名家｜魏忠：大数据时代，教育是否会被重新定义？
名家｜魏忠：大数据时代，教育是否会被重新定义？
大学不是小事
大数据时代的来临，对社会的许多方面造成了影响，但对教育而言，很多人认为，似乎没啥关系。老师还是老师，学生还是学生，教育依旧是教育，数据“大”还是“小”，毫无影响。真的是这样吗？以下文字选自：《静悄悄的教育变革——创造的思维半径》作者｜魏忠1随着互联网、云计算等技术的发展，大数据在各个领域的应用越来越广泛。大数据热潮之下，教育会发生怎样的变化？值得大家去思考。通过对大数据研究发现，每当产业变革的时候，由于原本的教育是为过去的产业配套的，所以，教育有时候会滞后于产业的变革。比如，进入工业化后，农业社会的私塾教育便乏善可陈。同样，现在进入信息社会，你会发现原来与工业化配套的教育也落后了。所以，研究现代教育时不能回避它背后的全球产业问题，不能忽视信息和数据本身起到的越来越大的作用。技术的普及会大量解放人力，解放那些原本具有天分但对学校里的学习没有兴趣的人，有了技术的帮助，事实上他们不需要那么依赖于教师了，技术解放教师的同时，也解放了这些孩子。那么，是不是说，技术发展了，教师就越来越没用了呢？许多情况下，一说到技术，很多教师首先想到的就是自己的地位可能会受到冲击，等在线教育火了，教师的工作可能就保不住了。事实上，情况恰恰相反，通过查阅大数据及文献，我们会发现：从孔子所处的时代到今天，随着技术的进步，教师不是越来越少了，而是越来越多了。孔子教书，多是与学生对话，他带的学生是非常有限的，他的许多思想就是通过传抄传给弟子。再往后，建立了博学馆，汉朝王莽开始建立乡村学校，宋朝开始建立类似现代大学的机构，100多年前，现代教育机构诞生，教师也慢慢变得越来越多。我们回头看一千多年的历史变化，得出的结论就是，技术越发展，教师越吃香，最显著的变化是翻转课堂。信息技术下的教育可以不要教师了吗？恰恰相反，如今教学录播视频已经越来越标准化，但是学生是个性的，课堂作业、个性化辅导就需要教师更多的帮助。美国公立学校一般25个学生一个班，私立学校15到18个学生一个班。可汗学院的翻转课堂，一个班级有两个教师，即达到1:7的比例。随着教师越来越多，教师的地位在一定意义上变得越来越低。过去教师权力很大，现在权力越来越小，唯一在上升的是指导权，其他的权力都在下降。因此，并不是说教育技术取代了教师，而是技术重新定义了教育。我们过去没有技术的时候，教师的主要功能是什么？教师是知识的传授者，因为处在知识的垄断地位，所以地位很高。到了今天，则很难讲教师比学生懂得更多、更权威、更准确。但教师是不是更重要呢？当然更重要了。为什么？教师的功能发生转变了，随着知识从学校教育里面逐步地剥离出去，知识传授不再是教师必然必要且最重要的职能。由于技术的变革，教育发生着深刻的变革，技术重新定义了教育的功能，过去是传授——传道、授业、解惑。随着信息技术大数据的发展，我们教师的功能若不变革的话，教师是会失业的。教书真正的意义是发挥教师的指导作用。苏格拉底说过一句话，“我不是知识的传播者，我是知识的助产师”。教师不是储藏知识的，他的功能在于帮助学生，教会他方法。2大数据还教会我们用比较客观的视角来看待很多教育理念的争论。比如大家都在谈杜威，谈应试教育，谈通识教育，但是很少有人研究哈钦斯的通识教育和杜威的教育理念的时代背景，尤其是他们当时提出来的教育理论的技术背景有什么不同。如果能够考察大量的学校和家庭，在此基础上用技术背景来解释它们理念的不同，你会发现有些东西会豁然开朗。