| 标题 | 教育大数据价值体现、问题反思与发展路径 |
| 范文 | 程玉 胡凡刚 吴运明 摘 要：大数据作为一项综合性技术正在改变社会的生产生活方式，其与教育的结合是时代的必然产物，但教育大数据在发展过程中引发了许多问题。为使教育大数据更好地促进教育改革，利用文献研究法、比较分析法对教育大数据进行深入研究。阐述了教育大数据在驱动教育决策科学化、学习方式个性化、教学管理人性化、评价体系全面化中的价值体现，深入分析教育大数据引发的一系列隐私问题，提出建立健全相关法律法规、平衡数据开放与隐私保护、创新大数据人才培养模式、加强数据治理与技术创新的发展路径，以期真正地赋能教育。 关键词：教育大数据;价值潜能;发展路径 DOI：10. 11907/rjdk. 191602 开放科学（资源服务）标识码（OSID）： 中图分类号：TP434文献标识码：A 文章编号：1672-7800（2020）005-0281-04 0 引言 2012年维克托·迈尔·舍恩伯格（Viktor Mayer-Sch？nberger）和肯尼斯·庫克耶（Kenneth Cukier）编写的《大数据时代》（Big data），一经问世就受到人们的广泛关注，自此，“大数据”开始融入各个行业，教育大数据更是适应大数据时代发展的重要产物。顾小清[1]从数据的力量与模拟优势两方面探索大数据时代教育决策问题;李卿等[2]在分析传感技术特征和功能基础上构建了基于传感数据的学习分析框架;李葆萍、周颖[3]从教育大数据视角出发，结合教育评价，对教育大数据的采集、可视化分析以及呈现技术等展开研究;孙洪涛、郑勤华[4]从大数据技术的最新发展入手，对教育大数据的核心技术、应用现状和发展趋势进行了研究;邢蓓蓓等[5]对教育大数据的来源与采集技术进行了研究，介绍了4大类、13种常见的数据采集技术;张绍丽等[6]构建了教育大数据信息平台，并对其作用机制进行分析，意在推动教育大数据背景下信息资源的开放与共享。从国内外相关文献进行分析可以看出，教育大数据研究聚集于数据的采集、分析和应用等，但对教育大数据进行反思的研究甚少。因此，本研究对教育大数据进行深入思考，分析教育大数据引发的问题，并提出发展路径。 1 教育大数据及价值潜能 随着信息技术不断发展，尤其是移动互联网、人工智能、虚拟现实以及云计算等新兴技术的应用普及，大数据理念的传播以及应用逐渐走向深入，其内涵也在不断发展。大数据既是一种技术，也是一种能力，即大数据能够对海量数据进行分类分析、模型构建，从而挖掘事物内在规律以及应用价值，预测事物发展趋势并对其进行及时有效干预。徐鹏[7]在《大数据视角分析学习变革》中首次对教育大数据进行明确定义，从产生教育大数据的主体出发，将教育大数据分为广狭二义：广义的教育大数据泛指来源于日常教育活动中人类的行为数据;狭义的教育大数据指的是学习者的行为数据;杨现民等[8]将教育大数据定义为指整个教育活动过程中产生的以及根据教育需要采集的，一切用于教育发展并可创造巨大潜在价值的数据集合。 教育大数据之“大”并非指数据的数量之大，而是指数据的价值之大，价值则体现在教育大数据能从海量的教育数据中深入分析其相关关系，发现现存问题，提出解决策略。 1.1 驱动教育决策科学化 马超山等[9]认为，所谓教育决策，就是为了达到教育的某个或若干个目的，而对教育未来实践的方向、目标、原则和方法所作的决定，或者说为了教育的某个或若干个目的，而对教育活动实施方案的选择。教育作为一个特殊的社会领域，它将贯穿于人类的一生，对人类的成长发展产生深刻影响。教育直接作用于人，并通过长期的生产劳动体现出来。因此，教育决策对人类的发展起着决定性作用。在大数据时代，教育决策将在数据和分析的基础上制定，并非基于经验和直觉。通过记录、整理、分析教育活动中产生的数据，深入分析数据之间的内在关系，探寻教育问题的症结所在，挖掘教育规律，为教育决策的制定提供科学依据。 1.2 驱动学习方式个性化 在学习分析技术、云计算及大数据技术支持下，学生的学习管理系统正在朝着智慧型学习平台发展。