大數據技術快速迭代背景下智慧教育的發展

夏林中，梁 晨

（深圳信息職業技術學院 信息與通信學院，廣東 深圳 518172）

前言

科技發展水平決定了一個國家的數字化程度和全球市場地位，世界上主要經濟體通過國家戰略來搶占未來數字經濟產業鏈的制高點，加快數字化發展，建設數字國家已經成為全球共識［1］。為此，國家發改委于2020年4月明確拓展了新型基礎設施建設范圍，拓展的范圍主要包括信息基礎設施、創新基礎設施等。教育部也于2021 年7月發布《教育部等六部門關于推進教育新型基礎設施建設構建高質量教育支撐體系的指導意見》，并于2022 年2 月發布《教育部2022 年工作要點》，提出實施教育數字化戰略行動，加快推進教育數字轉型和智能升級。因此，推動教育新基建已成為國家的實質性工作內容，也是實現教育數字化轉型戰略的基礎，同時也是給智慧教育賦能的基礎。

近些年，移動互聯網、云計算、物聯網、人工智能、5G等技術發展迅速，這些技術的發展極大地促進了信息化進程，并產生了大量的數據，為此，分析和管理這些數據的大數據技術應運而生。利用大數據技術可以提取和分析相關教學數據并形成有效的分析結果，再將基于有效的分析結果而生成的建議推送給學生，從而引導學生掌握知識要點，最終實現以學生為中心和個性化培養的學習模式；同樣，教師通過掌握現代信息技術，可以高效地為每一位學生提供定制化的學習方案［2］。

在教育界，大數據技術將極大地賦能教育智慧，這使智慧教育的盡快實現成為可能。當前，有關如何實現智慧教育的研究也越來越多，尤其在基于大數據技術的智慧教育綜合平臺、智慧課堂教學模式、智慧學習、智慧科研、智慧管理、智慧服務、智慧評價等方面都有大量研究［3］。

一、大數據的本質與價值

大數據具有數據量大、速度快、維度多、復雜性高、依附屬性強等自然特征，且是推動數字經濟發展的核心要素，它與勞動、資本、技術、土地一起構成經濟新范式。數據量大：當前衡量數據量大小的單位已從原來的TB和PB變成了現在的EB和ZB［4］。速度快：針對EB甚至ZB量級的數據，可以在秒級時間內獲取分析結果。維度多：根據不同的量化需求和實際應用需要，數據的維度、層次及其衡量的顆粒度都會不同。復雜性高：一方面是數據的類型多樣，主要類型有文字、圖像、音頻、視頻等；另一方面是數據在內容邏輯層面上會出現看似雜亂無章，實際有章可循的現象。依附屬性強：數據是虛擬無形的，必須存儲在相應的存儲介質里，只有通過相應的數據處理設備和終端顯示設備，數據才能以更直觀的方式被感知、度量、傳輸、分析與應用，數據質量的好壞、價值的高低才可能被評估。

隨著信息化的不斷推進，無處不在的各種傳感器時時刻刻都在將客觀世界的各類物理量量化成數據，由此生成的數據量在人類歷史上是前所未有的［5］。在教育領域，由師生產生的教學與學習數據也是極其龐大的，這些數據通過互聯網及移動互聯網進行共享與交流，然而要充分利用和挖掘這些龐大的教學與學習數據的內在價值和核心價值已非人力所能辦到，這就要借助大數據技術?；诖髷祿夹g分析與挖掘數據的價值在未來將會影響甚至改變各行各業，它正在引領新一輪技術和理念革新的浪潮。

在教育領域，推動大數據技術應用非常有必要。首先，當前我國教育管理模式與機制需要完善，地區間教育資源不平衡及教育不公平問題長期存在，落后地區教育質量亟待提升；其次，信息化社會最需要創新能力強的人才，而通過傳統培養方式培養的人才在創新能力的培養上有所欠缺，為此，亟須針對每個學生的特點制定個性化的培養方案，從而讓每個學生的創新能力得到有效培養和提升。而這些問題可以通過利用大數據技術來解決和緩解。

