大數據對大學護理教學研究的影響

姚冬利

?

大數據對大學護理教學研究的影響

姚冬利

大數據時代的到來影響著社會的方方面面,大學護理教學研究也不例外。現從思維習慣的改變、個性化學習的實現以及教師角色的轉變3個方面對大數據對大學護理教學研究造成的影響進行了描述和探討,指出大數據改變著大學護理教學研究中的思維習慣,使我們不再依賴隨機抽樣;大數據教育技術使個性化學習成為現實的同時,也轉變著大學護理教師的角色。如何迎接挑戰、抓住機遇,成了擺在我們面前的重要課題。

大數據;思維轉變;教育技術;大學;護理;教學研究

隨著科技的進步,特別是近幾年來云技術、物聯網等信息技術的發展,大數據時代已悄然到來。大數據對各行各業都產生了巨大的影響,教育也不例外。教育數據挖掘、學習分析、慕課,這些字眼越來越成為人們討論的熱點。由于大數據剛剛進入人們的生活,相關文獻還比較少,本文擬對大數據對大學護理教學研究的影響進行初步探討,為下一步提出對策拋磚引玉。

1 大數據時代背景

大數據這一概念來源于最早經歷信息爆炸的學科,如天文學、量子力學、基因學等,而今天數據井噴式的增長已經滲透進了各行各業。迄今為止,學術界對于“大數據”還沒有規范、統一的定義,學者們只是用這一術語描述難以用傳統軟件技術和方法分析的超大型復雜數據[1]。

大數據的特征可以用4個“V”來概括。第一是數據容量大(volume)，容量是個相對的概念,且規模還在不斷增長。 第二是數據種類多(variety),包括網絡日志、音頻、視頻、圖片、地理位置信息等。第三是數據處理速度快(velocity)。大數據時代,數據要求通過快速實時的分析和處理來滿足人們的需求。第四則是數據價值高(value),體現在數據經分析后可以獲得某種洞見或規律,從而實現有效預測[2-3]。

維克托·邁爾-舍恩伯格和肯尼思·庫克耶在其著作《大數據時代》中指出,大數據的精髓在于我們分析信息時思維的3個轉變。第1個轉變就是在大數據時代,我們可以分析更多的數據,有時候甚至可以處理和某個特別現象相關的所有數據,而不再依賴于隨機抽樣。第2個轉變是研究數據如此之多,以至于我們不再熱衷于追求精確度。第3個轉變因前兩個轉變而促成,即我們不再熱衷于尋找因果關系。維克托·邁爾-舍恩伯格和肯尼思·庫克耶把這3個轉變稱之為大數據時代的思維變革,并稱其將改變我們理解和組建社會的方法[4]。

大數據在教育領域的應用主要有教育數據挖掘、學習分析和慕課等。教育數據挖掘的內涵是要對學習行為和學習過程進行量化、分析和建模;其目的是利用統計學、機器學習和數據挖掘等方法來分析教與學過程中所產生的數據。而學習分析的內涵是要利用已有的模型來認識、理解新的學習行為和過程;其主要應用是檢測和預測學生的學習成績,及時發現潛在問題,并據此做出干預,以防止學生在某一科目中產生風險[3,5]。

慕課即大規模開放式在線學習課程,其正是在大數據時代背景下發展起來的。2012年,一些世界頂級大學名師課程免費向全球學習者開放,課程內容涉及各個領域,全球在線注冊學習人數動輒上萬,這種“在線教育”形式立刻風靡全球,2012年也被稱為“慕課元年”[3,6]。

相比已經搞了很多年且多被人詬病的遠程教育,慕課則獲得了教育界和投資界的一致青睞。因為慕課已經不僅僅是一個鏡頭、一段遠程錄像那么簡單,而是增加了“行為追蹤、評價和誘導”等新的技術和色彩。例如,計算機可以記錄你在一張幻燈片上停留的時間,判別你在答錯一道題后有沒有回頭復習,統計你在網上提問的次數、參與討論的多少,然后在此基礎上,對你的學習行為進行評價和誘導。學習者之間的交互是慕課的另一特色,其背后的聯結主義學習理論更反映了大數據時代人們的學習規律[3,7]。

2 大數據對大學護理教學研究的影響

2.1 思維習慣的改變 大數據對大學護理教學研究最大的影響莫過于上文提到的“3個轉變”對人們以往思維習慣的沖擊和改變。不少學者認為其已經構成了對哲學觀點的沖擊,會徹底改變我們在護理科研問題上的本體論、認識論和方法論[8]。

隨機抽樣是信息處理能力受限年代下的產物,是在不可收集和分析全部數據的情況下的選擇,以前我們通常把這看成了理所當然的限制,例如,在護理教學研究中使用隨機抽樣似乎已成了研究的“思維定勢”。但在大數據時代,被試可以是全體大學生,我們能掌握的數據會越來越全面,甚至可以包括與研究問題相關的全部數據,從而實現“樣本等于總體”。采樣的目的就是用最少的數據獲得最多的信息,當我們可以獲得全部數據的時候,它就沒有什么意義了。大數據中的“大”取的是相對意義而不是絕對意義,是指不用隨機抽樣這樣的途徑,而采用觀察所有數據的方法。小數據時代的隨機抽樣是條捷徑,但它也僅僅是條捷徑而已,其本身存在許多固有的缺陷。就像把一首歌截成多個小文件一樣,在抽樣分析時,很多信息就丟失了——你能欣賞一首歌的抽樣嗎[9]？同樣,僅隨機抽樣一所醫科大學護理專業一個班級的學生情況來推測分析全國護理專業大學生的情況,是否合適呢？

