大數據下數字化學習環境的變革與趨勢

龐敬文　趙琳

摘要：學習環境的構建是實現學與教方式變革的基礎。近年來，隨著大數據時代的來臨，數字化學習環境也面臨著巨大的變革與挑戰。本文從美國發布的“大數據研究與開發計劃”與《提升教與學：教育數據挖掘和學習分析》入手，并結合教育部科學技術研究重點項目成果《教育數據挖掘：方法與應用》，從學習分析的視角出發，探討大數據對數字化學習環境帶來的沖擊與影響。筆者試圖從個性化學習、協作學習環境建設、優化數字化學習過程及教學評估等幾個維度展開具體論述。

關鍵詞：大數據；數字化學習環境；變革與趨勢

中圖分類號：G434 文獻標識碼：A 論文編號：1674-2117（2015）20-0086-05

前言

近年來，隨著新技術的不斷開發與互聯網技術的飛速發展，人們正在進入大數據時代。聯合國在2012年發布的大數據白皮書Big Data for Development：Challenges & Opportunities中指出，大數據時代已經到來，大數據的出現將會對社會各個領域產生深刻影響。[1]世界各國都高度重視大數據帶來的機遇與挑戰，因此投入了大量的人力、物力來支持大數據的相關研究。美國在2012年3月29日正式啟動“大數據研究與開發計劃”（Big Data Research and Development Initiative），提出“通過搜集、處理龐大而復雜的數據信息，從中獲得知識和洞見，提升能力，加快科學、工程領域的創新步伐，強化美國國家安全，轉變教育和學習模式”，正式將“大數據”提高到國家戰略層面。[2]

在教育領域，許多世界知名高校也啟動了教育大數據的相關研究計劃。為了更好地促進大數據為教育領域服務，美國教育部于2012年10月發布了《提升教與學：教育數據挖掘和學習分析報告》（Enhancing Teaching and Learning Through Educational Data Mining and Learning Analytics），旨在通過提升教育數據挖掘技術和學習分析技術，改變教與學的方式，實現教與學的提升與發展。

我國學者也逐漸意識到教育大數據對教育領域的重要作用，2012年歲末，教育科學出版社出版《教育數據挖掘：方法與應用》一書。它在大數據時代的背景下，指出致力于從大量數據中提取或“挖掘”知識的數據挖掘將有助于發揮教育數據的價值，數據以及數據挖掘可以作為審慎決策的依據。[3]隨著移動終端等先進的網絡設備逐漸進駐課堂，傳統的學習環境已經演變成數字化學習環境，學生在借助數字化學習環境中的網絡設備進行學習時，大量的學習行為被記錄下來，形成了規模宏大的教育大數據。分析這些大數據，能有效促進學生在數字化學習環境下的學習。

基本概念

1.大數據

自2009年以來，IDC、Gartner、麥肯錫、普華永道和埃森哲等咨詢公司，《紐約時報》《福布斯》《財富周刊》《斯隆管理評論》《技術評論》等商業管理刊物，以及《科學》《自然》等科學雜志，都連篇累牘地介紹了大數據。其中，麥肯錫認為，“大數據”將成為下一個創新前沿。[4]

麥肯錫全球研究院將“大數據”定義為“無法在一定時間內使用傳統數據庫軟件工具對其內容進行獲取、管理和處理的數據集合”。“大數據”可以認為是“分析”的另一種表述，它是尋求從數據中萃取知識，并將其轉化為商業優勢的智能化活動。在大多數文獻中“大數據”被總結為以下三個特征（即三個V）[5]：①容量大（Volume）。2012年，全球數據總量約為2.7～3.5ZB。而每秒鐘通過網絡傳輸的數據總量已經超過了20年前互聯網的總存儲量。②產生速度快（Velocity）。IBM將這一屬性定義為數據進出的高速性，也可以將這一特性引申理解為對大數據迅速的處理能力以及決策能力的要求。③多樣性（Variety）。大數據所包含的數據種類不僅有常規意義上的關系數據庫或數據倉庫數據，而且容納了如圖片、流媒體以及社會網絡信息等在內的全新數據類型。

此外，大數據的“信息價值大與冗余信息多（Value）”這一屬性也被眾多學者納入大數據的第四個特征。

2.學習分析

2012年10月，美國教育部發布的《提升教與學：教育數據挖掘和學習分析報告》將學習分析定義為，對學生學習過程中產生的大量數據進行解釋，目的是評估學業進步、預測未來表現、發現潛在問題。數據來自學生的顯性行為，如完成作業、參加考試等；還有學生的隱性行為，如在線社交、課外活動、論壇發帖，以及其他一些不直接作為學生教育進步評價的活動。學習分析模型處理和顯示的數據幫助教師和學校更好地理解教與學。學習分析的目標是使教師和學校創造適合每位學生需要和能力的教育機會。

