教育大數據應用中存在的問題、原因及對策

盧文青　秦志永

摘 要 目前在教育大數據應用過程中仍存在數據共享障礙、數據體系混雜、數據挖掘難度大、數據安全與隱私缺乏監管以及數據結論存在缺陷等問題，針對問題進行深入分析，并在數據共享、數據挖掘、數據標準體系構建、數據服務、數據管理等方面提出對策建議。

關鍵詞 教育大數據；教育信息化；數據挖掘；數據管理

中圖分類號：G630 文獻標識碼：B

文章編號：1671-489X（2017）17-0078-03

1 前言

教育大數據是整個教育活動過程中所產生的以及根據教育需要采集到的一切用于教育發展并可創造巨大潛在價值的數據集合[1]。借助于教育大數據分析，可有效促進教育教學發展，在個性化教學環境定制、提升教學水平、優化教學質量等方面具有積極意義。但亦應指出的是，大數據雖然帶來思維方式的巨大變革，但是也可能成為一種過度膨脹的力量，使教育管理者寄希望于大數據能夠解決教育領域的諸多問題。教育是培養人的過程，具有復雜性、公益性的特征。這一方面要求大數據的質量不斷提高，另一方面在認識上應明確大數據不能代替豐富、動態、變化的教育教學實踐活動，它僅是一種實踐的指導，使實踐更具理性化的特征。因此，如何基于實踐的觀點認識大數據，如何正確認識大數據，提升數據質量，如何利用教育大數據更好地服務于教育，是擺在教育工作者面前亟待解決的問題。

2 教育大數據應用過程中面臨的主要問題及原因

數據共享存在障礙 大數據相信全量數據，通過分析幾乎全樣本的數據來思考和分析問題。從抽樣中得到的結論總是有水分的，而全部樣本中得到的結論水分就很少，數據量越大，真實性也就越大。然而各地學校之間教育信息化基礎設施環境的建設往往各具特色，互不兼容，限制了數據的共享，使得“數據孤島”成為制約教育大數據發展的瓶頸。

數據體系混雜 出于計量的需要，總是習慣于把教育分解，然而分解后的數據指標體系所描述的屬性特征并不保證是教育的真實再現。由于缺乏標準的數據體系，各學校對數據指標的性質差異以及數值差異所表示的實際意義存在認識上的分歧，各學校都傾向于強化本校數值較高的指標在綜合分析中的作用，相對削弱數值水平較低的指標的作用，導致在數據收集和分析時存在指標各異、標準不同、口徑不一的情況。

教育大數據既包括常規的結構化數據（如成績、學籍、就業率、出勤記錄等），也包括海量難以分析的非結構化數據（如圖片、視頻、教學軟件、學習游戲等）。不僅結構復雜，而且在收集數據的過程中因為操作系統以及版本的不同，數據收集的結果可能會存在多份的情況，造成不必要的數據冗余。另外，由于數據的真實性無法全部保證，數據中還可能存在許多的“偽數據”。

由此可知，數據體系的混雜不僅增加了數據收集的難度，而且削弱了數據整合的價值。

數據挖掘難度大 教育大數據的價值就在于數據挖掘，沒經過挖掘的大數據只是沒有開采出來的原油，不具有實用價值，而數據挖掘就是通過算法模型搜索隱藏于其中的信息的過程。教育大數據中的非結構化數據將越來越占據主導地位，但是要把視頻和圖片等轉換成有用的數據信息，則必須首先定義視頻或圖片等的價值。大數據時代信息分析的難點就在于對海量的非結構化數據的分析，而在此領域的研究尚不成熟。

在海量、復雜、多維的數據中去挖掘數據之間的相關性，使用的數據越多，分析的難度越大，則討論、分析、爭議的時間、人力、財力等成本也會相應提高。而采用的數據過少，則又不能充分認識教育過程的本質。因此，數據挖掘的算法模型很重要，但是創建模型的人經常不清楚建模依據的歷史數據在未來是否穩定，而使用模型的人也不知道整個數據模型的加工過程；創建模型的人可能不知道此種模型效果好不好，而使用模型的人也不知道該怎么去反饋使用的結果[2]。這樣一來，信息不對稱現象嚴重，影響了算法模型的質量優化。

