實踐項目 返回列表

數據智能(néng)驅動教育生(shēng)态重塑

2021/6/19 11:02:49

作爲數字化轉型以及推進智慧教育的技(jì)術關鍵,教育數據技(jì)術及其應用創新是核心。智慧教育所追求的大規模因材施教,最關鍵的技(jì)術核心在于數據智能(néng),以及伴随數據智能(néng)技(jì)術的機制、教者的跟進。當前的智慧教育實踐中,數據智能(néng)驅動教育生(shēng)态重塑的前景已經浮現。前路(lù)依然曲折。


未标題-1.jpg

如何理解數據智能(néng)



通(tōng)俗地理解,數據智能(néng)是從大數據中“提煉”出來的價值。同樣地,教育數據智能(néng)是海量教育數據模型、深度學習算(suàn)法、高(gāo)度計算(suàn)力等智能(néng)化技(jì)術與算(suàn)法的融合體。業内也開始用“智能(néng)教育大腦”來隐喻之,是一(yī)個能(néng)夠實現數據融合、關系挖掘、問題診斷、決策優化等教育賦能(néng)的智能(néng)應用。


遵循“數據處理→模型訓練→測試評估→服務應用”的技(jì)術路(lù)線,數據智能(néng)的實現基礎是對基礎數據集的深度追蹤、結構化組織與動态監測。這個過程中,其技(jì)術核心是教育數據中台和智能(néng)分析引擎。


教育數據中台(教育數據彙聚中心)緻力于實現教育數據規範統一(yī)、互通(tōng)融合、開放(fàng)共享目标。具體包括底層數據環境、教育數據中台、數據治理機制和安全管理機制等。其中,底層數據環境通(tōng)過互聯網、5G、雲平台、傳感器(qì)等基礎工(gōng)具完成數據的持續采集。數據中台通(tōng)過對多(duō)源異構數據的清洗、關聯、流通(tōng)、融合等,實現教育服務的精細化治理。數據治理和安全管理機制強調數據流通(tōng)的合理性和科學性,以及把控數據治理過程的透明化和安全化。


智能(néng)分析引擎通(tōng)過教育數據的關系挖掘,構建智能(néng)教育大腦的數據分析系統,爲學生(shēng)個性化自(zì)主學習、教師精準化教學提供價值提升支持,以滿足适合多(duō)種教育場景的個性化教學形态與活動的展開,呈現學校管理“一(yī)校一(yī)檔”、教師發展“一(yī)師一(yī)檔”、學生(shēng)成長“一(yī)生(shēng)一(yī)檔”的監測目标。


數據智能(néng)如何重塑教育核心業務



教育部推進的“智慧教育示範區”建設,教育理念上(shàng),體現的是以人的發展爲核心;智能(néng)技(jì)術上(shàng),則體現爲學習空間的無縫連通(tōng)、學習情境的敏捷感知、學習資源的開放(fàng)整合、學習過程的全程可記錄、學習體驗的自(zì)然交互以及學習服務的精準适配等。


以數據智能(néng)驅動學、教、管、評等核心業務的結構重塑,是推進智慧教育的實踐路(lù)徑。


第一(yī),給教師的“化驗單”。


超越步調一(yī)緻的集體教學,照(zhào)顧到(dào)每一(yī)個學生(shēng)的學習狀态和學習需求,推動因材施教目标的實現,這是數據技(jì)術重塑教學場景的價值意蘊。利用數據技(jì)術實時捕獲和挖掘教學進程中的海量數據,經由行爲序列挖掘精準預判學生(shēng)的過程性習慣,探尋學習發生(shēng)的作用機制和關鍵誘因,并在多(duō)輪叠代中不斷調整教學設計,從而促進學生(shēng)素養的普遍提升。同時,數據技(jì)術通(tōng)過對學生(shēng)知識掌握、學習習慣、學習态度和學習策略等多(duō)維視角下(xià)的綜合研判,能(néng)夠更加精準地診斷學習中存在的問題,以便更爲精準地施加幹預。


未标題-2.jpg


數據智能(néng)重塑教學結構的應用場景,最爲突出的是線上(shàng)線下(xià)融合的教學結構重塑。智能(néng)技(jì)術爲教師提供學生(shēng)在認知、行爲、知識掌握及情感動機等各維度的表現,基于細緻的學情研判,教師能(néng)夠對教學活動的組織實施相(xiàng)應的設計,比如教學活動差異化開展、前置組織、項目化設計等。


