站内搜索: 

关于我们

期刊简介: 《中国教育技术装备》原(教育仪器设备)创刊于1987年,是由中国教学仪器设备行业协会主办的中国教育技术装备领域的专业权威期刊。历时30年,勤耕不辍,不懈努力,致力于服务教育改革,构建交流平台,推动理论研究,传承实践理性,促进行业发展和进步。本刊介绍和研究国内外教育技术与装备建设之理论与实务,交流教育技术与装备在教育教学过程中整和互动的实践经验,引...>>更多

教学设计

您的位置:首页 > 教学设计

高教改革价值取向的实现路径
信息来源:《中国教育技术装备》杂志社官网 发表时间: 2022/4/28 阅读数:483

高教改革价值取向的实现路径

摘要:高等教育已经进入了大数据时代,无论对学习者、教师、高校,还是整个教育生态系统,都将催生革命性的变化,导致教育理念与教育形式的解构与重构。如何利用学习分析和教育数据挖掘技术,把在线学习数据转化为可行动的信息,发掘数据背后潜在的价值,改善教与学,无疑有着积极的理论和现实意义。该文首先解读大数据的特征及其应用,接着分析了大数据时代高等教育面临的多重挑战;然后探析了大数据时代的高教改革的价值取向——数据驱动教学,助推教学决策科学化、管理精细化、学习个性化和教学信息化。大数据时代高等教育改革主要有四条实现路径:正确理念是基础,教师是关键因素,学习分析和教育数据挖掘是手段,技术服务是保障。

关键词:大数据;高教改革;价值取向;实现路径

如何利用数据驱动高教改革?路径决定成效。高教改革价值取向的实现路径主要有四条:正确理念是基础,教师是关键因素,学习分析和教育数据挖掘是手段,技术服务是支撑,四者缺一不可。

1.正确理念是基础

用大数据分析驱动教学目前尚属新生事物,其落地生根是一项复杂的系统工程,需要树立正确的大数据理念。一是要培养“数据驱动文化”和“文化数字化”的理念。大数据是一种技术,更是一种理念、一种思维方法。要承认“大数据是资产”,要深刻认识大数据对教育的颠覆性作用,牢固树立数据分析驱动教学的理念。二是形成“用数据说话、用数据管理、用数据决策、用数据创新”的文化氛围[17],助推教学管理从经验型、粗放型、封闭型向精细型、智能化、视觉化转型。同时,要认识到用数据驱动教学并非要量化一切,对数据盲目推崇,变成“数据控”。因为信奉唯数据论会导致思维和决策的僵化,完全沦为数据的奴隶。须知大数据提供的只是一个重要的参考答案,直觉、创造力、常识和领域知识在决策过程中的地位仍不可忽视[18]。而且,数据驱动教学并非是解决所有高等教育问题的灵丹妙药,只能自然地融入管理和教学系统,成为解决办法的一部分。三是要关注大数据应用所面临的技术挑战、制度和管理能力限制、伦理道德与安全问题。比如如何解决数据的互操作问题,统计基础相对薄弱的高校教师和管理者可能不具备挖掘数据的能力甚至对新技术变革有抵触情绪。尤其要从技术心理层面上关注教师的数据化生存问题。一方面,不少教师因为过度的技术压力(Technostress)、技术恐惧(Technophobia)而成为“技术迟疑者”“技术落伍者”或“技术抵制者”;另一方面,也要防止部分教师因为技术依赖(TechnologicalAddict)而走向另一个极端,变成“技术依赖者”或“技术成瘾者”[19],这样就背离了技术辅助教学的初衷。同时,大数据也带来不少与个人隐私、信息渠道等相关的数据访问和安全、数据隐私和伦理难题。教育机构为了数据挖掘和分析从学生教育记录中收集、存储、分析和披露个人身份信息给第三方时,必须考虑隐私风险和法律问题。

2.教师是关键因素

教师是数据驱动教学的发起者和组织者。数据驱动教学能不能实现,实现的效果如何,高校教师起着决定性的作用。然而,大多数高校教师还没有察觉到大数据给高等教学带来的革命性影响,危机意识薄弱,缺乏大数据思维。高校应该帮助教师适应大数据时代的教学。

(1)引导教师全面、理性地认识大数据在教与学变革中的功用

高等教学也要依赖大数据开展工作,大数据时代的教学已经进入到了数据密集型的新范式,教师要借助数据“睁眼”看教学。大数据不仅是一种工具,而且是一种战略、世界观和文化,将带来一场社会变革,应当以开放的心态、协同的精神来迎接这场变革[20]。笔者在2015年广东省高校大学英语教师教学科研能力提升研讨会上谈到,“我思故我在,我变故我在,我学故我在,我做故我在”[21]。不妨套用一句,高校教师还需要“我数故我在”,才能从容迎接大数据浪潮的洗礼。

(2)要提高高校教师的数据素养(DataLiteracy)数据素养是与评估素养、统计素养、信息素养、课程知识等紧密相关的,指通过收集、分析和解释所有类型的数据(评估、学校风气、行为、印象、历时信息、共时信息等),把信息转化为可操作教学知识和实践的能力,以帮助确定教学步骤[22]。大数据时代,高校教师要掌握“跨界的知识”,如Excel、苹果的Numbers、谷歌的Spreadsheets和FusionTables等统计工具,使用Socrata、Factual、Blogger、Wordpress、Typepad、CSS、JavaScript等工具生成数据和数据分析工具。教师和管理者首先要成为数据脱盲者(DataLiterate),了解如何通过阅读图标来追踪学生的进步;如何通过分析概率预测,给学生提供有针对性的学习建议[23]。当然,目前对高等教育领域的大数据进行挖掘,解密学生学习过程的“黑匣子”,还是一项技术前瞻性的工作。教师可以通过参加与数据应用相关的校本培训、地域性专题进修、网络研修的方式提高数据素养,这应是新常态下高校教师的基本功和必修课。

参考文献:

[1]国务院促进大数据发展纲要:培育10家核心龙头企业[DB/OL].http://finance.sina.com.cn/china/20150905/162923162810.shtml,2015-09-05.

[2][5]Lane,J.E.BuildingaSmarterUniverstiy:BigData,InnovationandAnalytics[M].NewYork:StateUniversityofNewYorkPress,2014.

[3][4]Gandomi,A.,Haider,M.BeyondtheHype:BigDataConcepts,MethodsandAnalytics[J].InternationalJournalofInformationManagement,2015,(35):137-144.

[6]大数据——知识,真正的价值体现[DB/OL].http://www.ccidnet.com/2013/0621/5023727.shtml,2013-06-21.

[7]云计算助推大数据价值的深挖[DB/OL].http://www.sgcio.com/technology/could/2015/0615/11229.html,2015-06-01.

[8]钟启泉.课程的逻辑[M].上海:华东师范大学出版社,2

360 百度 中国知网 全网目录