利用大數據進行學習評估與診斷

郝靜+徐峰

摘要：本文從數據的收集、數據的分析、結果的利用三個維度對大數據技術支持下的學習分析進行了理論闡述，并有針對性地提出建議，指導教與學。

關鍵詞：大數據；學習評估；學習診斷；過程性評價

中圖分類號：G434 文獻標識碼：A 論文編號：1674-2117（2016）24-0111-02

目前，學校采用的評價指標和內容較窄，評價形式單一，評價結果容易被誤用和濫用。而利用基于大數據的先進的學習分析技術，能使教師對學生的學習有真實的了解，對學生的學習做出恰當的評估和診斷，并對教學策略及時進行調整。利用大數據進行學習評估與診斷，主要要做好數據的收集、數據的分析以及分析結果的合理利用這三個環節。

數據的收集

教育數據是在教育教學的每一個過程與環節中所產生的相關數據的總稱。學生數據來源多種多樣，包括完成作業、參加考試等傳統教學評價中經常收集使用的數據，也包括在線交流、課外活動，以及其他一些以前并不直接作為教學質量評價的活動。數據的收集應該注意以下兩個方面。

1.注重日常教育教學數據的收集與利用

教師利用電腦、平板、手機等設備，借助互聯網或物聯網，可以隨時隨地收集學生各方面的數據。教師可以收集各種形式的日常數據，如教師日常教育教學產生的信息、學生日常學習與生活產生的信息、學生的成長記錄等，并通過這些過程性數據了解每位學生的發展情況。

2.多元化的評價主體

評價主體除了傳統意義上的教師外，還可以包括學生、家長、學校管理者、教育專家等，可構建學生綜合素質評價電子平臺，以及多主體共同參與的“評價聯合體”，并確保各主體之間數據有效溝通、良性協作，使評價做到及時、準確、全面，真正起到激勵和促進學生學習的作用。

數據的分析

過去教師對學生學習情況的評價主要通過課程結束時的作業、測試來評價。現在教師可以通過收集、分析學生學習過程中形成的數據，結合學情基本數據、課程評價問卷調查等，對學生學習情況進行綜合分析，及時發現問題，預測學生的成績，并研究學生的表現和課程滿意度的關系，目的是評估掌握情況、預測未來表現、發現潛在問題。

學習分析技術可以通過測量、收集、分析等手段，匯總有關學生及其學習環境的數據，用以理解、優化學習環境，為學生提供過程性學習評價。教師通過對這些數據進行采集和分析，發現學生潛在的問題與不足，并及時反饋給學生，同時給予相應的改進和補救建議。學習環境數據可以來自討論互動、課前測試、過程測試、隨堂記錄卡、章節測試、評價量規表、同學互評、期末測試等功能模塊。龐雜的來自不同渠道的數據，必須也只能依靠大數據技術進行分析，憑借計算機運算速度快、計算精度高的優勢，借助一定的技術手段，能夠快速準確地得到分析結果，指導教學及學習過程，教師和學生都能從中獲益。

結果的利用

要想充分發揮大數據分析的優勢，必須依托數字化的學習環境，相關數據的產生、發展、獲取、評價、利用等環節，全部在數字化的環境中進行，可以避免手動采集數據再錄入分析系統的麻煩。教師通過一定的技術和方法，將數字化學習與學習分析深入融合，二者相得益彰，開啟了一個全新的教學形態。而相關技術和學科的發展，如數據挖掘、學習分析學、內容分析學等，已使過程性評價有了技術和方法的保障。過程性評價更側重于學生發展的全面性，提倡評價手段的多元化，著眼于學生的個性化發展，注重評價的診斷作用而不是最終定論。大數據分析更側重于量化分析，通過分析結果及時督導學生的學習過程。例如，通過對學生前一階段學習情況的分析，系統會自動給學生推送部分學習資料。而這些學習資料，可以是對他前段時間學習薄弱環節的強化練習，也可以是針對其知識掌握情況推送下一步學習的新知識。

大數據正在對教育教學產生著巨大的影響。首先，它改變了人們的思維方式，從演繹推理轉為歸納總結，教育決策的依據正在由經驗轉為數據；其次，大數據具有真實性強的特點，用數據來說明問題，使決策者能夠真正掌握事情的真相；再次，利用給予人工智能的學習分析系統，能夠及時發現問題，快速介入，將問題消滅在萌芽中；最后，通過數據可以有針對性地了解任何受教育個體的實際情況，真正做到因材施教。