數據挖掘的本質就是還原。雖然好的數據模型是一種有益的提煉，但有時候也會因為缺少場景數據的支持，在某種程度上造成信息的歪曲。事實表明，一些不易收集的量更直接影響人的行為，如健康、情緒、性格、興趣、習慣等。缺少了這些背景數據的支持，數據分析的結果可能會失真，甚至與事實大相徑庭。

數據安全與隱私亟待有效監管 教育大數據收集了各種來源、各種類型的數據，其中也包含很多和用戶隱私相關的信息。由于國家在教育大數據方面并沒有出臺相應的法律法規，保護不當可能會帶來嚴重的安全風險。在大數據時代，個體面臨的威脅并不僅限于個人的隱私泄露，還在于基于大數據對人們狀態和行為的預測，而這種隱性的數據暴露往往是個人無法預知和控制的。如通過分析學生關于閱讀的歷史紀錄，得到學生的愛好、興趣傾向等信息。

教育是塑造人的過程，而這種重塑是建立在社會的遺忘機制之上的。因為有了隨時間模糊的遺忘機制，個體才能夠不停地在記憶中構建和重構自己的過去，進而接受不斷發展的自我與別人，才有能力從過去的經歷中吸取教訓，并調整自身的行為以融入未來的社會[3]。由于數字化記憶缺少人類記憶中自主遺忘的功能，因此，完善的數字化記憶帶來的寒蟬效應（指用戶害怕自己的言行遭到指責或者懲罰，不敢發表言論，如同蟬在寒冷天氣中噤聲一般）可能會改變或約束學生的行為，進而影響學生的健康成長。

數據結論存在缺陷 雖然在教育實踐中運用數據指標來評價教育并不一定是最好的方式，但也是必然要選擇的方式，因為無計量則無管理。由于教育中人的性格、美感、道德、價值觀等方面難以量化的現實，造成對教育指標體系的“簡單化”處理。換言之，在實踐中利用某些數據（如成績）指標，并不是因為最有價值，而是最易計量。

數據分析的結論具有導向作用，由于數據體系的不完整以及算法模型的不完美，管理者的決策空間就會相應地受到擠壓。雖然數據結論有一定的片面性，但是數據結論賦予管理策略合理性，加劇了學校對成績的關注而忽略了人文精神的培養。簡單的教育培養了簡單的學生：專制、占有欲強、缺乏審美情趣和道德感、自制力缺乏、攀比心太強……凡此種種，都是“簡單人格”的寫照，而在教育的輪回中，又在不斷復制并加劇這種“簡單化”。由此可見，數據結論的缺陷不僅反映了計量的必要性與科學性之間產生了矛盾，也體現了教育目標的長遠性與計量的短視性之間的矛盾。endprint

在數據結論的表達方面，許多的數據結論雖然是正確的，但相對于非統計專業的學校管理者來講，要么晦澀難懂，要么枯燥乏味，缺乏高效的數據表達方式，降低了信息傳遞和溝通的質量。

3 教育大數據應用過程中的對策

針對教育大數據應用過程中存在的問題，提出以下對策。

互聯互通是基礎 統籌建設信息化基礎設施和應用環境，達到高速可用、安全可靠、可信共享、泛在開放的水平，推動各級各類學校逐步優化教育信息化基礎應用環境，完善信息化設施配備，提升網絡保障能力。以可持續發展的教育信息化應用環境為基礎，構建省市級教育大數據平臺，促進各級各類學校數據共享，實現數據的統一開放、實時分析，破除“數據孤島”，推動教育大數據建設。

