京公网安备 11010802034615号
经营许可证编号:京B2-20210330
“大数据”背景下,基础教育改革应何去何从
在目前中国教育体系下,老师需要做好学业诊断工作,借此来读懂学生,而大数据恰恰可以在这方面发挥作用。“大数据的使用重在能够帮助学生从模糊学习到精确定位,减少无意义的付出,获得老师有针对性的回应,支持个性化学习。”沈志斌和老师们在实践探索中接触到极课批卷系统,可利用特定机器快速采集作业、试卷数据,并可以精确统计错题率,选择题更是可以统计每个选项的选择人数。这样,老师可以第一时间准确了解每个学生对各知识模块的掌握情况,为个性化教学提供参考,使教学更高效、更有针对性。系统还可以分析整理学生的错题,生成诊断报告,即哪些知识点还未熟练掌握,进而提供个性化学习包,形成学业追踪档案,建立一套学生个人的自适应学习系统。而老师也可以此为每名学生定制作业。
在论坛嘉宾发言中,记者发现“大数据能促进有效教学”已经成为一种共识。上海市电教馆馆长、特级教师张治表示,“大数据可用来进行学习评估,这有利于老师有针对性地调整教学内容。”现在学生80%的负担来自于课业,尤其是无效的重复操练。而大数据可以精准了解每个学生对某个知识点的掌握程度,帮助老师有针对性地布置课业,减少重复。
“大数据已经不是时尚,而是现实。”在上海市建平中学校长、特级教师杨振峰看来:今天的很多学校处于发展的瓶颈期,而技术无疑是一个推动力。现今谈技术已不再是“先进性”问题,而是不得不行动的现实需求。因为高考改革最大的变化是人手一张课表,走班化管理,如何获得学生不同认知基础上的学习效能、学习成果的评价,都需要大数据;老师如何基于不同学生需求,提供适应其专业发展路径的建议,也需要大数据。
大数据时代,老师需要更“全面”
作为教育改革的实践者、推动者,教师在大数据时代需要适应、改变。周飞说,每一次技术变革都会给教师群体带来一次“大洗牌”。传统教育对教师的要求比较单一,老师们只要根据教材和课程标准进行教学,讲得生动、清楚即可。而现在,对教师的需要是复合式的,他们既要懂得如何搜集信息、组织教学资源,还要挖掘数据当中的内容,借此了解学生并调控课堂节奏,有效地实施教学。“在大数据时代,老师的教学必须是‘目中有人’的教学,要根据大数据提供的不同学生的不同情况,及时提供有针对性的教学方案。”
结合近几年学校利用大数据开展教学改革的实践及老师在其中的表现、反馈,建平中学副校长郑朝晖表示,当务之急是老师要树立利用大数据的意识,并自觉培养相关素质。“老师正面临从经验型、感觉型走向科学型的挑战,要解决这一困境,具备大数据相关素养很重要。”郑朝晖举例:当经验和大数据发生矛盾时,需要懂得如何对待采集的数据,这背后是老师对教育教学技术的理解;再比如对数据知识有所了解的老师不该只拿平均分说事,因为这会对教学的估价产生影响。同时,老师除了会分析数据还要主动应用,要把采集到的数据结果和日常行为结合起来。大数据时代的到来已是历史发展的必然趋势,老师不能局限在固有的教学模式中,而应努力基于数据去改变,主动用大数据指导自己的教学。“教育是对话的过程,对话的维度、策略也应随着大数据的介入而发生革命性变化。面对这样的变化,老师应早应对、早适应。”
在实践中,郑朝晖还发现:一方面学校已经有了大数据采集、分析、应用的技术和平台,另一方面老师多年来积累了大量丰富的教育教学的经验,但两者是相向而行的,其结合还有相当一段距离。当然,不排除在结合的过程中,老师面对数据采集的烦琐、有效和对无效的甄别会有很多困惑。对此,他希望老师带着前瞻性、包容性面对现有的烦琐、复杂,甚至是错误,而不是站在原有经验的基础上去拒绝。“我们应当积极介入到变革当中,引领变革,而不是最终被数据牵着鼻子走,甚至拿错误数据指导我们的教育教学。”
提高效率并非为应试教育节约时间
“毫无疑问,大数据的快捷、精准,肯定可以给我们带来及时的、功利性的成果。”周飞提醒大家,原来一节课只能做50道题,利用大数据提高教学效率后,或许能做到100道。但是,大数据的运用更根本的目的在于引导学生探索真实问题的解决方法、了解自己真实兴趣。
张治的担忧与周飞不谋而合,他发现从价值倡导方面分析现有市场上的教育大数据业务尚存在明显不足:现有整个数据都是作业数据,但是教育除了作业,还应该有社交行为培养、自我兴趣发现等。“我们在发现学生之后,应该把教育导向更加有价值的方向,如用大数据让学生从繁忙学习中解放出来,提高创造性,或在公益、实践活动中做出更多努力和尝试。”
