大数据时代高等教育创新发展研究

肖坚

摘要：随着网络的普及以及云计算的高速发展，大数据在各行各业中发挥着日益重要的作用， 高等教育与大数据有紧密的联系。如何将海量的数据转化成有价值的信息，教育大数据无疑提供了一个很好的发展方向。但是当前我国教育大数据的发展缺乏重视和推广，不同形态的教育数据系统还未整合，教育系统不能过度依赖大数据分析、数据收集不能影响学生隐私等问题困扰，还需要做进一步研究和探讨。

关键词：大数据；教育创新；教育大数据；人工智能

中图分类号：G642 文献标识码：A 文章编号：1009-3044（2018）29-0001-02

Abstract： Along with the network popularization and tells the development of cloud computing， big data is playing an increasingly important role in all walks of life， higher education and closely related to the big data. How the vast amounts of data into valuable information， education big data undoubtedly provides a good development direction. But the current our country education big data lack of attention and promote the development of different forms of education data system is not integrated， education system cannot rely too much on big data analysis， data collection does not affect students privacy problems， such as you need to do further research and discussion.

Key words： big data； education innovation； education data； artificial intelligence

1 教育大數据的内涵

近年来，随着大数据、物联网、云计算及人工智能技术的快速发展，已经有许多领域相继开展大数据研究，并取得了显著效果。比如：淘宝通过大数据分析，当顾客使用淘宝购物，销售系统就会自动记录顾客购买商品、价格、类型、停留时间等，当下次这个顾客再次进入网站，系统就会自动识别顾客身份，并根据顾客的系号做出准确的预测，进行商品的推荐，效率和成功率都能提升顾客满意度。

教育大数据是大数据的一个子集，是指整个教育活动过程中所产生的以及根据教育需要收集到的，主要用于教育发展并可创造价值的数据集合，则可称为教育大数据。教育大数据会包括以下层面数据的收集和挖掘。

（1）个人层面的数据：包括政府规定收集的教职工与学生的基本数据、各种教学行为数据，包括学生健康状况、家庭情况等等。

（2）课程层面的教育数据：是围绕着课程与教学而产生的相关教育数据，包括课程基本数据、课程成员、课程作业等等。

（3）学校层面教育数据：主要包括政府规定的各种学校基本资料，比如学校基本情况、师资数据、财务状况、教育资源投入、设备维护情况、实验室使用情况等等。

（4）教育行政部门数据：主要包括教育法规规定的各级教育行政数据。

2 教育大数据与人工智能技术

人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。因材施教的教育方法在我国已经拥有多年历史，但是在目前教育大环境下，根据学生不同程度、学习能力以及自身素质来制订个性化学习方案非常不易。通过教育大数据与人工智慧相结合，在适应性化学习上，通过人工智能来收集学生学习数据，预测学生未来表现，智能化推荐最适合学生学习的内容，用来提升学习效果，因此施教得以成为可能。智能化推荐最适合学生的内容功能，和具有人工智能的Coursera与线上学习平台moodle、moocs等最大差别。另外，人工智能也可以用于作业辅导和疑难解答上。比如流行的智能机器人，可以回答学生的问题，成为老师的助教。

3 教育大数据的时代背景

美国早在2012年公开大数据与研究发展方案，其中的教育领域计划的运用重点，就是要发展教育大数据的挖掘和分析技术，以促进美国高教和K-12学校教学系统的变革。其教育部教育科学研究所所长提到，运用数据来提升学校效能与学生学习的时代已经来临。教育大数据的快速发展主要来自以下两个方面的需求。

3.1 学校管理与发展需要大数据分析

学校管理与发展方面的研究最早起源于20世纪初，是美国高等院校内部的一项重要工作，欧美等发达国家的大学均有设置研究办公室，由研究人员负责学校发展研究与规划工作。研究人员运用科学的质量统计分析，将相关资料进行汇总分析，转化为有用的信息，有效进行科学化的学校发展管理，针对学校管理与运行时面临的具体问题进行分析与咨询研究。

我国高等教育在经营上同样面临了不少复杂的问题。比如：高等教育从精英化逐步成为大众化，生育率逐年降低带来招生困局、同层次高校的激烈竞争，大学债务难题等等，这些复杂的问题不能单纯地靠以往的经验来解决，需要科学理性的现代大学管理理念，以提升教育品质和经营管理水平。

3.2 线上数字学习产生海量数据

因为线上学习的推广和运用，从学生的学习系统储存了大量学习相关的数字化数据，这些数据不但使得教师教学模式产生变革，更累积了大量的教育大数据。这些正好给我们提供了运用大数据观念与技术的机会，进一步研究教育数据里包含的信息，同时更能发挥数字化教育的特征和价值。

