基于數字孿生的教育效用分析

趙海波 趙紅梅

摘要：基于數字孿生的教育效用分析是教育對象（如教育者、學習者、學習素材、學習過程、價值模型、能力評估等）大數據的因果鏈、價值鏈的數字分析模型，通過接收來自教育對象的數據而實時演化。可對人的培養過程進行分析、預測、診斷、訓練等（即仿真），并將仿真結果反饋給教育對象，從而幫助對教育對象進行培養過程優化和干預決策。

關鍵詞：數字孿生? 教育大數據? 教育效用分析? 數字分析模型

Analysis of Educational Utility Based on Digital Twin

ZHAO Haibo? ZHAO Hongmei

（School of Electronic Commerce， Beijing Open University， Beijing， 100098 China）

Abstract： Educational utility analysis based on digital twin is a digital analysis model of the causal chain and value chain of big data for educational objects （such as educators， learners， learning materials， learning process， value model， ability evaluation， etc.），which evolves in real time by receiving data from educational objects. It can analyze， predict， diagnose， train， etc. （i.e. simulation） of the human training process， and feed back the simulation results to the education object， thereby helping the education object to optimize the training process and intervene in decision-making.

Key Words： Digital twin; Education big data; Education utility analysis; Digital analysis model

現代教育就是把“自然人”培養成為具有現代價值理性的“社會人”的社會性活動，其根本出發點就是人的發展。為此，以人本身為立足點和歸宿點，實現個人的權利、價值及個性的自由發展，就成為了人本化教育的目標導向與價值所在。對于個人來說，有效地將分散在各處的數據價值作為一個整體投資到有益于個人乃至整個社會群體的再成長具有重要價值。

數字孿生，英文名叫Digital Twin（數字雙胞胎），也被稱為數字映射、數字鏡像。其主流定義是充分利用物理模型、傳感器更新、運行歷史等數據，集成多學科、多物理量、多尺度、多概率的仿真過程，在虛擬空間中完成映射，從而反映相對應的實體的全生命周期過程[1]。雖然人們對把人類完全變成數字化概念的解釋并不認同，但換個角度想一想，數字孿生在教育領域的真正意義，是強調家庭養育的意義、教育過程干預的實踐價值，教育領域數字孿生是對這種有目的地培養人的活動的數字化映射，創造敢冒風險、鼓勵創新的教育環境，大規模培育創新性人才。

通過數字孿生技術可以有無數種可以縱觀一生的視角來觀察反思自己的學習過程。人是平等的、有尊嚴的、個性化的，利用現代技術極大化豐富培養模式路徑可以有效避免現有教育模式由于人力不足導致的單一模式化教育。當今，倡導素質教育就應該明確這一點，融入到日常的教育教學過程之中去，融入到充滿互動、豐富多彩的師生關系之中去。教育對象、數字孿生以及基于數字孿生的仿真及反饋一起構成一個信息物理系統（cyber physical systems）。面向數字孿生全生命周期（構建、演化、評估、管理、使用）的技術稱為數字孿生技術（Digital Twin Technology）[2]。

在當下新興信息技術與教育深度融合的教育語境中，在教育實踐中如何多維度、全周期評估教育者和學習者的教育健康狀態，更好地為學生賦能，讓學生掌控自己的學習過程。在現代信息技術的加持下，學生的自主學習過程中，科技起著重要作用，在傳統教育過程中口傳和讀寫為主的知識表達和傳播被各種形式的數字化工具所替代，并為現代學習過程評價提供了堅實的數據支撐。

在教育領域，利用覆蓋整個校園的衣食住行、教學、教務、實習、實訓、技能等數據，構建學習者的數字孿生畫像。數據孿生可以被定義為學習過程環境的歷史和當前行為的動態數字模型;在新時代的物聯網、5G、大數據的智能網絡系統中，應用數字孿生技術將教育對象本身的數字模擬來預測受教育者的未來狀態。主要針對數字孿生的建模、信息物理融合、交互與協作及服務應用等方面開展相關研究[3]。

通過數字技術、學習過程和教學教務的深度融合，圍繞學習者重構整體效用體系，基于數據流的因果鏈、價值鏈的分析建模、價值深挖和創造的良性迭代循環，數字孿生的教育效用分析從應用場景來看，全局視野、精準映射、推演仿真、虛實交互、智能干預，多維度、全周期評估教育者和學習者的教育健康狀態[4]。

1 因果鏈與價值鏈的效用分析

1.1用戶畫像

隨著新一代互聯網原住民的成長，億萬用戶在每天使用互聯網平臺的過程中產生海量的數據，互聯網平臺又從這海量的數據中創造出巨額的經濟價值，通過數字孿生的教育效用分析可以創造出巨大的社會價值，也是互聯網數據價值公有化的體現。

由于疫情原因，這一次大規模在線教學的社會實驗，不僅是一場轉變教學方式的變革;從深層次來看，這是一場對原有知識體系、對人才培養的素質結構的全方位審視和思考。大數據是未來新教育的“標配”不再僅有印刷時代的課本和課堂，知識內容的數字化表達和傳播，教學的在線化、靈活性及伴隨終身，將成為一種新常態[5]。

