姜珊 林森
【摘要】隨著教育信息化的大面積推廣,教育領域的數據急劇膨脹,如何有效利用數據提高教學效率是目前教育部門面臨的主要問題,學習分析是解決此問題的重要法寶。筆者在介紹學習分析及其相關概念的基礎上,著重反思了大數據背景下學習分析的不足,為今后的學術研究提供參考。
【關鍵詞】學習分析 數據挖掘 信息技術與課程整合
【中圖分類號】G642 【文獻標識碼】A 【文章編號】2095-3089(2016)06-0233-02
一、前言
隨著信息技術不斷發展,教育中技術的應用得到了關注,2012年3月,教育部在《教育信息化十年發展規劃(2011-2020年)》中提出,要推動信息技術與教育教學的深度融合,教育信息化得到了大面積的推廣。[1]一方面,各種學習技術系統獲得并儲存了大量的學習者學習行為的數據,這些數據急劇膨脹,已經超出了教育機構的理解和利用能力。另一方面,教育信息化的巨大投資,是否達到了提高學習效果的目的,效益問題面臨挑戰,于是,學習分析應運而生。學習分析,通過對學生復雜行為數據的挖掘,運用先進的分析方法和工具分析有價值的信息預測學習結果、優化學習效果,對教育決策和個性化教學提供科學的指導。學習分析作為教育技術近年來的新熱點,同時,也是促進信息技術與教育教學的深度融合的有效途徑。因此,筆者從學習分析的概念入手,反思其在發展中的不足,為后來的學者進行更深層次的研究提供參考。
二、學習分析的相關概念
最早的學習分析定義源于EDUCAUSE的“下一代學習挑戰”,它提出“使用數據和模型預測學生收獲和行為,具備處理這些信息的能力”。[2]學習分析與知識國際會議上提出“學習分析是以理解和優化學習及其發生的環境為目的,對學習者及其所處情境的數據進行的測量、收集、分析和報告”。[3]在《地平線報告》中NMC認為:“學習分析是以評估學業成就、預測未來表現、發現潛在問題為目的,對學生產生和收集的大量數據進行闡釋的過程”。學術界對于學習分析并未有統一的描述,大多數學者比較認可NMC的定義。筆者認為,學習分析是在“教育數據挖掘”的基礎上應運而生的,教育數據挖掘專注于技術層面,過多強調結果自動化反饋,而學習分析的出現彌補了數據挖掘的不足,學習分析更多的是關注情境和特定干預,注重個性化和自適應。學習分析在收集大量數據的基礎上,以進行教育決策和實施教育教學為目的,采用先進的分析方法和工具對數據進行分析和加工。
三、學習分析的不足
1.理論研究只停留在宏觀方面
我國關于學習分析的研究主要停留在學習外國的理論和技術,只是對其概念、特點、功能等做闡釋,沒有對微觀層面進行研究。學者們沒有形成自己獨特的理論架構,只是一貫的借用國外的理論,并沒有結合中國的教育體系,提出一種適應中國教育發展的學習分析理論體系。
2.學習分析與中小學學科課程的整合研究甚少
學習分析技術的應用目的是為了提高教與學的效果,因此在教育教學中的應用才能真正的檢測其結果。中小學階段是學生掌握知識、發展能力的重要階段,因此將學習分析運用其中,可以有效的指導教師教學,學生也能夠進行正確的自我評估和診斷,為學生下一階段有針對性的學習具有重要意義。根據文獻分析,學習分析在網絡平臺、高等教育以及教師培訓中應用突出,但是在中小學學習分析與教學和課程的整合并不成熟,有待學者進一步實踐。
3.沒有形成標準的學習分析框架和模型
研究學習分析框架和模型的文獻不多,且大多數是參照國外的內容搭建而成,研究者并未進行標準化的劃分,內容缺乏系統的規整,因此學習分析缺乏一個清晰、系統、可操作的信息模型和體系框架。針對不同學生群體和學習內容,設計個性化的分析模型是研究者努力的目標。
4.數據與技術面臨挑戰
學習分析技術是基于計算機或網絡的工具獲取和分析數據,利用機器來分析學生的學習行為。但是,學生的學習過程是復雜多變的,而且學習是內部心理和內隱思維的過程,并不都能夠通過外顯的行為表現出來。[4]因此,數據的準確性不能夠保證。大數據的爆炸式增長,技術卻跟不上腳步。未來十年,非結構化數據量將占據全部數據量的90%,其中教育數據就占極大的比例。大量的非結構化數據在沒有人工幫助下難以被計算機處理和理解。[5]不同學習分析工具或者數據采集工具得來的數據的格式或形態能否互相兼容,也值得我們去思考。因此,技術的發展是當下要著手解決的問題。
四、總結
本研究主要通過對當下學習分析的不足進行反思,對學習分析的發展進行一種初步探索。雖然學習分析的發展面臨很多棘手的問題,但是筆者相信,這些問題為學習分析的發展提供了更大的空間,等待著更多專家學者去發掘。
參考文獻:
[1]吳永和,陳丹,馬曉玲,曹盼,馮翔,祝智庭. 學習分析:教育信息化的新浪潮[J]. 遠程教育雜志,2013,04:11-19.
[2]吳婧,楊福華,肖軍玲. 學習分析技術研究綜述[J]. 軟件導刊(教育技術),2014,10:50-53.
[3]郁曉華,顧小清. 開放教育下的學習分析——2015 AECT夏季研討會評述與延伸[J]. 遠程教育雜志,2015,05:14-23.
[4] 王良周,于衛紅. 大數據視角下的學習分析綜述[J]. 中國遠程教育,2015,03:31-37.
[5]顧小清,胡藝齡,蔡慧英. MOOCs的本土化訴求及其應對[J]. 遠程教育雜志,2013,05:3-11.endprint