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
主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-10在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-10在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09在数据可视化领域,折线图是展示时序数据、趋势变化的核心图表类型之一,其简洁的线条的能够清晰呈现数据的起伏规律。Python ECh ...
2026-04-09在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-04-09长短期记忆网络(LSTM)作为循环神经网络(RNN)的重要改进模型,凭借其独特的门控机制(遗忘门、输入门、输出门),有效解决了 ...
2026-04-08在数据分析全流程中,数据质量是决定分析结论可靠性的核心前提,而异常值作为数据集中的“异类”,往往会干扰统计检验、模型训练 ...
2026-04-08在数字经济飞速发展的今天,数据已渗透到各行各业的核心场景,成为解读趋势、优化决策、创造价值的核心载体。而数据分析,作为挖 ...
2026-04-08在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07在数据分析与统计推断中,p值是衡量假设检验结果显著性的核心指标,其本质是在原假设(通常为“无效应”“无差异”)成立的前提 ...
2026-04-07在数字经济深度渗透的今天,数据已成为企业生存发展的核心资产,企业的竞争本质已转变为数据利用能力的竞争。然而,大量来自生产 ...
2026-04-07Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01