用大数据助力教育改革的一点思考

赵丽　徐芳　陈莉

摘要：在当前信息技术快速变革和发展的时代，云计算、大数据、物联网、移动互联网等技术如何在传统的教育领域发挥作用是值得深入思考和研究问题。从国内外各研究机构对云计算、大数据技术在教育领域的研究和发展入手，并结合国内教育体制、教育方式，对如何用现代信息技术改变传统教育提出了自己的一点思考。

关键词：云计算；大数据；教学；教育应用；研究

中图分类号：TP301 文献标识码：A 文章编号：1009-3044（2015）15-0115-03

Abstract： In the current rapid development of information technology and the change of the era， cloud computing， big data， networking， mobile Internet technology to the traditional field of education play a role is worthy of deep thinking and research. From the perspective of the research and development of domestic and foreign research institutions on cloud computing， big data technology in the field of education， combined with the domestic education system， to change the traditional education mode， put forward to think a little of his own how to use modern information technology.

Key words： cloud computing； big data； education； education Application； research

1 引言

近几年来，云计算、大数据、物联网、移动互联网等技术正推动各类传统行业进行改革与创新，以满足多样化、个性化、人性化的用户需求，并逐步影响着各阶层人们的学习、工作和生活。美国新媒体联盟发布的美国中小学科技发展报告指出，在2010年后的5年内，云计算、大数据及协同学习环境等应用，都将融入到传统的学校课堂教学活动中。

云计算技术和基于云计算的大数据分析和决策支持在当今的应用日益广泛，数据已经取代各种应用程序成为互联网企业新的利润增长点。而各类传统行业也逐步把自身的业务向互联网化转型，目的就是为了为现有客户提供更加个性化的互联网服务，并在此基础上发展更多的潜在用户。对于教育行业来讲也不例外，在现行的教育模式下除了要满足考试和升学的要求，同时也要根据个体学生的不同推行个性化教育；除了传统的课堂、课本教育，也要利用互联网技术诸如在线教育平台、视频、音频、互动教学来推进教育领域的变革。

2 问题的提出

在国内现行的传统教育特别是学校教育中，考试成绩成为各学校头上最美丽的光环；其次升学率是教学改进最显眼的指标；同时日常考试成绩、入学率、获得荣誉数量等数据也成为衡量学校好坏的重要指标。

但是这些数据就能真实地反映出学校教育水平、教师课堂教学质量以及学生知识接受程度的高低吗？从当前的教育评价体系来看，虽然这些数据被越来越多的教育家、家长、学生所诟病，“应试教育”的持续讨论始终围绕着这些可以被量化的数据上；另一方面，学校、教师的等级评定、职称评定甚至薪资待遇还是要从这些数据上获得参考，没有指标的提升将会导致学校口碑下降、教师薪资待遇下滑、学生负担日益加重、人员流失等连锁反应。这种矛盾的评价体系导致质疑与赞成在一定范围内将长期存在，一方面反对但另一方面又不得不执行的怪圈依然循环不停，在没有新的评价体系产生的前提下仍然会使现行的教育之舟继续向前航行。我们真的没有办法改变吗？是要等到触礁沉没之后再来修补还是现在开始利用科学的手段寻找全新的评价航标？

大数据技术的出现可以帮助所有教育工作者们逐渐摆脱这种片面的评价方式，采用科学、公正、客观的方法建立新的评价体系，使教育行业挣脱现有的桎梏以适应当今快速发展的需要。

3 国外将大数据应用于教育的研究现状

2012年10月，美国教育部发布了《通过教育数据挖掘和学习分析促进教与学》的教育大数据报告，对美国国内大数据教育应用的领域和案例以及所面临的挑战进行了详细地介绍，报告为了说明教育大数据的教育应用，以自适应学习系统中大数据的应用为例进行了说明。[1]

