大数据对大学护理教学研究的影响

2017-02-27姚冬利

护理研究 2017年22期

姚冬利

大数据对大学护理教学研究的影响

姚冬利

大数据时代的到来影响着社会的方方面面,大学护理教学研究也不例外。现从思维习惯的改变、个性化学习的实现以及教师角色的转变3个方面对大数据对大学护理教学研究造成的影响进行了描述和探讨,指出大数据改变着大学护理教学研究中的思维习惯,使我们不再依赖随机抽样;大数据教育技术使个性化学习成为现实的同时,也转变着大学护理教师的角色。如何迎接挑战、抓住机遇,成了摆在我们面前的重要课题。

大数据;思维转变;教育技术;大学;护理;教学研究

随着科技的进步,特别是近几年来云技术、物联网等信息技术的发展,大数据时代已悄然到来。大数据对各行各业都产生了巨大的影响,教育也不例外。教育数据挖掘、学习分析、慕课,这些字眼越来越成为人们讨论的热点。由于大数据刚刚进入人们的生活,相关文献还比较少,本文拟对大数据对大学护理教学研究的影响进行初步探讨,为下一步提出对策抛砖引玉。

1 大数据时代背景

大数据这一概念来源于最早经历信息爆炸的学科,如天文学、量子力学、基因学等,而今天数据井喷式的增长已经渗透进了各行各业。迄今为止,学术界对于“大数据”还没有规范、统一的定义,学者们只是用这一术语描述难以用传统软件技术和方法分析的超大型复杂数据[1]。

大数据的特征可以用4个“V”来概括。第一是数据容量大(volume)，容量是个相对的概念,且规模还在不断增长。第二是数据种类多(variety),包括网络日志、音频、视频、图片、地理位置信息等。第三是数据处理速度快(velocity)。大数据时代,数据要求通过快速实时的分析和处理来满足人们的需求。第四则是数据价值高(value),体现在数据经分析后可以获得某种洞见或规律,从而实现有效预测[2-3]。

维克托·迈尔-舍恩伯格和肯尼思·库克耶在其著作《大数据时代》中指出,大数据的精髓在于我们分析信息时思维的3个转变。第1个转变就是在大数据时代,我们可以分析更多的数据,有时候甚至可以处理和某个特别现象相关的所有数据,而不再依赖于随机抽样。第2个转变是研究数据如此之多,以至于我们不再热衷于追求精确度。第3个转变因前两个转变而促成,即我们不再热衷于寻找因果关系。维克托·迈尔-舍恩伯格和肯尼思·库克耶把这3个转变称之为大数据时代的思维变革,并称其将改变我们理解和组建社会的方法[4]。

大数据在教育领域的应用主要有教育数据挖掘、学习分析和慕课等。教育数据挖掘的内涵是要对学习行为和学习过程进行量化、分析和建模;其目的是利用统计学、机器学习和数据挖掘等方法来分析教与学过程中所产生的数据。而学习分析的内涵是要利用已有的模型来认识、理解新的学习行为和过程;其主要应用是检测和预测学生的学习成绩,及时发现潜在问题,并据此做出干预,以防止学生在某一科目中产生风险[3,5]。

慕课即大规模开放式在线学习课程,其正是在大数据时代背景下发展起来的。2012年,一些世界顶级大学名师课程免费向全球学习者开放,课程内容涉及各个领域,全球在线注册学习人数动辄上万,这种“在线教育”形式立刻风靡全球,2012年也被称为“慕课元年”[3,6]。

相比已经搞了很多年且多被人诟病的远程教育,慕课则获得了教育界和投资界的一致青睐。因为慕课已经不仅仅是一个镜头、一段远程录像那么简单,而是增加了“行为追踪、评价和诱导”等新的技术和色彩。例如,计算机可以记录你在一张幻灯片上停留的时间,判别你在答错一道题后有没有回头复习,统计你在网上提问的次数、参与讨论的多少,然后在此基础上,对你的学习行为进行评价和诱导。学习者之间的交互是慕课的另一特色,其背后的联结主义学习理论更反映了大数据时代人们的学习规律[3,7]。

2 大数据对大学护理教学研究的影响

2.1 思维习惯的改变大数据对大学护理教学研究最大的影响莫过于上文提到的“3个转变”对人们以往思维习惯的冲击和改变。不少学者认为其已经构成了对哲学观点的冲击,会彻底改变我们在护理科研问题上的本体论、认识论和方法论[8]。

