大数据驱动高等教育创新的变革路向

程瑛++赵婉君

摘 要：随着互联网技术的迅猛发展，人类社会进入到大数据时代。在追求“互联网+”的同时，大数据正发挥着“大数据X”的乘数效应。这体现为，大数据驱动高等教育的教学模式突破、高等教育的流程再造、高等教育的评估创新。大数据时代的高等教育可能不再依赖书本、依赖课堂、依赖导师，但不可能不依赖网络、依赖数据、依赖互动。因此，大数据驱动的高等教育必将走向智慧教育、精细教育和个性化教育的新阶段，这也是世界一流大学建设和一流学科建设的内在要求。

关键词：大数据；高等教育；个性化教育

中图分类号：G640 文献标识码：A 文章编号：1671-6124（2017）06-0101-05

随着云计算、物联网和移动互联网的发展，人类社会已进入到大数据时代。大数据是推动教育发展及教育现代化的重要力量。没有数据的收集、整理、挖掘和应用，教育信息化和现代化只能流于形式。从造纸术到活字印刷术再到激光照排系统，每一次技术革新都孕育出了一个新的教育时代。大数据和信息技术的发展也使得教育面临着一场新的革命。毫无疑问，大数据驱动的高等教育必将走向智慧教育、精细教育和个性化教育阶段。

一、问题的提出

大数据将全球带入一个以数据采集、数据分析及预测为特征的时代。面对汹涌如潮的大数据带来的巨大影响力，高等教育急需进行数据化变革以回应新的挑战。当前，大数据作为热度极高的新概念逐渐融入大众生活。它拥有“4V”特点，即Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值），其理解与运用的核心在于信息的收集、加工、处理、分享和利用。大数据时代的到来，无疑将对社会各领域产生深远影响。随着计算机科学及网络技术的不断发展以及信息化革命的逐渐深入，人们开始慢慢揭开大数据的神秘面纱，并使之服务于人类 [1 ]。可见，大数据正在给各行各业的发展注入新的技术和理念，而双一流建设迫切需要教育大数据的支撑。

教育大数据有广义和狭义之分。广义的教育大数据泛指所有来源于日常教育活动中人类的行为数据；狭义的教育大数据是指学习者的行为数据，它们主要来源于学生管理系统、在线学习平台和课程管理平台等 [2 ]。通过对教育数据的采集、挖掘、整理和运用，我们能有针对性地制订学习方法，深入了解影响学生学习环境的因素，建构学生个性化的学习模式，实现教育大数据的真正价值。教育大数据的深度挖掘将变革高校“千篇一律”的教学模式，带来个性化、差异化的教学情境，为教育者们提供教学与管理方面的帮助 [3 ]。在大数据时代，互联网、物联网及云计算将为高等教育的发展提供巨大支持，许多高校也将利用教育大平台不断增加线上网络课程的数量 [4 ]，丰富高等教育教学模式，变革人才培养流程，同时利用大数据平台进行系统性、数据性、科学性的教育质量评估，促进高等教育的智慧教学与管理。

近年来，随着高等教育的不断发展，无论是从高校的培养制度与模式、办学条件与环境，还是国际竞争力等方面来看，中国的高等教育事业都取得了巨大的成绩和进步。我国的高等教育以提高质量为中心，注重转变人才培养模式，构建良好学术氛围与环境，培养高素质人才，高效率地促进高等教育的发展。但是随着高等教育发展规模的不断扩大，其在培养质量方面却未能达到预期目标。“生源末端化、教学低端化、指导粗放化、论文粗劣化” [5 ]等不良教风、学风在高校盛行，很大程度上影响了高等教育的进一步发展。因此，高等教育的教学与管理模式应该顺应时代的发展进行创新与变革，按照学生身心发展规律和教育本身的规律，注重发展适应学生的普通教育、专业教育及创造教育，培养求学者的信息占有能力、知识创新能力和问题质疑能力，从而不断培养出适应高技术条件下社会发展的应用型人才 [6 ]。大数据时代，数据驱动高等教育的教学改革、流程再造及评估创新，成为推动智慧教育发展的重要力量。

