教育大數據價值體現、問題反思與發展路徑

程玉 胡凡剛 吳運明

摘 要：大數據作為一項綜合性技術正在改變社會的生產生活方式，其與教育的結合是時代的必然產物，但教育大數據在發展過程中引發了許多問題。為使教育大數據更好地促進教育改革，利用文獻研究法、比較分析法對教育大數據進行深入研究。闡述了教育大數據在驅動教育決策科學化、學習方式個性化、教學管理人性化、評價體系全面化中的價值體現，深入分析教育大數據引發的一系列隱私問題，提出建立健全相關法律法規、平衡數據開放與隱私保護、創新大數據人才培養模式、加強數據治理與技術創新的發展路徑，以期真正地賦能教育。

關鍵詞：教育大數據;價值潛能;發展路徑

DOI：10. 11907/rjdk. 191602 開放科學（資源服務）標識碼（OSID）：

中圖分類號：TP434文獻標識碼：A 文章編號：1672-7800（2020）005-0281-04

0 引言

2012年維克托·邁爾·舍恩伯格（Viktor Mayer-Sch？nberger）和肯尼斯·庫克耶（Kenneth Cukier）編寫的《大數據時代》（Big data），一經問世就受到人們的廣泛關注，自此，“大數據”開始融入各個行業，教育大數據更是適應大數據時代發展的重要產物。顧小清[1]從數據的力量與模擬優勢兩方面探索大數據時代教育決策問題;李卿等[2]在分析傳感技術特征和功能基礎上構建了基于傳感數據的學習分析框架;李葆萍、周穎[3]從教育大數據視角出發，結合教育評價，對教育大數據的采集、可視化分析以及呈現技術等展開研究;孫洪濤、鄭勤華[4]從大數據技術的最新發展入手，對教育大數據的核心技術、應用現狀和發展趨勢進行了研究;邢蓓蓓等[5]對教育大數據的來源與采集技術進行了研究，介紹了4大類、13種常見的數據采集技術;張紹麗等[6]構建了教育大數據信息平臺，并對其作用機制進行分析，意在推動教育大數據背景下信息資源的開放與共享。從國內外相關文獻進行分析可以看出，教育大數據研究聚集于數據的采集、分析和應用等，但對教育大數據進行反思的研究甚少。因此，本研究對教育大數據進行深入思考，分析教育大數據引發的問題，并提出發展路徑。

1 教育大數據及價值潛能

隨著信息技術不斷發展，尤其是移動互聯網、人工智能、虛擬現實以及云計算等新興技術的應用普及，大數據理念的傳播以及應用逐漸走向深入，其內涵也在不斷發展。大數據既是一種技術，也是一種能力，即大數據能夠對海量數據進行分類分析、模型構建，從而挖掘事物內在規律以及應用價值，預測事物發展趨勢并對其進行及時有效干預。徐鵬[7]在《大數據視角分析學習變革》中首次對教育大數據進行明確定義，從產生教育大數據的主體出發，將教育大數據分為廣狹二義：廣義的教育大數據泛指來源于日常教育活動中人類的行為數據;狹義的教育大數據指的是學習者的行為數據;楊現民等[8]將教育大數據定義為指整個教育活動過程中產生的以及根據教育需要采集的，一切用于教育發展并可創造巨大潛在價值的數據集合。

教育大數據之“大”并非指數據的數量之大，而是指數據的價值之大，價值則體現在教育大數據能從海量的教育數據中深入分析其相關關系，發現現存問題，提出解決策略。

1.1 驅動教育決策科學化

馬超山等[9]認為，所謂教育決策，就是為了達到教育的某個或若干個目的，而對教育未來實踐的方向、目標、原則和方法所作的決定，或者說為了教育的某個或若干個目的，而對教育活動實施方案的選擇。教育作為一個特殊的社會領域，它將貫穿于人類的一生，對人類的成長發展產生深刻影響。教育直接作用于人，并通過長期的生產勞動體現出來。因此，教育決策對人類的發展起著決定性作用。在大數據時代，教育決策將在數據和分析的基礎上制定，并非基于經驗和直覺。通過記錄、整理、分析教育活動中產生的數據，深入分析數據之間的內在關系，探尋教育問題的癥結所在，挖掘教育規律，為教育決策的制定提供科學依據。

