大數據如何助教育更加公平優質

李克強總理在今年的政府工作報告中指出：“實施大數據發展行動，加強新一代人工智能研發應用，在醫療、養老、教育、文化、體育等多領域推進‘互聯網+’?！碑斍?，發展教育大數據已成為推進我國當前教育領域深化改革和創新發展的戰略選擇。

黨的十九大報告提出，努力讓每個孩子都能享有公平而有質量的教育。在教育領域實施大數據發展行動中，好的教育大數據怎樣才能挖掘出來，又該進行怎樣的分析處理？大數據怎樣為教育助力使其更加公平優質？對此，記者對相關專家和從業人員進行了深入采訪。

訪談嘉賓：

戚萬學 曲阜師范大學黨委書記、中國教育大數據研究院院長

甘健侯 云南師范大學民族教育信息化教育部重點實驗室常務副主任

方海光 首都師范大學教育技術系教授、遠程教育研究所所長

李 超 學堂在線總裁

好的教育大數據怎樣才能挖掘出來

記者：當前，“大數據”成了一個時髦名詞。好的教育大數據是什么樣？教育數據數量越多越好嗎？

戚萬學：大數據之“大”，我們一般理解為“數量”規模之大，通常數據樣本量越大，越有利于對數據進行多維的聚類、聚合、聚集分析，更有利于“掃描”和“透視”看似毫無價值、毫無關聯數據之中的相關性、邏輯性直至規律性，從而可以進行評價和趨勢預測。大數據之“大”，還有一種理解是處理技術的“大”。對于教育大數據而言，需要數據的不斷累積和增多，同時也需要相應大數據挖掘分析技術不斷提高。教育大數據的價值在于幫助決策，一般而言，好的教育大數據要具備精確、完整、可靠性、視覺化呈現、存取性高等特征。

甘健侯：教育大數據之“大”并非只是數量之大，更為強調的是數據蘊含的“價值”之大。實質上，教育大數據并不是越多越好。對于數據科學家來說，重要的不是得到最多的數據，而是看通過哪些數據可以得出真正有價值的結果。教育大數據大致分為教學資源類大數據、教育教學管理大數據、教與學行為大數據、教育教學評估大數據四類。教育大數據并非包括所有數據，因為教育活動過程中也會產生大量無意義的“噪聲”數據，需要根據教育的應用目的進行數據過濾和“清洗”，為后期深度挖掘和分析做準備。因此，好的教育大數據一定是科學、客觀、準確、有用的，要把數據與人的差異化有機結合起來。

方海光：教育大數據并非越多越好，教育大數據要能服務教育發展、具有教育目的性，而非盲目地囊括一切數據。教育大數據是以業務應用導向為評判標準的，即應用是檢驗教育大數據的唯一標準。好的教育大數據可以在提升教育質量、促進教育公平、實現個性化學習、優化教育資源配置、輔助教育科學決策等方面發揮重要作用。

記者：教育大數據豐富多樣、種類繁多，在海量的教育數據中，怎樣挖掘出好的教育大數據？

戚萬學：教育過程中每分每秒都在產生大量豐富、復雜且多樣的信息，這些信息必須經過深入的挖掘才能轉化成可以運用的教育數據。如何挖掘教育大數據一直是擺在教育研究者與政府面前的重要課題，也是一個難題。好的教育大數據是憑借數據挖掘者敏銳的洞察力與先進的挖掘技術來獲得的。好的教育大數據必須有好的理念、好的問題意識、有趣的研究設計，然后才是好的挖掘技術。在數據挖掘過程中，應該避免唯技術化和工具化傾向。

李超：大數據挖掘不能離開教育實踐，無論是在線教育還是課堂教學，我們都不能為了抓數據而去抓數據，而要從貼近教師的教學需要、滿足學生的學習需要出發，真正以學習者為中心去獲取大數據。非結構化的教育數據如圖片文本，需要通過充分利用好現在的信息技術手段，通過人工智能、模式分析、行為分析的了解和認知科學的發展、教育技術的最新理念，把它們轉換成結構化的教育數據。更關鍵的是要能夠把這些非結構化數據，通過模型在教育過程中去指導、幫助教師以及指導整個系統開發，然后再去獲取數據優化模型，通過往復的過程以后，可以真正實現科學化指導。

甘健侯：好的教育大數據需要對教育數據進行深度挖掘。這個過程中需要綜合運用數學統計、機器學習、數據挖掘和人工智能等多交叉領域的技術和方法，對教育大數據進行處理和分析。通過數據建模，發現學習者學習結果與學習內容、學習資源和教學行為等變量的相關關系，來預測學習者未來的學習趨勢，促進學習者有效學習的發生。

方海光：好的教育大數據也是重要的教育資源之一。為使數據資源物盡其用，當前最需要的就是挖掘能夠促進共建共享的教育大數據。共建共享不僅有利于加速教育大數據產品的應用和開發，也有利于降低成本優化體驗。對于半結構化或非結構化的數據，可以采用自然語言理解、模式識別等人工智能手段進行信息抽取，還可以通過專家人為地進行協同標簽處理，這樣可以將其轉化為結構化數據。對于雜質較多的數據，可以在數據挖掘時進行數據清洗。對于實時產生的數據可以使用自動獲取效率優先的方式來采集數據。