二、大数据驱动高等教育教学改革

高等教育教学作为高等教育的重要组成部分，直接决定着高等教育的人才培养质量。教育部、国家发展改革委员会、财政部《关于深化高等教育改革的意见》中提出，要创新人才培养模式，重视教学模式在高等教育中的作用 [7 ]。随着大数据慢慢渗入到高等教育教学中，利用多媒体和网络信息技术营造出一个智能化的學习和生活环境，搭建一个开放的、高效的教育管理平台和教学互动模式，实现优质教育教学资源的共建共享、信息资源的协作整合、智力资源的传承互动，促进学生对学习和生活的时空环境的自适应、自选择和自塑造，养成自主式、协作式、探究式的学习习惯，促进师生之间的高水平互动，促进线上线下的多元互补，形成全面、和谐、充分和可持续发展的创新创造能力和智慧，极大地丰富高等教育教学形式，从而推进教学模式的改革。从目前来看，大数据驱动教育教学改革的活动主要有以下几种：

1. 慕课教学：网络课程促进教育解放

慕课即英文“Mass Open Online Courses”（大规模的公开在线课程），简称“MOOC”，中文翻译为“慕课”，实际上就是新型的网络教育，即把以视频为主且具有交互功能的网络课程免费发布到互联网上，供学员学习，以实现大规模的教育资源共享。慕课起源于美国顶尖级大学开设的网络课程，随后出现了Couresera、Udacity、edX三大课程提供商，与大学合作免费提供高等教育网络课程。慕课的理念就是要做到使任何人在任何地方任何时候可以学到任何知识，而其创新之处就是利用互联网，开展大规模的在线公开课程，从而改变了传统教学的基本理念，使传统以“教师为主”的教学模式受到了严峻挑战。

慕课拥有自己的独立的学习系统和管理系统，能利用慕课平台将多种教学资源进行整合，极大地满足了课程学习者的学习需求。一方面，从教育教学发展的角度来看，慕课的实施促进了教学资源的公平配置，名校资源共享，强化了教学的公平性，而且便利的特性使学生通过慕课可以直接获得名校学分，降低了教育成本；另一方面，慕课的发展同时也推进了全球意识形态的多元化竞争与教育资源的共享。大数据背景下的高等教育教学更具有拓展性，而且对知识的涉及范围相比以前要更多、更广，对于时间的分配也要更加自由化。所以，与传统硬性的教学模式相比，慕课作为一种新兴的教学模式，可以使学习者按照自己的时间安排合理学习，也可以对自己感兴趣的课程深入研修，通过社交网络、邮件等工具与教师进行互动和答疑，从根本上促进人才培养精英化、自主化和国际化。endprint

2. 翻转课堂：优质视频推进智慧学习

翻转课堂是指首先由教师创建教学微视频，学生在家或课外观看视频，然后再回到课堂中进行师生、学生之间面对面的分享以及交流学习成果与心得，以实现既定教学目标的一种教学形式。在传统的课堂教学中，主要是以教为中心的课堂教学，在教育教学的整个过程中，教师是课堂教学活动的中心，是知识的传授者，而学生是知识的被动接受者。这种传统的教学模式无论是对教师的“教”还是学生的“学”都产生了一定程度上的限制，不能突出学生的主观能动性。

基于大数据的时代背景，通过信息多形式呈现的方式获取教育教学资源与数据，从根本上将“传统以传授知识为主的教学模式”向“以探索、发现、协作、创新等为主的教学模式”转变，这种新的课堂教学模式必将给高等教育学习者带来新的体验。通过翻转课堂，学生可以在教师的指导下，根据学习要点，利用开放的数据与资源，针对某一问题进行探讨。与此同时，学生自身的特长也将更明显地呈现，学生将更容易找到最能发挥自己特长的领域。现实教育体制与虚拟网络环境的智能融合将使师生、学生之间的互动、交流与协作达到更理想的境界（见表1）。

