吳忭 顧小清

摘要：由華東師范大學-北德克薩斯大學教育技術(shù)聯(lián)合實驗室主辦的“教育大數(shù)據(jù)應用技術(shù)”國際學術(shù)研討會于2017年3月20-21日在華東師范大學舉行。與會嘉賓圍繞教育大數(shù)據(jù)的深度認知、實踐案例和應用趨勢展開深入探討。在深度認知方面：大數(shù)據(jù)的本質(zhì)是數(shù)據(jù)的匯聚和關(guān)聯(lián)，互聯(lián)網(wǎng)為大數(shù)據(jù)的匯聚、變現(xiàn)和研究提供了良好的平臺，“互聯(lián)網(wǎng)+教育”的真正意義在于促進教育的轉(zhuǎn)型升級。教育大數(shù)據(jù)將重構(gòu)教育生態(tài)系統(tǒng)，宏觀層面為教育決策提供科學依據(jù)，中觀層面推進教學管理和評價的創(chuàng)新實踐，微觀層面為個性化教學提供精準支持。在實踐案例方面：教育大數(shù)據(jù)應用離不開新技術(shù)的廣泛支持，多模態(tài)學習分析技術(shù)、大數(shù)據(jù)驅(qū)動的教育研究范式轉(zhuǎn)移和跨學科研究成為教育大數(shù)據(jù)深入應用的重要支撐手段和研究領(lǐng)域。在趨勢展望方面：大數(shù)據(jù)模型驅(qū)動的科學研究將成為一種新的研究范式，教育神經(jīng)科學將為現(xiàn)代教育學尤其是學習科學研究提供新的方法論指導，跨學科研究將為拓展數(shù)據(jù)來源、豐富研究方法、提煉新的研究問題和實現(xiàn)理論創(chuàng)新提供重要途徑。研究者需謹記，教育本身充滿了復雜性，對大數(shù)據(jù)技術(shù)應用應持一種更加謹慎的態(tài)度，不宜過分夸大新技術(shù)對教育的影響。

關(guān)鍵詞：教育大數(shù)據(jù)；深度認知；實踐案例；趨勢展望；學習分析；范式轉(zhuǎn)移

中圖分類號：G434 文獻標識碼：A 文章編號：1009-5195（2017）03-0011-07 doi10.3969/j.issn.1009-5195.2017.03.002

2017年3月20-21日，由華東師范大學-北德克薩斯大學教育技術(shù)聯(lián)合實驗室主辦的“教育大數(shù)據(jù)應用技術(shù)”國際學術(shù)研討會在華東師范大學召開。AECT前主席、《教育技術(shù)研究與發(fā)展》（Education Technology Research & Development）期刊主編Michael Spector教授，北德克薩斯大學講座教授Cathleen Norris、Gerald Knezek，密歇根大學教授Elliot Soloway，密蘇里大學教授Joi Moore，華東師范大學副校長、計算機科學與軟件工程學院周傲英教授，教育信息技術(shù)學系顧小清教授、陳向東教授、吳永和研究員，復旦大學管理學院戴偉輝教授，北京師范大學教育技術(shù)學院武法提教授，國防科技大學朱華勇教授，國家數(shù)字化學習工程技術(shù)研究中心常務副主任、華中師范大學劉三女牙教授，上海市電化教育館張治館長，上海大數(shù)據(jù)聯(lián)盟常務副秘書長馬慧民等20多位專家出席研討會并做學術(shù)報告，300多位教育領(lǐng)域及企業(yè)代表參加了此次研討會。與會專家學者就教育大數(shù)據(jù)的發(fā)展現(xiàn)狀、應用案例、未來趨勢等內(nèi)容作了精彩匯報，為大會帶來許多理念、技術(shù)和應用之間的啟示、互動和交流。

