大數據視角下軍校學員成長路徑規劃研究

李曉軍 李琳琳 姚俊萍 馬俊春

摘? 要 基于成長路徑規劃的學員自我管理與發展是培養軍事職業勝任力的重要途徑。基于大數據的軍校學員成長路徑規劃是動態持續的過程，包括目標規劃、個體評估（條件評估、狀態評估）、成長路徑建議、執行等環節。院校需從學員成長路徑規劃的數據需求出發，借助物聯網、云計算技術建設大數據支撐體系，提高人才培養質量。

關鍵詞 成長路徑規劃;大數據;軍隊院校;軍校學員;勝任力模型

中圖分類號：G645? ? 文獻標識碼：B

文章編號：1671-489X（2019）04-0109-03

Abstract To support developing military professional competency， college should cultivate students military knowledge and skills， and?conduct them to plan growth path according to specific goals of self-development. Growth path planning based on big data for military college students are dynamic and sustaining which include goal planning， individual evaluation， growth path proposals and imple-ments. Then college need to construct big data supporting system based on IOT and cloud computing for students growth path planning.

Key words growth path planning; big data; military college; mili-tary college students; competency model

1 前言

高等教育既是院校依托環境資源開展人才培養的過程，更是學生自我管理、逐步成長的過程。因此，學生在自我認知、職業愿景、環境評估等基礎上有意識地開展成長路徑規劃與設計，并有效地付諸實踐，對于高等教育人才培養質量的提升具有顯著意義。對于軍校學員而言，新時代的軍事變革及打贏能力建設對于學員素質能力培養提出新的要求，軍事院校在創新人才培養課程教學手段與方法的同時，也有必要積極引導學員自我管理，發揮主觀能動性，有意識地開展成長路徑規劃，錘煉意志、提升能力，為打贏明天的戰爭集聚本領。

在這樣的背景下，本文從大數據視角出發，分析軍校學員成長路徑規劃的需求，提出基于大數據技術的學員自我分析評估模式，進而有針對性地提出個人學習發展策略及措施，為軍事高等教育人才培養服務。

2 學員成長路徑規劃與勝任力模型

凡事預則立。作為社會個體的學員的成長、成才過程同樣需要有意識地進行規劃。事實上，理論和實踐研究也證明了學員成長路徑規劃對于提高個人素質和就業能力具有顯著價值。如針對大學生優質就業的案例研究結果表明，興趣特長、復合能力和人文情懷是實現優質就業的關鍵性條件，而具備上述潛質的青年學子的成長路徑特征非常明顯，集中體現為取向明確、能力多元以及人文情懷濃郁等[1]。因此，優異的個體素質與科學的成長路徑規劃緊密相關。

路徑規劃對于學員成長過程的重要意義是建立在勝任力模型基礎上的。勝任力是與有效的工作績效相關的個人潛在特征，包括知識、技能、自我概念、特質和動機等方面[2]。擔任特定職務所需具備的勝任力內容及水平稱為勝任力模型[3]。依據勝任力的冰山模型[4]和洋蔥模型[5]，職業勝任力包括顯性的可通過教育培訓獲得的“知識和技能”以及隱性的“個體特質”（如態度、動機、品性、價值觀等）兩大部分[6]。可以發現，職業勝任力是能夠通過定量或定性的方式進行描述的，進而也能夠通過教育培訓或者個體自我提升而習得，尤其是個體特質部分，學員個體有必要以準確的自我認知為基礎，進行成長路徑規劃，有意識地加以培養和提升，以適應未來職業發展需求。

綜上所述可以得出，面向軍事職業發展需求，軍校在積極開展知識和技能教育培訓的同時，有必要引導學員在職業勝任力需求分析基礎上，結合客觀、準確的自我認知評估，開展個人成長路徑規劃，針對性地培養適應打贏需求的個體特質，促進軍事人才的全面發展和進步。

