大數據時(shí)代,教育的創(chuàng )新環(huán)境和理念發(fā)生了重要變化。如何適應大數據時(shí)代的要求,成為智慧教育面臨的難題和重點(diǎn)。近年來(lái),國內外學(xué)者對于大數據與教育的融合問(wèn)題做了很多探討。

　　重構教育信息與教育過(guò)程

　　學(xué)界對于“大數據”一直有不同的定義�？傮w來(lái)講,比較有代表性的觀(guān)點(diǎn)認為,大數據需要具有規模性(Volume)、多樣性(Variety)、高速性(Velocity)等重要特征,大數據是指無(wú)法在可承受的時(shí)間范圍內,用常規軟件工具進(jìn)行捕捉、管理和處理的數據集合。由于這些特點(diǎn),當大數據理念進(jìn)入教育領(lǐng)域后,海量信息及其分享便促成了智慧教育(smart education)的產(chǎn)生。

　　智慧教育又被稱(chēng)為教育信息化,指在教育領(lǐng)域(教育管理、教育教學(xué)和教育科研)中全面深入運用現代信息技術(shù)、促進(jìn)教育改革與發(fā)展的過(guò)程。它的技術(shù)特點(diǎn)是數字化、網(wǎng)絡(luò )化、智能化和多媒體化,基本特征是開(kāi)放、共享、交互、協(xié)作。

　　業(yè)內認為,智慧教育的興起是由2008年美國國際商業(yè)機器公司(IBM)“智慧地球”的概念引發(fā)的。該公司認為,未來(lái)智慧教育的內涵包括:教學(xué)活動(dòng)以學(xué)生為中心,關(guān)注個(gè)性化學(xué)習與發(fā)展;對教學(xué)教育資源的科學(xué)分配、集中管理和實(shí)習監測;對教學(xué)過(guò)程和管理過(guò)程的集成化操作與處理;對教育輔助設施的智能化管理;對優(yōu)秀教育教學(xué)管理體制、流程和規范的快速復制與推廣;對個(gè)人和群體教育信息的完整性記錄與管理;多樣化的教學(xué)工具和方式;無(wú)地域和時(shí)間限制的公眾在線(xiàn)學(xué)習;互動(dòng)式、體驗式的教學(xué)模式;共享資源,高度集成的資源共享,隨時(shí)隨地可獲得的優(yōu)質(zhì)資源,等等。

　　從全球范圍來(lái)看,很多國家都對智慧教育關(guān)注頗多,近年來(lái)從國家層面進(jìn)行了較多的指導和干預,頒布了相關(guān)的國家教育政策。

　　有學(xué)者表示,智慧教育在觀(guān)念、理念、模式、內容、方式、方法上都對傳統教育產(chǎn)生了重大影響;在數據的存儲、調用和處理等環(huán)節上都與傳統教育有了很大不同,很多方面是在重構教育信息及教育過(guò)程,教育大平臺與大數據的形成是必然趨勢。

　　當前,大數據已經(jīng)在教育中擁有了多種多樣的應用。比如,美國哈佛大學(xué)教授尼爾·謝珀德(Neil Shephard)通過(guò)大數據開(kāi)展了學(xué)歷學(xué)位價(jià)值對于不同性別畢業(yè)生的溢價(jià)影響研究。他帶領(lǐng)團隊通過(guò)對大數據的使用,較輕松地掌握了26萬(wàn)名畢業(yè)生在畢業(yè)多年后(如10年)的收入水平,并發(fā)現“研究生溢價(jià)”對于女性的影響普遍高于男性,女性更受益于在學(xué)歷學(xué)位上的投資;且與同性相比,擁有研究生學(xué)歷的女性收入要高于沒(méi)有該學(xué)歷的女性。

　　英國劍橋大學(xué)教育學(xué)教授安娜·維尼奧爾斯(Anna Vignoles)對此評價(jià)說(shuō),雖然大數據可能會(huì )低估某些畢業(yè)生的收入,如沒(méi)有進(jìn)入相關(guān)部門(mén)數據庫的某些收入,但總體來(lái)看,謝珀德團隊對大數據的分析,使人們能夠從更廣的范圍了解研究生畢業(yè)后的職業(yè)發(fā)展與收入情況。這對于指導高校教學(xué)非常有必要,可以幫助人們理解不同性別、不同學(xué)科研究生的工資溢價(jià)程度。

　　引領(lǐng)高校創(chuàng )新發(fā)展

　　新西蘭奧塔哥大學(xué)教育工程學(xué)高級講師本·丹尼爾(Ben Daniel)表示,高等教育機構在日益復雜和競爭激烈的環(huán)境下,面臨著(zhù)越來(lái)越大的壓力,在應對國家及全球經(jīng)濟、政治和社會(huì )變革等層面的問(wèn)題時(shí),高等教育需要作出重大調整。傳統高等教育改革已經(jīng)滯后于現代社會(huì )對人才的需求,而大數據可以幫助人們對目前人才市場(chǎng)的供需情況、科研情況等作出及時(shí)且重要的參考。

　　丹尼爾認為,尤其從高校管理層面來(lái)看,大數據在分析并解決一些不斷變化的趨勢上具有重要優(yōu)勢,而這些正是目前高等教育在管理中遇到的機遇,當然也是重要挑戰。

　　丹尼爾尤其提到了“數據倉庫”的價(jià)值。他認為,數據采集、數據處理、數據傳輸和數據存儲可以將各種數據庫集成到數據倉庫。高等教育機構可以與政府部門(mén)、商業(yè)部門(mén)甚至金融部門(mén)等各行業(yè)各領(lǐng)域共享這些豐富的時(shí)代數據,掌握最新的社會(huì )和經(jīng)濟變化情況,調整自己的招生、管理和教學(xué)策略,在全球化風(fēng)云變幻的當下,承擔高等教育應盡的人才培養責任。

　　丹尼爾認為,合并來(lái)自不同數據源的數據,可以為教育機構提供更好的決策依據和更好的技術(shù)需求,減少冗余數據和檢索不同數據源時(shí)浪費的時(shí)間。換句話(huà)說(shuō),“數據倉庫”可以成為一個(gè)有效的方法,來(lái)釋放大數據在高等教育領(lǐng)域的價(jià)值。

　　雖然大數據已經(jīng)成為教育領(lǐng)域不可或缺的工具,然而有關(guān)學(xué)者表示,大數據在教育領(lǐng)域的應用依然有著(zhù)大量的不確定性。在探索其應用的過(guò)程中,難免會(huì )存在績(jì)效指標的確定問(wèn)題、倫理問(wèn)題、與相對穩定的傳統教育理念和方式的沖突問(wèn)題等。比如,如何確定數據的準確性、穩定性、一致性和可訪(fǎng)問(wèn)性,如何與政策法規和行業(yè)標準保持一致等,這些都是未來(lái)需要克服的難點(diǎn)和障礙。