前言：寻找写作灵感？中文期刊网用心挑选的数据驱动的精准教育设计策略，希望能为您的阅读和创作带来灵感，欢迎大家阅读并分享。
摘要：为了使教育研究从“宏观群体”转向“微观个体”，实现数据驱动的“因材施教”。通过研究精准教育与个性化教育之间的关系构建教育发展趋势模型，同时结合大数据在教育领域中的应用案例分析，并提出实现数据驱动的精准教育设计策略，革新大数据在教育领域中的应用模式和思维方式，促进教育的发展与改革。
关键词：大数据;精准教育;设计策略;思维方式
引言
2012年，联合国在的《大数据促发展：挑战与机遇》白皮书中指出，“大数据时代已经到来，大数据的出现将会对社会各个领域产生深刻影响”。2015年两会上，政府工作报告中首次写入“大数据（BigData）”一词。2018年召开了中国国际大数据产业博览会——全球首个以大数据为主题的博览会。在“用数据说话”的时代，大数据对人类工作、生活与思维产生了巨大的影响，其“威力”正成为推动教育系统创新与变革的颠覆性力量[1]。在这样的时代背景下，大数据与教育的结合促进了个性化教育、精准教育等教学新形态的产生，实现了以数据驱动的“因材施教”。因此，以大数据为代表的信息技术将推动教育在未来变得越来越个性化，进而实现教育精准化。
一、精准教育研究概述
如今，伴随着互联网技术、移动通讯技术、大数据技术、云计算等技术的应用，学校无论在教学管理方面还是在教与学的内容和形式上都将面临重大改革甚至被重新定义。在大数据的背景下，数据的支撑可以使教与学的表现量化，使教育决策变得更加高效化和精准化。以往的传统教育方式更多的是关注教师行为与学生群体之间的关系，强调的是共性教育[2]。而今，精准教育关注的是教育与学生个体之间的关系，强调的是个性化教育，是共性教育中不同的人知识获得的支撑点，从形式到内容。“精准教育”一词在国内没有明确的定义和概念，通常与“个性化教育”一同表达“因材施教”的含义。一方面是指教师要从学生的实际情况、个别差异出发，有的放矢地进行有差别的教学，使每个学生都能扬长避短，获得最佳发展；另一方面则是指大数据技术在教育领域中发挥的是对学习各环节的可测量和可追踪的作用，使每个学生从内容到接受模式上都能“量体裁衣”，实现精准教育。比如蔡广田（2015）认为精准教育的核心理念是促进学生个体个性发展、协调发[3]。许晓川（2017）认为精准教育是基于大数据分析的一种教育理念和行为[4]。两个学者在对精准教育的定义上共同特点在于认为个性发展和协调发展是精准教育的第一要义，区别在于后者基于大数据这个时代背景下，对精准教育赋予数据的量化意义。在国外，“精准教育”英文翻译为“PrecisionEducation”，杰弗里（JereyR.Young，2017）认为“精准教育”同于“精准医疗”的实践，是继奥巴马提出“精准医疗（PrecisionMedicine）”之后，出现在教育领域的新的流行语[5]。安妮•布鲁克曼（AnnieBrookman-Byrne，2018）认为精准教育是未来教学和学习的一种方法，要求考虑到每个学习者的众多因素，根据孩子的需求量身定制学习内容。她认为实现精准教育有必要收集大量的数据[6]。本•威廉姆森（BenWilliamson，2018）从生物观认为精确教育的前提是，通过基因，神经学，行为和心理学以及环境因素的结合，为学习过程提供洞察。它依靠复杂的计算机程序来处理这些数据，并定义如何组织和学习内容和材料以适应每个人的个性化[7]。美国国立大学精准研究所（PrecisionInstituteofNationalUniversity）把精准教育视为一项以研究为基础的计划，旨在探索利用技术，开放教育资源和预测性数据分析以适应学生需求并指导他们成功完成学业和职业目标的新方法[8]。综合国内外研究现状，如果说传统教育是大工业时代的产物，那么精准教育就是教育信息化2.0时代的教育改革的新方向。通过大数据采集、分析等技术获取学生的学习能力及行为等数据，用数据量化学生的个体表现，量身定制学习计划及内容，让学生能够实现差异化学习。这种开放式的基于大数据的教育新形态是提升教育质量、推动教育变革的必然选择，将有助于促进创造性人才的培养，推进数据驱动的精准教育的快速实现（如图1）。
二、大数据在教育领域中的应用分析
（一）大数据对教育产生的影响