3 基于大數據的軍校學員成長路徑規劃方法

無論是學員開展的職業勝任力需求分析（即解決“我要成為什么樣的人”的問題），還是自我認知評估（即解決“我現在具備什么能力”的問題），均需要以準確的數據為支撐，進行個體決策。而在當前信息技術時代，教育大數據為上述問題的創新解決提供了必要基礎和條件。在概念的分析討論中，狹義的教育大數據特指學生即學習者的行為數據，比如來自學生管理系統、教務管理系統以及在線學習系統等的數據及分析[7];而廣義的教育大數據則涵蓋了與教育管理與組織機構、教學環境與條件、教育裝備、教師、學生等相關的所有教育活動相關數據及分析，既包括行為數據，也涉及信息系統狀態數據、國家教育數據等[8]。

從研究背景及目標出發，本文中的教育大數據采用廣義概念進行分析和討論。同時需要指出的是，此處大數據的概念不僅指數據本身，還包括分析和處理海量數據資料的新技術[9]，該技術以基于云計算、物聯網的分布式存儲與并行計算、海量數據間關聯分析、可視化結果呈現為核心。研究已經證明，教育大數據對于改進學習者的學習效果具有顯著價值，如基于學習者行為分析進行學習內容智能化推送，提高學習針對性，并最終實現學習效率的提升等[10-11]。總體來講，已有研究在大數據技術輔助教、學雙方的課堂實施、知識習得等方面取得諸多研究成果，但在輔助學員成長規劃方面則相對較少。

基于上述分析，本文提出基于大數據的軍校學員成長路徑規劃，目標在于借助大數據技術，通過學員持續的、自我動態評估與管理，逐步提升擔任軍事指揮員所需具備的勝任力內容及水平。其中，勝任力的內容不僅涉及合格軍事指揮員應具備的知識和技能，也包括學員個體在態度、動機、品性、價值觀等方面的提升和進階。因此可以發現，基于大數據的軍校學員成長路徑規劃是職業勝任力導向的，具有明確的目標指向;在學員支持內容上，是對傳統研究中知識學習內容智能推薦模式的進一步拓展，加入了對于學員個體特質的實時評估;在實施中，基于大數據的軍校學員成長路徑規劃是動態持續的，形成“目標規劃、個體評估（條件評估、狀態評估）、成長路徑建議、執行”的完整閉環，如圖1所示。

其中，面向軍事職業崗位的勝任力模型分析，應結合新時期軍事領域變革對于指揮人員能力素質需求的變化，并體現出不同任務或職務間的差異。具體地，勝任力模型中應包括知識與專業基礎能力、溝通能力、身體素質、個性品質、態度與價值觀等方面的需求，是基于數據的對于軍事職業崗位任職需求的科學分析和判斷。同時，考慮到軍校學員人生閱歷、職業經驗等方面存在的不足，勝任力模型分析結論應以專家（部隊首長、院校教授、職業指導員等）的知識和經驗為主要的研討依據，并通過可視化的方式適時推送給學員。

學習分析，是指以學習行為大數據為基礎，利用松散耦合的數據分析技術與搜集工具，分析、評估學習者的學習參與、學習表現和學習過程，實時呈現個體在知識和技能等方面的即時狀態。學習分析的依據是全面、客觀、準確的學習行為數據，比如所學課程的知識內容體系、課堂參與度與表現、課程成績、課余閱讀內容列表、課外活動項目參與情況等;學習分析模型應以大數據關聯分析模型為主，以描述性統計、定性分析為輔;學習分析的輸出應是從知識和技能狀態角度呈現用戶畫像，并通過適當方式保護學員的隱私信息。

個人特質分析、成長環境分析體現了軍校學員成長過程中所依賴的條件，即個人基礎條件和成長環境條件兩個方面。軍校學員的成長過程不可能是空中樓閣，是以已有個人素質為基礎的，同時不可避免地受到環境條件的限制約束，因此，客觀、準確地開展條件評估是生成個人成長路徑規劃建議的必要條件。其中，個體特質分析主要是學員對于自我的職業態度、動機、品性、價值觀等進行評估，具有典型的隱私性、個體差異化特征;成長環境分析一方面包括軍事院校教學條件的評估（如院校人才培養定位、特色專業與優勢學科、信息資源服務能力等），另一方面應涉及個人成長的社會環境評價（如生源地經濟社會狀況、個體家庭實際、生活方式與習慣等）。

