利用大数据进行学习评估与诊断

郝静+徐峰

摘要：本文从数据的收集、数据的分析、结果的利用三个维度对大数据技术支持下的学习分析进行了理论阐述，并有针对性地提出建议，指导教与学。

关键词：大数据；学习评估；学习诊断；过程性评价

中图分类号：G434 文献标识码：A 论文编号：1674-2117（2016）24-0111-02

目前，学校采用的评价指标和内容较窄，评价形式单一，评价结果容易被误用和滥用。而利用基于大数据的先进的学习分析技术，能使教师对学生的学习有真实的了解，对学生的学习做出恰当的评估和诊断，并对教学策略及时进行调整。利用大数据进行学习评估与诊断，主要要做好数据的收集、数据的分析以及分析结果的合理利用这三个环节。

数据的收集

教育数据是在教育教学的每一个过程与环节中所产生的相关数据的总称。学生数据来源多种多样，包括完成作业、参加考试等传统教学评价中经常收集使用的数据，也包括在线交流、课外活动，以及其他一些以前并不直接作为教学质量评价的活动。数据的收集应该注意以下两个方面。

1.注重日常教育教学数据的收集与利用

教师利用电脑、平板、手机等设备，借助互联网或物联网，可以随时随地收集学生各方面的数据。教师可以收集各种形式的日常数据，如教师日常教育教学产生的信息、学生日常学习与生活产生的信息、学生的成长记录等，并通过这些过程性数据了解每位学生的发展情况。

2.多元化的评价主体

评价主体除了传统意义上的教师外，还可以包括学生、家长、学校管理者、教育专家等，可构建学生综合素质评价电子平台，以及多主体共同参与的“评价联合体”，并确保各主体之间数据有效沟通、良性协作，使评价做到及时、准确、全面，真正起到激励和促进学生学习的作用。

数据的分析

过去教师对学生学习情况的评价主要通过课程结束时的作业、测试来评价。现在教师可以通过收集、分析学生学习过程中形成的数据，结合学情基本数据、课程评价问卷调查等，对学生学习情况进行综合分析，及时发现问题，预测学生的成绩，并研究学生的表现和课程满意度的关系，目的是评估掌握情况、预测未来表现、发现潜在问题。

学习分析技术可以通过测量、收集、分析等手段，汇总有关学生及其学习环境的数据，用以理解、优化学习环境，为学生提供过程性学习评价。教师通过对这些数据进行采集和分析，发现学生潜在的问题与不足，并及时反馈给学生，同时给予相应的改进和补救建议。学习环境数据可以来自讨论互动、课前测试、过程测试、随堂记录卡、章节测试、评价量规表、同学互评、期末测试等功能模块。庞杂的来自不同渠道的数据，必须也只能依靠大数据技术进行分析，凭借计算机运算速度快、计算精度高的优势，借助一定的技术手段，能够快速准确地得到分析结果，指导教学及学习过程，教师和学生都能从中获益。

结果的利用

要想充分发挥大数据分析的优势，必须依托数字化的学习环境，相关数据的产生、发展、获取、评价、利用等环节，全部在数字化的环境中进行，可以避免手动采集数据再录入分析系统的麻烦。教师通过一定的技术和方法，将数字化学习与学习分析深入融合，二者相得益彰，开启了一个全新的教学形态。而相关技术和学科的发展，如数据挖掘、学习分析学、内容分析学等，已使过程性评价有了技术和方法的保障。过程性评价更侧重于学生发展的全面性，提倡评价手段的多元化，着眼于学生的个性化发展，注重评价的诊断作用而不是最终定论。大数据分析更侧重于量化分析，通过分析结果及时督导学生的学习过程。例如，通过对学生前一阶段学习情况的分析，系统会自动给学生推送部分学习资料。而这些学习资料，可以是对他前段时间学习薄弱环节的强化练习，也可以是针对其知识掌握情况推送下一步学习的新知识。

大数据正在对教育教学产生着巨大的影响。首先，它改变了人们的思维方式，从演绎推理转为归纳总结，教育决策的依据正在由经验转为数据；其次，大数据具有真实性强的特点，用数据来说明问题，使决策者能够真正掌握事情的真相；再次，利用给予人工智能的学习分析系统，能够及时发现问题，快速介入，将问题消灭在萌芽中；最后，通过数据可以有针对性地了解任何受教育个体的实际情况，真正做到因材施教。