叶存洪
长期以来,在我国社会生活的许多领域,决策常常缺乏科学性,甚至“拍脑袋”“想当然”。教育领域也不例外,“教育领域的决策从来就是在缺乏任何数据的基础上作出的。常识一直成为正常的决策资源,即使在常识导致消极结果的情况下也是如此,而常识其实只是习惯和一厢情愿的混合物罢了”。
今天,“大数据时代”正大步向我们走来,这种基于获取和解释数据的决策对社会生产生活带来了广泛的影响。但是,在教育领域却还相对滞后,除了“月考分析”“高考分析”这些为应试而展开的“分分计较”的所谓数据“分”析以外,我们依然沿袭着传统的教育范式,主要依靠经验对学生的学习行为进行判断并制定教学决策。
MOOCs一度被誉为继火的发现之后最重要的创新,我们有个别学校给予了关注,多数学校无动于衷。如果说,MOOCs主要还只是课程层面,那么,“大数据时代”给教育带来的改变将是多方位的。随着全社会移动终端的普及、云计算服务的发展、大数据分析技术的突破,这股浪潮最终将席卷大中小学,没有哪家教育机构能置身事外。我们的学校当未雨绸缪,及时应对。
大数据的反馈功能——“展示那些以前不可能观察到的学习层面,实现学生学业表现的提升”。在过去的教育中,反馈也是存在的,比如,从课堂参与、家庭作业、测验中获得信息,但相比较而言,这些都只是“小数据”而已,且它指向学习结果,而非学习过程。当学习发生在数字环境之中时,就可以收集到很多过去无法获得的数据,学生每一次与系统发生的交互都会被记录下来,这些数据可用于向学生、教师提供学习进程的实时报告。还可以“基于每个学生的答题准确率运行一个统计模型,用以判断学生是否精通某个学科领域”。比如,学生阅读纸质课本,什么地方学得轻松,什么地方觉得苦涩,教师很难了解。但在计算机上,学生什么地方“快进”“暂停”“中止”“回看”,系统都有记录,并能据此分析学生的学习质量。单从“回看”来看,如果在课程进行了数周之后,很多学生会跳回到前面的某个章节去复习,说明了什么?可能是前面的基础没打牢。这样,教师就该知道如何去调整他的教学进度和重难点。而且,系统还可以通过追踪分析学生的“衰减曲线”,提醒学生何时该进行复习,以提高记忆保留的概率。“学生可能会收到一则消息,告知他如果在测验前两天的晚上——不是前一天晚上,也不是测验当天早上——观看复习视频,那么他将有85%的概率记住复习内容,并在测验中作出正确解答”。
大数据的个性化功能——“基于学生的需求定制个性化课程,促进理解并提高成绩”。19世纪以来,受工业革命的影响,教育也实行“大规模批量生产”,用“一把尺子量所有的人”——“大多数正规学校的教育,在其设计之初考虑的是处于平均水平的学生——比坐在前排的神童学得慢,但比教室后排的笨蛋学得快的虚构的学习群体。”这种基于平均水准设计教育系统的做法,会同时损害位于分布曲线两侧的学生。现在,接触到大数据之后,“适应性学习”系统开始进入大量应用阶段。2009年起,美国纽约地区的数所中学推广了一个名为“个人的学校”的数学项目,每个学生都拥有他们的个人“播放列表”,通过相关算法分析个人需求,为他们指定每天需要解答的数学习题。“根据自己的时间安排开展学习,我不需要采用和其他人一样的学习方式。”一名“个人的学校”的学生如是说。在个性化的教学方面,这将会比现在的“走班制”更加彻底,甚至最终从根本上改变现在的“班级授课制”背景中的“成绩好的学生吃不饱,成绩差的学生吃不了”的顽症,教育将真正走向“个性化”时代。