二、教學數據收集及分析平臺構建

在介紹教學數據收集及分析之前，先來了解一下數字化與數據化之間的異同。所謂數字化，就是用數字符號“0”和“1”對事物加以表征的方式，而數據化是數字化的產物，更多強調的是將數字化信息轉化為可處理與計算的變量。簡單地說，就是數字化是數據化的基礎，數據化是實現數據可處理與分析的前提［6］。

教學過程主要分為教學管理、教學活動、教學資源和學生學習四個部分，而教學管理又包括課程管理、學習跟蹤、教師管理、專業管理、趨勢分析等部分；教學活動又包括線上線下課堂教學、課后輔導、實驗實訓、總結討論、習題布置與批改等部分；教學資源又包括課程、實踐環境、虛擬仿真資源、視頻、MOOC、SPOC等部分；學生學習又包括線上線下課堂筆記、問題思考、課堂共同討論、習題作答、學習總結等部分。以上所提部分都會留下很多數據，這些數據將會被重點收集，這些收集到的數據是實現智慧教育的“養料”［7］。

在理解數據化內涵和掌握需要收集的教學數據之后，就需要實際構建智慧教育平臺。智慧教育平臺是實現教育智慧化的實際載體，它綜合運用大數據、云計算、智能感知、移動互聯、社交網絡等新興信息技術，全面感知學習環境、識別師生教學學習信息、匯集各類個體相關信息等，為師生提供具有方便、快捷、高效、個性化等特點的智慧教學學習服務。

從技術層面解構，智慧教育平臺應該是一個融合的網絡技術環境和廣泛的信息終端；從功能層面解構，智慧教育平臺應該能提供快速、綜合的業務處理服務，能提供管理與決策支持服務，能提供個性化的信息服務，能按需配置教學資源與技術服務；從應用層面解構，智慧教育平臺能提供智慧課堂和智慧社區服務［8］。

在構建智慧教育平臺時還需要綜合考慮如下情況：吸收已建設好的各類個性化數據信息，將它們吸收并融會貫通進平臺里；整合已建設好的教學資源充實進平臺，并實現充分共享；充分使用信息技術支持師生多樣化、個性化的教學學習需求；充分考慮到各種場景的教與學的信息互通、分享與交流。

在智慧教育平臺運行管理過程中，可利用大數據分析技術對學習過程進行分析和評價，且分析模型主要有如下種類：分析專業領域知識數據，建立領域知識模型；分析教師教學過程信息，建立教師教學效果模型；分析學生基本信息和學習行為數據，構建學生學習行為模型；分析學生學習過程產生的數據，包括課前預習、隨堂筆記、課中提問、課后作業、實驗和考試等過程數據和結果數據，建立學業評價模型；綜合分析學生相關整體數據，結合相關分析模型，建立就業發展模型。最終根據學習行為分析和評價結果，結合領域知識模型，建立個性化知識推薦模型，為學生提供個性化知識推薦。

三、基于大數據技術的智慧教育發展

隨著大數據技術和新一代信息技術的快速迭代發展，其在智慧教育上發揮著越來越重要的作用?？梢赃@樣說，智慧教育是以智能化教育信息技術為支撐，以尊重每位學生個性化學習特點的先進教育理念為先導，促進學生實現智慧學習。大數據技術不僅促進了教與學的有效性，而且使個性化教育成為可能，同時還賦予教育智慧。

（一）大數據技術促進了教與學的有效性

在這個大數據技術得到全面應用的時代，將會給教育帶來三項根本性變革，它們分別是“為每一位學生提供一套量身定制的個性化教學方案”“師生雙方都能夠獲取教學效果、學習效果、教學支撐環境是否完備等方面的多維度、多角度、多層次和不同顆粒度的實時反饋”及“基于數據價值挖掘技術，可分析與預測更優的學習內容推薦、學習時間安排和學習方式升級”。換句話說就是大數據技術能推動教育技術的智能化，為此，教師可以針對每一位學生實時收集其生活和學習過程中的所有相關數據，并依據大數據分析技術及時掌握每一位學生的心理狀態和學習行為，從而實時為每一位學生制定一套個性化的學習方案。同時，智能技術可以促進教師和學生與學習支撐環境和數字化教學資源的“對話”，更加快速和便捷地獲取所需的個性化知識，并提升師生的良好學習體驗。

