论文部分内容阅读
【摘要】大数据时代已悄然降临，在大数据时代里，数据分析以及基于数据分析的决策将成为这个时代的核心特征和促进人们学习、生活与工作变革的重要基础，受此影响，教育领域也必然发生历史性变革。大数据时代的教育，将变成一门实实在在的实证科学。
【关键词】大数据教育变革MOOC
1.导语
缘起大数据。近年来，随着互联网的快速发展，社交网络、物联网、云计算等得到广泛应用，在科学研究、电子商务等诸多应用领域，数据规模、数据种类正在以极快的速度增长，大数据时代已悄然降临，它将从根本上改变我们认识世界和改变世界的方式，开启一次重大的时代转型。美国奥巴马政府已经把大数据上升到了国家战略的层面，投资2亿美元启动“大数据研究和发展计划”，我国的国家973计划中已经部署相关的科研项目，在有中国硅谷之称的中关村，大数据产业已经纳入《中关村战略性新兴产业集群创新引领工程（2013-2015 年）》。
大数据具有四V特性: 数据规模大（Volume）、数据种类多（Variety）、数据要求处理速度快（Velocity）、数据价值密度低( Value）。这些特性使得大数据区别于传统的数据概念。大数据的概念与“海量数据”不同，后者只强调数据的量，而大数据不仅用来描述大量的数据，还更进一步指出数据的复杂形式、数据的快速时间特性以及对数据的分析、处理等专业化处理，并最终获得有价值信息的能力。2012年的美国大选，奥巴马的数据团队通过对数以千万计的选民邮件进行了大数据挖掘，精确预测出了更可能拥护奥巴马的选民类型，并进行了有针对性的宣传，从而帮助奥巴马成为了美国历史上唯一一位在竞选经费处于劣势下实现连任的总统。
大数据给各行各业的发展模式和决策带来前所未有的革新与挑战，在大数据时代里，信息不仅仅是一种视觉和感官的东西，更是可捕捉、可量化、可传递的数据存在，数据分析以及基于数据分析的决策将成为这个时代的核心特征和促进人们学习、生活与工作变革的重要基础，受此影响，教育领域也必然发生历史性变革。教育的终极目标是做到因材施教，让每个学生都能以适合自己的方式与节奏进行学习，但基于有限教学经验的传统教学方式难有其力达到此目标。在大数据时代，这一美好的愿望将迎来走向现实的那一刻。教育将继经济学之后，不再是一个靠理念和经验传承的社会科学和道德良心的学科，大数据时代的教育，将变成一门实实在在的实证科学。
2.教学决策将能够跨越人类有限理性
美国卡内基梅隆大学的赫伯特西蒙教授指出：人类的理性是有限的，因此所有决策都是基于有限理性的结果。他指出，如果能够利用存贮在计算机里的数据来辅助决策，人类的有限理性范围将会扩大，决策的质量也将得到提高。以往教育领域一直本着由有经验的老教师传、帮、带新教师的方式发展教师队伍，原因在于老教师长时间对教学现象的观察与分析积累了被我们称之为教学经验的东西，这些是新教师所不具备的。但正如前面所说，教学经验的积累与运用仍然是人类的有限理性。
进入到大数据时代，计算机将可以通过以往教师记录在其中的教学问题以及对问题的解决方案进行分析，而当这种记录与分析达到一定数量时，通过对相关数据的分析将会为有需要的教师推荐在遇到类似的教学问题时可以采取的解决方案，教学决策将跨越人类的有限理性，从依赖存在于教师头脑中的教学经验转向依赖于对海量教学案例的数据分析。
目前，MOOC（大规模网络开放课程的简称）风起云涌，其与之前的OER（开放教育资源的简称）相比更加注重教学互动。EDX是麻省理工和哈佛大学联手创建的非营利性大规模在线课堂学习平台，它便尝试通过跟踪学生的在线学习轨迹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，并由此来确定哪些教学方法最适合学生。这在以往无法做到的事情有利佐证了大数据的应用，彻底地改变了当前的教学方式。
3.信息数据的收集过程和分析决策要求
大数据有能力去关注每个学生的微观表现：什么时候翻开书，听到什么话的时候微笑点头，在一道题上逗留了多久，在不同学科课堂上开小差的次数分别为多少，会向多少同班同学发起主动交流……这些数据对其他个体没有意义，是高度个性化表现特征的体现。最有价值的是，这些数据完全是在学生不自知的情况下被收集的，只需要一定的观测技术与设备的辅助，而不影响学生任何的日常学习与生活，因此它的采集也非常的自然和真实。数据分析以物联网、云计算等技术为基础，在其中挖掘出有价值的信息，经过过程性和综合性的考虑，找到学生各种行为之间的内在联系，考量其背后的逻辑关系，教师在此基础上作出恰当的教学决策，因人而异地提供针对性的教学措施，实现真正的因材施教，使得每位学生的发展都能够有据可依、有的放矢。
