| 标题 | 大数据对高校计算机类专业教学的影响及分析 |
| 范文 | 彭成 李凤娟 周晓红 [摘 要]大数据的浪潮渗入教育领域，成为实现教育现代化的时代机遇。大数据时代对计算机专业人才培养的要求发生了转变，从教学理念、教学方式、教学过程、教学评价等四个方面可以看出大数据技术对计算机专业教学产生的深刻影响，相关教育者应采取相应的措施，以应对教育智能化发展趋势。 [关键词]大数据; 教学模式;计算机类专业教学 [中图分类号] G64 [文献标识码] A [文章编号] 2095-3437（2021）02-0118-03 互联网、云计算等新兴技术的发展使人类信息数据呈爆炸式增长趋势，2011年全球数据量已达到1.8ZB，并且以每两年翻一番的速度持续增长，预测到2020年全球数据量将达到35ZB。大数据时代已然到来。 对于大数据，目前还没有统一定义，McKinsey将数据规模超出传统数据库管理软件的获取、存储、管理以及分析能力的数据集称为大数据[1]。徐宗本院士将大数据定义为：不能集中存储、难以在可接受时间内分析处理、个体或部分数据呈现低价值而数据整体呈现高价值的海量复杂数据集[2]。维基百科对大数据的定义是所涉及的数据规模很大，通过一般软件工具无法在合理时间内对其拾取、存储、管理、处理的数据集。虽然这些定义不尽相同，但从根本上都在表述相同的含义，大数据是一类数据集，其规模大、类型多，由此造成与传统软件工具对其管理、分析的突出差异。人们将大数据的特征归纳为“5V”：体量大（volume）、速度快（velocity）、模态多（variety）、难辨识（veracity）和价值大密度低（value）[3]。这也能表明，大数据的价值并非数据本身，而是其引发的理论创新、技术创新，以及对问题的分析与决策的创新。 大数据时代各类新理论新技术接連涌现，传统行业急速转型，新兴人才缺口扩大，导致当代教育革新和创新人才培养成为支持行业转型、经济发展的重要因素。2018年11月在华中师范大学举办的第 17 届教育技术国际论坛暨大数据与教育智能国际研讨会就围绕“大数据与教育智能”这一主题开展了深刻讨论[4]。大数据在教育领域的应用包括教育数据挖掘、学习分析[5-6]等普遍适用的行业技术。大数据技术收集学习者的相关学习行为数据，利用有效的方法和数据模型对其进行处理、分析，根据分析结果探究学习者的学习活动和学习趋势并预测其未来，适时调整学习策略，形成具有正向反馈机制的学习过程，推进精准教学。大数据在构建新型教学生态、助力教学结构变革、再造教学流程方面的作用日益凸显[7]。教育教学模式的改革创新势在必行。 一、大数据时代对计算机专业人才的要求 大数据是促进教育向智能化、信息化发展的技术支持，未来的教育将是以大数据为驱动的智慧教育，能向学生提供个性化学习方案。从硬件上的变化，如高科技仪器、智能手环等，到软件的应用，如手机的线上学习APP、智能教学管理平台等，以及内在的应用技术变革，如教育数据挖掘、学习分析等，全方位促使教育趋向智能化。大数据时代已经到来，巨大的社会变革趋势下，什么是合适的信息技术人才、哪些人才属性是信息技术产业发展前景所需的，已成为高等院校相关信息技术类专业教学改革的重大理论和实践问题[8]。数据学科作为未来技术人才培养的新兴学科，势必会受到更多关注。但在2019年大数据发展趋势预测中再次提到了“数据科学带动多学科融合”“数据学科虽然兴起，但是学科突破进展缓慢”[9]等说法。虽然大数据被业内人士看好，但作为一门新兴专业，其进行人才培养时必须注意两点：一是资源少，高校的教师需要重新分配，并要重新制订适合该方向发展的培养体系;二是周期长，一个专业从开始建立到成熟发展需要经过无数次的实践和无数次的修改调整。 大数据虽然是一门与计算机、数学等学科相关的交叉学科，但其基础理论与计算机专业联系紧密，这对计算机类专业学生提出了新的要求，以满足新时代下适应性计算机本科生优化培养和能力提升的需要。首先，要注重学科基础课程理论知识的教授。多学科融合的趋势下，计算机类学生不仅要学习原有的计算机基础课程，同时需要掌握相关的理论知识，如矩阵论、概率论与数理统计、机器学习、深度学习等。其次，对于工科生，单纯的理论研究并不可取，结合项目实践，将理论知识熟练运用于项目中才能对具体问题进行具体分析，得出更优化的方案。