就像教育部信息化技术标准委员会主任、华东师范大学终身教授祝智庭所说,大数据引领的教育变革的核心应该是学习和教育文化的变革。在这一过程中,对学习这件事情的认识和理解,对学习和学生终身发展之间的关联,应该有一个形而上的认识,只有在这个认识基础上,教育者才有方向去采集数据、分析数据、指导学生学习。“在大数据时代,我们应不忘初心。大数据可以造就我们,也可以引领我们。”郑朝晖提醒道。
在未来,国家开放大学信息化部研究员魏顺平希望教育者可以从宏观方向来看大数据对有效教学的促进作用。如可以研究、探索用大数据总结有效教学的一些量化指标,以便对课堂教育、教学行为是否有效作出判断。同时,这也有利于大家总结促进有效教学的因素,从而有针对性地推进教育变革。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
【核心关键词】统计学、互联网、知识、课程、学生、数学、软件、招聘、数据分析、实习经历、机器学习、理论基础、业务思维、统 ...
2026-07-10在互联网运营、产品设计、市场营销与商业数据分析领域,所有转化、成交、复购行为的底层逻辑,都依托于用户决策流程。用户从产生 ...
2026-07-10 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-07-10数据透视表是数据分析中最常用、最高效的汇总分析工具,具备快速分组、聚合计算、维度拆解、数据可视化等优势,能够轻松完成求和 ...
2026-07-09在统计学、CDA数据分析、机器学习与商业数据研究中,正态分布是最基础、最重要的数据分布形态。绝大多数参数检验、数据建模、指 ...
2026-07-09 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-07-09【核心关键词】采购、周期、原材料、企业、产品、成本、要素、库存、供应商、数据分析、生产计划、生产制造、加工制造、技术工 ...
2026-07-08在数据分析、特征工程、机器学习建模的工作流程中,原始数据往往包含多个不同维度的数值指标,例如客户交易数据中的消费金额、交 ...
2026-07-08 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-07-08商业谈判是企业采购合作、渠道签约、价格议价、项目合作、客户签约的核心关键环节,直接决定企业的合作成本、利润空间与经营风险 ...
2026-07-07在数据分析、业务效果验证、AB 测试、学术研究等场景中,T 检验是假设检验体系里最基础、应用最广泛的统计方法,也是均值差异分 ...
2026-07-07 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-07-07【核心关键词】转化率、企业、策略、岗位、互联网、拆分、产品、运营、分析师、指标体系、数据分析、用户画像、数据诊断、产品 ...
2026-07-06在数据分析工作中,文本数据处理是高频刚需场景,用户评论、客服工单、日志信息、调研问卷、商品文案等数据都包含大量文本内容。 ...
2026-07-06 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-07-06在 CDA 数据分析师能力体系中,透视分析是数据探索、多维度汇总、业务复盘的核心基础技能。无论是 Excel 数据透视表,还是 Power ...
2026-07-03在市场竞争日趋激烈、获客成本持续攀升的当下,企业粗放式的“广撒网”获客模式早已无法适配经营需求。企业经营的核心逻辑,已经 ...
2026-07-03 很多数据分析师精通Excel函数和数据透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么 ...
2026-07-03【核心关键词】运营、企业、核心、客户、新技术、数字化运营、数据分析、传统企业、人工录入、生产系统、技术人员、数据安全、 ...
2026-07-02在产品开发、项目立项、业务拓展、运营优化的工作中,市场调查、竞品分析、需求调研是三大核心基础工作。很多从业者容易将三者混 ...
2026-07-02