大数据时代大学教育的机遇与挑战

大数据时代大学教育的机遇与挑战 摘要 随着大数据元年的到来 大数据已经开始冲 击着各行各业 并影响着大学教育的方方面面 大数据时 代将改善学习的核心要素 给大学教育带来深刻的影响 在大数据时代大学教育由单向度反馈转向多向度反馈 为 实现个性化的教学方案提供必要的前提 同时大数据在大 学教育中的应用还将面临技术层面 学生个人隐私及预测 结果的正确运用等多方面的挑战 关键词 大数据时代 大学教育 机遇 挑战 1 大数据时代的实质 早在 2011 年 5 月 麦肯锡公司发布的 大数据 下一 个创新 竞争和生产力的前沿 报告中指出 大数据的规 模以及其存储容量正在迅速增长 大数据已经渗透到各个 行业中 成为重要的生产因素 成为可以与物质资料和人 力资本并论的生产要素 正如马克思 所说 各种经济时 代的区别 不在于生产什么 而在于怎样生产 用什么劳 动资料生产 劳动资料不仅是人类劳动力发展的测量器 而且是劳动借以进行的社会关系的指示器 大数据的演进 与生产力的提高将产生直接的关系 大数据将成为重要的 生产资料 同时 用于大数据分析的关键技术包括云计算 数据仓库 Big Table 等日趋成熟 使大数据的整合 处理 管理 分析成为可能 2013 年 被称为 大数据时代元年 标志着大数据时代的正式开始 进入 2013 年 大数据 走 入了我们的生活 对各行各业产生了深刻的影响 每个行 业的经营模式 生产模式 管理模式等正产生翻天覆地的 变化 也为各行业带来了改革的契机 维克托 迈尔 舍恩伯 格在 大数据时代 中指出 大数据开启了一次重大的 时代转型 大数据正在改变我们的生活以及理解世界的方 式 成为新发明和新服务的源泉 而更多的改变正蓄势待 发 大数据时代不仅仅包含着各种类型数量众多的数 据 更重要的是代表了快速取得并有效利用有价值资料的 能力 在大数据时代到来之前 由于定量研究是建立在假 设和有限的抽样数据的基础上 使得定量研究复杂而缺乏 准确性 大数据时代将彻底改变这一状况 它可以让纷繁 复杂 单调枯燥的数据变成可以说话的信息 它的实质不 仅在于大量的占有数据 更多的是提供了预测性和前瞻性 的信息和知识 淘宝 京东等众多购物网站可以根据顾客 的浏览历史数据判断出顾客的喜好和最近的需求 沃尔玛 等跨国连锁超市可以实现从啤酒 尿布 日用品等全系产 品销售数据的分析 以此实现准确的物资仓储储备 美国 洛杉矶警局利用各类案件的大数据的分析来合理安排巡逻 车和布置警力 这些无疑不是大数据预测性的体现 大数 据的预测性帮助我们在特定的背景下提炼出数据潜在的规 律 从而指导实践 提高效率 2 大数据时代给大学教育带来的深刻影响 麦肯锡公司发布的 大数据 下一个创新 竞争和生 产力的前沿 报告中指出 大数据的有效应用可以创造出 巨大的潜在价值 运用在教育领域也势必通过多种方式创 造价值 第一 在大学教育中 让原本互相分离的部门之 间更加容易的获得相关的数据就可以使教学方案 教学计 划 教育回馈等实现并行 大大提高教学效率 第二 随 着大学创造并储存更多数字形式的教育数据 应能够通过 对比实验 提供更具有学习效果的教学方法 第三 利用 大数据对学生进行具体的细分 可以精确的制定更具有个 性化的教学方案 第四 在大学教育中利用大数据可以提 供算法研究进而形成成熟的分析方法 可以改善教育决策 的科学性 实现教育决策的风险最小化 大数据在大学校 园里是无处不在的 网络 计算机及智能手机的普及让大 学生的社交活动 在线学习 日常的信息管理等都成为大 数据的主要来源 这些大数据在技术支持下将为教学本身 提供数据驱动的检测 同时也给大学教育带来了深刻影响 首先 大数据时代的大学教育 学生的学习 老师的教学 都发生在数字的环境中 大学教育所依赖的教学工具 电 子教科书 数字化讲坛 甚至是大学本身都将是大数据获 取的平台 在这个数字平台中 大学将收集以往无法收集 或即使收集起来也没有反馈的数据 如大学生在线课堂的 反馈 网络课程的中途退出 电子教科书上的标注 图书 馆的借书记录等等都将被记录并进行处理 在这一过程中 大数据有能力将数据的生成 处理分析 利用分隔开来分 类利用 其次 大数据时代大学教育可以实现符合每名学 生的个体需求 而不是为一组类似的学生定制的个性化学 习 传统的大学教育系统是基于平均水平的设计的教学方 案 那么一定会同时伤害位于正态分布曲线两侧的学生 大数据时代学生将在各自的多媒体学习平台进行学习 互 动 