大数据时代的教育技术发展取向

1、    大数据时代的教育技术发展取向    摘要：大数据时代的降临引发了整个社会技术和思维的变革，对教育技术的发展也产生了重要的推动作用。大数据时代教育技术将会实现“数字化”向“数据化”的转型，促使教育技术新范畴“分析”的产生，并将智慧教育作为其新的发展使命。同时，大数据技术也将引发教育技术隐私伦理和价值判断的危机，教育技术需要树立信息社会的生态伦理观，并坚守以人为本的价值观。关键词：大数据，教育技术，分析，数据化，智慧教育基金项目：本文为国家社会科学基金青年基金项目“农村留守儿童学习社会化的影响因素及新媒体干预机制研究”(项目编号：15csh054)、

2、江苏高校优势学科建设工程资助项目“江苏师范大学教育学省优势学科建设”(项目编号：苏政办发201437)的阶段性研究成果。当今社会已经步入大数据时代，正如维克托·迈尔·舍恩伯格在大数据时代一书开篇所说：“大数据开启了一次重大的时代转型，大数据正带来一场生活、工作和思维的大变革”1。而教育技术与大数据技术存在天然的亲缘关系，它必然会对整个教育技术的发展产生深刻影响。一 大数据的本质大数据(big data)一词最初出现在20世纪90年代，主要用来表示数据的量化特征，相当于日常用语中的“数据量大”。而2008年9月自然杂志所出版的文章big data：science in the

3、 petabyte era2，将大数据赋予了一种全新的科学理念，超越了单纯数量意义的描述，引起了学术界的广泛关注。一般认为，大数据是难以用“常规的软件工具在容许的时间内对其内容进行抓取、管理和处理的数据集合和海量数据的获取、存储、管理、分析、挖掘与运用的全新技术体系”3。实际上，大数据的意义不在于数据的量“大”，而在于一种“数据为王”的思维方式；它不仅表现为一种技术现象，还承载着特定的思维和方法，并转化为一种技术和文化现象。1 大数据是一种技术手段大数据是信息化时代发展的产物，它的“核心动力来源于人类测量、记录和分析世界的渴望”4。随着物联网、云计算以及移动智能技术等一系列新型智能技术的应用和

4、普及，技术所产生的数据量与数据处理能力与日俱增，人们可以通过对这些大量数据进行存储、收集、挖掘和分析，获得有价值的信息。在技术意义上，大数据技术可以将事物现象和发展过程进行数据化，极大地超出了传统数字记录和计算能力。一般认为，大数据具备数据体量大(volume)、类型多(variety)、速度快(velocity)和价值密度低(value)的“4v”特征，它不仅信息量大，而且对各种数据兼容并蓄，进而可以对事物进行多维度、立体化的数据分析。这也会极大地提高我们认识事物和分析事物的能力，更准确、全面、及时地把握并预测事物的发展特性和规律。其中，预测是大数据的核心价值所在，而大数据的预测建立在大容量

5、的数据之上，运用相应的算法来预测事物发生的趋势和可能性。2 大数据是一种思维方法大数据来源于人类“量化一切”的追求，并在信息技术的支持下实现整个世界的数据化。它如同望远镜与显微镜，既能进行模糊的宏观判断，又能进行精准的个体观察，从而拓展了我们的认识广度和深度，为我们展现了一个全新的世界观和方法论视角。一方面，大数据秉承“更多”、“更杂”与“更好”的思维理念，开启了“样本=总体”的全数据模式，这就超越了还原论的局部分析和样本分析的局限性，能从海量的数据中获得事物和现象更准确、更全面的总体情况以及相关关系，并能预测它们的发展趋势。另一方面，大数据犹如显微镜，能对个体进行全方位的“量化自我”，主要利

6、用传感器技术、可穿戴技术以及移动终端等技术手段准确地获取个人数据，形成个人数据库，并在此基础上呈现可视化的数据处理结果。“量化自我面向内部就像镜子，可用来促进自我进步、自我发现、自我意识、自我了解以获得系统性的改进”5，因此，大数据可以有效促进社会的科学化和个性化的发展。二 大数据时代教育技术的发展路径大数据开启了科学研究新的视野，也将塑造教育技术的发展路径，可从三方面进行探讨：1 从“数字化”到“数据化”：教育技术发展的新转型数字化与数据化存在密切联系。数字化是信息化的产物，是用数字符号“0”和“1”对事物加以表征的方式，而数据化可以认为是数字化的产物，更强调数据的功能和应用，旨在将数字化信