由总部设在美国纽约的麦格劳.希尔公司（McGraw-Hill）、总部设在英国伦敦的培生集团和其他出版公司共同开发的“课程精灵”系统（CourseSmart），也允许教授们通过让学生使用电子教科书来跟踪他们的学业进展，并向助教们显示学生的学习参与度、学习成绩、学习内容等大量的数据信息，只是目前学生行为、成绩预测的功能还有待完善。[2]

从以上例子来看，北美和欧洲各国使用大数据在教育领域的应用已经取得了大量的成果，丰富的教育资源、多应用的教育平台中产生的数据通过汇聚、分析等技术手段获取的价值在学校、教师、学生身上得到体现。但是由于系统上线运行时间不长导致了接受度和满意度不高、历史数据积累不足、互动过程较短、实时数据较少、数据质量不高等问题，同时也缺乏大量可行的运营经验。这些客观存在的事实也使这种大数据应用要继续深入摸索和实验，搜集教师和学生日常使用的行为数据、反馈数据迭代分析并持续改进。

4 数据可以改变传统教育模式

通过国外教育工作者和研究人员持续对教育历史数据的挖掘、分析，我们现在知道从教育大数据中获取价值的五种主要技术：

1）预测（Prediction）：感知预料中的事实的可能性。例如从之前几个年纪学生的学习反馈来看，这个知识点是比较难掌握和容易出错的，在下一个年级学生学习的时候是否依然存在？如何杜绝此类情况的发生？

2）汇聚（Clustering）：发现那些自然组合在一起的数据关键点，并以此基准将所有数据拆分成一组一组具有独立特征的数据。这种技术对将有共同兴趣的学生分成一组教学很有用处。

3）关系挖掘（Relationship Mining）：在不同的数据分组中，使用数据挖掘技术找到各类数据间客观存在的关系。

4）人类判断数据提炼（Distillation Data for Human Judgment）：这是可视化模型建立的过程。这种技术的使用有两个关键点：身份与识别，例如使用哪几类学生建立模型，哪些符合这些模型的学生在数据挖掘过程中能被识别。

5）模型发现（Discovery with Models）：通过上述四种技术的使用建立数据模型，将这个模型作为一个组建应用到其他的数据分析工作中从而得到新的数据挖掘结果[3]。

这五种技术实际上是大数据技术在教育行业的具象化，为教育大数据的应用提供了理论和技术支撑，国内的教育工作者们需要将这些技术逐步应用到平时的教学工作中去。就像改革开放一样，成功的经验会使我们事半功倍。

4.1 大数据分析助力科学决策

我国传统教育政策的制定并没有考虑到显示情况的多样性和全面性，各类政策与规定的出台在终端用户（包括教师、学生、家长）看来仅是一种应急方案，并没有解决终端用户实际的教学需求和教育诉求。

在大数据理论和技术的支持下，“数据”将成为政策决策的首要支持来源。首先，教育大纲、课本与各类参考资料可以移植到在线或离线的教育平台中成为“教学池”和“知识库”，为教师和学生提供数据来源的平台；其次教师们多年的教育积累和心得可以转化为具体的教育模型和流程，各科中的关键知识点可以成为模型和流程中的关键节点，学生们在教育平台中学习的时候可以清晰地了解重点知识，教师们可以在关键节点中搜集到学生的反馈，形成结构化数据存入到大数据平台中；第三视频和音频等多媒体技术的应用使得教学可以摆脱课堂教学这种单一的手段，任何地点、任何时间都可以参与学习；第四通过视频和音频的点击率、播放时长、评论反馈等信息可以让教师们清晰了解到学生学习过程中的难点；第五教育平台中的在线考试能够让学校和老师第一时间搜集到学生学习结果的反馈，考试成绩的分析来源也不再是单一的分数，而是可以扩展到错误题目、答题时间、答案修改次数等等各种数据，使得分析的结果更加全面和多样性。