一般人认为，杜威倡导的是实用教育，是面向城市的教育，虽然他是回到乡村，回到社区。那么，我们就要研究那个年代的社区是什么，我们要知道当时的芝加哥、哥伦比亚的社区，和我们今天中国的乡村是不一样的。我们还知道，当时还有一类人，在工业文明的时候试图回到中世纪，回到过去的教育，比如，哈钦斯提倡通识教育。约翰·杜威我很奇怪一件事情，杜威和哈钦斯的教育理念是非常对立的，但是中国的学者几乎看不到它们之间的区别，把它们当作美式和西方教育全面吸收。我们总爱提东方教育和西方教育，事实上，不同时代的教育差别更大，差别在哪里？在于技术，以及我们对技术的看法。托夫勒提倡用技术的眼光来看待教育，在他的《未来的冲击》这本书里面，就有未来的教育这个章节，他坚定地支持杜威面向现代的教育，甚至提出面向未来的教育，面对互联网所提倡的教育方式——在线教育、多室同堂、在家上学，提倡个性化教育。我们不能无视这个时代，不能无视技术给教育带来的影响。事实上你仔细想想，这三千年来，教育的进步就是时代的进步、技术的进步。我们通过对大数据分析会发现：单就教育来看，人类历史上的每次技术进步——竹简、石刻、造纸、印刷术、线装书……都对应着伟大的教育家的产生。我们如果能够历数50位教育大家，会发现他们几乎都是在每一项新技术诞生后30年内产生的。什么原因？技术触动了教育的进步。不同的年代，教育的作用是不一样的。技术的真正作用是解放，从3000年前到2000年前，直至500年前，再至今天，所有教育的变革，跟技术的进步息息相关。3我们对大数据的理解，还有很大的偏差。比如如何看分数，如何评价学生，再具体到个人，他是好学生还是不好的学生，不是分数就完全可以说明白的。美国也搞应试，他们也在研究怎么提高SAT成绩，让学生顺利升入大学。但是你会发现一件非常奇妙的事情，中国对大数据的理解要加引号，从我们目前对大数据的定义来说，我们所谓的“大数据”并不是大数据。比如高考，高考成绩580分进清华，579分就进不了；580分以上才能进清华，579分的考生如果进了就是不公平。美国根本就不是这么一回事，它是采用大数据思路的。若仔细分析美国高考制度中的SAT成绩，会发现它不完全是我们关注的这些应试的内容，更多看重批判性思维、作文等这些东西。美国的SAT成绩只是数据中的一项，它还要看学生的GPA成绩。什么是GPA成绩呢？美国会将你从小学到高中的所有成绩都记录在Edline网站，是造不了假的，每一次作业，每一次考试，它都会记录在内。我女儿在美国，她一个学期有5门课，每门课有几十次作业，最后构成了她的GPA成绩，就是她日常学习的表征。美国没有什么期末考试，期中考试也有严格的界限，几十次考试的成绩构成了学习档案。若你要想成为一个好学生，你就得一直努力。一系列数字构成了一个数据的证据链，这是GPA的做法。美国通用的做法是4.0分是最高分，很多名校要达到3.8分才能报考，也有的学校要求3.5分以上，但要想达到3.5分以上其实是一件很难的事情。这两项加在一起还不构成全部，还要看第三项成绩，就是志愿者记录。你要写推荐信，介绍自己参加过哪些志愿者活动、做过什么事情。第四项就是你的特长和领袖气质，比如，你是否是学校的长跑冠军？是否是篮球队长？是否是画画冠军？你干过一件什么样的事情，怎样把大家召集在一起，别人是否会听你的？这些很不简单，想要造假也很难，因为你要积累四年的数据，构成一个指标。他们录取的标准不仅有SAT、GPA、特长，还有爱心，四项加起来，人与人的区别就显现出来了。评价标准不一样，每个人可以有自己的选择标准，是非常有趣的现象，这就会形成更多个性化的标准和个性化的应用。