標準的數據指標體系是根本 國家正在推行學生的“終身一人一號”統一學籍信息管理制度，各項數據都有了身份標簽，為持續性記錄每個學生的學業表現與全面發展情況提供制度保障。在數據指標體系方面，需要加強基礎設計，制定與國家教育信息化標準相銜接的統一的標準與規范，涉及數據的收集、分析與管理等方面，涵蓋基礎標準、數據處理標準、數據安全標準、數據質量標準、數據服務標準等。只有確保標準的一致性和權威性，才能在統一的大數據平臺內統籌梳理數據來源和流向，集中管理各類基礎數據，確保數據完整、可用、可整合，實現教育大數據的快速抽取、統一共享、及時挖掘。

人才與技術是關鍵 大數據時代課堂變得無處不在，如翻轉課堂的引入、數字校園的流行、云課堂的設想……課堂將不再是單一和被動的模式化、固態化的傳統課堂。課堂既可以是校內的，也可以是校外的；既可以是現場的，也可以是網絡的，課堂空間被無限拓寬，課堂形式變得自由多元[4]。在動態變換的場景下面向多版本、多操作系統收集教育數據，定義非結構化數據的價值，研究新的算法模型以探尋教育因素之間的相關性等方面，都迫切需要人才與技術的支持。

新形勢下的教育不僅關注知識與技能的學習，更加注重人文精神的培養。利用大數據挖掘興趣、性格等心理特征在教學與個人成長中的價值，更是需要多學科人才的合作。因此，需要組織教育學、數學、計算機科學、統計學等多學科的人員成立專門的教育大數據挖掘中心，打破信息不對稱，集聚各方智慧，引入多角度的評價方式，建立多樣化的指標體系，通過技術攻關破解數據挖掘中的難題，并探究出美學形式與現實功能兼顧的數據可視化手段，實現數據結論的有效傳達與溝通。

數據服務與教學的深度融合是核心 教育大數據既服務于教育教學，又來源于教育教學，因此有必要通過優質數字化教育資源的建設與共享，深化信息技術與課堂教學的融合，拓展數據收集的類型與規模，提升教育大數據的服務空間。

由于技術水平的限制，不可能把千變萬化的教育行為提煉歸納進一套或幾套模型里。數據模型的局限性決定了在教育實踐中需要對模型進行檢驗，并通過技術改進實現模型的迭代優化，形成持續反饋的機制，進而不斷提升數據分析的價值和有效性。由此可見，深化數據服務與教育教學的融合，不僅是促進教學改革、提升教育質量、實現教育均衡的重要手段，更是實現教育大數據驅動教育發展的必然選擇，無融合則無數據，無數據則無服務，無服務則無反饋，無反饋則無優化。

數據管理是保障 注重數據的隱私保護與安全管理，出臺相關的管理辦法。按照分級管理、逐級負責的原則，健全網絡與信息安全管理責任體系，完善網絡與信息安全管理制度。明確數據管理各部門、人員的安全管理職責，建立數據資源的保密等級，設計高性能、高可信度的教育大數據存儲系統，建立數據安全應急保障機制，為大數據平臺提供充分的安全保障。

學生的成長是一個過程，這一過程可能是緩慢而復雜的。針對教育大數據建立生命周期管理制度非常必要，對數據只進行一定的控制，允許數據被模糊、被遺忘。給學生留一些自身需要的空間來定義自己，尊重學生重新塑造自己身份的自由，促使其在成長的道路上甩掉過去的包袱，調整自身的行為并融入未來，幫助其健康成長。

4 結語

教育發展必將迎來大數據驅動的新時代，大數據將幫助教育工作者找到更加合適的方法，提供更加廣闊的思路來為教育教學的決策提供數據支撐。立足于大數據發展的理論前沿和教育實踐的需要，才能強化數據對教育教學的服務與支撐，逐步完善對教育的認識，回歸教育復雜性的本質。

參考文獻

[1]楊現民，王榴卉，唐斯斯.教育大數據的應用模式與政策建議[J].電化教育研究，2015（9）：54-61.

[2]車品覺.決戰大數據[M].杭州：浙江人民出版社，2014.

[3]舍恩伯格.刪除：大數據取舍之道[M].袁杰，譯.杭州：浙江人民出版社，2013.

[4]吳地花.大數據時代的教育創新研究[J].教育探索，

2016（4）：120-123.endprint