在面向軍事職業崗位的勝任力模型分析、學習分析、個人特質分析與成長環境分析基礎上，形成學員的成長路徑規劃建議方案。在建議方案的生成模型中，目標規劃、條件評估、狀態評估結果是模型的輸入;模型的輸出結果應是基于標準化模板生成的，并明確該方案的執行周期，提高建議方案的規范化及可操作性。總體來講，成長路徑規劃建議應是方便學員能夠據此調整自己當前的發展步調，參考系統推薦的路徑來學習知識、提升技能以及培養特質。

學員參考生成的階段性成長路徑規劃建議方案，并在不同的方面和維度上加以實踐執行。同時需要指出的是，個人的成長符合持續的螺旋式上升一般規律，因此，基于大數據的軍校學員成長路徑規劃是持續的、動態的閉環過程，需要相關各方的持續努力和實踐。

4 軍校學員成長路徑規劃的大數據支撐體系建設

科學的決策依賴于準確、完備的數據支撐。對階段性成長路徑規劃建議方案生成過程的數據需求分析如表1所示。通過對表1中所示的數據需求進行分析可以發現，上述數據屬于典型的教育大數據，涉及與教育管理與組織機構、教學環境與條件、教育裝備、教師、學生等相關的所有教育活動相關數據。

基于數據需求，軍校學員成長路徑規劃的數據支撐體系如圖2所示。其中，職業領域數據、職業管理知識、院校條件數據、社會環境數據等可進行集中的批處理，且在不同個體間可互用;而學習行為數據、特質測試數據等可依托學習者、教學設施等終端的物聯網系統（如傳感器、攝像頭等）進行采集。上述數據可依托軍事院校的云計算設施進行分布式存儲。同時，考慮到不同數據對于個體隱私的敏感度間的差異，數據應進行訪問權限設置及加密處理。

5 結語

成長路徑規劃為軍校學員有意識地進行自我管理以及在院校培養的基礎上實現個性化發展成才提供了方法途徑。在當前信息技術飛躍發展時代，以物聯網、云計算為基礎的大數據技術則為學員成長路徑規劃創造了數據、工具等方面的有力支撐。軍事院校有必要順應新時期軍事人才培養改革需求，積極創設條件和環境，為實現軍校學員自我管理、個性化發展，并最終提高院校人才培養質量打下基礎，為打贏明天的戰爭培養素質全面、具有領導力的精英型軍事人才。

參考文獻

[1]劉永生.當代優秀大學生的成長路徑特征及啟示：基于3所名牌大學10位青年學子優質就業的質性研究[J].中國青年研究，2016（6）：93-98.

[2]劉云.基于勝任力模型的干部隊伍教育培訓研究[J].中國成人教育，2016（22）：131-135.

[3]周爾民，劉秋紅，王貴用.基于勝任力模型的專業學位研究生質量分析維度[J].黑龍江高教研究，2017（4）：93-95.

[4]McClelland D C. Testing for competence rather thanfor intelligence[J].American Psychologist，1973（28）：1-14.

[5]Boyatzis R E. The competent manager： A model for effective performance[M]. New York： Wiley，1982.

[6]謝曉專.情報分析師職業勝任力通用標準比較研究[J].情報雜志，2017，36（2）：25-31.

[7]李馨.高等教育大數據分析：機遇與挑戰[J].開放教育研究，2016，22（4）：50-56.

[8]胡弼成，王祖霖.“大數據”對教育的作用、挑戰及教育變革趨勢：大數據時代教育變革的最新研究進展綜述[J].現代大學教育，2015（4）：98-104.

[9]曾貞.數據人：大數據教育時代學習者特征分析及其教學對策研究[J].黑龍江高教研究，2017（3）：10-15.

[10]翟繼友.大數據用于高等教育的問題及其應對策略[J].黑龍江高教研究，2017（8）：58-61.

[11]石貴舟，余霞.高等教育大數據的作用及其構建[J].教育探索，2016（9）：65-69.