基于大數據的分析和預測結果可以用于課程教學的評估，同樣也可以用于對學生學習過程發生機制的發現和把握。學生的整個學習過程可以使用大數據技術進行數字化處理，因此在教學過程中存在的各類問題的解決將不再依賴于教師的主觀經驗，而是基于對海量教學數據的分析來獲取問題的解決方案。

教學資源的開發與建設也將因為大數據技術的廣泛應用而發生變革。當前大量教學資源處于分散和割裂狀態，以往采取人工的方式無法將這些分散和割裂狀態的教學資源整合起來并推薦給學習者，而現在不僅可以利用大數據技術將這些分散和割裂狀態的教學資源整合起來，還可以利用大數據技術充分挖掘各種教學資源的內在關聯，從而促進優質教育資源的集成與優化配置，形成一個能充分共享、良性循環的教學資源生態，這將會大大提升教與學的有效性。

（二）大數據技術使個性化教育成為可能

在當今信息技術快速演進的時代，能夠采集到的與教育相關的數據在廣度、深度和細分度上不斷得到延伸，教育相關的數據呈現出多元化、多層化和非結構化特點，并且這些數據能夠更全面、更真實地反映教育背景、過程和結果。學生在學習過程中會留下許多數字痕跡，這些數字痕跡都存儲于相應的空間中，再通過大數據技術對這些數字痕跡進行追蹤和分析，就可以挖掘出學生的學習行為規律及模式，再基于發現的學習行為規律及模式制定出更適合每位學生的特定的學習環境、學習偏好和學習能力的方案。也正因為如此，大數據能夠破解教育方式單調化難題，助推個性化教育發展。

大數據技術促進個性化教育主要體現在以下幾個方面：第一，以往技術手段單一，無法對師生教與學的行為進行實時分析，現在有了大數據技術后，就可以根據師生的教與學行為，發掘師生的隱性教育需求，從而進行資源推送，打破以“供給導向”為主的資源建設模式，轉變為“需求導向”的資源建設模式，這就為教與學提供了更多的可能和途徑；第二，在使用大數據技術后，可以通過相應的智慧教育平臺實時捕捉學生的行為變化、量化和深度分析學生行為數據、把握和預測學生的需求動態、提供個性化學習支撐等；第三，大數據技術量化和記錄學生的學習情況，挖掘學生的學習習慣、學習興趣和學習偏好，教師通過數據真正認識每一位學生，再根據每位學生的特點提供精準且有針對性的教學；第四，基于智慧教育平臺建立自適應學習系統，為學生精準推薦最優的課程及有助于其達到最佳學習效果的學習次序；第五，數據的跨界整合、跨界流動和跨界挖掘是大數據技術的優勢，可以充分利用大數據技術的這個優勢來有效整合所有有用的教學資源，從而改進升級傳統的教學關系，實現更具個性化的交互。

（三）大數據技術賦予教育智慧

龐大的教育數據是教育領域的寶貴信息資產，是發展智慧教育的重要基礎，數據價值挖掘與分析技術則是連接大數據和智慧教育的橋梁。換句話說，大數據技術就是實現智慧教育的支柱，是將教學從數字化推向智慧化的發動機，主要原因有以下幾點：從智慧教學角度看，大數據技術促進了教學模式與方式的改革，促使分層教學向分類教學轉變，促成了對教學行為的準確預判；從智慧學習角度看，大數據技術使個性化學習得到真正實現，使學習資源能夠被精準地分析和推薦；從智慧管理角度看，大數據技術使教育設備與資產的管理智能化，使學生學習的幫助體系更加完善，使各類分散的教育數據匯聚在一起并實時向學生共享；從智慧評價角度看，大數據技術使教育評價和學習評價更科學、更及時、更高效；從智慧服務角度看，大數據技術促進了家校互通、智慧擇校與智慧就業。

結語

隨著國家教育新基建的穩步推進及大數據技術的迅速發展，智慧教育的真正實現也將指日可待。當然，在真正實現智慧教育的征程當中還存在很多急待解決的關鍵問題，這需要各相關領域的工作者共同攜手來解決。作為教育工作者，有義務成為協調各方的中心聯絡者、組織者和踐行者，為真正實現智慧教育做出應有的貢獻。