数据量与分析手段也异于传统。传统数据中，一名学生读完9年制义务教育产生的可供分析的量化数据基本不会超过10kb，包括个人与家庭基本信息、各门各科的考试成绩、身高体重等生理数据，以及图书馆等的使用记录和其他类别的评估数据。这样的数据量，一台较高配置的普通家庭电脑和初级的EXCEL或SPSS软件就能进行5000名左右学生的统计分析工作。这样的工作只需要中级水平的教育与心理统计知识，一套可供按部就班进行对照处理的数据分析模版，经过两三个月的操作培训就能基本胜任。
而大数据的分析则完全是另一种层面的技术。根据荷兰著名的行为观察软件商NOLDUS公司的研究，在一节40分钟的普通中学课堂中一名学生所产生的全部数据约5-6GB，而其中可归类、标签、分析的量化数据约有50-60MB，这相当于一名学生在传统数据领域中积累5000年的数据总和。而要处理这些数据，需要运用云计算技术，并且需要采用Matlab、Maple等软件进行处理并进行数据可视化。能够处理这些数据的专业人才一般来自数学或计算机工程领域，需要极强的专业知识与培训，而更为难能可贵的是，大数据挖掘并没有一定的方法，更多需要依靠挖掘者的天赋与灵感。对于教学者而言，这时严重的问题将不再是教育资源的缺乏，而是毫无知觉的教师在错误的方向上还在“勤奋地工作”。
4.大数据时代教育变革的实现
大数据时代教育变革的实现，需要为教师与学生提供相应的硬件设备、软件系统辅助其教学与学习，实现教学以及管理的数字化，实现知识的数字化并建立彼此之间的联系，为学生的因材施教奠定基础。同时，面对海量教学与学习数据，数据分析与挖掘将成为学校的常规工作，学校需要储备数据统计与分析的专业人才。大数据时代，学校的管理决策、课堂的教学决策都将依赖于海量数据的分析结果。
当前，人们对大数据的认识尚处于初始阶段，特别是大数据在教育领域的研究和实践才刚刚开始。因此，尽管我们已经预测并感受到大数据这股汹涌浪潮对教育行业的影响和冲击，但要真正的将大数据完美地应用于教育，造福于教育，仍然有很长的路要走，这需要我们的共同努力！
【关键词】大数据教育变革MOOC
1.导语
缘起大数据。近年来，随着互联网的快速发展，社交网络、物联网、云计算等得到广泛应用，在科学研究、电子商务等诸多应用领域，数据规模、数据种类正在以极快的速度增长，大数据时代已悄然降临，它将从根本上改变我们认识世界和改变世界的方式，开启一次重大的时代转型。美国奥巴马政府已经把大数据上升到了国家战略的层面，投资2亿美元启动“大数据研究和发展计划”，我国的国家973计划中已经部署相关的科研项目，在有中国硅谷之称的中关村，大数据产业已经纳入《中关村战略性新兴产业集群创新引领工程（2013-2015 年）》。
大数据具有四V特性: 数据规模大（Volume）、数据种类多（Variety）、数据要求处理速度快（Velocity）、数据价值密度低( Value）。这些特性使得大数据区别于传统的数据概念。大数据的概念与“海量数据”不同，后者只强调数据的量，而大数据不仅用来描述大量的数据，还更进一步指出数据的复杂形式、数据的快速时间特性以及对数据的分析、处理等专业化处理，并最终获得有价值信息的能力。2012年的美国大选，奥巴马的数据团队通过对数以千万计的选民邮件进行了大数据挖掘，精确预测出了更可能拥护奥巴马的选民类型，并进行了有针对性的宣传，从而帮助奥巴马成为了美国历史上唯一一位在竞选经费处于劣势下实现连任的总统。
大数据给各行各业的发展模式和决策带来前所未有的革新与挑战，在大数据时代里，信息不仅仅是一种视觉和感官的东西，更是可捕捉、可量化、可传递的数据存在，数据分析以及基于数据分析的决策将成为这个时代的核心特征和促进人们学习、生活与工作变革的重要基础，受此影响，教育领域也必然发生历史性变革。教育的终极目标是做到因材施教，让每个学生都能以适合自己的方式与节奏进行学习，但基于有限教学经验的传统教学方式难有其力达到此目标。在大数据时代，这一美好的愿望将迎来走向现实的那一刻。教育将继经济学之后，不再是一个靠理念和经验传承的社会科学和道德良心的学科，大数据时代的教育，将变成一门实实在在的实证科学。
