大数据时代在线教育的发展研究

张枝实



大数据时代在线教育的发展研究

张枝实

摘要：大数据具有大量化、多样化、低值化、快速化的特点，其正在深刻影响并重构着在线教育。实践中，应充分发挥大数据应用的作用，重视其预测、集聚、挖掘、提炼、回溯、发现等功能，研究与大数据分析相匹配的教育技术，探索在线教育的发展趋势和规律，有效化解当前在线教育面临的困境，并最终实现以数据为基础，教育技术、教育思维同步提升的个性化在线教育发展策略。

关键词：智慧教育；教育技术；大数据；在线教育；教育改革

大数据(Big Data)，或称巨量资料，指的是所涉及的资料量规模巨大到无法通过目前主流软件工具，在合理时间内达到撷取、管理、处理，并整理成为决策更积极目的的资讯。

大数据就像基础设施一样，成为基础资源，不是抽样数据，而是全部数据，其重要性前所未有。“不再追求精确度，不再追求因果关系，而是承认混杂性，探索相关关系”[1]，“思维转变过来，数据就能被巧妙地用来激发新产品和新型服务”[2]。依靠数据存储技术、统计技术和分析技术的积累和发展，从海量的数据当中，我们可能会对事物有颠覆性的认识，甚至可以洞悉和预判发展趋势，开发潜在的、丰沛的产品和服务，这对经济社会的发展可以说是一种全新的变革。

一、教育大数据

1.大数据的特点

大数据在教育广度、深度和细分度上正在不断延伸，智能教学系统和教育测评软件能够越来越细致地通过大数据记录学生的学习情境，也能感知学生的学习境脉，它们具有4V的特点[3]：

(1)大量化(Volume)——数据体量巨大，大到难掌控。由于在线学习者的规模远远超出传统实体课堂，常以万人级计,因此样本量很大。另外，随着数据利用水平的提高，能够捕捉和分析的数据更加丰富。

(2)多样化(Variety)——数据类型繁多，多到全覆盖。主要包括登录时点、在线时间、学习时长等教学行为数据，成绩、时间、次数等量化数据，基于移动平台位置服务和智慧校园物联网的感知数据，互动交流和集群评价的社交数据等多种数据形态，使教育行为的全景展示成为可能。

(3)低值化(Value)——数据价值密度低，低到看不准。数据本身比较分散，处于价值的洼地，与其他物质性的资产不同，它的潜在价值取决于利用与创新的水平。

(4)快速化(Velocity)——处理速度快，快到追求时效。当前世界信息增长速度比经济增长速度快4倍，而数据处理能力则比世界经济增长速度快9倍。[2]大数据展现的是单位时点即时产生、即时变换的学习绩效和学习体验，这些数据更需要高速记录、高速处理。

2.大数据对传统教育的影响

小数据时代的随机抽样正逐渐失去原有的揣测期待，取而代之的是大数据深入挖掘的发现乐趣，这种“样本=总体”的全数据模式，使人们意识到只要找到关联物，就能通过关联物之间的相关关系，影响并改变教育的未来。大数据的教育示意图如图1所示。

(1)重构教学组织方式。传统教育并不太注重教学对象样本的容量，限于技术和能力，往往进行的是抽样、局部甚至是片面的调查，在无实证数据支撑的时候，只能凭借经验、假设和臆测去规划教学过程，这种设计往往是主观化、理想化和随意化的，甚至与教学实际发生背离。大数据使在线教育更有机会和条件，在未知的教育规律、教学组织领域和层面，搜集接近全样本的数据，基于此的分析将是全面、系统和客观的，有利于重组教学组织方式。

通过隐性植入的在线学习工具记录每一个学生与学习有关的表现，可以评估教学过程，评判学习习惯，明确如何控制学习进度，如何掌握知识概念，如何获得电子资源，哪些知识没有掌握，哪类问题最易犯错等，分析学生知道什么、爱好什么、需要什么，确定适宜的学习方法，制定适宜的教学策略，设计适宜的教学路径，配置适宜的教学资源，真正做到因材施教。

