大数据为什么这么牛?因为它比你更懂学生

未标题-1

 

谈起阅读,你知道班里有多少学生爱阅读吗?爱到什么程度?每周读几本书?

 

说起作业,你了解每一个学生做完分别花多长时间?效率如何?喜欢做哪种题型?对哪些知识点已经不需要再重复刷题?

 

再说考试,你确定学生除了成绩排名之外的其他细节吗?比如每个人擅长什么?每个人的最弱项又在哪里?哪个知识点是近几年错误率最高的?

 

也许你已经习惯了传统的主观判断——“我的学生我最了解,你说的这些我心里基本有数!”

 

但真的是这样吗?

 

大数据,比你更懂学生,甚至你自己。

 

近两年,“大数据”成为教育领域的热点名词,教育领域正在开展的一系列实验变革,如微课、翻转课堂、慕课、电子书包等等,这些变革表象的背后都离不开一个灵魂——大数据:有关学习行为、学习喜好与风格、学习动机与态度的数据等,都将为你的教育决策带来依据。

 

教育的变革和学校的改革都离不开大数据的支持,大数据到底牛在哪儿?对教育又有哪些深刻的影响?教育改革还需要怎样的支持?未来的教育究竟什么样?

 

中教君特别邀请到前百度大数据首席架构师,北京航空航天大学大数据专业主任,云校创始人兼CEO林仕鼎来给我们聊聊,大数据为什么这么牛!

 

 

1

(北京航空航天大学大数据专业主任 云校创始人林仕鼎)

 

反馈:大数据让你了解学生教育教学过程中的全方位信息

 

故事1:想不想提前知道班里的新学生和家长究竟什么样?

 

如果你是一位校长或者班主任,当一年级新生涌进校园时,你会选择跟孩子及家长们说点什么?你是否思考过:接手的是一批怎样的学生?面对的是一群怎样的家长?

 

成都市成师附小选择用数据说话。开学之前,成师附小在网上发放针对新生及家长的调查问卷。这些问题包括识字量、阅读、锻炼、习惯等,涉及家长的主要包括受教育程度、职业、家庭阅读习惯等。

 

2

(在充满活力的课堂上,成师附小的学生正举手抢答问题)

 

这样的数据,大大提高了教师开展教育教学活动的针对性;也让家长心里更加明白,自己的孩子在班级中处于什么样的位置?发展趋势如何?

 

这意味着,老师们接手的一年级新生,在学业上并非一张白纸。学生提前学了一半,教师应该调整自己的教学策略。

 

林仕鼎:过去的传统教育模式中,学生学习过程的海量数据都被淹没了

 

以前,老师很难真正了解自己的学生,那是因为技术手段的缺乏,我们只能看到学生的总分,只有分数而没有其他数据的话,我们评价、考核学生的唯一手段,就只能是排名。用分数说话、用分数排名,慢慢就演变成了应试教育,学生淹没到分数中,我们无法了解学生的真正的情况。

 

但是,大数据却能够让我们真正发掘学生,了解到学生的真实情况。大数据时代的到来,让我们有机会扭转应试教育的价值观。事实上,除了分数,信息技术的进步,让我们能够记录下更多地数据,学生学习行为的数据,包括孩子上课什么时间发言了,回答问题的品质是什么样的,他参加小组活动扮演什么角色、起到什么作用,包括在学校中是否有打闹、是否积极完成团体活动,都能够通过信息技术的手段记录下来,形成学生在学校的全过程数据。

 

比如,我们云校正在做的APP,就通过线上线下的每个环节收集学生的数据,学生这节课回答了几个问题,效果怎么样,通过APP的方式把他们记录下来;再比如孩子考试,以前我们只能得到一个简单的分数,现在通过“阅卷+”工具,把学生做错了哪些题目都记录下来,这些线下在教室里、考场上的数据,都整合到互联网上成为海量的数据。

 

这些数据有什么用?他能够反馈学生的学习情况、综合素质。我们经常说“考、考、考,老师的法宝”,实际上考试不仅有评价功能,分出学生高低,更重要的是反馈功能,通过数据反馈出学生的学习状况。这次考试,这位同学的几道难题都做对,但几道很基础的题目却都做错了,反映了这名同学什么情况。我们可以对数据作多维度分析,发掘出学生最真实的情况。