在線教學的核心不是錄制音/視頻課件，這些“資源”都可以用優質圖書、紀錄片等替代。一門在線課程最核心的任務是設計高質量的交互教學活動，通過優良的學習活動設計，實踐“以學生為中心”的在線學習。

1.2數字孿生的因果鏈、價值鏈分析框架

數字孿生的因果鏈、價值鏈分析框架如圖1所示，主要包括以下幾方面。（1）基礎性素質因素：這一單項素質的缺失，是否會導致更大范圍人格、價值的崩潰。（2）競爭護城河因素：這項因素是否能為競爭優勢提供強大防御力。（3）人生安全風險因素：這項因素是否可能對個人、社會安全構成直接威脅。（4）加速器素質因素：這項因素是否能提升整體創新價值速度。有些素質因素既是基礎性素質因素，又是加速器素質因素，對個人發展、社會發展具有重大意義。

2 分析過程：

通過利用大數據對個人成長過程中的軌跡線（孩童時期的圖書、動畫、音樂、培訓、家庭、入學等全域數據的分析）以及各年齡階段的教育機理通過數字化技術進行建模，然后通過仿真方式以確定給定輸入下所得輸出是否符合目標，通過大數據的數字化模型不斷豐富迭代中的參數并多次仿真與實際校驗比對，待輸出符合目標后將教育過程干預配置到現實教育過程中進行培養，將培養結果再反饋到孿生模型中進行優化，以此大數據迭代最終使得教育過程仿真所得輸出與實際產出一致，并由仿真得到環境參數最優配置，則可得到現實條件下教育過程最優配置，以此減少實際試錯的風險;當工作環境、技術變革、社會變革需進行改進提升時只按需調整即可得到最優教育輸出[6]，如圖2所示。（1）定義與價值;（2）創建學習者的數字孿生;（3）數字孿生體系架構;（4）數字孿生與數字教育因果鏈、價值鏈主線分析;（5）數字孿生，對學習過程周期管理;（6）場景先行，部分應用初顯成效;（7）數字孿生總體架構;（8）數字孿生核心平臺;（9）數字孿生關鍵技術要素對教育智能化創新;（10）數字孿生，重新定義教育服務。

3? 數據使用模式

歸根結底，在成熟的數據交易市場上，交易的是數據的使用權，或者更明確地說，是“用數據回答問題”的權利：數據使用者將自己的問題以算法形式提交到數據交易所的計算平臺上，獲得計算的結果，并為使用數據和算力付費。

4? 改進建議

學習的輸入不局限于閱讀書本，聆聽播客、瀏覽視頻、甚至投入游戲本身都是學習;學習的輸出不局限于文字創作，圖像、音頻、視頻、網站、產品實物等形式的數字制品都可以成為展示想法的有力工具;學習不局限于個人的冥思苦想，討論、合作、分享也可帶來集體智慧。當學生從自己的創造、構建、設計、制作、協作中去學習，更有可能遵循自己的方向，表達出自己的觀點，并產生創造性成果。

課堂上的“發言”，在時間上是“串聯”的，每次只能一個人發言，整堂課沒有幾個人有機會“說話”。異步文字討論區的“發表”是“并行”，給學生提供了更多的表達，以及相互分享、交流的機會。

探索通過直播，錄制視頻，線下參觀等形式教學打通“企業—學校”人才培養通道，以充分多視野的“養分”撐開學生看世界的頭腦。

5? 結語

學習不局限在教室、互聯網這樣的環境，它可以發生在戶外走訪、實地考察甚至個人的冥思苦想，通過觀察周遭、切身體驗、與人訪談，了解一個新事物或新行業;所以，以教育大數據為基礎的數字孿生模型并不能完全全息全維度地體現教育對象的全部信息，數字孿生這一動態、全周期可溯源的分析模型仍具有進一步提升的空間。

參考文獻

【1】張霖.關于數字孿生的冷思考及其背后的建模和仿真技術[J].系統仿真學報，2020，32（4）：1-10.

【2】艾興，張玉.從數字畫像到數字孿生體：數智融合驅動下數字孿生學習者構建新探[J].遠程教育雜志，2021，39（1）：41-50.

【3】Zaballos Agustín et al. A Smart Campus’ Digital Twin for Sustainable Comfort Monitoring[J]. Sustainability，2020，12（21）：9196-9196.

【4】張霖.關于數字孿生的冷思考及其背后的建模和仿真技術[J].系統仿真學報，2020，32（4）：1-10.

【5】陶飛，劉蔚然，張萌等.數字孿生五維模型及十大領域應用[J].計算機集成制造系統，2019，25（1）：1-18.

【6】陶飛，劉蔚然，劉檢華，等.數字孿生及其應用探索[J].計算機集成制造系統，2018，24（1）：1-18.

中圖分類號：G64 DOI：10.16660/j.cnki.1674-098x.2108-5640-7375 第一作者：趙海波，（1973—），男，碩士研究生，高級工程師，研究方向為軟件工程、數據分析、大數據應用

作者簡介：趙海波（1973—），男，碩士研究生，高級工程師，研究方向為軟件工程、數據分析、大數據應用。

基金項目： 2020年教職所【2020】257號“跨境電商海外營銷”1+x證書項目成果