大数据是信息时代下信息量膨胀的产物，是人与人，人与物，物与物之间相互联系的结果。到目前，人们对大数据的认识正处在研究和实践摸索当中，并取得了一些基础性共识，如：大数据的4V特性（Volume、Variety、Value、Velocity）；大数据的核心价值在于预测；大数据关注相关关系而不是因果关系等[9]。可以发现，大数据是一种技术资源，是一种新的生产要素，即通过挖掘海量复杂的数据价值助力产业结构变革优化；大数据也是一种思维方式，因为过去我们探寻的是事物本质之间的“因果关系”，现在我们通过数据之间的“相关关系”进行趋势预测分析。当今的大数据时代实现了教育资源的共享，“一站式”教学信息平台的建设和共享成为可能。比如网上教学研究系统、网络自动化备课系统、教师自评互评系统、远程实时网络教学系统的应用等。而学生通过在“学习公共服务平台”如网络实时课堂、自主互助学习系统、互动交流系统等实现远程学习和移动学习。大数据为教育也提供了另外一种可能，标准化的教育将转向由网络完成，而人才培养和个性化将主要由学校承担：越来越小的班级、越来越近的学校、越来越聚焦的教育支持、越来越个性的培养方式，将使教育摆脱工业化时代，逐渐向“精准教育”的方向发展[10]。
（二）大数据在教育领域中的应用案例分析
“数据驱动学校，分析变革教育”是当前大数据时代下教育改革和发展的共识[11]。世界各个国家的教育都在极力倡导学生的个性化、差异化的精准教育理念。从目前来看，大数据在教育领域中的应用主要分为以下两种方式：1.以在线教育学习平台作为内容载体以及数据来源，获取学生学习数据，包括学习状态和学习接受程度，实现自适应学习。近年来越来越多的网络在线教育和开放式网络课程呈大规模涌现，学习者也越来越多地参与在线学习活动而产生数据流，使大数据在教育领域中的应用获得了更大的发展空间（如图2）。利用大数据技术实现自适应学习（adaptivelearning）是目前在线教育软件系统的开发趋势。有一些具有领先性的公司像美国的“梦盒学习”（DreamBoxLearning）公司和“纽顿”（Knewton）还有国内的幕客（MOOC）和翻转课堂等都一直致力于为学生提供个性化的学习服务。学生们可以在一个数字化的教学环境内进行学习，在这种数字化教学环境里，一切教学活动与学习行为均被数字化，在线学习系统可以动态监测实时更新学生的学习进度，帮助老师了解每一位学生的学习情况；可以记录学生做题的正确率并通过数据挖掘精准定位薄弱知识环节；可以根据学生的考试成绩生成分析报告，指导高考志愿；同时也可以根据学生的兴趣、能力情况量身定制个性化的学习方案等等。大数据技术使教育改革的核心围绕学习者展开，使“千篇一律”的、凭借“经验教学”的传统教育模式转向“去中心化”的个性化教育模式。2.构建多场景以学生为中心的数据库，引导教育决策，实现精准教育。新的组织设计，学习文化和教师角色以及新的教学方法和新的评估模式在以数据驱动的教育环境下逐渐生成。构建多场景以学生为中心的数据库，挖掘分析教育相关数据，老师可以摆脱他们教学需要的同质化，并且根据学生的特点可以为其提供额外的有针对性的帮助和指导，学生也可以深入了解自己的优势和劣势，可以让个人选择是否在自己的强势方面发展自己的弱点或进一步发挥自己的能力（如图3）。美国国立大学（NationalUniversity）在实现精准教育的应用策略上就很好地做到了这一点。学校为了更好地去理解每个学生的目标和需求，通过获取与学生相关的多场景数据，用多种方式支持他们，并设计与每种能力相关的学习活动，为学生个性化定制学习服务，实现了数据驱动的教育精准化。对大数据的被动应用思维转向主动创造思维，促进教育改革方案创新。
三、实现数据驱动的精准教育设计策略
在大数据时代背景下，为了响应教育的改革政策，学校、在线教育平台等教育机构纷纷加入“数据驱动精准教育”的战略计划中，努力为学生提供“差异化教学”的精准教育模式。但是，从大数据在教育领域中的应用实践方面来看，还存在一定的问题。比如在大数据采集挖掘方面，采集的数据（学习成绩、考勤记录等）呈现孤立性，而非具有关联特征的数据。这些单一孤立的数据进行统计学分析，容易以偏概全，引导错误的教育决策；在大数据分析方面，大多数个性化学习系统平台（沪江英语、翻转课堂等）虽然拥有海量的有关学生学习行为的数据资源，但是仅仅停留在可视化的数据结果呈现上，而非深入分析数据背后的原因去引导学生找到适合自己的学习方式等。结合大数据在教育领域中应用价值及所面临的问题，为了实现精准教育主要提出以下设计策略：