 

教育的大数据不仅关系到学生的学习状况,还关系到老师的教学,学科的发展,关系到考试如何进行命题,但是在过去,这些信息都被抹去了,或者分析起来是非常困难的。

 

个性化学习:大数据为你的个性化教育提供决策依据和技术支撑

 

故事2:学校里面再建一所“学校”?为每个孩子定制属于自己的学习“播放列表”

 

自2009年开始,在纽约地区的数所中学推广了一个名为“个人的学校”的教学项目,每个学生都能有他们的个人“播放列表”。通过记录学生学习过程中的行为习惯,喜好风格等等数据信息,再通过相关大数据算法,分析出每个学生的学情需求,为他们制定每天需要解答的习题和其他学习内容。

 

如果有不理解的地方,就尝试用一种新的教学模式,根据学生自己的时间安排学习,不需要采用和其他人一样的方式。这样才能真正做到因材施教。

 

4

 

这种与传统教育截然不同的教学模式,离不开对大数据的记录、利用和分析。

 

后来,由美国国家和私立教育服务机构进行的独立研究显示:完成该项目的学生在数学上的表现大大优于其他学生。

 

林仕鼎:一所“云上的学校”,让孩子真正得到“与众不同”的教育

 

我开始思考技术和教育的结合,是源于一次和李希贵的聊天,我和李希贵校长谈了很多教育改革的问题,他非常坚定地说:教育变革需要技术的支持。

 

为了满足学生的个性化学习需求,北京十一学校施行了走班制改革。可是走班制没有了班主任,谁来关心孩子?

 

十一学校的走班制改革能够顺利进行,和我们提供支持的管理平台技术是分不开的。走班会带来课程体系的变化,学科需要分层分类,学生可以自主选课。

 

另外,走班制后,没有了班主任的概念,出现了两大问题。一是过去那种对学生的精细跟踪和评价出现了困难。那该怎么解决?在与李校长沟通后,云校决定用技术手段帮助其搭建线上的管理平台,在学习平台上记录学生学业状况的全过程,不同科目的授课老师都可以在系统上对学生进行过程性评价,然后把学生的这些信息进行整合汇总,对这些大数据进行分析,无论是教育管理者、老师、还是学生都可以得到相应的反馈。

 

另一个学校担心的问题是,过去的班主任还承担着一个重要的功能,那就是德育。现在把德育整合为一个综合的课程,像社会实践啊,讲座啊,社团活动等等,这些德育课程的管理都需要专门的平台来完成。

 

我们做的事情是把互联网的模式和技术跟教育相结合,构建出新的要素出来,这个要素包括新的基础设施,比如云、网、端,包括SaaS和数据仓库,然后利用更好的APP或传感器收集到更多数据,包括学生成长和学习的数据,对数据进行分析,为每一个人建模,把他成长模型和学习档案建立起来,这样可以给每一个人提供个性化的支持。

 

圝圝要做到这种个性化,它一定是建立在更大量的数据和资源的基础上,而这些海量的数据很难由一家公司或者一个学校独立完成,所以我们需要考虑新的组织形式,怎么把这个过程变得去中心化,有更多社会力量参与进来提供资源一起构建这个系统,这时候要靠众包力量。

 

预测:大数据帮你形成“知识模型”,预测教育教学未来的走向

 

故事3:你有“突变”式成长的学生吗?一个后进生带来的震撼与启发!

