299-教育大脑助力智慧校园顶层设计-用AI+大数据助力教育模式深度变革.pptx

“教育大脑”助力智慧校园顶层设计

《教育信息化2.0行动计划》教育信息化2.0行动计划是推进“互联网+教育”的具体实施计划。人工智能、大数据、区块链等技术迅猛发展，将深刻改变人才需求和教育形态。《深化新时代教育评价改革总体方案》创新评价工具，利用人工智能、大数据等现代信息技术，探索开展学生各年级学习情况全过程纵向评价、德智体美劳全要素横向评价。新基建首次写入政府工作报告七大关键领域重塑中国经济增长新格局。新基建的七大领域，其中包括5G、大数据中心、人工智能、工业互联网等。国家标准化委员会正式发布智慧校园总体框架GB/T36342-2018，包括以AI+大数据为核心的智慧教学环境、智慧教学资源、智慧校园管理、智慧校园服务、信息安全体系等系统架构及基本要求。推动十四五规划方向加快落地智慧校园建设多项政策驱动，智慧校园建设成为十四五规划核心

智慧校园面临的问题与挑战缺少顶层设计，没有统一规划“智慧校园”都是零散建设，没有顶层设计，没有统一规划分步实施，造成浪费。“智慧”没有达标“智慧校园”还是以基础设施、数字化校园建设居多，真正的智慧校园如何建设，大部分高校并不清晰。“智慧校园”没有严格按照“智慧校园国家标准”，即“以AI+大数据为核心，打通数据孤岛，实现各应用场景的智慧化”来建设，盲目建设居多。核心数据无法采集数据源缺失、在线学习平台等云端数据源拿不到、半结构化及非结构化数据采集不了等障碍，制约了智慧校园建设。数据孤岛仍然存在，只有部分“智慧”没有完整的智慧校园，只有个别场景实现“智慧”，由于全量数据孤岛未打通，个别场景的“智慧”实际上只是简单的统计分析。数据盲目治理，效果不佳数据治理以人工治理居多，数据源变化则造成治理结果不准确，需要多次治理来维持数据的准确性，造成治理成本居高不下。符合智慧校园标准的“智慧校园产品及解决方案”供应商少，参与智慧校园建设的大部分还是传统数字化校园厂商、基础设施提供商、互联网厂商等，导致智慧校园建设进程缓慢。各类企业明显缺少“智慧校园”的核心基因未按标准执行（AI+大数据）

智慧校园的核心挑战——“数据问题”建设内容重点考虑的问题数据平台1.平台是否为教育行业定制，还是通用平台？2.平台里是否有定制的教育行业应用场景算法？3.平台是否易操作？4.平台内如何保障数据安全？5.平台是否与业界主流技术架构保持同步？数据治理1.数据对接经验：部分or全量?2.是否具备非结构化、半结构化数据对接经验？3.已落地项目对接过多少种数据源？4.数据对接与采集的效率如何？5.是年年多次治理？还是一次治理，终身使用？6.数据治理工作通过“人工完成”还是“机器完成”？7.是“套用标准”，还是“标准定制”？数据应用分析1.是统计分析，还是深度解决问题？2.是预警预测，还是事后对比分析？3.是实时动态分析，还是静态分析？4.是人机交互智能推送，还是主动查看？5.算法是否准确，模型是否合理？6.算法是否经过校验？是否经过迁移学习、深度学习？7.是对部分业务系统数据进行统计分析，还是融会贯通全量数据进行综合分析？

智慧校园“核心问题”的解决方案建设内容重点考虑的问题解决方案数据平台1.平台是否为教育行业定制，还是通用平台？2.平台里是否有算法？3.平台是否易操作？4.平台内如何保障数据安全？5.平台是否与业绩主流技术架构保持同步？1.科技智能大数据平台并非行业通用平台，是专为教育行业定制，已落地全国300余所高校；2.科技智能大数据平台涵盖教育行业4000余种算法；3.科技智能大数据平台可以通过托、拉、拽方式实现数据采集，处理，挖掘分析与可视化展示；4.科技智能大数据平台从数据存储，数据访问到数据使用进行了全方位防护，确保数据安全5.科技智能大数据平台采用与世界主流大数据服务提供商同源的稳定通用平台，专为教育行业定制

智慧校园“核心问题”的解决方案建设内容重点考虑的问题解决方案数据治理1.数据对接经验：部分or全量?2.是否具备非结构化数据对接经验？3.已落地项目对接过多少种数据源？4.数据对接与采集的效率如何？5.是年年多次治理？还是一次治理，终身使用？6.数据治理工作通过“人工完成”还是“机器完成”？7.是“套用标准”，还是“标准定制”？1.科技数据治理是以构建全量数据中心为目标，对接经验不仅包括校园业务系统数据，还有校园物联网数据、校园生物信息数据、校外互联网数据等多种数据；2.科技数据治理不仅有非结构数据对接经验，还有半结构化等多种类型的数据对接经验，并已应用到行为轨迹、综合行为画像、无感知考勤等多个校园大数据应用场景；3.科技通过七年时间，已经成功对接高校200多个不同品牌系统；4.科技运用“数据机器化治理平台”可快速提高数据对接与采集的效率；5.科技数据治理有别“单业务系统数据、分域数据治理”，通过全量数据治理后