400-818-0011
是金子必會發光
驅動教學模式重塑
傳統的教學模式映射了工業化時代的標準化、規模化的生產方式特征，以“教師、教材、課堂”為中心的“三中心”教學模式，注重學科知識體系的構建和教師的主導地位，強調課堂上知識的單向傳授，成功解決了工業社會發展所需要的大規模知識型、技能型人才培養地問題，但很大程度上忽略了學習者的個性化需求。
隨著大數據在教育領域的應用，我們可以更精細地刻畫師生教與學的特點，并針對性推送教學內容與服務，從而促使教學能夠更有效f 關注個體，真正實現因材施教，培養出符合信息化時代所需要的個性化、創新型人才。比如，美國奧斯汀佩伊州立大學針對多元化的學生結構，采用“學位羅盤”個性化課程推薦系統，利用學習分析技術分析匹配對象的過往成績與課程表之間的相關性，預測該生未來在該課程取得的成績，從而幫助每個學生選擇最適合自身發展的課程，最終達到提升學業表現的目的。
驅動評價體系重構
教育評價是提高教育教學質量的有力手段。傳統教育評價重視學生考試成績，重在甄別證明，忽視了學生綜合素質和個性發展，忽視學生進步和努力程度，忽視了診斷和改進。
大數據使評價內容更加豐富多元，不再僅僅注重學生的學習成績，而更加關注身心健康、學業進步、個性技能、成長體驗等方面。評價內容從單純對知識掌握狀況的評價，轉向知識、能力和素養并重的綜合性評價;評價方式從傳統的一次性、總結性評價，轉向過程性、伴隨性評價;評價手段從試卷、問卷，轉向大數據采集分析系統。隨著多種基于云的學習平臺、學習終端的廣泛應用，收集學生的過程性學習數據如學習行為、學習表現、學習習慣等成為可能。通過分析挖掘學生學習的全過程數據，可為學生的自我發展、教師的教學反思、學校的質量提升等提供基于數據的實證分析支持。美國田納西州的增值評價系統，通過對學生的成績如語言、數學、科學等進行多年追蹤分析，利用增值評價方法分析每個學生在學業上的進步，并以此為依據來評估學區、學校、教師效能。
驅動研究范式轉型
教育科學的研究旨在為教育教學實踐提供服務，其成果可直接作為改進教育實踐的依據。
在傳統的教育科學研究中，質性研究居多，量化研究較少;理論演繹居多，實證研究較少。雖采用了觀察法、調查法、統計法等實證研究方法，但由于技術和手段的局限，往往只能采用抽樣思維進行局部樣本的研究，且研究反饋具有滯后性，難以滿足實際教育教學實踐的需求。
大數據時代，教育數據的分析將走向深層次挖掘，既注重相關關系的識別，又強調因果關系的確定，通過數據分析技術發現教育系統中實際存在的問題，比傳統研究范式更準確評價當前現狀，預測未來趨勢。例如麻省理工學院和哈佛大學的學者對大規模開放在線課程平臺的教學視頻操作行為進行分析，從中探尋學習者學習過程中的若干共性，并對這些共性與視頻課程的呈現內容與方式進行相關分析，據此作為后續改善教學內容設計及呈現方式的重要依據。
驅動教育決策創新
學習分析與數據挖掘技術的進步促使教育決策更加精確與科學，決策方式從“基于有限個案”向“基于全面數據”轉變，從而推動教育決策從經驗型、粗放型向精細化、智能化轉變。
對教育大數據的全面收集、準確分析、合理利用，已成為教育決策創新的重要驅動力。美國國家教育統計中心通過應用大數據技術，創建了學生學習分析系統。借助這一系統，政府能夠對各類學校的學生學習行為、學業成就、生源規劃、家庭背景等海量信息進行深度挖掘，以此作為美國聯邦政府及各州衡量教育發展、分配教育資源、促進教育改革的重要依據。
驅動教育管理變革
當前，在學校和教育機構中，教育管理者由于無法及時掌握教學與管理綜合情況，難以對教育系統進行動態監管。隨著大數據時代的到來，對教育大數據進行深入挖掘和分析，將數據分析的結果融入學校的日常管理與服務之中，是為師生提供精細化與智能化服務的基礎。
以校園網絡安全監管服務為例，美國康涅狄格大學利用大數據技術分析校園網站、應用程序、服務器及移動設備等產生的日常數據，并通過對海量日志文件的數據進行深度挖掘來檢測與定位用戶如非法入侵、濫用資源等異常行為，幫助教育管理人員全面掌握潛在問題與威脅，大幅提升校園網絡系統的安全防護能力。
我國須跟進教育大數據發展
大數據以其獨特的功能及優勢應用于教育領域，開啟了教育科學發展的新時代，推動了教育領域的眾多變革。數據驅動教育創新、數據驅動教育變革已成為不可更改的趨勢。
目前，我國教育大數據的發展還處于初步探索階段，隨著應用的不斷深入，應重點關注以下問題：
一是跨領域數據的融通共享。大數據的采集來源豐富多元，包括多個領域、多種類型的數據庫。若只單純關注教育領域的數據則遠遠不夠，還需要綜合考慮與分析教育對象相關領域的數據。因此，如何實現跨領域的數據信息無縫流轉與融通共享，是教育大數據應用中首要解決的問題。
二是教師的數據素養。擁有數據并不一定能有效應用數據來改善教學實踐。因此，要推進數據在教育教學實踐中的有效應用，亟待提高教師理解并應用數據改進教育教學實踐的能力。美國早在2014年就明確對教師的數據應用能力提出要求，即教育工作者如何獲取、分析和使用數據來支持教與學。
三是教育大數據的隱私與倫理問題。在教育大數據的分析與利用過程中，涉及眾多的參與主體如各級各類學校、教育行政部門及相關大數據企業等，若對數據的歸屬權缺乏明確規范，則會導致以提供個性化服務為目的的海量數據采集分析過程中有大面積披露數據隱私的潛在危險，而這些記錄數據一旦被泄露，則會對個人隱私造成極大侵害。目前，我國關于教育大數據的安全與隱私問題研究較少，應加快制定有利于促進教育大數據的準確、規范、統一使用和管理的相關法律及標準。