老师给的教学回馈也将是具有针对性 真正实现维克 托 迈克 合恩伯格所说的 实际上是 一个尺寸适合一个人 的方式 最后 通过对大数据的分析 通过概率预测优化 学习内容 学习方式和学习时间等具体内容 在大学教育 这个数字平台 将更全面的发挥 预测 这个大数据最重 要的功能 帮助我们更加准确对学习内容 学习的方式和 时间进行精准的安排设置 提高整体效率 3 大数据时代大学教育面临的发展机遇 1 单向度反馈向多向度反馈的变革 在传统大学教 育中 反馈随处可见 课后作业 课堂参与 出勤率 论 文及考试成绩等分数 都是学校及老师给学生及家长的反 馈 但这种反馈几乎都是单向度的 即由教师和学校指向 学生和家长 这些分数代表着学生在学校的学业表现 同 时社会及用人单位也依赖这些分数作为衡量学生的学习行 为的指标 现行的教育反馈只是对学生的学习表现进行打 分 然而校方却很少评价自身 更不会全面和系统的对自 身的教学进行评估 也不会对采用的教科书 测验和课堂 讲解等教学内容和手段是否对学习有益进行衡量 大数据 时代的到来正在彻底改变这一现状 大学将能够收集到过 去无法获取的学习数据 并用于学习过程的处理 大数据 还能使用新的方式组合数据 并充分发挥其作用以提高学 习理解和学业表现 同时将分享给教师和学校管理者以改 善教育系统 完成校方与学生的双向反馈 在传统大学教 育中 学生在阅读教科书过程中 有的段落和篇章进行了 反复阅读 那么是因为其讲述的内容丰富有趣 还是晦涩 难懂 都无从可知 学生是否在特定的段落进行了标注及 笔记 为什么这么做 学生是否在中途就已经放弃了阅读 如果是 放弃的位置是在哪里 这些问题传统方法无法给 出准确答案 直到大数据时代的到来 才找到可行方案 当教科书出现在电脑上 上述的信息不仅可以采集还有可 以进行处理 可是实现学生 教师 出版商之间的反馈 在传统大学教育中 也有专门的审核委员会对大量教材进 行审核 但委员会的评估工作往往存在局限性 他们可以 对内容的精确程度进行检验 并与公认的教学标准进行比 较 但是缺少了解教材是否对学生有效的实证方法 在大 数据时代 教科书出版商通过分析电子书平台上的综合数 据分析 清楚地分析教科书中的有效内容和无效内容 以 此作为完善写作的基础 在过去 教科书信息的反馈是单 向的 即从出版商到学校 在大数据时代 信息的反馈是 多项进行的 实现与校方 学生 教师 出版商的多项反 馈 2 大学教育组织结构的变革 大数据时代 大学的教学环节必然与大数据技术紧密相连 传统教育机 构的组织管理机构势必作出调整与适应 第一 大学教育将出现新的职业分工 大学数据的分 析 处理和在教学中应用必须有专门的技术人员来完成 由一位对冲基金分析师创建的可汗学院 大数据成为了该 学院运作的核心 截止 2013 年年底 这个非盈利组织共有 50 名员工 其中有 10 人专门从事数据分析并取得了骄人的 成绩 因此 专业的数据管理人员 数据分析人员 数据 开发应用技术人员必将成大学教育中的新成员 第二 大学组织管理机构的重组 数据之所以在大学 教育中可以发挥巨大的作用 其中最重要的原因就是大数 据能够迅速反映知识在各个环节传递中所遇到的问题和发 生的状况 具有数据价值的时效性 校方的政策执行过程 中的数据 老师教授过程的数据 学生学习过程中的数据 都会第一时间被收集 分析 挖掘 分析的结果也会实时呈现出来 如果还是通过传统的 直线型或智能型的组织结构模式 很难在有效的时间内将 数据分析结果快递下去 为了适应大数据时代信心的快速 响应及传播的要求 扁平化的大学组织管理机构将成为大 数据时代发展的趋势 3 提供个性化的教学方案 至今为止 大学的教学 方式虽然进行了很大的改变 学生可以进行诸如小组讨论 等多种方式的学习 但从本质上看并没有什么不同 学生 们接受相同内容的课程学习 使用同样的教材 做着同样 的习题 大数据时代的来临将给大学教育注入新的活力 大数据时代的预测性和前瞻性 为大学教育的个性化教学 提供了可行前提 在大学校园 能够借助大数据对学生的 学习情况进行记录及分析 学生普遍使用的 QQ 微信 微 博等社交网站 图书馆 网络课程 在线教育平台等可以 记录并分析学生的每个学生的思想动态 家庭背景 考试 成绩 学习过程等等 这些数据不仅可以帮助学校完成学 生各自的思想教育 还能有针对性的进行专业知识的学习 从而形成系统的 有针对性的教学方案 大数据能够实现 学习知识的扁平化 不需要把学科的知识按照专业 科目 年级进行严格划分 而是构建学科知识库 