因此教育决策的过程不能仅仅依靠少数人、少数部门、小范围、单一调研方式和认为干预而取得，而是应该利用大量现代化技术手段在教育过程中取得第一手的教育数据，再通过数据汇聚、数据融合、数据分析、数据挖掘、图表展现等手段使得教育决策更加科学化、公平化，这样所制定的教育政策也会更加符合大部分教育受益者的需求，更加适应现代教育教学发展的需要，从而更好的发挥教育政策的指导作用，推动教育改革的深入开展。

4.2 数据分析结果带来个性化学习模式

国内现行的学习模式还是应试教育的直接反映，考试成绩和升学率依然是衡量教学过程和学习过程最重要的指标，这是多年只追逐教育结果的体现。从考试成绩和升学率固然可以看出学校、教师对考纲、考点的理解，也能反映出学生对教授内容的接受程度，但是教授方法、教授过程是否适合每一个学生却无从反映。

这种大一统的教学方式越来越展现出它的弊端，教师们按照统一的模式进行照本宣科，学生们被动的接受同一种知识灌输方法；虽然素质教育推行多年，但也仅仅体现在少量课余时间的兴趣小组和课外辅导。这些问题的共同点在于我们的教育方式、学习模式还是口口相传式的主观教育方式，而没有独立地、客观地数据支撑学校或教师做出改变。

在大数据模式下，单纯关注教育结果的教学模式要逐步转向关注教育过程。在教育结果上获得的数据是一种单调的、非实时的结果数据，从结果只能倒推出教育过程有缺陷，但是缺陷在哪里、怎么有效解决却很难得知。而关注教育过程就可以在整个过程中设置合适的监测节点，在每个节点中都可以搜集到学生们实时的、融合的数据，将这些数据注入到建立好的教育模型中就可以预测到可能发生的教育结果，这种结果是客观的、准确度较高的结果，便于学校和教师及时地掌控整个学期的教育方向。

在检测节点中除了常规的课堂教育数据，同时也能搜集到学生的兴趣、特长等个性化数据，例如经常回答文科课堂问题还是理科问题、喜欢从事哪些体育活动、对历史还是音乐兴趣较大等，这两种数据融合后通过模型分析可以得到固定时段中个体学生的整体素质结果。

通过这些结果可以引导教师及时地调整学生的学习行为，引导家长有效地定位学生的兴趣点，两者结合起来就能保证学生向着自己喜欢的方向正确前进，即使某一阶段出现偏离也能通过后续的数据支持而及时修正，这种方法虽然现在还无法撼动应试教育的根基，但可以让学生获得适合其自身特点的学习模式而不必一味模仿部分“好学生”的学习方法，“淮南为橘，淮北为枳”的道理已经很清楚的说明了这一点。

4.3 大数据让教育资源更加公平

我国目前教育资源不公平的现象仍然十分严重，省会城市比乡镇资源丰富，沿海地区比内陆地区教育水平领先，同区内重点学校比普通学校资源优秀，这些客观存在的现实使得学生并没有享受到同等水平线上的教育。

《大数据时代高校云资源应用》一文中指出：云计算和大数据使教师与学生不仅能够共享存储在云服务端的教育资源，还能通过对各种非结构化数据进行分析，以挖掘隐藏的信息价值，并为师生提供最合理的教与学的资源[4]。这就说明技术已经不是造成教育资源不公平的根本原因，而是理念。在现有成熟的技术条件下：

1）基于云计算技术的在线教育平台是教育资源的物理载体，平台上可以公开发布通过审核的各个学科、各种类型的教育资源，教师和学生可以自由浏览、点击、下载和评价，选择权完全掌握在教师和学生的手中，从源头保证数据的公正性；

2）各种教学流程、重难点分析、考试测验等教学手段会形成公开、统一的标准和模型存在于平台中，保证所有使用平台学习的学生都在这些标准和模型下被评价，所获得的评价结果也更加客观；

