大學如何進行學習過程分析大學不收集那些讓學生感到毛骨悚然的數據
全球在線教育的發展給大學的發展帶來了嚴重的挑戰,它將信息技術引入了大學學生的學習過程分析之中,基于促進學生成功、保留和積累學習經驗的需求,全球教育機構對學習過程分析的關注度快速提升。為此,我們也采訪了萊斯大學CIO Klara Jelinkova女士,關于美國大學如何進行學生學習過程的分析。
《中國教育網絡》:美國大學哪些部門在進行學習過程的分析?
Klara Jelinkova:這要視情況而定。大多數大學都有IT部門運行這樣的分析工具,使用數據倉庫維護采集的數據。還有一類機構稱為“研究辦公室”,負責分析數據并發布報告,從而起到了聯合的職能。通常我們試圖做的是在相關部門的應用系統中嵌入分析能力。在我看來,策略應該是給學校有需要的部門提供分析工具,并確保相關人員能夠運行分析工具,向領導者匯報分析結果。因為IT部門并不能運行所有的分析。因此,我們所做的是專注于提供恰當的工具和解決方案的組合,以便為這些部門的最終用戶提供更多幫助。
《中國教育網絡》:如何處理法律或道德問題?例如,學生隱私等。
Klara Jelinkova:這個問題比較復雜,但在美國有一些聯邦法律涵蓋了這方面的問題。你需要遵守這些法律。學生的隱私也包括在聯邦法律中。法律規定了需要做什么以及如何做。我們的教學管理系統中收集學生數據,部分數據顯示了學生的行為方式和閱讀材料的方式,學習進展和流動狀況等。
《中國教育網絡》:需要收集什么樣的數據?
Klara Jelinkova:牢記這一點,我們生活在一個非常數字化的世界,如果你想,你可以通過查看某人的Facebook賬戶以及通過谷歌地圖追蹤他們的生活軌跡。但大學不收集那些讓學生感到毛骨悚然的數據。我認為大學收集的數據類型是能讓大學為學生提供更好的建議,使學生在學業上取得成功,因此它主要用于學生成功事例的教育分析。使學生學業更成功的愿望驅動著我們的數據收集工作。
《中國教育網絡》:目前正在使用的分析系統是什么?
Klara Jelinkova:人們使用不同的系統,例如Oracle。但是現在越來越多的人使用Hadoop和其他非結構化的數據庫來收集數據。對我們來說,我們使用了兩者的組合。大多數學生的數據,例如成績等都是結構化的數據,但是我們做的不同類型的學生服務是非結構化的數據,所以我們使用結構化和非結構化數據的組合。我們選擇一個可視化的工具,而有些人選擇其他的工具。美國大學在可視化工具的選擇上,大家各有不同。
我們使用不同的工具來分析不同的數據。分析非結構化數據的最大難點出現在查詢非結構化數據并嘗試執行預測分析時。它更具有猜測性,因為答案可能是不確定的。而對于結構化數據,答案幾乎是確定的。例如,對于結構化數據,你可以知道有多少學生獲得了A,有多少學生的成績是B。但是非結構化數據有更多的不確定性。因為整個分析方法是不同的,不僅僅是工具的不同,人們可能很難理解其中的差別。
《中國教育網絡》:基于分析結果,學校會采取了什么樣的干預措施嗎?
Klara Jelinkova:我認為對于美國大多數的公共機構來說,學術顧問是十分重要的角色,沒有人考慮用機器替代人,但顯然人們正在使用機器替代顧問的部分工作。主要是為顧問提供與學生交談的工具,讓學生談論他們面臨的問題和他們的計劃。學生的行為可以通過顧問和教師的想法來了解。
《中國教育網絡》:在數據分析上有什么進展嗎?
Klara Jelinkova:我們得到的最好的進展實際上是預算規劃方面的。我們對大學的支出有非常好的分析。
盤點2016年十大關鍵詞
歲末年初,我們回顧過去,對年度熱詞進行解讀,并試圖通過這些關鍵詞,總結一些規律,觸摸未來,讓未來的步伐走得更堅定。

27 “十三五”規劃:信息化服務育人全過程
28 CIO:將如何影響大學發展?
30 智慧課堂:切忌“盲人摸象”
33 互聯網+教育:徘徊在應試邊緣
36 IPv6發展:戰略上緊鑼密鼓 現實部署遇冷
39 大數據:離中心越來越近
40 云服務:改變正在發生
41 無線網:終將成為校園網未來
42 一卡通:手中無卡 心中有卡
43 網安人才培養:非一日之功
44 教育信息化的新事物,許多東西不是你想的那樣