(2)重构教学评价方式。教学评价的重点不仅仅在结果，还包括过程。倘若在结果阶段才对教学效果进行评价，则失去了影响和干预的最佳时机。传统的教学活动主要是以成绩和成绩绩点这一单一维度作为评价物，而大数据可以进行多维分析、多元评价并进而改变评价方式，不再仅仅依赖经验，因为获得海量数据已经非常容易。满足当前泛在学习、智慧学习的要求，就应配置行为影响和学习诱导功能，通过诸如记录学习者鼠标的点击和轨迹，以及键盘的敲击动作，甚至于一些生理反应和应激反应，来发现学习者对不同知识点的掌握程度和兴奋程度，以及哪些知识点需要强化或重复。

(3)重构教育技术形态。大数据把全球卷入了一个以数据、数据分析与预测为特征、“我为数据狂”的时代，微课程、翻转课堂、可汗学院、MOOCs等大数据时代教育领域的变革此起彼伏，涉及的教学观、成才观、资源观等伴随着变化，也使信息化教学不断面临新的技术挑战。[4]如近年兴起的MOOCs的设计与实施，已经达到了公开课、资源网以及过去一般的学习平台所不可企及的交互与反馈功能和效率。

(4)重构教育覆盖范围。在数据公开化和透明化的基础上，“让数据发声”的实证行动，对教学实践带来较大的触动，可以使教育决策更具说服力和公信力。一方面，教育的方式将不再仅仅局限于线下的传统学校教育，实现线上、线下双线出击、双线协同；另一方面，教师与学生的作用、角色发生同化和换位，将会在新型教学关系的构建中不断出现新的迭代模式和互动自由度。

二、在线教育的困境和契机

国内大规模的在线教育发展迅速，虽然学历教育方面的开放大学远程教育、普通高校网络教育，非学历方面的培训网校、干部学院等，充分运用现代信息技术和网络通信条件都经历了一段快速的发展期，但目前却碰到了桎梏和瓶颈。

同时，日益膨胀的学习人群和日渐繁荣的应用市场，变化多样、复杂性高、与现代信息技术联系紧密，使得在线教育在困境中也站在了大数据应用的前沿。探索以大数据为基础的解决方案，是促进在线教育发展转型、更好服务社会的重要手段。

1.学习体验的边际收益越来越小

当学习者从传统的黑板、课本的模式刚刚转入在线学习时，贴心、友好、便捷的学习体验，使得学习效果显著改善并具有很大的发展空间。但是随着网络环境不断升级换代，学习者的要求越来越高，虽然改进学习支持服务的努力越来越多，但是收获的认同却越来越低，这也是当前在线教育“休眠学生”越来越多，教学任务投放之后响应寥寥的原因。

许多交互式的网络游戏通过采集用户数据，并在此基础上对游戏进行修改，一旦有玩家难以过关而不想继续的时候，游戏公司就能通过此类数据发现问题，然后对游戏进行修改，从而将玩家牢牢吸引和捆绑，如Facebook上的社交游戏FarmVille就有好几百个版本。所以现今已不能苛求“寄生”于网络的“网虫”来改变自身的“任性”，而是在线教育应该反思自身，如何满足“Anyone、Anytime、Anywhere”学习诉求，提供“B2C”服务的能力、韧性和用心。

大数据利用的先锋MOOCs，面对日益膨胀的学生学习，创造了一种新的学习交互方式，学生可以相互批改作业，并通过分析得出结论。这种批改方式，接近或相当于教授批改作业的正确率，也使大规模在线学习成为可能。并不是说大数据使学习者变身成为教授，而是其在得到海量的数据响应后，人人成为大律师、老中医、活字典、万事通变成可能。当传统的教学模式失效的时候，借助大数据的力量，可以发现“休眠学生”的学习热情其实一触即发。

2.教师胜任教学的危机感越来越重

传统教学对于教师的要求是有好的教学思路和好的板书，现在的教师除了拥有教学基本功和课件开发能力之外远远不够，任何一个教学瑕疵和缺陷，都会被广大的学习者明察秋毫。现代的教师就像从私塾被赶上了擂台，要时刻提防每一个有可能打败自己的对手。美国就有这样一个例子，通常被认为低层次的社区学院开设的一门管理学的课程，冲上了排行榜之首，愣是打败各所名校(不论是常春藤，还是世界五十强)。

