教育大數據背景下大學生學習的SWOT 分析

張燁 （四川師范大學心理學院）

一 教育大數據背景

教育大數據背景下，在線課程和網絡學習變革了慣常的教師面對面的授課模式，給予大學生隨時隨地的學習體驗以及豐富優質的課程內容。數據挖掘和學習分析為學生提供即時反饋、個性化學習內容和學習方式以及概率優化。這使得以往緊缺的高質量的教學資源變得豐富、開放、共享，以往“一個尺寸適合所有人”的模式變革為了“一個尺寸適合一個人”。教育大數據為大學生帶來重大發展機會的同時，也提出了諸多挑戰。在線課程存在諸如完成率低、交互質量低以及缺乏深度反饋等問題。數據挖掘還存在技術瓶頸，統計人才相對缺乏，個人數據涉及隱私權益，數據預測的使用需考慮倫理道德問題，這些方面都對大學教學適應教育的大數據提出了嚴峻挑戰。在此基礎上，有必要深入探討在大數據興起的情況下，大學生學習所面臨的發展機會與需要突破的困難。本文將從高校大學生學習的視角，分析大數據背景下大學生的學習現狀，重點探究大學學習所面臨的發展機會與挑戰，以期為大學生在大數據背景下優化學習提供借鑒，為教育大數據的研究拓寬思路。

二 教育大數據背景下大學生學習的SWOT 分析

在教育大數據背景下，大學生面臨著發展機遇和巨大挑戰，下文將通過SWOT 分析方法，討論當前高校大學生在適應教育數據化過程中所擁有的“優勢”和存在的“劣勢”，更重要的是關注大學生面臨的機遇與挑戰。

（一）優勢

1 大學生可自由安排的時間多

相較于中小學，我國高等教育逐漸轉向“以學生為中心”的育人方向，高校的課程設置、教學安排、學習方式與中小學大不相同，為大學生提供足夠的空閑時間。據統計，國內大學四年共有 34，088 小時，扣除正常上課時間共 6，336 小時（根據國內大學統計，平均每周36 學時，每節1 小時，一年44 周），減去睡覺、用餐、運動等（基于每天10 小時），剩余時間為13，152 小時，是正常課時的兩倍。大量的自由時間為大學生提供了利用網絡資源進行在線學習的機會，使得大學生可以自主選擇網絡課程，豐富學習視野。

2 高校為大學生提供了豐富的線上學習資源

資源建設和應用是教育信息化的重要基礎，將助力于高校辦學品質的飛躍和大數據潛力的激發。當前，優質的網絡學習資源十分豐富，國內各大高校均通過購買數據庫或自行建設的方式，為大學生提供在線學習資源，以滿足大學生的多樣化學習需求。為大學生適應教育數據化趨勢提供了助力。

3 大數據提供了雙向維度反饋

之前小數據時代時，通常是教師基于學生的家庭作業、教師觀察到的學生課堂表現、考試成績等衡量學生的學習行為和效果。在這種單向維度反饋中，教師收集的信息數量和質量都不夠，收集到的數據也沒有有效使用，很可能由于教師自身的數據收集能力及主觀態度，對學生做出不客觀的點評，影響學生的學業發展。但如今，由于大數據的普及，產生了雙向維度的反饋，教師可以通過各種平臺和渠道在學生學習過程中收集大量數據，學生也可以通過在線平臺的數據記錄，給教師反饋自己最真實的學習數據，依據數據資料的結果，教師可以為學生提供定制教學和指導，幫助學生取得優秀的學業成績。

（二）劣勢

1 大學生認知水平有限，自我控制力較弱

大學生剛剛步入成年期，認知水平處于持續發展階段，自我控制能力還相對較弱。面對當前網絡資源發達、娛樂方式劇增的互聯網環境，大學生不夠強大的自我控制能力將直接影響其在線學習質量和學習結果。

2 大學生在線學習的時間和內容碎片化

“互聯網+”的信息時代為學習者提供了豐富的學習資源和多樣的學習方法，不斷擴展的學習模式使學習者能夠隨時隨地進行在線學習。但互聯網學習在帶來便利的同時，其弊端也逐漸顯現，在線學習的內容和時間傾向于碎片化，沒有良好學習習慣的學習者很難進行有效的系統學習、建構和擴展自己的知識體系。這是當前社會整體存在的學習趨勢，也是在線學習的一個弊端。