第二,給學生(shēng)的個性化處方。


了解你、成就(jiù)你、發現你是數據技(jì)術重塑學習場景的重要體現。學習者畫像,從學生(shēng)如何學習(即記憶與知識的結構、問題解決與推理分析、元認知過程與自(zì)我調節能(néng)力),以及學生(shēng)學習成長(主動獲取知識和技(jì)能(néng)過程中發生(shēng)的情感、認知、行爲變化)等維度,刻畫學習者典型特質和學習成長個性特征,在此基礎上(shàng)的精細化和智能(néng)化學習診斷,成爲給學生(shēng)的個性化學習“處方”。同時,也是對學生(shēng)的能(néng)力預判,幫助學生(shēng)更好地認識自(zì)我、發展自(zì)我、規劃自(zì)我以及建構自(zì)我。


不難發現,數據技(jì)術支撐下(xià)的學習場景呈現如下(xià)典型特征:


  • 一(yī)是以學生(shēng)爲中心,學生(shēng)作爲學習進程的主體,借助智慧學伴、智能(néng)批改等技(jì)術支持,能(néng)夠自(zì)主控制教育活動序列。


  • 二是自(zì)主選擇,即學生(shēng)依據興趣偏好和發展需求等,選擇适應的學習材料。


  • 三是靈活服務,依托智能(néng)技(jì)術支持,延伸了傳統教室環境下(xià)的數字資源和精準服務,激發了學生(shēng)持續探究的熱情和内在動機。


第三,給評價的增值提升。


采用數據驅動的方法,利用監測學生(shēng)學習成長的數據畫像實施評價,能(néng)夠突破評價方式、評價目的及評價維度等方面的局限。2020年(nián)10月(yuè),中共中央、國務院印發的《深化新時代教育評價改革總體方案》明确指出,堅持科學有效,改進結果評價,強化過程評價,探索增值評價,健全綜合評價……


未标題-3.jpg


學生(shēng)成長數據畫像,回應了評價改革的綜合性、全程性和增值性要求。


  • 首先,以學習者核心素養發展爲切入點,綜合學習者成長過程中認知發展、非認知狀态、社會情感發展等因素,對學習者成長發展進行綜合監測。


  • 其次,通(tōng)過多(duō)模态數據收集,全面映射學生(shēng)學習成長全過程;以數據驅動的方式,建立學習者動态畫像;


  • 再次,基于學習者動态畫像對學生(shēng)學習成長進行監測,爲相(xiàng)關者提供問題甄别、學習診斷、決策支持等增值性評價。


數據智能(néng)驅動的評價實現了評價場景的全周期監管,通(tōng)過對多(duō)元數據的解碼,爲診斷需求、縮小(xiǎo)學習差距以及精準化幹預提供證據,實現了評價的科學化與增值性的平衡。


實現教育數據智能(néng)的挑戰



數據驅動決策,分析變革教育。如何充分發揮數據技(jì)術的增能(néng)、增效、改進、變革等功效,既是重要考量又(yòu)是艱巨挑戰。


一(yī)是數據治理方面的挑戰。


教育的複雜性導緻教育數據的多(duō)源異構形态更爲明顯,數據的采集、彙聚與互通(tōng)方式更具挑戰,數據應用的需求更爲多(duō)元。數據技(jì)術涉及教育大數據應用服務、平台、系統等産品,涉及标準與規範的研制,涉及針對教育業務的數據建模和智慧教育應用。教育數據技(jì)術亟須協同多(duō)方力量攻關突破。


二是教師素養方面的挑戰。


數據智能(néng)驅動的教學創新需要教師具備基本的數據素養,然而這項能(néng)力教師普遍較爲欠缺。此外,數據智能(néng)驅動的教學創新,需要教師重新定位教者角色,需要重塑教學結構,也即弱化“教書匠(jiàng)”的角色,發展和凸顯“設計者”“分析者”“促進者”的角色。


三是學校機制方面的挑戰。


智能(néng)技(jì)術驅動的教學業務的結構重塑是一(yī)種數字化轉型,對教、學、管、評來說都是一(yī)種機制的變革,學校如何借助數字化轉型的力量,系統地設計整個學校的教學系統、管理系統、評價系統等,這對于學校而言并非易事(shì)。

作者:顧小(xiǎo)清(華東師範大學教授、教育部教育信息化專家組成員)

來源:《中國教育報》