大数据应用于高等教育信息化的对策研究

2024-08-17 00:00:00恽慧珊束乾倩
数字通信世界 2024年7期

摘要:该文探讨了大数据与高等教育信息化的关系、存在的问题及其解决对策。研究发现,大数据为高等教育提供了精准分析、预测及优化资源的可能,但同时也带来了数据安全、质量和技术短缺等问题。结论部分强调了建立安全机制、提高数据质量和加强技术人才建设的重要性,以确保大数据在高等教育领域的高效应用。

关键词:大数据;教育信息化;信息系统;高校教学

doi:10.3969/J.ISSN.1672-7274.2024.07.053

中图分类号:G 43;TP 311.13 文献标志码:A 文章编码:1672-7274(2024)07-0-03

Research on Strategies for Applying Big Data to Informationization of Higher Education

YUN Huishan, SHU Qianqian

(Nanjing University of Technology Jiangyin Campus, Jiangyin 214443, China)

Abstract: This article explores the relationship between big data and higher education informatization, the existing problems, and their solutions. Research has found that big data provides the possibility of precise analysis, prediction, and optimization of resources for higher education, but at the same time, it also brings problems such as data security, quality, and tecB5XizCrDwrX7K/Z+zAiRfYr/kw17jsD+qh206+WJ/Xg=hnological shortages. The conclusion emphasizes the importance of establishing security mechanisms, improving data quality, and strengthening the construction of technical talents to ensure the efficient application of big data in higher education.

Keywords: big data; education informatization; information systems; teaching in universities

1 大数据应用与高等教育信息化的关系

1.1 大数据的特征及其价值

大数据的特征主要体现在以下几个方面:容量大、速度快、多样性和实时性。容量大意味着大数据可以存储和处理前所未有的大量数据,这为高校提供了前所未有的分析和研究的可能性。速度快则表明大数据能够在短时间内完成大量数据的处理和分析,这为高校提供了实时响应和决策的能力。多样性意味着大数据不仅仅是结构化的数据,还包括了非结构化的数据,如社交媒体上的评论、图像、视频等,这为高校提供了更为丰富和多元的数据来源。实时性则意味着大数据能够实时地捕捉和处理数据,为高校提供了实时的数据支持和决策依据。

基于这些特征,大数据在高等教育领域的价值不言而喻。通过对大量学生的学习数据、行为数据、成绩数据等进行分析,高校可以更加精准地了解学生的学习情况、需求和偏好,进而为学生提供更为个性化和针对性的教育服务[1]。

1.2 高校的教育现状

数字化时代的到来为高等教育带来了前所未有的机遇和挑战。高校不再是封闭的象牙塔,而是需要与社会、企业、政府等各方进行深度的互动和合作,以应对日益增长的教育需求和变革的挑战[2]。在这样的背景下,高校的信息系统需要更加高效、智能和开放,以支撑高校的教育活动和决策。

然而,目前许多高校的信息系统仍然停留在传统的管理信息系统阶段,难以满足高校的实际需求。这不仅仅是技术上的问题,更多的是管理和思维上的问题。高校需要摒弃传统的、封闭的、管理型的思维,转向开放的、创新的、学习型的思维,以应对数字化时代的挑战。

1.3 大数据与高等教育信息化的结合

随着大数据技术的发展和应用,高等教育信息化逐渐向数据驱动的方向转变。通过数据分析,高校可以更好地了解学生的学习情况、教师的教学效果,进而进行有针对性的改进。

例如,通过对学生的学习数据进行分析,高校可以发现学生的学习困难和需求,进而为学生提供个性化的学习支持和资源[3]。通过对教师的教学数据进行分析,高校可以评估教师的教学效果和方法,进而为教师提供有针对性的培训和支持。此外,通过对教育资源的数据分析,高校还可以更为合理地配置和优化教育资源,提高教育效益。

总之,大数据技术为高校提供了一个全新的视角和方法,使高校能够从数据中发现价值,进而为学生、教师和社会创造更多的价值。

2 大数据应用于高等教育信息化的主要

问题

2.1 数据解读的准确性

数据仅仅是原始信息,关键在于如何正确地解读它。一个常见的误区是将相关性误解为因果关系。例如,如果数据显示常常在图书馆学习的学生成绩较好,人们不能简单地认为在图书馆学习会导致成绩提高[4]。也许,那些更有自律性的学生更倾向于在图书馆学习。错误的数据解读可能会导致教育者制定出不符合实际的教学策略,浪费资源且不利于学生的学习进步。因此,教育者不仅需要掌握数据分析技能,还需要对教育学有深入的理解,以确保数据的合理利用。此外,持续的培训和跨学科合作也是确保数据准确解读的关键。

