美国大学创新联盟精准指导弱势学生的举措

摘 要：美国较早开始注重教育大数据，目前已经进入应用阶段。大学创新联盟在大数据运用方面已经进行了积极尝试，有效促进了学生尤其是弱势群体学生的学业成功。联盟中的高校运用大数据进行建模，识别，预警，实时监控学生学业，并对学生进行个性化指导等。这些举措有广泛的适用性，本文将介绍该联盟中三所充当导师角色的学校的具体措施，以期对我国教育大数据应用和学业指导模式提供启示。

关键词：美国大学创新联盟;大数据;精准指导;弱势学生

美国高校普遍存在大量学生无法按时完成学业的问题，弱势群体学生在这方面的问题尤为严重。据美国国家教育统计中心（NCES）统计，美国有1/3就读于四年制本科的学生无法在6年内毕业，弱势群体学生中，60%的学生无法在6年内毕业。在此背景下，美国的11所公立研究型大学于2014年组成了美国“大学创新联盟”，致力于通过探索创新试点、共享数据和推广最佳实践等方式，助力各种背景的学生取得学业成功。联盟尤其关注少数族裔学生、低收入家庭学生和第一代大学生等弱势群体。以下是美国大学创新联盟精准指导弱势学生的具体举措。

一、学生身份识别与诊断

美国高校具有利用大数据对弱势群体大学生进行学业指导的经验与举措。在美国，有些高校在新生入学时就利用大数据对学生身份识别与诊断。德克萨斯大学奥斯汀分校就采取了这一举措。超过20%的得克萨斯州大学奥斯汀分校本科生是他们家庭中第一个上大学的学生，总共超过9 000名学生。2012年学生四年毕业率只有40.9%。但在2018年9月，该大学宣布2018年毕业班的四年毕业率达到69.8%，这是德克萨斯州公立大学四年毕业率最高的一年[1]。

该学校使用基于十多年历史数据的12个关键因素的预测分析模型来预测学生四年内毕业的可能性，识别诊断学生的身份。所有学生都进入了大学所称的仪表板——这是一个基于过去10年学生的巨型数据集。该算法编译了十多年的综合数万名学生提供的历史数据，如居住权地位、父母收入、高中学分、是否是第一代大学生等，以此预测入学学生核心科目的成绩，预测每个学生四年毕业的可能性。

二、学生行为分析与追踪：早期预警与系统监控

对学生的行为进行实时的分析和追踪，当学生出现问题时及时发出预警并采取干预，对学生的发展进行系统监控，也是美国高校利用大数据精准指导大学生发展的一项重要举措。佐治亚州立大学和亚利桑那州立大学都采取了这一举措。2011年，佐治亚州立大学在外部咨询公司EAB的帮助下基于学校近10年学生的行为数据——包括学生课程选择、上课情况和考试成绩、课程之间的内在联系、毕业率等进行建模。专门追踪学生每天做出的成千上万个决定，并以此为据，预测他们的学业成绩，列出800个学术风险指标，建立了一个早期预警系统。

每天晚上，系统都会检查该校3万名本科生的800多个相关变量，标记出模型认为会遇到困难的学生。这些数据包括所选课程、出勤记录和成绩等。系统会给学生及其指导教师发出电子邮件或短信，请他们会面讨论出现的问题。例如，学生没有按时缴纳学费，某门科目成绩没有及格，没有参加某个重要的学习活动等，系统就出现小红旗。每面红旗警告顾问进行干预，预警信号以邮件或者短信的方式发送给学生本人和学生的学业顾问。系统要求学生和学业顾问就出现的问题进行沟通，以及时解决问题。在48小时内，顾问会出席面对面的会议，在会议期间，顾问了解、探讨学生的特殊情况，并帮助他们克服挑战[2]。

三、专业选择与职业指导：ME3软件

ME3是亚利桑那州立大学开发的一款软件，给学生提供专业选择与职业指导。学生通过一个有趣和互动的在线游戏，点击60组中自己喜欢的照片，确定自己的兴趣。给学生一个简单的方法来缩小职业选择，选出那些符合自己的兴趣的职业，然后比较职业的差异，包括平均工资和职业前景。配合其高中成绩单的分析，ME3系统对学生的学术与兴趣做出评估，判断使用者更适用于何种专业选择与职业路径，从而为使用者推荐可以主修的专业与从事的职业，并自动生成职业的薪水和上升空间。软件使用RIASEC职业模式缩小学生的职业兴趣，给学生提供三种可能的职业，了解职业如何与大学专业相关联，并设计学生的高中经历以实现这一目标[3]。

四、课程设置安排指导

大型综合性大学的课程、要求和专业似乎无穷无尽，而且随着领域的变化和知识的发展在不断变化。由于国家规定的录取程序，它的入学班级规模各不相同。学校面临的一大挑战是确保学生能够选择合适的课程以便顺利毕业，并确保这些课程有足够的席位来容纳需要他们的学生。因此，以正确的顺序、在正确的时间和地点向有需要的学生提供正确课程的过程是一个重大挑战。

