| 资源中心 | 课例中心 | 旧版网站 |

/Images/uploadfiles/20180329103417.swf
| 德育 | 高中 | 初中 | 小学 | 学前 | 职成 | 艺体 | 民族 | 教育规划 | 初中地理 |

 

基于大数据的教学模式探析

来源:发表时间:2016-10-12 9:10:02访问次数:223

基于大数据的教学模式探析

王林毅 于巧娥

     大数据时代给传统教育提出了挑战,它要求人才个性化发展、教学方式革新、教育开放化、处理科学化。大数据观念的优越性迫使教学模式变革,它可通过大型数据库的建立和完善、科学体系化的数据分类、大数据意识的树立与提升、科学化的数据分析方法的创建来实现。

关键词 大数据 教学模式 教育变革

大数据即指巨量的资料,这些资料能够通过现有的软件工具进行整合、分析,从而为决策的科学化提供充足资讯保障,它是数量庞大、结构复杂的信息的大集合。与大数据密切相关的大数据处理是基于现代电子信息技术的数据处理与应用模式,通过对大数据的整合与共享,实现获取优质智力资源和知识服务的过程。大数据是 IT 行业继“云计算”和 “互联网”两大变革之后的一大里程碑式的技术突破与创新。

IBM 公司的粗略估计,全球每天创造的数据信息达到了 2. 5EB (1EB = 109GB = 1015KB),大量数据以空前绝后的速度向我们袭来,整个人类世界被卷入了大数据时代。大量的电子信息数据正逐渐改变我们的生产和生活方式,对社会科学、教育、文化和卫生等方方面面带来巨大影响。当今中国教育界应当认识到大数据时代对传统教育的挑战,把握好这样庞大的数据给教育模式所带来的巨大发展空间,挖掘其潜力,实现自身发展。

一、大数据时代对传统教育模式提出的挑战

() 传统教学模式的特点

1. 模式固定,便于接受和运用

传统教育模式中,教师可以根据课时安排广泛查阅资料并提前备课,以确保讲课过程的准确性; 学生也可以根据学习进度安排预习或者复习,进行针对性地学习,能将现实中典型的案例与教师传授的基础理论知识结合,从而形成一套完整的知识系统。

2. 教学效果快而明显

学生能在自主完成课堂作业的同时理解教师讲授的系统知识,将课堂理论和生活实践有机结合,并将课堂典型案例的初步思路和自己实践观察到的案例相结合,创造性地整合、分析现有数据完成学习任务,进而强化对基础知识点的掌握和运用。这种模式教学效果快而明显,学生基本上能按时按量完成作业。

3. 教师评价标准模式化

在传统教学模式中,教师根据自己备课的知识体系在心中构建了一个模式化的标准,并以此来评价学生的学习情况和作业完成情况,及时督促学生对自己的学习成果进行反思,对学生以统一的讲授标准来进行评判。

然而,在数据信息多元化的大数据时代,传统的填鸭式教学模式以及典型案例统计分析式教学再难满足时代发展的需要,传统教育模式面临巨大的挑战。

() 大数据时代对传统教育模式提出的挑战

1. 大数据时代要求人才个性化发展

信息时代的数据具有信息量大、实时性强、形式多样和价值多元化的特点,这就需要教育模式和教育理念关注个体的多样化发展,培养出符合大数据时代的高素质人才。然而,传统教育模式却以教师为课堂主体,以标准化思想要求每个学生。这种教育模式实行统一的教材、统一的测试和单一标准化的评价方式,难以调动学生自主创造的积极性,无法满足学生个性化发展的要求以及大数据时代发展的现实需要。

2. 大数据时代要求教学方式革新

魏忠教授在有关 “大数据与教育” 的论述中区分了“数字”和 “数据”的区别,他指出,数字只是一个数据的表面,而数据则是一个关于理论和现实世界的综合分析。数据要得到集中,不仅仅需要互联网等软件设施的成熟,更需要人的综合分析和整合。随着互联网的延伸发展,大数据将是未来教育发展的基础,而没有对数据的分析和挖掘,教育信息化将只能流于表面。

教育模式信息化革新,应该着力于使数据更易于整合。因此,我们获得知识的途径,就不能仅仅限于课堂,而应将网络在线学习和数据分析都发展为重要的学习方法。在信息化背景下,教师的职责也不能仅仅局限于知识的传授和对学生行为的规范、指导,而应根据个人的学习和发展情况,指导学生对数据进行关联化的分析和整理,挖掘有价值的数据,并探索这些数据和实践生活的内在联系,使教学活动紧跟数据时代的发展需要。