2.2 教学方法的革新与传统观念的冲突

当人们提到基于大数据的教学策略,实际上是在讨论一个结合了现代技术与传统教学模式的混合体。然而,这种混合在实践中并非总是顺利的,很多教育者,特别是那些长期在教育领域工作、且习惯于传统教学方法的人,可能会看到这种新方法作为对他们多年教学实践的质疑[5]。传统教育观念认为,教学是一门艺术,它基于教师与学生之间的关系,以及教师对学生的深入了解。而大数据和技术介入,可能会使得教学变得更为机械和匿名,导致教育者和学生之间的联系被削弱。这种观点并非完全没有道理,因为数字数据很难完全反映出一个人的复杂性和独特性。再者,大数据的引入可能会使得教育变得更为商品化,以数字为基础的表现评价可能会导致教育的本质被淡化[6]。

2.3 技术更新与教育资源的匮乏

技术进步的速度之快,让许多学校都难以跟上。每一次的技术更新都需要资金、时间和人力的投入。此外,技术的更新并不仅仅是购买新设备或软件那么简单,还包括了教师的培训、学生的适应,以及与其他教育系统的整合。在资源有限的情况下,学校面临着一个双重的挑战:一方面,他们需要确保教育质量不受技术更新的影响[7];另一方面,他们还需要确保自己能够跟上技术的步伐,不被时代所淘汰。而且,技术更新也可能加大教育的不平等性。那些能够投资于最新技术的学校可能会为其学生提供更多的学习机会,而那些没有这些资源的学校则可能会落后[8]。这种差距不仅仅体现在设备或软件上,更重要的是,它反映了学生接受现代教育的机会是否平等。

2.4 教师培训与技能提升不足

在当前这个大数据时代,要想在教育领域中充分利用这些数据,教师们不得不学习和掌握与之相关的知识和技能。这不仅仅意味着他们需要学会如何读取和解析数据,更重要的是,他们需要学会如何将这些数据转化为具体的教学策略和行动。但事实上,许多长期从事教育的教师并没有在他们的初期培训中获得这些技能。面对这种情况,学校不得不投入大量资源于对教师的进行培训。这不仅需要资金,还需要时间。而这意味着教师们可能需要从他们紧张的教学工作中抽身,去参加培训课程。这样的培训需求不是一次性的,随着技术的进步和更新,教师们需要不断地进行学习和培训。这样的需求可能会给那些已经面临资金紧张的学校带来更大的压力。

3 大数据应用于高等教育信息化的对策

研究

3.1 提升数据解读准确性

3.1.1 综合教育学与数据分析培训

学校应提供专门的培训课程,结合教育学和数据分析两个领域。这样教育者不仅可以学习到如何处理和分析数据,还能理解数据背后的教育原理和逻辑,从而更好地利用数据来制定教学策略,并避免基于数据做出错误的推断[9]。

3.1.2 倡导跨学科合作

学校应鼓励教育者与其他学科的专家进行合作,如统计学、心理学、社会学等。这些学科的专家可以提供不同的视角和方法来解读数据,帮助教育者更好地理解数据背后的含义。通过跨学科合作,教育者可以获得更全面、深入的数据分析结果,从而制定出更有效的教学策略。

3.2 平衡教学方法革新与传统观念的冲突

3.2.1 开展研讨

首先需要确定与会者的多样性,确保不同学科、年资和背景的教师均有代表。在会议筹备阶段,提前征集问题和主题,确保涉及到教师们最关心的话题。除了教师,还可以邀请学科领域的专家和大数据分析师参与,为讨论提供更多的视角和专业知识。

3.2.2 进行模拟实验

首先需要定义清晰的实验目标和评估标准。例如,实验目标可能是“通过使用大数据分析,提高学生在某一课程的参与度和成绩”。而评估标准可以是学生的出勤率、作业完成率和期末考试成绩等。选择合适的群体也是关键,最好选择那些对新方法持开放态度,但同时具有一定的批判性思维的教师和学生。在实验过程中,需要定期收集反馈,并进行中期评估,根据实际情况调整教学方法。实验结束后,应对所有数据和反馈进行全面分析,以确定新方法的效果和可能的改进方向。最后,根据实验的结果,决定是否在更大的范围内推广该方法,并为此制定具体的实施计划和时间表[10]。

