董立 王維
摘 要 教育大數據的興起為教師提供了新型班級管理方法。論述將學習分析結果以圖表的視覺表征形式表現出來,幫助教師在班級管理中紛雜的學生數據中發現隱性信息,從而提高班級管理的效率和精準度。
關鍵詞 班級管理;學習分析;可視化技術;大數據
中圖分類號:G655 文獻標識碼:B
文章編號:1671-489X(2018)04-0065-04
Abstract The rise of education big data gives us a new method of class management. The thesis will show the results of learning ana-lytics in a visual representation form of chart to help teachers find the hidden information in the complicated students data in class mana-gement, so as to improve the efficiency and accuracy of class mana-gement.
Key words class management; learning analysis; visualization tech-nology; big data
1 引言
研究背景 班級管理工作是班主任的主要工作之一。傳統情況下,班級管理方式簡單,對學生的評價更多憑借教師評價和學生的學習成績進行,傳統的評價方法沒有連續性,只憑借每個階段的成績無法形成學生學習情況的潛在軌跡。這種評價對于學生來說是片面的,并沒有發掘出最大價值。
大數據時代的到來,為教育的變革提供了新的思路。學習分析技術是大數據改變人類教育方式的重要方法之一,它可以為班級管理提供有效支持。學習分析的服務對象是教師和學生,將反映學生情況的具體數據轉換成圖表,以可視化的形式呈現出來,教師可以更好地了解學生,理解和觀測學生的成長軌跡,及時發現潛在問題,從而進行有效干預和做出全面正確的評價。本文將以多種圖表為例,具體闡釋數據的可視化能夠為班級管理帶來的促進作用。
研究現狀 文獻查詢結果表明,理論方面,主張新時期的班級管理需要運用先進的技術和科學的方法,重視研究管理技巧。然而在實踐中,目前相關的班級管理工作方法比較少,在搭建的網絡平臺上,對于收集到的少量信息也沒有很有效的量化處理以及可視化的方法表現出來,不能對學生的長期學習情況形成直觀的體現。
研究意義 班級管理對于班主任來說是一件復雜和瑣碎的工作。在大數據環境下,學習分析技術將學生的學習行為、趨勢進行量化,對數據進行可視化,緊跟教育信息化的腳步,使班級管理更具先進性與科學性,及時記錄學生在學校的學業表現和行為習慣,形成可視化的圖表,簡化班主任工作,并發掘出數據背后隱藏的信息,使學生家長及時獲取學校內學生的學習和生活情況,任課教師則可根據學生成績變化趨勢,適當調整教學方法和策略,幫助學生更好地學習學科知識。
2 概念界定
學習分析的定義 “學習分析技術是關于學習者以及他們的學習環境的數據測量、收集、分析和匯總呈現。”[1]本文將重點放在對數據的匯總呈現部分。
班級管理的定義 “班級管理是班主任按照一定的要求和原則,采取適當的方法,建構良好的班級集體,為實現共同目標不斷進行調整和協調的綜合性活動,是班主任對所帶班級的學生的思想、品德、學習、生活、勞動、課外活動等多項工作的管理教育的活動。”[2]可見,班級管理中對學生的管理主要包括兩個方面:學業表現和行為習慣。
“馬克思主義認識論認為,人類認識運動呈現階梯式發展的特性。”[3]階梯式發展表現為在階梯內的漸變和階梯間的突變。學生的成長也是如此,既在于一點一滴的積累,也在于關鍵時期的把握。所以,信息采集既要有學生在平時的學習情況和行為表現,又要包括測試的成績。學生的日常情況更即時,所以更容易轉化為教育決策;測試的成績則更具體、更客觀,更體現學生日常的學習是否完成了由量變到質變的轉換。
3 學習分析結果的可視化
法國批判現實主義小說家居斯塔夫·福樓拜曾說過:“任何事物里,都有未被發現的東西,因為人們觀察事物時,只習慣于回憶前人對它的想法。最細微的事物里也會有一點點未被認識過的東西,讓我們去發掘它。”
以文本表征形式的數據不僅不易識別,而且也無法表現出學生成長過程中的隱性信息。“可視化技術能夠幫助用戶從認知工作記憶中卸載信息,使我們能夠在短時間內感知有趣的特征以及模式。”[4]以圖表的視覺表征形式可以對學習者的學習表現和行為習慣進行可視化呈現,能夠為管理者提供多層面的支持,同時能幫助學習者認知自我,通過改善自身行為獲得提高。
每日情況可視化 聚沙成塔,學生的成長是一點一滴的。通過學生日常的學業表現和行為習慣進行形成性評價。分別用表1和表2呈現學生在班級層面上和學科層面上的表現。
班級管理者(通常為班主任)通過表1能夠即時獲得當日學生的整體概況,A代表學生行為出現異常情況,B代表行為良好,空白代表沒有異常情況。
與表1相類似,學科教師可通過表2了解學生在該學科上的最新學習情況,包括課堂表現情況和作業完成情況。
階段性考試情況可視化 階段性考試是測試學生在這個學習階段是否達到學習目標最客觀的方法,它是對上一學習階段進行總結性評價的主要方式。圖1是某班級某次考試學生總成績和排名情況的組合圖,其中柱狀圖中呈現的是學生的總成績,散點圖呈現的是學生的排名。在組合圖中,橫坐標變量代表班級學生學號,主要縱坐標變量代表學生總成績,次要縱坐標變量代表學生本次考試中的排名情況。在圖中可以看到班級所有學生當次考試的總成績與排名。
如圖2所示,這是某班級某次考試各科成績分布箱線圖,圖的橫坐標是這次考試的科目,縱坐標是考試成績。每個箱線圖都包含了五個統計量:最小值、第一四分位數、中位數、第三四分位數與最大值。例如:在圖2中的代表數學成績的第二個箱子,五個統計量分別為28、47、56、63、81,能得到的信息是本次數學考試最低分是28分,各有25%的學生成績分別在28~47分、47~56分、56~63分、63~81分之間,班級成績的中位數是63分。從圖中可以看出各科中班級所有學生的成績分布情況。