大数据所引发的群狼效应刺激了竞争，在内涵上激发了施教者和学习者的兴趣。更加优质的课程、更加优势的学习、更加优异的感受才得以量产和推广，这一看似“追名逐利”的过程不仅扣人心弦，内容同样激动人心。

3.资源建设使用周期越来越短

信息技术对于生产方式和生活方式的影响越来越大，新技术层出不穷，新模式不断涌现，人们追逐教育进步的脚步永不停歇。重复建设早已不是在线教育资源的首要问题，因为现在面临着更大的“囚徒困境”：资源不及时更新的话，将被学习者抛弃，当下定决心投入冗长的建设过程后，新的技术已经初露峥嵘，最初的建设思路已然落伍。所以，没有机构有能力提供满足现有教学需求的资源，原因并不在于资源的存量匮乏，而是资源可选的个性化障碍；同时问题还在于，这些资源就总体而言，大多属于为教师教学准备的单向资源，主要是为以教师为中心的传统教学方式服务的，很难适应学习者参与其中的创新人才培养模式。

基于大数据的新资源观是对传统资源观的升级。大数据的“金矿”当借助于“云计算”和“物联网”等新兴力量，检索技术、存取技术、计算技术，就类似于探矿、挖矿、洗矿的过程，使资源最终被挖掘出来。

4.学习支持服务的需求空间越来越大

学习者是学习的主体而不是自由体，自主学习也不能简化为自学。自主学习中的交互活动极其重要，而在线学习与面对面教学相比，其交互性更复杂，要求更高，这也使得传统教育和非传统教育的界限愈发模糊。“不得不承认，对于学生，我们知道的太少。”当教师失去了对学习者的了解自信之后，也就失去了对教学的控制力，学习的功效将不断被削弱。

当前在线教育正在热衷于建设试题库，相反却很少有人关注错题库的价值，这可能会引发所应非所求的问题。美国斯坦福大学恩格教授发现2 000余名学生的一门课作业错误是相同的，都是算法方程调用错误，因此当有学生犯了同样的错误时，系统会自动提示检查算法，而不再需要由教师来单独检查。

另外，信息化教学前移的心理学依据：受环境干扰最少，注意力特别集中，“一对一教学”效率特别高，45分钟的课堂教学内容通常可以压缩到20分钟。因此，基于大数据个性化定制的新型信息化教学的显著特征是“人机一对一”，当个性化的教学行为、习惯、方式成为课程的主旨之后，教学效率、学习效益将随之倍增。

三、教育大数据的应用特点

在线教育利用大数据技术将打破时间限制和空间禁锢，使教师在开放和自由的空间里形成一种新的教育模式，教学和管理诸多工作将通过预测、集聚、挖掘、提炼、回溯、发现等一系列数据操作而得到调整和改良。教育大数据的应用特点如下。

1.预测——转动“数据魔方”洞察事实可能

大数据的核心就是预测，不是要教机器像人一样思考，而是要把数学计算运用到海量数据上，根据数据的某些特性，通过建模来进行预测，就如同转动“数据魔方”一样，察觉事实的可能。

美国Civitas Learning公司聚焦于机器学习，通过对学生成绩、辍学率和出勤率的深度分析，让用户探测性地知道导致辍学和学习成绩表现不良的预警信号。同样，我们也可以遴选并归集啮合一些先行的指标，诸如学习网站访问量、在线学习时长、注册学习人数等，从而编制在线教育的发展指数，对未来在线教育的规模增长和质量变化进行评估。

2.集聚——创设“1+1>2”的教学过程

基于一致性技术的发展，消除僵化的数据层次结构，数据得以自然组合集中在一起，如涉及学校、教师和课程的排名、美誉度和评论信息，学习组的特征分析(年龄、性别、专业、职业等)，这对于把有相同学习兴趣的学生归集在一起很有用。比如，“嘀嘀打车”和“快的打车”是当前比较流行的打车软件，基于位置和移动路线的数据集聚，使叫车、拼车成为可能。

