大数据对继续教育发展的影响和对策

贾　伟，粟萤子

（北京邮电大学1.教务处，2.公共管理学院，北京 100876）

大数据对继续教育发展的影响和对策

贾伟1，粟萤子2

（北京邮电大学1.教务处，2.公共管理学院，北京 100876）

大数据已经运用在社会经济和文化教育领域，这对继续教育产生了巨大的影响。该文基于大数据的定义和特点，分析大数据运用于继续教育的适切性，探讨大数据对继续教育的社会需求、资源共享、人才培养、评价体系、教育管理等方面的影响和作用，探讨大数据运用于继续教育面临人才缺乏和预测悖论的两个问题，并为继续教育机构应用大数据提供合理的建议。

继续教育；大数据；管理；评价

埃里克·布林约尔松在《与机器赛跑》中指出，人类正活在第二机器时代。这个时代拥有以指数增长的数字力量，而且这种力量创造了人类历史上的两个里程碑。一是真正的人工智能 （AI）诞生；二是数字网络联结全人类［1］。埃里克所提及的第二机器时代就是“大数据”时代。在当今社会，计算机、互联网以及各种智能设备紧紧地联系起来，构成了庞大而复杂的信息生态系统。在科技更新换代、社会变革和经济发展的过程中，庞大的数据以难以想象的速度从不同的信息源涌出。在这个时代，思想胜于物质，信息交互胜于物质交易。大数据发展为我国继续教育带来新的发展机遇。

1　大数据的内涵与继续教育发展的适切性

可以从三个方面来理解广义的大数据概念。一是数据实体，即海量且多样的数据信息；二是数据技术，即挖掘、储存和分析数据价值的各种数字技术和分析工具；三是数据思维，即建立在大数据基础上，运用数据分析和预测事物的全新价值观和方法论。狭义的大数据是指数据实体，这是当前研究的主要内容。在美国麦肯锡的报告中将大数据定义为：大小超出传统数据库软件工具抓取、存储、管理、分析等能力的数据群［2］；维克托·迈尔·舍恩伯格在《大数据时代》中提出，大数据之“大”在于其价值，通过分析和处理海量数据获取数据信息背后的价值，是大数据分析的意义所在［3］。学术界普遍认为大数据有四个特点。一是体量大（Volume），从TB字节爆炸式地增长到PB字节，超大容量数据和数据集；二是多样化（Variety），数据来源、形式、种类等多样化；三是高速化（Velocity），数据的实时性强，数据分析速度极快；四是价值高（Value），大数据的最终意义在于通过对纷繁的数据集进行深入分析，从海量的数据背后提取有价值的信息。

大数据已经渗透到社会经济、文化教育等各个领域。继续教育与社会经济间的联系紧密，注重课程内容的实用性，培养社会急需的各类应用型专业人才。我国继续教育仍面临较多的发展障碍，学生个体差异大和学生学习基础多样性等加大了教学难度；学生学习时间短、教学内容集中，无法深入地开展教学活动；不仅教学资源和教师资源缺乏，而且教学资源分散、教师队伍不稳定，加大了教学管理难度；没有建立多元化评价体系，教学考核和评价模式单一；教学信息管理系统不完善，没有充分发挥教学信息管理系统的作用。大数据技术为继续教育突破这些障碍创造了条件。

2　大数据为继续教育发展提供了新的发展机遇

2.1大数据发展刺激继续教育需求

随着大数据技术发展，通过挖掘数据中隐藏的价值，将不断地创新商业模式，促进产业结构调整和转型升级，行业企业对从业者的知识和能力要求将发生巨大的变化，必然刺激从业者的学习需求。从业者要不断学习和拓展专业知识，提高信息素养，增强有效利用数据的技能，才能满足行业企业对从业者知识和能力的要求。继续教育是与社会经济紧密结合的教育机构，不仅能提供从业者需要的教育服务，而且适合从业者在职学习。因此，在发展大数据的背景下，继续教育机构应积极改善教学条件，为行业企业的从业人员提供优质的教育服务。