通过深入挖掘教育数据，利用学习分析技术，广泛采集学习者的学习行为数据并进行智能分析;根据学习者认知方式、学习模型等特征，为学习者推送适合的个性化学习资源，并为学习者的学习过程与结果制定个性化评价体系，提供准确的分析结果，根据结果为学习者提供个性化学习建议，学习者可以自定学习步调进行自主学习。随着教育大数据理念、技术的普及与应用，教师能够深入了解每位学生的真实情况，为学生推送个性化学习资源、组织个性化学习活动、制定个性化学习路径、提供个性化学习工具与服务等，真正实现学生的个性化学习。 1.3 驱动教学管理人性化 当前我国的教育管理信息化仍为“人管、电控”管理模式，教育管理信息化工作注重管理过程的电子化，忽视了管理过程的人性化与智能化， 还未从以“物”为中心转移到以“人”为中心上来[10]。在大数据时代，教育管理者可以深入挖掘教育数据，分析其相关关系与因果关系，并且利用大数据技术从繁杂的教育数据中探寻隐藏的教育信息，深入诊断教育系统中存在的问题，为教育管理提供更加科学化、人性化的技术支持。此外，教育大数据对于防范校园安全问题、改善教学和科研管理、完善学生资助体系等方面也有极大的价值。 1.4 驱动评价体系全面化 在大数据时代，教育评价不再以经验主义对学习群体进行单一的结果性评价，而是在数据挖掘的支持下对学习个体进行多维综合的过程性评价。新兴信息技术能够全程采集教学活动数据，每位学生的档案袋将随着学习的进程而进行数据更新，并且将会伴随学习者一生。云计算技术能够支持学生数据的永久存储，利用合理的分析模型，对学生进行全面、合理、个性化的评价，为学生的全面发展提出更具针对性的建议，促进教育评价体系重构。 2 教育大数据引发的问题 教育业务的复杂多样加剧了大数据“嫁接”教育的难度，大数据在教育领域的推广与应用普及引发了许多问题，主要体现在对数据主体隐私权的侵犯。隐私权是一种基本人格权利，是自然人享有的与公共利益无关的个人信息、私人活动和私有领域进行支配的一种人格权[11]。在大数据技术推动社会各领域迅速发展的同时，也带来了不可忽视的隐私问题，对学生隐私权的侵犯急速加剧。这种隐私侵犯主要体现在“公开”私人数据、预测固化标签以及全面的实时监控。 2.1 公开私人数据 随着互联网、云计算、数据挖掘等技术的迅速发展，个人信息已不再是个人的信息资产，而是经过二次甚至多次分析，挖掘潜在价值，被一些商业或教育组织利用。传统的信息采集是经过信息主体的知情同意完成的，信息主体对个人信息拥有指导控制权。但是，在进行数据挖掘时这种知情同意很难实现，即使是在主体授权下使用个人数据的组织，有时也不能保证应用中语境的完整性。很多数据在收集时并无意用作其它用途，但最终却产生了很多新的用途[12]。在数据挖掘过程中，人们逐渐失去对自身数据的控制使用权，这些数据成为了“公开的”私人数据。 数据隐私已成为当代社会个人隐私的重要部分，数据隐私的侵犯极易导致“透明人”现象出现，即个人身份信息的泄露，从而为不法分子提供可乘之机，导致个人财产安全和人身安全遭受迫害。数据挖掘对诸多看似毫无关联的信息进行相关关系分析，会将原本无害的信息关联出个人隐私。例如《纽约时报》利用大量匿名化处理的旧搜索数据，对关键词进行数据挖掘，最终发现数据库中的某号代表的是佐治亚洲利尔本的塞尔玛·阿诺德。由此可见，不合理的数据挖掘极易造成人格尊严的侵害，侵犯教育者和受教育者的数据知情同意权，最终导致主体身份数据社会化。 2.2 预测的固化标签 大数据之父舍恩伯格应邀做客华东师范大学“杏坛高议”文化讲坛时提到对大数据时代的担忧，指出教育大数据可以帮助我们获得想要的东西，使学习便利最大化，而不是使用数据对用户进行分类，或者贴上失败者或落后生的标签，这样可能会把用户锁紧在一个永远不能逃脱的未来。学习本身就是一个不断尝试和实验的过程，要确保的是你不会犯同样的错误，而不是用数据把你锁在过去的这些错误中[13]。 