3.3 加快技术的更新及教育资源获取

3.3.1 校企合作协同育人

实施校企合作的关键是建立一个互利共赢的框架。首先,学校需要明确自己的需求和期望,例如希望获取哪些技术资源,以及企业可以从合作中获得哪些实践和研究机会。同时,学校应与潜在的合作伙伴进行深入沟通,了解他们的需求和期望,如企业希望通过合作提高其品牌知名度、获取人才资源或进入某个特定市场等。在明确双方的期望后,学校和企业可以签订正式的合作协议,明确合作内容、期限、权利和义务等。在合作过程中,定期评估合作的效果和收益,根据实际情况调整合作策略,确保双方都从中获益。

3.3.2 合理进行预算分配

学校首先需要进行技术资源的全面评估,确定当前技术的状态、未来的技术需求和预计的更新成本。在此基础上,可以为技术更新制定长期和短期的预算计划,明确每年或每学期需要的资金量。同时,应根据实际的财务状况,为技术更新设立专项基金,确保资金的持续流入。此外,还可以考虑通过其他渠道筹集资金,如发起募捐活动、申请政府和非政府组织的资助等。

3.4 强化教师培训与技能提升

3.4.1 持续培训与在线资源

首先需要对现有教师进行技能评估,了解其在大数据技能上的基础和需求。根据评估制定年度培训计划,确保内容既有基础教学也有进阶课程。这样可以确保教师从入门到精通都能得到满足。为更好地配合教师的时间和需求,学校还可以与在线教育平台合作,为教师提供优惠或免费的学习机会[11]。

3.4.2 实践与实验

单纯的理论学习往往难以转化为实际应用,为鼓励教师进行实践,学校可以与其研究部门合作,创建一个“教育数据实验室”。教师可以直接参与到数据的收集、分析和解读中来。教师们可以选择或被分配到某个数据项目,如“学生出勤率与成绩关系的数据研究”或“在线教育资源的使用情况调查”。完成项目后,教师们应提交成果报告,并在团队内部分享他们的发现和经验[12]。

4 结束语

大数据技术为高等教育发展带来了新的机遇,也带来了挑战。这种双面性让高校在积极应用大数据技术的同时,也需要对其潜在风险保持高度警惕。因此高校在应用大数据技术时,必须采取一系列措施,确保数据的安全、保护学生的隐私、提高数据的质量和培养相关的技术人才。只有这样,大数据技术才能在高等教育领域得到真正的应用,为高等教育的发展带来真正的价值。最后,教师必须认识到,技术本身并不是目的,而是一种手段。大数据技术的应用,只是为了更好地服务于教育,提高教育的质量和效益。因此,高校在应用大数据技术时,必须始终坚守教育的初心,确保技术真正地服务于教育,为学生和社会创造更多的价值。

参考文献

[1] 陆慧玲.智慧校园建设中的高校数据治理研究[D].镇江:江苏大学,2022.

[2] 蒋成飞.本科教学质量数据治理结构模型研究[D].重庆:西南大学,2022.

[3] 马媛媛,孙全党.面向智慧教育的教师数据素养的内涵界定及培养模式构建[J].河南教育(高等教育),2021(11):26-28.

[4] 汪翀.基于Hadoop生态圈的区域基础教育大数据应用体系架构研究及实现[J].中国教育信息化,2021(15):54-60.

[5] 张明,赵金娜.职业院校大数据平台构建技术及应用模式[J].电大理工,2021(2):26-29.

[6] 汤岭球.教育信息化2.0背景下省级教育大数据平台建设研究[J].当代教育论坛,2021(4):99-106.

[7] 熊余,储雯,蔡婷,等.高校教育大数据应用支撑体系的设计与实践[J].现代教育技术,2020,30(11):91-97.

[8] 杨洋.大数据背景下高职院校教育信息化管理探析[J].无线互联科技,2020,17(19):115-116.

[9] 陈桂香.大数据对我国高校教育管理的影响及对策研究[D].武汉大学,2017.

[10] 贾同.大数据对高等教育发展的推动研究[D].重庆:西南大学,2015.

[11] 万玉山.高等教育发展中大数据融合研究[J].中国成人教育,2016(22):27-30.

[12] 张北舟.互联网思维视阈下的在线高等教育发展模式研究[D].太原:山西财经大学,2016.