3. 大数据时代要求教育开放化

教育公平是社会公平的基石,大数据时代要求教育应朝着公平的方向发展,而教育公平的实现便依赖于教育开放化。尽管人们十分欢迎和采纳那些能提高社会生产效益和人民生活水平的新技术,然而人类总是有强烈的 “依赖”症,愿意走自己熟悉的路径,倾向于拒绝深层次的社会思想和制度变化———因为在固定模式下尝试新东西的行为总是令人不快的。

教育公平是构建社会主义和谐社会的重要途径,是个人全面发展的需要和社会公平的客观要求。现在许多著名大学都有免费的教学视频,个人对知识的获得和传播在未来的边际成本将非常低。这些优质的教育资源正是数据时代带给教育界的一大福音,只有真正让每一个学习者分享到这些大数据时代的教育资源,才能推动实现数据时代的公平化教育。不断推进教育公平,保障社会各阶层享受到平等的教育资源,更多的新型人才才能脱颖而出,成为实现新时代中国梦的强大动力。

4. 大数据时代要求数据处理科学化

大数据对人类社会各个方面都将产生巨大的影响,以行为评价和学习导向为主要特点的网络在线教育只是大数据潮流在教育领域的一个星火苗头。近年来电子信息技术突飞猛进,巨量的数据累积让人类在自然和社会中的活动得到了广泛而详细的记录,这种记录的密集度高、频度大,它们不仅为社会科学和自然科学研究提供了大量丰富的数据资源,也使得科学研究分析的结果更准确。很多科学家都预言,借助大数据的推力,社会科学和自然科学将全面迈进真理科学的殿堂。

随着电子信息技术应用的加强,人类每天都在制造各种各样的复杂数据,当这些数据达到一定数量和符合一定标准,就可以对它们进行深入、理性的分析和挖掘。对大量数据的理性分析将对传统教育产生深刻的影响和带来巨大的冲击,教育界应该积极关注大数据时代对数据的研究和应用,使数据处理更加科学化。传统的数据已经达到相对固定的数量和结构,要由注重数据的积累转而注意它的应用,而对于正在扩张的大量信息化数据,则要注意如何收集、如何有效分析整合。学校掌握着越来越广泛的信息化数据,这为教育变革提供了新的方向———寻找隐藏在大量数据背后的理性和规律,从大量数据中发现有价值的信息,再对这些有价值的信息进行深入分析整合,得出正确的科学理论,这才是大数据教育改革的真正价值。

二、大数据时代基于数据的教学模式变革

() 大数据的优越性迫使教学模式变革

相对于传统简单粗糙的数据统计分析而言,大数据观念更加强调通过细致而全方位的分析揭示复杂数据间的因果关系及其中蕴含的理性知识。因而,能够更为精准地捕捉社会各层面的微观变化数据。

首先,大数据观念能够关注社会各个方面的微观问题。通过对教育模式信息数据的详尽分析,将促进更加清晰展现师生教与学的特点,促使教育更关注学生的个性化发展,因材施教培养出符合大数据时代所需要的多元化人才。也就是说,学生学与教师教的过程及其学与教的成果评估过程都更加注重微观数据,教师可根据学生情况对学生进行

个别辅导和疑问解答,同时根据学生的学习作业进行有针对性地讲解等等。

其次,大数据观念能使教学效果更加具有实时性与即时性特点。教师要搜集与甄选网络上的大数据,快速掌握相关学科的信息,使教学更加关注社会热点。教学要立足解决当前社会急需解决的问题和隐患,培养学生的时政意识和表达意识。例如,教师以当今社会热点为背景,进行知识体系的梳理与讲解,教导学生以大量实时性数据和社会现象的分析入手解决问题。

最后,大数据对未来的预测视野更具广度和深度。来自社会各个层面的大数据本身就具有巨大的包容性,通过对大数据的分析和整理得出来的结果也可以预测教育事业发展的方向。虽然这些结果并不是解决所有问题的万能钥匙,但就如同实证研究的调查法所倡导的基数越大结果就越接近真理一样,数据预测对数据的要求也是如此,信息511数据量越庞大,其对未来预测的准确性也会更高,从而也更容易发现社会的缺陷性。大数据为人们提供以动态的视野来分析和解决问题的方法。

