大数据驱动下学习方式变革研究

2020-01-08张轶辉郑玉莲饶先发

黑龙江工业学院学报(综合版) 2020年3期

张轶辉，郑玉莲，饶先发

(1.安徽科技学院，安徽凤阳 233100；2.江西理工大学，江西赣州 341001)

随着经济发展和产业结构转型升级，社会对人才的要求越来越高，进一步凸显了高等教育与社会需求脱节的问题。随着信息技术的发展，大数据走进了大众生活，并加速了社会变革。大数据技术将提供更加丰富的学习资源、教学方式和学习方式，驱动教育新变革。转变学习方式、提升自学效率、高效终身学习，已成大数据时代需要。认真梳理高等教育现存问题，全面分析原因对策，深化大数据驱动下高等教育改革研究，深挖高等教育大数据资源潜力，对建设一流大学、培养一流人才都具有重要意义。

一、传统学习方式阻碍了一流人才培养

人是有个性、爱好、习惯、天赋等的个体，并能随着教育环境变化而改变。按照统一的模式实现统一质量标准的人才培养模式显然阻碍了个人禀赋的彰显和个体潜能的发挥。

1.共性化学习阻碍了创造性人格培养

创造性人格是创造性人才形成的基础[1]。传统教学要求统一培养方案、统一培养模式、统一授课模式、统一授课内容、统一授课进程，要求学生用同样的过程学习同样的内容，造成了学习的个性化缺失，共性化加强。学习检测用笔试评判，学习效果用标准答案评判，造成了死记硬背学习方式的持续盛行，丰富的学生个性被忽略甚至扼杀，学生主动求知的兴趣被打击，学生创造的心向被腐蚀，学生独立个性及健康人格难以形成。

2.掌握性学习阻滞了创造性思维的形成

学习是生命活动和心灵成长的运动[2]。创造力是由意象化思维产生，创造性思维是创造性人才核心[3]。在传统的教育模式中，标准答案是学习评价的神圣参考，这就促使形成了以知识灌输为特征的掌握性学习方式。掌握性学习中，学生是学习的机器、知识的容器，程序化机械化的思维使得学习者思想呆滞、思维固化，严重影响了创造性思维的形成。

3.固定式学习阻遏创造性能力的提升

创造性能力是创造性人才形成的关键。学习目的的功利化和学习负担的繁重化导致学生倾向于在固定的时间和空间接受固定的知识，没有思考的动力和时间，没有创造的积极性和主动性，这阻遏了创造性能力的提升。

二、大数据与大数据思维

1.大数据

自从2008年Nature专刊Big Data介绍和分析大数据及其价值、作用后，大数据迅速成为学术界和产业界的话题热点[4]。2011年5月麦肯锡公司首次提出大数据概念[5]，随后《纽约时报》《华尔街日报》《自然》等杂志纷纷推出专栏介绍大数据，维基百科、英特尔子公司迈克菲(McAfee)、国际数据公司等也从不同角度介绍对大数据概念的理解。不同领域和价值判断使得大数据的内涵变得更加宽泛。大数据是借助海量数据的分析而获得数据潜藏的价值、服务或见解[6-7]。大数据已经被各个学科视为学科新变革新发展的动力源，成了各学科专家学者竞相研究的热点。大数据将开启时代特征的新转型[8]，成为生产力提高的新源泉[9]。

2.大数据思维

大数据是新资源、新方法[5]，将开启新的科学研究模式[10]。大数据具有来源多头结构复杂的多样性(Variety)、数据流实时高速的快速性(Velocity)、种类多规模海量的巨大性(Volume)、隐形价值极高的价值性(Value)等特点。大数据是新学科、新技术体系，已经渗透到社会各个角落，对我们学习、生活、工作、思维方式都带来了变革。大数据带给世界的最重要的变革是大数据思维。大数据思维改变人类固有的思维方式、认知方式、交流方式，驱使人们以全新的理念、方法和秩序来审视社会和认知一切。