最后，大数据技术不断发展且与各领域密切结合，单支研究已经不适用，将大数据这项新技术新方法运用到不同领域，如健康医疗、制造业、金融业、教育等领域，将带动各领域各行业迅速发展，这就要求我们计算机类专业教育针对不同发展方向培养人才。 二、对计算机类专业教学的影响 本科教学是大学教育培养的核心环节，课堂教学质量高低直接关系到高校能否实现培养适应社会需要的创新实践型高层次人才的学位教育发展战略目标。以多样性、实时性、高效性、全面性为特征的大数据技术促进时代转型，大数据时代的到来也必将对传统教育教学产生深刻影响。 （一）教学理念的改变 人类社会在21世纪跨入知识经济的大数据时代，社会的发展越来越需要具有主体意识、主体能力和主体精神的创新人才[10]。在当今的教育理论和教学培养过程中，“翻转课堂”的教学理念更加符合新时代人才培养的要求，由传统的“教→学”改变为“学→教”，明确了教师的角色与任务。基于人本主义思想，在教学过程中学生应处于主体地位，而教师起主导作用。教师应积极引导学生主动学习、乐于学习、善于学习，培养学生的创新能力与探索能力。 此外，要符合当下多学科融合的趋势，应在基础课程体系中增设相关课程，如机器学习、深度学习等课程，扎实理论基础。同时，利用网络技术带来的便利的共享资源，引进国内外高质量学科的相关课程，构建社区化网络学习环境，共同学习、共同探索，实现教育的开放性与一体性。 （二）教学方式的改变 传统教学方式依靠教师的讲授和演绎，学生只能被动获取知识，属于模仿式学习，后来有计算机、投影等设备，教师可以使用PPT等软件辅助教学，虽然比之前的方式增加了一些趣味性，但主要还是教师教授知识学生被动学习的模式。而大数据、云计算等新兴技术的发展将带来教育教学模式的变革，颠覆传统教学模式。 社会需要源源不断的更多的专业化人才提供新的技术的支持，从而更快更好地推动社会发展。大数据环境下教学需求增加、教学资源紧缺、教育成本优化等都将促成教学模式的转变。比如MOOC是一种大型的开放式网络课程，来自全球的优秀免费课程资源被放在这个网络平台上，人们可以方便地学习这些课程并与他人探讨。结合“翻转课堂”的教学理念，MOOC、SPOC、雨课堂等新型教学方式不断发展并趋向成熟，给传统教学方式带来了巨大冲击。“在线学习+课堂教学”的新型混合教学模式更加适应教学过程。教师对每次课程的学习目标、学习内容等进行分析后把相应的教学内容告知学生，学生在课前先通过线上课程在线学习，形成自己的观点并加以验证;教师标注每节课的重难点知识，然后在课上对重难点知识进行讲授，学生上台展示学习成果，随之进行师生间讨论、学生间讨论，教师再加以引导;最后由教师总结本次课的内容，形成探究式学习过程。美国教育部所做的名为“基于证据的在线学习实践评估：在线学习研究元分析与综述”（Evaluation of Evidence - Based Practices in Online Learning： A Meta - Analysis and Review of Online Learning Studies）的科学研究通过对大量科学成果进行分析研究，证明了在线学习的有效性以及“在线学习+课堂教学”混合教学模式的优势。 大数据技术转变了传统教学中教师贯穿课堂讲授、学生被动学习的形式，完善了教学过程。学生线上学习融合教师线下教学引导的新型混合教学模式将更能充分发挥教师引导与监督的作用和以学生为主体地位的学习模式的优势，更加适合学生自主学习能力、探索创新能力的培养，更加符合人才培养目标的要求，提高了教学质量。 （三）教学过程的改变 《国家中长期教育改革和发展规划纲要（2010—2020 年）》中明确指出，要关注每个学生的个体差异性，依据学生自身特点进行教学，充分发挥其优势与潜能。 利用大数据技术，采集每位学生的日常学习活动数据进行分析，定制学生学习轨迹，能充分了解學生的学习状况，比如学生在哪个时间段更爱学习、在哪个时间段学习效率最高以及学生学习的兴趣点、难点等。这样更利于教师关注到每个学生的个体差异性，从而更有针对性地进行教学，向学生提供更加个性化的在线学习服务以及个人学习规划指导，学生也可以借此发现自己的优势与劣势，及时调整学习方法，更好地培养独立学习能力与探索创新能力。同时，这也帮助教师对自己的教学过程进行客观分析，制订教师教学轨迹，从而发现传统教学模式下无法发现的教学规律，及时改进自己的教学方法，这也是对教师自身水平的提升。