您的位置:首頁>正文

教育大資料分析:如何通過洗澡時間推斷學生成績

俗話說, 三更燈火五更雞, 正是男兒讀書時。 在我們一貫的印象中, 一個人的努力程度決定了他的學習成績。 但是, 在 “ 大資料與教育變革 2017 高峰論壇 ” 上, 電子科技大學大資料研究中心主任周濤教授, 卻給出了一個不一樣的答案:大學生的綜合成績與去過多少次教學樓、圖書館並無很大關聯, 與生活是否規律高度相關。

此言一出, 業內一片譁然, 互聯網、大資料在改變我們認知方式的同時, 也不斷挑戰著我們的常識。 據瞭解, 在此次論壇上, 除周濤教授之外, 成都市教育局副局長陳蕾, 北京師範大學科學傳播與教育研究中心副主任李亦菲教授,

一起作業聯合創始人肖盾, 以及成都市中小學校長等多位教育界人士, 從各自角度暢談大資料對教育所帶來的變革。

大資料精確洞察 “ 問題學生 ”

作為大資料行業的旗幟性人物, 周濤最為人熟知的是在大資料方面的成就。 而作為一名教授, 周濤在大資料對教育的變革和影響方面, 也有著獨到的思考和研究。 周濤表示電子科技大學通過收集學生資料, 實現對學生的前置化和定量化分析, 從而讓教學決策更科學。

“ 我們現在用兩方面的一卡通資料判斷學生情況, 一個是努力程度, 包括去過教學樓多少次, 去過圖書館多少次, 選了多少課, 借了多少書等等;另一個是生活是否規律,

通過收集 18640 人的洗澡記錄, 我們發現生活規律的學生都是 9 點左右洗澡, 無規律的學生除了兩點半左右不洗澡, 其他時間都可以。 有規律的學生是 5-6 點打飯, 沒規律的學生除了 10 點至 6 點不開門進不去, 其他時間隨時都可以打飯。 ” 周濤在會上表示, “ 從這些資料中, 我們還發現了一個有趣的現象, 大學四年綜合成績比較好的學生, 生活都比較有規律, 這樣我們就可以對學生的學習和生活進行規律性的引導 ” 。

在定量化研究方面, 周濤此前就曾發表過類似觀點, “ 原來處理社會科學的辦法, 往往是實驗室小規模控制下、基於經驗的半定量科學, 包括心理學、管理學、社會學、社會心理學等等。 現在通過大資料和人工智慧, 可以對幾十萬人進行精確分析,

真正做到定量研究。 ”

在本次論壇上, 周濤再次強調了定量化研究對當前教育的重大意義:基於大資料的定量化和前置化的分析, 不僅可以預測學生出現重大風險的可能, 比如以前一個人去圖書館 20 多次, 打水很多次, 但是現在發生了變化, 這就是風險。 同時, 通過分析各個要素與成績之間的關係, 還能判斷學生是不是沉迷網路遊戲, 會不會出現多科不及格等等問題, 從而實現對學生的科學引導和綜合管理。

智慧推薦輕鬆實現 “ 個性教學 ”

除了通過大資料對學生進行前置化和定量化的研究之外, 周濤認為大資料對教育帶來的另外一個變革是:個性化教學。 老師通過現代化的介質瞭解學生到底哪方面強,

代數還是英語, 代數裡面是方程還是幾何, 這樣就可以根據每個學生的學習情況為他們佈置個性化的作業。 當下的現狀是, 優秀的學生把大多數時間消耗在自己會做的題目上, 學習差的學生則在自己不會的題目上耗費精力, 如果能讓優秀的學生做一些很有挑戰性的題目, 學習一般的學生做大量的基礎題, 這樣學習效率就會提高。 周濤提到, 這正是一起作業正在做的事情, 通過對學生學習資料的收集和分析實現個性化教學。

一起作業聯合創始人肖盾也出席了本次會議, 並以上海今日學校倪佳青老師的教學實驗為例, 介紹了一起作業在個性化教學方面的探索與實踐:同樣的兩個班級, 使用線上作業的實驗班完成預習作業的比例是 70% ,

對照班只有 25% ;實驗班課後練習的正確率是 96.7% , 對照班則是 78.6% 。 倪老師發現, 這是因為班裡的學生 98% 都是打工子弟, 水準參差不齊, 傳統作業很難做到給不同的學生佈置不同的內容, 而線上作業通過對每個同學佈置個性化的作業, 提高了學生做作業的積極性。

另外, 在個性化作業方面, 一起作業還聯合北師大開展混合式作業的課題研究。 據課題負責人李亦非教授介紹, 混合式作業是由混合式學習衍生出來的一個新概念, 是在課程改革的推動下產生的一種新的作業形式, 包含線上作業和線下作業。 本次課題研究, 一起作業將配合學校、老師和北師大, 完成對學生作業資料的收集, 從而建立起一套基於核心素養的評價標準。

可見,大資料分析與傳統意義上的發問卷、心理測驗、以及考試得到的資料截然不同。在大資料環境下,任何行為都可以變成資料,只要找到記錄資料的方式,並且把其轉化成可以分析的資料模型,就可以對這些資料進行靈活多樣的分析,從而為教育決策和個性化教學提供資料支援。

對此,成都市教育局副局長陳蕾的總結更為精確。她引用大數據之父 —— 維克托 · 邁爾 · 舍恩伯格在《與大數據同行:學習與教育的未來》一書中的觀點,表達了大資料對於教育的革命性意義, “ 多年來,事實上是多個世紀以來,教育領域的決策從來就是在缺乏任何資料基礎上作出的。常識一直成為正常的決策資源,它使在常識導致消極結果的情況下也是如此,而常識其實只是習慣和一廂情願的混合物罷了。通過大資料提高教育決策的科學性,正是大資料對於教育的意義所在。 ”

從而建立起一套基於核心素養的評價標準。

可見,大資料分析與傳統意義上的發問卷、心理測驗、以及考試得到的資料截然不同。在大資料環境下,任何行為都可以變成資料,只要找到記錄資料的方式,並且把其轉化成可以分析的資料模型,就可以對這些資料進行靈活多樣的分析,從而為教育決策和個性化教學提供資料支援。

對此,成都市教育局副局長陳蕾的總結更為精確。她引用大數據之父 —— 維克托 · 邁爾 · 舍恩伯格在《與大數據同行:學習與教育的未來》一書中的觀點,表達了大資料對於教育的革命性意義, “ 多年來,事實上是多個世紀以來,教育領域的決策從來就是在缺乏任何資料基礎上作出的。常識一直成為正常的決策資源,它使在常識導致消極結果的情況下也是如此,而常識其實只是習慣和一廂情願的混合物罷了。通過大資料提高教育決策的科學性,正是大資料對於教育的意義所在。 ”

同類文章
Next Article
喜欢就按个赞吧!!!
点击关闭提示