1.2 驅動學習方式個性化

在學習分析技術、云計算及大數據技術支持下，學生的學習管理系統正在朝著智慧型學習平臺發展。通過深入挖掘教育數據，利用學習分析技術，廣泛采集學習者的學習行為數據并進行智能分析;根據學習者認知方式、學習模型等特征，為學習者推送適合的個性化學習資源，并為學習者的學習過程與結果制定個性化評價體系，提供準確的分析結果，根據結果為學習者提供個性化學習建議，學習者可以自定學習步調進行自主學習。隨著教育大數據理念、技術的普及與應用，教師能夠深入了解每位學生的真實情況，為學生推送個性化學習資源、組織個性化學習活動、制定個性化學習路徑、提供個性化學習工具與服務等，真正實現學生的個性化學習。

1.3 驅動教學管理人性化

當前我國的教育管理信息化仍為“人管、電控”管理模式，教育管理信息化工作注重管理過程的電子化，忽視了管理過程的人性化與智能化， 還未從以“物”為中心轉移到以“人”為中心上來[10]。在大數據時代，教育管理者可以深入挖掘教育數據，分析其相關關系與因果關系，并且利用大數據技術從繁雜的教育數據中探尋隱藏的教育信息，深入診斷教育系統中存在的問題，為教育管理提供更加科學化、人性化的技術支持。此外，教育大數據對于防范校園安全問題、改善教學和科研管理、完善學生資助體系等方面也有極大的價值。

1.4 驅動評價體系全面化

在大數據時代，教育評價不再以經驗主義對學習群體進行單一的結果性評價，而是在數據挖掘的支持下對學習個體進行多維綜合的過程性評價。新興信息技術能夠全程采集教學活動數據，每位學生的檔案袋將隨著學習的進程而進行數據更新，并且將會伴隨學習者一生。云計算技術能夠支持學生數據的永久存儲，利用合理的分析模型，對學生進行全面、合理、個性化的評價，為學生的全面發展提出更具針對性的建議，促進教育評價體系重構。

2 教育大數據引發的問題

教育業務的復雜多樣加劇了大數據“嫁接”教育的難度，大數據在教育領域的推廣與應用普及引發了許多問題，主要體現在對數據主體隱私權的侵犯。隱私權是一種基本人格權利，是自然人享有的與公共利益無關的個人信息、私人活動和私有領域進行支配的一種人格權[11]。在大數據技術推動社會各領域迅速發展的同時，也帶來了不可忽視的隱私問題，對學生隱私權的侵犯急速加劇。這種隱私侵犯主要體現在“公開”私人數據、預測固化標簽以及全面的實時監控。

2.1 公開私人數據

隨著互聯網、云計算、數據挖掘等技術的迅速發展，個人信息已不再是個人的信息資產，而是經過二次甚至多次分析，挖掘潛在價值，被一些商業或教育組織利用。傳統的信息采集是經過信息主體的知情同意完成的，信息主體對個人信息擁有指導控制權。但是，在進行數據挖掘時這種知情同意很難實現，即使是在主體授權下使用個人數據的組織，有時也不能保證應用中語境的完整性。很多數據在收集時并無意用作其它用途，但最終卻產生了很多新的用途[12]。在數據挖掘過程中，人們逐漸失去對自身數據的控制使用權，這些數據成為了“公開的”私人數據。

數據隱私已成為當代社會個人隱私的重要部分，數據隱私的侵犯極易導致“透明人”現象出現，即個人身份信息的泄露，從而為不法分子提供可乘之機，導致個人財產安全和人身安全遭受迫害。數據挖掘對諸多看似毫無關聯的信息進行相關關系分析，會將原本無害的信息關聯出個人隱私。例如《紐約時報》利用大量匿名化處理的舊搜索數據，對關鍵詞進行數據挖掘，最終發現數據庫中的某號代表的是佐治亞洲利爾本的塞爾瑪·阿諾德。由此可見，不合理的數據挖掘極易造成人格尊嚴的侵害，侵犯教育者和受教育者的數據知情同意權，最終導致主體身份數據社會化。

2.2 預測的固化標簽

大數據之父舍恩伯格應邀做客華東師范大學“杏壇高議”文化講壇時提到對大數據時代的擔憂，指出教育大數據可以幫助我們獲得想要的東西，使學習便利最大化，而不是使用數據對用戶進行分類，或者貼上失敗者或落后生的標簽，這樣可能會把用戶鎖緊在一個永遠不能逃脫的未來。學習本身就是一個不斷嘗試和實驗的過程，要確保的是你不會犯同樣的錯誤，而不是用數據把你鎖在過去的這些錯誤中[13]。