4 教育大数据的应用及发展

4.1 建立以证据为本位的教育决策机制

证据本位教育主张教育研究应该针对政府想要解决的实际教育问题，提供适当的答案，以发展良好的教育政策，利用科学化的研究结果，引领教育工作者提升他们的工作品质和效率。

证据本位教育最终要能产生并实行，最关键的就是要收集教育活动相关的大量有效的数据和进行分析。包括政治知识、专业管理知识、顾客和利益关系人的各类知识。所以，如果能运用各类教育数据库和各种常态性收集的教育大数据，加以数据挖掘分析并转换成各类型有价值的信息，将有助于塑造以证据为本位的教育决策机制和教育行政变革。

4.2 学生学习历程的记录与分析

学生的每一个学习动作，无论是上课、记笔记、做作业、测试、发朋友圈等，这些都可以转换成数据，作为记录。特别是当学生大量使用计算机、网络，以及智能手机进行学习时，大量的数字化记录都可以成为学生学习历程的重要的数据库。这样的学习历程数据库在有系统的管理及分析下，能提供给学习者和指导者非常有用的信息。

4.3 教师教学历程的记录与分析

教师的行为，从课堂教学、出卷、批阅试卷、组织讨论、回答学生题目、单独辅导等，都会留下重要而且值得分析的数据。过去在标准化的课程内容及模式下，每个老师因为经验和能力的不同，要维持整齐的授课水平一直是个难题。除了要求教师的培养和培训以外，还需要收集运用教师教学的各种数据，交叉对比学生的学习以及考试记录，能提供给教育管理者以及一線老师更多有用的信息。

4.4 适应性评价的分析与应用

适应性评价被用在自我练习或者正式请假上，当学生回答测验题时，根据正确或错误，下一个题目会动态调整，只提供适合使用者程度的题目。其目的是有效的测出学生的能力定位，可依据不同标准化尺度来表示。题目的质量非常重要，题目与标准能力尺度的定位也最好有大量统计数据较有可信度。适应性评价以知识点串联题目，能让老师在测验后及时得知学生掌握某一概念的程度；或是根据不同学生程度，动态提供不同难度考题的适应化测验，这样能增加学生评价及练习的多样性和有效性。随着目前更多线上评价系统设备的操作与推广，逐渐形成更多能分析的大数据，再经解读为有用的信息，可以有效进行适应性学习。

5 我国教育大数据面临的问题

5.1 不同形态的教育数据系统还未整合

运用教育大数据的分析，我们可以从各种学习系统来获取教育数据以建立预测模型，使用统计方法时间序列分析学生的使用行为模式，对学生进行分群；或者，可以使用文字挖掘及主体模式等统计方法针对学习系统内的文章文字内容进行主题分类等。但是我国整体的教育大数据应用遇到的困难，最主要就在于各种不同形态的学习同所收集的教育数据仅存储在各种不同的系统中，要如何整合这些不同学习系统数据是目前我国教育大数据应用的最大问题。

5.2 教育系统不能过度依赖大数据分析

教育系统影响因素极为复杂和多元，信息科技观察判断的结果，尚无法准确掌握教育生态变动性的发展趋势。教育大数据的收集数据多由学校产生，所以要妥善了解学校的教学要素，通过教育大数据的分析才能有效提升教学品质。同时在依靠教育大数据的分析来提升教学品质的同时，更应该好好审视学校的教学数据产生的过程，不能仅仅依赖数据分析。比如高等教育的办学效果，不能仅仅依靠国家排名来体现。

5.3 数据收集不能影响学生隐私

因为教育大数据的收集，难免涉及学生特点、学习行为、学习过程、学习评价等个人敏感信息，为此，对于学生个人数据的保护成为一个重要的议题。在教育大数据的发展与应用过程中如何避免学生、教师甚至家长等人的隐私泄密，必须行政主管部门、法律、法规以及信息技术手段同时努力。

总之，教育大数据时代的到来不可阻挡。尽管教育大数据的发展依然面临不少问题，但是其能提高教育研究及其工作者的效率，保障学习者的利益，促进高等教育发展及改革。如何将广大教育发展过程中产生的数据转化为有价值的信息，这有待于大家继续研究。

参考文献：

[1] 熊晓春.大数据语境下我国高等教育教学管理的再解读与再认知[J].中国成人教育，2016（15）：52-55.

[2] 李馨.高等教育大数据分析：机遇与挑战[J].开放教育研究，2016，22（04）：50-56.

[3] 任一明，贾同.论大数据与我国高等教育发展的相互作用[J].东北师大学报（哲学社会科学版），2016（04）：171-175.

[4] 杜凯，孙方元.大数据：高等教育改革发展的新动力[J].亚太教育，2016（08）：25+24.

[5] 王时雨.高等教育领域的大数据应用研究述评[J].煤炭高等教育，2016，34（02）：51-54.

[6] 甘容辉，何高大.大数据时代高等教育改革的价值取向及实现路径[J].中国电化教育，2015（11）：70-76+90.

[7] 贾同.大数据：高等教育发展的新钥匙[J].当代教育理论与实践，2015，7（06）：97-99.

【通联编辑：代影】