(1)大数据时代思维方式的结构

随着信息技术发展，大数据带来了思维方式的巨大变革，大数据驱动思维活动由“个人为主体”向“集体为主体”转变，思维活动由“局限的、表象的数字为客体”转向侧重“数字隐藏内涵的全方位、多角度式的综合思维”转变。以云计算为代表的大数据技术成了人类思维的有力工具，充当思维中介并极大替代了人脑的程序化活动，使得思维主体有机会将更多精力投入到创造性思维活动中。

(2)大数据时代思维方式的特性

大数据思维是一种复杂性思维，具有敏捷性、开放性、前瞻性和个性化等特征。大数据思维是思维方式的重大变革，代表着思维发展的新方向[11]。对于大数据思维的内容虽说法不一，但总体可概括为：总体思维、容错思维、相关思维和智能思维。大数据驱动思维方式巨大变革的同时，也要求思维主体——人类思维敏捷性不断提高。大数据思维是一种整体关联性思维，注重多元非结构数据的整体兼容性。大数据思维是一种发散开放性思维，驱使人们实现思维模式的数据化转变。大数据思维是一种多元共生性思维，鼓励合作与竞争的多元主体之间的对话交流、互惠互利。

①相关性思维

相关性思维是大数据思维方式的重要变革。过去，我们强调事出有因，习惯并严格遵循因果关系。大数据时代，强调的是让数据发声。相关性思维要求我们根据相关关系认识事物之间并非必然存在的因果关系，从杂乱无章的数据中，找寻事物与事物之间的相关关系，以全新的方式揭开事物真相。

②整体性思维

过去，受采样、统计、分析能力所困，我们只能采取代表性科学抽样的方法，以样本推测整体，以小见大。大数据时代，数据采集的整体化、全程化、动态化、实时化使得我们运用全体的数据统计分析，从而更精准的认识事物间的关系，实现“以大见小”。整体性思维遵循从整体到部分、从系统到要素、从一般到个别的认知模式。

③预测性思维

大数据的核心价值在预测。借助已有的数据，通过相关性分析，预测未来趋势，从而更好地改造世界。预测是大数据最重要的潜力价值。

三、大数据思维下学习品质特点

传统教学方式、学习方式存在诸多弊端，大数据为传统学习问题的解决和学习品质的提升提供了基础。所谓学习品质，是指能反映学习者学习的习惯倾向、性情态度、特点风格等。学习品质概念强调的是获得技能的能力或过程，而非通过努力而获得的技能本身。

Biggs及其同事将学习品质划分为深层学习品质和浅层学习品质[12]，为界定学习品质这一概念奠定了基础。学习品质包含好奇心与兴趣、坚持力与专注力、想象力与创造力、反思能力与批判思维[13]等五个方面的内容。大数据思维之于学生学习品质培养的价值，集中体现在其对学生学习品质培养的目标制定、内容选择和手段筛选等。大数据的整体性思维促进学生的综合发展，大数据的发散性思维促进学生的创造能力提升，大数据的相关性思维促进学生的反思批判能力培养。大数据时代学习品质将实现由“分数取向”向“能力取向”、由“教师单一讲授”向“多方主体参与”、由“被动式接受”向“探究式学习”、由“共性化学习”向“个性化学习”、由“传统封闭课堂”向“多元协作交流”、由“继承性学习”向“创新性学习”等的转变。

1.由“分数取向”转向“能力取向”

培养学生德智体美劳全面发展是新时期教育的主要目标。雅斯贝尔斯认为，“教育是人与人之间精神的契合、文化的传递”。单纯以分数论高低的训练方式势必会阻滞学生思维品质的发展。大数据的整体性思维启示社会要以全面的观点去看待学生的发展，应重在思维品质的训练和学生能力的提高，而非分数的高低。

“学会学习”是学习品质的价值取向。学生学习品质是在自主学习和不断试错中“自生自发”地形成和发展的。创造能力是学习品质的核心要素，学生的创造能力培养与大数据发散性思维密切相关。大数据的发散性思维启示我们要以“学会学习”为终极目标，而不纠结于每个知识点的学习。