2.教学决策将能够跨越人类有限理性
美国卡内基梅隆大学的赫伯特西蒙教授指出：人类的理性是有限的，因此所有决策都是基于有限理性的结果。他指出，如果能够利用存贮在计算机里的数据来辅助决策，人类的有限理性范围将会扩大，决策的质量也将得到提高。以往教育领域一直本着由有经验的老教师传、帮、带新教师的方式发展教师队伍，原因在于老教师长时间对教学现象的观察与分析积累了被我们称之为教学经验的东西，这些是新教师所不具备的。但正如前面所说，教学经验的积累与运用仍然是人类的有限理性。
进入到大数据时代，计算机将可以通过以往教师记录在其中的教学问题以及对问题的解决方案进行分析，而当这种记录与分析达到一定数量时，通过对相关数据的分析将会为有需要的教师推荐在遇到类似的教学问题时可以采取的解决方案，教学决策将跨越人类的有限理性，从依赖存在于教师头脑中的教学经验转向依赖于对海量教学案例的数据分析。
目前，MOOC（大规模网络开放课程的简称）风起云涌，其与之前的OER（开放教育资源的简称）相比更加注重教学互动。EDX是麻省理工和哈佛大学联手创建的非营利性大规模在线课堂学习平台，它便尝试通过跟踪学生的在线学习轨迹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，并由此来确定哪些教学方法最适合学生。这在以往无法做到的事情有利佐证了大数据的应用，彻底地改变了当前的教学方式。
3.信息数据的收集过程和分析决策要求
大数据有能力去关注每个学生的微观表现：什么时候翻开书，听到什么话的时候微笑点头，在一道题上逗留了多久，在不同学科课堂上开小差的次数分别为多少，会向多少同班同学发起主动交流……这些数据对其他个体没有意义，是高度个性化表现特征的体现。最有价值的是，这些数据完全是在学生不自知的情况下被收集的，只需要一定的观测技术与设备的辅助，而不影响学生任何的日常学习与生活，因此它的采集也非常的自然和真实。数据分析以物联网、云计算等技术为基础，在其中挖掘出有价值的信息，经过过程性和综合性的考虑，找到学生各种行为之间的内在联系，考量其背后的逻辑关系，教师在此基础上作出恰当的教学决策，因人而异地提供针对性的教学措施，实现真正的因材施教，使得每位学生的发展都能够有据可依、有的放矢。
数据量与分析手段也异于传统。传统数据中，一名学生读完9年制义务教育产生的可供分析的量化数据基本不会超过10kb，包括个人与家庭基本信息、各门各科的考试成绩、身高体重等生理数据，以及图书馆等的使用记录和其他类别的评估数据。这样的数据量，一台较高配置的普通家庭电脑和初级的EXCEL或SPSS软件就能进行5000名左右学生的统计分析工作。这样的工作只需要中级水平的教育与心理统计知识，一套可供按部就班进行对照处理的数据分析模版，经过两三个月的操作培训就能基本胜任。
而大数据的分析则完全是另一种层面的技术。根据荷兰著名的行为观察软件商NOLDUS公司的研究，在一节40分钟的普通中学课堂中一名学生所产生的全部数据约5-6GB，而其中可归类、标签、分析的量化数据约有50-60MB，这相当于一名学生在传统数据领域中积累5000年的数据总和。而要处理这些数据，需要运用云计算技术，并且需要采用Matlab、Maple等软件进行处理并进行数据可视化。能够处理这些数据的专业人才一般来自数学或计算机工程领域，需要极强的专业知识与培训，而更为难能可贵的是，大数据挖掘并没有一定的方法，更多需要依靠挖掘者的天赋与灵感。对于教学者而言，这时严重的问题将不再是教育资源的缺乏，而是毫无知觉的教师在错误的方向上还在“勤奋地工作”。
4.大数据时代教育变革的实现
大数据时代教育变革的实现，需要为教师与学生提供相应的硬件设备、软件系统辅助其教学与学习，实现教学以及管理的数字化，实现知识的数字化并建立彼此之间的联系，为学生的因材施教奠定基础。同时，面对海量教学与学习数据，数据分析与挖掘将成为学校的常规工作，学校需要储备数据统计与分析的专业人才。大数据时代，学校的管理决策、课堂的教学决策都将依赖于海量数据的分析结果。
当前，人们对大数据的认识尚处于初始阶段，特别是大数据在教育领域的研究和实践才刚刚开始。因此，尽管我们已经预测并感受到大数据这股汹涌浪潮对教育行业的影响和冲击，但要真正的将大数据完美地应用于教育，造福于教育，仍然有很长的路要走，这需要我们的共同努力！