浅谈大数据技术与教育教学的融合应用

孙陆

【摘要】对于课堂教学来说，大数据的挖掘和利用具有重要的作用。建模与预测导向的大数据在教育教学中被广泛的应用，并且其应用走向适应性，被越来越多的教育工作者广泛关注。同时，大数据技术在教育教学中的应用，需要我们保持警惕和防止因果关系的误用，使之真正成为支持教学变革、提升教学效能、促进学生发展的手段。

【关键词】大数据技术 教育教学 融合应用 学生发展

现代信息技术的发展为大数据的收集和分析提供了无限的可能，大数据时代的这一趋势也对教育产生了巨大的影响：一方面，在科技理性的指导下，通过多维度收集学生行为的数据并进行模型建构，可以对学生的学习行为进行预测;另一方面，大数据时代的人文主义转向使人们更关注教学活动的适应性，教育大数据的挖掘和利用可以更好地实现适应个人需求的定制化教学。笔者在此就大数据技术与教育教学融合应用谈一些粗浅的看法。

一、大数据的挖掘和利用对教育，特别是课堂教学产生了深远的影响

科学家索耶认为，越来越多的学习将经过计算机中介发生，并产生越来越多的数据，我们有必要运用这些数据分析什么时候有效的学习正在发生。所以数据挖掘可以用于探究行为与学习之间的关系，如学习者的个体差异与学习行为之间有何关系，不同行为又会导致何种不同的学习结果。2012年美国发布《通过教育数据挖掘和学习分析促进教与学》提出大数据时代教育数据的特点：具有层级性、时序性和情境性，其中数据的层级性指，既收集教师层面的数据也收集学生层面的数据，既收集课堂数据也收集活动数据，为后期模型的建立提供了多维度的资源;数据的时序性是指，数据是实时的、连续的，为材料的前沿性提供了保障;而数据的情境性是指，数据是基于真实情境脉的，保证了模型的信度。

大数据技术能够促进以学生为本的学习，数据不仅仅是科技理性指导下收集数据和拟合成模型，并针对学生的群体行为做出预测判断，还可能在固有模型的基础上，通过诊断学生在课堂中的行为表现，对固有模型进行修改，使课程内容更加适合学生的长尾需求，实现个性化教学。大数据的利用可以支持对教育活动行为的建模预测，还可能支持教育实践中的适应性教学。

二、建模与预测导向的大数据在教育教学中广泛应用

大数据时代数据促进教育变革的方法之一是收集和分析处理数据，并进行预测。现如今，由于数据记录、存储与运算的便捷性，海量的、多层次的数据可以便捷地加以收集，由随机抽样带来的误差因此减小，建模和预测可以基于全数据和真实数据，因而就更为精确。大数据时代通过探求海量数据的相关关系获得盈利的最成功的案例是亚马逊的市场营销，亚马逊收集读者网上查阅行为和购买行为数据，建立读者偏爱阅读模型，预测读者购买的群体行为，实现书籍的推荐。近几年，教育研究的对象逐渐关注学生的学习行为，其背后是一种学习观的转变，学习被视为一种识知的过程，识知是一个活动，而不是将知识作为一个物品加以传递。识知总是境脉化的，而不是抽象的和脱离于具体情境的。识知是在个体与环境的互动中交互建构的，而不是客观准确的，也不是主观创造的。所以，学生的行为活动数据被认为是可以反映学生在学习过程这一情境化的动态变化进程中的情况。海量、多层次、连续的行为数据在收集后被拟合成模型，实现预测，如学习管理系统（LMS）的运用，等等。

三、大数据技术在教育教学中应用走向适应性

大数据时代，通过探求学生行为与学业水平之间的相关关系，建立模型，实现预测，能够对课堂教学产生重要影响。然而，数据建模过程中，为了保证模型的效度与信度，极端个别数据被处理，使模型只能实现群体行为的预测，不能针对学习者个体实现定制化和个性化。