學習分析技術對學生、教師、管理人員、研究人員以及技術開發人員均具有重要價值。對學生而言，可以從學習者行為角度了解學習過程的發生機制，并用來優化學習，開展適應性學習、自我導向學習；對教師和管理人員而言，可以用來評估課程和機構，改善現有的學校考核方式，并提供更為深入的教學分析，以便教師在數據分析基礎上為學生提供更有針對性的教學干預；對研究人員而言，可以作為研究學生個性化學習的工具和研究網絡學習過程和效用的工具；對技術開發人員而言，可以優化學習管理系統。[6]

3.數字化學習環境

數字化教學應用環境的基礎是多媒體計算機和網絡化環境，最基礎的是數字化的信息處理。所謂數字化的學習環境，就是信息化學習環境。這種學習環境，經過數字化信息處理具有信息顯示多媒體化、信息傳輸網絡化、信息處理智能化和教學環境虛擬化的特征。為了適應學習者的學習需求，數字化學習環境包括以下五個基本組成部分：①基礎設施，如多媒體計算機、多媒體教室網絡、校園網絡、城域網、因特網等；②教育資源庫為學習者提供經數字化處理的多樣化、可全球共享的學習材料和學習對象；③平臺向學習者展現的學習界面，是實現網上教與學活動的軟件系統；④通訊是實現遠程協商討論的保障；⑤學習者進行知識構建、創造實踐、解決問題的學習工具。

數字化學習環境中的大數據

數字化學習環境主要是基于網絡的各種學習平臺、學習工具、資源庫，學生在教師的指導下在學習環境中進行個性化學習，他們在學習過程中的各種學習行為被記錄在相應的學習系統中，下面圍繞系統生成的數據內容和數據類型做具體介紹。

1.學習數據內容分析

學習數據內容主要是記錄在電子教材系統、學習資源系統、作業與考試系統和互動交流系統中。其中，電子教材系統主要數據內容是交互式電子內容、知識管理和社會性閱讀，記錄了學生看過的知識點、對知識點的標記與管理等，生成了海量的學習內容序列節點數據；學習資源系統主要數據內容是課外閱讀和課件點播，記錄了學生看過的視頻、瀏覽過的課件等，生成了海量的學習資源序列節點數據；作業與考試系統主要數據內容是作業練習和考試測評，記錄了學生練習的試題及批閱的結果、答題時間等，生成了海量的練習測評序列節點數據；互動交流系統主要數據內容是互動答疑、學習社區和家校互動，記錄了學生參與討論互動等情況，生成了海量的互動交流序列節點數據。

2.學習數據類型分析

學生學習過程中生成的數據類型多種多樣，主要有音頻、視頻、圖片、動畫和文本等資源。其中，視音頻資源中的學習數據內容主要是教學視音頻、微視頻和網絡視音頻，生成的數據名稱是結構化和半結構化數據；圖片資源中的學習數據內容主要是網頁圖片和教學圖片，生成的數據名稱是結構化和半結構化數據；動畫資源中的學習數據內容主要是Flash動畫和網頁動畫，生成的數據名稱是結構化和半結構化數據；文本資源中的學習數據內容主要是電子教材、課外閱讀和教學課件，生成的數據名稱是結構化數據。

大數據對數字化學習環境的沖擊與影響

1.更支持個性化學習

個性化學習的實現對技術的依賴程度較高，因此在技術發展的不同時期有著不同的含義。學者曹曉明等對個性化學習的發展脈絡進行了梳理，認為個性化學習從主張教學系統的智能型到自適應網絡教學系統的應用，再到目前基于移動互聯網絡的支持個性化的學習情境和智能答疑等系統的開發。個性化學習內涵的說法雖然一直在變化，但個性化學習的實質是充分考慮學生的個體差異，為了更好地促進每位學生的全面發展而提出的。武法提教授及一些學者根據個性化學習的內涵及相關文獻的分析，通過歸納整理認為個性化學習包括學習內容個性化、學習活動個性化、學習方式個性化和學習評價個性化。