4我们研究大数据，不能仅仅把它局限在技术层面。说得直白一点，不能仅仅理解为互联网当中的数据，而应该是人类学、社会学、社会关系学背景下的大数据。工业化时代的教育，由于强调大批量、标准化生产，我们把一个个具体的人，抽象成一个具体的特征，符合这种特征的才是符合未来发展方向的，不符合这种特征的，我们就想办法把它去掉。在这种高度抽象和具象化的过程中，人性被抽离。随着大量重复的标准化的工作被机器代替，被数据代替，人类面向创新社会的时候，那些原本被我们忽视的个性，那些人和人之间真正不同的技能，才得到关注。比如说每个人都会画丁字尺，我们就会认为这是人和动物的区别，会的才是人；等丁字尺和数学计算被计算机和人工智能代替的时候，你会发现，人和人最大的区别是天分不同，个性不同，而不是会不会画丁字尺这件事。所以，随着人类社会从工业化向信息化迈进，全世界都朝着创新社会、信息社会和个性社会发展变化，如果中小学教师还指望把标准化的东西教给学生，对教育来说是非常不利的。这时候我们会发现，现代社会需要的人是多种多样的，而为工业化文明配套的人才标准已不能适应这个社会。从另外一个角度来讲，恰恰是过去产生的那些所谓“不好”的学生，他们不愿意被工业化的教育方式所校正，或许更适应现在和未来的社会。网络时代和大数据，给了我们发展个性的机会，每个人都可以选择自己的圈子，这在教育学上意义非凡。说一个非常简单的例子：那些所谓学习不好的孩子，如果他们在某些方面有一致的特长，把他们组成一个学习小组，或者组成一个学校，你再看他们的表现，远远不是现在这样。5我们常常讨论什么是好的教育，什么是坏的教育，大家众说纷纭，莫衷一是。其实，在我们评价一件事情时，一定要有一个坐标。讨论这个话题的坐标是现代社会中什么是好的教育。大数据给了我们一种可能性，这种可能性使你可以从不同的视角去看同一件事情。工业社会的教育，考核数理化，当然是好的。不需要你过多发挥主观能动性，无需你创新。但是现在以及未来，不再需要那样的人，我们更需要的是懂社会、会合作的人。小型化、专业化、个性化将是未来人才培养的主流方向。因此，现代社会中好的教育，要提倡“学校即生活”。现在不是学何种知识的问题，而是要适应多大的群体社会的问题。比如，要想培养登月的宇航员，班级规模如果是30人，那将来学员怎么面对那么无聊、空洞和寂寞的时间？再仔细想想，所有的学生都要面对将来的生活、将来的社会，所以，学校教育事实上要回到人本身。如果我们只需要应试，那目前的班级、学校规模，或许是有效的；但要培养创新的、具有个性的、适应未来社会的人，未来班级的规模是要适度控制的。当然规模大小，要看教育的目标，要看学生将来要面对什么样的社会。将来的社会由于互联网的发展，他们可以自由选择自己的朋友圈，限制几乎越来越少。这样，人就会回到自己的本能状态。学习成绩的好坏，在一生中所起到的作用也会非常有限，我们现在要过的高考独木桥，也许就没有那么重要了。今后，学习是人一生的行为，教育最重要的，是“学校即生活”，是培养学生适应将来社会的能力。在大数据背景下，知识教学不再只能在学校进行，作为教师，应该清醒地认识到教育的功能究竟是什么，我觉得，应该回到杜威的观点，就是“教育即生长”。那我们做教师的，在这样一个大数据的时代，应该把关注人的生长提升到重要的地位。作者介绍魏忠，博士，未来教育学者，网名学者、行者、旁观者，中国信息协会教育分会副会长，上海市开放系统协会理事，《中国信息技术教育》《中小学信息技术教育》《今日教育》等杂志专栏作家，上海市科技创业导师，上海海事大学副教授，庚商教育智能科技董事长。