张书华,杨 卓
(1.天津财经大学 管理科学与工程学院,天津 300222;2.天津商业大学理学院,天津 300134)
从“棱镜门”到“李世石大战阿尔法狗”,从智能手机到可穿戴3D服装设计等互联网应用的普及,以及便携信息存储量(U盘)从最初的4MB到目前的百度云等。互联网的普及,智能设备的应用预示着“信息时代”的到来。在这个“信息化”下的数据时代,无论是数据规模,还是数据形式都跟以往有所不同,整个社会被带入了以PB(1024TB)为单位的数据存储和处理时代,即“大数据时代”。大数据在各个领域中逐渐得到广泛应用,甚至一些小学也已开设Python教学,这说明人们认识到了大数据的重要性。通过对大数据的储存、挖掘与分析,大数据在营销、企业管理、 数据标准化与情报分析等领域大有作为,如京东,用户只要有过搜索某一产品的记录,其后台就开始通过大数据统计出用户购买该类产品的可能性,提前备货从而提高供货效率。
翻转课堂、慕课和微课程的兴起让人们体验到了大数据对教育的影响,他们将教学信息化、数据化,新的教学环境使得教学观、资源观、教师发展观都将发生重大变化[2~4]。课堂教学不再只停留在课堂上教师的教与学生的学,学生可以通过网络选择不同的教学形式、教学内容,学习自己感兴趣的知识,同时教师也增添了灵活的教学方式不再是黑板教学。
2012年天津数学年会上,徐宗本院士在报告中谈到:“当今社会已处于数据化进程之中!”数据化社会即所谓社会的数据化,是指以数据技术为基础,以数据产业为支柱,以数据价值的生产为中心,以数据产品为标志的社会。与农业社会和工业社会不同的是,数据化社会是以数据和知识为基本生产资料,以人与知识的结合为生产力的社会,即数据是大数据时代的原材料,知识是大数据时代的劳动工具。学习大数据处理就是要让统计专业的学生掌握新时代背景下的“劳动工具”,能否熟练掌握运用这种劳动工具将直接影响学生的后续发展,进而影响整个社会的进步。
教学改革的关键是让每个学生能够学有所得,不光是被动的接受还要主动思考,因此调动学生的积极性是非常重要的。学生对新鲜实物的好奇感及接受力是教学的出发点,针对不同学生的特点做出特色教学方案将有利于教学的发展和进步, 然而班级授课制的存在使得每位教师不得不同时面对几十位甚至一百多位学生。同样的教学内容,面对不同特点的学生,教师很难让自己所传授的内容引起所有人的共鸣而大数据时代将有望让教师实现这个目标。大数据下的高校信息化教学模式,是指运用大数据的思维方式,利用大数据技术从各类学习环境中,挖掘有意义的学习信息,并对信息进行存储与加工,进而形成稳定的教学活动结构框架和活动程序。大数据时代对于统计专业学生是机遇,但对于统计学专业的教师来说,却是一个挑战。无论是在教学内容还是在教学方法上,新形势下的统计学专业教学工作相对于传统的教学工作都有所不同。在教学过程中,新模式的教学不仅要传授知识方法,更要兼顾运用知识和方法的能力,即培养学生收集数据、筛选数据、整理数据和分析数据的能力,重中之重是要逐步培养学生自主学习的习惯和自主更新知识的自觉性。大数据时代,统计学专业的教师正处于时代的风口,应关注新形势、新方法、新问题,不断学习,不断领悟,在解决问题的过程中成长[3]。
2015 年 9 月,教育部办公厅颁发《关于“十三五”期间全面深入推进教育信息化工作的指导意见》,文件中提到高校信息化教学改革将定位于数据驱动式教学,推动教学的信息化、管理的精细化、决策的科学化及学习的个性化发展。教学的信息化是充分利用现代信息技术和信息资源,合理安排教学过程的各个环节和要素,以实现教学过程的优化。构建信息化环境,获取、利用信息资源,支持学生自主学习,提高学生的学习兴趣,从而优化教学效果。
大数据环境下的学习过程强调个性化服务,针对不同对象选取不同的教材及教学方案,将各类学习资源有效聚合、转移和流通从而体现个性化。
构建基于大数据的云教学环境以提高教育资源的应用和增强师生之间的互动是当今教育信息化的主题, 首先要理性的认识大数据,大数据的基本特征是在数字化基础上的数据化,如何将超大容量的各种数据进行剥离、抓取、搜集、整理、分析并得到想要的信息。同样在教学中面对学生出现的各种教学需求,教师也要对这种需求信息加以整理,最终明确如何结合云教学解决学生的特色教学需求,从而实现个性化教学。传统教学由于教育资源有限,很难开展个性化教学。云计算的出现,有效解决了各高校“信息孤岛”的现象,使得各种不断涌现的教学资源充分融合。然而大数据的出现更是让云计算的应用有了真正的用武之地,云服务端为大数据提供了海量的结构化、半结构化和非结构的数据,而数据分析和数据挖掘技术充分挖掘出这些海量信息的有效性。因此在教学中应充分利用云计算提供的软件、存储、安全等技术,支持教师的高效教学,为学生个性化学习提供便利 。
