黃敏

(西南大學(xué) 外國語學(xué)院，重慶 400715)

0 前言

全球知名咨詢公司麥肯錫稱：“數(shù)據(jù)，已經(jīng)滲透到當(dāng)今每一個行業(yè)和業(yè)務(wù)職能領(lǐng)域，成為重要的生產(chǎn)因素。”(郭曉科，2013)自2009年維克托·邁爾-舍恩伯格及肯尼斯·庫克耶編寫的《大數(shù)據(jù)時代》問世以來，大數(shù)據(jù)成了各行各業(yè)的流行詞匯。一般認為，大數(shù)據(jù)具有四大特征，分別為數(shù)據(jù)體量浩大(Volumn)、數(shù)據(jù)多元(Variety)、生成快速(Velocity)、價值回報高(Value)，俗稱4V特征(Mayer-Schonberger et al., 2013)。根據(jù)互聯(lián)網(wǎng)數(shù)據(jù)中心IDC(Internet Data Centre)的定義：至少要有超過100TB可供分析的數(shù)據(jù)才叫大數(shù)據(jù)。大數(shù)據(jù)種類繁多，具有異構(gòu)和多樣性，包括文本、網(wǎng)絡(luò)日志、音頻、視頻、圖片、地理位置信息等。大數(shù)據(jù)的意義在于對多種類型數(shù)據(jù)構(gòu)成的“數(shù)據(jù)集”進行分析和研究，提取有價值的信息，獲得某種洞見或規(guī)律，從而幫助人們在解決問題時作出科學(xué)的決策或預(yù)測。大數(shù)據(jù)將給社會帶來的三大變化有：(1)海量數(shù)據(jù)甚至“全部數(shù)據(jù)”將使人們不再依賴小樣本的推斷統(tǒng)計； (2)為了獲取更好的洞察力，不再熱衷于追求精確度，但并不是就此放棄；(3)不再熱衷于追求因果關(guān)系，而更注重相關(guān)關(guān)系。這三條將徹底改變我們科研和教學(xué)的本體論、認識論和方法論(劉潤清，2014)。

在教育領(lǐng)域，以信息化帶動教育現(xiàn)代化已然上升為國家戰(zhàn)略。隨著教育信息化的深入，對大數(shù)據(jù)的利用成為學(xué)者、教師和管理人員共同面臨的新課題。教育大數(shù)據(jù)作為大數(shù)據(jù)的一個子集，是整個教育活動過程中所產(chǎn)生的以及根據(jù)教育需要采集到的，一切用于教育發(fā)展并可創(chuàng)造巨大潛在價值的數(shù)據(jù)集合(楊現(xiàn)民 等，2015)。教育大數(shù)據(jù)從戰(zhàn)略高度被定位為推動教育變革的新型戰(zhàn)略資產(chǎn)、推進教育領(lǐng)域綜合改革的科學(xué)力量以及發(fā)展智慧教育的基石，其最終價值體現(xiàn)在與教育主流業(yè)務(wù)的深度融合以及持續(xù)推動教育系統(tǒng)的智慧化變革上(楊現(xiàn)民 等，2016)。外語教育作為我國教育體系重要組成部分在大數(shù)據(jù)時代也同樣面臨著機遇與挑戰(zhàn)。正如劉潤清教授(2014)所言，現(xiàn)在教育經(jīng)歷“結(jié)構(gòu)性調(diào)整”，不僅要更換結(jié)構(gòu)，更重要的是革新理念和生產(chǎn)方式。雖然利用大數(shù)據(jù)能幫助我們更加清楚地認識外語教育的真實面貌和客觀規(guī)律，找準理念和實踐創(chuàng)新的突破口，提升教學(xué)效率，但外語教育領(lǐng)域卻十分缺乏基于大數(shù)據(jù)的學(xué)習(xí)分析研究。因此，本文試圖回答以下三個問題：(1)外語教學(xué)中大數(shù)據(jù)究竟能產(chǎn)生怎樣的價值？(2)外語教育中的大數(shù)據(jù)有哪些重要的來源？(3)我們對收集到的大數(shù)據(jù)又該進行怎樣的技術(shù)分析呢？

