论文部分内容阅读
摘 要：在大数据时代，我们处理数据的理念要完成三大转变：要全体不要抽样，要混杂不要绝对精确，要相关不要因果关系。在教育领域，其管理方式、评价方式、思维方式的都会发生变革。面对这些新的变革，应加快信息化建设、重视培训、转变评价方式等来迎接大数据带来的挑战，实现学生、教师、学校的发展。
关键词：大数据时代；教育变革；应对方式
中图分类号：G434 文献标识码：A
一、大数据时代下的思维方式
（一）全数据模式，样本=总体
大数据时代下，全部变量的全部取值已经放到了面前，人们不用再去抽样得到样本数据，直接使用总体数据就是了。大数据中的“大”不是绝对意义上的大，而是说要尽可能多地掌握数据，利用所掌握的数据进行分析、论证假设所谓“大数据”，全在于发现和理解信息与信息之间的关系，知道是什么就够了，没必要知道为什么。建立在相关关系基础上的预测是大数据的核心。如果我们拥有全部或者足够多的数据并加以科学的利用，就能够从不同角度，挖掘数据的方方面面，创造价值。
（二）不是精确性，而是混杂性
由于“样本=总体”，所以，大数据时代的数据追求的是混杂性，而不是精确性。在“小数据”时代，收集信息不方便，为了使其具有真实性，必须进行精确的的收集，以确保结果的真实性。大数据时代对待数据则采取一种“宽容”的态度：第一，允许变量取值的不精确性；第二，允许变量区分的混杂性。数据内容不再那么局限与狭隘，可利用的数据多了起来。
（三）不是因果关系，而是相关关系
在大数据时代下，由于样本的容量非常大，不能精确地控制变量，变量与变量之间关系复杂，变量与结果关系也更为复杂，此时人们已经无法再得到变量之间的因果关系，而只能够得到变量的相关关系。但是并不说明我们不重视因果关系，依然用因果关系来说明我们所发现的相互联系。需要注意的是，这些观点都不是绝对化的，而是二者相较而言取更好。而二者相较的依据就是大数据的核心一预测，哪一个更利于预测，哪一个就更好。[1]
二、大数据时代下的教育变革
（一）教育管理科学化
大数据的影响好比几个世纪之前人类发明的显微镜。大数据将成为观察人类自身行为的“显微镜”，这个新的显微镜将再一次扩大人类科学的范围，推动人类知识增长，引领新的经济繁荣。[2]不难发现，大数据让教育决策和管理建立在教育教学规律基础上。单个学生、教师行为数据看似杂乱无章、毫无规律可循，但当数据累积到一定程度时，大数据可以发挥独特作用，记录学生成长过程，跟踪学生学习的全过程，挖掘隐藏在背后的相关关系，找到学生学习和教师教学规律。并可以提供每名学生基本情况、学习科目、测试成绩，以及在每门课每个模块的表现、强弱项等学生情况，也可以提供教师的基本情况。有了这些信息，教育管理者可以调整发展策略，教育也由原来准科学的管理模式走向精细化、科学化管理道路。
从我国实际情况来看，教育政策的制定与执行都是自上而下的，这种情况有利于政策的权威性与执行的效率，但是忽视教学与学生实际。大数据时代将可以通过对教育数据的分析，挖掘出教学、学习、评估等符合学生实际与教学实际的情况。这样就可以科学、合理地制定、执行教育政策。
（二）教学方式的转变
维克托·迈尔·舍恩伯格教授认为：大数据是一种价值观、方法伦…，是一场思维的大变革。[3]首先，作为实体存在的学校不会消失，师生面对面的授课方式还会存在，教师应占用较少的语言讲课时间，充分利用和借助各种网络资源，使教学方法和教学策略多样化、新颖化，优化教学手段，激发学习兴趣，发挥学生的主动性与积极性，实现教师的个性化教学，学生的个性化学习；其次，根据学生的个性特点，把学生分成小组，让学生在参与合作中互相交流学习，大数据时代的课堂讨论与交流可以由校园延伸到无处不在的网络，人人网，微博，微信等社交网络等交流手段的进步，可提供多样化的互助学习，共享资源，共同进步，培养学生的责任感与集体感。教师不再是单纯的知识传授者，而要成为学生学习的促进者、学术探究的合作者。最后，在大数据时代下，需要适应新时代的要求，贴合实际地设计有关本专业大数据实验及实践环节，将其融人课程教学中，融基础理论、实践教学为一体，减缓毕业学生初入社会受到的冲击，让学生更好的适应社会的发展。
（三）重新构建教学评价方式