随机抽样是信息处理能力受限年代下的产物,是在不可收集和分析全部数据的情况下的选择,以前我们通常把这看成了理所当然的限制,例如,在护理教学研究中使用随机抽样似乎已成了研究的“思维定势”。但在大数据时代,被试可以是全体大学生,我们能掌握的数据会越来越全面,甚至可以包括与研究问题相关的全部数据,从而实现“样本等于总体”。采样的目的就是用最少的数据获得最多的信息,当我们可以获得全部数据的时候,它就没有什么意义了。大数据中的“大”取的是相对意义而不是绝对意义,是指不用随机抽样这样的途径,而采用观察所有数据的方法。小数据时代的随机抽样是条捷径,但它也仅仅是条捷径而已,其本身存在许多固有的缺陷。就像把一首歌截成多个小文件一样,在抽样分析时,很多信息就丢失了——你能欣赏一首歌的抽样吗[9]？同样,仅随机抽样一所医科大学护理专业一个班级的学生情况来推测分析全国护理专业大学生的情况,是否合适呢？

在学生性格、动机等因素与护理学习成绩之间关系的最初研究中,很多研究者得出的结论并不一致[10],其中一个重要原因就是他们手中可利用的学生数据太少,只能进行随机抽样,但每个样本仅能代表所在学校的学生情况,由于不同省份、地区、学校的学生之间存在差别,自然结果也就不一致了。如今,随着高校学生信息网络化及各高校之间的信息资源整合共享,我们获取信息的大学生数目越来越大,实验结果也就越来越趋向一致了。

大数据的精髓不但在于大,还在于全。还是上面的例子,大数据让我们掌握学生更加全面的信息,使我们不仅可以研究学生性格、动机与护理学习成绩之间的关系,学生性别、家庭背景、地域,甚至其他学科成绩,都可以纳入我们的考察范围。另外,在护理教学研究中,我们经常使用问卷来调查学生对某个知识点或操作技能的难易评价及掌握情况,由于个人情绪、心理动机、霍桑效应等因素的干扰,我们得到的数据不一定是真实的。但在大数据时代,信息的全面性使多维交叉复现揭示真相具有可操作性。例如,每位学生参加护理实验课的全部信息会被记录下来,通过查看每位学生的操作耗时,重复操作次数,失误后再操作间隔时间等信息,我们对某些操作技能的难易及学生掌握情况就会心中有数,这比通过问卷调查得来的数据更真实客观。此外,通过与合作实习医院的资源共享[11-12],学生去医院的实习情况也会被纳入大数据。临床表现,病人投诉,医院评价等信息,都可以拿来作为下一步改进教学的依据。

总之,大数据时代的技术使追求“全样本”数据而非“采样本”数据成为现实,相应地,我们也应该把“样本=总体”植入思维中,以更大更全的角度来理解大学护理教学与研究。

2.2 个性化学习的实现大数据对人们思维习惯的改变是建立在实实在在的技术上的,而这些技术,如教育数据挖掘、学习分析等,正使个性化学习成为现实。

目前已研发出的教育数据挖掘和学习分析应用系统有美国普渡大学的Signals系统,美国加州大学的Moodog系统等[13]。此类系统通过采集学生背景信息资料(如年龄、性别、所学过的课程和成绩、学习风格等),追踪记录学生学习过程(如学习时间和努力程度等),能够推送适合学生水平和特点的学习材料,同时建立预测模型和干预引擎,对可能出现学业问题的学生进行特别指导。此类系统已经在一些学校和地区广泛使用,并取得了不错的效果[13-14]。

我们可以把此类系统引入到护理研究教学中。通过对教育数据挖掘和学习分析应用系统搜集到的数据分析,教师可以更好地了解学生,观察学生的学习过程,探索最合适的教学方法和顺序,及时发现问题并进行干预,从而为学生提供个性化的学习服务。祝智庭[3]认为未来教育技术研究范式应该是个性化自适应学习,即根据学生的特点,将学生分组,教师针对不同特点的学生提供不同的学习材料,学生同时可以自己选择学习材料和测评方式。教育数据挖掘和学习分析的应用,为个性化学习提供了支持和保障。

随着以上技术的普及,我们会很方便地知道被学生搜索得最多的关键字是哪些、哪些护理知识最不容易掌握、什么样的操作视频被观看的最多、什么样的图书被借阅的最多、护理考试中最容易犯的错误是什么等,借此教师可以更好地反省自己,改进教学。从这些数据中我们还可以进一步分析出学生的性格、学习风格、认知方式、学习策略、动机类型等,真正做到因材施教。

总之,大数据技术使大学护理教学变得更加个性化,更能发挥出学生的潜力。

2.3 教师角色的转变 “翻转课堂”并不是一个新鲜的概念,早在大数据时代之前,就有教师尝试实行课堂“翻转”,然而由于缺乏相应技术的支持,效果并不令人满意[10,13]。而慕课的普及会使“翻转课堂”更有效地施行。