著有教育大数据书籍《教育正悄悄发生一场革命》《教育正悄悄发生一场怎样的革命》。相关图书《静悄悄的教育变革——创造的思维半径》魏忠 著华东师范大学出版社本书收集了作者近两年在全国各大教育报刊开设专栏的文章，共分四辑：从情怀，到变量；技术的蝶衣；技术重新定义教育；创造的思维半径。作者站在哲学的高度，不断追问：课堂信息化，还是生活化？教育到底演变成实证科学，还是体验艺术？并从未来教育从互联网+正走到物联网+，而教师从过去用“心”想问题，变成用“脑”想问题等角度来回答。相关链接这三本书，也许能缓解一些你的“教育焦虑”！赵汀阳：人工智能来了，人类何去何从？
本文仅代表作者观点，不代表百度立场。系作者授权百家号发表，未经许可不得转载。
大学不是小事
百家号 最近更新：
简介: 一木君带你玩转校园招聘。
作者最新文章杨现民：大数据支持下的智慧教育管理（报告全文+PPT）
我的图书馆
杨现民：大数据支持下的智慧教育管理（报告全文+PPT）
我今天给大家分享的题目也是最近热议的一个话题——大数据，我重点探讨的是大数据支持下的教育管理怎么转型，我汇报的内容包括理念和一些实践案例，将两者结合来探讨我们未来的教育管理将会有什么样的转变。我将从以下四个方面进行今天的汇报，首先我们要了解什么是教育大数据；第二是从信息的视角去解读智慧管理；第三，目前大数据在教育管理中的应用究竟有哪些典型案例；最后分享大数据在教育管理应用中值得思考的几点问题。什么是大数据呢？大数据的概念是什么呢？许多专家给了一些界定，有的说是4V，也有说是7V，这些概念的共同之处都是说量很大、来源很广、价值的密度很高、产生的速度很快。但我个人认为目前大数据的内涵是需要拓展的，我们应该不仅仅把他看成一种技术还应该看成一种能力，尤其在信息时代，他是一种能够从纷繁复杂的事物当中寻找到其中关联的一种能力，也是一种预测的能力，同时大数据更是一种思维的方式。以前我们更多的是一种思辨式的、经验式的，大数据时代是靠数据说话的，你说你的课上的很好，你有数据说明吗？你说你学校管理很好，你有数据佐证吗？同时我觉得大数据目前正在慢慢的演变成一种文化。大数据能演变成一种文化很重要的推动因素是国家很重视，国家提出了大数据的战略，包括习大大在世界互联网大会上提到国家“十三五”期间实施大数据战略，其中必不可少的一项就是教育大数据。目前我们谈论的比较多的大数据，都是哪些领域大数据呢？首先电商的大数据，这与我们很多人都很相关，尤其是很多女性朋友离不开淘宝；第二是交通的大数据，这也与我们的生活息息相关，尤其是开车的朋友；还有就是金融的大数据、工业的大数据，这是我们关于大数据谈论比较多的。有人可能就会质疑，那究竟教育领域有没有大数据？我觉得这是一个技术问题。有没有？那首先，我们就来做一个数据体量的初步测算，我们团队做了一个这样的计算，我们是基于2014年全国教育事业的统计公报，这份公报统计了我国基础教育阶段有多少所学校有多少人。然后我们大体看在幼儿、小学、初中高中有不同的班格，我们计算他们班的人数，同时我们有一个计算框架，那么教育大数据一年的体量我们可以从几个方面来看。一是师生的基本信息数据量，在基本信息中我们只看学生的学籍档案，老师的教学档案，从档案来看基本上是20K左右。课业的测试与作业的数据量，比如说中小学，一个学年考四次，期中和期末，一份试卷大概是270K，结合学科数、次数以及学生数我们测算出课业测试和作业的数据量。