教科研信息1718-14大数据教研-福建师大二附中.DOCVIP

2017 2017~2018学年 下第2期 2018.02.28 电话编 350015福建师大二附中教研室编 电话邮编 350015 IEE学术 ║ 丁小浩：大数据时代的教育研究 文章来源 360doc 2018-01-10 叶老师YP 近年来，大数据概念的兴起和应用在众多领域方兴未艾，蓬勃发展，深刻地影响并改变着人们的思维方式和生活方式。借力于大数据概念和应用，人们对教育科研的未来抱有无限的憧憬和期待。那么大数据对教育研究的本质影响究竟是什么？本期带来北京大学教育经济研究所教授丁小浩的《大数据时代的教育研究》，或许我们可以从中得到一些启发。本研究原文载于2017年10月《清华大学教育研究》。 作者简介：丁小浩 北京大学教育经济研究所教授 大数据催生的教育数据挖掘 大数据作为特定的专有名词变得普及应该是20世纪90年代以来的事。比较流行和权威的关于大数据特征的描述包括: Meta集 团(后并入Gartner集团)2001年在谈到数据增长的挑战和机会时，将大数据的特征概括为3V，即数据量巨大(volume)，数据输入输出快速(velocity)，数据类型和来源种类多样(variety)。3V的定义被广泛使用，一些机构还将3V 扩展到4V、5V、6V 甚至7V，例如继 3V 之后人们又加上了真实性(veracity)、低价值密度(value)等。 大数据最大的特点之一是把世间许多之前从来没有能够量化的方面数据化了。比如，继经纬度的发明之后，GPS卫星导航系统提供了来自于位置信息的大数据; 大数据不仅可以分析文字记录的文本信息，还可以分析包含图像、音频、视频等非文字记录的超文本信息，特别是可以分析微信、qq、bbs等社交平台记录下来的人与人沟通互动的信息。 大数据时代催生了教育数据挖掘领域的发展。 教育数据挖掘为从大量教育数据中发现潜在有用的信息提供了手段，学习分析成为教育数据挖掘的核心，传统的教育技术、智能教学系统、教育游戏、学习管理系统等均产生持续增长的大量数据，成为分析研究的可用数据。对成千上万MOOCs学生的教学反馈和评价近年来也成为研究的新兴趣点。 然而必须看到，迄今为止，基于大数据的学术研究取得的突飞猛进的进展多是在计算机并行处理、数据挖掘方法、云计算、互联网和存储系统等技术领域。教育数据挖掘、教育中的人工智能、智能辅导系统和用户建模等虽然受到了不少关注和应用，但真正属于使用大数据的教育科学研究还鲜有突破性进展。然而，教育研究的发展不单纯是方法和技术的进步，因为方法和技术始终是为研究目的服务的，教育研究的进步需要教育研究人员与大数据开发技术人员的密切合作，在解决研究问题中应用新方法，在应用新方法中提出并回答新的研究问题。所以数据规模的“大”对教育研究者而言并不是最本质的，我们需要认真思考的是大数据对传统研究范式带来的机遇和挑战究竟是什么。 大数据与教育研究带来的机遇与挑战 作者主要从研究设计的议题选择、测量工具、研究对象、分析方法相关性与因果性几个环节来看大数据对教育研究带来的影响。 1关于研究议题 教育数据挖掘研究的选题大体聚焦在以下方面: (1)完善学生模型。学生模型反映了学生的特征或状态的信息，如学生知识掌握、动机、元认知和态度等方面的情况。但大数据驱动的教育数据挖掘方法的发展使研究人员能够引入更广泛的、潜在的学生属性，并进行实时建模。一些角度是过去传统研究不可能深入到的层面，例如，研究人员使用教育数据挖掘方法来推断学生在学习过程中是否经历了过低的自我效能阶段，是否分心，是否感觉无聊或沮丧，并结合教育软件之外的数据扩展学生模型，以确定哪些因素可能预测学业失败。(2)探索和改善知识结构模型。例如通过心理计量方法与机器学习中空间搜索算法的结合，一些研究人员开发了可以直接从数据中寻找有关领域知识结构的计算机自动表述方法。(3)教学支持和管理(包括学习软件和诸如协作学习行为等领域)，发现哪种类型的教学支持和管理最有效。(4)寻找经验证据来改进和扩展教育理论及众所周知的教育现象，更深入地了解影响学习的关键因素，改善学习系统和学习方法。 2关于测量工具 传统的调查数据中的很多概念是研究者建构出来的，测量这些概念时信度和效度会不同程度地受到影响。而大数据是人们活动行为的实时和真实的记录，很少受人类记忆、偏好和情感的干扰，从这个角度看，大数据可以在一定程度上减少测量误差，提高基于数据的研究结果的信度和效度。例如传统研究中我们通过抽样调查了解学生在校发展状况，这些调查内容常常是靠学生的主观自评和不准确的记忆获得的，于是研究者始终会挣扎于论证这种调查工具的信、效度。而教育系统的大数据主要包括了学生成长过程中留下的行为和活动等各类数据，这些记录会实时地和如实地被记录汇集。人们可以把学