在教学过程中,师生互动是教学得以实现的重要环节。借助于云平台,让高校师生可以通过平台随时随地的进行互动,学生可以在平台上提问,教师也可以对自己擅长的问题给出最佳解决方案,同时还可以引导学生将问题深入化研究。这使得教师和学生的群体智慧得以共享进而提升师生的整体智慧水平,从而实现真正意义上的师生互动。大数据的出现不仅能引导师生自主学习,同时教师根据师生互动的行为和结果分析还可以预测后续的教学情况,及时调整教学策略以实现最优教学状态。同时基于学生近期学习状况分析适合其健康发展的学习策略开展适应性学习、自我导向学习。
阅读、写作和计算是传统教育的三大基石。大数据时代,传统的三大基石转化为:数据获取、数据表达和数据处理。手机、电脑的普及使学生能够快速获得信息,但是由于他们面对的海量数据是零散的数据,使得他们缺少深入研究下去的动力和能力;虽然学生获取数据的自主选择性增强,但处理数据、分析数据的能力没有显著增强。
传统教学方式的局限性在大数据环境下将得到充分解决,教学信息化模式不只限于课堂教学将延伸到网络教学。这样学生获得知识的途径将多样化,学习方式也多元化。而教师的职责也将发生重大改变,不仅要传教解惑更应结合数据分析,根据个人的学习和发展指导学生学习数据挖掘,探索数据和现实生活的联系,使教学同时代发展紧密结合。
针对以上问题,对症下药,不断摸索实践并作出应对之策,应当是高校教师教学工作的重点。在学习过程中应同时提高学生的动手和动脑能力,使其在学习中有成就感,从而不再浅尝辄止,也不再自我膨胀。打牢基础后,才能有所收获,真的让学生达到“海阔凭鱼跃,天高任鸟飞”的境地。在讲授具体理论时,一定要注意与实践的结合,既把理论讲得系统,又把理论讲得生动,活学活用。比如:讲授优化理论,如果只是单纯的照搬经典教材,无疑让学生心生疑窦——这门课这么枯燥又有何用?但如果能够结合当前大数据背景下的实际问题,建立支持向量机模型,将矩阵论和统计学都结合进去,引入标准罚函数,引入“KTT”条件,自然就引入了优化思想,这个过程会让学生感觉“柳暗花明”。当然,达到相关学科的融会贯通,需要统计教师不断积累,不断总结。
据笔者体会,文学中有“比较文学研究”,那么在统计教学中,更应比较研究“经典统计和现代数据挖掘”。现实数据千差万别,“一招鲜吃遍天”的统计方法早已不复存在,但在大数据问题中,经典方法并不是一无是处。比如,经典一元回归模型在某些问题中的预测效果还是非常好,同时兼具优良的解释能力。正如,英国统计学家Box所说:“所有模型都是错的,但有一些是有用的。”在教学过程中,主要对比不同分析方法的优劣,可以让学生体会更深刻,运用知识的时候也就更加得心应手。既然,没有完美的模型,就要具体问题具体分析,通过数据不断修正模型,改进模型参数,使模型预测正确,贴近实际。这个过程应当让学生了解并掌握,正所谓——统计是一门艺术”。在实践教学设计过程中,应当以这种“统计分析能力”为培养目标,切实设计好各门课程授课次序、教学环节中的重点难点,渐进有序,同时结合实际培养学生,使学生不断更新知识,不断反馈修正已有的统计模型,不断适应实际需要。
目前好多高校都推出免费的网络教学,这将有利于教育资源的充分共享,推动数据时代的公平化教育的发展,为更多新型人才的培养提供滋养。同时通过网络授课,也让教师认识到自身水平的不足,逐步提高自身的教学科研水平,为实现中国梦贡献自己的力量。汇水成河,在师生的共同努力下,充分利用云平台发展我国的教育事业,助推我国科技进步,实现强国梦。
几年前,人类还在沾沾自喜:计算机在围棋领域无法战胜人类。今年,应用深度学习算法的机器人就以5∶1的大比分战胜了职业围棋选手,一时间,“数据挖掘和机器学习”战无不胜、攻无不克的言论顿起,有人甚至断言:未来,人类会被机器统治[6,7]。
其实,上述言论不免杞人忧天。“一种技术越专业,这种技术就越难以推广”。即,专业的数据挖掘技术只能在某些极小的领域能应用。
今天的数据挖掘技术能够对于很多问题实现精准预测,实现实时交流,并实时更新,但在一些关键领域还有很长的路要走,比如NLP问题至今无法证伪也无法证实,数据挖掘方法实际上更加侧重于预测数据,而不是控制数据。“以大数据分析为基础的人工智能会控制全人类”,这种说法至少在20年之内,是杞人忧天的。
近年来,语音识别,文本识别,图像识别,金融领域开展的课程教学项目,本着“实用性、知识应用性、科学性、量化评价、可操作性、团队参赛”六项原则,进行单项考核,提高学生的个人能力。
(4)加强专业能力的培养。以“以课带赛,以赛促学,以赛促改,以赛促提高”为教改方向,遵循学生“比学赶超、走在前列”这一规律,待每个教学项目结束后,充分发挥课程“全天候”教学作用,组织学生开展课程项目技能竞赛活动,形成浓厚的“人人都参与,项项有榜样”课程学习氛围,提高专业能力。
通过对《森林调查技术》实践技能考核“标准地调查”项目的反思,不断地有目的、有针对性地对实践教学进行改革,提高了实践教学质量,加强了学生的核心实践技能,为学生的顶岗实习和以后从事林业相关工作打下坚实的基础。