一張試卷,它可以是簡簡單單的一個得分,但如果我們通過大數據的應用,就可以得到更多信息。比如每一大題的得分,每一小題的得分,每一題選擇了什么選項,花了多少時間,是否修改過選項,做題的順序有沒有跳躍,什么時候翻卷子,有沒有時間進行檢查,檢查了哪些題目,涂改了哪些……等等,這些信息遠遠比一個得分要來得更有價值。
【圖1:愛學-試卷評測分析】
不單是考試,課堂、作業、師生互動的各個環節都滲透著這些“大數據”。
【圖2:愛學-學員作業情況統計】
那么我們該如何去處理與統計?這些數據究竟可不可信、有沒有代表性?從機構的角度看,大數據究竟是怎樣服務機構教學呢?又能為學生的學習發揮什么樣的作用呢?帶著疑問,我們采訪了教育信息化領導企業——小禾科技的創始人 史治國老師。
史治國老師曾擔任好未來教育集團高管、巨人教育集團副總裁,一手打造了好未來的信息化體系。因此,史治國老師在“大數據服務教學”這方面擁有非常豐富的經驗。他認為在未來幾年,數據與學習科學將會彼此相互影響。原因有以下幾點,我們將簡明扼要的依次闡述。
▌一、從預習效果到作業分析,實現精準教學
學習數據分析為新教改提供了一扇廣闊的大門,將教學系統與大數據分析技術相結合,能夠深入挖掘學生的學習規律,解決學生在學習中遇到的深層次難題。同時,在線教學平臺能夠提供多樣化的傳統課堂教學方法,能在一定程度上做到精準教學。
然而在實際過程中,沒有工具是無法實現讓學生和老師產生互動,從而達到精準教學目標的,只能依靠教學系統。以愛學教學教研系統來講,不僅在設計之初就參考教學論和學習理論的研究成果,更是在授課過程中不斷采集學習者的各種數據,通過各種數據分析方法總結學習者特征,預測學習者下一步需要的教學內容和形式,從而實現精準教學,達到傳統實體課堂很難達到的效果。
教學系統除了提供正常的教師管理、課程資源功能和學生瀏覽、學習課程功能之外,還擁有在線學習分析系統功能。這是一個數據挖掘引擎,主要完成數據采集、應用協同過濾、關聯規則等數據挖掘算法,來處理“消噪”后的數據,發現學生的學習模式。
通過對學生的預習情況分析,系統可發現學生對知識點的掌握程度。學習分析可以直觀的發現學生訪問平臺的積極性、學習的時間分布、學生的地理位置分布、教學資源對學生的吸引力等。教學系統提供了全面的跟蹤和預習報告,這些預習報告直觀反映了學生在學習過程中的每個細節、行為和操作,如做了幾道題、哪些知識點沒掌握、瀏覽了哪些資源、有哪些評價意見等,為自我修正學習行為提供了參考。
并且教師通過系統可以及時掌握宏觀層面的學習情況,為學習評價、作業情況和后期的教學決策提供依據,因此,利用好大數據,我們就可以為學生提供更好地學習平臺,營造精準、個性化的學習環境,提高教學的針對性和有效性。
【圖3:愛學-各班級作業情況統計】
▌二、利用好知識大數據提高教學效率
就學習分析目前發展的階段,很清晰的一點是,知識大數據的確能有效提高教學效率。比如,自適應學習平臺能將每一個知識點按照先后順序通過題目關聯起來,系統會實時根據學生學習情況繪制知識圖譜,得到知識大數據。
下面這個案例能夠很清晰的證明這個觀點:
美國的Knewton公司自2008年成立以來,代表著目前全球自適應學習技術的最高水準。下面兩圖為Knewton系統的兩個學生的學習過程對比:系統沒有預先設定學習的路徑,知識點呈網狀結構,學生在學習過程中,系統會不斷地根據最新的學習數據(比如知識的掌握情況),通過算法(比如題目難度,答題時間,提示次數,學生過去和預期的成績,與數據庫中歷史學習數據的對比分析)從知識網中推薦最佳的下一步學習點,而且在每一步學習過程中都會重新計算,從而實現動態地讓系統適應學生的學習進程。
【圖4:Knewton系統知識圖譜對比圖】
據此,老師就能從學習過程中精準判斷學習錯因,如:不會本知識點,還是不會上一個知識點,還是沒讀懂題目,又或是因為老師沒有講解清楚,而導致的錯題等等情況都可以通過知識圖譜進行分析,從而提高教學效率。
舉個簡單的例子:若A學生在所有需要用二元一次方程式解題的題目上都做錯了,說明A學生沒有掌握好這個知識點;又比如同樣包含求根知識點的五道題,A學生只做錯了一道題,那說明學生沒有沒有讀懂題目,并不是A學生沒有掌握好這個知識點;倘若全班都在同一個知識點上出了錯,那老師就需要反省自己,是否在教學的過程中沒有講解清楚,導致學生沒學會做錯題。
當然,有人會認為以上種種問題經驗豐富的老師都能判斷出來,但一個人的精力與能力畢竟有限,不可能同時掌握幾十、幾百甚至幾千學生的學情,這時候就需要一套系統去進行標準化、流程化、精準化的管理,從而提高教學效果,減少生源流失。
▌三、從學校行為判斷得出退班預警
人是有主觀偏見的,數據卻能夠客觀審視學生們的真實情況,讓我們更審慎地決策。如果識別了學生的潛在困惑,我們就能適當的實施干預,避免生源流失。
除此之外,學校行為數據還能記錄學生的學習方法,比如頻率和順序,通過判定能夠提高學生學習計劃和學習管理水平的策略,將對學生學習產生積極影響。
對于國內目前教育行業信息化程度偏低這一現象,史治國老師認為主要還是因為教育從業者還沒有體驗和想象到信息化帶來的好處與便利。單就教育大數據這一點來講,有關學習的數據收集和分析在教育的各個層面都呈指數級增長的趨勢,這些數據為深入了解學生學習提供了前所未有的資源和方法。
最后,大數據時代的到來,是傳統的教育研究走向科學實證的重大機遇,大數據時代的到來,讓所有社會科學領域能夠借由前沿技術的發展從宏觀群體走向微觀個體,讓跟蹤每一人的數據成為了可能。對于我們教師而言,通過大數據的分析,可以讓我們更了解自己的學生,真正實現“以學生為本”的理念。