教育大數據的學習預判服務已初具雛形，通過記錄采集學生在學習、生活、社會活動中的有效數據，對教育數據進行相關分析與因果分析，在一定意義上預測學習者的未來發展，從而為學習者提供更優的發展路徑。但是，學習者作為自然人，每時每刻都處在不斷發展的進程中，是發展中的主體。在學習者成長與發展過程中，前期采集的數據會靜態地存儲在計算機中，計算機的算法不會以發展的眼光對學習者進行未來預測。在使用歷史數據對學習者進行預測時，會因學習者之前的行為貼上固化標簽，導致學習者遭受不公平待遇。

2.3 全面的實時監控

在信息化時代，數據遍布各個角落，儼然成為一種戰略資產。隨著大數據的發展，人們的生活方式也發生了變化，組織熱衷于利用傳感器等方式采集人們的數據，這其中必然包含人們的隱私數據，例如上網記錄、商場消費、醫療衛生等數據。在教育領域中，學生的學習、生活等活動所產生的數據會全方位、實時地記錄下來，學生猶如透明人在學校中進行學習、交往，這對學生的隱私權也是極大的侵犯。從康德哲學的觀點出發，當主體隱私不被尊重時，主體的自由就受到干涉，而人的自由意志與尊嚴，正是人之所以為人的基本道德權利，所以對隱私的侵犯是對人的基本道德權利的侵犯[14]。

2.4 數據的存儲安全

隨著全球教育信息化的快速發展，教育數據正在以幾何級的規模遞增。以一節40分鐘的普通中學課堂為例，一個學生所產生的全息數據約有5～6GB，而其中可歸類、標簽并進行分析的量化數據約有50～60MB[15]。數據安全主要防范數據被盜取、濫用和誤用，從數據的采集、分析、處理到存儲每個階段都面臨數據泄露的風險，數據一旦被盜取則會引發嚴重的安全事故，如何保證如此大規模數據的安全是大數據時代面臨的重要問題。而涉及教師與學生隱私的教育大數據安全更要引起重視。國家要高度重視教育數據的隱私保護和存儲安全，利用新興信息技術保護大數據，防止數據被惡意使用。

3 教育大數據發展路徑

3.1 建立健全相關法律法規

當今大數據技術發展迅速，但相關法律并不完善，尤其是數據主體權利、數據安全以及數據公開層面的法律較欠缺，制約了教育大數據的發展。從政策與法規上保護數據安全，主要是加強網絡立法和信息法制監管，國家需要制定發展戰略確保大數據頂層設計缺失問題，要盡快完善信息保護法[16]。教育大數據的學習預判、教育決策、可視化呈現和分析等服務，應在相關法律法規基礎上得以發展，保護教育者和受教育者的知情同意權，合理利用數據資源。

3.2 平衡數據開放與隱私保護

教育作為社會的特殊領域，其產生的相關數據需要適度向社會開放，但在開放過程中必然會涉及師生的隱私，需要平衡數據開放與隱私保護之間的關系。在數據的采集、存儲、分析、整理等環節應該設定數據邊界，數據主體應對被采集的數據知情同意，防止侵犯個人隱私;同時，可采用技術手段保障主體隱私，例如利用技術手段進行數據“脫敏處理”，將敏感信息進行數據變形，切實保護敏感隱私數據;在數據開放過程中還應做到流程規范，防止由于操作不當導致數據泄露的事件發生，數據開放與隱私保護關系的平衡需要法律法規保障。

3.3 創新大數據人才培養模式

人才缺乏是制約教育大數據發展的關鍵因素，創新大數據人才培養模式、加強大數據人才培養有利于促進教育大數據可持續發展。大數據所需人才是交叉學科和應用型人才，因此大數據人才培養模式與傳統培養模式不同，應是多學科交叉綜合培養。胡凡剛等[17]提出教育技術學專業學生應采取“厚基礎+精技能”的人才培養理論體系，對人才培養體系的內涵特質、目標要求、建設路徑、績效評價等方面進行了系統重塑。大數據人才培養中同樣可采用“厚基礎+精技能”的培養體系，這里的厚基礎指大數據專業人才不僅要掌握數據挖掘、數據分析等專業技能，還要充分了解社會學、心理學等文化基礎;精技能指大數據專業人才要熟練掌握數據的采集、存儲、分析、整理等環節的技術操作，能夠從事數據挖掘、數據分析等社會性工作。他強調厚基礎與精技能不是簡單相加，而是有機整合。

