教育大数据的核心技术、现状与未来趋势探析*

2021-01-12曾海文

科技创新与应用 2021年3期

文竹，曾海文

（广西国际商务职业技术学院，广西南宁 530007）

大数据是近年来发展较为迅速的新技术，其在各行各业中都有较多应用，对社会发展及群众的生活带来巨大改变。大数据版图（Big Data Landscape）3.0描绘表示，大数据相关基础性设施、工具及系统都处于不断发展的重要阶段[1]。在教育领域中，大数据也有多方面应用[1]。例如，大数据在研究范式、技术应用及实践案例中处于不断发展状态。教育大数据已然成为教育事业发展的重要驱动力。当下，教育大数据的方式、技术、工具都不断迭代，要促进教育事业可持续发展，必须对大数据技术有清楚认知，在此技术上分析大数据定义、内涵、范例、发展趋势及挑战等，掌握大数据图景，促进教育事业系统化发展。

1 教育大数据的核心技术分析

教育系统本身独立且不受其他系统影响运行，教育大数据为教育发展、学生学习提供服务，记录学生学习行为、学习结果的数据，诸类数据构成网络大数据。

1.1 图像识别

互联网背景下，大数据图像识别是以“人工智能”技术为支持的细化技术之一，其对图形图像分类，并提取特征，排除多余信息，识别图像，以计算机匹配图像信息并加以处理[2]。该技术在教育、医疗、交通、安保方面应用广泛，为相关的教学管理工作带来莫大便利[2]。

1.2 视频录制

视频录制包含视频监控、情感识别、智能录播三类内容。（1）情感识别应用于分析学生学习中的情感。（2）视频监控可实时掌握学生行为，了解校园现状，为学生提供安全的学习环境。（3）智能录播是教育大数据应用最广泛的内容，可通过信息技术，收集教师教学信息，以数字化资源强化教育信息教学。例如，“微课”就是智能录播的功能体现，其转变了教师教学观念，大大提高了学生学习积极性。

1.3 信息采集技术

信息采集也是教育大数据的战略建设之一，各个学校、区域的教育数据具有共性、差异性特点，开展数据采集需提前做好规划，保证数据采集连续性及规范性。在数据采集方面，需遵守国家信息技术标准化技术委员会制定的相关信息标准[3]。

2 教育大数据的现状及面临的挑战

大数据技术在近几年发展速度较快，其应用到教育领域还方兴未艾，而技术发展潜力巨大的同时，也面临多方面的挑战。

2.1 教育大数据的可视化应用

将大数据技术应用到教学领域中，其为教育教学带来了更多新的思维，使教学以新视角、新技术进一步发展[3]。例如，在某工程三维动画知识框架及互联体系中，学生了解通过线上的三维动画平台，结合自身知识，和同学积极沟通、自我反思，经了解后学生自身观察力大大提高。对教师而言，可视化的应用，可以促进教学质量不断提高，将真实的实践内容落实到实际中去，有利于形成良好的教学氛围，提高学生学习知识的兴趣，还可采用大数据技术，建设线上的相关学习平台，大大提高教学效果。

2.2 教育大数据的发展优势分析

教育大数据的发展前景广阔，将大数据技术融入到教育中去，可推动传统教学向多元化方向发展，海量的教育资源融入到教学中去，可促进教育教学向科学化方向发展。例如，教学之前，教师可以通过大数据技术对学生的认知结构、个性等有一个全面的了解，进而可针对不同的学生采取不同的教育教学方式，实现“因材施教”。学生也可通过该方式强化自我认知，找到真正适合自己的学习方式，获取最大化发展。

从教师角度思考，教育大数据应用到教学的各个方面，教师可以对学生有更深的了解，了解学生成长信息，进而对学生的学习过程开展科学的评价，教师可了解直观的分析结果，有助于提高教育信息辨识度及教育治理工作。教育大数据可对样本数据分析，进而掌握整体需求，以各个维度的数据分析，找到教育教学的最佳解决方案。