一、教育大數(shù)據(jù)的深度認知和解讀

1.互聯(lián)網(wǎng)與大數(shù)據(jù)的本質(zhì)及其對教育的啟示

在談到教育大數(shù)據(jù)的源起時，周傲英教授認為大數(shù)據(jù)的本質(zhì)是指數(shù)據(jù)的匯聚和關(guān)聯(lián)，而互聯(lián)網(wǎng)為數(shù)據(jù)的匯聚、變現(xiàn)和研究提供了平臺和可能?；ヂ?lián)網(wǎng)的本質(zhì)是實現(xiàn)人與人之間的連接（虛擬社交方式）和提高用戶體驗（線上的學習、工作和生活）。伴隨互聯(lián)網(wǎng)的飛速發(fā)展而出現(xiàn)的互聯(lián)網(wǎng)經(jīng)濟，歸納起來有三大特征，即粉絲經(jīng)濟、智慧經(jīng)濟和分享經(jīng)濟，這在教育領(lǐng)域也可以找到對應的案例，例如專業(yè)領(lǐng)域的大咖通過網(wǎng)絡聚焦話題和人氣、基于在線學習數(shù)據(jù)的自適應學習和智慧教育方興未艾、慕課和創(chuàng)客的發(fā)展如火如荼。目前互聯(lián)網(wǎng)+教育的概念也引發(fā)熱議，其真正的意義在于促進教育的轉(zhuǎn)型升級，包括教學模式、教學過程和評價方式的轉(zhuǎn)變，以及由此催生新的教育技術(shù)和互聯(lián)網(wǎng)教育產(chǎn)業(yè)，并為跨界的、顛覆性的教育創(chuàng)新提供可能。

周傲英教授還指出當今時代個人發(fā)展的重要差距，不是“數(shù)字鴻溝”，而是“熱情鴻溝”（Motivational Divide）。如何實現(xiàn)“因材施教”、“寓教于樂”、“教學相長”，這些傳統(tǒng)教育由來已久的命題，在互聯(lián)網(wǎng)經(jīng)濟時代和大數(shù)據(jù)時代，仍是教育研究者應當思考和回應的關(guān)鍵議題。一方面教育應順應生產(chǎn)和生活方式的變化，如教材、課堂教學、作業(yè)等都應該考慮互聯(lián)網(wǎng)帶來的有利條件，使得寓教于樂變?yōu)楝F(xiàn)實；另一方面教育應充分利用信息技術(shù)提升教學效率和質(zhì)量，擺脫應試教育的噩夢，培養(yǎng)學生的學習興趣，提高創(chuàng)新能力，彌合學生的“熱情鴻溝”。

2.大數(shù)據(jù)帶給教育的機遇和挑戰(zhàn)

針對大數(shù)據(jù)給教育行業(yè)帶來的機遇和挑戰(zhàn)，許多中外學者都發(fā)表了各自的見解。劉三女牙教授認為大數(shù)據(jù)為教育帶來三方面的機遇：首先是創(chuàng)新的思維方式，教育大數(shù)據(jù)不僅在微觀層面為個體提供了精準的個性化教學支持，也在宏觀層面為教育決策提供了科學依據(jù)；其次，教育大數(shù)據(jù)有利于推動教學管理、教學方式和教學評價的創(chuàng)新實踐；最后，教育大數(shù)據(jù)能夠幫助重構(gòu)教育生態(tài)，包括創(chuàng)新人才培養(yǎng)模式，重塑教育理論體系。張治館長認為大數(shù)據(jù)能夠為現(xiàn)代化的教育治理包括資源配置、宏觀調(diào)控、科學決策、效率評估、遴選評價等提供支撐；改善學校服務，使學校的課程服務和評價走向科學化，可根據(jù)學生的發(fā)展規(guī)律設(shè)計教學內(nèi)容和流程；助力學生的個性成長，根據(jù)學生不同的學習路徑提供定制的學習內(nèi)容和差異化指導；此外還能夠幫助企業(yè)發(fā)現(xiàn)學習規(guī)律和改進教育產(chǎn)品。

劉三女牙教授同時也指出，教育大數(shù)據(jù)的應用面臨6個方面的挑戰(zhàn)：一是教育數(shù)據(jù)的復雜性使得教育大數(shù)據(jù)的定義、內(nèi)涵和邊界尚不明確。二是教育情境的多樣化使得建構(gòu)數(shù)據(jù)化認知、提供個性化學習服務和構(gòu)筑新的學習方式，實現(xiàn)從量化自我走向量化學習任重道遠（劉三女牙等，2016）。三是教育大數(shù)據(jù)帶來的倫理道德問題日益凸顯，如數(shù)據(jù)主體的權(quán)利、數(shù)據(jù)的價值和教育效用等問題，需要通過培養(yǎng)教育利益相關(guān)者的數(shù)據(jù)素養(yǎng)、解決技術(shù)異化的實際問題和制定教育數(shù)據(jù)應用的相關(guān)法律法規(guī)來不斷加以完善。四是教育大數(shù)據(jù)的科學研究方法遠未成熟，對于教育領(lǐng)域復雜異構(gòu)的數(shù)據(jù)，采用何種數(shù)據(jù)分析方法進行處理，需要依靠理論創(chuàng)新和實證研究的螺旋式發(fā)展。五是教育大數(shù)據(jù)服務運營模式的缺失，包括教育數(shù)據(jù)的采集表征、存儲管理、傳輸交換、分析應用整個服務鏈的構(gòu)建。六是教育大數(shù)據(jù)應用在標準、技術(shù)、產(chǎn)品和人才四個層面都存在需要突破的瓶頸。北德克薩斯大學Michael Spector教授也提到大數(shù)據(jù)和學習分析技術(shù)在對教育產(chǎn)生顯著影響之前面臨四個方面的挑戰(zhàn)：一是可信度，即分析哪些數(shù)據(jù)、采用哪些方法分析合適；二是隱私性，即如何在保證不侵犯個人數(shù)據(jù)隱私的同時合理利用數(shù)據(jù)分析的結(jié)果；三是定制化，即如何確定數(shù)據(jù)分析結(jié)論適用的具體情境和問題；四是解釋力，即能否對不同來源數(shù)據(jù)分析的結(jié)論差異做出合理的解釋。

