大数据时代个性化教育理念及实践路径创新探究

马天琛 李怀杰

（电子科技大学 四川 成都 611731）

大数据革命是一场正在发生的信息革命，它同时也是一场认知革命和社会革命，并即将为我们带来政治、生产、生活、认知等全方位的大变革。最近颁布的《国家教育事业发展“十三五”规划》提出：“全力推进信息技术与教育教学深度融合”，“引导学校与教师依托网络学习空间记录学生学习过程，进行教学综合分析，创新教学管理模式。鼓励学校利用大数据技术开展对教育教学活动和学生行为数据的收集、分析和反馈，为推动个性化学习和针对性教学提供支持。”运用大数据实施个性化教育教学，是大数据时代教育发展的必然方向和选择，对于及时、准确把握学生特征和规律，动态提升教育教学质量，实施针对性教育引导方式和策略，培育大批具有创造力的高素质人才队伍都具有重要的意义。

一、大数据时代个性化教育理念及其重要意义

（一）个性化教育：大数据时代一个教育新理念

近年来，随着大规模在线课程（MOOCs）、SPOCs、微课等兴起及翻转课堂、混合式学习等新型网络教育方式应用，教育生态和学习环境都发生着深刻变化，个性化教育成为各国政府和教育界关注的共性话题和研究热点。教育部最近颁发的《教育信息化“十三五”规划》提出“构建网络化、数字化、个性化、终身化的教育体系”,“培养教师利用信息技术开展学情分析与个性化教学的能力，增强教师在信息化环境下创新教育教学的能力”。早在2012 年，美国教育部发布的《通过教育数据挖掘和学习分析促进教与学》报告指出，通过大数据建模，发现学习者学习结果与学习内容、学习资源和教学行为等变量的相关关系，实现学习者行为的大数据可视化，以提升教育质量和预测学习者未来的学习趋势。由此看出，运用大数据开展个性化教育，已成为国内外政府和高校在网络信息化时代提升教育质量、推进教育教学方式方法变革的新潮流，也成为我国教育教学在大数据时代进行优化课程改革和提升教育质量的新方向。

2013 年被国内称为“大数据元年”。大数据正在改变着人们观察和把握自然界、社会与人的心理世界的思维方式和实践方式，成为人们获得新知识和创造新价值的源泉。根据国际数据公司对大数据特征的界定，其特征可分为四个方面：海量的数据规模（vast）、快速的数据流转和动态的数据体系（velocity）、多样的数据类型（variety）和巨大的数据价值（value）。在教育方面，其表现形态可分为学生网络学习课程、课堂教学在线测评、实践教学成绩、网络在线测试等结构性数据信息，以及网络文本、视频、行为记录、图片以及日常管理、网络活动等非结构化的、无法用传统的方法进行处理的海量数据。运用大数据技术挖掘和分析这些不同形态的大数据集，成为科学认识和把握学生在网络空间思想行为规律的数据资源和实施个性化教育的可靠依据。

个性化教育是依据学生因材施教成长规律和创新型人才发展的社会需求，运用大数据对学生网络思想行为进行挖掘和分析，以可视化方式呈现学生个体或群体思想行为的特征、问题、规律和趋势，实施针对性、个性化教育策略，以激发个体的内在潜能和促进全面发展的教育。个性化教育作为大数据时代一个教育新理念，通过大数据、云计算技术等数据密集型知识发现方法，科学分析和把握学生网络思想行为新特征、新规律和新趋向，积极开展个性化学习和精准化管理服务，实施以学习者为中心的个性化教育，让大数据真正成为支持教学变革、提升教学效能、促进学生发展的新工具，从而推进教育教学具有重要的理论和现实意义。

（二）运用大数据开展个性化教育的重要实践意义

1.就教育学科发展而言，运用大数据推进不同学科教育教学的量化研究和实证性研究，为教育政策制定和优化课堂教学提供科学支撑具有重要意义。运用大数据服务和优化教育教学，是教育教学准确了解和把握学生思想状况、质量问题和发展变化的客观要求。在当前大数据时代，一方面，基于大规模在线学习、学生日常交往和活动已经实现网络化的客观现状，大数据能够基于网络学习众多数据进行学习成效和学习过程分析，系统刻画大学生个体或群体的知识理论把握成度、理想信念坚定度、在线学习效果和反馈、校园舆情热点等等，从而推进教育教学向可量化、可视化、实证性的范式方向转型。另一方面，基于各学科教育教学内容、课程载体、学习环境等要素的数字化和网络化环境，需要应用新的研究方法和技术对学生学习、日常管理等大数据进行挖掘和分析，对于实现大学生个体或特定群体的质性研究和量化研究的结合，实现学习过程可视化和学习成效可量化，教学质量的实证性研究，进而制定差异化、个性化教育路径，提高教育决策科学化和学生学习发展可预测性，对提升教育教学科学化水平具有重要意义。

2.就教育对象而言，运用大数据科学分析学生网络思想行为和规律，对于创新教育个性化实践路径具有重要现实意义。把握教育者思想特点和规律，实施因材施教和针对性引导，是教育学的基本规律之一。根据学生网络行为的大数据挖掘，分析大学生个体或群体的价值倾向、理论困惑和多维度需求，精准描述学生成长成才的知识把握、课程难点、思想困惑、个性需求、学习过程、精神需求、心理问题等立体“学生画像”，准确把握和描述学生网络思想行为特征和规律，进而实施个性化、针对性的教育教学路径，对于提升教育教学质量水平都具有重要意义。