第三是关于校园里面实录的数据量，这包含两个部分，一是课堂实录数据，二是24小时的校园安全监控数据，我们也有一个测算，例如，一节课的课堂实录我们按110M来估算，校园安全数据1小时大概在300M左右。第四是课程的资源量，因为现在的中小学都有配套的数字资源，我们也做了一个测算。具体的算就不给大家介绍了，在这里我只是公布一些数据。基础教育的一年的数据量大概在35.22ZB，ZB是什么概念？我们先不说ZB，我们先说PB，因为目前讨论PB的比较多。假如说我们现在有MP3音乐，平均4分钟一首歌，一分钟大概是1M一首歌曲大概是4M，你需要播放两千年，才可以把1PB的MP3音乐播放完。另外一个例子，一张3M左右的7寸图片，将这样的图片排够1PB大概有四万八千英里，大概是绕地球两圈。那大家说教育有没有大数据？不管是按照PB的量算还是用ZB的量算，教育领域确实有大数据，而且我们统计的这些数据仅仅是基础教育领域的大数据，很多校外的数据、网上学习的数据我们都没有包含其中，仅仅是常规业务当中就达到了35.22ZB。所以我们有一个结论是教育领域有大数据。那究竟什么是教育大数据？我有一个概念的界定，教育大数据是指在整个教育活动过程中产生的、根据教育需要采集到的、用于教育发展并可创造巨大潜在价值的数据集合。教育大数据绝对不仅仅是教育课堂的数据、分数的数据，还要涉及到学生的家庭背景、经济状况等等各方面的信息数据，强调数据的关联性和交叉性。在《中国教育信息化》杂志评选的中国教育信息化十大热词中，教育大数据位列第七。关于教育大数据主要有两个产生渠道，一种来源于教学活动，另外一种来源于教育的管理活动。教育大数据跟传统的大数据有什么样的区别？我做了这样一个对比，传统的教育数据有阶段性的而且是部分的采集，目前我们采集的更多的是学习的信息或者是老师档案的数据，而教育的大数据应该是持续的、全面的采集；传统的数据是在非自然状态下采集的，而且很多时候是社会采集，而教育的大数据的采集一定是在自然状态下的，更强调动态的实时性；第三从应用方面，传统的教育数据是统计汇报，更多的是一种结构性的数据，而教育大数据是一种深度的、多元的分析，数据的挖掘，强调多样化的数据；传统的教育数据更多关注的是宏观层面，关于区域层面的比较，而教育大数据不仅仅是宏观，他最大的优势还是在微观上，他可以精准地判断某个学生的知识结构有什么样的缺陷，另外在预测、预警方面也有很大的作用。下面我们来看一下教育大数据与其他领域的大数据有哪些区别。比如说与电商的大数据有什么区别？目前我们听到比较多的是淘宝的数据魔方，他有一些排行、关联分析、市场分析等等。另外在智慧城市当中有景点的推荐、店铺的选址分析等等。还有是在智能交通以及网络安全领域，有这样一个中国网络骗子地图，这张地图统计骗子最多是在中国的东南部，而且不同的区域的骗子类型不一样，比如说在上海最多的是假淘宝、假京东这样的骗子。这就是基于大数据做的分析。此外，有一个网络空间安全态势的感知平台，他可以对全国各种各样的网站做感知预警。那教育大数据跟这些领域的大数据有哪些不一样呢？我认为主要体现在以下三点，教育领域的大数据采集呈现的是一种高度的复杂性的，教育大数据的采集跟电商大数据的采集不一样，电商通过支付、操作等行为就可以采集很多数据，而教育领域数据很难采集，尤其是在校外的，非正式学习领域的数据，如果说他不用网，不用手机你怎么采集他的学习数据。第二就是关于教育大数据的应用要有高度的创造性。这跟商业数据不同，商业数据挖掘只需要找到数据之间的关系提升营业额就可以了。那教育应该怎么做？教育的目的是什么？