 

美国有一个名为“半岛大桥”的暑期培训班项目,使用可汗学院的数学课程,来教授贫困社区的中学生。某学期开始时,一个七年级女孩的成绩在班上垫底,而且,她也一直是学得最慢的学生。但随后,她就像开了窍一般,成绩突飞猛进。在课程结束时,她的成绩是班上第二名,遥遥领先于那些初期排名在她之上的同学。

 

3

(可汗学院创始人:萨尔曼可汗)

 

可汗对此感到好奇,所以调出相关记录进行研究。他查看了该女生回答的每一道习题和解题的时间,通过系统创建的图表,对她的学习过程进行了描绘,并与其他学生相比较。图表显示,一条线长时间地徘徊在底部附近,直到在某个时间点突然直线上升,超过了几乎所有的线——那代表其他学生的学习情况。

 

这些数据表明,仅仅依据D等级学生和A等级学生在某一时刻的单次考试,这样的判断很难反映他们各自的实际能力。当学生能以最适合自己的步调和顺序进行学习时,即使是那些看似最没有能力的“差生”,也可能在最终表现上超过优等生。

 

而在未来,可能会有更多的教育机构竞相为她制定特别的教学,这些公司会预测她的学业表现,并鼓励她持续进步。

 

林仕鼎:大数据分析得到“认知规律”,足够的“认知”累积就可以预测学生未来的发展

 

大数据还有什么用途?那就是根据学习的大数据,形成“知识图谱”、总结“认知规律”,然后应用到学生的学习过程中来。比如说,孩子这方面的知识掌握得很好了,那我们就不用花时间在这方面,而更应该学习更深入、更专业的知识。根据教育大数据,我们还能找到最科学、最有效率的认知规律和学习方法。

 

以往,我们对教育规律的研究,都是采取抽样的方式,然后进行推导,但是抽样的量一旦到了一定程度之后,并不一定是越大越精准,什么样的量是最好的,就需要考量。而如果把全量的数据都拿来进行分析,那肯定是最准确的,而所谓大数据应该是全量数据,覆盖教育的方方面面。这样我们就能得到更加精确的“教育规律”、“认知规律”。

 

圝圝在获取学生数据的过程中,面临一个很重要的问题,我要获得学生学习的哪些数据?教育大数据分析并不是有数据就可以,如果数据中有很多垃圾数据,那么分析得出的结论也可能是垃圾结论。换句话说,为了得到有效数据,我们就该思考应该选择什么样的教育场景?

 

有的平台会选择作业场景,但我认为,作业的评价功能不强,很多时候,作业的刷题和练习属性并不是有效的学习,不是被严肃认真对待的,虽然数据量很大,但不扎实,所产生的数据价值其实是很低的,这就很难全面真实地反映学生的学习过程。

 

但是考试场景不一样,考试本身就是一种测评,而且是一种相较更严肃的测评,考试所产生的大数据可以准确地记录学生学习的关键节点。当然,只有考试场景也是不够的,还需要进入教育的方方面面,得到更多的数据,包括学生上课时回答问题的情况、在校期间的综合表现,等等。

 

通过全方位的数据分析得到“认知规律”,根据“认知规律”建设学生学习档案,再从知识库中实现学生学习路径和学习过程的管理。

 

预测是概率性的预测,为我们进一步的决策和认知给予指导。但是目前的预测还是不准确的。比如我们有一个正在做的事情是根据考生的几次考试成绩,帮他预测可以上什么样的大学。根据孩子大数据反映的学习情况,预测他的多元智能发展情况,帮助他选择最合适的专业。如果我们有了足够的数据之后,就可以这么做了。

 

总结:大数据让我们比任何时候都更接近发现真正的学生

 

大数据时代的到来,让教育视角从宏观群体走向微观个体,让跟踪每一个人的数据成为了可能,从而让研究“人性”成为了可能。而对于教育者来说,我们将比任何时候都更接近发现真正的学生。

 

也正是在这样的环境下,中国教育正面临着变革,中国学校正处于转型的关键时刻,技术的不断成熟更像是一根强针剂,为学校提供了变革的基础,正如林仕鼎所说,云校提供给学校的不仅是工具,更多的是帮助学校转型、应对教育变革的一套解决方案。

 

大数据对教育的影响,已经贯透到教育的方方面面,如政府部门政策的制定、教师教学策略的调整、学生进行自我分析、家长了解孩子成长、社会机构分析教育现状等,都会通过大数据的分析,对我们的教育带来前所未有的影响。

 

原文来源于于:微信公众平台——中国教育报,程恺伦采访整理

 

文中部分故事案例引用自《与大数据同行:学习和教育的未来》维克托·迈尔-舍恩伯格、肯尼思·库克耶著 华东师范大学出版社