在线教育的互动性学习建立了一种刺激与激励的机制，通过游戏化设计、虚拟助手智力辅导，不断产生越来越多似曾谋面但未知其里的数据。这样可以更多探究学生学习环境的努力，将会诱发“1+1>2”的新机会。通过大数据不仅可享受跨学习平台的数据存储、数据开发、数据集成、数据共享、数据推送、数据应用等服务，未来还可享受标准化的数据展现的课外作业、学习活跃度、成绩好评度的综合评估，并追踪未来的学习行为适时发布预报，提供有针对性的学习支持服务。

3.挖掘——由“淘数据”实现“数据控”

挖掘数据库中变量之间的外部和内在作用，如将序列和关联关系从“隐性化”转变为“图谱化”，这对探佚学生面对学习壁垒和障碍的情况下，获得何种帮助和指导，以实现知识架构和能力提升，提供可靠的保障。

在教育数据挖掘中，自动化的发现是关键，类似人类利用直觉判断、识别各种特异性差别的学生，例如课堂测验的通过率、在学习讨论区的参与程度等，可藉此设计更灵活的课程内容和形式来帮助可能不及格的学习者。美国麦格劳·希尔公司等开发的“课程精灵”系统，通过学习者使用电子教科书来跟踪学业进展(包括参与度和学习成绩等大量的数据信息)，这就涉及学习科学、心理学、信息科学、统计学、信息技术学等，是一个基于教学设计的、以学习者为中心的、以证据(过程性测量和教育结果评测)为依据的适应性学习系统，能根据已有的数据挖掘结果对学习者的特征进行归类，并提出相应调整或修正方案。

4.提炼——善用“读心术”的介入性导教

数据包括结构化的数据和非结构化的数据，乃至复合数据。大数据的出现，使得复杂数据提炼行为变得简单，因为数据已经为网络上每个匿名的ID“画好了像”，高低胖瘦美丑的外部特征一目了然，当然隐藏的“个人履历”也逐渐清晰，这样营销服务就会比较精准。万事达公司有15亿信用卡用户，通过分析发现，如果一个人在下午4点左右给汽车加油的话，他很可能在接下来的1个小时内去购物或者去餐馆吃饭，并将花费35至50美元，附近商家据此就可以在这个时段的加油小票上附赠优惠券，同样，在线教育也应该能找到类似扩展学习的机会。

随着可穿戴设备逐渐渗透到生活的方方面面，在“量化自我”情境下，人们的生理数据、生活数据的点滴变化，都可能转化为可被记录和分析的数据。[5]通过描述数据人们可以快速识别或分辨出数据所呈现的特征，类似于视觉数据分析。如果进一步进行提炼，就能读懂学习者的所需所急，并提供一系列的教育服务衍生品。世界最大的教育出版公司培生集团开发的“我的实验室/高手掌握”产品，在全球范围内向数百万名学习者提供个性化的学习服务，基于真实可信的学习数据，确保学习者以最有效、最高效的方式学习并降低教学成本。[4]

5.回溯——在“时光穿梭”中成为学习英雄

荧屏上的经典穿越剧都是返回过去，不论是《寻秦记》还是《夏洛特烦恼》，因为当前的认知水平在未来只能处处碰壁，但若返回过去，人人都能成为英雄。

通过形象化的数据分析，学习者过往的学习历程，各种学习行为可以重现，甚至学习收获和挫折皆可“历历在目”“疏而不漏”。“学而不思则罔,思而不学则殆”，通过“过目不忘”的数据回溯，类似于“时光穿梭”，相信给予学习者惊讶和惊喜之余，更多地还能引起学习者的反思和审视，让学习信心和能力强大起来。

6.发现——从“基因片段”到改良教学

人类基因组工程耗费10年才完成30亿对碱基对的排序，10年之后15分钟就可以完成相同的工作并可以面向个人定制基于DNA的诊疗方案。教育大数据的一个重要功能，就是在纷繁复杂的日常教学中，发现并推广有价值的可用教学信息。通过模型处理和显示的数据，帮助教师和学校更好地理解教与学。这些数据既来自学习者的常规显性行为，如在线学习时间、到课率和及格率；还有非常规的隐性行为，如网上课堂活跃度、学习频段、同学交流网络，以及其他一些不直接作为学习者教育进步评价的活动。