有专家说教育的目的是创新创造，那我们怎么用大数据服务于学生的创新创造能力，所以教育大数据的应用要有高度的创造性。其他领域的大数据更多的关注的是相关，而教育大数据不仅仅要了解相关，更要了解他的因果。为什么用这种方法，就会导致学生创新创造能力的提升，就会导致学生学习兴趣的提高，为什么？教育大数据还他独特的价值，主要体现在三个方面，一是战略资产，二是目前教育大数据是教育领域综合改革的科学力量，三是教育大数据是发展智慧教育的基石。大数据怎么推动教育的转变呢？我做了这样一个总结，首先从教育过程上来说，大数据让我们实现了非量化到量化的转变，现在有一种自我量化技术，通过可穿戴设备随时随地测量你身体的各项指标。第二就是教育决策正从经验化走向数据驱动的科学化；第三是教育的模式正在从大众走向真正的个性化；教育的管理正在从不可见、纯经验式的走向一种可视化的、数据驱动的；教育评价从单一化的评价走向综合性的评价，随着创客、智慧教育的发展，整个教育综合改革的推进，教育评价一定会起到一个导向综合性评价作用。我分析了一个教育大数据结构模型，这个结构模型分为四层，第一层是基础层，也就是我们国家最最基础的数据，是高度保密的数据；第二是状态层，各种装备、环境与业务的运行状态的数据；第三是资源层数据，最上层是关于教育领域的用户行为数据。不同层次的数据应该有不同的采集方式和教育数据应用的场景。关于教育大数据的冰山模型，目前我们更多的是采集一些显性化的、结构性的数据，而存在冰山之下的是更多的非结构化的，而且真正为教育产生最大价值的数据是在冰山之下的，需要我们有一双“慧眼”，怎么把他们挖掘出来。关于教育大数据的发力点我们总结了几个方面：教育发展水平评估、教育资源均衡配置、教育舆情监测与剖析、数据驱动的教育决策、即时学习诊断与预警、学生的发展性评价、基于大数据的科学研究。下面一个内容是信息化视角下智慧教育的管理，我个人认为管理的信息化是走在我们教育信息化的前面的。上午我参加的一个产品评审会，从他们教育信息化的组合解决方案中我们发现教学是其中的一个短板，而在管理方面却很丰富。我们国家在教育管理方面也取得很大的成绩，但问题依旧存在。我们说了很多年的孤岛的问题到目前依然存在，我们强调管理的整合，但到目前很多学校做到的仅仅是单点登陆，但单点登录能保证所有数据是融通的吗？所有数据是跨界融合的吗？我认为未必能够做到。另外在智能化程度方面，目前总得情况还是人管电控，我们学校所有的投影设备都是工人在维护，我想中小学可能也是这种情况。技术怎么服务于教育的管理层是我们要思考的。第三，我们对数据缺乏系统化的、精细化的管理，所以难以支持精准化的教育决策。最后是教育监督系统不到位，难以进行动态监管。关于智慧管理的概念我在一篇文章中也进行了界定。智慧管理的基本特征注意体现在七个方面：教育的智慧管理首先要实现教育业务全面数字化；第二运维是智能性的；第三要有安全预警功能；第四智慧决策；第五远程督导；第六强调业务的协同，业务流程的重构，大大提高管理的效率；第七强调个性化的智能服务。关于智慧教育管理的一般流程，我也绘制了一个图，我将其归结为四步走的管理模式。第一监控教育过程，采集数据，第二要进行深入数据挖掘进行智能分析以及预测，第三步将预测的结果、诊断的结果通过可视化形成呈现出来，形成一种智慧决策，第四就是根据智慧决策发布调度指令实施优化管理。下面我想和大家分享一些关于智慧管理的应用案例。我们团队梳理了国内外大概四五十个典型案例，在这里我在每个方面大概选取了2个案例与大家分享，一个国内一个国外。在大数据支持智能运维方面。