2.2运用大数据有助于提高继续教育资源的利用率

在联合国教科文组织的第11个《全球教育检测报告》中指出，全球教育资源浪费严重，低水平教育造成每年浪费高达1300亿美元的教育经费［4］。优质教育资源包括优质课程、先进教学手段、高水平师资力量和校园设施等。我国继续教育资源匮乏，课程内容陈旧；不仅缺乏高水平的专职教师，而且教师教学理念和教学手段落后；学校经费投入少，经费管理水平低，教学设施设备难以满足继续教育的需要。在大数据时代，MOOCs课程教学模式和Coursera、edX、可汗学院等学习平台的出现，提高了教育信息储存和利用能力，实现了教育资源共享。在大数据技术支持下，能够及时反馈学生学习进程和学习需求信息，教师能够根据反馈的信息修改教学方案和在线课程，课程教学具有全时空、大容量、交互式和个性化的特点，这不仅符合继续教育规律，而且丰富了教学方法，消除了函授教育和业余教育的缺陷，能够解决继续教育资源不足的问题。

2.3运用大数据有利于因材施教

绝大多数学校根据学生的一般水平设计人

才培养方式，这不适合继续教育。因为继续教育

学生背景复杂，学习基础和学习能力参差不齐，工作经验和价值观各有不同，不能用相同的教学模式来培养学习基础和学习能力不同的学生，否则难以实现人才培养目标。在大数据时代，利用点对点的计算机网络与学生进行交流，能够更好地掌握每一个学生的学习情况，制定满足不同学生需要的教学方案。魏顺平指出，教育数据挖掘和学习分析能够了解学生的学习机制和掌握学生的学习特征，向学生提供优化的学习方案，使学生开展自适应学习［5］。祝智庭认为，把大数据运用在教育领域，能更好地贯彻“以学习者为中心”的教育理念。将来的教育技术研究范式就是大数据技术支持的“个性化自适应学习”［6］。在数字化的学习环境下，教师能够从学生正式和非正式的学习活动中攫取数据，并通过数据分析，推测学生的学习成效，了解学生与学习环境的关系，从而更好地引导学生获取知识和技能。

2.4运用大数据有利于构建客观的教学评价体系

目前由于受到条件的限制，继续教育的教学效果评价方式包括卷面考试、写论文、填写评价表等结论性评价，无法保证评价结果的效度和信度，不利于提高教学水平。利用大数据可以改变继续教育教学评价不足的问题。首先，可以利用大数据对学生学习过程进行评价。利用大数据技术可以监测学生的学习过程，掌握学生的学习行为，了解学生课堂内外的学习状况。教师通过数据流的变动分析，观察教学效果，了解学生的学习兴趣。其次，可以利用大数据对学生进行多元评价，提高评价的有效性。例如，学生成绩优秀可能源于记忆力、应试能力、思维能力、理解能力等，传统的评价方法难以分析具体的原因。而利用大数据技术对学生进行多元评价，能够分析成绩优劣的根本原因。最后，利用大数据技术可以评价学生的发展趋势。基于大数据的科学预测方法，能客观地分析学生的实际情况，以发展的眼光对学生进行“增量评价”［7］。

2.5运用大数据有利于推动继续教育管理科学化

目前由于管理手段落后，继续教育管理依赖管理者的经验和判断能力，缺乏科学性。大数据技术在教育领域的广泛运用为继续教育机构提供了更科学的管理平台，能够规范、全面地获取和储存教育信息，为继续教育管理科学化提供了基础条件和方法，摆脱依赖人的经验管理。在对样本数据分析的基础上，进行预测和决策，制定科学的管理方案，及时反馈方案执行情况，修正教学计划和教学行为，及时有效地控制教学过程。

