首页 >> 教育学 >> 教育技术学
教育大数据的应用模式与政策建议
2016年02月23日 09:43 来源:《电化教育研究》2015年第9期 作者:杨现民 王榴卉 唐斯斯 字号

内容摘要:大数据是推进教育创新发展的科学力量。

关键词:教育大数据;教育数据;教育发展;应用模式;政策建议

作者简介:

  作者简介:杨现民(1982- ),男,河北邢台人,江苏师范大学江苏省教育信息化工程技术研究中心副教授,主要从事智慧教育、移动与泛在学习研究,E-mail:yangxianmin8888@163.com;王榴卉,江苏师范大学江苏省教育信息化工程技术研究中心,江苏 徐州 221116;唐斯斯,国家信息中心,北京 100045

  内容提要:大数据是推进教育创新发展的科学力量。教育大数据是整个教育活动过程中所产生的以及根据教育需要采集到的一切用于教育发展并可创造巨大潜在价值的数据集合。与传统教育数据相比,教育大数据的采集具有更强的实时性、连贯性、全面性和自然性,分析处理更加复杂和多样,应用更加多元、深入。教育大数据的五层架构包括个体层数据、课程层数据、学校层数据、区域层数据以及国家层数据,自下而上汇聚各种教育数据。自20世纪70年代起,教育数据的应用大体经历了初始起步阶段、重点探索阶段和快速发展阶段,三个阶段的教育数据应用的规模和水平不断递进。教育大数据的应用主要体现在:驱动国家教育政策科学化;驱动区域教育均衡发展;驱动学校教育质量提升;驱动课程体系与教学效果的最优化;驱动个体的个性化发展。最后,针对当前我国教育大数据发展存在的问题和挑战,提出了六点政策建议:出台《教育大数据应用发展指导意见》,制定《教育大数据安全管理办法》,成立国家教育大数据研究机构,成立国家教育大数据治理机构,颁布“教育数据运营商”牌照,加快建设教育大数据产业基地。

  关 键 词:教育大数据 教育数据 教育发展 应用模式 政策建议

  标题注释:江苏高校优势学科建设工程资助项目“江苏师范大学教育学省优势学科建设”(苏政办发[2014]37号);国家级大学生实践创新训练计划项目“大数据支持的学习行为记录与发展性评价运用研究”(项目编号:201410320029Z)。

  技术变革教育的时代已经来临,以信息化带动教育现代化已上升为国家战略。[1][2]当前,我国教育发展面临诸多难题(减负、公平、质量提升、均衡发展等),而云计算、大数据、学习分析、物联网、移动通信等信息技术的快速发展为解决教育难题、促进教育领域综合改革与发展,提供了重要机遇和巨大的可能性。其中,大数据技术无疑是推进教育创新发展的科学力量。近年来,大数据不断对社会各个领域产生深刻影响,正在实现人类工作、生活与思维的大变革。同样,其“威力”也强烈地冲击着整个教育系统,正在成为推动教育系统创新与变革的颠覆性力量。

  教育大数据是大数据的一个子集,特指教育领域的大数据,是整个教育活动过程中所产生的以及根据教育需要采集到的,一切用于教育发展并可创造巨大潜在价值的数据集合。教育大数据之“大”并非只指数量之大,而是更加强调“价值”之大,即能从繁杂的教育数据中发现相关关系、诊断现存问题、预测发展趋势,发挥教育大数据在提升教育质量、促进教育公平、实现个性化学习、优化教育资源配置、辅助教育科学决策等方面的重要作用。当前,大数据已经引起教育研究者、管理者、决策者以及实践者的关注。有学者分别从教育模式的转变、[3]教育可能的转向、[4]教育研究的新范式、[5]学习方式的变革[6]等方面探讨了大数据对教育发展带来的影响。还有一些学者从技术的视角探讨了学习分析与教育数据挖掘的方法与应用。[7][8]然而,关于教育大数据的数据范畴及其应用模式尚缺乏系统的梳理和分析。

  基于此,本文旨在探讨四个方面的问题:教育大数据有何特征,包含哪些数据类型?教育数据的应用过程大体呈现出哪几个阶段?教育大数据在教育领域的应用价值与模式是什么?教育大数据发展面临哪些问题,如何解决?

  一、教育大数据的特征与结构

  与传统教育数据相比,教育大数据的采集具有更强的实时性、连贯性、全面性和自然性,分析处理更加复杂和多样,应用更加多元、深入。传统教育数据的采集往往是阶段性的,多在用户知情的情况下(非自然状态)进行,分析的手段多采用简单的汇总统计和比较分析,关注的重点是受教育者的群体特征以及国家、区域、学校不同层面教育发展的整体状况。在大数据时代,移动通信、云计算、传感器、普适计算等新技术将逐步融入教育的全过程,可以在不影响师生教学活动的情况下实时、持续地采集更多微观的教与学的过程性数据,比如学生的学习轨迹、在每道作业题上逗留的时间、教师课堂提问与微笑的次数等。教育大数据的数据结构更加混杂,常规的结构化数据(如成绩、学籍、就业率、出勤记录等)依旧重要,但非结构化数据(如图片、视频、教案、教学软件、学习游戏等)将越来越占据主导地位。

  图1 教育大数据的“冰山模型”

  教育数据每时每刻都在产生,然而教育领域究竟包含哪些数据?需要采集哪些数据?借鉴人力资源领域的人才素质“冰山模型”,可以构建教育大数据的“冰山模型”(如图1所示)。该模型将教育数据分为两大部分,分别是显露于冰面之上的数据和深藏于冰面之下的数据。多年来,国家采集的教育数据主要以管理类、结构化、结果性的数据为主,这些数据位于“冰面”以上,具有易测量、显性化等特点,重点关注宏观层面教育发展整体状况,在一定历史时期对我国制定教育政策、推动教育发展起到了积极的作用。然而,随着大数据时代的到来,国际社会对教育大数据战略资产的地位越来越认可和重视,教育数据的全面化采集与深度挖掘分析就变得越来越重要。教育数据采集的重心将向非结构化的、过程性的数据转变,此类数据主要位于“冰面”以下,具有难测量、隐性化等特点。这些数据无论从数量上、增长速度上、还是潜在的价值上,都将远远超越传统的教育数据。

  教育数据是客观的,其价值的发挥取决于操控和应用数据的人。因此,无论是冰面之上的数据还是冰面之下的数据都属于教育大数据的重要组成部分。只是从当前教育数据的采集与应用上来看,应当着重加强冰面之下部分教育数据的采集与深度挖掘,同时加强教育大数据与其他领域大数据(医疗、交通、经济、社保等)的融通和关联分析,进一步增强教育决策的科学性。为了更加清晰地认识教育大数据的概貌,这里根据教育数据的来源与范围,将其分成五层架构(如图2所示),从下向上汇聚各种教育数据。

  图2 教育大数据的分层架构

  个体层教育数据:包括国家规定采集的教职工与学生的基础信息、用户各种行为数据(如学生随时随地的学习行为记录、管理人员的各种操作行为记录、教师的教学行为记录等)以及用户状态描述数据(如学习兴趣、动机、健康状况等)。

分享到: 0 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