教育大数据的学习预判服务已初具雏形，通过记录采集学生在学习、生活、社会活动中的有效数据，对教育数据进行相关分析与因果分析，在一定意义上预测学习者的未来发展，从而为学习者提供更优的发展路径。但是，学习者作为自然人，每时每刻都处在不断发展的进程中，是发展中的主体。在学习者成长与发展过程中，前期采集的数据会静态地存储在计算机中，计算机的算法不会以发展的眼光对学习者进行未来预测。在使用历史数据对学习者进行预测时，会因学习者之前的行为贴上固化标签，导致学习者遭受不公平待遇。 2.3 全面的实时监控 在信息化时代，数据遍布各个角落，俨然成为一种战略资产。随着大数据的发展，人们的生活方式也发生了变化，组织热衷于利用传感器等方式采集人们的数据，这其中必然包含人们的隐私数据，例如上网记录、商场消费、医疗卫生等数据。在教育领域中，学生的学习、生活等活动所产生的数据会全方位、实时地记录下来，学生犹如透明人在学校中进行学习、交往，这对学生的隐私权也是极大的侵犯。从康德哲学的观点出发，当主体隐私不被尊重时，主體的自由就受到干涉，而人的自由意志与尊严，正是人之所以为人的基本道德权利，所以对隐私的侵犯是对人的基本道德权利的侵犯[14]。 2.4 数据的存储安全 随着全球教育信息化的快速发展，教育数据正在以几何级的规模递增。以一节40分钟的普通中学课堂为例，一个学生所产生的全息数据约有5～6GB，而其中可归类、标签并进行分析的量化数据约有50～60MB[15]。数据安全主要防范数据被盗取、滥用和误用，从数据的采集、分析、处理到存储每个阶段都面临数据泄露的风险，数据一旦被盗取则会引发严重的安全事故，如何保证如此大规模数据的安全是大数据时代面临的重要问题。而涉及教师与学生隐私的教育大数据安全更要引起重视。国家要高度重视教育数据的隐私保护和存储安全，利用新兴信息技术保护大数据，防止数据被恶意使用。 3 教育大数据发展路径 3.1 建立健全相关法律法规 当今大数据技术发展迅速，但相关法律并不完善，尤其是数据主体权利、数据安全以及数据公开层面的法律较欠缺，制约了教育大数据的发展。从政策与法规上保护数据安全，主要是加强网络立法和信息法制监管，国家需要制定发展战略确保大数据顶层设计缺失问题，要尽快完善信息保护法[16]。教育大数据的学习预判、教育决策、可视化呈现和分析等服务，应在相关法律法规基础上得以发展，保护教育者和受教育者的知情同意权，合理利用数据资源。 3.2 平衡数据开放与隐私保护 教育作为社会的特殊领域，其产生的相关数据需要适度向社会开放，但在开放过程中必然会涉及师生的隐私，需要平衡数据开放与隐私保护之间的关系。在数据的采集、存储、分析、整理等环节应该设定数据边界，数据主体应对被采集的数据知情同意，防止侵犯个人隐私;同时，可采用技术手段保障主体隐私，例如利用技术手段进行数据“脱敏处理”，将敏感信息进行数据变形，切实保护敏感隐私数据;在数据开放过程中还应做到流程规范，防止由于操作不当导致数据泄露的事件发生，数据开放与隐私保护关系的平衡需要法律法规保障。 3.3 创新大数据人才培养模式 人才缺乏是制约教育大数据发展的关键因素，创新大数据人才培养模式、加强大数据人才培养有利于促进教育大数据可持续发展。大数据所需人才是交叉学科和应用型人才，因此大数据人才培养模式与传统培养模式不同，应是多学科交叉综合培养。胡凡刚等[17]提出教育技术学专业学生应采取“厚基础+精技能”的人才培养理论体系，对人才培养体系的内涵特质、目标要求、建设路径、绩效评价等方面进行了系统重塑。大数据人才培养中同样可采用“厚基础+精技能”的培养体系，这里的厚基础指大数据专业人才不仅要掌握数据挖掘、数据分析等专业技能，还要充分了解社会学、心理学等文化基础;精技能指大数据专业人才要熟练掌握数据的采集、存储、分析、整理等环节的技术操作，能够从事数据挖掘、数据分析等社会性工作。他强调厚基础与精技能不是简单相加，而是有机整合。 3.4 加强数据治理与技术创新 当今时代，每时每刻都在产生海量的、类型多样的、复杂的教育数据，面对这些数据，教育部门应协同相关部门共同加强数据治理、提高数据质量、保护数据主体隐私、防止数据滥用。