3.教育大數(shù)據(jù)的理解視域

與劉三女牙教授、張治館長、Spector教授從宏觀層面探討教育大數(shù)據(jù)的機遇和挑戰(zhàn)不同，朱華勇教授從校本大數(shù)據(jù)的角度分析了個性化學習的需求和挑戰(zhàn)以及校本數(shù)據(jù)的優(yōu)勢和困境。他注意到2016新媒體聯(lián)盟地平線報告基礎(chǔ)教育版明確提出，教育改革的遠景目標是反思學校的運行機制以及如何重新設(shè)計學習空間，推動個性化學習，而當前中國教育面臨的主要挑戰(zhàn)包括新高考評價體系、人文素質(zhì)培養(yǎng)和職業(yè)終身教育。雖然國內(nèi)外教育發(fā)展趨勢的關(guān)注點有所不同，但背后都指向個性化學習的需求和挑戰(zhàn)，例如如何從評價知識到評價能力，如何從指出知識的差距到指明學習的途徑，如何兼顧社會人格培養(yǎng)和個體關(guān)注等。作為應對個性化學習需求和挑戰(zhàn)的有效途徑，朱教授認為中國的學校和學生具有規(guī)模優(yōu)勢，學校信息化水平的不斷提高，使得校本大數(shù)據(jù)的形成具有得天獨厚的優(yōu)勢。為解決當前學校大數(shù)據(jù)發(fā)展中面臨的自動化數(shù)據(jù)采集和分析處理水平低，缺乏有效策略和技術(shù)應對，容易形成“信息迷霧”的困境，朱教授明確指出教育大數(shù)據(jù)驅(qū)動是一個學校教育教學積累從量變到質(zhì)變的過程，不是工具而是數(shù)據(jù)積累的問題，需要兼顧教育領(lǐng)域的大數(shù)據(jù)和小數(shù)據(jù)的作用，即大數(shù)據(jù)尋找共性規(guī)律，小數(shù)據(jù)服務學生個性成長。

顧小清教授從學習科學的角度指出教育大數(shù)據(jù)可視為一種理解學習的新一代研究工具。她提出三個值得深思的問題：第一，我們究竟想要了解學習的哪些方面以及通過哪些途徑了解？第二，我們擁有哪些研究工具幫助我們理解學習？第三，大數(shù)據(jù)是否是一種讓我們更好地理解學習的新一代研究工具？針對前兩個問題，顧小清教授認為學習科學研究至少關(guān)注了三個層面：首先是通過測試了解學習的成果，例如屬于高風險測試的高考和美國教育發(fā)展國家測試（NEAP）等，以及屬于低風險測試的PISA、TIMMS、PIRLS和NAP等。通過測試可以衡量學業(yè)成就，找到學習中存在的問題，為優(yōu)化教學提供證據(jù)，進而創(chuàng)設(shè)更有效的學習環(huán)境和教學模式等。其次是通過課堂觀察、錄像、錄音等方式，收集學習行為、學習情緒、學習交流、社交參與、認知參與等質(zhì)性數(shù)據(jù)進行編碼分析，了解學習發(fā)生的機制。同樣，學習行為數(shù)據(jù)的抽取和分析可以識別學習的問題，改進教學，豐富學習科學的理論知識。最后是通過問卷、訪談等方式了解影響學習的相關(guān)因素，這些主觀的自我匯報的數(shù)據(jù)不僅能夠發(fā)現(xiàn)學習問題和改進教學，還能夠幫助我們理解動機、參與、身份認同等因素在學習中扮演的角色。針對第三個問題，顧小清教授借用自然科學研究中常用的工具——顯微鏡和望遠鏡來隱喻大數(shù)據(jù)在學習科學研究中的作用。大數(shù)據(jù)在宏觀層面可以提供教育決策支持，在中觀層面可以監(jiān)控、管理和優(yōu)化教學過程，在微觀層面可以提供個性化的學習診斷和干預。