在大数据时代下教学评价方式将发生变化。首先，教学评价的方式不再是经验式的，而是科学、客观的，通过记录学习者的网上点击，可以研究学习者的活动轨迹，发现学习者的知识反应方式，哪些知识需要略讲，哪些知识需要重复或强调。其次，可以对学生进行多元评价。对学生的评价应该是多元的，对不同的学生采取不同的评价，同一个学生的不同方面采取不同的评价，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。即使是掌握知识的单一维度，其因素也是多方面的，有的感性思维好，有的则是理性思维能力强，通过大数据技术，可以分析出每个学生的特点，从而发现优点，规避缺点，矫正不良思想行为。传统教学评价，无论是对教师的，还是对学生的，都是根据学生的成绩或者升学率，注重的是结果。而大数据时代可以通过技术手段，记录教师的教育学生的学习轨迹，跳出了结果根据的圈子，实现过程性评价，或者说是发展性评价。
三、大数据时代下的教育变革的应对方式
（一）加强网络建设，提供有力支撑
大数据时代引起的教学形态变化要求教学数据支撑环境能够提供智能的数据分析和挖掘功能，数据的分析和挖掘功能是大数据时代的关键所在。教学支撑环境要能够记录教育教学过程中的各种数据和教学监控数据，并能够根据教师和学生的个性化需要提供知识推荐和个性化服务。通过计算机网络使信息服务与教学的各个领域相互融合，为教育数据的采集和决策提供一个智能支持平台。[4] 首先，要树立大数据的理念，储备、引进数据统计人才。其次，随着科技的不断进步，我们已经或者即将进入人机时代，需要为教师与学生提供相应的设施。已经有越来越多的学校为教师与学生配备计算机。在支持教师教学与学习的同时也保障了教学数据与学习数据的存贮。可以通过让学生把自己的设备带到 学校作为学习的工具。学校仅资助少数没有自己设备的贫困学生，尽量实现一对一数字化教学。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，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。[5]
（二）强化教师的培训
未来的教学活动，教师的专业知识仍然占据着重要位置，但是教师还需掌握一项重要的技能，即教育数据的分析，发现隐藏在这些相关关系数据的背后原因，提高他们的教学实践，并能改善学生的学习成果。但是这需要教师具备相应的知识与能力。当前情况下，应该建立国家或者学校层面的数据分析培训机构，加强教师的应用能力。应该积极开设数据分析课程，为大数据时代的来临做好准备，大数据时代的来临，将进一步扩大数据分析人才的需求。[6]
在学习过程中，每名学生的所有学习行为都会被自动记录下来，数百万学生的数据汇集成“学习大数据”，教师有了这种数据分析能力，才能对大数据进行分析和挖掘，了解和发现学生更多的学习规律，不断地改善教学系统。教师也可以根据自己的教学特点，学生的反馈，海量的教育资源，促进自身专业的发展。
（三）以过程性评价为主，终结性评价为辅
终结性评价注重结果，忽视教师和学生在教学与学习过程中付出努力程度的差别，发展的差异性，结果看似客观，实际上有很多主观因素。比如，不同班级学生知识基础的差异，学生对专业课、公共课等各类课程的重视程度的差异等。而通过数据化的过程性评价，将那些终结性评价中忽略的地方等都考虑进去，比如，教师与学生的个性特征、知识基础、努力程度、个体学习习惯。但是，以过程性评价为主不是不要结果，没有了结果过程就无的放矢了，过程必须是以结果为导向的过程，过程性评价必须将终结性评价有效结合起来，以过程性评价为主，兼顾结果评价，实现评价内容多元化，通过技术层面来评价、分析并进而提出意见。
参考文献：
[1]陈琦，林峰.站在“云数据”的巨人肩膀上望--“《大数据时代》与教育”之感[J].科技视界，2014（20）.
[2]张植卿，程鲜彩.大数据对教育领域产生的革命性影响[J].经济研究导刊，2014（5）.
[3][英]维克托·迈尔·舍恩伯格，肯尼思·库克耶.大数据时代[M].盛扬燕，周涛，译.杭州：浙江人民出版社，2013.
[4]付岩，张建勋.大数据时代信息技术与高等教育深度融合的思考[J].中国轻工教育，2014（4）.