在海量数据面前，因果关系思维将导致学生错失事物特定本质的发掘，过度精确细节将扰乱学生对事物的整体认知。因此，大数据时代，大学生需要以兼容并包的视角接纳海量信息，用避免主观臆断的意识丰富个人想象力，发挥发散性思维优势，敢于试错，挖掘“内在学习力”，懂得自知、自悟、自研，学会自学，积极探索新事物，不断提升创新能力，提升综合素质。

2.由“教师单一讲授”转向“多方主体参与”

过去，信息技术不发达，知识更新较缓慢，由于人脑储存容量有限，获取知识的途径主要是教师和教材。如今，云计算、大数据、物联网等信息生态快速发展使得知识半衰期不断缩减[14]，世间万物互通互联使得教育的形式和内容被重塑，信息量指数型生成与学科边界日趋模糊，使得学习资源海量共享化、学习形式多样自主化、学习反馈实时智能化。学生不仅可以用不同的设备随时在线学习，还可通过云设备储存的资源随处线下学习。知识的获取正在由教师单一讲授转向教师、学生、家长、社会等多方主体共同参与转变。

教育是一种平等主体之间的对话。大数据时代，家长、教师、学生、社会等多元主体在相互交流与探讨中启发学生、教育学生的同时，也正在更加尊重学生的好奇心与求知欲，给予学生更多的时间进行反思学习与批判思考。教育也正在由“单一的标准答案”模式转向提高学生“问题解答多源流意识”模式，学生在对问题进行深度思考的基础上进行反思与批判，从而形成个体观点。

3.由“被动式接受”转向“探究式学习”

传统的学习方式是“教师讲授，学生练习”“教师天上开飞机，学生地上追飞机”。受教学大纲的约束和教学督导打分的影响，传统课堂上教师“被迫讲授、套路讲解”，学生“被动接收、无暇思考”。随着网络普及发达，网络成了知识承载的百科全书、知识分享的国际图书馆，课程网络化、知识网络化、学习网络化日益成为学习的基本方式。教育大数据为学生共享高质量的教育资源、领略不同大师魅力、汲取不同教育精华提供了便利，为学生丰富学习思路、拓宽见识视野提供了便利，让学生根据个人兴趣，足不出户主动开展自学，建构个人特色的知识结构成为了可能。

4.由“共性化学习”转向“个性化学习”

传统的教学是在统一的模式下，根据培养方案规定的教学内容和教学过程来实现的。一种方式贯穿课程教学全程，同样的内容一次性传授给全班级学生，这就要求学生用同样的步骤、同样的速度学习同样的内容，教学结果是千篇一律，同质化严重，学生个性化缺乏。信息技术的发展将催生人类社会各个方面的数据化，而学习数据化正逐步突破教育的体制障碍、观念束缚与思维惯性，推动实现学习个性化。

在大数据时代，课前学生自主学，课上师生互动学，课后学生探究学，学生学习的内容更加丰富，学习的形式更加多样，学生可以根据个人兴趣爱好自主选择学习内容，根据个人学习能力自由安排进度，从而实现知识结构的个性化，人才特征的个性化。在大数据驱动下，教育者将有机会着眼于学生个性发展而挖掘每个学生的个性和天赋，从而实现人生真正的个性价值。

5.从“传统封闭课堂”转向“多元协作交流”

传统的教学过程相对封闭，局限于课堂内，教师课堂上课，课下走人，学生课上做笔记，课下背笔记，学生思考少问题少，师生交流少范围小。大数据时代，网络课程、学习实时记录，让学生在学习的同时就能在线向老师提问，与同学交流。师生现场互动，打破了传统课堂的封闭性，实现了课程教学的开放性。网络课程学习中，学生不仅能随时向老师提问交流，还能随时与同学沟通探讨；不仅能与校内师生交流，还能与校外师生交流，实现了课程学习的多元协作性，从而大幅提高学习的互动性和教学的有效性。

6.由“继承性学习”转向“创新性学习”