二、教育大數(shù)據(jù)的應用案例

1.新技術(shù)支持的教育大數(shù)據(jù)應用

Cathleen Norris教授和Elliot Soloway教授分享了他們在新加坡一所中學開展的移動學習案例，展示了學生利用各種不同的手機App完成主題為植物生命周期的小組探究學習活動，通過采集學習數(shù)據(jù)發(fā)現(xiàn)，不同組員的貢獻率和所參與的活動類型之間存在一致性或差異性，這需要教師結(jié)合學生的學習匯報反饋給予合理的解釋。通過這一鮮活的課堂個案，兩位教授指出有三股力量正在對當今教育產(chǎn)生推動作用：一是信息通信技術(shù)的發(fā)展使得從人手一臺電腦到一人多個設(shè)備的時代來臨，技術(shù)工具越發(fā)成為泛在學習中促進個體心智向不同方向延伸的手段；二是教學范式的轉(zhuǎn)變，即從以教師為中心的教學向以學生為中心的學習轉(zhuǎn)變；三是技術(shù)豐富環(huán)境下以學生為中心的學習行為分析成為可能。但是兩位教授同時強調(diào)，學習分析技術(shù)只有結(jié)合圍繞制作學習制品的學習活動、學生的學習反思以及教師的教學反思，才能幫助我們真正理解教與學的本質(zhì)。

武法提教授展示的高中物理“摩擦力”的翻轉(zhuǎn)課堂教學案例則是明顯的帶有本土化特征的技術(shù)變革教育的縮影。武教授指出翻轉(zhuǎn)課堂實施的關(guān)鍵在于教師對翻轉(zhuǎn)情況的精準把握，而技術(shù)支撐的翻轉(zhuǎn)課堂的關(guān)鍵在于獲取學生數(shù)據(jù)，便于教師及時掌握學情。通過“云平臺+多終端”構(gòu)建的智慧學習環(huán)境為翻轉(zhuǎn)課堂學習過程的數(shù)據(jù)化提供了可能。無論是課前導學單驅(qū)動的自主學習、互動交流，還是課中學習分析驅(qū)動的按需教學、問題驅(qū)動的合作探究、及時評測驅(qū)動的知識內(nèi)化，無不體現(xiàn)出數(shù)據(jù)支撐下的學習分析所具有的精準、個性、思維、創(chuàng)造等智慧教育特征。

針對教育大數(shù)據(jù)的校本應用，朱華勇教授例舉了云教學系統(tǒng)在促進個體學習遷移中的作用。在云教學系統(tǒng)中，通過跨接紙質(zhì)和數(shù)字學習場景的工具，能夠打破跨介質(zhì)學習場景的壁壘，實現(xiàn)智能數(shù)據(jù)的采集和處理；通過基于云應用的選課排課，能夠?qū)崿F(xiàn)分層走班、個性選課的教學管理；通過學生參與設(shè)計、教師跨域合作，能夠建立個人、校本、區(qū)域三級云資源庫，為互動翻轉(zhuǎn)課堂的高效生成提供支撐。而基于云教學系統(tǒng)的校本數(shù)據(jù)則可以從個體學習遷移的分類角度開展不同主題的分析研究，建立大量典型的個體學習模型，從而實現(xiàn)以大數(shù)據(jù)構(gòu)建主要學習特征、以小數(shù)據(jù)開展分析應用服務的目的。

2.多模態(tài)數(shù)據(jù)的分析技術(shù)及應用

吳永和研究員介紹了他們團隊在多模態(tài)學習分析領(lǐng)域開展的一系列研究。第一個案例是傳統(tǒng)教輔資源利用微信公眾號、二維碼、教學微視頻和學習分析技術(shù)構(gòu)建新型教育出版與學習服務高度融合、相互促進的生態(tài)系統(tǒng)，實現(xiàn)用戶學習行為分析、內(nèi)容個性化推送，進而形成“精品”出版內(nèi)容和“精準”教育服務深度結(jié)合的移動學習新模式。通過數(shù)據(jù)分析不僅可以發(fā)現(xiàn)目標學生群體對教輔材料的使用模式，例如通過了解學生觀看視頻講解的時間段，掌握向?qū)W生推送信息的最佳時機；以及發(fā)現(xiàn)不同學科教學視頻播放次數(shù)和圖書銷售量之間的關(guān)聯(lián)，因地制宜地制定銷售策略和優(yōu)化教學資源配置。第二個例子來自“國培計劃”中針對中小學教師在線討論數(shù)據(jù)的分析評價。對于這類教育領(lǐng)域非常普遍的、質(zhì)性的非結(jié)構(gòu)化數(shù)據(jù)，如何基于理論支持的多維度評價模型構(gòu)建用于特征提取的語料庫，采用監(jiān)督學習的方法訓練在線討論的語義分類器，實現(xiàn)文本數(shù)據(jù)的自動化/半自動化分析評價，是當前教育數(shù)據(jù)挖掘研究的難點。毋庸置疑，跨學科的技術(shù)工具和研究方法能夠更大程度地發(fā)揮教育數(shù)據(jù)的優(yōu)勢。正如顧小清教授指出的，我們不僅需要創(chuàng)新技術(shù)工具以采集并獲取傳統(tǒng)方式無法獲得的多維學習數(shù)據(jù)，同時需要創(chuàng)新分析方法以加深對學習本質(zhì)的理解，進而推動學習理論的創(chuàng)新。