1 大數(shù)據(jù)在外語教學(xué)中的價值

大數(shù)據(jù)能為外語教學(xué)帶來怎樣的價值呢？總的來說，大數(shù)據(jù)能優(yōu)化外語學(xué)習(xí)過程、助力個性化教學(xué)的實現(xiàn)，深化對外語學(xué)習(xí)者特征的分析，精準反映教學(xué)要素之間的互動，簡化外語教學(xué)評價方式、克服經(jīng)驗式評價弊端。

1.1大數(shù)據(jù)能優(yōu)化外語學(xué)習(xí)過程，助力個性化教學(xué)的實現(xiàn)

國內(nèi)外研究表明個性化教學(xué)能最大限度發(fā)揮學(xué)生潛能、提高學(xué)生學(xué)習(xí)動力、維持良好的學(xué)習(xí)習(xí)慣，對提升學(xué)習(xí)效果具有積極的意義(Creed, 2010；Kalivoda, 2010)。個性化教學(xué)一直是我國外語教育領(lǐng)域的不懈追求；從教育部頒布的《大學(xué)英語課程教學(xué)要求(試行)》(2004年)到《大學(xué)英語教學(xué)指南》(2017年)都把確立多元教學(xué)目標(biāo)、體現(xiàn)個性化教學(xué)理念、提供多種學(xué)習(xí)選擇作為其核心觀點和任務(wù)(王海嘯，2004；蔡基剛，2016)。但受制于傳統(tǒng)教學(xué)模式的局限，個性化指導(dǎo)和評價機會有限，個性化教學(xué)效果不理想(文秋芳, 2006, 2012)。信息技術(shù)新時代，教學(xué)模式以學(xué)生為中心，使其成為學(xué)習(xí)過程數(shù)據(jù)的生產(chǎn)者、使用者和受益者。通過學(xué)習(xí)過程大數(shù)據(jù)，可以完善個性化學(xué)習(xí)者檔案、分析和預(yù)測個性化學(xué)習(xí)行為、進行以數(shù)據(jù)驅(qū)動的教學(xué)決策和個性化學(xué)習(xí)輔導(dǎo)；自適應(yīng)學(xué)習(xí)系統(tǒng)能根據(jù)學(xué)生學(xué)習(xí)數(shù)據(jù)預(yù)測其性格特點和喜好，推送符合學(xué)生興趣愛好和級別的學(xué)習(xí)材料，構(gòu)建個性化的知識和能力體系。如在慕課或精品資源公開課中，平臺可以收集學(xué)生的所有學(xué)習(xí)數(shù)據(jù)，大數(shù)據(jù)與云計算的結(jié)合使教師可以通過對數(shù)據(jù)的分析掌握學(xué)生在教育資源庫上的操作痕跡，如點擊流(Clickstream )，了解學(xué)生學(xué)習(xí)動態(tài)需求，了解不同學(xué)生的學(xué)習(xí)風(fēng)格，提供不同的學(xué)習(xí)支持，進行及時、有針對性的干預(yù)和幫助(Gao, et al., 2019；Deng, et al., 2020)。如姜強等(2018)基于AprioriAll算法，挖掘分析相同或相近學(xué)習(xí)偏好和知識水平的學(xué)習(xí)群體的軌跡，并以學(xué)習(xí)者特征與學(xué)習(xí)對象媒體類型、理解等級、難度級別的匹配計算為基礎(chǔ)，生成精準化個性學(xué)習(xí)路徑，為差異化教學(xué)提供新思路。陳長勝、孟祥增等(2020)以中國大學(xué)MOOC平臺中7967名學(xué)習(xí)者的學(xué)習(xí)行為記錄為對象研究了慕課學(xué)習(xí)者的時間分配，發(fā)現(xiàn)慕課學(xué)習(xí)者在線學(xué)習(xí)行為時間序列呈現(xiàn)非平穩(wěn)特征，課程周期內(nèi)學(xué)習(xí)者學(xué)習(xí)時間分配存在三段式節(jié)奏，學(xué)習(xí)者資源交互行為的時間分配存在顯著差異，不同成績等級的學(xué)習(xí)者群體資源交互行為與學(xué)習(xí)時間分配存在顯著差異。因此提出了課程運行中及時關(guān)注“低訪問頻次低時間投入”和“高訪問頻次低時間投入”學(xué)習(xí)者的分類教學(xué)建議。

