大數據時代,教育的創新環境和理念發生了重要變化。如何適應大數據時代的要求,成為智慧教育面臨的難題和重點。近年來,國內外學者對于大數據與教育的融合問題做了很多探討。
重構教育信息與教育過程
學界對于“大數據”一直有不同的定義?？傮w來講,比較有代表性的觀點認為,大數據需要具有規模性(Volume)、多樣性(Variety)、高速性(Velocity)等重要特征,大數據是指無法在可承受的時間范圍內,用常規軟件工具進行捕捉、管理和處理的數據集合。由于這些特點,當大數據理念進入教育領域后,海量信息及其分享便促成了智慧教育(smart education)的產生。
智慧教育又被稱為教育信息化,指在教育領域(教育管理、教育教學和教育科研)中全面深入運用現代信息技術、促進教育改革與發展的過程。它的技術特點是數字化、網絡化、智能化和多媒體化,基本特征是開放、共享、交互、協作。
業內認為,智慧教育的興起是由2008年美國國際商業機器公司(IBM)“智慧地球”的概念引發的。該公司認為,未來智慧教育的內涵包括:教學活動以學生為中心,關注個性化學習與發展;對教學教育資源的科學分配、集中管理和實習監測;對教學過程和管理過程的集成化操作與處理;對教育輔助設施的智能化管理;對優秀教育教學管理體制、流程和規范的快速復制與推廣;對個人和群體教育信息的完整性記錄與管理;多樣化的教學工具和方式;無地域和時間限制的公眾在線學習;互動式、體驗式的教學模式;共享資源,高度集成的資源共享,隨時隨地可獲得的優質資源,等等。
從全球范圍來看,很多國家都對智慧教育關注頗多,近年來從國家層面進行了較多的指導和干預,頒布了相關的國家教育政策。
有學者表示,智慧教育在觀念、理念、模式、內容、方式、方法上都對傳統教育產生了重大影響;在數據的存儲、調用和處理等環節上都與傳統教育有了很大不同,很多方面是在重構教育信息及教育過程,教育大平臺與大數據的形成是必然趨勢。
當前,大數據已經在教育中擁有了多種多樣的應用。比如,美國哈佛大學教授尼爾·謝珀德(Neil Shephard)通過大數據開展了學歷學位價值對于不同性別畢業生的溢價影響研究。他帶領團隊通過對大數據的使用,較輕松地掌握了26萬名畢業生在畢業多年后(如10年)的收入水平,并發現“研究生溢價”對于女性的影響普遍高于男性,女性更受益于在學歷學位上的投資;且與同性相比,擁有研究生學歷的女性收入要高于沒有該學歷的女性。
英國劍橋大學教育學教授安娜·維尼奧爾斯(Anna Vignoles)對此評價說,雖然大數據可能會低估某些畢業生的收入,如沒有進入相關部門數據庫的某些收入,但總體來看,謝珀德團隊對大數據的分析,使人們能夠從更廣的范圍了解研究生畢業后的職業發展與收入情況。這對于指導高校教學非常有必要,可以幫助人們理解不同性別、不同學科研究生的工資溢價程度。
引領高校創新發展
新西蘭奧塔哥大學教育工程學高級講師本·丹尼爾(Ben Daniel)表示,高等教育機構在日益復雜和競爭激烈的環境下,面臨著越來越大的壓力,在應對國家及全球經濟、政治和社會變革等層面的問題時,高等教育需要作出重大調整。傳統高等教育改革已經滯后于現代社會對人才的需求,而大數據可以幫助人們對目前人才市場的供需情況、科研情況等作出及時且重要的參考。
丹尼爾認為,尤其從高校管理層面來看,大數據在分析并解決一些不斷變化的趨勢上具有重要優勢,而這些正是目前高等教育在管理中遇到的機遇,當然也是重要挑戰。
丹尼爾尤其提到了“數據倉庫”的價值。他認為,數據采集、數據處理、數據傳輸和數據存儲可以將各種數據庫集成到數據倉庫。高等教育機構可以與政府部門、商業部門甚至金融部門等各行業各領域共享這些豐富的時代數據,掌握最新的社會和經濟變化情況,調整自己的招生、管理和教學策略,在全球化風云變幻的當下,承擔高等教育應盡的人才培養責任。
丹尼爾認為,合并來自不同數據源的數據,可以為教育機構提供更好的決策依據和更好的技術需求,減少冗余數據和檢索不同數據源時浪費的時間。換句話說,“數據倉庫”可以成為一個有效的方法,來釋放大數據在高等教育領域的價值。
雖然大數據已經成為教育領域不可或缺的工具,然而有關學者表示,大數據在教育領域的應用依然有著大量的不確定性。在探索其應用的過程中,難免會存在績效指標的確定問題、倫理問題、與相對穩定的傳統教育理念和方式的沖突問題等。比如,如何確定數據的準確性、穩定性、一致性和可訪問性,如何與政策法規和行業標準保持一致等,這些都是未來需要克服的難點和障礙。