在教育領(lǐng)域，非認知因素諸如學習情緒、動機、態(tài)度等在學生成長發(fā)展和學業(yè)表現(xiàn)中的作用，已經(jīng)受到學術(shù)界越來越多的重視。許多學者（O'Regan，2003；Phelps，2006；Artino et al.，2010；D'Mello et al.，2012）指出學習過程是在認知活動和情感狀態(tài)的相互作用下發(fā)生的，有效管理和干預學習情緒、動機等非認知因素有助于提升學生的學習表現(xiàn)。但是當前教育數(shù)據(jù)的獲取和分析仍以認知和社交維度為主，而對于情緒等非認知因素的探知手段有限，通常采用主觀問卷調(diào)查的方式，有效性較差，且難以實時動態(tài)地感知情緒和動機等的變化，更遑論基于情緒感知的情感教學干預。戴偉輝教授展示了一系列關(guān)于腦神經(jīng)科學與傳統(tǒng)行為學研究方法相融合的情感計算研究在教育和其他社會科學領(lǐng)域的應用，例如知識建構(gòu)等認知活動以及情感教學的腦神經(jīng)機制研究，課堂場景的觀測數(shù)據(jù)（肢體行為、聲音的情感特征），網(wǎng)絡行為的心理計算，物理和虛擬環(huán)境的融合分析，人-機共融環(huán)境下的情感識別和計算等。

3.大數(shù)據(jù)驅(qū)動的教育研究范式轉(zhuǎn)移

Gerald Knezek教授通過兩個案例展示了大數(shù)據(jù)技術(shù)在教育研究中的不同作用。第一個案例是一個稱為“simSchool”的在線仿真學校，與用模擬飛行器訓練飛行員的設(shè)計能力相類似，該仿真學校用于對缺乏教學經(jīng)驗的新教師進行教學技能培訓。新教師可以在理解學生不同學習風格和動態(tài)觀察學生變化的學習過程和學業(yè)表現(xiàn)的基礎(chǔ)上，嘗試采用不同的課堂管理、教學設(shè)計、學習指導策略，以獲得學生表現(xiàn)的反饋信息，從而不斷改進教學，提高自身的教學技能。實現(xiàn)這樣的在線培訓系統(tǒng)需要建模動態(tài)復雜的教學活動和學生計算模型，例如學生畫像考慮了性格的5個維度，包括開放的學習態(tài)度、責任心、內(nèi)向/外向、易相處、情緒特質(zhì)；現(xiàn)時考慮了認知風格的三個維度，包括視覺型、聽覺型和動作技能型；以及學業(yè)水平。Knezek教授團隊采用面對面指導和仿真實踐相結(jié)合的方式開展教學技能培訓，受訓的在職和職前教師人數(shù)超過一萬人，分析比較培訓前后的教師變化發(fā)現(xiàn)，除了在教學技能上有明顯提高，更有意義的發(fā)現(xiàn)是教師在受訓之前的教學技能自我效能普遍高于實際教學技能水平，這表明教師對于自身水平的認識不足，過分樂觀；而經(jīng)過充分的仿真教學實踐體驗，教師的教學自我效能更趨近于他們實際的教學技能水平，說明教師能將教育理論和教學實踐更加融會貫通，從而對自身的教學水平有更加客觀的評價（Knezek et al.，2015）。