2.3 教育大数据存在的不足及面临的挑战

教育大数据面临的挑战如图1所示，其需要考虑到数据标准、隐私、开放共享等多方面因素。

图1 教育大数据需应对的挑战分析

（1）数据采集范围有待提高。当下，国家教育管理工作不断优化，取得的成效是有目共睹的。但是，在数据采集方面，受一些环境、技术因素限制，教育教学管理数据并不能真正反映我国教育情况。对采集中出现的漏洞和不足，部分高校采用校园网、移动端设备等加强智慧校园建设，为数据采集及传播打下基础，取得不错效果。但是就教育大数据整体发展来看，其整体设计还有较大的完善空间。（2）模型建构有待完善。在模型建构方面，教育大数据实践框架对教学课堂技术应用具有举足轻重的意义，教育教学需导入教学大数据完成的模型构建，为教学提供精准的数据驱动教学服务。但是，上文所述，大数据属于近年来新兴的技术之一，教育大数据的发展历史较多，相关专家的实践经验不足，无法发挥大数据技术真正作用，其教育研究成果也无法完全发挥出来。（3）未形成有效开放共享机制。新时期教育事业需向高层次、广泛数据开放方向发展，满足学生个性化学习需求。可通过数据接口、网站方式，实现各个系统的数据共享，分享使用权限，以此体现教育大数据实际应用价值，也满足教育组织及个体实际需求。但受数据泄露影响，当前教育大数据受数据泄露障碍影响，其资源共享机制没有形成，一些教育大数据大规模的共享还需要建立相关的数据开放共享规范。（4）隐私保护有待完善。在隐私保护方面，教育大数据涉及到的多是教育工作者及受教育群体，包含大量未成年学生，因此数据的安全性就显得尤为重要。应在国家法律方面对教育大数据的安全隐私给予明确规定，规范公开的数据及私有数据边界，有效保护数据的隐私。确保数据来源清晰，且权责明确后，有序的开展教育大数据研究应用。

3 教育大数据应用分析

大数据对教育开展造成巨大冲击，其可改变学生学习状况，转变其对教育系统结构及政策的认知。站在需求角度，教育大数据可分为学习、教学、研究、管理和政策。学习及教学的重点在于适应性学习，研究则重视总结教学规律。管理方面需重视精细管理及科学决策，政策方面要求获取机制设计依据，如图2所示。

图2 教育大数据的应用示意图

3.1 适应性教学

适应性教学是教学最佳状态，其教学内容、方法、过程，可按照学生状况定制，满足学生个性化学习需求，学生可获取适合自己的程度发展。适应性教学需对学生个体特征、学习状况分析，而大数据可对分析的数据进行搜集，对适应性教学落实提供支持，如图3所示。

图3 适应性教学的构成示意图

一般在线学习中多用到适应性教学，管理系统、在线学习平台中，可以完整记录学生学习过程，其记录按照学习风格、人口特征等数据，清晰表现学生学习路径、特征，进而可以为学生提供个性化服务。适应性教学是在线学习的典型特点，线上学习内容推荐是适应性的表现形式之一。而合适的适应性教学需将知识、行为、特征三系统结合起来，以此更好的为学生提供服务，也可方便教师进一步理解学生学习中的个体差异及学习特点。

大数据技术支持下，教师可按照自身需求对学生学习监测，按照自身设置的目标标准，系统自动对学生学习评价。大数据背景下，教师还可结合自身教学经验，对学生诊断并干预。

以Masteryconnect为例，其对教师教学给予数据化支持，从日常教学入手，提供数据采集、分析及数据协作支持，教师可在Masteryconnect软件中，对自己需要的教学资源浏览、下载，也可以将学生的历史数据，如课堂表现、答题状况等进行测试分析。采集数据后，Masteryconnect提供自动分析、可视化呈现，结果呈现在系统中，从而为其他教师、管理人员分析采用。此外，该软件还可支持促成形成性评价，有助于完善教学结构，为各个模块设计不同测评方式，测评可以发布在互联网上，学生按照自己喜欢方式测评，测评结果可制定成报告，供教师及家长分析。

