您当前的位置:首页 >> 钓鱼
课程教学| 什么是大数据?大数据如何影响课堂教学?
发布时间:2019-07-05
 

课程君说

本文通过具体的例子,阐述大数据是如何从反馈、个性化、概率预测这三个方面,影响课堂教学互动方式变革的,并详细地论述了什么是教育大数据,什么是新时代的课堂教学互动方式,以及这种新方式的启示。



什么是大数据?

        “大数据”(BIG DATA)这个词,是2008年在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》这本书中首次提出的。“大数据”指不用随机分析法(抽样调查)这样的捷径,而是对所有的数据(近似于全样本)进行分析处理的一种方法。

什么是我们身边的大数据?

      “大数据”已经渗透到我们生活中的方方面面。比如我们打开手机淘宝,呈现在我们面前的界面是不一样的。它推送给我们的商品是不同的,而且这些商品往往真的能够抓住我们的需求和心理,这是为什么呢?其实这就是大数据分析出的结论。

       淘宝这个平台,对每一个浏览过商品的人,购买过商品的人,都进行了全数据分析,可以轻松获取我们的很多信息,例如我们的性别、年龄、家庭成员、喜好、是否结婚、是否有孩子、孩子的性别,甚至可以细致到你是爱穿休闲类的服饰,还是喜欢小清新类的服饰,或者是职业装类的服饰等等。通过你的每一次操作,收集到了这些数据之后,它经过分析和处理,进一步推测出了你可能会订购的商品,从而推送给你,让你花更少的时间检索而要花更多的钱进行消费。例如你购买了一些孕妇类产品,可能在不久之后,它就会推送相关联的一些婴儿用品给你。而我们消费后的评价与反馈,又使得他们不断改进自己,例如不同卖家的钻石星级,或者清退一些不合格的卖家等等这些行为,就是淘宝对自身的调整。这种互利互惠的双回路的运转模式,可以看作是卖家与买家间的一种良性的互动方式,而这种互动方式在传统的卖场里面是不可想象,也难以实现的。

什么是课堂教学互动方式?

       课堂教学互动方式,则是指在课堂上,教师与学生之间的一种信息交流方式。在传统的课堂中,师生之间的互动交流方式比较单一,上课就是教师在讲,学生在听,一种单方向的传导过程。甚至有人说,教师就是知识的搬运工,课堂上很少有师生之间的交流。还有一种观念是,教师对学生提问,学生回答,就是师生互动。显然,这种认识是肤浅的,这将使师生互动流于形式。师生互动的根本目的是要引导和培养学生的高阶思维。因此,真正的师生互动应该定义为思维的碰撞、智慧火花的生发之源。


基于大数据分析的课堂教学互动方式变革案例

        近些年来一直被提及的可汗学院的教学与学习方式,之所以受到关注的原因,恰恰就是它基于大数据分析,解决了课堂教学互动这个难题。大数据之所以能实现课堂教学互动,是因为它具有三个主要特征:反馈、个性化概率预测

       我们传统的课堂教学是一种单回路的学习,即教师给予,学生接受。我们对学生进行考核,然后对他们进行评价。我们不会或者没有条件来通过学生的成绩来反思自己的教学内容或者方式是否是恰当的。即我们不能从学生身上获得真正有用的反馈信息来改变自己的教学内容和行为。所以说传统的课堂教学是一种单回路的方式,根本没有实现师生间的良性互动。

        此外我们的教学内容在编排上,考虑的是处于平均水平的学生,而这种水平的学生其实在现实中可能根本是不存在的。换句话说,我们的教学没有照顾到“好”学生,也忽略掉了那些“差”学生,甚至连我们认为的中等水平的学生,也是不存在的,因为他们是平均后虚构出来的群体。所以我们的教学根本没有针对学生做出个性化的设计,这是教育普及大众化不得不做出的取舍。即传统的教学是没有反馈或反馈较少(没有时间或实在照顾不到,分身乏术),没有个性化,从而更谈不上有概率预测的一种教学。而大数据下的新的课堂教学互动方式,却可以改变这种状况。

参考案例

       维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《与大数据同行——学习和教育的未来》一书,举了可汗学院的例子。2004年,可汗是一个刚从哈佛商学院毕业一年的基金分析师,给自己的表妹辅导数学。由于他们生活在不同的城市,因此,他在互联网上为她进行辅导,从此永远地改变了教育的世界。他编写了若干程序来协助教学,这些程序能生成数学习题,并显示孩子们提交的答案是否正确。同时,也收集数据,程序可以追踪每个学生的答对和答错的习题数量,以及他们每天用于作业的时间等等。

        后来在此基础上创建的可汗学院,之所以可以闻名于世,就是因为它收集有关学生行为的数据,从中获取有用的信息来改变教学内容的设计,为每个学生定制个性化的学习方案,可以说数据就是可汗学院运作的核心所在,大数据的支撑,互联网技术的飞速发展,使得相隔千里的师生之间形成了有效的课堂教学互动。它改变了我们对面对面才能达成互动的传统认识。

       此外,还有一个关于斯坦福大学吴恩达与他的机器学习课程的例子。吴教授将课程放到了网上,他追踪学生与视频互动的行为,例如在什么地方按了暂停键,什么地位按了重复键,在什么地方放弃了继续听课,他的目的不是督促学生学习,而是反思学生卡在了什么问题上,哪些教学内容难以理解,从而对课程进行调整。例如,他发现学生本来都是正常的按顺序进行网上学习,但是很多学生在学习第7课时,都会去回看第3课的一个关于数学知识的复习课,于是他发现,原来是因为第7课解决某个问题时,需要用到第3课复习到的一个数学公式,而很多学生并没有记住,因此他就对第7课时的教学视频做了改变,会自动弹出一个弹窗帮助学生来复习数学公式。还有一次,他发现学生在学习第75课到第80课时,正常的学习秩序被打乱了,学生以各种各样的顺序反复观看这几节课,他通过反复分析,发现学生的行为是在反复理解概念,于是他将这部分的教学内容制作的更加精细,更有助于帮助学生理解概念。

参考案例

评价

       这是一个典型的大数据分析下,课堂教学互动变革实现了教学反馈的例子。我觉得我们传统的教学,只是通过每天判一判学生的作业,看一看他们的考试成绩,是无法得到这些动态的数据的,更无法得到改变我们教学内容与方式的有价值的信息,于是我们的教学可能几年甚至几十年都在重复相同的内容和动作。因为我们不知道学生究竟是如何进行学习的。

参考案例

       还有一个例子是关于“半岛大学”的暑期班项目,他们使用可汗学院的数学课程教授来自旧金山湾区贫困社区的中学生。在课程一开始,一个七年级的女生的成绩在班里一直垫底,在整个暑期的大部分时间中,她一直是学得最慢的一个学生,但是在课程结束后,她的成绩是班上的第二名。可汗对此感到好奇,于是调取了她完整的学习记录,查看她每一道习题和解题的时间,系统创建的图表对她学习进行的描绘,发现他很长时间都徘徊在班级的底部,直到在某个事件点上突然直线上升,超过了几乎所有的学生。这充分说明,当学生以自己最适合的步调和顺序进行学习时,即使一个被看似没有能力的“差生”也是可以变为优等生的。

评价

相关阅读