3）学生在平台中的各种使用“痕迹”都可以被保存，通过数据分析可以使平台中的教育资源更加合理，更加贴近学生的需求，避免重复建设造成的浪费；

4）通过在线教育的方式可以使大量教育落后地区的学生享受到同等水平的教育，数据分析的结果也可以促使教育决策者们对落后地区的教育扶持政策更加实际，让公平教育不再成为一句空话，使优质的教育资源最大范围的被利用。

4.4 大数据可以支持教育评价结果更加客观、公正

随着国家和教育部对教育信息化工作的持续推进，互联网化的教育平台可以成为课堂教学的有益补充。大数据技术可以在教育平台上持续跟踪和关注学生的学习过程，分析学生在各种学习平台上留下的数字化“学习痕迹”，为教育管理机构、学校、教师、家长提供最直接、最客观、最准确的教育结果评价、学习行为分析、学生个体素质综合分析的依据。喻长志[5]指出：大数据将重构教育评价，由原来的经验式评价转变为基于数据的过程性评价，通过大数据的支持来分析教学规律。

行业决策支持是大数据技术的重要应用，在教育行业的应用程度还比较低，当然也受制于教育行业信息化技术还较为落后。现阶段已经可以将传统的教学行为、教学流程、关键知识点模型化和流程化，将课堂提问、随堂测试、期中期末考试结果数据化，通过简单的数据分析方法就可以得到客观的评价结果并存放在数据库中。随着时间的推移和教育信息化水平的提升，这些结果最终可以成为教育决策的支持和来源，有效地改进行业自身的行为，实现教学相长。

5 结束语

《教育信息化十年发展规划（2011-2020）》明确指出：建设教育云资源平台，汇聚百家企事业单位、万名师生开发的优秀资源[6]；以建设国家数字教育资源公共服务平台来帮助所有师生和社会公众选择并获取优质服务资源，实现优质资源共享和持续发展[7]。

目前全国各地都在推进教育信息化工作：建立教育信息化服务公共平台、开展数字化校园建设、设立各种“数字化学习”试点院校、开发“微课程”、开展“翻转课堂”教学研究等等。李克强总理在刚刚结束的十二届全国人大三次会议上所作的政府工作报告中指出要“加快实施创新驱动发展战略，改造传统引擎，打造新引擎”。这些政策的提出和出台都清晰地表明在当前大数据时代，信息化教育成为无法阻挡的潮流，现行的各种教育政策和教育方法都要适应这种潮流而改变，一味地固步自封只能被淘汰。当数据的共享和使用成为一种广泛的行为，我们会发现以前被视为“独家”的经验和心得已经成为“昨日黄花”。

本文是作者在从事大数据分析与研究工作的基础上，查阅了大量国内外的相关资料，并结合教育现状所做的一点思考。不管是研究方法本身还是笔者自身的理论和分析水平都存在着不足，利用现代科技推动教育领域的改革需要广大教育工作者共同努力。

参考文献：

[1]Enhancing Teaching and Learning through Educational Data Mining and Learning Analytics [OL].http：//www.ed.gov/edblogs/technology/files/2012/03/edm-la-bridf.pdf.

[2] Enhancing Teaching and Learning through Educational Data Mining and Learning Analytics [OL].http：//www.ed.gov/edblogs/technology/files/2012/03/edm-la-bridf.pdf.

[3] Ryan S.J.d.Baker. Data Mining for Education[OL].

[4] 刘中宇，刘海良.大数据时代高校云资源应用[J].现代教育技术，2013（7）：59-62.

[5] 喻长志.大数据时代教育的可能转向[J].江淮论坛，2013（4）：188-192.

[6] 教技[2012]5号. 教育信息化十年发展规划（2011-2020年）[S].

[7] 粤教电[2012]1号. 广东省教育厅关于成立“粤教云”项目领导小组和专家组的通知[S].