（三）機遇

1 在線學習平臺和資源豐富

MOOCs、社交網絡和3D 虛擬學習設置等各種在線學習平臺的出現，興起了用戶生成的內容和與學習資源互動的新范式，為高校大學生提供了多元化的學習方式和多樣化的在線學習資源。MOOCs 不僅為全球學習者提供低成本、高品質、高知名度的在線課程，還為學習者提供豐富的課程練習和世界知名學習的能力認證。學生還可以通過課程論壇和同伴互評等形式參與合作學習。作為一個開放的學習環境，MOOCs 為高校學生提供了高度的自由，并借助導航模式理解學生的學習目標、學習策略，成為高校學生學習的有用工具，為教育大數據背景下的高校學生提供了發展機遇。

2 個性化學習

以往的教學課程設計參考的是中等生的水平，但現實中的學生并不全是屬于這類學生，學生的知識結構、學習策略、學習進度等方面都存在個體差異。當下，在教育大數據背景下，出現了多種新型網絡教學模式，其中以慕課為代表。相較于以往的線下教學，這些新的在線課程聽課時間地點自由，以學生為中心，可以在學生學習過程中動態地收集數據，加以分析，并實時反饋給學生，幫助學生找出學業問題，預測學業表現，鼓勵學業進步。使學生作為學習的主體并具備主動權，通過概率預測，為學生提供定制和優化學習內容、學習時間、學習方式，讓學生根據自己的需要，組織自己的學習行為，實現了個性化學習。

（四）挑戰

1 在線學習需要大學生較高的自我調節學習能力

MOOCs 這樣的現代化的在線學習環境，是數字化的、非正式的(或者至少不像傳統環境那么正式)，這對學習者的自我調節學習能力提出了更高的要求。自我調節學習(self-regulation of learning)是指學生自主學習的傾向和表現，即學生自發對學習過程進行調節，是學生為了實現預期目標，積極、有意識地對正在發生的學習活動進行計劃、監督、檢查、評估、反饋和監管。具備自我調節學習能力的學生能在整個學習過程中不斷進行反饋調整，以達成學習目標，獲得最優的學習結果。自MOOCs 出現以來，許多人都注意到在線學習者存在完成率低的問題，這被視為一個關鍵問題。在線學習環境和形式要求學習者具備更高的自我調節學習能力，從學習動機的建立到學習過程的監督，不斷反饋調整，以確保完成在線學習的內容，提高在線學習的完成率。

2 在線學習要求大學生具備高水平動機

Keller 和Suzuki(2004)認為，電子學習平臺的學生面臨更多的動機性挑戰。在過去的三十年里，研究學習者動機的學者關注最多的是學習者的目標導向。Ryan 和Deci(2000)認為，內在動機指的是出于自身固有的興趣去從事一項學習活動，而外在動機則意味著一個人想要獲得一個單獨的結果。參與在線學習的學生可能基于內在動機/外在動機、純粹出于好奇或出于完成學業而注冊并學習某門課程。因為在大多數情況下，他們必須獨立的完成課程，缺少校園環境中可用的支持類型，包括社會互動和技術支持。諸如MOOCs 之類的在線學習平臺對大學生的學習動機提出了更高的要求。

3 在線課程交互水平低

國內學者李青和劉娜(2015)關于在線課程評價體系的研究表明，教師和教學設計與交付是其中的重要因素。然而，研究表明，中國MOOC 的互動水平普遍較低，嚴重失衡。當前國內在線課程交互率低和交互質量不高的問題給高校大學生的網絡學習質量帶來了挑戰。一些研究還發現，翻轉課堂模式中的互動水平更好，探究式課程的互動水平更高，提供豐富學習支持和評估認證方法的課程互動水平更高。基于此，在線學習平臺和在線授課教師還需進一步調整授課模式、完善評價體系、增加學習支持，以幫助高校學生應對這一挑戰，通過提高交互水平進而提升在線學習質量。

教育大數據背景下，大學生擁有優質豐富的在線學習資源和個性化學習這兩大機遇。然而，也存在諸如在線課程交互水平低，需要自我調節學習能力和高動機水平等挑戰。時來易失，赴機在速。大學生能否積極應對教育大數據背景下的機遇與挑戰，決定著大學生個人學業發展和未來事業成就，更影響著當前我國青年的教育質量以及日后國家的繁榮復興。當前，大學生充分利用在線學習資源、利用在線平臺和數據反饋進行個性化學習，通過增加在線互動提高在線學習質量；在學習能力上加強自我調節學習能力；在學習態度上確立內在動機，設立掌握目標，激發學習效能感，以更好地應對教育大數據背景下的機遇與挑戰。