充分利用大数据的便利优势，积极探索教学方式和学习方法，这种互相促进的教学过程自然会提升本科教育质量。 （四）教学评价的改变 教学评价是整个教学过程中的重要环节，是对教学效果的一种及时反馈。客观、准确的课堂教学质量评价可以使教师及时发现课程教学中存在的问题，改进不足，提升本科生的教育教学质量。 传统的课堂教学质量评价只是围绕教师的教授过程，对其教授态度、教授内容、教授方法、教授素质等方面片面地进行评价。首先，教师和学生共同参与整个课堂教学过程，传统教学评价无法衡量学生的学习态度和学习情况。其次，传统教学评价没有对课堂教学效果和学生的学习成果做出评价，无法得知学生对新知识的接收程度，这将对后续的教学产生严重影响。最后，传统教学评价无法衡量教学过程是否能提高学生的自主学习能力，是否能提高学生的创新探索能力，是否更符合国家的教育培养目标。对此，运用大数据技术，全方位记录教师和学生的教学过程，开展学情分析和学习诊断，能精准评估教学动态和学习效果，变结果导向的单一评价为综合性、过程性的多维度评价，由仅注重知识传授向更加注重能力素质的培养转变。 课堂教学质量评价体系应含有对教学全过程的细化的评价指标，结合高校实际情况与学生的个性特点以及专业培养的区别，制订个性化的课堂教学质量评价体系;应包含教学目标、教学内容、课堂状态、环境设施、反馈改进等几方面的评价指标，对每类指标进行细分，力求全面、完整地评价整个教学过程。同时，各项评价指标在教学过程中的重要程度也不完全相同，相应的评价指标的权重也不同。运用适合的算法可以对评价指标做出更精准的指标量化，而且能够方便迅速地对外界变化做出自适应性调整。根据改进的课堂质量评价体系，教师能够对学生及自己有更清晰的认知，及时发现教学过程中的不足并加以改进，更好地对学生进行课堂教学，促进本科教育良性循环。 三、总结 新时代下，大数据技术运用在教育领域尚处于起步阶段却也获益颇丰，计算机专业的本科生是契合于推进社会信息化、智能化发展要求的高级人才，更要积极探索大数据与教育领域的融合发展，推进教育现代化的实现。 高校应积极响应国家政策和时代潮流，树立开放融合的大数据思维，结合各类大数据应用（如MOOC等），从教学理念、教学方法、教学过程、教学评价等方面转变革新，以大幅度提高教学效率，降低教学成本，有效提高教学质量。结合实际需求，通过教师引导，选择性利用大数据技术，是培养学生学习能力、人格魅力，使其成为适应社会发展的有用之才的最好方式。 [ 参 考 文 献 ] [1] MANYIKA J，CHUI M，BROWN B，et al.Big Data： The next frontier for innovation， competition and productivity[R].Mckinsey Global Institute，2011. [2] 徐宗本，张维，刘雷，等.“数据科学与大数据的科学原理及发展前景”：香山科学会议第462次学术讨论会专家发言摘登[J].科技促进发展，2014（1）：66-75. [3] 程学旗，靳小龙，王元卓，等.大数据系统和分析技术综述[J].软件学报，2014（9）：1889-1908. [4] 卓文秀，杨成，李海琦.大数据与教育智能：第17届教育技术国际论坛综述[J].终身教育研究，2019（3）：62-67. [5] 徐鹏，王以宁，刘艳华，等.大数据视角分析学习变革：美国《通过教育数据挖掘和学习分析促进教与学》报告解读及启示[J].远程教育杂志，2013（6）：11-17. [6] 顾小清，张进良，蔡慧英.学习分析：正在浮现中的数据技术[J].远程教育杂志，2012（1）：18-25. [7] 杨现民，骆娇娇，刘雅馨，等.数据驱动教学：大数据时代教学范式的新走向[J].电化教育研究，2017（12）：13-20+26. [8] 夏小娜，禹继国，罗文伟.计算机专业研究生创新培养体系研究与实践[J].计算机教育，2018（9）：35-39. [9] 周涛，潘柱廷，程学旗.CCF大专委2019年大数据发展趋势预测[J].大数据，2019（1）：109-115. [10] 张艳，刘亚.大数据时代翻转课堂给研究生教学的启示[J].教育现代化，2017（50）：37-39. [责任编辑：刘凤华] |
| 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。