大学如何进行学习过程分析大学不收集那些让学生感到毛骨悚然的数据

大学如何进行学习过程分析大学不收集那些让学生感到毛骨悚然的数据

全球在线教育的发展给大学的发展带来了严重的挑战，它将信息技术引入了大学学生的学习过程分析之中，基于促进学生成功、保留和积累学习经验的需求，全球教育机构对学习过程分析的关注度快速提升。为此，我们也采访了莱斯大学CIO Klara Jelinkova女士，关于美国大学如何进行学生学习过程的分析。

《中国教育网络》：美国大学哪些部门在进行学习过程的分析？

Klara Jelinkova：这要视情况而定。大多数大学都有IT部门运行这样的分析工具，使用数据仓库维护采集的数据。还有一类机构称为“研究办公室”，负责分析数据并发布报告，从而起到了联合的职能。通常我们试图做的是在相关部门的应用系统中嵌入分析能力。在我看来，策略应该是给学校有需要的部门提供分析工具，并确保相关人员能够运行分析工具，向领导者汇报分析结果。因为IT部门并不能运行所有的分析。因此，我们所做的是专注于提供恰当的工具和解决方案的组合，以便为这些部门的最终用户提供更多帮助。

《中国教育网络》：如何处理法律或道德问题？例如，学生隐私等。

Klara Jelinkova：这个问题比较复杂，但在美国有一些联邦法律涵盖了这方面的问题。你需要遵守这些法律。学生的隐私也包括在联邦法律中。法律规定了需要做什么以及如何做。我们的教学管理系统中收集学生数据，部分数据显示了学生的行为方式和阅读材料的方式，学习进展和流动状况等。

《中国教育网络》：需要收集什么样的数据？

Klara Jelinkova：牢记这一点，我们生活在一个非常数字化的世界，如果你想，你可以通过查看某人的Facebook账户以及通过谷歌地图追踪他们的生活轨迹。但大学不收集那些让学生感到毛骨悚然的数据。我认为大学收集的数据类型是能让大学为学生提供更好的建议，使学生在学业上取得成功，因此它主要用于学生成功事例的教育分析。使学生学业更成功的愿望驱动着我们的数据收集工作。

《中国教育网络》：目前正在使用的分析系统是什么？

Klara Jelinkova：人们使用不同的系统，例如Oracle。但是现在越来越多的人使用Hadoop和其他非结构化的数据库来收集数据。对我们来说，我们使用了两者的组合。大多数学生的数据，例如成绩等都是结构化的数据，但是我们做的不同类型的学生服务是非结构化的数据，所以我们使用结构化和非结构化数据的组合。我们选择一个可视化的工具，而有些人选择其他的工具。美国大学在可视化工具的选择上，大家各有不同。

我们使用不同的工具来分析不同的数据。分析非结构化数据的最大难点出现在查询非结构化数据并尝试执行预测分析时。它更具有猜测性，因为答案可能是不确定的。而对于结构化数据，答案几乎是确定的。例如，对于结构化数据，你可以知道有多少学生获得了A，有多少学生的成绩是B。但是非结构化数据有更多的不确定性。因为整个分析方法是不同的，不仅仅是工具的不同，人们可能很难理解其中的差别。

《中国教育网络》：基于分析结果，学校会采取了什么样的干预措施吗？

Klara Jelinkova：我认为对于美国大多数的公共机构来说，学术顾问是十分重要的角色，没有人考虑用机器替代人，但显然人们正在使用机器替代顾问的部分工作。主要是为顾问提供与学生交谈的工具，让学生谈论他们面临的问题和他们的计划。学生的行为可以通过顾问和教师的想法来了解。

《中国教育网络》：在数据分析上有什么进展吗？

Klara Jelinkova：我们得到的最好的进展实际上是预算规划方面的。我们对大学的支出有非常好的分析。

盘点2016年十大关键词

岁末年初，我们回顾过去，对年度热词进行解读，并试图通过这些关键词，总结一些规律，触摸未来，让未来的步伐走得更坚定。

27 “十三五”规划：信息化服务育人全过程

28 CIO：将如何影响大学发展？

30 智慧课堂：切忌“盲人摸象”

33 互联网+教育：徘徊在应试边缘

36 IPv6发展：战略上紧锣密鼓 现实部署遇冷

39 大数据：离中心越来越近

40 云服务：改变正在发生

41 无线网：终将成为校园网未来

42 一卡通：手中无卡 心中有卡

43 网安人才培养：非一日之功

44 教育信息化的新事物，许多东西不是你想的那样