通过大数据来 分析和预测学生的学习态度 学习习惯 对知识的掌握程 度 进而向每名学生提供合适的课程内容 恰当的课程进 度 适宜的辅导教师及准确的课程形式 正如维克托 迈尔 舍恩伯格在 大数据同行 一书中举的案例 在可汗学院 教师通过控制面板取得学生的学习进度 学生也在系统中 发挥积极作用 学生每一次与系统的交互都被记录下来 这些是数据用于分析 并向教师 学生及家长提供学习情 况的反馈 4 科学的教育决策方法 教育决策方法一定会紧跟 大数据时代发展 利用大数据的科学方法分析决策活动 改变以往的依靠经验进行判断 采用大数据的新技术和方 法进行决定 保证决策的精准性和可靠性 第一 大数据 时代使决策信息的获取与处理更加科学 现代决策理论创 始人伯特 西蒙认为在决策的过程中至关重要的因素就是信 息 信息是合理决策的生命线 大数据的信息平台为信息 的收集提供了基础 大数据的数据处理技术让信息变得更 加有效 决策者可以根据收集和处理过的信息 及时掌握 问题的本质 做出科学的决策 同时在其后的反馈中发现 决策方案的偏差 做出调整 保证教育决策的有效性和科 学性 第二 定量分析与定性分析相结合的科学决策方法 以往的教育决策往往是按照决策人的经历和主观判断做出 的 而忽视问题的复杂性 环境的多样性进行分析 特别 是在大数据时代 教育决策呈现出很多新特点和新问题 传统的定性分析已经不能满足实际需求 定量分析则可以 弥补定性分析在微观上的弱点 对备选方案进行定性和定 量分析相结合的基础上 可以提升备选方案的可比性 做 出科学的判断 4 大数据时代大学教育的面临的挑战 1 大数据技术层面的挑战 大数据技术层面的挑战 既包括计算机等硬件条件的制约 同时也包括大数据人才 缺乏的挑战 2012 年 10 月 美国教育部发布的 通过教育 数据挖掘和学习分析促进教与学 的报告中指出大数据在 教育应用的技术挑战主要有 3 个方面 第一 大数据的应 用基础是首先拥有大量的数据样本 那就会涉及到对海量 数据的采集 分析 储存和整理的问题 包括计算机的数 据处理能力 云计算的技术挑战 第二 大数据在大学教 育中应用 对采集到的数据进行分析 最终得出解决问题 的方法是大数据的核心环节 那必然要面对数据分析技术 的挑战 第三 数据兼容性的挑战 大学教育中的数据是 以多种形式存在的 不同数据在不同的存储系统中有着各 自的编码和格式 造成不同系统间的数据可能无法共享问 题 人才短缺的挑战也不容忽视 麦肯锡公司预测美国到 2018 年将缺乏数据分析人才 14 万 19 万人 这些人才不 仅需要具备固有的数学能力和专业知识 还要经过长时间 的培训 面对中国大学教育大数据的挖掘及使用较晚 能 够驾驭大学教育大数据的数据工程师也必将成为稀缺人才 从而制约着大数据在大学教育中的应用 2 大学生个人隐私及信息的挑战 在大学教育中 我们一方面享受大数据时代带给我们的便捷和具有个性化 的教学方案 同时我们也在大数据的采集中为此付出了代 价 每名学生在数字化的校园已经变得完成透明 课程内 容 学习的进展 甚至于晚饭吃的什么都被一一记录下来 每个人似乎没有隐私可谈 虽然有一些国家和法律对已经 颁布了一些隐私保护法 来防止对个人信息的全面采集和 长期储存 这些法律通常都会要求数据的使用者公布数据 采集的对象及用途 并且必须征得本人同意后才可以使用 大数据的价值在于数据可以重复利用 但在搜集数据的初 期通常不会考虑数据的下次利用 个人的教育信息是特别 敏感的 它深入到每名学生的成长历程中 在教育中 可 以允许通过个人数据改进学习资料 学习工具 学习方法 等 但如果要使用这些数据来预测学生未来的能来 必须 有更加严格的监督管理机制 那么如何保护好每名学生的 个人信息 让数据的使用机构为自己的滥用行为承担责任 在这个道路中还有很长的路要走 还要清除很多的障碍 面临着巨大的挑战 3 理性对待概率预测 在大学教育中 大数据的预 测将无处不在 它会以所有人为对象进行教育数据的全面 收集 用于对未来的学习进行预测 比如斯坦福大学的吴 恩达教授发现在一门机器学习的课程中 有超过一半的同 学做错了 计算成本 的线性回归 但经统计分析在浏览 过编号为 830 的论坛文章的学生中 则有 64 不会再犯同 样的错误 如有学生再犯这个错误时 就不需要学生的自 行判断而是依靠大数据的预测为驱动手段 系统将自动推 送这篇文章帮助学生解决问题 提高学习效果 在大数据 时代诸如此类的概率预测比比皆是 那这些概率的预测是 否会限制学生学