目前，各種移動學習終端的普及為支持學生個性化學習提供了硬件設施的基礎支持，學生在利用學習終端學習時，學習系統也記錄了學生學習過程的大量學習行為數據，包括學習者學習能力、學習結果等關鍵信息，根據對這些信息的分析可以全面了解學習者的學習現狀，如依據學習者有效登錄時間和登錄比值來分析學習者的學習意愿，用學習相關比例來分析學生是否利用線上討論區進行閑聊而非學習的情況等。利用這些結構化、半結構化和非結構化的大數據進行學習分析，可以實現根據學生的個體差異推送個性化的學習資源和學習路徑，以及對學習過程與學習結果的個性化監控、指導與反饋等。由此可見，基于大數據的學習分析使真正實現學生的個性化發展成為可能，為進一步支持個性化學習提供了新的途徑。

2.促進協作學習環境建設

協作學習（Collaborative Learning）是以小組合作為組織形式，以掌握知識，培養學生合作互助、人際交往的技能為目標，以活動任務為載體，通過互動協作的方式進行學習的一種方式。與傳統的學習方式相比，它能更好地發揮學習者的主動性和創造性，有利于學習者對知識的深化理解與運用，有利于培養學生的協作能力、與他人交往的能力等，順應了時代發展對人才的要求。

協作學習環境包括協作學習的組織環境、空間環境、硬件環境和資源環境，應具備共享信息資源、提供交互工具、提供協作空間和個人學習空間的功能。小組協作學習的學習成果很大程度上依賴小組成員之間的協作互動，傳統課堂環境下的協作學習主要是小組成員之間就某一問題或任務進行討論，交流看法，是低效的小組協作。而隨著多媒體、網絡技術進入到普通課堂中，以及云技術、基于大數據的學習分析技術、增強現實等技術不斷被應用在學習平臺等系統的開發中，使目前的課堂學習環境越來越智能化、個性化。在這樣的學習環境下，學生的學習場所不再局限于課堂之內，可以利用學習平臺進行遠程協作學習，也可以利用各種社交軟件進行實時和非實時的交流，還可以從云端獲取大量學習資源。與此同時，學生的協作學習行為和相關數據會被記錄在學習系統和其個人電子檔案中，如學生在某一界面的停留時間、登錄時間、學生交流對話、學習結果呈現等信息，利用學習分析技術來分析這些大數據，可以了解到學生的協作學習情況，同時，這些反饋信息有利于教師教學系統的開發，有利于管理人員設計更符合學生協作學習需要的數字化學習環境。

雖然目前的研究者都意識到這些數據對學習環境建設的重要性，但是如何將海量的大數據進行分類并從中抽取重要的相關數據進行分析，仍是一大技術難題，正如著名的學習分析研究專家George Siemens在談到如何分析學習情境時說的那樣：“我們還沒有恰當的數據搜集方法，數據搜集還是過多地依賴于按鍵、記錄鍵盤和瀏覽器數據等，并沒有跟蹤廣泛的學習情境。”[7]

3.優化數字化學習過程

信息技術在課堂中的廣泛運用，不僅是為了促進教師的教，更主要的是為了促進學生自主知識意義的建構。李克東教授認為，“數字化學習是信息時代學習的重要方式，是信息技術與課程整合的核心，數字化學習的關鍵是要把信息技術作為學習的認知工具”。[8]學者張國英等認為，“數字化學習是指在教育領域建立互聯網平臺，學習者通過網絡進行學習的一種全新的、能充分體現學習者主體作用的學習方式，它帶給人們的不僅是獲取教育資源的便捷，還是有別于傳統課堂學習的嶄新觀念”。[9]關于數字化學習含義的說法可能不盡相同，但對數字化學習實質的認識基本一致，就是利用先進的信息技術更好地促進學生的學習和全面發展。

數字化學習過程是指學生利用先進的現代信息技術學習的過程。在這個過程中，信息技術的運用不僅有利于學生完成知識的獲取，而且有利于培養學生的能力、發展學生的思維、提高學生的素質。數字化學習過程主要包含學習者、內容和資源三大要素，而數字化學習過程的優化具體包括學習資源、學習交流和學習過程中信息處理的優化。

在學生利用信息技術進行學習的過程中，學習系統會記錄學生的具體學習行為，如學生學習日志、學習路徑、學習成果數據、課程數據、學習管理數據等，這些數據構成了學生學習過程中的學習行為大數據，研究人員利用基于大數據的學習分析技術或教育數據挖掘技術對數據進行采集、存儲和分析，可以獲得學生的知識掌握水平、學習規律以及學習態度等非認知因素，有助于了解學生詳細的學習過程。同時，教師借助這些信息可以對學生進行個性化資源推送與輔導，還可以對學生的學習結果有更細致的分析與反饋，使系統開發人員可以創設更符合學生學習特點的學習平臺或資源庫，讓數字化學習更符合學生的學習特點，從而優化數字化學習過程。

