微信扫码

18925835363


欢迎来到北京振安教育科技有限公司!

振安科技咨询热线:18925835363登录|注册

解读智慧教育数据,我们应该注意什么?

      近年来,大数据受到了全社会的普遍关注,并被提升到了国家战略的高度。随着人工智能时代的到来,AI+大数据技术正在悄然改变着传统行业的方方面面。在教育领域,搭载着人工智能及相应信息技术的新一代教育信息产品已悄然走进万千课堂,翻转课堂、微课程、慕课等新的教育形式如雨后春笋般出现,而基于这些教育产品而产生、记录的教育数据,对整个学校的教育产生了越来越大的影响。
      “如何去认识并读懂这些教育数据,如何更好的应用新一代智慧教学产品去服务教学,实现教学质量的显著提升?”成为教育专家、教育工作者关注的问题。

对于这些问题,不妨来看看著名教育信息化专家祝智庭曾提出以下几点建议吧。


1、挖掘教育大数据的价值


      大数据因其巨量、高速、多样而需要用特殊的技术和分析方法(传统的数据处理程序不足以处理,才能将其转化为有价值(如增强决策、洞悉发现、过程优化)的信息资产。
而从大数据中所挖掘出的信息,也通常是传统统计方法和常规数据工具无法获得的。大数据作为一种信息资产或资源,具有超乎物质资源的特性:非竞争,可以被用户同时使用;可再生:可以被重复、循环使用并按指数持续增长;多用途,同一大数据可被诸多行为主体做不同解读,实现不同的用途。当然,这些特征在促进教育科学化的同时,也使安全与隐私问题变成巨大的隐患。

      在教育领域,大数据技术应用主要为教育数据挖掘与学习分析技术。前者侧重于大数据潜在价值的萃取、学生相关模式的识别等,如回答何种主题编列对特定学生最有成效;哪些行为与更有效的学习或更高成绩有关;哪些行为表明学生参与了学习或对学习满意;学习环境的哪些特性导致了更有效的学习等。后者在教育数据挖掘提炼出的价值以及识别出的模式的基础上,为教育决策提供精准、适性的服务。


2、寻找教学的小数据痛点


      大数据的属性,使其富有巨大潜在价值的同时,也极难处理或解析。许多公司投入大量资金到复杂的数据分析工具后,才发现他们没有能力解释大数据,从中得出新见解,也没有能力将它变成竞争优势。因此,做大数据,最好的策略是从小数据做起。特别是在教育领域,学会如何利用小数据,是遨游日益复杂的数据世界所需的基本技能。
      小数据是具有小体量和特定属性的数据,这使它易于理解、便于访问、可操作性强,从而可以对日常事宜做出及时、有意义的反馈。体量方面,它可以非常小,小到仅仅是一个数值。属性方面,它可以具体到某一微不足道的行为观察。小数据不同于大数据的地方在于:数据的体量、数据的种类和格式、数据的处理速度和数据的复杂度。大数据属于监测数据,是全样本的、监测记录的、客观的、过程的、连续的,而小数据属于调查数据,是抽样的、样本反馈的、主观的、结果的、断点的。这些可以作为区别小数据与大数据的原则。
      小数据的教育应用可归于两点:教学设计和数据端倪。与大数据不同,小数据更注重用户、更强调目标,这使教师可以事先开展数据驱动的教学设计,制定最佳的实施方案,可以事前确定哪些数据的获取与分析是必要的。对于教学得到的小数据,可以在统计分析的基础上,采用数据启发的专家研究法,来获得突破性的关键见解。

      目前,在许多方面教学小数据的获取都有一定的难度:比如,班主任及学科教师对班级每个学生都有比较深入的认识,基本了解班级同学的听课状态、作业情况、思维方式、学习习惯、心理承受能力等。这些信息是教师与学生接触中获得的,但往往不能完全反映到学习成绩中。这些数据对于班级管理和学科教学有重要作用,如某同学成绩大幅下滑,班主任发现他上课心不在焉、抑郁寡欢,由此可通过观察、交谈、随访等找出原因,制定适切的策略,帮助该生恢复学习的热情与激情,进而实现提升成绩的目标。而这些观察、交谈、随访得来的小数据通常难以通过大数据获取。


3、构建全数据的教学策略


       通过上述对大数据与小数据的解析可知,它们均有各自的优势与不足。因此,将大数据与小数据相结合,实现优势互补,就形成了接近全数据的解析。
在教育领域,大数据体现出机器智能的优势,小数据侧重于运用专家智能。大数据与小数据的有效结合,为人机协同的智慧教育提供了可能,也为我们引出一种发掘教育智慧的可行路径,即:教学设计(小数据)→数据挖掘(大数据)→学习分析(大数据)→数据端倪(小数据)。
       其中,教学设计要明确需要解决的关键教育教学问题是什么;制定相应的教育教学策略与方案;实施策略与方案需要哪些方面的数据支撑(核心数据面);以核心数据面为中心,将周边的相关数据面考虑进来并选取相应的数据源(小数据跃升为大数据)。
      数据挖掘通过业务理解、数据理解、数据预处理、建模、模型评估、模型部署为学习分析提供高质量的数据模式。
      学习分析基于数据挖掘提供的数据模式,对学习进行描述、诊断、预测和处方,以保证教育教学的总体发展趋势始终指向预期目标(得到较为宏观、处方的适性策略),解析出数据间的相关关系;基于相关关系进行降维,并按照拟解决的关键问题与实际意义将大数据划分为多个小数据集合(大数据分解为小数据)。
      在数据端倪中,以学生个体或几个学生为对象,通过观察、交谈、随访等方法进行细微的关注;结合学习分析分解形成的小数据和本阶段得到的细微数据,形成新的数据集;教师依据新数据集,开展数据启发的专家智慧密集研究,从而得出深入的见解(获得操作性策略)。
      在大数据时代,教育数据作为智慧校园中的重要组成,完整、翔实、成体系的教育数据,不仅能为教育决策者提供信息,还能为其教学决策提供建设性参考。

作为以AI+智能纸笔为核心的智慧课堂解决方案,纸笔智慧课堂以智能纸笔终端为特色,搭载科大讯飞先进的文字和语音识别技术,围绕课堂教学主场景,衔接课前备课导学,课后巩固学习,实时采集学生过程性数据,凭借云端一体化提供教学资源服务与数据记录分析,提供教学资源服务与数据记录分析,帮助学校建立持久运作的收集、分析教学数据体系,真正发挥数据在教育发展中的价值,让教育数据真正落地,为实现精准教学提供助力。


打造国内领先智慧教育平台

专注于教育智慧化服务

让教学更便捷舒心

让学习更直观生动

让教务更放心方便

专业咨询: 18925835363

需求咨询:
姓       名:
职       务:
联系方式:
请  留  言:
验  证  码: 
© 2009-2018 CopyRight. 北京振安教育科技有限公司 京ICP备17028325号

阅读更详细更有价值的内容需要微信扫码支付2元后点击“确定”方可进入。 请先登录再付费,点击“确定”进行登录

确定