Knezek教授介紹的第二個案例來自STEM教育（即科學、技術(shù)、工程、數(shù)學），旨在通過引導中小學生調(diào)查家庭的能源浪費情況（例如電器在未使用的情況下仍然接通電源造成電表持續(xù)走電），以培養(yǎng)學生對STEM 學科的未來擇業(yè)興趣。在這樣一個兼具社會價值和教育意義的課外科學教育項目中，Knezek教授團隊并未滿足于運用常用的橫斷研究方法（Cross-Sectional Study）了解短期內(nèi)學生的科學探究實踐對其STEM興趣培養(yǎng)的影響，而是關(guān)注影響的長期持續(xù)性，因此在探究活動結(jié)束后兩年再次對被試進行跟蹤調(diào)查，以期了解學生對于STEM的擇業(yè)興趣是否發(fā)生變化。鑒于教育問題的解決通常并非在短時間內(nèi)可以產(chǎn)生效果，或者我們更關(guān)注教學干預的長期效果，因此Knezek教授指出教育評價研究需要實現(xiàn)“范式轉(zhuǎn)移”，即從傳統(tǒng)實驗研究采用的前后測比較，轉(zhuǎn)向跟蹤研究（Longitudinal Study）所感興趣的潛在變量的變化抑或持續(xù)性。為了探究STEM擇業(yè)興趣的關(guān)鍵影響因素，Knezek團隊采用數(shù)據(jù)挖掘的方法比較了不同時間階段（即科學探究活動前、完成活動一年后、完成活動兩年后）這些關(guān)鍵因素對于擇業(yè)興趣影響的回歸模型，以探究模型的穩(wěn)定性，從而揭示這樣的科學探究活動對于培養(yǎng)學生對STEM學科的未來擇業(yè)興趣究竟能否產(chǎn)生長期影響（Christensen et al.，2013）。

4.教育大數(shù)據(jù)的跨學科研究

跨學科研究有利于從不同學科視角為教育問題解決提供多元的解決方案，是教育研究走向深化的必經(jīng)途徑和必然趨勢。此次論壇中還有幾位專家學者分別從圖書館情報學、教育信息化建設(shè)和教學設(shè)計等不同角度分享了他們對教育大數(shù)據(jù)應用的具體思路。例如北德克薩斯大學杜云飛博士介紹了高校數(shù)據(jù)典藏對于教育大數(shù)據(jù)分析的意義和在把握科研動向、提煉學科問題中的作用。他分別例舉了利用學校的學位論文數(shù)據(jù)和學生的入學信息所做的關(guān)聯(lián)分析，為提高生源質(zhì)量和招生策略提供依據(jù)，以及利用院系的期刊會議論文發(fā)表、基金申請、學術(shù)獲獎和論文引用情況等科研管理數(shù)據(jù)所作的學術(shù)質(zhì)量評價研究。科大訊飛的王亞飛工程師從區(qū)域教育大數(shù)據(jù)平臺建設(shè)的角度分析比較了多種不同的建設(shè)思路。他將教育信息化系統(tǒng)比作“小溪”，指出“挖大河”建設(shè)面向大數(shù)據(jù)和眾多應用場景的大數(shù)據(jù)系統(tǒng)或者“織河網(wǎng)”實現(xiàn)不同信息化系統(tǒng)之間的數(shù)據(jù)互通并不可行，而應該采用“聚水為泊”的方式從不同的信息系統(tǒng)中匯聚教育大數(shù)據(jù)。他還提出建設(shè)區(qū)域教育大數(shù)據(jù)的工作模式可分為三步走：第一步是技術(shù)專家發(fā)現(xiàn)數(shù)據(jù)規(guī)律，找到相關(guān)關(guān)系；第二步是教育專家尋求理論支撐，探索因果關(guān)系；第三步是行業(yè)專家決定是否采用專題模型研究成果。Joi Moore教授則圍繞以人為中心的設(shè)計（Human-Centered Design）和教學適用性（Pedagogical Usability）兩方面展開探討。她認為教學設(shè)計應該借鑒設(shè)計學的前沿理論和方法，以學生在真實課堂的學習需求為核心，通過分析學習的實際過程和學生的行為表現(xiàn)來評估設(shè)計的有效性，發(fā)現(xiàn)前期教學設(shè)計存在的問題和影響學習效果的關(guān)鍵設(shè)計要素，從而優(yōu)化教學設(shè)計。

三、教育大數(shù)據(jù)的應用趨勢展望

華東師范大學陳向東教授援引圖靈獎得主Jim Gray的觀點，認為科學研究可分為四個范式，即實驗范式、（理論）模型范式、（計算）仿真范式以及數(shù)據(jù)密集型范式。具有海量（Volume）、多樣（Variety）、價值（Value）、高速（Velocity）特征的大數(shù)據(jù)，將成為科學研究的第四范式（Hey et al.，2009）。這一研究范式將與傳統(tǒng)的科學研究（包括傳統(tǒng)的教育科學研究）有很大不同。以往的數(shù)據(jù)只是經(jīng)驗研究和理論研究的配角和檢驗者，強調(diào)先有設(shè)計再通過數(shù)據(jù)驗證模型的合理性，而在基于大數(shù)據(jù)的科學研究中，大數(shù)據(jù)模型是數(shù)據(jù)驅(qū)動，強調(diào)的是建模過程以及模型的可更新性，模型承擔了一部分理論的角色。未來這種數(shù)據(jù)驅(qū)動的經(jīng)驗模型將帶來一種新的研究范式。當然，對于這一觀點，無論是哲學界還是具體學科領(lǐng)域，都存在較大的爭議。

