互聯網大數據融入大學課堂的探索

李爽

互聯網大數據在教學過程中的特性

以畢業去向為例，大學生就業一直是不變的社會熱點話題。面對畢業后的人生選擇和復雜嚴峻的就業形勢，一名應屆畢業生用跨欄運動員來形容自己：“我們需要有足夠的體力和智慧，去跨越不止一道的‘畢業欄’。”盲目和認知欠缺是畢業生的兩大殺手，大部分的學生對自己的畢業去向無從選擇，大體歸于2個原因：一是目標不明確，二是自我認知欠缺。所以，大學里都成立了就業指導中心，為學生們提供就業指導。

為了能夠更好地為選擇職業做決定，學生首先需要提高自我認知的能力。由于個人行為和思維模式的不同，學生們很難正確認識自己，通過自我認知理論可以根據人們的行為來推斷其內心的真實狀態。舉個例子，如果學生們注意到自己經常上課遲到，會認識到其實自己并沒有想象中那么認真，因此可以將學生的行為作為線索來挖掘學生真實的性格表現。通過對行為相關因子與就業選擇的關聯分析，發現專業技能、行為規律和經濟水平都對畢業去向選擇有重大的影響。

大數據教學對大學生學習的雙重影響

本文以目前在高校普及較廣的《雨課堂》軟件為基礎，來闡述大數據教學對大學生學習的影響。《雨課堂》是由清華大學開發的學習軟件，應用方法是教師做好課件后，學生通過手機可以觀看微課，在課堂上教師通過手機發送各類試題，學生作答后可及時上傳。這樣的工具對教師最大的好處是可以及時掌握學生的作答情況，有多少人作答、多少人正確都可以及時地反映出來。老師通過《雨課堂》可了解到各個題目的完成率和正確率，可以精確到每一位同學的作題答案，老師可以在課堂上進行批改，非常簡潔快速，也能夠根據學生的答題情況進行一對一輔導。《雨課堂》還能夠生成答題數據，老師能夠第一時間掌握學生在課堂上的表現。對于學生來說，坐在后面的學生也可以清晰地看到老師的教學內容，還可以進行回看和提問自己不懂的知識。

思考與建議

提取與畢業去向相關的有效因子

從心理學來看，課程數據能反映出專業技能/能力、人格的責任心等行為記錄，以及圖書借閱的興趣和偏好，還能根據日常消費評估家庭的經濟狀態等，全面掌握學生的行為數據。同時，充分利用“相似性假說（即人們評估自身的能力和缺陷時，通常是與其他相似的群體做對比）”。更重要的是，人們更傾向于向上比較，即通過成功個體來評價自己，最大程度地引導自我提升。校園信息技術的發展，讓學生校內行為數據都被及時地保存下來，例如圖書借閱和學習等數據，且相關數據每天都在增加。這些行為能反映出學生特有的習慣、才能、偏好和內心狀態，利用這些數據建立一個以數據為驅動的模型可以幫助學生更好地認識自己。

建立畢業去向預測模型

結合以上心理學相關理論和學校就業中心的實踐，基于學生的行為數據和就業選擇的關系，可以建立一個監督學生畢業去向預測模型。未來職業的需求都是來自于課程學習，因此通過歷史上課數據，可以了解學生的專業技能及掌握的知識水平；學生們的圖書借閱歷史可以分析圖書借閱偏好，建立學生的知識圖譜與技能特點。集中這些特征數據，將所有畢業去向選擇聚合在一起，形成4類特征選擇：出國深造、工作、國內深造以及其他，就能預測出學生的畢業去向。

在學生入學一年后，可以通過系統對學生進行畢業去向的預測，讓學生在初期便能準確地認識自己：自身的愿望與當下的能力是否匹配？與未來目標的差距在哪里？哪些優秀的經驗可以借鑒？甚至可以形成完整的學生成長報告，再配合自身發展的意愿，學校給予針對性引導，讓學生在大學期間有目標性地完成學業，不再拿未來當賭注，輕松跨過“畢業三道欄”。

當大數據走進課堂，與傳統課堂激烈的碰撞后，我們對課堂教學的模式也應有新的看法。時代的腳步不能停止，教育也要緊跟時代的發展，大數據時代讓我們在實現個性化教學上更有效，學生學習態度更加積極樂觀，從而能收到更好的教學效果。