7、息转化为可计算的变量。可以说，数字化是数据化的基础，数据化是数字化的新产物。20世纪90年代以来，教育技术搭上信息化发展的列车，开启了数字化发展的新时代。在信息技术平台的支撑下，教育技术的形态和功能发生了质的变革，促使教育媒体和教育资源走向数字化、多媒化和虚拟化，有力地推动了教育的发展与变革。但总体来看，数字化视野下的教育技术遵循“内容为王”的逻辑，注重数字化硬件和软件资源建设，进而构建数字化学习和教育的环境。但是，当教育技术的数字化发展到一定阶段时，难免会遇到发瓶颈期，“量”的增长未必能带来“质”的提升。比如，在教育管理和决策等方面依然过度依赖“经验”；在数字化学习过程中“主要采用传统的pc

8、+平台+资源模式”6。因此，教育技术的数字化发展亟需转型，教育信息化效能需要进一步提升。而大数据技术可以有效推动教育技术的深层次运用和发展：大数据技术能推动教育技术的智能化。在智能教育技术的支持下，教师可以收集学生实时的生活和学习过程中的相关数据，进而能及时掌握学生的心理状态和学习行为，从而可以充分了解和掌握学生的学习差异。而且，智能技术可以促进师生与学习环境和资源的“对话”，更加便捷地获取所需的知识，并满足师生的学习体验。大数据技术变革了教育资源的建设理念。大数据技术可以充分挖掘各种教育资源的内在关联，促进优质教育资源的集成与优化配置，从而形成一个能充分共享、良性循环的教育资源圈。同时，大数

9、据技术能突破以往单一技术手段的限制，可以根据师生的教与学行为，发掘师生的隐性教育资源需求，从而进行资源推送，打破以“供给导向”为主的资源建设模式，转变为“需求导向”的资源建设模式，这就为学与教提供了更多的可能和途径。2 “分析”：教育技术发展的新范畴大数据技术实践的推广将会引起教育技术理论范畴的拓展。随着大数据技术教育应用的不断深入，学习分析技术逐渐成为人们关注的新热点，将教育技术发展带入新的发展境界，引领了教育技术大规模发展的第三次浪潮。因此，“分析”可以认为是教育技术研究的新范畴。(1)学习分析是教育技术信息化时代发展的新形态。随着在线学习的普及和学习资源的信息化，学生的学习过程、学习行为

10、以及学习结果等方面的数据都可以被真实、全面地记录，对这些数据的分析和利用已成为教育技术发展的重要使命。在技术形态上，学习分析技术起源于计算机管理教学(computer-managed instruction)和数据驱动决策(data-driven decision making)，旨在利用数据挖掘与收集等工具和技术，对学生的学习进程所产生的数据进行采集和分析，并对学习过程进行反思和预测，从而有助于对学生的学习过程进行干预，以促进学生的个性化学习。学习分析过程可以分解为数据采集、数据分析和数据应用与干预三个阶段，需要说明的是：学习数据主要来源于两个方面，一方面是各种学习管理信息，如课程管理、学习

11、管理和学生档案系统等；另一方面是学生的学习数据，可以包括学生的在线学习和传统学习过程(如个人学习空间、微博以及学习档案袋等)，也可以包括学生个人的学习特征(如学习风格和心理特征等)。学习分析与数据挖掘紧密相关，数据挖掘技术是学习分析技术的重要技术支撑。数据挖掘技术强调数据的“发现”，侧重数据的发现模型；而学习分析技术不但强调预测建模和学习结果的预测，还强调情境分析和人为的干预，对学习过程进行具体、合理的解释。学习分析的结果是自动化和可视化的。学习分析技术可以对学生的学习进行自动跟踪记录和统计分析，并将分析结果以“显而易见”的可视化方式加以展示，将复杂的学习数据以更直观、更具表现力的形式呈现给师

12、生这降低了学习分析技术的运用门槛，提高了技术的可用性和应用效果。可以说，通过学习分析技术，教师能更好地把握学生的学习过程，进而实现因材施教。(2)分析是一种基本的思维方法，被称为“绝对认识的方法”，也是学与教过程中一个不可或缺的重要因素。在传统的教学系统设计中，分析阶段包括学习需求分析、教学内容分析以及学习者分析等要素，这些要素构成了教学设计的开端。但在大数据技术的视野中，分析不仅是静态的、局部性的前端分析，还贯穿于整个学与教的过程之中，并能对学与教进行动态、深度地分析。第一，基于大数据的学习分析可以对教育过程的发展趋势进行预测。教师不仅可以更有效地捕捉、分析学生当前的学习行为和状态，还能对学生学习的历史进行挖掘，更重要的是，我们能对学生未来的学习进行准确的预测并提供可靠的学习支持。可以说，