1.2大數(shù)據(jù)能深化對外語學(xué)習(xí)者特征的分析

根據(jù)第二語言習(xí)得理論，學(xué)生個體差異，如年齡、學(xué)習(xí)風(fēng)格、動機、學(xué)習(xí)目標(biāo)、元認知等會影響語言學(xué)習(xí)的成效(Stephen, 1981；Rod, 1997；Dornyei, 2005)。傳統(tǒng)的教學(xué)研究只能利用獲取的隨機抽樣數(shù)據(jù)，用統(tǒng)計手段進行推斷，過程復(fù)雜，研究結(jié)果存在誤差，影響后續(xù)教學(xué)干預(yù)的準確性。信息網(wǎng)絡(luò)技術(shù)可以采集微觀的學(xué)習(xí)過程數(shù)據(jù)，包括學(xué)生的基本信息(姓名、性別、年齡、專業(yè)等)、學(xué)習(xí)行為日志數(shù)據(jù)信息(如學(xué)生在哪段視頻上停留了多少時間、閱讀某篇文章花了多少時間、先后瀏覽順序、作文寫作經(jīng)歷了怎樣的修改過程等細顆粒度的行為)、興趣偏好信息(語言技能類、文化類、應(yīng)試類等)、認知行為信息(視覺型、聽覺型、沖動型、穩(wěn)重型等)、學(xué)習(xí)結(jié)果信息(作業(yè)成績、測試成績、自評成績、互評成績等)；教學(xué)過程由以前不可量化到可量化(Cantabella et al., 2019; Shen et al., 2020)。如劉三女牙等(2016)以哈佛大學(xué)和麻省理工學(xué)院在edX平臺上的課程學(xué)習(xí)數(shù)據(jù)為樣本，從學(xué)習(xí)者類型、性別、學(xué)歷、年齡、課程等五個維度對學(xué)習(xí)者學(xué)習(xí)行為進行差異性分析，其研究結(jié)果深化了對外語學(xué)習(xí)者特征的了解。趙慧瓊等(2017)利用多元回歸分析方法判定影響學(xué)生學(xué)習(xí)績效的預(yù)警因素，在此基礎(chǔ)上建構(gòu)了干預(yù)模型，并將其應(yīng)用于教學(xué)實踐，對產(chǎn)生的學(xué)習(xí)數(shù)據(jù)進行二元Logistic回歸分析，結(jié)果表明基于大數(shù)據(jù)的學(xué)習(xí)分析能及時發(fā)出預(yù)警信號并提供個性化干預(yù)對策，增強學(xué)習(xí)動機，培養(yǎng)學(xué)習(xí)者毅力。喬璐、江豐光(2020)選取“學(xué)堂在線”平臺上參與慕課學(xué)習(xí)的1068名學(xué)習(xí)者進行研究，以視頻觀看比例、平時作業(yè)得分率、期末考試得分率、課程得分率四個變量來表征學(xué)習(xí)者的學(xué)習(xí)行為特征，并運用凝聚層次聚類分析、K-Means聚類算法、相關(guān)性分析和邏輯回歸分析處理課程數(shù)據(jù)，研究結(jié)果把學(xué)習(xí)者分成了積極學(xué)習(xí)者、一般學(xué)習(xí)者和單純注冊者三類，并討論了四個變量在三類學(xué)習(xí)者群體之間存在的差異。