在學生性格、動機等因素與護理學習成績之間關系的最初研究中,很多研究者得出的結論并不一致[10],其中一個重要原因就是他們手中可利用的學生數據太少,只能進行隨機抽樣,但每個樣本僅能代表所在學校的學生情況,由于不同省份、地區、學校的學生之間存在差別,自然結果也就不一致了。如今,隨著高校學生信息網絡化及各高校之間的信息資源整合共享,我們獲取信息的大學生數目越來越大,實驗結果也就越來越趨向一致了。

大數據的精髓不但在于大,還在于全。還是上面的例子,大數據讓我們掌握學生更加全面的信息,使我們不僅可以研究學生性格、動機與護理學習成績之間的關系,學生性別、家庭背景、地域,甚至其他學科成績,都可以納入我們的考察范圍。另外,在護理教學研究中,我們經常使用問卷來調查學生對某個知識點或操作技能的難易評價及掌握情況,由于個人情緒、心理動機、霍桑效應等因素的干擾,我們得到的數據不一定是真實的。但在大數據時代,信息的全面性使多維交叉復現揭示真相具有可操作性。例如,每位學生參加護理實驗課的全部信息會被記錄下來,通過查看每位學生的操作耗時,重復操作次數,失誤后再操作間隔時間等信息,我們對某些操作技能的難易及學生掌握情況就會心中有數,這比通過問卷調查得來的數據更真實客觀。此外,通過與合作實習醫院的資源共享[11-12],學生去醫院的實習情況也會被納入大數據。臨床表現,病人投訴,醫院評價等信息,都可以拿來作為下一步改進教學的依據。

總之,大數據時代的技術使追求“全樣本”數據而非“采樣本”數據成為現實,相應地,我們也應該把“樣本=總體”植入思維中,以更大更全的角度來理解大學護理教學與研究。

2.2 個性化學習的實現 大數據對人們思維習慣的改變是建立在實實在在的技術上的,而這些技術,如教育數據挖掘、學習分析等,正使個性化學習成為現實。

目前已研發出的教育數據挖掘和學習分析應用系統有美國普渡大學的Signals系統,美國加州大學的Moodog系統等[13]。此類系統通過采集學生背景信息資料(如年齡、性別、所學過的課程和成績、學習風格等),追蹤記錄學生學習過程(如學習時間和努力程度等),能夠推送適合學生水平和特點的學習材料,同時建立預測模型和干預引擎,對可能出現學業問題的學生進行特別指導。此類系統已經在一些學校和地區廣泛使用,并取得了不錯的效果[13-14]。

我們可以把此類系統引入到護理研究教學中。通過對教育數據挖掘和學習分析應用系統搜集到的數據分析,教師可以更好地了解學生,觀察學生的學習過程,探索最合適的教學方法和順序,及時發現問題并進行干預,從而為學生提供個性化的學習服務。祝智庭[3]認為未來教育技術研究范式應該是個性化自適應學習,即根據學生的特點,將學生分組,教師針對不同特點的學生提供不同的學習材料,學生同時可以自己選擇學習材料和測評方式。教育數據挖掘和學習分析的應用,為個性化學習提供了支持和保障。

隨著以上技術的普及,我們會很方便地知道被學生搜索得最多的關鍵字是哪些、哪些護理知識最不容易掌握、什么樣的操作視頻被觀看的最多、什么樣的圖書被借閱的最多、護理考試中最容易犯的錯誤是什么等,借此教師可以更好地反省自己,改進教學。從這些數據中我們還可以進一步分析出學生的性格、學習風格、認知方式、學習策略、動機類型等,真正做到因材施教。

總之,大數據技術使大學護理教學變得更加個性化,更能發揮出學生的潛力。

2.3 教師角色的轉變 “翻轉課堂”并不是一個新鮮的概念,早在大數據時代之前,就有教師嘗試實行課堂“翻轉”,然而由于缺乏相應技術的支持,效果并不令人滿意[10,13]。而慕課的普及會使“翻轉課堂”更有效地施行。

護理教學任務繁重,教師在給多個班級講授相同課程時,存在重復教學的問題。“翻轉課堂”強調教學內容和老師角色的翻轉。由于慕課的存在,學生可以提前網上學習本次課程的基礎內容,教師則可以騰出更多時間和精力著重講解重點難點內容,甚至可以采取學生講解,教師點評的辦法來組織課堂教學,從而大大提高了學習效率。教師不再是知識的唯一占有者和提供者,而變成課堂的組織者和學習的引導者[15]。