3.就教学内容而言，运用大数据开发面向学生不同层次需求的数字化学习资源系统，激发学生学习兴趣，促进学生学习全面发展，对于契合大数据时代的学生在线需求多样化和实施“因材施教”教育策略都具有重要的意义。当代学生追求差异化、特质性、自我体验和自我成长设计的思想行为特点，根据这些特征运用大数据对学生需求进行精准定位和分类，实现教育内容的数字化和以学生需求为核心的学习资源开发的个性化，对于提升学生学习积极性，体验自我超越和获得感的成长体验，启发和唤醒其内在心智潜能，促进其全面发展都具有重要的现实意义。

二、大数据时代个性化教育实践路径创新

在当前大数据时代，面对大规模在线学习、全球化背景下多元文化交流、社会思潮涌现并存的网络环境下，如何开展个性化教育，是一个崭新的理论和实践课题。结合多年实践经验和理论思考，笔者着重从数据平台建设、团队建设、学习资源开发和个性化教育网络环境等层面阐述个性化教育的具体实践路径：

（一）建立校园一体化教育大数据平台，实现对学习学生数据挖掘和分析。基于大数据分析的可视化“学生画像”实现大学生分类分层和实施定制式、个性化的教育教学策略。首先，是建立大学生学习、互动和日常管理服务的一体化教育大数据平台。通过对海量数据的采集、挖掘、加工、汇总、整合、存储和分享，为多学科教育教学和政策制定提供坚实的客观数据支撑。在学生学习方面，通过在线教育学习过程、课堂师生网络互动、网络问卷等关键性数据采集，以及教务处、后勤、图书馆等日常管理服务的大数据整合，构建起一体化“大数据库”，能够对实现对学生个体学习过程、学习难点、质量评价、学习路径和需求性网络学习资源等全面勾画和呈现，同时能够基于前一阶段学习成绩、学习行为数据轨迹等大数据分析，能够精准预测和研判学生下一个阶段学习成绩和挂科预警，实现学生个体或群体的学习过程数据化分析。

（二）组建教育大数据团队，实现“学生画像”。学校以教学应用部门为核心组建大数据技术队伍、课程教师应用队伍及教务处等相关部门服务队伍，基于学生学习、日常管理等大数据的挖掘分析，构建反映学生学习不同维度的的数据模型，实现刻画学生成长成才的专业知识把握、能力需求、理想信念、思想困惑、就业需求、心理问题等多维度“学生画像”。同时，根据大学生个体或群体的差异性、需求多样性，开发满足学生专业和思想需求为核心的网络学习资源系统，实施信息推送服务和学习资源定向推荐，制定师生网络互动交流、专业分析或调研报告互评、网络主题论坛或交流会、社会实践等方式，从而开拓个性化的教育新路径。

（三）以学生需求为中心的个性化学习资源系统开发，大力实施翻转课堂、混合式学习等教育教学新方法，创新面向个性化学习成效的多元评价系统。“以教师为中心”到“以学生为中心”的转变，是大数据时代个性化教育的重要特征。一是创建多类型的网络学习资源系统。基于学生学习教育大数据分析，明晰学生个体或群体的不同需求，厘清学生学习的难点、理论困惑和兴趣方向，组织和整合文本类、视频类、音频类、图片类等学习资源，根据学生学习轨迹和偏好，开发个性化网络学习系统；二是大力倡导教师实施翻转课堂、混合式教学等网络教学新模式。根据大数据分析“学生画像”，课前通过网络学习社区或在线教育实施个性化教学内容和信息推送，针对课堂学习大纲和知识难点，学生自组织网络学习共同体和开展在线思想交流互动，课堂教学中侧重开展以讨论、实践过程展示、主题演讲等多种主动性的教育和学习活动，重视参与式、体验式的个性化教育，使每位学生在团体中获得价值的认同感和精神成长的成就感。三是建立多维度的科学评价体系。大胆改革传统以考试成绩为主的测评体系，建立适应大数据时代的多重维度评价体系，评价维度方面包括专业知识、实践能力、政治观、人生观、价值观、心理素质等方面以及结合网络实践展现的多样性实践成果，设置不同因素的权重系数和创建评价分析的数据模型，使教育质量评价模式从传统“单向度”评价模式向“多向度”模式转变，更为适合人的全面发展理论的实践和运用。

（四）积极构建校园泛在网络学习环境，鼓励学生自组织学习共同体和互动在线学习研讨。泛在学习（U-Learning）作为网络信息环境下无时无刻的沟通，无处不在的学习方式，具有持续性、交互性、可获取性、主动推送和服务性以及教学行为场景化的网络在线教育优势。建立泛在网络学习环境，通过网络，尤其移动网络、新媒体、手机APP等构建起的即时性、交互性的学习交流和分享的数字化学习资源环境，尤其是国内外大学的“慕课”学习资源，这是一种个性化学习资源和翻转式教学等多方面资源构成的支持服务系统。大学生可课前根据授课提纲进行自主网络学习，或在线咨询探讨，或在课堂中师生共同利用网络资源进行场景式探讨和分析；课后针对课堂学习任务，可自己利用网络组建以问题为导向的学习共同体，进行问题解疑和思想分享，从而拓展了学生以课堂学习为主的学习资源和学习方式，从而激发学生学习兴趣和热情和提高教学质量。