1.3大數(shù)據(jù)能精準反映教學(xué)要素之間的互動

互動是外語學(xué)習(xí)的普遍特征，也一直是國內(nèi)外研究者和教師關(guān)注的熱點(Stoch, 2008; Oxford, 2011; Sato , 2013；徐錦芬 等，2018; 徐錦芬 等, 2019)。大數(shù)據(jù)時代，以社交媒體為特征的技術(shù)能記錄學(xué)生與學(xué)習(xí)內(nèi)容、環(huán)境(包括虛擬環(huán)境和AI 機器人)、同伴和教師之間復(fù)雜交互過程產(chǎn)生的大量數(shù)據(jù)。例如在慕課平臺上選擇同一門“跨文化交際”課程的數(shù)以萬計的學(xué)生可以通過網(wǎng)絡(luò)社交平臺進行積極的討論，教師也可加入引導(dǎo)討論的方向和內(nèi)容，交流的廣度和深度前所未有。其產(chǎn)生的龐大數(shù)據(jù)可以通過社交分析軟件(如Ucinet、Gephi)、內(nèi)容分析等精準掌握互動的模式、頻率、范圍、內(nèi)容等 (Chen et al., 2019; Fang et al., 2019; Lu et al., 2020)。如李艷、張慕華(2015)采用質(zhì)性研究的方法，利用質(zhì)性研究分析軟件NVivo 8對收集的231條在線學(xué)習(xí)日志進行編碼，圍繞學(xué)習(xí)者、教師、課程、技術(shù)、環(huán)境五個維度進行內(nèi)容分析。發(fā)現(xiàn)學(xué)生在與他人互動方面，相比在線交流，偏好面對面的交流討論，而教師對學(xué)習(xí)者的指導(dǎo)與鼓勵非常重要，多元評價方式能讓學(xué)習(xí)者體驗到學(xué)習(xí)過程比最后得分更為重要。

1.4大數(shù)據(jù)能簡化外語學(xué)習(xí)評價方式，克服經(jīng)驗式評價弊端

在傳統(tǒng)教學(xué)中，對學(xué)生學(xué)習(xí)過程情況的收集復(fù)雜、低效。而教育技術(shù)新時代，學(xué)習(xí)者在學(xué)習(xí)平臺上的學(xué)習(xí)過程數(shù)據(jù)能被終端記錄并存儲下來，為教師評價提供了最直接、最客觀、最準確的依據(jù)。同時，基于大數(shù)據(jù)建立的考試網(wǎng)絡(luò)空間能使學(xué)生在虛擬環(huán)境中與AI機器人進行對話，系統(tǒng)根據(jù)設(shè)定的評價指標(biāo)給出評價分數(shù)，改變了以往教師靠經(jīng)驗和主觀判斷評分的局限性(Engwall et al., 2020; Engwall et al., 2020; Hass, Vogt et al., 2020)。

2 外語教學(xué)與科研大數(shù)據(jù)來源

2013年被媒體稱為中國的大數(shù)據(jù)元年，從這一年起，國內(nèi)教育技術(shù)領(lǐng)域掀起了基于大數(shù)據(jù)技術(shù)促進教育改革和創(chuàng)新發(fā)展相關(guān)研究的浪潮，大數(shù)據(jù)教育應(yīng)用迅速發(fā)展起來。2014年3月，教育部辦公廳印發(fā)的《2014年教育信息化工作要點》中指出：加強對動態(tài)監(jiān)控、決策應(yīng)用、教育預(yù)測等相關(guān)數(shù)據(jù)資源的整合與集成，為教育決策提供及時和準確的數(shù)據(jù)支持，推動教育基礎(chǔ)數(shù)據(jù)在全國共享。大數(shù)據(jù)與教育領(lǐng)域的深度融合成為當(dāng)代教育事業(yè)發(fā)展的必然趨勢。2016年，教育部印發(fā)的《教育信息化“十三五”規(guī)劃》中提出要積極利用云計算、大數(shù)據(jù)等新技術(shù)，創(chuàng)新資源平臺、管理平臺的建設(shè)、應(yīng)用模式；要依托網(wǎng)絡(luò)學(xué)習(xí)空間逐步實現(xiàn)對學(xué)生日常學(xué)習(xí)情況的大數(shù)據(jù)采集和分析，優(yōu)化教學(xué)模式。2018年，教育部印發(fā)的《教育信息化2.0行動計劃》指出要利用大數(shù)據(jù)技術(shù)采集、匯聚互聯(lián)網(wǎng)上豐富的教學(xué)、科研、文化資源，為各級各類學(xué)校和全體學(xué)習(xí)者提供海量、適切的學(xué)習(xí)資源服務(wù)，實現(xiàn)從“專用資源服務(wù)”向“大資源服務(wù)”的轉(zhuǎn)變。