第一个案例是清华大学智能运维服务。清华大学采用SiteView、Cati等专业的监控系统，这一系统能够实时采集所有装备，包括软件和硬件的工作状态，提供报警，同时提供相关报表，进行智能分析，此外这一系统支持管理人员的远程登录、管理和维护。这是SiteView软件的一个基本界面。这是各楼层各种设备的一个预警显示页面。有黄色标志的表示处于预警状态。清华大学的这一预警系统有几个方面的特点，一是做了一个智能管控，二是对故障进行及时检测，第三加强了各种硬件设施的智能管理，第四是预警通知，预警通知之后支持远程管理。这是清华大学的一个案例。美国也有一个案例，这所大学用大数据做校园的安全管理，上次我们参加一个全国智慧教育高层论坛，有专家提出目前学校IT的安全管理很成问题，那大数据怎么发力呢？这所大学用一款名为SPUNK，的软件，这是一种日志管理维护的软件，一个学校所有的网站，所有软硬件设备，这个软件都可以收集他们的日志，他把每天产生的日志搜集起来做分析，通过一套模型和算法分析，检测账户的异常，学生行为的异常，包括服务器硬件设备的状态等等。同时他可以实现快速的检测、定位和诊断。这是他们的一个架构图，把各种软硬件所有信息汇总到日志中心，然后用他们自己的模型进行数据分析，这是一个统计图表，右侧是一个预警方式的设定。下面分享大数据支持科学决策方面的案例。首先来看深圳的一个案例。深圳用大数据做了一个教育资源的动态科学规划，这个案例其实是很有启发性，目前中国的教育资源可以说很多，但是也可以说很少，很少是对于偏远地区或者说某一个薄弱校区而言的，有些应该享受优质资源的没有享受到，反而他本身已经有了很好资源的却的不到更多的资源，那做一个科学的动态规划就很有必要。深圳是基于什么样的方式来实现资源的动态规划的呢？他综合了各种各样的数据，包括人口流动的数据、学校分布情况等等，通过各种各样的数据计算来做预测。判断可能在这个学区，在未来三到四年增加一所学校，他是根据流动人口的情况、根据生育情况、学生升学的情况等等综合判断的。国家现在放开了二胎的政策，更应该用大数据预测一下，学校设点设在什么地方，设多少，是什么样的学校，师资的配备是什么样的。另外是美国的一个案例，美国构建了一种立体化的教育数据网络来支持教育的决策。我们不得不承认在教育信息化或者管理信息化方面美国是走在我们国家前面的。上学期我也在美国访学过，国外的教授用远程的方式授课，他们把这种方式作为一种常态化的教学方式。我今年一月份在波士顿，雪很大，没有办法出去，波士顿政府把所有的交通全部封掉，所有的市民都要呆在家里，这时候技术就是一个很好的工具，老师用网络开展授课。再回到美国的教育数据采集网络，他有这样一个结构，首先国家层面，他有一个部门叫美国国家教育统计中心，类似于我们国家的教育部、教育管理信息中心一样，搜集各种各样的数据；在州的层面，部署了州一种纵向的数据系统，美国大概有40多个州，都用了这种州级纵向数据系统，可以采集州层面的数据；同时他在学校层面和我们国家数据校园差不多，有信息的系统、课程管理以及教学评价的系统。这样形成一种立体化的数据采集网络，从学校到区、州再到美国国家教育统计中心，所以美国的国家教育进展报告都是由这个中心提供的，因为他有很丰富的数据。他们在做这个事情在90年代就开始做，而我们国家部署的教育管理云的服务平台，两级建设五级应用也是刚刚启动。同时美国还有一个面向幼儿的数据研究项目。他是搜集幼儿从出生到上大学到毕业所有数据。数据采集完成后为政策的制定提供依据，为老师、为家长、为管理者提供决策依据。