3　大数据技术运用于继续教育管理的障碍和对策

3.1缺乏掌握大数据技术的人才

把大数据技术运用于继续教育管理面临的最大障碍就是缺乏专业技术人才。在大数据时代，要有三类专业人才才能推动继续教育改革和创新。一是计算机专业技术人才。收集样本数据是大数据技术应用的基础，这要有能够大量收集、储存和整理海量数据的计算机专业技术人才。二是数据分析人才。数据分析是挖掘数据价值的核心，拥有熟悉教育管理的专家，才能深入地分析数据，才能更好地把收集到的数据运用于教学管理活动。三是数据管理人才。以多种形式把收集的数据储存在多个系统之中，必须拥有数据管理人才，才能归档数据、制定数据质量标准、构建数据治理机制与流程、保护个人数据、实现不同平台的数据兼容和共享。

目前我国大数据技术人才严重不足，继续教育部门应建立大数据研究机构，聚集数学、统计学、教育学、管理学、计算机和社会学等学科领域的专家学者，结合继续教育的实际需求，开发大数据教学信息处理技术，并加强培训教师和教育管理人员运用大数据技术的能力。

3.2大数据预测的悖论

虽然大数据技术最具颠覆性的作用是通过数据的相关性进行概率预测，但是利用大数据预测学生的发展能力却是一个教育悖论问题。教育理论认为，学生具有可塑性，教育的意义在于用合适的方式把学生培养成才，特别是运用恰当的教育方式把所谓的“差生”培养成“人才”。通过大数据的概率预测方法，即使对学生的预测结果不理想，也不能放弃对他们的培养。每个学生都在不断地变化，基于目前和过去的数据预测学生的未来，预测结果并不完全可信，这是利用教育大数据的最大困惑。

利用大数据对学生进行预测的结果只是未来的一个概率事件，并不是已经发生的事实。因此，学校要加强研究教育大数据技术，理性地对待预测结果，为学生提供建设性的职业规划方案，防止学生误入大数据预测陷阱。

4　结语

面对大数据为继续教育带来的诸多机遇与挑战，继续教育工作者应拓宽思路，充分运用教育大数据，推动继续教育变革，制定更能适应大数据环境的继续教育发展战略和发展规划。

［1］埃里克·布林约尔松，安德鲁·麦卡菲.与机器赛跑［M］.北京：电子工业出版社，2014.

［2］麦肯锡.大数据：创新、竞争和生产力的下一个前沿［EB/OL］.http：//www.mckinsey.com/business-functions/business-technology/our-insights/big-datathe-next-frontier-for-innovation.2011-05-20.

［3］维克多·M·舍恩伯格，肯尼斯·库克耶.与大数据同行［M］.上海：华东师范大学出版社，2015.

［4］UNESCO.Teaching and learning：Achieving quality for all［EB/OL］.http：//en.unesco.org/gem-report/report/2014/teaching-and-learning-achieving-quality-all.2016-01-15.

［5］魏顺平.学习分析数据模型及数据处理方法研究［J］.中国电化教育，2016（2）：8-16.

［6］祝智庭，沈德梅.基于大数据的教育技术研究新范式［J］.电化教育研究，2013（10）：5-12.

［7］Bill Cope，Mary Kalantzis.Interpreting Evidenceof-learning：Educational research in the era of big data［J］.Open Review of Educational Research，2015 （2）：218-239.

责任编辑 仇大勇

G720

A

1674-5787（2016）03-0079-03

10.13887/j.cnki.jccee.2016（3）.21

2016-04-10

本文系北京邮电大学2015年教改项目“基于网络教学平台的数据价值分析”（项目编号：NO.2015JY80）的研究成果。

贾伟（1973—），男，四川南部人，副研究员，北京邮电大学教务处副处长，研究方向：高等教育管理。

粟萤子（1990—），女，重庆人，北京邮电大学公共管理学院硕士研究生，研究方向：高等教育管理。