 () 基于大数据的教学模式构建

1. 大型数据库的建立和完善

基于大数据分析的教学模式建构,需要两个必要条件:一是大量的数据资料; 二是数据资料应当保证真实、无误。这就要求建立以国家机关为主导的、社会各个层面自觉自动发起数据库建立和数据保存。最好的模式是由国家有关机关发起,教育部、财政部、工业和信息化部支持,各个学校承担建设任务,并向社会大众开放的涵盖经济、社会、文化和政治各个方面的大型数据库。这个数据库不仅包括国外优秀的在线教育资源,而且还应涵盖国内各个高校的教育资源,同时还要真实系统地记录国内各个高校相关的教学活动情况。就个人的学习和发展来讲,应在这一数据库中建立学习者账号,实行一人一号,终身使用,保证持续、完整性地记录个人的学业情况与在社会的各方面发展情况。如果能够建立这样广泛系统的教育资源库,那就有了建立教学模式数据分析的基础。

2. 科学体系化的数据分类

基于数据的教学模式变革,必须对数据进行科学、系统的分类,以便于各个学校师生对数据的运用和分析。首先,应当考虑以多元的方法介入对数据的收集、整理和转化,根据数据本身的性质,判断其理论价值和学术价值。其次,针对那些周期发展长的数据分析,可考虑建立长期追踪随时更新的数据库和数据添加整理分析的长效机制。例如,建立关于学生个人学习成长过程的数据库; 针对那些注重分析数据和批判数据的课程,则建设针对不同学科的数据库,如数学、英语等; 针对道德伦理性的知识,则建设关于全部道德伦理学说的历史发展脉络知识数据库;对地域之间存在差异的教育资源分配,则考虑从宏观层面建立各地教育资源数据库,为促进全国范围内教育资源的优化配置提供决策依据。

3. 大数据意识的树立与提升

大数据时代需要人们对数据进行深层次的挖掘和研究。数据挖掘是指通过特定的软件对数据进行理论和逻辑上的分析,从而揭示数据之间隐藏的现实社会关系,为人们提供新的理论知识和动态导向。数据挖掘的主要目的,是发现隐藏在大量数据之下的社会规律,并对事物未来发展方向进行判断,即描述性分析和预测性分析。如人们发现酒和儿童尿布的买卖关联性就是通过对数据的描述性分析后整理数据得来的,再运用预测性分析对下个季度酒的销售量进行估计以预测销售业绩。由此,全社会应当树立文化知识交流的意识和大数据意识。一方面,人们要有对大数据时代的数据进行挖掘的意识; 另一方面,文化是需要交流的,中国和世界教育资源的相互交流对于教育的发展十分重要。因此,我们要加强国际教育交流,充分利用互联网实现大数据的全球共享,挖掘大数据,利用大数据为教育预测提供依据。

4. 科学化的数据分析方法的创建

可视化分析: 大数据时代使用数据分析结果的不仅仅是各方面专家,更有许多普通大众,他们对于数据分析结果的要求就是简单明了以及容易利用。这就要求对数据进行可视化的分析以便更多的人能理解和运用。即借助功能强大的可视化数据分析平台,辅助人工操作将数据进行关联分析,并做出完整的分析图表。因此,数据分析要有条理、有脉络,同时能够通过直白的图片或者其他方式完整展示数据分析的过程和数据链走向。

数据分析法: 这是数据分析中最重要的方法,就是通过各种结算总结挖掘数据背后隐藏的社会现象和社会真理,从而使问题得以解决。这就要求把数据进行分组和对比,通过查看不同组别数据之间的差别和数据发展的趋势分析社会现象背后的问题和真相。

预测性分析: 即建立在可视化分析和数据分析法之上的,在了解事实真相之后,对未来可能产生的新数据进行预测的方法。这就要求数据分析者要具有长远的眼光,以宏观的视角分析数据,预测和引导社会未来的发展趋势。

语义引擎: 这就是我们经常使用到的关键词、同义词检索,这一方法作为一种查看和理解分析的基础性方法,能帮助数据处理者更全面、更快速地查找到所需的资料。

数据质量和数据管理: 即从宏观层面上对基本数据进行管理,提供有条理的数据展示,这一方法不仅是以上四种分析法得以进行的前提和基础,同时也保障了数据资料的真实性以及可靠性。

                    转自 《教育评论》

 

版权所有 哈尔滨市教育研究院 Copyright 2009-2014 hrbie.com. All rights reserved.

技术支持:哈尔滨市教育研究院电教信息部 黑ICP备12001905号