例如，也许学校并不知道浙江省建造师协会即将进行集中的岗位继续教育培训，但是我们追踪到类似“百度迁移”的GPS位移信息，经常分散在全国各地、一般“零到课”的建筑施工专业的同学正在向杭州移动，于是适时在学员培训之后组织一次教学面授，相信大部分同学肯定会结伴前往。类似这样小小的“基因片段”确实能够解决很大的“生理问题”。

基于此，可以有更多的途径甄别何种教学方法更适合学习者的实际，如何截取、拷贝、复制教学经验，通过何种方式、何种时间来实现最初的教学设计。另外，通过对教学活动过程前、过程中和过程后产生数据的分析，在知识输送同时进行情谊感化，建立师生准分离情况下紧密、友好的理想关系，使教师能够更容易地介入学习者的学习世界，对他们施加帮助性的影响。

四、基于大数据的教育发展策略

数据的作用越来越重要，它将会带来变革性的教育影响，创新在线教育教学、管理和运行模式。同时，也不能忽视教育技术的辅助作用和教育思维的主导作用，这将是引发、形成、保持数据的变革力量。当然，也应该通过数据、技术和思维的多元回归，进一步反思相关性教学能否取代因果性教学，取代对内在教育规律的探索。教育大数据发展策略大致如下。

1.数据巅峰——重视教育数据的基础地位

巨大的数据资源是未来时代有待于不断勘探的不可耗竭的可再生矿藏，拥有数据资源将获得不可计量持续稳定的回报。大数据应逐渐成为教育投资与建设的一部分，就像校园、多媒体设备、资源一样不可或缺，甚至更为重要。[6]

数据为在线教育活动注入新的内生活力，首先，教学活动的各个基点和环节都要数据化，从而满足可存储可处理的要求，教学活动也可根据数据分析产生的新情况进行调整；其次，数据的交叉复用，对教学活动中即将出现的状况进行预判，新方法、新知识与新思维会随时被归纳演绎出来。这些也是未来有效提高教学质量，实现学养兼得，掌握教育主动权的保证，是一种前瞻性的思路，是变身主动的教学实践，也是有效占据教学活动制高点的基础方式。

数据的关键作用还在于理念上的转变：立足于全体而不再依靠局部，在追求效率的前提下不要绝对精确，要对相关性有充足的信任而不要迷失在因果关系的最初印象中。要保证数据的结构化、可获取性、流动性和开放性，开拓并丰富数据来源，统一规范数据标准，合理储存和提取，进行灵活适度应用。当然，也不能完全迷失在数据崇拜上，数据的容错率和成本很重要，这就涉及精准搜集和简约使用的问题。

2.技术超越——提升教育技术的重要作用

未来教学活动的重要环节要包含对大数据的研究，但是未来教育数据将呈现几何级的爆炸情势，如何在错综复杂的数据中寻找具有教学价值的内容，确定数据采集和应用的平衡点，成为教学活动中一项重要任务，也是对数据解读能力的一种现实考验。[7]

技术超越有两层含义，一是新技术的应用，它能从效率和效益上解放教育生产力，包括不断更新教育技术的探索开发和共享开放，扩大适用领域和范围。二是旧技术的挖掘，它同样可从质量和存量上发展教育生产力，包括现有数据分析技术的横向联系和纵向升级，增添数据活性和热度。[8]

国内BAT三巨头的数据技术可以提供借鉴。百度拥有用户的需求数据和Web公共数据，核心攻关技术就是深度学习，基于大数据的机器学习改善多媒体搜索效果，推动语音、视觉和自然语言等智能搜索，这对在线教育推进无监督式的学习具有重要意义。阿里巴巴拥有交易数据和信用数据，量词统计、推荐系统、排行榜等简单的商业智能应用技术可以用于在线教育学习资源的优选上，同时它更高层次的“数据、金融、平台”生态商圈战略可以为在线教育的生态学习提供启示。腾讯拥有用户关系数据和社交数据，好友关系自动分组、信息过滤和推荐、个人社交关系网的搭建，都是未来在线教育发挥学习者主导作用，建构“C2B、C2C”模式的雏形。