4.對數字化學習評價的影響

傳統的學習評價是指以學習目標為評價標準，利用課堂觀察、問卷、測驗等方式獲得學生學習狀況信息，并根據量化處理結果，對學生的學習狀況作出判斷。教師利用所獲得的判斷結果，不斷調整教學過程與教學活動，保證教學目標的完成，為改進教學提供依據。可見，傳統的教學評價試圖通過教師不斷改進學習策略來改善學生的學習結果，還停留在教師主導整個教學的認識階段，而隨著信息技術和先進的學習理論的廣泛運用，學習評價不只是提供給教師改進教學策略，還應提供給學生個性化、可視化的評價，以促進學生自主知識的建構。

學生利用各種終端、平臺進行數字化學習，這些學習系統中記錄了學生在學習過程中的所有學習行為數據，這些數據在電子教材系統數據庫、數字資源系統數據庫、作業與考試系統數據庫和互動交流系統中都有相應的記錄。通過對學生知識點的掌握情況、學生寫作交流情況、作業完成情況以及考試信息等記錄的分析，教師可以對學生的學習進行深層次的評價，不僅能了解學生學習的不足，還能在此過程中發現學生學習的潛能，為學生、教師、學習系統開發人員提供有效反饋。

具體對學生學習評價的內容有課程內容學習評價、參與互動交流分析評價、考試與學習作品評價和課外資源學習評價。課程內容的學習評價主要是對學習過的知識點進行評價，評價信息包括學習時長、學習過的知識點、知識點學習次數和學習筆記等內容；參與互動交流分析評價主要是對學生的課堂活動及課外互動進行評價，具體評價信息包括在學習空間中問題發布的數量、答疑的數量，互動交流的主題數量等；考試與學習作品評價是對學生的學習作品和單元測驗的評價，對學習作品的評價包括對個人作品和小組作品的評價；課外學習資源評價包括學生在正式和非正式學習的拓展資源中的評價，包括文本的下載量、視頻的點擊量等。

基于大數據的數字化學習評價，使學習評價走向多元評價和深層次評價，評價不再單純依賴課堂觀察和學習測驗，而是根據學生學習過程中的學習行為進行評價，這樣能觀測到學生學習過程中更多的細節，給教師、學習系統開發人員、學生更詳實的反饋信息，有利于更好地促進學生對知識的掌握和能力的發展。

結語

大數據時代的到來，極大地推動了教育信息化的深入發展。隨著新技術的不斷發展，各種移動終端、基于移動終端的學習平臺、學習空間被廣泛地應用在學生的學習活動中，學生在借助移動終端進行學習時，學習過程等被記錄在各種系統上，這使得他們的大量學習行為數據能夠被輕易獲得。基于大數據的學習分析技術使得關注學生個性化發展這一訴求有了實現的途徑，也使得為學生提供個性化資源、個性化學習評價等個性化服務成為可能。

參考文獻：

[1]Big Data for Development：Challenge & Opportunity[OB/OL].[2012-05-01].http：//www.unglobalpulse.org/sites/default/files/Big Data for Development-UNGlobalPulseJune2012.pdf.

[2]Big Data Researchand Development Initiative[DB/OL].[2012-03-29].http：//www.whitehouse.gov/sites/default/files/microsites/ostp/bigdata-press_release_final_2.pdf.

[3]頁川.大數據時代背景下挖掘教育數據的價值——教育部科學技術研究重點項目成果《教育數據挖掘：方法與應用》出版[J].中國遠程教育，2013（04）：94.

[4]陳明奇，姜禾，張娟，廖方宇.大數據時代的美國信息網絡安全新戰略分析[J].信息網絡安全，2012（08）：32-35.

[5]朱東華，張嶷，汪雪鋒，李兵，黃穎，馬晶，許幸榮，楊超，朱福進.大數據環境下技術創新管理方法研究[J].科學學與科學技術管理，2013（04）：172-180.

[6]陸璟.大數據及其在教育中的應用[J].上海教育科研，2013（09）：5-8.

[7]魏雪峰，宋靈青.學習分析：更好地理解學生個性化學習過程——訪談學習分析研究專家George Siemens教授[J].中國電化教育，2013（09）：1-4.

[8]李克東.數字化學習（上） ——信息技術與課程整合的核心[J].電化教育研究，2001（08）：46-49.

[9]章國英，張燕，施稱.數字化學習環境及學習過程的優化[J].現代教育技術，2009（13）：87-88.