教育大数据驱动下大学生计算思维培养方式探究.docVIP

教育大数据驱动下大学生计算思维培养方式探究 　　【摘要】教育信息化快速发展，大数据在教育领域的应用与作用日益突出，教育大数据对大学生个人能力也有了更高的要求，培养出一个高素质的信息化人才，适应于时代的发展。本文从教育大数据、计算思维等概念入手，结合教育大数据的特点与发展要求，对大学生在计算思维方面的培养方式进行探究，从而得出教育大数据驱动下，大学生计算思维的培养方法，以更好地适应数据时代的发展，应对更多的挑战。 　　【关键词】教育大数据 计算思维 培养方式 　　【基金项目】重庆市研究生教育教学改革研究项目（重大项目）“重庆市研究生创新创业实践教育研究”（项目编号：Yjg151007） 　　【中图分类号】G434 【文献标识码】A 【文章编号】2095-3089（2018）01-0059-02 　　引言 　　当今社会已经进入了一个信息化时代，运用计算机解决、处理问题、学习、工作是每个在校大学生必备的素质，培养大学生的信息素养，使其具备信息化社会的生存能力和终身学习能力已经成为高等教育人才培养的重要目标之一，同时又是现代信息社会对高等教育提出的新要求[1]。近年来，大数据不断对社会各个领域产生深刻影响，无论是政府、企业、教育机构，还是广大民众数据意识都在逐步提高。技术变革教育，信息化带动教育现代化发展，大数据在教育领域发展应用也有着广阔的前景[2]。信息化高速发展，教育大数据的应用突出，对国家层教育政策科学化的制定、区域层教育均衡的发展、学校教育质量的提升、课程体系与教育效果的最优化以及个体的个性化发展都有着重要的影响，这对大学生个人能力也有了一定的要求，其中信息素养的提高和计算思维的培养也变得至关重要。教育大数据是什么？有什么价值？计算思维如何培养？又存在着哪些问题？本文将着重对这些问题进行探讨，从而得出教育大数据驱动下，大学生计算思维的培养方式。 　　一、教育大数据的定义与特点 　　1.教育大数据的定义 　　教育大数据则大数据的一个子集，特指教育领域的大数据[3]。目前还没有学者对教育大数据的概念做出严格的界定，通过各个学者对教育大数据的解析，我们可以理解为，教育大数据就是在整个教育教学过程中所产生的以及根据教育需要采集到的，一切用于教育发展并可创造巨大潜在价值的数据集合[4]。 　　2.教育大数据的构成与处理过程 　　从教育大数据的构成来看，主要来源于在线学习的数据，这些数据易采集，包括学习过程的行为数据、学习结果的数据、个人信息的数据等各个方面。而线下产生的课堂学习中的学习过程行为的数据、教师对学生学习过程评价的数据、教学管理中的数据等也都属于教育大数据的范畴，只是相较于在线学习的数据而言，线下的教育大数据的采集会更困难一些。当然按照不同层次来看，教育大数据的构成也可以由国家层数据、区域层数据、学校层数据、课程层数据以及个体层数据等五部分构成。由于教育大数据来源多样，数量庞大、格式不一，信息内容良莠不齐，所以对于教育大数据的处理一般需要四个基本过程：教育数据采集、处理、分析、呈现，其中教育数据的处理是教育大数据的核心环节。 　　3.教育大数据的特性 　　教育大数据是服务于教育发展的，具有教育的目的性，不是所有的一切数据都属于教育大数据，而数据之“大”也不是单指数据的数量之大，更多的强调的是“价值”之大。从教育大数据的特性来看，教育大数据同样具有大数据的核心特征：4V即数据量大（Volume）、输入和处理速度快（Velocity）、数据多样（Variety）和精确性（Ve-racity）。除此之外，教育大数据还有很强的周期性、整体性、非线性、高复杂性和巨大的价值。 　　二、计算思维的定义与特征 　　纵观科技史与科技哲学的发展，结合人类的科技创新实践活动来看，计算思维与理论思维、实验思维可并列为人类三大科学思维，计算思维是人类科学思维的基本方式之一[5]。 　　1.计算思维的定义与内涵 　　早在1996年麻省理工学院的一位教授就提出了计算思维的概念，然而当时它并没有引起很大的关注，国内对计算思维的研究起步较晚，2006年美国卡内基梅隆大学的周以真教授正式提出计算思维的概念，之后国内的学者才关注到计算思维的相关理论以及计算思维的价值意义[6]，他提出“计算思维是一种解决问题的思维过程，能够清晰、抽象地将问题和解决方案用信息处理代理（机器或人）所能有效执行的方式表述出来[7]。”计算思维的本质是抽象和自动化，即两个“A”，一个“A”是指是Abstraction（抽象），它是指计算思维可以同时在多个抽象层次上同时进行，并且抽象思维定义层次之间的关系。另一个“A”是指Automation（自动化），计算思维的思考方式是使抽象层次及其关系机械化，由于其符号和模型都是十分精确和严格的，所以其可行性特别高