教育大数据驱动高职教育发展策略探讨
来源:用户上传
作者:
【摘 要】教育大数据时代的到来，为职业教育注入了新的驱动力。论文从解放思想，主动自觉融入教育大数据时代;完善制度，精心构建教育大数据平台;健全机制，全力提升教育大数据的价值三方面探讨了驱动策略。
【Abstract】The arrival of educational big data era has injected a new driving force into vocational education. This paper discusses the driving strategies from three aspects： emancipating the mind， actively and consciously integrating into the era of educational big data; improving the system， elaborately constructing the educational big data platform; constructing a complete mechanism， and fully promoting the value of educational big data.
【关键词】教育大数据;驱动;策略
【Keywords】educational big data; driving; strategies
【中图分类号】G710 【文献标志码】A 【文章编号】1673-1069（2019）11-0140-02
【作者简介】张敬玲（1968-），女，河北怀来人，副教授，从事职业教育及人工智能研究。
1 引言
随着“互联网+”“人工智能”“大数据”的发展，社会各个领域都发生着不同程度的变革，联合国在2012年发布的《大数据促发展：挑战与机遇》白皮书中指出，“大数据时代已经到来，大数据的出现将会对社会各个领域产生深刻的影响”。2019年召开的第六届世界物联网大会，探讨最多的内容便是数字经济，此举更加体现了大数据对工业、交通、金融等产业的数字化转型的推动作用，大数据促使人与人、物与物、知识与知识即人、物、网络万物空前跨时空广泛相连，其“震摄力”也推动了职业教育数据驱动作用的提升[1]。
2 大数据
2.1 大数据的起源与生成
20世纪90年代，两位美国科学家对超级计算机产生的巨大数据无法用视觉描述、无法处理时产生的问题称为“大数据”。在1980年，著名未来学家托夫勒在其所著的《第三次浪潮》中将“大数据”称颂为“第三次浪潮的华彩乐章”。大数据的生成涉及每个移动终端，数据一开始是繁杂无章可循的，但是经过一段时间的积累，群体明显的行为规律、个体的个性规律都在这些数据中呈现出来，生成了大数据，在这生成的过程中，要以历史观研究数据，因为数据表示的是过去，但表达的却是未来[2]。
2.2 大数据的特点
信息专家涂子沛在著作《大数据》中认为，“大数据之大并不仅仅指容量大，更大的意义在于通过对海量数据的交换、整合和分析，发现新的知识，创造新的价值，带来大知识、大科技、大利润和大发展”，这些创新功能是由其4V即Volume（数据体量大）、Variety（数据类型繁多）、Velocity（处理速度快）、Value（商业价值高）特点决定的。
①大量。大数据的特征首选“大”，随着时间的推移，数据量从GB发展到TB、PB、EB级别。数据呈爆发式增长，介于信息技术，如社交网络、移动网络、人工智能、服务工具等的发展与成长，数据像石油一样井喷而出，迫切需要更智能的算法、更强大的数据处理平台和更新的数据处理技术来对如此大规模的数据进行深入加工。②多样。数据来源的广泛性，决定了大数据的多样性。目前，应用范围较多的是淘宝、网络日志、社交媒体、网易云音乐、手机通话记录、今日头条及传感器网络等结构化数据和图片、音频、视频等非结构化数据。③高速。大数据的产生迅速，主要是指通过互联网数据被创建和传输的速度。现实生活中每个人都依赖互聯网，产生大量数据，对于一个平台而言，创建实时数据流、快速处理数据流、分析数据流，并快速返回给用户，以满足用户的实时需求才是生存之道，数据时时刻刻都在产生，谁的速度更快，谁就有优势。④价值。价值高是大数据的核心特征。在现实世界产生的大量数据中，有用的数据所占比例很小。要利用机器学习方法、人工智能方法、数据采掘方法深度分析，“提纯”数据价值，发现新生事物，发现新规律，并与现实生活中的各个领域深度融合，开启新的研究领域，开创出新的未来。 3 教育大数据
3.1 定义