但是，在数据建模的基础上实现教学的适应性是大数据时代促进教育变革的另一成果。数据建模及行为预测依旧属于科技理性指导下的行为模式，可能会造成忽视学生个性需求的现象，而个性化需求正是知识社会的重要特征，个性化的教育也受到教育研究者、政策制定者和教育实践者越来越多的关注。

学习者學习相关学科内容时，学习行为被记录跟踪下来，学生的学习行为数据被传送到后台，记录在学习者数据库内，作用于预测模块。预测模块通过改变内容传递模块，再次作用于学习者。在整个过程中，教师、教学管理者起干涉作用。

适应性学习系统是一个交互的动态系统，系统往往会提供给学生一些学习行为建议。奥地利针对学生的问题解决的过程设计了一个适应性学习系统。研究者先使用原始数据进行建模，第一步是原始数据的收集。除了记录学生解答问题时产生的数据，原始数据还收集了学生的信息、问题的信息和解决问题的步骤;在对数据进行分类后，归纳出问题解决的类型，通过添加判断学生学习行为的结果模型和一系列监控和调节模块，构成了整个面向问题解决的适应性系统。当学生使用这个模型时，模型会根据学生的行为数据为学生提供他们所偏爱的解决问题的过程与方法。

除了适应性教学系统，还有适应性评测系统。是一个计算机辅助的个性化网络学习测评平台，平台不提供课程设计和课程目标，而是一个教学工具。CAPA通过后台记录学生的基本资料，学生参与的互动交流、学业情况，针对学业课程中的疑难点，提供个性化的考试资源。

四、大数据技术在教育教学中应用给我们的启示

大数据时代由于数据量大，数据收集与携带便捷，使海量学生行为数据被挖掘、收集，通过数据建模对学习者行为的分析变得比前大数据时代更为全面和可靠。数据时代在数据的挖掘和预测上固然潜力十足，但是大数据时代更多的价值是满足学习者的适应性需求，在预测行为的基础上，修改教学模式，使之个性化与定制化。从数据建模走向支持适应性教学，支持对象从群体转向了个人，对教育活动的影响从对行为的认识转向了教育活动的实践，从科技理性指导下的去境脉转向了基于真实情境的教学活动。

走向适应性，不仅改变人类行为方式，更重要的是改变了认知方式。前大数据时代人们在科技理性的指导下完全被数据证据左右，教师和学生、教育决策者和学校形成传统社会契约关系，当事人把自己百分之百地交给专业工作人员，而专业工作人员遵守契约，对当事人全心全意地负责，从而使专业工作人员享受至高无上的垄断性地位。大数据时代，教师不再是知识的控制者，他通过参与学生的学习活动，根据学生的认知特点、个性需求，不断地调整教学步骤、教学进度和难度。学生不用完全将自己有如病人交付给医生一般完全托付给教师。在学习的过程中，通过与教师的互动交流，在教师的协助下，成为自己学习的主体，控制并对自己的学习负责。由于教师精力有限，大数据时代下的网络计算机辅助学习系统可以为教师和学生提供辅助指导的机会。

五、大数据技术在教育教学中应用应注意的几个问题

大数据给我们带来的便捷的生活和高质量的教育的同时，需要我们保持警惕和防止因果关系和相关关系的误用，并且维护数据安全。在信息安全方面，学生和教师的大量信息被收集和使用，在使用的过程中，必须制定相关私隐保护法，保证信息的安全，警惕数据滥用。学生的行为数据也不可以作为教师教学评优的依据，让大数据真正成为支持教学变革、提升教学效能、促进学生发展的手段，而不是控制教师和学生的工具。

参考文献：

[1]詹玲.面向应用的对象存储设备的数据组织研究[D].华中科技大学，2009.

[2]王治文.计算机多媒体辅助教学及其软件设计[M].浙江科学技术出版社，2000.

[3]刘雍潜，杨现民.大数据时代区域教育均衡发展新思路[J].电化教育研究，2014.