于教育决策者及时发现问题、解决问题，从而更好地对教育系统进行调控，修改和制定更加切合实际情况的决策;可以通过对不同阶段数据的分析，寻找教育发展变化的规律，以便对未来可能发展的趋势或可能出现的问题进行预测;通过数据的收集、分析和整理将教育现象量化，以定性和定量结合的方式呈现教育结果，方便教育决策者了解教育系统的特征，评估教育发展的进程，以此对教育发展做出更有价值、科学的决策。大数据时代的教育不再是依靠理念和经验传承的社会科学学科，而教育决策也将相应地转变为实证科学中的一个具体问题。

　　3. 为教育评价拓展新的思路

　　教育评价是根据一定的教育价值观或教育目标，运用有效的评价技术和手段，通过系统地搜集信息资料和分析整理，对教育活动满足教育主体需要的程度作出的价值判断活动。

　　创造性思维是大数据时代思维方式的特性之一，表现为在思维活动中突破原有的框架，开拓新领域、确立新决策的思维过程。从信息活动的角度看，创造性思维是一种实现信息量增殖的思维活动。在实施教育评价的过程中，大数据时代思维方式的创造性主要体现为对思维工具即大数据其价值的理解和功能的驾驭上。作为现代教育研究的重要课题之一，教育评价正呈现出几大转变趋势，大数据时代思维方式为相关实践的开展提供了崭新的思路：其一，形成发展性教育评价观，强调以教育评价对象的主体性发展为目的，从学生的需要出发，重视学习过程、学习体验和师生交流。这就需要及时有效地把握学生日常学习过程中的表现、所取得的成绩以及所反映出的情感、态度、策略等方面的发展。如何获取产生于课堂的过程、作业的过程、师生或生生互动过程之中的相关信息，是实现发展性教育评价的一大难题。以互联网与移动互联网作为载体，各式电脑和移动终端无时无刻不在记录关于人的思考、决策与行为。大数据有能力关注每一个教育评价对象在每时每刻的学习活动中产生的微观表现，如激发提问的教学内容、重复审题和修正答案的次数、视线停留在教师身上的时间、合作学习讨论的频率等等。尤为重要的是，这些数据是在特定观测技术与设备的支持下悄然进行的，学生不愿在实验情境下表现出来的行为也将得到完整的呈现。学生的日常学习与生活不受影响，因此数据也更为真实自然。其二，扩大教育评价范围，强调教育评价对象不仅限于学生，还应涵盖诸如课程、教师、学校等对教育活动有重大影响的内容。大数据的数据储备和技术理念使实现包括学生评价、教师评价、学校评价、区域教育发展评价、课程等众多评价对象的综合评价模式成为可能。其三，反思对成绩的片面追求，强调测试分数绝不等同于物理测量单位的直观含义，在教育评价中平均分、排名等)加不能仅凭简单的数字(如原始分、以解读。这与大数据思维中对“数字”和“数据”差异的理解不谋而合。

　　大数据思维的4V

　　1、大数据的量，数据量足够大，达到了统计性意义，才有价值。笔者看过的一个典型的案例就是，例如传统的，收集几千条数据，很难发现血缘关系对遗传病的影响，而一旦达到2万条以上，那么发现这种影响就会非常明显。那么对于我们在收集问题时，是为了发现隐藏的知识去收集数据，还是不管有没有价值地收集，这还是值得商榷的。其实收集数据，对于数据本身，还是可以划分出一些标准，确立出层级，结合需求、目标来收集，当然有人会说，这样的话，将会导致巨大的偏差，例如说丧失了数据的完整性，有一定的主观偏向，但是笔者以为，这样至少可以让收集到的数据的价值相对较高。

　　2、大数据的种类，也可以说成数据的维度，对于一个对象，采取标签化的方式，进行标记，针对需求进行种类的扩充，和数据的量一样，笔者认为同样是建议根据需求来确立，但是对于标签，有一个通常采取的策略，那就是推荐标签和自定义标签的问题，分类法其实是人类文明的一大创举，采取推荐标签的方式，可以大幅度降低标签的总量，而减少后期的规约工作，数据收集时扩充量、扩充维度，但是在数据进入应用状态时，我们是希望处理的是小数据、少维度，而通过这种推荐、可选择的方式，可以在标准化基础上的自定义，而不是毫无规则的扩展，甚至用户的自定义标签给予一定的限制，这样可以使维度的价值更为显现。

　　3、关于时效性，现在进入了读秒时代，那么在很短的时间进行问题分析、关联推荐、决策等等，需要的数据量和数据种类相比以前，往往更多，换个说法，因为现在时效性要求高了，所以处理数据的方式变了，以前可能多人处理，多次处理，现在必须变得单人处理、单次处理，那么相应的信息系统、工作方式、甚至企业的组织模式，管理绩效都需要改变，例如笔者曾经工作的企业，上了ERP系统，设计师意见很大，说一个典型案例，以往发一张变更单，发出去工作结束，而上了ERP系统以后，就必须为这张变更单设定物料代码，设置需要查询物料的存储，而这些是以前设计师不管的，又没有为设计师为这些增加的工作支付奖励，甚至因为物料的缺少而导致变更单不能发出，以至于设计师工作没有完成，导致被处罚。但是我们从把工作一次就做完，提升企业的工作效率角度，这样的设计变更与物料集成的方式显然是必须的。那么作为一个工作人员，如何让自己的工作更全面，更完整，避免王府，让整个企业工作更具有时间的竞争力，提高数据的数量、种类、处理能力是必须的。

　　4、关于大数据价值，一种说法是大数据有大价值，还有一种是相对于以往的结构化数据、少量数据，现在是大数据了，所以大数据的单位价值下降。笔者以为这两种说法都正确，这是一个从总体价值来看，一个从单元数据价值来看的问题。而笔者提出一个新的关于大数据价值的观点，那就是真正发挥大数据的价值的另外一个思路。这个思路就是针对企业的问题，首先要说什么是问题，笔者说的问题不是一般意义上的问题，因为一说问题，大家都以为不好、错误等等，而笔者的问题的定义是指状态与其期望状态的差异，包括三种模式，

　　1)通常意义的问题，例如失火了，必须立即扑救，其实这是三种模式中最少的一种;

　　2)希望保持状态，

　　3)期望的状态，这是比原来的状态高一个层级的。

　　我们针对问题，提出一系列解决方案，这些解决方案往往有多种，例如员工的培训，例如设备的改进，例如组织的方式的变化，当然解决方案包括信息化手段、大数据手段，我们一样需要权衡大数据的方法是不是一种相对较优的方法，如果是，那么用这种手段去解决，那么也就是有价值了。例如笔者知道的一个案例，一个企业某产品部件偶尔会出现问题，企业经历数次后决定针对设备上了一套工控系统，记录材料的温度，结果又一次出现问题时，进行分析认为，如果工人正常上班操作，不应该有这样的数据记录，而经过与值班工人的质询，值班工人承认其上晚班时睡觉，没有及时处理。再往后，同样的问题再没有再次发生。