量化教育數據，革新選拔機制

劉義峰

教育數據挖掘是一門新興學科，是關注探索教育內容中數據的獨特類型的新方法。有專家從數據挖掘在課程管理系統中的應用角度展開研發，有專家提出利用數據挖掘技術來分析學習者喜好的方向，也有專家提出信息技術有提高學習環境的潛力的看法。美國政府目前已應用數據挖掘技術分析學習者的學習行為，提供教學成績預測、學習者劃分等多種功能，不久的將來計劃為家長開放所需的功能。在國外，教育信息處理技術的發展十分迅速，已經不再局限于教育統計學，但業內專家仍然認為，目前教育部門正處于“使用數據的嬰兒期”。

國內教育信息化領域研發專家蒲石認為，在教育決策中，數據挖掘可用于教師教學方法的選擇、學習評價與學生特征挖掘、干預師生行為、合理設置課程、考試分析及網絡教育資源建設、智能題庫建設、招生就業管理以及個性化校園網建設等教育領域。任職西南財經大學天府學院信息技術教學中心研究員期間，他帶領科研團隊關注教育環境中各種類型的數據，通過開發或運用數據挖掘相關的方法探索其中的關系，使教育系統中的各種要素產生良性互動，最終實現了改進教學模式與管理的目的。

蒲石對于教育數據的收集與分析主要從學生的日常學習行為與成績入手。他發現，一直以來，傳統教育中學校的課程通常是預先計劃好的。課程設計者在學習者進入課程學習之前創建課程內容、交互環節和支持資源，這是一個“有效學習者假說”。假設學習者處于大致相同的層次，當他們開始學習課程時，他們的步調也大致相同。任何教育者都知道這是不符合實際的，并反對別人將他們的教學定義為這種假說模式。系統不會說謊，教育機構設計的學習模式與實際的學習過程是相抵觸的。

對此，蒲石利用機器學習、數據挖掘分析技術將學習內容計算出來，創新研發了成績分析系統、學生成績預測系統等一系列教育信息化管理系統，幫助學校與教師更好地了解影響學生成績及表現的原因，分析及預測學生的成績，并針對性地采取相應對策，轉變教學方法，改善學習環境，幫助學生提高學習成績。目前，這些系統已經在各大高等教育學府中得到廣泛應用。利用智能數據科學地指導教學，規劃教學側重點，不僅顯著提高了教學質量，提高了教育教學管理水平，其表現出來的個性化學習路徑與內容篩選也有利于因材施教教育理念的開展，為不同學生“量身定制”了個性化的學習方案。

成績分析系統、學生成績預測系統的優勢，在短時間內就顯露無遺。但在實際應用中，規模化一直是教育信息系統問世推廣的最大問題。低師生比、高科技設備滲透率、優秀工程師聚集之地、開放思維的教師群體以及愿意創新和嘗試的開明家長等，這個在實驗的土壤生長起來的學習模式，在大多數人看來僅僅是一種“特權階級”才能夠享受到的教育成果。成績分析系統、自適應學習方案所獲得的小范圍成功可能難以在更復雜的體系下被復制，尤其是在中國，乃至全球已經實踐了多年的標準化考試，以及基于標準化考試所建立的教學體系、評分標準和人才選拔機制，都是這種“智能教育”最大的敵人。

但蒲石并沒有放棄對教育數據的挖掘與分析，在他看來，教育科技的創新恰恰是推進教育改革的關鍵所在。他希望提供一種更公平、更全面的方式，完成學校對學生素質、成績的檢驗與考量。隨后，蒲石與多個合作院校建立了跨校學習數據庫，收集記錄了學生的分數、出勤率、輟學率和保留率等日常學習生活中的海量數據，并加入了嚴密細致的邏輯推理系統，全面客觀地展現一個學生的完整形象。此外，蒲石還設置云端分立的數據庫彼此相聯，可用來進行多維度的聯機分析，這樣就呈現給我們一個宏大的教育場景，可以把每個學生置于一個公平的教育場景中來進行審視與評估，幫助教師、學院對學生作出全面、正確的評價，完成人才的選拔。

時至今日，蒲石創新研發的一系列教育信息化系統已經成功落地施行，并得到了業界的充分肯定，在中國教育行業發展技術創新獎評選活動中，蒲石榮獲獎項，影響力進一步擴大。個性化自適應學習模式開始被人們認為是解決現代教育“僵化”的良方，教師、家長與教育科研人員也都開始呼吁課堂改革。

的確，蒲石的教育信息化系統與自適應學習系統將學生從“標準化”的教育體系里解救出來，使每個人發揮其最大的潛能，讓個性化學習的教學理念的實踐變得更加“高效”。而隨著人工智能技術的不斷發展，相信不久的將來，人們都將會擁有AI老師，它終將在教學環節中起到核心作用，通過數據和算法來規劃孩子們的成長路徑。