3.4 加強數據治理與技術創新

當今時代，每時每刻都在產生海量的、類型多樣的、復雜的教育數據，面對這些數據，教育部門應協同相關部門共同加強數據治理、提高數據質量、保護數據主體隱私、防止數據濫用。要盡快出臺數據治理辦法，構建教育數據治理模式，規范數據采集、分析、存儲、處理各個環節，形成清晰的治理體制。確立教育數據集的歸檔和長期保存的機制與方法，將教育數據庫、教育服務平臺、教育資源平臺等產生的數據進行規范化采集與匯聚共享，形成全國一體化的教育大數據中心。同時應鼓勵技術創新，培養技術型人才，利用新型信息技術促進教育大數據發展。

4 結語

教育大數據正在以全新的視角改變著教育教學，使教育決策由基于經驗走向基于數據、教育評價由單一維度走向多元維度、教學方式由數字化教學走向智慧教學、學習方式由數字化學習走向泛在學習，教育大數據對教育的影響是方方面面的。對于教育大數據，不僅要保持一顆學習新技術的謙虛態度，還要努力發現存在的問題，要制定推進教育大數據全面可持續發展的長遠措施。技術賦能教育不是新鮮話題，不能忽視教育大數據發展過程中出現的問題，要通過多方面措施改善教育大數據弊端，使其能夠真正賦能教育。

未來要深入研究教育大數據賦能教育，努力發現教育大數據前進過程中的弊端，更好地改進教育大數據，從而真正落實《教育規劃綱要》提出的信息技術對于教育發展的革命性影響。

參考文獻：

[1] 顧小清，薛耀鋒，孫妍妍. 大數據時代的教育決策研究：數據的力量與模擬的優勢[J]. 中國電化教育，2016（1）：56-62.

[2] 李卿，任緣，黃田田，等. 基于傳感數據的學習分析應用研究[J]. 電化教育研究，2019，40（5）：64-71.

[3] 李葆萍，周穎. 基于大數據的教學評價研究[J]. 現代教育技術，2016，26（6）：5-12.

[4] 孫洪濤，鄭勤華. 教育大數據的核心技術、應用現狀與發展趨勢[J]. 遠程教育雜志，2016，34（5）：41-49.

[5] 邢蓓蓓，楊現民，李勤生. 教育大數據的來源與采集技術[J]. 現代教育技術，2016，26（8）：14-21.

[6] 張紹麗，鄭曉齊，張輝. 基于資源共享的教育大數據信息平臺構建及機制研究[J]. 現代情報，2017，37（12）：90-95，101.

[7] 張洪孟，胡凡剛. 教育虛擬社區：教育大數據的必然回歸[J]. 開放教育研究，2015，21（1）：44-52.

[8] 楊現民，唐斯斯，李冀紅. 發展教育大數據：內涵、價值和挑戰[J]. 現代遠程教育研究，2016（1）：50-61.

[9] 馬超山，溫善策. ?教育決策論[M]. ?沈陽：遼寧教育出版社，1988.

[10] 榮榮，楊現民，陳耀華，等. 教育管理信息化新發展：走向智慧管理[J]. 中國電化教育，2014（3）：30-37.

[11] 王利明. 人格權法新論[M]. 長春：吉林人民出版社，1994.

[12] 維克托·邁克爾-舍恩伯格，肯尼斯·庫克耶. 大數據時代[M]. 杭州：浙江人民出版社，2013.

[13] 佚名：擔心不太聰明學生被數據貼標簽 [EB/OL]. http：//tech.163.com/14/1124/10/ABQEHED3000915BF.html.2014-11-24.

[14] 薛孚，陳紅兵. 大數據隱私倫理問題探究[J]. 自然辯證法研究，2015，31（2）：44-48.

[15] 張韞. 大數據改變教育[J]. 上海教育，2013（4）：8-11.

[16] 田維琳. 大數據倫理失范問題的成因與防范研究[J]. 思想教育研究，2018（8）：107-111.

[17] 劉永琪，胡凡剛. 打造“厚基礎+精技能”培養體系 [EB/OL]. https：//epaper.gmw.cn/gmrb/html/2017-12/20/nw.D110000gmrb_20171220_2-15.htm.2017-12-20.

（責任編輯：杜能鋼）