电话：0451-82363952
地址：哈尔滨市南岗开发
区红旗大街259号
1.互联网与大数据的本质及其对教育的启示
在谈到教育大数据的源起时，周傲英教授认为大数据的本质是指数据的汇聚和关联，而互联网为数据的汇聚、变现和研究提供了平台和可能。互联网的本质是实现人与人之间的连接（虚拟社交方式）和提高用户体验（线上的学习、工作和生活）。
伴随互联网的飞速发展而出现的互联网经济，归纳起来有三大特征，即粉丝经济、智慧经济和分享经济，这在教育领域也可以找到对应的案例，例如专业领域的大咖通过网络聚焦话题和人气、基于在线学习数据的自适应学习和智慧教育方兴未艾、慕课和创客的发展如火如荼。
目前互联网+教育的概念也引发热议，其真正的意义在于促进教育的转型升级，包括教学模式、教学过程和评价方式的转变，以及由此催生新的教育技术和互联网教育产业，并为跨界的、颠覆性的教育创新提供可能。
周傲英教授还指出当今时代个人发展的重要差距，不是“数字鸿沟”，而是“热情鸿沟”（Motivational Divide）。如何实现“因材施教”、“寓教于乐”、“教学相长”，这些传统教育由来已久的命题，在互联网经济时代和大数据时代，仍是教育研究者应当思考和回应的关键议题。一方面教育应顺应生产和生活方式的变化，如教材、课堂教学、作业等都应该考虑互联网带来的有利条件，使得寓教于乐变为现实；另一方面教育应充分利用信息技术提升教学效率和质量，摆脱应试教育的噩梦，培养学生的学习兴趣，提高创新能力，弥合学生的“热情鸿沟”。
2.大数据带给教育的机遇和挑战
针对大数据给教育行业带来的机遇和挑战，许多中外学者都发表了各自的见解。刘三女牙教授认为大数据为教育带来三方面的机遇：
首先是创新的思维方式，教育大数据不仅在微观层面为个体提供了精准的个性化教学支持，也在宏观层面为教育决策提供了科学依据；
其次，教育大数据有利于推动教学管理、教学方式和教学评价的创新实践；
***后，教育大数据能够帮助重构教育生态，包括创新人才培养模式，重塑教育理论体系。
张治馆长认为大数据能够为现代化的教育治理包括资源配置、宏观调控、科学决策、效率评估、遴选评价等提供支撑；改善学校服务，使学校的课程服务和评价走向科学化，可根据学生的发展规律设计教学内容和流程；助力学生的个性成长，根据学生不同的学习路径提供定制的学习内容和差异化指导；此外还能够帮助企业发现学习规律和改进教育产品。
刘三女牙教授同时也指出，教育大数据的应用面临6个方面的挑战：
一是教育数据的复杂性使得教育大数据的定义、内涵和边界尚不明确。
二是教育情境的多样化使得建构数据化认知、提供个性化学习服务和构筑新的学习方式，实现从量化自我走向量化学习任重道远（刘三女牙等，2016）。
三是教育大数据带来的伦理道德问题日益凸显，如数据主体的权利、数据的价值和教育效用等问题，需要通过培养教育利益相关者的数据素养、解决技术异化的实际问题和制定教育数据应用的相关法律法规来不断加以完善。
四是教育大数据的科学研究方法远未成熟，对于教育领域复杂异构的数据，采用何种数据分析方法进行处理，需要依靠理论创新和实证研究的螺旋式发展。
五是教育大数据服务运营模式的缺失，包括教育数据的采集表征、存储管理、传输交换、分析应用整个服务链的构建。
六是教育大数据应用在标准、技术、产品和人才四个层面都存在需要突破的瓶颈。
北德克萨斯大学MichaelSpector教授也提到大数据和学习分析技术在对教育产生显著影响之前面临四个方面的挑战：
一是可信度，即分析哪些数据、采用哪些方法分析合适；
二是隐私性，即如何在保证不侵犯个人数据隐私的同时合理利用数据分析的结果；
三是定制化，即如何确定数据分析结论适用的具体情境和问题；
四是解释力，即能否对不同来源数据分析的结论差异做出合理的解释。
3.教育大数据的理解视域
与刘三女牙教授、张治馆长、Spector教授从宏观层面探讨教育大数据的机遇和挑战不同，朱华勇教授从校本大数据的角度分析了个性化学习的需求和挑战以及校本数据的优势和困境。他注意到2016新媒体联盟地平线报告基础教育版明确提出，教育改革的远景目标是反思学校的运行机制以及如何重新设计学习空间，推动个性化学习，而当前中国教育面临的主要挑战包括新高考评价体系、人文素质培养和职业终身教育。
虽然国内外教育发展趋势的关注点有所不同，但背后都指向个性化学习的需求和挑战，例如如何从评价知识到评价能力，如何从指出知识的差距到指明学习的途径，如何兼顾社会人格培养和个体关注等。作为应对个性化学习需求和挑战的有效途径，朱教授认为中国的学校和学生具有规模优势，学校信息化水平的不断提高，使得校本大数据的形成具有得天独厚的优势。为解决当前学校大数据发展中面临的自动化数据采集和分析处理水平低，缺乏有效策略和技术应对，容易形成“信息迷雾”的困境，朱教授明确指出教育大数据驱动是一个学校教育教学积累从量变到质变的过程，不是工具而是数据积累的问题，需要兼顾教育领域的大数据和小数据的作用，即大数据寻找共性规律，小数据服务学生个性成长。
顾小清教授从学习科学的角度指出教育大数据可视为一种理解学习的新一代研究工具。她提出三个值得深思的问题：******，我们究竟想要了解学习的哪些方面以及通过哪些途径了解？第二，我们拥有哪些研究工具帮助我们理解学习？第三，大数据是否是一种让我们更好地理解学习的新一代研究工具？针对前两个问题，顾小清教授认为学习科学研究至少关注了三个层面：
首先是通过测试了解学习的成果，例如属于高风险测试的高考和美国教育发展国家测试（NEAP）等，以及属于低风险测试的PISA、TIMMS、PIRLS和NAP等。通过测试可以衡量学业成就，找到学习中存在的问题，为优化教学提供证据，进而创设更有效的学习环境和教学模式等。
其次是通过课堂观察、录像、录音等方式，收集学习行为、学习情绪、学习交流、社交参与、认知参与等质性数据进行编码分析，了解学习发生的机制。同样，学习行为数据的抽取和分析可以识别学习的问题，改进教学，丰富学习科学的理论知识。
***后是通过问卷、访谈等方式了解影响学习的相关因素，这些主观的自我汇报的数据不仅能够发现学习问题和改进教学，还能够帮助我们理解动机、参与、身份认同等因素在学习中扮演的角色。针对第三个问题，顾小清教授借用自然科学研究中常用的工具——显微镜和望远镜来隐喻大数据在学习科学研究中的作用。大数据在宏观层面可以提供教育决策支持，在中观层面可以监控、管理和优化教学过程，在微观层面可以提供个性化的学习诊断和干预。
产权及免责声明：本文系转载编辑文章，对文中观点保持中立，对所包含内容的准确性、可靠性或者完整性不提供任何明示或暗示的保证，不对文章观点负责，仅作分享之用。如果分享内容侵犯您的版权或者非授权发布，请及时与我们联系进行审核处理。本文来源：《现代远程教育研究》。
文章来源于：中国教育信息化
