教育大数据：让因材施教更精准
作者：周 涛
来源：《教育家》 2017年第44期
说到教育大数据，我来谈谈我的认识吧。我认为，教育大数据对传统教育理念的，主要体现在四个方面。
从定性化经验积累到定量化引导管理。教育大数据是实现教育领域量化自我的基础。量化工具在学习者学习过程中时刻记录他的显性和数据，通过大数据挖掘出学习者的学习习惯和规律，再据此设计出一套适合学习者的学习方案。
在教育大数据基础上提出的量化自我，已经在改变几千年来的学习系统架构了，它让过去难以想象的精准分析成了现实。譬如，在线学习中包含大量的学习者学习行为的数据，借助量化自我技术，可以从这些数据中挖掘出学习者的学习风格、学习方式、合适的学习环境、学习结果等等，不仅可以干预学习过程，提供更好的学习路线，还能及时向学习者反馈学习情况，以便他熟知自己的状态。再根据学习者的交互及表现水平、学习者特征库、知识库等，迅速计算出一套行之有效的学习方案。更关键的部分是，可以将结果可视化展示给学习者，学习者也可以根据结果及对自身的认识主动去调整学习方案。
从工业化课堂教育到个性化定制教育。追求教育的个性化是科学技术发展至今的产物，当大数据成为强有力的支撑，教育工作研究者才有底气说，能够实现教育的个性化。中国对于个性化教学系统的应用越来越多，如前面大家提到的慕课、翻转课堂等，尤其是在北京、上海、广州等大城市，接受度已经很高。定制化的系统为学生多年的学习提供了一个富有挑战而非逐渐令人厌倦的学习计划。
从后置性应急管理转变为前置性预警引导。在动态数据的反馈下，教育者能够时刻保持对受教育者的状态把握，对受教育者的一系列行为作出判断。在教育大数据时代进行的教育制定不再只是简单的经验总结，更不是制定者以自己有限的认识、想象和判断来取代全面的调查、论证和科学的判断，而是
强调更细致地去捕捉各个时间段、各个维度的动态数据，以及数据展现的复杂的相关关系和其背后的因果关系，将教育治理和层面的危机化为机遇。
从离线静态分析到自适应动态分析。有了大数据做支撑，学习内容可以随着动态数据的反馈而重新进行组合、推荐和调整。如果在前期的学习过程中，系统发现学生在某一知识结构上存在困难，在随后的习题中就会被强化，以确保学生有足够的学习机会。应该说，个性化教育就体现在对学生个体的动态把握、及时调整和行为预测上，而要完成这一系列功能的前提是定量化。因此，教育大数据的每一重特质都不会也不可能存在，四者之间必定是相辅相成的。