3.思维制胜——突出教育思维的关键影响

数据已经渗透到工作、生活、认知和思维各个领域，但是数据要从无规则的生产元素转变为系统性的可用资源，这个过程并不是自发和随机的。由因果关系到相关关系的思维变革是大数据的关键，只有建立在相关关系分析法基础上的预测，才是教育大数据应用思维的致胜力量，这也预示着新一轮学习变革的到来。

有数据的基础、技术的配合，这样思路就能决定发展方向。大数据时代将至少需要和过去时代一样多的独创性。找寻大数据的富矿已经成为共识和不约而同的自发行动，管理和处理大数据的技术也都已经存在了，而且并不是非常昂贵。但是，有一样东西目前仍旧非常稀缺，那就是创新的思维——理解数据背后所隐藏的巨大价值，以及配合提取这种价值的专门技能，即数据、技术、思维“三位一体”的组合。

4.理想回归——实现精准的个性化教育

大数据既是资源，也是工具；既是一个概念，也是一种趋势。它告知信息但不解释和反馈；它具有力量的光芒但并不是万能和超能的；它洞悉群体的规律却可能忽视个体的诉求；它帮助人们去理解但有时也会出现控制性的“数据独裁”、主观性的“数据迷信”和局限性的“数据障碍”。

重视教育数据的相关性甄别，并不代表要放弃因果逻辑关系的分析，必须要进行二者之间的辩证比对和反思。如果化解在线教育各种问题的方式归结为集成尽可能多的教学模型、设定固定的教学参数——教学变成一个“黑匣子”，问题和答案从一个端口进去，从另一个端口出来，中间解题的过程不可知，这将会陷入实用主义的魅影，坠向功利和机械的迷途。从另一方面来看，放弃对因果性的追索探究，放弃对未知领域的联想展望，就是轻易放弃了人类超越设备和程序的思维优势和智力优势，在线教育是一个育人的过程，要实现的是对人性的塑造和智力的培养，而不是变身网络工程的一个分支和文凭工厂的一条流水线。

因此，未来在线教育的发展，要充分搜集和重视教育数据的基础作用和价值，探索与大数据分析相匹配的教育技术，并逐步形成发现、掌握、应用大数据的教育思维，更好地获知大规模在线教育的发展趋势和规律，从而实现对学习个体的个性化教学。教无定法，数据有声。在溪流中探索教育的前进路线，有了数据的声音指引，可以走得踏实笃定。

参考文献：

[1]田溯宁.拥抱“大数据时代”[N].中国联合商报,2012-12-24(B03).

[2]维克托·迈尔-舍恩伯格，等.大数据时代——生活、工作与思维的大变革[M].杭州:浙江人民出版社,2013:5-10.

[3]大数据[EB/OL].[2016-01-20].http:∥baike.baidu.com/view/6954399.htm.

[4]胡德维.大数据“革命”教育[N].光明日报,2013-10-19(05).

[5]张枝实.量化自我:大数据时代学习的新趋势[J].现代教育技术,2014(11):12-17.

[6]田晓玲.大数据时代带来更理性、更可靠的决策[N].文汇报,2013-03-11(0A).

[7]喻长志.大数据时代教育的可能转向[J].江淮论坛,2013(7):188-192.

[8]王珠珠.教育不能迷失在技术浪潮中[N].光明日报,2013-12-25(16).

责任编辑张军涛

Research on Development of Online Education in Big Data Era

ZHANG Zhi-shi/ZhejiangRadio&TVUniversity

Abstract:Big data has the characteristics of massiveness, diversification, low value and rapidity, which is deeply influencing and reconstructing the online education. In the practice, it is important to give full play to the role of big data, focusing on its functions concerning forecasting, clustering, exploring, refining, backtracking and discovering. The study on the educational technology matching big data analysis, and the exploration of the development trend and law of online education can help to successfully get out of the dilemma facing with the online education, and to realize the individualized development strategy with the promoted educational technology and educational thinking based on big data.

Key words:wise education; educational technology; big data; online education; educational reform

收稿日期：2016-01-27

DOI:10.13425/j.cnki.jjou.2016.02.010

作者简介：张枝实，浙江广播电视大学宣传部助理研究员，工程硕士，主要从事开放教育研究(zhangzs@zjtvu.edu.cn)

基金项目：浙江省社科联2015年度研究课题“基于大数据应用的在线教育发展模式研究”(2015N110)