另外还有弗吉尼亚州从1992年开始部署纵向数据系统，此外纽约用一种数据驱动的教学决策，大概40万的学生在用这样的教学平台。第三个是大数据支持危机预警方面的案例。我们调研了很多，大概十几款国外的在线学习预警平台，这里我列出了四种。第一个是关于课程信号的，第二是关于可汗学院的学习仪表盘的，第三是一个海星早期预警系统，第四是加拿大Desire2Learn公司开发的学生成功系统，这些系统都内制了课程学习预警系统。目前国内很多课程学习管理平台也都开发了学习预警功能，但效果还我们还不是很清楚。我们从预警的方式、预警的内容、预警的效果以及优缺点方面对五种在线学习预警系统做了一个对比分析。第二个预警体现在学生管理与发展预警方面，在这一方面网络上有很多报道，包括华东师大的餐饮预警、还有浙江大学的资产管理应用等。我认为目前最新的可能是电子科技大学做的一个教育大数据的研究中心，他们做的发展预警不仅仅是课程学习，他们更多关注在学校里面学生异常行为的预警，还有学生就业方面的预警，所以我把他归结为学生发展的预警。无锡做的是关于校园安全的预警，比如校园里异常的停留、校园里面打架斗殴等，管理者可以第一时间判断到。最后一个是大数据支持的个性化服务。这张图是一个羊绒的披肩，这张图很火，因为这是我们的彭妈妈在英国访问期间，帝国理工学院的设计者设计的，设计者基于700多张彭丽媛在各种场合的着装照片进行计算设计的。在个性化方面，美国有一个马鞍峰社区学院，他们做了是一个完全面向学生发展的系统，学生应该选什么样的课程，应该采用什么样的方式，系统通过一套算法给学生推送不同的服务。我们国内其实在去年报考志愿的时候，很火的就是百度的大数据，辅助学生智慧择校，包括专业的选择、分数的预测、职业的选择等等。以上是几个案例的简单分享，下面一个议题是值得探讨的问题。我们国家目前可以借鉴美国，去构建一个立体化的教育数据网络，那怎么去做呢？首先应该以国家的教育管理公共服务平台做一个革新，然后把我们国家各层、各级教育系统打通，实现教育数据纵向贯通和互联，这样就可以把所有的数据形成一个良性的循环。对数据实现持续、动态、标准化的采集。这是第一个问题。那第二个问题是关于应用推广的问题，我这有一张漫画，BigDate很火、很有价值，但是怎么用却是其中最难的部分。右侧这张图是讲我们目前其实可以采集数据，但是我们缺的是一种分析的能力。我们有了数据不知道怎么用。我认为目前国内不管是高等教育还是基础教育还没有很成熟典型的创新应用案例。第三个重要的问题是如何保障教育数据质量与安全。其实有很多因素会影响到教育数据质量，如果我们本身采集的数据本身是不合规的、质量不合格的，他预测的结果会是准确的吗？肯定不准确。所以我们要保证数据的质量，首先从采集技术方面，实现自然状态下的采集，其次要有管理规范，加强管控，最后还要对学生的隐私进行保护。最后一个问题也很重要，要想让大数据真正成为一种活水，让他流动起来，就要给规范让大数据合理合规地运营。政府、企业、教育相关人员都应该参与其中，每个不同方的职责、权利、义务是什么，目前国家还没有界定。其次是关于运营的边界问题，美国在运营大数据，但是运营不到两年时间就关闭了这个公益的组织，主要是因为涉及到隐私的问题。最后是关于数据的适度开放的问题。教育数据是我们国家的一种教育资产，不可能完全开放，那怎么适度开放呢？目前也没有做界定。目前我们正在做《中国基础教育大数据白皮书》，希望各位有关于教育大数据的应用案例的可以通过以下邮箱与我们分享，感谢各位。
TA的推荐TA的最新馆藏
喜欢该文的人也喜欢