Piety等(2014)認為教育大數(shù)據(jù)可以圍繞教學(xué)、學(xué)習(xí)者、教育機構(gòu)、基于數(shù)據(jù)的決策四個方面收集。Cope和Kalantzis (2014) 認為大數(shù)據(jù)可以來自過程性、場景性和課堂評價，以技術(shù)為中介的心理測量，自主學(xué)習(xí)和其他一些更為復(fù)雜的學(xué)習(xí)表現(xiàn)。為了滿足外語學(xué)習(xí)者的需求，基于技術(shù)增強型的學(xué)習(xí)方式也是多種多樣，如正式學(xué)習(xí)與非正式學(xué)習(xí)，同步學(xué)習(xí)與異步學(xué)習(xí)，現(xiàn)實世界、虛擬世界與混合世界的學(xué)習(xí)，移動學(xué)習(xí)、無縫化學(xué)習(xí)和特定場景的學(xué)習(xí)，常規(guī)課堂學(xué)習(xí)、MOOC學(xué)習(xí)和開放式課程軟件學(xué)習(xí)(Lan et al., 2017)?；诖?，我們歸納出外語教學(xué)大數(shù)據(jù)的幾個主要來源：(1)外語真實課堂活動中直接產(chǎn)生的數(shù)據(jù)，如學(xué)生考勤、課堂回答問題頻次、課堂測試、參與討論互動情況等。這些數(shù)據(jù)的采集可以用問卷、課堂觀察、錄視頻、訪談的方式獲得，也可以通過如QQ學(xué)習(xí)平臺上的簽到、搶答等功能記錄。(2)外語學(xué)習(xí)平臺產(chǎn)生的學(xué)習(xí)數(shù)據(jù)，如學(xué)習(xí)進度、正確率、發(fā)帖情況、測試成績等。北京外語教學(xué)與研究出版社Unipus學(xué)習(xí)平臺、清華大學(xué)大學(xué)英語數(shù)字化互動教學(xué)平臺等，能提供學(xué)生每單元每一部分的學(xué)習(xí)時間、成績以及學(xué)生在平臺上參與互動討論等的顯性結(jié)構(gòu)化數(shù)據(jù)。(3)慕課學(xué)習(xí)平臺，包括中國外語MOOC平臺、學(xué)堂在線、超星慕課平臺、各級精品開放課程平臺等。因為這些平臺是面向公眾開放，數(shù)據(jù)量都比較龐大，一線教師不容易獲取，需要與慕課運營平臺進行溝通。(4) 移動設(shè)備端自主學(xué)習(xí)數(shù)據(jù)。例如學(xué)生學(xué)習(xí)詞匯的百詞斬、扇貝單詞、拓詞等能自動記錄學(xué)生詞匯記憶的時長和進度情況。(5)教學(xué)管理活動中通過數(shù)字化校園平臺、智慧校園平臺采集到的數(shù)據(jù)，如學(xué)生基本信息、圖書館借閱書目情況、借閱時間長短、大型考試成績情況等。

3 外語教學(xué)大數(shù)據(jù)分析技術(shù)

面對不同來源的大數(shù)據(jù)，只有對數(shù)據(jù)進行有效的處理，才能使其變成有價值的信息，為教學(xué)決策、教學(xué)過程和評價提供有價值的參考。近年來，以云計算、數(shù)據(jù)挖掘與分析等為基礎(chǔ)的大數(shù)據(jù)技術(shù)為教育研究帶來了數(shù)據(jù)獲取、存儲、分析和決策等方面的支持。

