当前,信息技术在教育行业的应用已经形成一定规模,并且已经被多数学校教育工作者认识到其价值和趋势。学校教育是技术应用最保守最缓慢的阵地,甚至有专家说学校教育是信息技术推进应用的最后一块阵地。

首都师范大学远程教育研究所所长、数字化学习实验室主任方海光认为,信息技术在学校教育的应用,使得家庭教育和社区教育能够形成一个教育整体,使得人们的学习环境可以立足于学校环境、家庭环境、社区环境,这三个环境被称为支持学习的三大支柱。

学校教育的信息化主要是管理信息化和教学信息化,而教学信息化是以课堂作为主要的场所。

“可以毫不夸张的说,如果学校教育的信息化没有进入课堂教学,一切推进教育信息化的举措都是无力度的。课堂教学信息化是分层次的,一方面可以认为是技术作为工具辅助教学过程,另一方面是技术作为手段改变教育教学过程。很显然,后者对课堂的改变是彻底的,也是对教育教学改革真正发挥作用的。”方海光说。

“技术对教育教学影响是巨大的,技术越多的教育应用,数据的产生和价值也就越多。因此,大数据在教育行业中的应用,与诸如人工智能、移动互联网、物联网等技术发展和应用是息息相关的。如果没有各种技术应用到教育和课堂教学中,大数据的应用将无从谈起。即使没有技术进入到学习过程中,相关的数据依然是存在的,但是关键问题是数据的采集完全依赖技术手段。”

目前在教育行业中,能够看到很多技术带来改变的教育教学新形式,例如慕课、移动学习、平板教学、翻转课堂、微课、在线学习、虚拟学校、云课堂、教育机器人、VR/AR 教育等等,这些新型教育教学形式让人眼花缭乱。“所有的应用都在不断积累数据并区适当地通过大量数据进行教育质量改善,为学习者提供各种教育教学辅助帮助和分析,而学者也越来越关注个人的数据意义,教育提供者也越来越关注整体的数据价值。”

关于技术融入课堂的程度,方海光提到：“只有技术越来越进入课堂和融入课堂教学环节,教育教学数据才会更加丰富,基于数据的各种应用也才逐渐分类细化,使得数据对应用的改进更加准确,应用更加深入,从而有利于教育教学整体的变革发展。因此,相比较不同行业大数据应用,大数据在教育行业的应用逐渐深入,使得教育教学越来越不仅仅关注结果,更关注教育教学过程,这样的大数据在教育中应用更加成熟。”

大数据对学校教育的影响逐步凸显,对教育的创新和变革也更加聚焦到学校改革和治理相结合。方海光指出,大数据在教育中的应用革新了教育思维方式、重构了教学评价方式、颠覆了传统教学模式、实现了个性化教育,从而带来的创新和变革主要包括五个方面:

传统的教育决策制定形式常被形象的称为“拍脑袋”决策,决策者常常无法准确了解实际情况,以有限的理解、假想、推测依据直觉、冲动或趋势来制定政策。

当这种决策地到达基层一线,才会发现与实际情况不符,并带来更大的负面作用,使得决策执行处于进退维谷的尴尬境地。教育大数据正可以通过实际数据掌握真实情况,可以通过预测和评估来辅助决策。教育决策者将更加依赖具体数据和分析。利用大数据可以深度挖掘教育教学数据中的隐藏信息,可以发现教育过程中存在的问题和关键点,提供决策来优化教育管理。

在教育教学方面,将从数字化教育走向基于大数据分析的智慧教育。教师进行智慧与数字化教学,通过大数据的群体分析抓住关键特征,教育更加高效、开放和多元,教学活动参与者之间的沟通更加通畅,互动更加深入。教师对教育教学过程的掌握从依靠经验转向以教育数据分析为支撑。

大数据分析还可以用于对教师的综合评估,在跟踪教学学情的过程中,用数据挖掘和分析等方法帮助教师分析教学方法和手段的有效性,使教师及时调整教学计划和方法,提升自身教育教学的基本功、教学技能和学科素养,有利于教师自身能力提高和专业发展。

个性化教育一直存在的难题在于无论是教师还是家长都无法掌握每位学生的学习程度,不能及时跟踪学生真实的学习情况,亦不能及时动态调整学生的学习策略。

通过大数据学情分析,学生在移动终端或软件等教学媒体上的数据可以被精确记录下来,如点击资源的时间、停留多久、问题回答正确率、回访率和其他资源信息,通过学情数据可以找到学生的学习特点、兴趣爱好和行为倾向,并一目了然教育状态信息。大数据学情分析使教育更加以学习者为中心,使集体教育转向个性教育。同时还伴随着教育者和学习者思维方式的改变,进一步使个性化教育成为可能。

大数据支持的教育评价正在从“经验主义”走向“数据主义”,不仅表现在评价思维上,还包括评价方法上。基于大数据的教育教学特别强调改变“唯成绩论”的做法,评估不再仅仅是由考试成绩、纪律评分、自评互评等手段的主观传统意义上的措施,而是由大量的过程数据感知得到,主客观结合,过程结果评价结合,为实现教学评价的公正提供了依据,优化了教学方向。既注重结果性评价,也注重过程性评价。

大数据分析将导致教育科学研究方法的重大转变,从追求单向因果性转向追求复杂的多元相关性。教育教学的科学研究将从随机抽样、探讨因果关系走向全部数据、寻找相关关系的转变。大数据应用强调自动的、连续的记录和搜集的数据流,这比传统调查数据更加客观和中立。大数据还将改变传统学术研究的过程,使得学术研究和信息技术、课题研究与实践联系在一起,让教育科学研究路线更丰富。

数据变现是将技术转化成生产力的能力。很多大数据公司变现情况都不乐观,可能生存都成问题,大数据是很火,但是应用并不深入,数据变现仿佛还没有找到合适的路径。

在方海光看来,大数据在教育行业应用和诸多的其他技术应用是一样的,在教育行业中大数据不被认为是新技术,更多的认识是借助大数据的手段创新解决以往解决不了的问题,或发现以往发现不了的规律。大数据的应用从采集、存储、建模、分析、预测到最终呈现,这是一个需要积累的过程。“如果没有完全清楚数据源的各项内容内涵,不清楚数据源的真正来源,如何能够建立起准确的建模分析和呈现解读呢?

正所谓'差之毫厘谬以千里'。今天产业出现数据变现困难,正是因为其处在一个大数据教育应用的发展时期,数据变现需要一个发展过程,这个过程也是教育行业逐渐让学习需求和学习场景更清晰的过程。”

另一方面,方海光认为,教育大数据生态圈需要有四种角色存在,它们分布在四个层次:

“在教育大数据生态圈中,有的企业试图跨层次整合,有的企业试图局部专业,如何促进各角色分工合作是目前的困境。诸多应用都秉承'拥有数据就拥有天下'的理念,是不利于各自分工合作和生态的发展的。教育大数据生态能否良性的发展,这是各个参与方能否数据变现的关键。共建共享是互联网的本质特征,同样对于教育大数据来讲更应当倡导共建共享的理念。”

来源丨中国教育信息化