圖3是某班級某次考試各科成績分布雷達圖。其中,最小的多邊形代表比較對象的基本水平,稱為標準線;最大的多邊形表示最佳狀態;中間不規則的圖形則是這位學生各科得分情況與兩個狀態的比較。從圖3中可以得出,這位學生理科成績較好,最擅長的科目是物理;文科成績沒有理科成績那么出色,最不擅長的科目則是政治。
圖4是某次考試英語各個題型的得分比例。從圖4可以得出,這名學生擅長的題型是單選和翻譯,失分較多的兩種題型是聽力和完形填空。
學年考試情況可視化 學生的學習是一個不斷積累的過程,學生長時間成績表現可以反映出在學業方面是否出現問題。
圖5是某學生高一年度考試總成績和排名變化的組合圖,由分別代表總成績變化和排名變化的兩條折線圖組成。橫坐標是高一學年進行的考試,主要縱坐標變量代表的是成績,次要縱坐標變量代表的是排名,圖中虛線是趨勢線。由圖可見,在高一年度,這名學生共參加六次考試,成績和排名都出現波動。由趨勢線可以看出,成績和排名整體均呈下降趨勢,說明這名學生的整體學業方面出現問題。
圖6是某學生高一年度英語成績和排名變化的組合圖,圖中成績和排名折線的趨勢線均呈上漲趨勢。圖中兩條折線圖均有較大的波動,但波動逐漸減小并趨于平穩,說明該學生在英語學習方面處于一個持續穩定進步的狀態。
4 形成反饋
反饋就如同一面鏡子,反饋給學生的是“他們表現如何”。“當前在評估實踐中的主要問題是評估信息未被即時利用,沒有用于支持教育和學習。”[5]“在大數據的背景下,學習分析技術使得數據信息有了用武之地。通過學習分析技術結果,教師能及時發現學生問題,并做出全面正確的評價。”[6]有學者認為:“評價活動對學習者和評價者都有一定的影響。評價者通過評價評價了解他們(學生)對專業知識的發展程度,并對教學做出相應的調整。”[7]通過上面的論述,可以形成對學生的每日評價、階段性學業評價和學年學業評價。
每日評價是根據學生的當日表現形成的。以日為單位的數據分析能夠幫助教師及時優化教育決策。這類評估的主要目標是改善學習和修正行為,對于支持學生的學習過程至關重要。
階段性學業評價分為兩個層面:班級層面和個人層面。
班級層面的階段性學業評價是根據班級所有學生的某次階段性考試的成績、排名和各科目的成績分布情況形成的。全班級成績的數據分析有助于各科教師更好地了解學生在本階段對學習內容的掌握程度,從而選擇是否進入下一模塊的學習。主要目標是通過班級學生了解本階段學習內容的掌握程度而調整教學時間和教學策略。
個人層面的階段性學業評價是根據學生某次階段性考試的各科成績分布情況和在某個學科中各種題型的得分比例形成的。目的是發現學生在學業層面上哪個學科處于弱項,在學科層面上什么題型失分最多,從而對學生進行教育干預,修改對學生的教學方法與策略,為學生提供個性化教學,幫助學生克服無法掌握的知識類型。
學年學業評價是根據學生在一年中各階段性考試的成績與排名形成的。通過一學年的各階段性成績和排名變化趨勢,判斷學生在學業上或者某個學科上是否出現問題。采集樣本數量的增加,使整體趨勢更加客觀,避免學生僅僅由于某次成績的提高而沒有注意到整體趨勢的下滑。主要目標是通過對學生進行教育干預,幫助學生走出誤區和困境,并且鼓勵學業表現良好的學生繼續保持,這對于學生的持續進步顯然非常重要。
5 結語
學習分析技術為班級管理提供了新的視角,將可視化技術融入學生日常的數據分析之中,以圖表的視覺表征法,將紛雜的數據簡化成生動的圖表,可以幫助教師簡化班級管理工作。本文僅對幾種類型的圖表在班級管理中的應用進行簡單介紹,圖表在班級管理中的應用不僅限于此。筆者相信,大數據時代背景下,學習分析技術及可視化技術在班級管理中將會擁有更巨大的應用價值。
參考文獻
[1]Siemens G. Learning analytics: A foundation for informed change in higher education-n[DB/OL].https://library.educause.edu/resources/2011/1/learning-analytics-a-foundation-for-informed-change-in-higher-education.
[2]白銘欣.班級管理論[M].天津:天津教育出版社,2000:19.
[3]朱訓.階梯式發展是物質世界運動和人類認識運動的重要形式[J].自然辯證法研究,2012(12):1-8.
[4]Zapata-Rivera D, Greer J E. Exploring Various Gui-dance Mechanisms to Support Interaction with Inspec-table Learner Models[M]//Cerri S A, Gouardères G., Paragua?u F. Intelligent Tutoring Systems, 6th Inter-
national Conference. Berlin: 2002:442-452.
[5]Shute V J. Tensions, trends, tools, and techno-logies: Time for an educational sea change[M]//Dwyer C A. The future of assessment: Shaping teaching and learning. Mahwah, NJ,2007:139-187.
[6]何克抗.大數據面面觀[J].電化教育研究,2014(10):8-16,22.
[7]Yorke M. Formative assessment in higher education:moves towards theory and the enhancement of pedago-gic practice[J].Higher Education,2003,45(4):477-501.