3. 大数据分析：创新方法助力教学发展

利用教育大数据来分析学生的学习情况是大数据时代教育发展的一大助力，其目的是利用大数据挖掘和采集到的教育数据完整地描述出学生的动态学习路径，并通过数据发现学生的学习困境、聚类同质学生、监控学习进展、探测异常学习行为、分析学习社区中的社会关系、评判学习成果、预测未来表现等，从而提高学生的学习成绩 [8，9 ]。目前国外有些公司已经成功地将教育数据分析商业化，它们通过运用预测性分析、机器学习等大数据技术，采集和挖掘大量的教学数据，并对数据进行分析，找出学生分数、出勤率、辍学率等学习方面的规律，从而提高学生的学习成绩，改善学校的教学方式和方法 [10 ]。

在國内，相对于中小学生教育，高等教育更倾向于细节化、个性化。传统的高等教育教学模式，教师需要花费大量的时间来分析单个学生的学习动态和专业知识的接受程度，再逐一制订相应的教学解决方案。这种方式既加重了教师的备课时间和教学任务，也浪费了学生的学习时间，容易造成学业不精等问题。所以，通过大数据分析，以学生个体为中心，将教、学、测三个环节相结合，建立教师与学生一对一的线上教学模式，运用大数据技术全程分析每个学生个体以及整个专业的学习进度、学业反馈和阶段性教学成果，能够及时找到问题、对症下药，提高教师“教”的效率，巩固学生“学”的质量，更好地实现教学动态管理和模式改革。

三、大数据驱动高等教育流程再造

随着高等教育流程的不断更新，应用、发挥大数据已经成为促进教育革新、提高教育质量、保证管理效率的必然选择 [11 ]。随着慕课、翻转课堂等新兴教学模式逐渐融入高等教育中，未来的高等教育将以互联网为主，以视频为主要载体，通过数据收集与处理来丰富教育资源。高等教育不仅仅依靠课堂教学，更多的是通过网络教育平台实现线上线下的互动与交流，这将拓宽高等教育的教学渠道，进一步推进智慧教育的发展。大数据驱动高等教育流程再造主要体现在如下几个方面：

1. 个性化学习

第三次工业革命促进了个性化消费、个性化生产时代的到来，也同时推动了教育个性化的发展。与大数据时代突出个性化理念一致，高等教育也要贯彻“以学习者为中心”的学习理念，颠覆传统的“以教师为中心”的教育理念，抓住学习的本质，让学习成为一个动态和平衡的过程，促进“教育要为学习者的智慧发展服务”这一目标的实现 [12 ]。一方面，学习者可以通过大数据教育平台开展个性化学习，根据自己学习的效果、效率来调整自己的学习进度；另一方面，借助大数据平台收集相关学习数据，深度分析知识学习中的缺陷和难点，可以帮助学生在学习过程中进一步掌握知识要点，提高自身自主学习能力，进而深化高等教育个性化学习。

2. 交互式学习

所谓交互式学习，是指通过“互联网+教育”创造出一种信息共享、相互交流、互动合作的交互式学习环境，实现在线教学、在线管理和在线交互式互动，突破时间和空间的限制，让学习者在交互的过程中达到预期学习效果。交互式学习过程中，学生通过在线平台进行自主学习，学习之后在平台上以交互的形式提出自己学习中的问题和难点，也可以是帮助其他同学解答难题。在这个过程中，教师不再处于知识占有者的地位，他们更多的是提供资源，激发学生的学习兴趣，通过互联网移动终端与学生进行实时互动，并根据学生的具体学习情况调整教学进度与内容，通过收集相关学生学习数据来确定教学的重难点，在教学的过程中有针对性地对学生进行指导，并在课后及时与学生进行对话，更好地增强学生的学习能力，培养其良好的学习习惯，促进教师与学生之间、学生与学生之间的交流与沟通。