（一）利用大数据对创造力测评维度进行重构，建立多维的创造力测评维度模型。美国心理学家吉尔福特曾指出，创造性行为不仅仅依赖于智力活动，它受多种心理因素的制约，创造行为的实现既依赖于认知过程的各种能力品质，也与个体的动机、兴趣，信念，情绪，性格，环境等因素密切相关[12]。不只可以通过大数据技术对学生的学习表现、环境等外在表现因素进行采集分析，其实也可以将大数据技术应用在内在因素对学习者的影响分析中，如针对学习者本身所涉及的人格特点、认知能力、学习动机、情感等内因素。在现有的创造力测评维度研究基础上，利用大数据分析、统计学等方法，对中国义务教育阶段的少年儿童进行数据采集，利用多维关联分析数据，深度分析测评维度指标，对创造力测评维度进行重构，通过大数据对创造力测评维度进行重构的价值和意义在于一方面为精准教育领域创新提供一定的实践依据，促进个性化创造性人才培养，对教学的设计、干预、评估发挥作用，提高教育质量。另一方面为创造力测评方法研究提供参照指标，促进创造力测评从以前的单一维度的评价到综合维度的评价，提高测评效度。
（二）以学习者为中心，多维度关联分析数据，塑造精准学生画像，引导教育决策动态优化。数据在教育领域无处不在。一个学习环境下离不开人、物、场三要素，而数据伴随着学习环境而产生，自然也离不开与学习者相关的人、物、场。涉及到的“人”有老师、家长及学习者本人等与学习者接触并可能会对其产生影响的人；涉及到的“物”有“实体的物”（智能一卡通可以记录学生出勤率等行为的工具）和“虚拟的物”（在线教育平台可以追踪学生学习过程及行为记录），主要指学生产生与学习相关行为的媒介物；涉及到的“场”有教学环境、家庭环境等，主要指会对学习者人格、行为等方面产生影响的环境因素。美国国家教育部在《通过教育数据挖掘和学习分析增进教与学（公共评论草案）》中也提到“教育数据是……分层的。有键击层（keystrokelevel）、回答层（answerlevel）、学期层（sessionlevel）、学生层（studentlevel）、教室层（classroomlevel）、教师层（teacherlevel）和学校层（schoollevel），数据就寓居在这些不同的层之中[13]。”可见，数据是多源的、多场景的、多维度的。以学习者为中心从“人”、“物”、“场”三要素进行多维度关联分析数据，由多源数据塑造精准的学生画像，有助于学校根据学生的特征类型制定具有针对性的差异化的教学内容或活动。
（三）基于大数据构建相关能力评估模型，建立学生能力档案，帮助学生家长和老师深入了解学习者情况，真正实现自适应学习。当代教育正在从“知识本位”走向“能力本位”，即学生不是简单地参加学校课程，而是按照学生自身的能力和需求制定个性化的学习内容。在数字化的教育环境下，基于学生画像设计与能力相关的教学内容或活动，通过学生参与，并利用大数据挖掘和采集相关能力的教育数据如创造力、逻辑分析能力、语言表达能力等，然后进行深度分析，构建相关能力评估模型。大数据技术与能力本位教育方法相结合，有助于推进个性化、精准的教育发展。在学习评价中，学生可以通过能力评估深入了解自己对这些知识、技能的理解或运用的能力，对自己进行准确的定位和评价，实现自适应学习。在教学管理中，学校可以根据每一个学生的能力情况建立学生档案，帮助学生家长和老师深入了解学习者情况，可进行评估及时发现问题学生，预测学生成绩，改进优化教学方法，使教育决策更具科学性和针对性（如图4）。
四、结语
教育改革的终极目标是促进创新型人才的培养。但是目前，大数据在教育领域中的应用其出发点和关注点主要是在技术层面、微观层面，缺乏对于教育变革顶层设计等的系统思考[14]。大部分教育部门或是平台机构仅仅是被动地将大数据技术应用到学习过程的数据采集分析中，然后呈现出分析结果比如课程进度，学习成绩分析报告等数据，但是要促进教育改革目标的实现不仅仅要对数据进行采集分析和呈现，更应该以主动创新的思维方式对数据背后产生的原因进行思考，提出设计创新策略，进而以设计策略为中心主动引导、改造教与学的行为，实现大数据环境下的实践创新。
作者:范鑫鑫 吴?昕 单位:江南大学设计学院
