人工智能時代數據挖掘技術助力教育教學管理

賈積有

我們身處大數據時代，教育領域同樣充滿了海量數據。

安全監控系統、教室錄播系統、學生智能卡片、電子白板、交互式一體機等信息技術設備的運用，讓教師和學生的課堂板書和交互行為，都以數據的形式被記錄和保存。智能手機在高等教育階段已經普及，部分中學也允許學生將手機帶入課堂，通過智能手機參與課堂活動、訪問學習資源，這就形成了學生學習行為的數據。

傳統教學方式支撐的學習活動、學生參與活動的數量和質量情況，是通過教師人為評判的得分、級別等進行度量的。在“互聯網+”時代，在線學習平臺或者課程管理系統支持的學習活動，已經可以借助學習活動指數（OLAI）這樣自動生成的包括質量、數量和速度三個維度的指標，做出更精準而及時的判斷，并為個性化教學策略的實施奠定了基礎。

情感、態度和價值觀是學生過程性評價的重要因素。傳統的評價方法是通過定性分析和調查問卷分析，其缺陷是不精準、不及時。隨著人工智能的發展，人臉識別、視頻分析、情感計算等技術已經趨于成熟。那么，我們借助這些技術分析課堂錄制的學生視頻和教師視頻，就可以直接獲取其面部表情等數據，通過表情變化數據來對學生的情感、態度和價值觀進行精確的過程性評價。

在學校層面，數字化校園或者智慧校園等系統平臺可以對教師專業發展、學生個性化發展和家校溝通進行有力支撐。平臺運行積累的數據，可以實現對教師的評價，對學生成績的橫斷面分析和時序變化分析、對學生完成各種學習活動的分析和對學生的精準反饋。

在國家層面，可以借助數據挖掘和數據可視化技術實現決策管理的科學化和信息化。例如，各個省市區的農村生均教育經費動態變化圖，可以動態展示農村生均教育經費的時序相對變化；教育經費增長與財政收入增長比例地圖，則直觀對比反映了某個年度兩者比例的增長速度；通過人工神經網絡支持的“指數增長預測法”模型，則可以預測未來各年度學生數量、生均經費、經費需求的數值。

所以，人工智能時代的到來，海量教育數據的挖掘技術日益成熟，將廣泛應用于教育和教學管理的各個領域，無論在微觀個體層面、中觀學校層面，還是在宏觀國家層面。