伴隨物聯(lián)網(wǎng)、移動通訊與云計算的發(fā)展，以及物理空間、網(wǎng)絡空間和心理空間復雜關(guān)聯(lián)的多維耦合演化，現(xiàn)代教育的信息感知環(huán)境與教學方式正在發(fā)生深刻變化。要理解日益復雜的教育環(huán)境和學習過程，戴偉輝教授認同需要突破傳統(tǒng)的學科研究范式的觀點，并進一步指出教育神經(jīng)學的出現(xiàn)將為知識的個性化建構(gòu)及其運用、學習與創(chuàng)新提供教育理論與技術(shù)方法的支撐；將有利于機理模型、數(shù)據(jù)模型、實證方法相融合，為現(xiàn)代教育學研究特別是學習科學研究提供新的研究范式；將為教育大數(shù)據(jù)的精準分析提供行為機理和先驗知識、類腦與仿腦的智能分析方法，從而大大降低計算冗余度，提高計算效率。因此加強同其他學科之間的聯(lián)系與合作是拓展教育數(shù)據(jù)來源、豐富研究方法、提煉新的研究問題以及實現(xiàn)理論創(chuàng)新的重要途徑。

吳永和研究員從數(shù)據(jù)來源的視角對戴偉輝教授所展示的教育神經(jīng)學的潛力作了另一番解讀。他指出多模態(tài)學習分析（Multimodal Learning Analytics）目前已成為學習分析領(lǐng)域的研究熱點之一。多模態(tài)學習分析意味著按照人的多重感知模式分析測量生物數(shù)據(jù)，以同步處理被試者不同模態(tài)的數(shù)據(jù)，如同步記錄和分析眼球運動軌跡和關(guān)注焦點、腦電和事件相關(guān)電位、心電、肌電、皮膚電等生理信號。多模態(tài)整合分析可以使實驗結(jié)果更加客觀和全面，能夠更深入地揭示學習者的信息感知和認知加工規(guī)律（Merceron et al.，2016）。吳永和研究員進一步提出學習分析的“源息性”問題，即收集哪些數(shù)據(jù)以及如何分析才能保證學習分析源數(shù)據(jù)能準確全面地體現(xiàn)學習者的全部特性。他認為多模態(tài)學習分析為解決這一問題提供了有效的途徑。所謂多模態(tài)數(shù)據(jù)是指對于同一現(xiàn)象、過程或環(huán)境，采用多種方式獲取的相關(guān)數(shù)據(jù)?；パa性是多模態(tài)數(shù)據(jù)的重要特性，任何一種模態(tài)的數(shù)據(jù)都能提供關(guān)于某一現(xiàn)象或過程的部分解釋，而這些信息從其他模態(tài)數(shù)據(jù)中無法獲得（Lahat et al.，2015）。

在談到大數(shù)據(jù)在教育研究中的應用趨勢時，一方面，我們可以借鑒大數(shù)據(jù)在商業(yè)營銷、電子商務、社交傳媒等其他行業(yè)的經(jīng)典案例和成熟的數(shù)據(jù)挖掘方法，例如采用類似“啤酒尿布”案例的關(guān)聯(lián)分析，針對不同學習過程，識別學習者的行為模式，建立學習行為和學業(yè)表現(xiàn)的關(guān)聯(lián)；采用類似購物網(wǎng)站自動推薦的分類預測算法，對學生群體進行分類，對學業(yè)水平進行歸因分析，以更好地理解和預測學習表現(xiàn)；采用數(shù)據(jù)驅(qū)動的知識發(fā)現(xiàn)方法，面向不同學習階段，對個體的學習成長進行學習者畫像，以深入了解學生的學習特質(zhì)（顧小清等，2012）。另一方面，我們也需要注意到教育問題本身的復雜性以及與其他領(lǐng)域的差異性，分析總結(jié)具有教育行業(yè)特色的學習分析和教育數(shù)據(jù)挖掘方法。如武法提教授所列舉的一系列學習分析的典型應用，包括學業(yè)成績趨勢分析、學習投入度模型驗證、認知分析、思維過程分析、知識地圖、學習路徑、興趣圖譜、社會關(guān)系圖譜、學習分析儀表盤等，都可視為面向教育領(lǐng)域需求和問題的分析產(chǎn)物與解決方案（武法提等，2014）。

