大数据教育

编者按：大数据时代正在到来。 大数据在教育领域可以做什么呢？ “培生英语学习服务”公众号撰文，对大数据在教育行业中的应用进行了解析。以下为文章全文：

最早提出“大数据”时代已经到来的机构是全球知名咨询公司麦肯锡。麦肯锡在研究报告中指出，数据已经渗透到每一个行业和业务职能领域，逐渐成为重要的生产因素。2012年3月22日，奥巴马政府宣布投资2亿美元拉动大数据相关产业发展，将“大数据战略”上升为国家战略。奥巴马政府甚至将大数据定义为“未来的新石油”。

“给我提供一些数据，我就能做一些改变。如果给我提供所有数据，我就能拯救世界。” ——微软史密斯

那么，大数据在教育领域可以做什么呢？

教育数据与其他领域的数据比较起来，有一些独特的特征。总结起来就是教育数据是分层的（hierarchical ）。美国教育部教育技术办公室在《通过教育数据挖掘和学习分析增进教与学（公共评论草案）》的第18页中写道：“教育数据是„„分层的。有键击层（keystrokelevel ）、回答层（answer level ）、学期层（session level ）、学生层（student level ）、教室层（classroom level ）、教师层（teacher level）和学校层（school level），数据就寓居在这些不同的层之中。”

掌握了不同层级的数据，就可以为身处不同层级的人提供相应的数据报告，帮助他们更好地认知Where they are, what they know, what they can do to improve,辅助更科学的决策。

当某个学生回答一个问题时，一些变量就需要一起分析了。例如，学生回答正确率低的问题就是好问题吗？此外，时间也是重要的因素。比如，一个学生在考试的第一部分耗时太多，是否意味着其接下来就会飞速、凌乱地答题。一道问题的答题顺序、结果、具体情况，都给研究者提供了许多前所未有的大量数据。运用这些数据，我们就能揭示学生的学习模式，利用所有这些数据就能获悉——到底是什么因素给学生构成了最好的学习环境。这有助于教育工作者给学生创造个性化的学习模式。

在个性化英语教育领域，传统上教师需要花费大量时间分析单个学生的学情动态，逐一制定相应的教学解决方案，因此备课时间和教学成本居高不下。但“大数据”让这一切变得更简单了。以培生集团最新出版的全球少儿美语旗舰课程Big English为例，这套课程引入了首款应用于少儿英语学习领域的MyEnglishLab 在线学习辅导系统（以下简称MEL ），应用大数据技术全程实时分析学生个体和班级整体的学习进度、学情反馈和阶段性成果，从而及时找到问题所在对症下药，实现对学习过程和结果的动态管理。

从下图可以看出，Big English的大数据分析系统以学生为中心，按照教、学、测三个环节组织线上学习内容与学习过程，将学生、教师、家长、机构四类用户群有机整合在MEL 学习管理系统中，各司其责，相互作用，实现了个性化的课堂教学、家庭辅导和自主学习管理环境。

[**************]03.jpg

从定量分析角度来看，MEL 为Big English 全六级中的每一个级别配备了入门水平测试、单元测试、阶段性测试和期末测试。这意味着什么呢？第一，我们可以看到个体学生在学习期间的测试结果，从而得出针对他们学习结果的个性化报告。第二，我们同样可以看到所有的学生，他们的总体水平在哪里、他们的困难在哪里、哪些此前已经出现过的问题学生答对或答错了、哪些问题的线索让学生获益了，从而帮助教师达到Informed Teaching，即知情教学。

从定性分析角度来看，老师们可以通过MEL 提供的各种报告工具了解学生的具体数据：他们在每道题上花费了多少时间、最长的是多少、最短的是多少、平均又是多少、他们的听力和阅读水平是不是一样、他们是做了几次以后才达到现在的水平的？

这些数据不仅仅让老师们可以更细致地了解学生的学习状态，更可以让他们根据孩子情况对MEL 进行个性化的设置：这些孩子的听力需要加强，所以我今天多给他们一些听力的练习作业；那些孩子的词汇没有掌握好，所以我给他们一些词汇练习。

更令人激动的是，老师们还可以根据自己的教学需要来调整任务性质：如果我希望孩子们能够集中精力、不拖拉地完成作业，那么我可以给作业规定完成的时间，系统“自动计时”的情况下，孩子们都会打起120分的精神；如果我不希望孩子们在做错题目以后茫然找不到帮助，我就把“提示”这个功能设置在“on”的状态，这样孩子们就可以在老师不在身边的情况下知道问题错在哪里了。如果我的学生们总是不分大小写，写完句子总是记不住点句号的话，那我就将“大写”和“标点检查”的功能打开，这样他们就慢慢地会养成规则使用书面语言的良好习惯！

总之，通过大数据进行学习分析能够为每一位学生都创设一个量身定做的学习环境和个性化的课程，还能创建一个早期预警系统以便发现滑坡甚至厌学等潜在的风险，为学生的多年学习提供一个富有挑战性而非逐渐厌倦的学习计划。

因此，有识之士预言，未来的学习将是大数据驱动的新时代。教育从业者最好的选择就是积极迎接这个新时代，通过大数据来分析学习进程和结果，进一步改善教学的方式与方法，从而真正实现“改善学习成果，促进自主学习”。