亚利桑那州立大学eAdvisor系统中的工具通过组合来自多个数据源的数据来驱动课程调度，从而解决了这一难题。该系统有关于每个学生的专业、完成的课程和需要的课程的完整信息。它知道下個学期所有学生需要哪些课程，以及哪些课程是关键的，必须按时提供。这使得大学能够与各院系和项目合作，以确保课程的可用性。它还计算下个学期每门关键课程需要多少个座位。通过使用classroom-scheduling软件安排所需的座位，大学节省了大量的资金。同时，保证必修课的座位可以让学生朝着毕业的方向进步，提高他们的满意度。亚利桑那州立大学将四年毕业率从2006年的33.2%提高到2009年的44.8%，共有2 024名额外的毕业生。该大学的首次全职新生入学率上升至84%，被视为完成“正常”的学生人数在短短三年内从22%上升至91%。此外，这些毕业生的出勤节省估计费用为每名学生24 500美元，大约为一年的学杂费。

五、学位进度指导

得克萨斯州大学奥斯汀分校开发了“学位进度”仪表板（Progress to Degree），该系统是一个数字排序帽，让顾问知道学生学位的确切百分比计算，并主动联系帮助偏离正轨的学生。顾问在帮助学生适应及时分级的过程中发挥着重要作用，在拥有超过40 000名本科生的校园里，顾问面临的挑战是确定哪些学生落后，“学位进度仪表盘”解决了这个问题。但是这些数据不会被完全开放，学生不会被告知他们可能毕不了业，顾问只是提醒他们，给他们帮助，而不会挫伤他们的自信心。

互动学位审核（Interactive Degree Audit）工具是为学生、顾问和大学管理人员提供学生在学位取得进步的快照。互动学位审核为学生提供即时反馈，然后与他们的顾问合作，通过选择他们下学期所需的课程让学生重新回到正轨。该工具还可以帮助学生探索课程设置和未来课程选择对及时毕业可能产生的影响。在线工具和报告使顾问能够监控分配给他们的每个学生的进度，并集中精力关注那些需要帮助的人。通过这种方式，他们可以有效支持大量的建议。

六、个性化学习模块

亚利桑那州立大学在实际教学中发现，传统的教室互动教学体验进展相对缓慢，无法为学生提供更个性化的教学，不能在更大范围以更多途径帮助学生获得学习上的成功。很多学生进入亚利桑那州立大学时，对大学数学都没有做好充分的准备，这个问题在美国各地的高校都存在。

为克服这一难题，亚利桑那州立大学将大数据引入课堂。该校废除了传统的数学课程，以“数学商场”取而代之。学生自行安排时间，在辅导员的帮助下，坐在电脑前学习课程内容。在开始学习前，软件依照课程学习目标，对他们的能力作出评估，将他们置于合适的起步点，避免重复学习。在学习过程中，软件将持续对学生进行评估。课程软件一旦检测到学生的不足之处，就会立刻提供针对性的补习。结果是该课程的通过率从65%提升到了85%。亚利桑那州立大学还计划在更多方面使用大数据，包括将学生与大学期间经历过类似困境的学生辅导员配对，并通过系统将学生的经济条件数据与预测型分析工具相结合。在提高高校管理效率、改善教学效果、促进学生学业成功等方面，大数据分析已发挥了重要作用。

七、经济地位自动分析与自主财政资助

财务问题是影响弱势群体学生按时毕业和发展的一个重要因素。大多数学校都有相应的资助政策，但大多需要学生主动去了解并申请。有些学生对财政资助政策不太了解，或者达不到该政策所需的相应条件，财政资助不能与相关学生及时精准地匹配，解燃眉之急。许多学生仍不得不中止学业，延迟毕业。佐治亚州立大学创新应用大数据，对学生经济地位自动分析，进行自主财政资助，解决了这一问题。

佐治亚州立大学位于亚特兰大市中心的城市校园内，招收了超过32 000名学生，其中89%的学生获得了基于需求的经济援助，其中60%是少数民族。许多佐治亚州立大学学生兼顾工作和学校，甚至更多的是第一代大学生。大学注意到每学期有近1 000名学生因欠债而辍学余额不超过1 500美元，该大学启动了保留金计划（Panther Retention Grants），以提供给这些学生小额补助金。这个项目使用数据确定学生所面临的财政困难，自动转账到他们的账户，最多1 500美元，允许他们继续入学并继续攻读学位。保留金计划满足了学业成绩的学生的剩余经济需求，避免由于资金不足而面临辍学的风险。学生不用申请补助金而直接接受它们。

参考文献：

[1]张姗姗，曾超.中美教育大数据的对比研究[J].世界教育信息，2018，31（20）：10-12，26.

[2]王正青，徐辉.大数据时代美国的教育大数据战略与实施[J].教育研究，2018，39（2）：120-126.

[3]张绍丽，郑晓齐，张辉.基于资源共享的教育大数据信息平台构建及机制研究[J].现代情报，2017，37（12）：90-95，101.

基金项目：本文系2019年浙江省大学生科技创新活动计划暨新苗人才计划“新高考下生涯规划指导的大学与高中的衔接研究”（2019R426009）及杭州师范大学星光计划成果之一。

作者简介：符晨帆，女，杭州師范大学教育学院本科生，研究方向：小学教育。