大數據助力學生可持續發展

大數據豐富學業評價的內涵與功能 學業評價是教育教學中的重要組成部分，有效的學業評價對于了解學生的學習情況、發現教育教學中存在的問題、尋求教學改進與優化策略、提升教育教學質量具有重要意義。 傳統的學業評價往往評價維度片面(常常只注重對學生學科學習成績的評價)、評價主體單一(多關注教師評價)、評價方式有限(多通過考試方式進行)，過于關注對學習結果的評價而缺乏對學習過程的評價。大數據支持的學業評價則是對學生學習過程與結果進行全方位、全程式、多元化的跟蹤與評價。 依托大數據技術，教師可以動態地收集、整合、處理并分析學生的學習過程信息、課業與學業表現信息、個性特征信息(例如：性格特征、學習風格、學習態度等)、身心健康信息、社會交往信息、學習環境信息等發展性數據，而這些數據可以來自技術設備的自然采集，也可以來自教師、學習同伴、學生自己、家長或社區的評價。 大數據可以全方位分析、呈現學生個體的發展與成長情況，發現學生間的發展差異及每個學生所需要的學習支持和發展路徑。可見，基于大數據的學業評價有助于教育者了解學生的真實學習狀態與發展過程中面對的困難，為優化教育教學環境、提供適宜的學習資源與有效的學習支持提供依據，以便最終促進每一個學生實現知、情、意全人化發展。 大數據實現個性化學習和因材施教 蘇霍姆林斯基在《給教師的建議》中提出的第一條建議即是“請記住：沒有也不可能有抽象的學生!”。分析學生的學習特點與個性化特征，了解學生的個性化學習需求，為學生提供個性化的支持是有效教學的起點。然而，以往教師對學生的了解主要依賴于考試成績、作業等信息以及日常的教學觀察。 客觀上，一位教師在面對數十名學生時，難以保證有精力去充分了解每一位學生的個性化特征與需求，致使教師不得不把對學生的關注主要聚焦于學業成績，把有限的精力放在學習成績極好或極不好的兩類學生身上，教學中的“學情分析”常常流于形式，停留在淺表化的、泛泛的分析層面，對于實際的教學沒有實質性的幫助。缺乏教書育人經驗的教師更是容易忽視學情分析而僅僅依據片面的判斷做出失當的教學決策。由此，絕大多數學生在事實上成為了“隱形人”，并沒有得到個性化的學習支持。 大數據技術的介入讓教師不但有機會收集到每個學生全面的學習過程與成果信息，也可以收集學生所處的學習環境與資源信息，為教師全面分析學生的學習需求、深入剖析影響學生學習過程與效果的因素提供依據。教師可以通過大數據了解每個學生的特征與學習需求，分析學生學習中存在的共性問題與個性問題，反思教學得失，理性決策下一步教學行為，從而實現因材施教，為學生的個性化發展提供支持。 大數據促進協同合作，支持學生的全人化發展 基于大數據，可以實現對多維教育數據的深度分析，可以滿足不同教育參與者的需要。除了教師能夠通過大數據分析學生學習過程與結果調整自己的教學行為以滿足學生的全人化、個性化發展需求外，家長可以通過大數據了解學生的學習表現、學習需求、學習環境等;學校則能通過大數據了解學校學生的學業現狀、本校學生發展與外校學生發展之間的差別、學校教育教學資源配置的合理性等;教育管理部門可通過大數據分析教育教學資源建設與應用的適切性、教育政策的有效性等。 大數據，讓學校、家庭、社區與教育管理部門既可以全面了解、客觀分析學生的發展現狀及存在的問題，又可以反思是否因自身的支持不夠而影響了學生的發展，并探析自身還需要為學生的發展提供何種支持。大數據的引入可以整合學校、家庭、社區與教育管理部門的協同努力支持每個學生的發展。 大數據促進終身學習和可持續發展 一方面，技術的介入、多樣化學習設備的出現使得人類學習進入目標微型化、時間碎片化、地點泛在化的時代，學習可以隨時隨地發生。尤其是隨著移動學習、電子書包、翻轉課堂、慕課(MOOC)、創客教育等基于信息技術支持的新型教育教學模式的出現，更需要有效整合大樣本數據支持更系統、全面、科學的學習分析與教學評價，根據新型學與教方式的實際情境與需求重新考慮學習分析與教學評價的實施方式、過程與時機，為學生的泛在學習與終身學習提供支持；另一方面，大數據的應用可以整合學生在不同學習階段產生的數據，數據分析結果可以為學生未來學習、工作、生活提供預測與建議，有助于學生的終身學習與可持續發展。 可見，大數據的介入使得我們不再拘囿于對學生個體的單一化信息的經驗性判斷，而是可以基于對大樣本學生的全方位數據的分析，讓教育教學決策不再依賴于對局部數據的抽樣；讓我們不再拘泥于對片斷化、短期性數據的精確度追求，可以在更宏觀的層面洞察問題的本質，不再單純地追求因果關系而是可以進行更為系統的相關性分析；可以實現對教育數據的全方位、全程性跟蹤，挖掘出更多的隱性數據及數據之間的關聯性，從而有效提升教育教學預測與決策以便及時地、科學地予以干預，有助于教育教學效果的優化與教育教學質量的提升，并最終保障學生實現全人化、個性化成長。