[5]梁文鑫.大数据时代—课堂教学将迎来真正的变革[J].北京教育学院学报，2013（1）.
[6]喻长志.大数据时代教育的可能转向[J].江淮论坛，2013（4）.
关键词：大数据时代；教育变革；应对方式
中图分类号：G434 文献标识码：A
一、大数据时代下的思维方式
（一）全数据模式，样本=总体
大数据时代下，全部变量的全部取值已经放到了面前，人们不用再去抽样得到样本数据，直接使用总体数据就是了。大数据中的“大”不是绝对意义上的大，而是说要尽可能多地掌握数据，利用所掌握的数据进行分析、论证假设所谓“大数据”，全在于发现和理解信息与信息之间的关系，知道是什么就够了，没必要知道为什么。建立在相关关系基础上的预测是大数据的核心。如果我们拥有全部或者足够多的数据并加以科学的利用，就能够从不同角度，挖掘数据的方方面面，创造价值。
（二）不是精确性，而是混杂性
由于“样本=总体”，所以，大数据时代的数据追求的是混杂性，而不是精确性。在“小数据”时代，收集信息不方便，为了使其具有真实性，必须进行精确的的收集，以确保结果的真实性。大数据时代对待数据则采取一种“宽容”的态度：第一，允许变量取值的不精确性；第二，允许变量区分的混杂性。数据内容不再那么局限与狭隘，可利用的数据多了起来。
（三）不是因果关系，而是相关关系
在大数据时代下，由于样本的容量非常大，不能精确地控制变量，变量与变量之间关系复杂，变量与结果关系也更为复杂，此时人们已经无法再得到变量之间的因果关系，而只能够得到变量的相关关系。但是并不说明我们不重视因果关系，依然用因果关系来说明我们所发现的相互联系。需要注意的是，这些观点都不是绝对化的，而是二者相较而言取更好。而二者相较的依据就是大数据的核心一预测，哪一个更利于预测，哪一个就更好。[1]
二、大数据时代下的教育变革
（一）教育管理科学化
大数据的影响好比几个世纪之前人类发明的显微镜。大数据将成为观察人类自身行为的“显微镜”，这个新的显微镜将再一次扩大人类科学的范围，推动人类知识增长，引领新的经济繁荣。[2]不难发现，大数据让教育决策和管理建立在教育教学规律基础上。单个学生、教师行为数据看似杂乱无章、毫无规律可循，但当数据累积到一定程度时，大数据可以发挥独特作用，记录学生成长过程，跟踪学生学习的全过程，挖掘隐藏在背后的相关关系，找到学生学习和教师教学规律。并可以提供每名学生基本情况、学习科目、测试成绩，以及在每门课每个模块的表现、强弱项等学生情况，也可以提供教师的基本情况。有了这些信息，教育管理者可以调整发展策略，教育也由原来准科学的管理模式走向精细化、科学化管理道路。
从我国实际情况来看，教育政策的制定与执行都是自上而下的，这种情况有利于政策的权威性与执行的效率，但是忽视教学与学生实际。大数据时代将可以通过对教育数据的分析，挖掘出教学、学习、评估等符合学生实际与教学实际的情况。这样就可以科学、合理地制定、执行教育政策。
（二）教学方式的转变
维克托·迈尔·舍恩伯格教授认为：大数据是一种价值观、方法伦…，是一场思维的大变革。[3]首先，作为实体存在的学校不会消失，师生面对面的授课方式还会存在，教师应占用较少的语言讲课时间，充分利用和借助各种网络资源，使教学方法和教学策略多样化、新颖化，优化教学手段，激发学习兴趣，发挥学生的主动性与积极性，实现教师的个性化教学，学生的个性化学习；其次，根据学生的个性特点，把学生分成小组，让学生在参与合作中互相交流学习，大数据时代的课堂讨论与交流可以由校园延伸到无处不在的网络，人人网，微博，微信等社交网络等交流手段的进步，可提供多样化的互助学习，共享资源，共同进步，培养学生的责任感与集体感。教师不再是单纯的知识传授者，而要成为学生学习的促进者、学术探究的合作者。最后，在大数据时代下，需要适应新时代的要求，贴合实际地设计有关本专业大数据实验及实践环节，将其融人课程教学中，融基础理论、实践教学为一体，减缓毕业学生初入社会受到的冲击，让学生更好的适应社会的发展。
（三）重新构建教学评价方式