3.2 精准管理支持

学校教学中，部分教学及管理导致的困境往往导致管理人员不能及时掌握教学实际情况，导致教学管理常处于粗放状态。数据可帮助学校实现精准管理及科学决策，起到支撑教育的作用。而数据管理，则需将管理及教学的数据统一起来，建立多维度的模型，将学生信息系统及学习管理系统的信息整合起来，实现对学生日常表现的监测工作，对学生综合状况分析，从而为优化管理和教学提供方向。例如，Learnsprout就可对学生信息数据进行整合，可对学生入学情况进行评价，对存在异常情况的学生予以重视，提醒教学人员进行教学干预，并给出干预效果分析。Learnsprout在美国多个学校中应用广泛，其还提供自动化分析，构建由专家和教师构成的团队对数据深入分析，形成权威性分析报告。通过系统化的数据采集工作，建立科学的数据模型，可帮助相关教育工作者了解学校管理的实际情况，可落实对管理工作的动态监控及综合评价，以大数据为支持，找到切实可行的解决方案，有效解决存在的问题。

4 教育大数据的未来发展趋势分析

教育大数据对我国教育事业造成巨大冲击，迫使教育事业转型改革发展，而新时期的教育大数据将逐渐向智能化、实时化、便捷化方向发展，以下就对其发展趋势详细分析。

4.1 智能化

教育大数据智能化发展是必然的，近年来智能化技术发展迅速，各方面的智能化设备为人们生活和工作带来莫大便利，将教育大数据和机器智能学习相互结合，也推动人工智能技术迅猛发展。通过海量的数据分析，不断挖掘出更好的算法，可有效提高教育大数据的智能化水平。教育大数据向智能化方向发展，还可推动教育问题向可视化方向进一步发展，在大量的数据支持下，各个区域、学校其教学情况可以统筹规划到系统中，使管理人员切实了解教学情况，促进教学管理有针对性的开展。

4.2 实时化

实时化是教育大数据的重要发展趋势之一，通过实时化的教育大数据，可实时掌握学生在学习中的各个思想动态。现阶段，对学生网络行为的大数据分析系统研究已经提上日程，通过构建专门的大数据分析系统，获取学生上网行为的各项数据，对该数据进行处理，可了解学生喜好、关注的社会热点等，将这些信息通过图表、文字的方式转化为对学生上网行为的统计报告，学校则对报告内容深度分析，而后针对学生思想动态信息不同，采取有针对性的教育手段，保证各个学生在教学环节个人能力都能够得到大大提升。此外，采用实时化的教育大数据，可以将更多的教育资源融入到课堂中去，以此满足学生多元化的个性学习需求，也为学生提供更多选择，符合当下以学生为中心的教学需求，也可以深度融入到教育工作及学生生活当中去。

4.3 便捷化

相较于传统教育，将大数据融入到教育工作中，其在后续的教学模式及评价体系上，都展现出大数据的便捷性和易用性。新时期学校教育更关注学生的个性化发展，而教育大数据则在实现学生个性化教育方面提供可能性。教师可对海量数据进行需求性分析，刻画出教学特点，使教师在具体教学中可更关注学生的个体差异，培养当今时代需求的个性化、创新性人才。在教学评价体系方面，大数据可便于一些多元化评价落实，除去学习成绩之外，大数据可对学生的身心健康、个人技能、成长体验等元素进行科学分析，注重学生在学习过程中的评价，推动云学习平台及终端的应用，挖掘出学生在学习整个过程中的各项数据，保证评价标准及结果的准确性。