3. 分析性学习

在学习过程中会产生大量数据，分析性学习就是通过教育数据的挖掘建立分析模型，对得来的数据进行处理和显示，帮助教师和学生更好地理解教与学，促进学术进步、预测未来表现、发现潜在问题 [13 ]。学习分析系统主要整合了电子书包、教学资源库、电子学档等资源，通过数据汇集系统分析得到结果，并推送给学生，帮助学生有针对性地学习。学习分析系统能够根据过去的学习数据来预测并改善未来的学习成绩，通过在线监控学生对电子化课程材料的阅读过程、电子版作业的提交、在线与同学交流、完成相关的考试与测验等教育大数据，持续、系统地对每个学生的学习数据进行分析 [14 ]。教师通过该系统可以获得具体、详细的信息，也能对问题进行及时诊断，找到问题所在，谋划改进的策略，并且在此基础上根据其预测与分析功能推断出学生成绩的发展趋势（见图1）。

在高等教育创新模式中，一方面，教师可以通过学习分析系统的数据挖据、采集、预测等功能，找出学习中的知识薄弱点，对学生进行有针对性的训练，优化学习结构和课程设置，合理安排教学内容；另一方面，学生可以通过学习分析系统上传学习过程中遇到的问题，与教师进行在线交流与沟通，提高学习效率。因此，在大学相应阶段有针对性地增加大数据技术与分析相关课程，可以增加学生在感知技术、数据仓库、数据搜索、数据挖掘与可视化等领域的知识积累，扩大人才储备规模 [15 ]。endprint

四、大数据驱动高等教育评估创新

高等教育评估作为衡量高等教育质量的标尺，对于提高高等教育质量发挥着重要作用。传统的高等教育评估是先遵循预先设定的评估标准，然后通过实际的评估监测来进行验证，从而得出最终的结果。大数据驱动下的高等教育评估倾向于依靠数据挖据、分析与处理来进行。大数据时代的来临，使原有的教育评估思维路径发生了改变。人们以大数据思维来构建高等教育评估体系，对数据的获取方式和分析方法等问题进行全面探析，可以及时掌握评估状况，有针对性地进行合理的规划与决策，客观地了解到教育评估存在的优势与劣势，从而推动高等教育评估的创新。大数据驱动高等教育评估的创新性表现为以下几个方面：

1. 智能化评估

高等教育在大数据的驱动下，逐渐走向智能化，而实现高等教育评估智能化是促进教育评估创新的有利途径。在整个高等教育评估过程中，教育数据的收集和分析是教育评估的重点所在。大数据区别于传统数据，更加强调数据的收集和分析，通过对高等教育评估全过程进行预测，收集汇总相应的数据和素材，从而获得比传统评估更多的数据 [16 ]。同时，教育评估的数据具有时效性和突发性。在教育评估数据分析过程中，大数据的有效运用能够保证数据收集的真实性，应用科学的数据分析方法去进行规范的评估，从不同的数据中查找到关联性部分，根据数据发现高等教育评估中的新问题，从而更好地促进教育评估的真实性和有效性。

2. 系统化评估

教育评估是一项复杂的工程，而建立系统化的评估体系是高效完成评估工作的核心。在大数据的驱动下，系统化评估有利于高校负责人、管理者以及相关专业人员形成专业的评估意识，制定出基于大数据应用的评估政策和措施，利用教育数据实现其教育价值，提前确定数据采集的类型与方式，并且根据数据预测出评估过程中需要解决的问题，准确地解决问题、总结经验、定位发展趋势，使大数据在评估中得以良好的应用。不仅如此，系统化评估还可以根据整个评估体系，制订明确的目标，促进高等教育人才培养质量和科研水平的不断提高，形成数据的平时积累和分析，从大数据中发现问题，统一规范数据的制定，统一系统数据结构和格式，实现数据资源的无障碍共享。