在大数据时代下教学评价方式将发生变化。首先，教学评价的方式不再是经验式的，而是科学、客观的，通过记录学习者的网上点击，可以研究学习者的活动轨迹，发现学习者的知识反应方式，哪些知识需要略讲，哪些知识需要重复或强调。其次，可以对学生进行多元评价。对学生的评价应该是多元的，对不同的学生采取不同的评价，同一个学生的不同方面采取不同的评价，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。即使是掌握知识的单一维度，其因素也是多方面的，有的感性思维好，有的则是理性思维能力强，通过大数据技术，可以分析出每个学生的特点，从而发现优点，规避缺点，矫正不良思想行为。传统教学评价，无论是对教师的，还是对学生的，都是根据学生的成绩或者升学率，注重的是结果。而大数据时代可以通过技术手段，记录教师的教育学生的学习轨迹，跳出了结果根据的圈子，实现过程性评价，或者说是发展性评价。
三、大数据时代下的教育变革的应对方式
（一）加强网络建设，提供有力支撑
大数据时代引起的教学形态变化要求教学数据支撑环境能够提供智能的数据分析和挖掘功能，数据的分析和挖掘功能是大数据时代的关键所在。教学支撑环境要能够记录教育教学过程中的各种数据和教学监控数据，并能够根据教师和学生的个性化需要提供知识推荐和个性化服务。通过计算机网络使信息服务与教学的各个领域相互融合，为教育数据的采集和决策提供一个智能支持平台。[4] 首先，要树立大数据的理念，储备、引进数据统计人才。其次，随着科技的不断进步，我们已经或者即将进入人机时代，需要为教师与学生提供相应的设施。已经有越来越多的学校为教师与学生配备计算机。在支持教师教学与学习的同时也保障了教学数据与学习数据的存贮。可以通过让学生把自己的设备带到 学校作为学习的工具。学校仅资助少数没有自己设备的贫困学生，尽量实现一对一数字化教学。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，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。[5]
（二）强化教师的培训
未来的教学活动，教师的专业知识仍然占据着重要位置，但是教师还需掌握一项重要的技能，即教育数据的分析，发现隐藏在这些相关关系数据的背后原因，提高他们的教学实践，并能改善学生的学习成果。但是这需要教师具备相应的知识与能力。当前情况下，应该建立国家或者学校层面的数据分析培训机构，加强教师的应用能力。应该积极开设数据分析课程，为大数据时代的来临做好准备，大数据时代的来临，将进一步扩大数据分析人才的需求。[6]
在学习过程中，每名学生的所有学习行为都会被自动记录下来，数百万学生的数据汇集成“学习大数据”，教师有了这种数据分析能力，才能对大数据进行分析和挖掘，了解和发现学生更多的学习规律，不断地改善教学系统。教师也可以根据自己的教学特点，学生的反馈，海量的教育资源，促进自身专业的发展。
（三）以过程性评价为主，终结性评价为辅
终结性评价注重结果，忽视教师和学生在教学与学习过程中付出努力程度的差别，发展的差异性，结果看似客观，实际上有很多主观因素。比如，不同班级学生知识基础的差异，学生对专业课、公共课等各类课程的重视程度的差异等。而通过数据化的过程性评价，将那些终结性评价中忽略的地方等都考虑进去，比如，教师与学生的个性特征、知识基础、努力程度、个体学习习惯。但是，以过程性评价为主不是不要结果，没有了结果过程就无的放矢了，过程必须是以结果为导向的过程，过程性评价必须将终结性评价有效结合起来，以过程性评价为主，兼顾结果评价，实现评价内容多元化，通过技术层面来评价、分析并进而提出意见。
参考文献：
[1]陈琦，林峰.站在“云数据”的巨人肩膀上望--“《大数据时代》与教育”之感[J].科技视界，2014（20）.
[2]张植卿，程鲜彩.大数据对教育领域产生的革命性影响[J].经济研究导刊，2014（5）.
[3][英]维克托·迈尔·舍恩伯格，肯尼思·库克耶.大数据时代[M].盛扬燕，周涛，译.杭州：浙江人民出版社，2013.
[4]付岩，张建勋.大数据时代信息技术与高等教育深度融合的思考[J].中国轻工教育，2014（4）.
[5]梁文鑫.大数据时代—课堂教学将迎来真正的变革[J].北京教育学院学报，2013（1）.
[6]喻长志.大数据时代教育的可能转向[J].江淮论坛，2013（4）.