护理教学任务繁重,教师在给多个班级讲授相同课程时,存在重复教学的问题。“翻转课堂”强调教学内容和老师角色的翻转。由于慕课的存在,学生可以提前网上学习本次课程的基础内容,教师则可以腾出更多时间和精力着重讲解重点难点内容,甚至可以采取学生讲解,教师点评的办法来组织课堂教学,从而大大提高了学习效率。教师不再是知识的唯一占有者和提供者,而变成课堂的组织者和学习的引导者[15]。

目前已有部分院校开始这方面的尝试,取得了较好的效果。有的院校甚至将部分课堂教学时间分配给学生,让其自主选择学习场所听讲慕课,在加大学生时间安排灵活性的同时,也从侧面解决了教室紧缺的问题。护理教学课程多,加上需要大量的实验课进行实地操作,教室紧缺便成了一大问题,这在很多高职院校中尤其突出。很多院校采取加大班级容量、增加晚上课时、多个学生一起练习操作的办法来缓解,但这样教学效果会大打折扣。通过让学生自由选择地点听讲慕课学习一部分课程的办法,不但这一问题迎刃而解,更重要的是教师可以集中精力讲解重点、难点知识,更有利于教学。

而做好组织者和引导者并不容易:第一,教师要对学习内容十分熟悉,知道网上有哪些精品视频可供选择。大学教师本身已面临着教学课时多、任务重的情况,还要对这些视频去芜存菁,把适合的呈现给学生,这对教师的工作量无疑是个挑战。第二,随着大学生个性化学习的需求日益明显,教师要能利用新的软件技术搜集大数据,在了解学习者特征的情况下,准确推荐给特定学生特定阶段特定的学习材料。第三,通过不断累积和沉淀,网上必然会出现一些经典视频,成为最受欢迎的学习材料,如此,教师的课堂讲授便会被一些视频所取代,其权威性将大大下降。教师如何提高自身水平、改变教学设计、增强课堂吸引力成了摆在面前的难题。第四,大数据时代个性化教学是建立在对学习者行为的追踪和分析上,这意味着会在某种程度上触及个人无意公之于众的隐私信息[16]。如何在守住道德底线的同时及时引导,消除学生的顾虑,也是扮演好大数据时代教师角色的关键。

3 结语

大数据加速了社会的变化和发展,也深刻影响着中国的大学护理教学研究。它深深植入了“样本=总体”的思想,因为我们可以“看见”全部信息,所以不再依赖随机抽样。在教育数据挖掘和慕课等技术使个性化学习成为现实的同时,教师也从知识的占有者转变为学习的组织者。这些变化给大学护理教学研究带来了诸多挑战,如思维观念的局限、技术人才的匮乏、教师转型的困难等。当然,挑战往往伴随着机遇,大数据利用好了,定会大大提升护理教学研究的品质。如何转变思维迎接挑战,如何有效搜集大数据并利用其为教学研究服务,如何顺利完成教师角色的转换并在大数据时代大显身手,这些都是摆在我们所有人面前的重要课题。

[1] 赵燕枫.大数据,大冲击[J].科学世界,2014(6):88-93.

[2] 何克抗.大数据面面观[J].电化教育研究,2014(10):8-16.

[3] 祝智庭.基于大数据的教育技术研究新范式[J].电化教育研究,2013(10):5-13.

[4] 维克托·迈尔-舍恩伯格,肯尼思·库克耶.大数据时代:生活﹑工作与思维的大变革[M].盛杨燕，周涛，译.杭州:浙江人民出版社,2013：1.

[5] 徐鹏.大数据视角分析学习变革[J].远程教育杂志,2013(12):11-16.

[6] 李冰冰,吴晓英.大数据时代护理信息化建设的思考[J].护理学杂志,2016,31(4):91-92.

[7] 谢红生.计算机、大数据与医、护专业发展趋势[J].贵阳学院学报,2015,10(3):72-76.

[8] 杨莹,毛靖,李节.大数据在护理学领域中的应用[J].齐鲁护理杂志,2016(12):55-57.

[9] 郑伟,王建荣.大数据对护理工作影响及应用前景的研究[J].现代临床护理,2016,15(8)：75-78.

[10] 蒋争艳.浅谈在大数据背景下如何对高职高专的外科护理学进行教学创新[J].教育教学论坛，2016,1(2):90-91.

[11] 宁科功,李劲峰,刘萍.大数据时代的口腔护理展望[J].口腔护理用品工业,2016,26(3):15-16.

[12] 陈镇.大数据在医疗护理中的应用[J].信息与电脑,2016(11):31-32.