传统教学中，学生以接受知识为主，老师教什么，学生就学什么，“课上老师没交，考试学生不会”的现象时有发生，学生的学习更多的是知识的继承和掌握。在大数据时代，相关性思维将促使学生线上线下相结合，自主学习与合作化学习相结合，让学生在知其然和知其所以然的同时，更关注知识与知识的相关性，提升学生的创新能力。

四、大数据时代学习方式变革

学习是与“教育内容的接触和对话”，是与“同学或教师的认识、接触和对话”，是与“新自我的接触与对话”[15]。不同的时代，不同的社会发展阶段，学习方式也明显不同，大数据正在重塑世界的各个方面，教育也不例外。在封建社会，社会等级森严，盛行以愚民压制为特征的私塾式学习模式；在工业化时代，产品标准化、批量化、生产流水线式，盛行的是标准化、模式化、统一化的工厂式学习模式；在以云计算、物联网等信息技术为基础的大数据时代，科学化、智能化、个性化学习模式将更加流行，学习的形式将更加丰富，学习内容将不断更新。分析大数据时代学习方式变革，以使大数据更好地为教学和成才服务。

1.大数据驱动现有学习方式的发展

《国家中长期教育改革和发展规划纲要(2010-2020年)》将学生的学习方式分为自主式学习、合作式学习与探究式学习，在大数据的驱动下，这三种学习方式得到不断发展和优化。

(1)自主式学习

自主式学习是指学习者自主激活并主动控制学习的认知、情感和行为以实现个人目标的过程。在自主学习过程中，学习者是自我学习的主体，学习者主动地设定学习目标、规划学习安排、组织学习资料、选择学习策略、调整学习方法、监控和评价学习过程，是为自己的学习负责而主动建构的过程[16]。大数据时代自主学习具有自主选择与关联推荐相结合、泛在学习与实时交互相结合、认知过程和情感态度相结合[17]等特点，自主式学习是合作式学习和探究式学习的基础。

在大数据的驱动下，自主学习衍生出了一种新的学习方式——定制学习。定制学习是基于大数据技术的个性化学习的一种形式，属于大数据生发学习。定制学习是由学习平台等知识提供方在对学习个体已有学习痕迹数据统计分析后，向学习者提供的个性化的学习推荐，是基于对学习者个体特定的学习基础、学习需求、学习风格等数据分析而提供的一系列有针对性的学习资源、学习路径和技术支持服务。定制学习是基于学习者个性化指标数据，尊重学习差异，提供多元化、差异化的服务，反映了学习者的个性兴趣，符合学习者个人发展要求，为学习个体选择适合自己的学习策略、学习进度，是自主学习的基础[18]。

(2)探究式学习

探究式学习是指学生为解决问题而主动完善知识结构、建构个人知识库的过程，探究式学习通过改变自身态度和行为而逐步解决问题。在探究学习中，学生根据科学导向问题，探究解决途径，形成基于证据的解释。探究式学习让学生亲历问题解决的全程，通过问题的解决实现自身优势的发掘，借助目标的实现感受成功的喜悦。

(3)合作化学习

学习知识不应该是简单的吸收教师的“知识灌输”，而应该是孩子通过与他人的互动协作来构建[19]。随着社会网络化、信息化程度的提升，信息易得、知识爆炸、数据开放、沟通无限的社会特征使得全面发展、终身学习越来越接近现实，合作化学习即将成为学习新常态。合作化学习是学生利用海量资源，通过小组协作交流思想、摒弃分歧、互帮互助、一起学习、共同探讨，从而高效完成同一目标的学习方式。

世界扁平、信息爆炸、阶层淡化、社交便捷，大数据时代正在加速拓展着日益广泛的学习共同体。越来越多的合作式学习研究证明，在合作化学习中，学生协作学习、相互激励、深刻反思、协同解决[20]，几乎可以自学任何东西。

在合作化学习过程中，借助共同活动惠及自己或他人是新认知构建[21]的重要途径。合作化学习过程中，最重要的是培养学生学会合作的文化[22]。合作化学习需要小组成员具备自信进取、责任感强、沟通交流等人格因素，需要教师布置适合学生个体实际的任务，需要教师引导小组成员互帮互助、互相鼓励、学会合作，需要教师倾听每个学生的声音营造舒适、温馨、和谐的学习环境。