目前，教育大数据尚无统一、明确的界定，本文认为教育大数据是面向教育领域的大数据，是整个教育活动全程中所产生的一切与教育相联的创造潜在价值的数据集合，主要由教学资源类数据、教与学行为数据、教育教学管理数据、教育教学评估数据四类数据组成，包含了四层含义：一是面向特定教育主题的全样本数据集合;二是面向教育教学全过程的数据;三是面向教育教学数据共享的生态思想;四是面向教育教学生态圈的大数据驱动思维。
3.2 特点
教育大数据具有更强的时实性、综合性、连续性和自然性，教育大数据分为动态和静态两类教育教学数据，这两类数据又穿插着电子数据和纸质数据两种形式，具有结构化、半结构化、非结构化多种形态，教育教学大数据的收集采用“伴随式收集”，即包括线上和线下两种方式，利用大型计算机程序如数据库来分析和挖掘教育大数据中含有的信息，从而指导教学。
4 驱动策略
电子科技大学教育大数据研究所常务副所长聂敏认为，“我们国家目前正走在教育信息化到现代化的进程中，大数据其实是这个过渡阶段的一种黏合剂，是促进教育现代化的一种催化剂，它既推动了教育信息化进程的加快以及过程中的规范和标准，同时，它也展望了教育现代化的一些具体的意识形态与教育教学手段。教育大数据的发展趋势从技术上来讲，毫无疑问是日新月异、不断更新迭代的，将来会采用更多更复杂甚至关联度更高的一些算法和理论思想”。
4.1 解放思想，主动自觉融入教育大数据时代
据统计，全球的数据到2020年将达到40ZB。中国是世界上最复杂的大数据国家，对大数据的应用已成为中国产业实现“中国制造”到“中国创造”的重要手段。而大数据人才紧缺，作为培养技术技能人才主体的职业教育，则必须在此刻抓住机遇，紧跟“技术—社会”融合趋势，解放思想，重塑价值观、社会观、自然观。目前，教育界普遍注重“用数据说话、用数据研究、用数据管理、用数据决策、用数据创新”。职业教育教师要深刻意识到教育大数据改变的不只是教育的形式，还有教育的基因。
4.2 完善制度，精心构建教育大数据平台
教育大数据平台建立得完善与否，直接涉及数据、平台、人，因此，首先确定大数据平台的数据模块分类原则，是按学校职能部门划分，还是依据教学活动（管理活动、教学活动、科研活动、校园活动等）划分，以便在日后的构建过程中使得数据流有所指向;其次，制定大数据平台管理制度，确定采集数据的边界、数据的共享、数据的监控，保障数据的真实性、保护数据的隐私性、确保数据的增值性等规则;再次，提高大数据的分析、运用、挖掘技术的水平，加强数据流的流动，分析数据流信息，构建科学的治理规范体系，让大数据平台高效运转;最后，建立培养教育大数据师资的制度，坚持采取岗前培训和在职培训相结合，传统培训与现代培训相融合，短期培训和长期培训相结合等各种个性化的培训措施，使大数据人才培养常态化。
4.3 健全机制，全力提升教育大数据的价值
俗话说众人拾柴火焰高，要发挥教育大数据的作用，就要不断进行充实、更新、吸收、更迭。首先，建立教育大数据共享机制，促进多元主体、多维场景教育大数据的互联互通，降低教育大数据共享门槛，突破系科专业门类限制、职能部门业务范围限制，推倒一道道围墙，创建行者无疆的学习乐园。其次，规范协同机制。①技术协同，多元主体在积累教育大数据与消费教育大数据的过程中，利用信息技术形成多维的贯通、联动系统，各个多元主体在这个系统中的显性与隐性的功能更多地取决于各多元主体各自的信息技术水准，在这个教育大数据乐园中，信息技术的先进性彰显了数据的驱动能力，因此，教育大数据倒逼各主体主动提升自身的信息素养，为发挥教育大数据平台的价值提供技术保障。②教与学协同，制定多元数字化教学模式，如基于资源的数字化模式（微课、MOOC、在线开放课程）、基于交流的数字化模式（QQ群、微信群）、基于评价的数字化模式（学习过程、学习方式、学业评价），通过应用这几种模式，希望能够发挥教育大数据的交互式、全景式、全过程、全透明的特色，为教育大数据平台提供高质量的数据资源。最后，建立监管机制，对教育大数据平台要从多角度、多层次地进行实时、移动地监管，保障平台正常、高效运转，提升教育大数据的增值取向。
5 结语
教育大数据是一种从海量数据中挖掘寻找有意义的关联数据的能力，是一种用数据思考、用数据决策的思维，是一种人人生产数据、人人消费数据、人人追逐数据的大数据文化，职业教育要热情地拥抱教育大数据，实现职业教育个性化、精准化、現代化发展，促进职业教育数字化的大成长，驱动职业教育的大发展、大作为、大创新。
【参考文献】
【1】范鑫鑫，吴祐昕.数据驱动的精准教育设计策略研究[J].设计，2019，32（05）：78-80.
【2】何克抗.大数据面面观[J].电化教育研究，2014（10）：10-18+24.
转载注明来源:https://www.xzbu.com/3/view-15115619.htm