大數(shù)據(jù)的發(fā)展促進了大數(shù)據(jù)分析方法的發(fā)展，包括機器學(xué)習(xí)、數(shù)據(jù)挖掘、預(yù)測模型、數(shù)據(jù)的可視化等。在教育領(lǐng)域，學(xué)習(xí)分析(Learning analytic)非常重要；學(xué)習(xí)分析是對“學(xué)習(xí)者和學(xué)習(xí)環(huán)境的數(shù)據(jù)測量、收集、分析和匯報”，它能為教師、研究者和政策制定者提供有用的信息，改進教學(xué)，改善教學(xué)結(jié)果。Greller 和Drachsler(2012) 提出了一個系統(tǒng)全面的定義，從六大關(guān)鍵維度來定義學(xué)習(xí)分析。這六大關(guān)鍵維度分別是內(nèi)部限制、外部限制、工具、數(shù)據(jù)、目標(biāo)和關(guān)益者。內(nèi)部限制指學(xué)生的能力和對相關(guān)知識的接受度；外部限制包括平臺的規(guī)范及與學(xué)生、教師的約定；工具有技術(shù)、算法、理論等；數(shù)據(jù)主要是來自學(xué)生的公開數(shù)據(jù)和隱私數(shù)據(jù)；目標(biāo)是反思教育模式和預(yù)測學(xué)生發(fā)展前景；關(guān)益者包括機構(gòu)、教師、學(xué)生等。Ferguson 和 Buckingham (2012)歸納了五種學(xué)習(xí)分析方法：社交網(wǎng)絡(luò)分析、話語分析、內(nèi)容分析、性格分析和情境分析。近年來，隨著人工智能和自然語言處理等領(lǐng)域技術(shù)的突破和整合，學(xué)習(xí)分析工具也更加多樣和先進。如支持對原始帖子進行標(biāo)注或編碼、交叉引用和簡短評論的工具Nvivo和Atlasti；支持基于詞典的文本分析工具CATPAC和LIWC；智能化內(nèi)容分析工具VINCA；社會網(wǎng)絡(luò)分析工具Ucinet；預(yù)測學(xué)生學(xué)習(xí)參與的實時模型工具Solutionpath StREAM；分析計算機輔助合作學(xué)習(xí)的工具Meerkat-ED；為教師提供學(xué)生情況實時反饋的工具LOCO-Analyst；用于系統(tǒng)建模的工具Coordinator；專門的數(shù)據(jù)挖掘工具，SQL SERVER Analysis Service (SSAS)、Weka、SPSS 等(張濃芳，2010; 魏順平，2013； Romero et al., 2020)。除此之外，還有Degrees of Reading Power(DRP)、DRA1+，Pearson’s Ordinate Technology Coh-Metrix、Point of Originality、OpenEssayist和Asiya等分析工具(甘容輝 等，2016)。大數(shù)據(jù)的算法也為分析大數(shù)據(jù)提供了支持，例如運用邏輯斯諦回歸方法和支持向量機算法對成績進行預(yù)測(賀超凱 等，2016；呂品 等，2019)，利用決策樹算法對學(xué)生在線學(xué)業(yè)成就影響因素或?qū)W生教學(xué)滿意度進行分析(舒忠梅 等，2014；孫發(fā)勤 等，2019)，基于Apriori 算法對學(xué)習(xí)群體行為進行分析(姜強 等，2018)，利用adaboost 算法構(gòu)建預(yù)測干預(yù)模型(韓梅梅，2018)等。

4 結(jié)語

依靠現(xiàn)代教育技術(shù)產(chǎn)生的大數(shù)據(jù)對外語教學(xué)價值凸顯，為外語科研人員和教師帶來了機遇，但擁有大數(shù)據(jù)絕不是取代科研人員和教師的作用(Mayer-Schonberger et al.，2013)。在實踐中，我們?nèi)匀恍枰⒁鈳讉€問題。

(1)大數(shù)據(jù)能提供小數(shù)據(jù)時代不能想象的海量數(shù)據(jù)，幾乎能實現(xiàn)“樣本=總體”，是一種新的研究范式，但在數(shù)據(jù)分析和解釋上仍然需要教師和研究者結(jié)合語言習(xí)得理論和教學(xué)實踐進行判斷、分析、歸納和總結(jié)。(2)高效、科學(xué)的學(xué)習(xí)管理數(shù)據(jù)收集平臺和管理系統(tǒng)(Learning Management System)需要研究人員、教師、編程人員的共同研發(fā)。根據(jù)知網(wǎng)CNKI的檢索結(jié)果，我們注意到，目前研究者的興趣普遍集中在英語寫作教學(xué)平臺大數(shù)據(jù)的收集和分析上，缺乏對語言教學(xué)其他技能學(xué)習(xí)平臺的開發(fā)和學(xué)習(xí)過程的研究。(3)質(zhì)性研究方法，如訪談、問卷、有聲思維，仍是支撐大數(shù)據(jù)分析的有效三角驗證方法。(4)大數(shù)據(jù)分析本身具有數(shù)據(jù)、計算和系統(tǒng)復(fù)雜性的特點，研究人員和教師要充分估計大數(shù)據(jù)收集、儲存和分析中出現(xiàn)的挑戰(zhàn)，找出應(yīng)對之策。