教育信息化從上世紀80年代萌芽到90年代發(fā)展，經(jīng)歷了電視、衛(wèi)星和網(wǎng)絡。從電化教育、遠程教育到現(xiàn)在的慕課、翻轉(zhuǎn)課堂、云教室以及三通兩平臺，教育信息化發(fā)展的思路沿襲了管理信息化的發(fā)展思路。當前提出的“互聯(lián)網(wǎng)+教育”理念可以視為教育信息化2.0時代的到來，其特點在于“用戶至上”和“設(shè)計思維”，即關(guān)注學習的過程和學習者的體驗，關(guān)注構(gòu)建開放的、迭代設(shè)計的、需求導向的教育生態(tài)系統(tǒng)。但是教育信息化2.0的這兩個特點需要我們重構(gòu)教育理論框架，通過教育心理學、教育學、教育哲學、教學論、課程論、考試測評理論、教育管理、教育統(tǒng)計、教育經(jīng)濟和教育信息化等學科間的合作研究，提出新的理論和新的研究范式，以滿足互聯(lián)網(wǎng)時代因數(shù)據(jù)而重塑教育的需要。雖然與會專家基本都認同教育大數(shù)據(jù)將重塑教育的未來，驅(qū)動教育領(lǐng)域研究和實踐的持續(xù)創(chuàng)新，但是Michael Spector教授站在教育技術(shù)發(fā)展的歷史視角，提醒大家在研究和應用教育大數(shù)據(jù)的過程中仍然應該保持更謹慎的態(tài)度，不宜過分夸大新技術(shù)對教育的影響（Spector，2014；程薇等，2015）。

參考文獻：

[1]程薇，凡正成，陳桄等（2015）.新興技術(shù)應用于教學的挑戰(zhàn)思考：我們很少正視我們失敗的地方——訪國際資深教育技術(shù)學學者邁克爾·斯佩克特教授[J].現(xiàn)代遠程教育研究，（6）：11-20.

[2]顧小清，張進良，蔡慧英等（2012）. 學習分析：正在浮現(xiàn)中的數(shù)據(jù)技術(shù)[J]. 遠程教育雜志， （1）：18-25.

[3]劉三女牙，李卿，孫建文等（2016）. 量化學習：數(shù)字化學習發(fā)展前瞻[J]. 教育研究， （3）：119-126.

[4]武法提，牟智佳（2014）. 電子書包中基于大數(shù)據(jù)的學生個性化分析模型構(gòu)建與實現(xiàn)路徑[J]. 中國電化教育， （3）：63-69.

[5]Artino， A. R.， La Rochello， J. S.， & Durning， S. J.（2010）. Second-Year Medical Students' Motivational， Belief， Emotions， and Achievement[J]. Medical Education， 44（12）：1203-1212.

[6]Christensen， R.， Knezek， G.， & Tyler-Wood， T. et al. （2013）. Persistence of Cognitive Constructs Fostered by Hands-On Science Activities in Middle School Students[A]. Proceedings of the International Association for Development of the Information Society[C].

[7]D'Mello， S.， & Graesser， A. （2012）. Dynamics of Affective States During Complex Learning[J]. Learning and Instruction， 22（2）： 145-157.

[8]Hey， T.， Tansley， S.， & Tolle， K. M.（2009）. The Fourth Paradigm： Data-Intensive Scientific Discovery （Vol. 1）[M]. Redmond， WA： Microsoft Research.

[9]Knezek， G.， Hopper， S. B.， & Christensen， R. et al.（2015）. Assessing Pedagogical Balance in a Simulated Classroom Environment[J]. Journal of Digital Learning in Teacher Education， 31（4）： 148-159.

[10]Lahat， D.， Adali， T.， & Jutten， C.（2015）. Multimodal Data Fusion： An Overview of Methods， Challenges， and Prospects[A]. Proceedings of the IEEE[C]， 103（9）： 1449-1477.

[11]Merceron， A.， Blikstein， P.， & Siemens， G.（2016）. Learning Analytics： From Big Data to Meaningful Data[J]. Journal of Learning Analytics， 2（3）： 4-8.

[12]O'Regan， K.（2003）. Emotion and E-Learning[J]. The Journal of Asynchronous Learning Networks， 7（3）： 78-92.

[13]Phelps， E. A.（2006）. Emotion and Cognition： Insights from Studies of the Human Amygdala[J]. Annual Review of Psychology， 57（1）： 27-53.

[14]Spector， J. M. （2014）. Emerging Educational Technologies： Tensions and Synergy[J]. Journal of King Saud University-Computer and Information Sciences， 26（1）： 5-10.

收稿日期 2017-04-11 責任編輯 劉選