要尽快出台数据治理办法，构建教育数据治理模式，规范数据采集、分析、存储、处理各个环节，形成清晰的治理体制。确立教育数据集的归档和长期保存的机制与方法，将教育数据库、教育服务平台、教育资源平台等产生的数据进行规范化采集与汇聚共享，形成全国一体化的教育大数据中心。同时应鼓励技术创新，培养技术型人才，利用新型信息技术促进教育大数据发展。 4 结语 教育大数据正在以全新的视角改变着教育教学，使教育决策由基于经验走向基于数据、教育评价由单一维度走向多元维度、教学方式由数字化教学走向智慧教学、学习方式由数字化学习走向泛在学习，教育大数据对教育的影响是方方面面的。对于教育大数据，不仅要保持一颗学习新技术的谦虚态度，还要努力发现存在的问题，要制定推进教育大数据全面可持续发展的长远措施。技术赋能教育不是新鲜话题，不能忽视教育大数据发展过程中出现的问题，要通过多方面措施改善教育大数据弊端，使其能够真正赋能教育。 未来要深入研究教育大数据赋能教育，努力发现教育大数据前进过程中的弊端，更好地改进教育大数据，从而真正落实《教育规划纲要》提出的信息技术对于教育发展的革命性影响。 参考文献： [1] 顾小清，薛耀锋，孙妍妍. 大数据时代的教育决策研究：数据的力量与模拟的优势[J]. 中国电化教育，2016（1）：56-62. [2] 李卿，任缘，黄田田，等. 基于传感数据的学习分析应用研究[J]. 电化教育研究，2019，40（5）：64-71. [3] 李葆萍，周颖. 基于大数据的教学评价研究[J]. 现代教育技术，2016，26（6）：5-12. [4] 孙洪涛，郑勤华. 教育大数据的核心技术、应用现状与发展趋势[J]. 远程教育杂志，2016，34（5）：41-49. [5] 邢蓓蓓，杨现民，李勤生. 教育大数据的来源与采集技术[J]. 现代教育技术，2016，26（8）：14-21. [6] 张绍丽，郑晓齐，張辉. 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. [7] 张洪孟，胡凡刚. 教育虚拟社区：教育大数据的必然回归[J]. 开放教育研究，2015，21（1）：44-52. [8] 杨现民，唐斯斯，李冀红. 发展教育大数据：内涵、价值和挑战[J]. 现代远程教育研究，2016（1）：50-61. [9] 马超山，温善策. ?教育决策论[M]. ?沈阳：辽宁教育出版社，1988. [10] 荣荣，杨现民，陈耀华，等. 教育管理信息化新发展：走向智慧管理[J]. 中国电化教育，2014（3）：30-37. [11] 王利明. 人格权法新论[M]. 长春：吉林人民出版社，1994. [12] 维克托·迈克尔-舍恩伯格，肯尼斯·库克耶. 大数据时代[M]. 杭州：浙江人民出版社，2013. [13] 佚名：担心不太聪明学生被数据贴标签 [EB/OL]. http：//tech.163.com/14/1124/10/ABQEHED3000915BF.html.2014-11-24. [14] 薛孚，陈红兵. 大数据隐私伦理问题探究[J]. 自然辩证法研究，2015，31（2）：44-48. [15] 张韫. 大数据改变教育[J]. 上海教育，2013（4）：8-11. [16] 田维琳. 大数据伦理失范问题的成因与防范研究[J]. 思想教育研究，2018（8）：107-111. [17] 刘永琪，胡凡刚. 打造“厚基础+精技能”培养体系 [EB/OL]. https：//epaper.gmw.cn/gmrb/html/2017-12/20/nw.D110000gmrb_20171220_2-15.htm.2017-12-20. （责任编辑：杜能钢） |
| 随便看 |
|
科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。