目前已有部分院校開始這方面的嘗試,取得了較好的效果。有的院校甚至將部分課堂教學時間分配給學生,讓其自主選擇學習場所聽講慕課,在加大學生時間安排靈活性的同時,也從側面解決了教室緊缺的問題。護理教學課程多,加上需要大量的實驗課進行實地操作,教室緊缺便成了一大問題,這在很多高職院校中尤其突出。很多院校采取加大班級容量、增加晚上課時、多個學生一起練習操作的辦法來緩解,但這樣教學效果會大打折扣。通過讓學生自由選擇地點聽講慕課學習一部分課程的辦法,不但這一問題迎刃而解,更重要的是教師可以集中精力講解重點、難點知識,更有利于教學。

而做好組織者和引導者并不容易:第一,教師要對學習內容十分熟悉,知道網上有哪些精品視頻可供選擇。大學教師本身已面臨著教學課時多、任務重的情況,還要對這些視頻去蕪存菁,把適合的呈現給學生,這對教師的工作量無疑是個挑戰。第二,隨著大學生個性化學習的需求日益明顯,教師要能利用新的軟件技術搜集大數據,在了解學習者特征的情況下,準確推薦給特定學生特定階段特定的學習材料。第三,通過不斷累積和沉淀,網上必然會出現一些經典視頻,成為最受歡迎的學習材料,如此,教師的課堂講授便會被一些視頻所取代,其權威性將大大下降。教師如何提高自身水平、改變教學設計、增強課堂吸引力成了擺在面前的難題。第四,大數據時代個性化教學是建立在對學習者行為的追蹤和分析上,這意味著會在某種程度上觸及個人無意公之于眾的隱私信息[16]。如何在守住道德底線的同時及時引導,消除學生的顧慮,也是扮演好大數據時代教師角色的關鍵。

3 結語

大數據加速了社會的變化和發展,也深刻影響著中國的大學護理教學研究。它深深植入了“樣本=總體”的思想,因為我們可以“看見”全部信息,所以不再依賴隨機抽樣。在教育數據挖掘和慕課等技術使個性化學習成為現實的同時,教師也從知識的占有者轉變為學習的組織者。這些變化給大學護理教學研究帶來了諸多挑戰,如思維觀念的局限、技術人才的匱乏、教師轉型的困難等。當然,挑戰往往伴隨著機遇,大數據利用好了,定會大大提升護理教學研究的品質。如何轉變思維迎接挑戰,如何有效搜集大數據并利用其為教學研究服務,如何順利完成教師角色的轉換并在大數據時代大顯身手,這些都是擺在我們所有人面前的重要課題。

[1] 趙燕楓.大數據,大沖擊[J].科學世界,2014(6):88-93.

[2] 何克抗.大數據面面觀[J].電化教育研究,2014(10):8-16.

[3] 祝智庭.基于大數據的教育技術研究新范式[J].電化教育研究,2013(10):5-13.

[4] 維克托·邁爾-舍恩伯格,肯尼思·庫克耶.大數據時代:生活﹑工作與思維的大變革[M].盛楊燕，周濤，譯.杭州:浙江人民出版社,2013：1.

[5] 徐鵬.大數據視角分析學習變革[J].遠程教育雜志,2013(12):11-16.

[6] 李冰冰,吳曉英.大數據時代護理信息化建設的思考[J].護理學雜志,2016,31(4):91-92.

[7] 謝紅生.計算機、大數據與醫、護專業發展趨勢[J].貴陽學院學報,2015,10(3):72-76.

[8] 楊瑩,毛靖,李節.大數據在護理學領域中的應用[J].齊魯護理雜志,2016(12):55-57.

[9] 鄭偉,王建榮.大數據對護理工作影響及應用前景的研究[J].現代臨床護理,2016,15(8)：75-78.

[10] 蔣爭艷.淺談在大數據背景下如何對高職高專的外科護理學進行教學創新[J].教育教學論壇，2016,1(2):90-91.

[11] 寧科功,李勁峰,劉萍.大數據時代的口腔護理展望[J].口腔護理用品工業,2016,26(3):15-16.

[12] 陳鎮.大數據在醫療護理中的應用[J].信息與電腦,2016(11):31-32.

[13] 涂子沛.大數據[M].桂林:廣西師范大學出版社,2013：1.

[14] 張振,周毅,杜守洪.醫療大數據及其面臨的機遇與挑戰[J].醫學信息學雜志,2014,35(6):2-8.

[15] 陳堅林.大數據時代的慕課與外語教學研究[J].外語電化教學,2015(1):3-8.

[16] 馮麟,雷羅,羅愛靜.基于文獻的國內外醫學大數據研究[J],醫學信息學雜志,2015,36(5):15-21.

(本文編輯孫玉梅)

Influence of big data on nursing teaching research in universities

Yao Dongli
(Fenyang College of Shanxi Medical University,Shanxi 032200 China)

姚冬利,助教,本科,單位:032200,山西醫科大學汾陽學院。

信息 姚冬利.大數據對大學護理教學研究的影響[J].護理研究，2017，31(22)：2811-2813.

R642

B

10.3969/j.issn.1009-6493.2017.22.039

1009-6493(2017)22-2811-03

2017-03-22;

2017-07-11)