大数据时代

汪海燕

摘要：大数据时代下，教育也深受其影响。在高校教学和管理中，对教育数据的挖掘将成为提高教学管理水平和教学质量的重要方式。中国教育在当前社会转型影响下存在不少问题，尤其是在传统的教学形式下，学生的个性得不到充分的发挥，教师不能做到真正意义上的因材施教。依托正在形成的大数据技术，通过革新教育者的思维模式和重构教学的评价方式，从而进一步为实现因材施教助力。

关键词：大数据；因材施教；思维模式；评价方式

一、大数据思维的典型案例运用

2009 年，甲型 H1N1 流感爆发时，谷歌公司利用流感趋势（Google Flu Trends）搜索关键词，成功地预测到这场大范围流感爆发的散布区域。这让很多公共医疗组织与官员既震惊又尴尬。然而当人们发现谷歌公司在流感爆发前几周在 《Nature》上发表的文章时，才发现通过对海量数据的分析可以预测未来并辅助决策。谷歌公司是怎么做到的？ 因为它保存了多年来用户所有的搜索记录，通过观察人们在网上的搜索记录（通过用户输入的关键词来判断其是否已经传染了流感）来完成预测，预测的准确度与官方数据相关性高达 97%。[1]

美国折扣零售商塔吉特通过成功地预测到了顾客怀孕，大大提高了营业额。塔吉特公司通过收集一个人可以收集到的所有数据，经相关关系分析得出事情的“真相”。他们首先察看了签署婴儿礼物登记簿的女性消费记录，他们发现登记簿上的妇女会在怀孕大概第三个月买很多无香乳液。几个月之后她们会买一些营养品，比如钙、镁、锌。公司最终找出了大约二十多种关联物，这些关联物可以给顾客进行“怀孕趋势”评分。这些相关关系甚至可以比较准确的预测顾客的预产期。这样就能使公司在顾客孕期的每个阶段给顾客寄出相应的优惠券，已达到经营利润的最大化。[2]

二、大数据时代下，如何实现教育领域的因材施教

（一）让数据自己“发声”

因材施教要求教师要从学生的实际情况、个别差异出发，有的放矢的进行有差别的教学，使每个学生都能扬长避短，获得最佳的发展。如今，在大数据时代下，这一愿望得以有实现的可能。可汗学院设计的在线学习系统对于每个学生花了多少时间观看影片，哪个单元花的时间比较多，做错了哪些题目，哪些单元轻松地完成10个题目顺利晋级到下一个单元的学习等数据都做了记录，并通过对这些数据的分析作为学生的补充性教学的基础与依据。[3]Udacity、Coursera 和 EDX 等在线教育课程通过跟踪学生的在线学习轨迹（如学生在观看教学视频时哪段停留的时间以及重新播放的时间更长、哪段内容被直接跳过）来寻找最佳的教学方法。通过分析学生看过的每个论坛帖子以及他们是否正确完成课外作业，来预测看过某个帖子之后的学生正确作答的概率，并由此来确定哪些论坛帖子最适合学生阅读。这些都是过去无法得知的，对于这些海量数据的应用彻底地改变了当前的教学方式。教师可以透过数据，了解掌握学生的真实学习情况，从而个别对待，有所区分地加以教学。

（二）革新教育者教学思维

传统的教育大多是教育主管部门和教育者通过教学经验的学习与自己的总结，认为某些因素对教学活动很重要，从而一而再、再而三地强调。但是有些经验是不具有科学性的，常识有时会影响人们的判断。比如苹果公司就发现，笔记本电脑销售额的提升，常识认为的比如提高库存管理能力、提供员工更多的专业培训、做更为时尚的广告、促销等等，只能提升2%～9%的销售额，而把电脑屏幕和桌子呈70度角左右放置，却能高出其他电脑销售额的15%。70度角放置的电脑，因为反光会让人不舒服，从而诱使客户去搬动屏幕，一旦潜在客户与货物发生了肢体接触，他购买这个商品的可能性就上升了15%。[4]大数据时代教师的教学思维需要从群体教育的方式转向个体教育，在教学过程中，可以真正做到因材施教，因人而异。

传统教育也提倡因材施教，但是由于学生数量、教师精力、教育任务等制约，因材施教总是有些缺憾。大数据技术将给教师提供最为真实、最为个性化的学生特点，教师在教学过程中可以有针对性地进行因材施教。比如，在课堂学习过程中，哪些（或哪个）同学注意基础部分，哪些同学注意实践内容，哪些同学完成某一练习，哪些同学可以阅读推荐书目等等。这和网络购物相似，通过你过去的购买痕迹，网站就会分析出你的购物兴趣，从而有针对性地给你推送广告信息。不仅如此，当学生在完成教师布置的作业时，也能通过数据分析强化学习。比如通过电子设备做作业时，某一类型的题目有几次全对，就可以把类似的题目跳过；如果某个类型的题目犯错，系统则可进行多次强化，这样不仅提高了学习效率，也减轻了学生的学习负担。

（三）重新构建教学评价方式

长期以来，教学评价活动主要是学校以及上级主管部门在听课和学生考试成绩的基础上对任课教师进行评价，或者教师根据学生考试成绩和作业成绩以及课堂表现等对学生进行评价。教学评价活动促进了教师的教学和学生的学习，但是在细节方面还有待提高，比如教师在教学活动中，哪些教学方式是最为擅长也最容易为学生接受？学生在学习过程中，个体的学习习惯是什么，什么样的学习方式最容易掌握知识？这些细节可能需要大量的实践经验总结出来，短期的教学评价是难以实现的。大数据技术通过对教师与学生长期行为进行分析，得出具有个性化的教学行为、习惯、方式。大数据的到来，可以通过技术层面来评价、分析并进而提升教学活动。首先，教学评价的方式不再是经验式的，而是可以通过大量数据的“归纳”，找出教学活动的规律。比如新一代的在线学习平台，就多出了行为和学习诱导的部分。通过记录学习者鼠标的点击，可以研究学习者的活动轨迹，发现不同的人对不同知识点有何不同反应，用了多长时间，以及哪些知识点需要重复或强调。对于学习活动来说，学习的效果体现在日常行为中，哪些知识没有掌握，哪类问题最易犯错等成为分析每个学生个体行为的直接结果。其次，可以对学生进行多元评价，而不仅仅是知识掌握的单一维度。对学生的评价应该是多元的，特别是通过数据分析，可以发现学生思想、心态与行为的变化情况。

参考文献：

[1]徐子沛.大数据变革[M].南宁：广西师范大学出版社，2012.

[2][美]维克托·迈尔-舍恩伯格，肯尼思·库克耶.大數据时代：生活、工作与思维的大变革[M].杭州：浙江人民出版社，2013.

[3]可汗学院（Khan Academy）———未来教育一瞥[EB/0L].http：//www.tedtochina.com/2011/11/22/khan_academy_and_future_of_education/，2013-01-20.

[4]霍娜.非结构化数据来袭[N].中国计算机报，2011-0711（A24）.