3. 监测化评估

大数据是一种资源，更是一种方法，大数据对高等教育评估的影响是巨大的，推进了教育评估监测的完善与实施。基于大数据和大数据技术的运用，通过邀请海内外评估专家进行第三方评估，可以构建监测性评估平台，并在此基础上实施一系列评估措施。通过对高等教育评估的监测，利用数据挖掘与数据采集功能，可以对学生学位论文的质量进行严格检查，对其“假冒伪劣产品”采取“零容忍”的态度，端正学生学习的态度。监测性评估的实施，不仅能发挥出大数据的预测与预警功能，还能对教育评估过程进行监管，及时发现问题、解决问题，明确高等教育今后的发展方向和目标，激发教育的活力。

五、结 语

迈向大数据时代的高等教育应该聚焦国家重大战略和发展需求，瞄准科技前沿，加强科教协同、产学研结合，动态调整优化学位授权和学科专业布局，提高服务经济社会发展的能力，坚持育人为本、立德树人，深化高等教育教学模式改革，加快健全内部质量评估和监督保障体系，提高学生的社会责任感、创新能力和实践能力 [17 ]。网络在线教育和大规模开放式网络课程在大数据的驱动下获得了更为广阔的应用空间，挖据和采集到了更多的教育大数据，从根本上变革教师的“教”和学生的“学”，创新了教育政策制定的方法 [18 ]。现代技术也逐渐渗入到了高等教育的发展与人才培养中，大数据分析、新兴教学模式、智慧平台等多种技术在高等教育中慢慢普及。大数据为实现我国高等教育智慧化提供了时代机遇。因此，高校应当抓住这个机遇，根据当前我国国情和高等教育的实际情况，培养开放性、包容性的大数据思维，改革传统教学方法，以提升我國高等教育教学质量，从而推进高等教育的创新性与科学性。

参考文献：

[1]寻找通往未来的钥匙[N].人民日报，2013-02-01（23）.

[2]徐 鹏.大数据视角分析学习表格——美国通过教育数据挖掘和学习分析促进教与学报告解读及启示[J].远程教育，2013（6）：11-17.

[3]B. Baradwaj，S. Pal. Mining Educational Data to Analyze Students Performance[J].Internation Journal Advamced Computer Science and Applications，2012（6）：63-69.

[4]Xu B，Recker M. Teaching Analytics：A Clustering and Triangulation Study of Digital Library User Data[J].Educational Technology & Society，2012（3）：103-115.

[5]张军妮.莫让不良学风撕裂学术未来[J].评价与管理，2013 （3）：25-26.

[6]陈 潭.转轨秩序的阅读[M].北京：东方出版社，2009.

[7]教育部，国家发展改革委员会，财政部.关于深化高等教育改革的意见[EB/OL].[2013-03-29].http//www.moe.edu.cn/ publicfiles/business/htmlfiles/moe/A22_zcwj/201307/xxgk_1 54118.html.

[8]Antonenko P. D，Toy S，Niederhauser D. S. Using Cluster Analysis for Data Mining in Educational Technology Research[J].Educational Technology Research and Development，2012（3）：383-390.

[9]Yadav S. K，Pal S. Data Mining：A Prediction for Performance Improvement of Engineering Students Using Classification[J]. World of Computer Science and Information Technology Journal，2012（2）：51-56.

[10]胡德维.大数据“革命”教育[N].光明日报，2013-10-19（13）.

[11]A. AL-Malaise，A. Malibari，M. Alkhozae. Students Performance Prediction System Using Multi Agent Data Mining Technique[J].International Journal of Data Mining & Knowledge Management Process，2014（4）：1-20.

[12]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）：5-13.

[13]陆 璟.大数据及其在教育中的应用[J].上海教育科研，2013（9）：5-8.

[14]陈 潭.大数据时代的国家治理[M].北京：中国社会科学出版社，2015.

[15]陈 潭.大数据战略：国际经验与中国支点[N].光明日报，2015-11-26（16）.

[16]李长波，张新厂.大数据视阈下学位点自我评估体系建设研究[J].学位与研究生，2015（7）：7-11.

[17]刘延东.全面提升我国学位与高等教育水平[EB/OL].[2016-01-09].http：//news.xinhuanet.com/politics.

[18]刘应君.MOOCs时代高校就业创业教育的范式转换[J].当代教育论坛，2016（4）：27-34.endprint