2.大数据驱动学习方式新变革

大数据在驱动已有学习方式优化和发展的同时，也将促进更加突出个性化、智能化、高效化学习方式的新变革。

(1)深度学习

2017年7月国务院《新一代人工智能发展规划》指出:“人工智能呈现出深度学习、跨界融合等新特征,大数据驱动知识学习等成为人工智能的发展重点”[23]。以大数据技术驱动教学模式改革，以关联理解思维驱动学习方式变革，在教学中融入深度学习理念已经成为一种必然趋势。

在教育教学中，深度学习是以已有认知和知识为基础，通过“批判理解学习[24]、新旧知识整合、知识迁移应用”等方式解决学习问题[25]，实现终身学习[24]，属于主动学习，是有意义的理解学习。

在以数据为基本、以数据挖掘为动力源的大数据时代，教育的信息化为深度挖掘、深度学习大数据资源、识别学习个体特征、了解学习个体学习状态、全面领悟学习者的学习需求、寻找探索学习规律提供了基础便利，为精细化学习过程管理、推送个性化的学习服务提供了基础依据，为促进学习者学习质量持续提升提供了无限可能。

在深度学习教育大数据的驱动下，通过构建学习行为干预模型[26]，识别学习者学习困难、掌握学习者学习状态、及时针对性地实施干预，从而达到消除学习障碍和提高学习实效的目的；通过学习预测模型，预测学习者未来学习重点、难点、危机点，从而达到优化学习过程、改善学习状态，提升学习成效的目的。

通过对深度学习大数据的分析，将为获得全新的教与学的“相关性”、新旧知识的“相关性”打开一扇大门，将极大提升学生主体记忆力、想象力和思维力等在学习迁移中的共同参与和相互作用，从而促进跨学科、多层次、持续深入的学习迁移。通过对深度学习大数据的分析，将优化知识的外显与可视化，促进知识从记忆到理解的转换。

(2)智慧学习

与深度学习相比，智慧学习由自我导向(Self-directed)、兴趣激发(Motivated)、适应式教学(Adaptive)、丰富资源(Resource-enriched)和技术嵌入(Technology-embedded)五个方面组成，更多强调以学生为中心、真实情境协作、多样互动体验和丰富资源共享，极好地满足个性化学习和定制学习的现实需求。智慧学习以构建智慧学习环境为基础，借助智慧教学法，借助智能教学系统，支持学生自行选择学习资料，自行制定学习进度，实现自我导向学习；通过计算机模拟真实学习情境，辅以社群互动，实现学生主动参与和探索知识过程；借助适应性内容呈现满足学生个性化学习需求，通过适应性导航支持减轻学生认知心理负荷，实现学生自我导向的探究式、情境化、个性化学习，培养学习者的高智能[27]和高创造力。

(3)混合式学习

在当前的大数据发展实际阶段，混合式学习为更新传统学习方式模式，挖掘新技术带来的学习便利提供了不错的选择。混合式学习是线上与线下学习的有机组合，网络教学与面对面教学的有机结合，实现技术、媒体与传统课堂教学整合的学习方式。混合式学习是在线学习与课堂教学相结合，统筹发挥线上虚拟教学和线下实体教学各自优势，强调的是线上线下融合，打造的是适应知识构建场域[28]的学习环境。

不同的专家学者对混合式学习的定义和表述基本一致，但称呼不尽相同。比如，有的称为混合式学习[29]，有的强调面授课堂与计算机辅助教学的“二元结合”称为多维学习，有的强调智能终端为载体[30]、更广泛的时空迁移和个性化特征称为泛在学习，有的强调跨越并糅合正式学习与非正式学习、线上e-Learning和线下面对面授课、课堂教学与信息技术等多维度边界，覆盖不同学科、场所、社会文化的跨界学习[31]，并从教的角度引申出“混搭教学”和从学的角度引申出“多维学习”。