大数据概念在学校教育教学中的可实施性探究.doc

大数据概念在学校教育教学中的可实施性探究 摘要：大数据作为一种新概念已经引起了各个领域的关注，这个无比巨大的一切皆可量化的数据经过统计分析检验，信息的收集、处理和预测提供了科学依据。 而国际上对其在学校教育上也有了较多的研究成果，这些成果如何转化为教育教学成效是当前最值得关注和探究的问题，它的可实施性必将引发教育大变革，教育大突破。其中最重要的是教育管理如何明朗化，家校关系沟通如何更加和谐，教学成绩如何显著提高，教育大计如何领先世界，不再让钱学森之问一直如荆棘般存在我心。 关键词：大数据 学校 教育教学 实施性 引言： “为什么我们的学校总是培养不出杰出人才？”——钱学森 这是钱学森生前的疑问，也是钱老的临终遗言，非常沉重，却不容我们回避。钱学森之问成为中国教育界有识之士关注的焦点，是关于中国教育事业发展的一道艰深命题，需要整个教育界乃至社会各界共同破解。 “人类历史中的许多灾难都源于这样一个事实，即社会的变化总是远远落后于技术的变化。这是不难理解的，因为人们十分自然地欢迎和采纳那些能提高生产率和生活水平的新技术，却拒绝接受新技术所带来的社会变化——因为采纳新思想、新制度和新做法总是令人不快的。” ——斯塔夫里阿诺斯《世界通史》 正文： 一、大数据理论 数据（data），一般而言是指通过科学实验、检验、统计等方式所获得的，用于科学研究、技术设计、查证、决策等目的的数值。通过全面、准确、系统地测量、收集、记录、分类、存储这些数据，再经过严格地统计、分析、检验这些数据，就能得出一些很有说服力的结论。大规模、长期地测量、记录、存储、统计、分析这些数据，所获得的海量数据就是大数据（big data）。它超出了传统意义上的尺度，一般的软件工具难以完全捕捉、存储、管理和分析。 数据是什么？数据与数字有什么区别？“数据”与“数字”的区别。举个简单的例子：一个学生考试得了78分，这只是一个“数字”；如果把这78分背后的因素考虑进去：家庭背景、努力程度、学习态度、智力水平等，把它们和78分联系在一起，这就成了“数据”。 大数据理论告诉我们：信息不仅仅是一种视觉和感官的东西，更是可捕捉、可量化、可传递的数据存在。 大数据有什么用？许多这样的数据经被储存起来能用于统计和分析，进而预测。数据是过程性和综合性的考虑，它更能考量真实世界背后的逻辑关系。 大数据的核心就是预测。因为它具备以下几个特点： 1.不是随机样本，而是全体数据，让数据“发声”。 2.不是精确性，而是混杂性。允许不精确，用概率说话；欣赏不精确而不会假装精确，大数据的简单算法比小数据的复杂算法更有效。 3.不是因果关系，而是相关关系。相关关系的核心是量化两数据值之间的数量关系 （分强和弱）。 4.“是什么”，而不是“为什么”。寻找良好的关联物，并监控它，就可以预测。 大数据预测的可行性理由是一切皆可量化。文字、方位、沟通乃至世间万物均可以变成数据，而更大的数据源自于人本身。这就为信息的收集和处理提供了依据。 二、教育现状分析： 所有行业都面临着一个尴尬的现状，这也是一个概念悖论：科技的未来，科学家们从来没有作家预测得准；而教育大师又往往不是教育学出身的。 科学技术、网络资源、大数据发展、传感器运用都已经成为最时尚的概念，这是教育科研的成果，可是这些成果将如何服务于教育与教学？我们都知道了它，关注着它，可它们的可实施性将如何呈现？它对教育管理、家校沟通、教学成绩提高会产生多少积极的影响？ 1970年，托夫勒写了一本畅销书《未来的冲击》，这个人既不是学科学的也不是学教育的。但他却对当时的教育理论和教育权威提出了尖锐而有远见的批评预测。这种预测就是面向未来的教育：小班化、多师同堂、在家上学趋势、在线和多媒体教育、回到社区、培养学生适应临时组织的能力、培养能做出重大判断的人、在新环境迂回前行的人、敏捷的在变化的现实中发现新关系的人和在未来反复、或然性和长期的设想下的通用技能。 44年后的今天，2014年，教育信息化、数据网络化、传感器理论及运用等的成熟，无一不表明托夫勒当年感性预知的前瞻性。 如今这种理论的阐释已经很多很具体，可它在教育教学中的可实施性到底有多高？ 大数据在学校教育中的运用初探 全球最大的电脑软件提供商微软公司（Microsoft）的创始人、前首席执行官比尔·盖茨（Bill Gates）说，利用数据分析的教育大数据能够提高学生的学习成绩。 还有像“希维塔斯学习”（Civitas Learning）这样的新兴企业，在高等教育领域建立起最大的跨校学习数据库，通过这些海量数据，能够看到学生的分数、出勤率、辍学率和保留率的主要趋势。通过使用100多万名学生的相关记录和700万个课程记录，这家公司的软件能够让用户探测性地知道导致辍学和学习成绩表现不良的警告性信号。此外，还允许用户发现