大数据视角下教学研究方法模型构建.docVIP

大数据视角下教学研究方法模型构建 　　摘 要：目前，利用软件工具和网络平台能够产生和收集大量教育教学大数据。高校教师如何利用这些数据，开展科学、有效的教学研究，干预和指导教学与学习行为、提供个性化学习服务、预测和评估学习趋势与成果，是大数据时代为教师提出的新的重要课题。文章将视角放在大数据之下，在分析国内外教育教学大数据应用现状的基础上，以教学有效性理论为依据，探讨了构建教学研究方法模型的应用价值和关键问题，提出了一种大数据视角下的教学研究方法模型。该模型以在教学研究中的科学方法和技术手段为核心，适用于普遍的教学研究，具有一定的范式作用。 　　关键词：大数据；教学研究方法；模型 　　中图分类号：G640 文献标识码：A 文章编号：1002-4107（2017）08-0043-03 　　目前，国内外对于教育教学大数据的价值都有充分的认识。国外，特别是美国在政府层面，以及高校、企业、教育者和教育教学研究者对大数据的利用都有着比较多的实践，产生出较多的已经投入使用的应用系统。而国内的教育教学研究者多停留在理论研究的层面，而实用系统，多为企业行为，如一些网站，也仅仅在局部应用上提供一些基于大数据分析的个性化服务。国内高校大数据视角下的教学研究主要是对MOOC/SPOC平台上产生数据的分析，主要关注对于在线课程的教学实施提供帮助。利用教育教学大数据进行教师教学和学生学习两个方面的线上线下、全过程、全方位的支持和服务的研究，还正在起步阶段。 　　国内外对于大数据视角下教学研究方法的讨论较少，特别是新视角下教学研究的一般过程、规律和方法的涉及较少。长期以来，教学方法的研究得到教育教学工作者的普遍关注，产生了大量的教学法和教育教学技术，也形成了专门的学科――教育技术。但是对于教学研究方法论的关注不够，多数教学研究还只是停留在经验总结和实验实证研究层面。随着大数据时代的计算机互联网技术、数据采集及处理技术、分析方法的发展和进步，教学模式的变革、大数据视角下的教学研究的方法论研究越来越得到关注。笔者试图将视角放在大数据之下，探索这一新视角下的教学研究的新方法、新范式，发现教学研究的一般性过程和规律，建立教学研究方法模型，用于指导教学研究，从而最终在教学中发挥科学方法和技术手段的优势。 　　一、国内外对于教育教学大数据的应用综述 　　（一）国外利用大数据进行学习过程和行为分析，学习评价、学习干预、学习引导和学习成绩预测，设计学习自适应系统 　　国外的学者已经通过对学生的在线课程资料阅读、作业提交、学生之间的沟通交流、考试测验成绩等过程进行数据采集和分析，对学生的不良学习成绩表现给予干预性指导，从而有效、高效地改善学生的出勤率、辍学率等，提高学习成绩，改进教学。如，美国Harford和MIT对EDX平台上产生的大数据进行分析，研究世界各国学习者的行为模式，增加了行为评价和学习诱导的成分，以便打造更好的在线平台；美国DreamBox Learning公司和Knewton公司，已经成功设计发布了利用大数据的自适应学习系统，旨在为学生提供个性化学习服务；美国McGraw-Hill公司、英国的Pearson集团共同开发的“课程精灵”系统，能够跟踪学生的学业进展，并显示学生的学习参与度和学习成绩等大量的数据信息；加拿大的Desire2Learn公司面向高等教育领域的学生推出“学生成功系统”，系统地分析每个学生的在线学习数据，从而及时诊断学习问题，提出改进建议，并预测学生的期末考试成绩；等等[1]。 　　美国教育部在《通过教育数据挖掘和学习分析促进教与学》的简报中指出，大数据在教育领域的应用主要体现在两个方面：学习分析（LA，Learning Analytics，以下简称LA）和教育数据挖掘（EDM，Educational Data Mining，以下简称EDM）。EDM的目的是研究和利用统计学、机器学习和数据挖掘方法来分析教和学的过程中产生的数据；LA的目的是理解和优化学习以及学习情境，其中一个重要应用是监测和预测学生的学习成绩，及时发现潜在的问题，并据此做出干预以预防学生在某一科目或课程学习中产生风险。国外学者对于大数据在教育领域的研究几乎侧重于这两个方面的研究[2]。应用LA 和EDM数据分析结果，教师可以更好地了解学生、理解和观测学生的学习过程、发现最合适的教学方法和顺序，及时发现问题并进行干预，以提供个性化的学习服务[3]。 　　（二）国内集中在在线教育网站或所有引擎网站为学习者或用户提供个性化?W习指导和个性化需求服务方面 　　相比而言，国内的研究者针对大数据在教育领域中的应用研究相对少些。少数学者从理论层面进行了大数据学习分析在考试评价、促进高校教师专业发展等方面的研究。部分从事在线教育的网站利用大数据，跟踪学生的学习轨迹，