淺談大數據時代下高等教育評估特征

【摘 要】 當今社會被大數據影響著，大數據改變著人們的工作、生活和思維方式。當前教育領域的大數據也逐漸形成，教育大數據與傳統意義上的教育數據和其他領域的大數據有著不一樣的特征，教育者和被教育者必將受大數據的影響發生變化，從而驅動教育領域進行變革與發展。因此，本文基于教育大數據特征，根據大數據對教育評估的影響，對大數據驅動下教育評估的主要特征進行研究，以便為更好地適應大數據時代而開展教育評估研究提供參考。

【關鍵詞】 教育評估 大數據 教育人工智能（EAI）

2011 年 6 月，麥肯錫全球研究所發布研究報告——《大數據的下一個前沿：創新、競爭和生產力》，第一次提出“大數據時代”來臨，認為“數據”已經滲透到當今每一個行業和業務職能領域”。信息科技時代快速發展，大數據極有可能成為改變世界的一種戰略資源。事實上，在大數據時代下，大數據影響已經深入到政治、經濟、教育、醫療等人類生活的方方面面，為社會帶來前所未有的‘大利潤‘大科技和‘大知識等發展機遇，進而影響著人們的“知識體系、價值體系和生活方式”。

1.教育大數據的特征

大數據是相對于小數據的一個相對概念，大數據并不是大批量的數據簡單地累加而形成，它有交叉性、融合性、流動性和跨領域等特征。教育大數據就是在教育過程中產生的數據或者是在教育領域與教育相關的活動所產生的數據。

1.1 教育大數據的特征。（1）準確性。傳統教育數據一般教育評估都需要大量的數據作支撐， 以往的情況下都是依靠人工采集。 比如，評估者會根據需要，設計出相應的方案或是調查問卷， 在大家都知情的情況下進行采集， 這種采集方式所獲得的數據一定程度上往往帶有評估者的主觀刻意性和被評估者的非意愿性。（2）更具有客觀性，從而使教育評估結果更具準確性。傳統的教育數據都是人工方式進行進行采集，而且基本局限于某一階段，并不能根據需要隨時采集到數據，這主要還是與技術受限有關。互聯網云計算的發展促進了大數據的發展，同時也發展了數據采集技術，這就使得我們即時采集數據成為可能。（3）連續性。教育大數據在每天的教育活動中不間斷地產生著，由此產生的數據本身就具有連續性，但在傳統的教育數據采集過程中，局限于技術手段，我們只能間斷性地采集一部分數據。大數據時代，我們能利用移動終端、云計算等現代技術手段，在不影響教學活動的情況下快速、持續不間斷地采集到更多微觀層面的過程性數據。（4）復雜性。數據具有廣泛性的特點，給我們帶來數據收集便利的同時又帶來了一些潛在的問題。教育活動是人類社會中較為特殊的一種實踐方式，主體和客體的復雜，教與學的同時進行，而且教育模式本身就是復雜的而且沒有任何所謂標準樣板的，這些教育的本性就造成了教育數據的復雜性，再加上大數據本身的魚龍混雜的特性，就使教育大數據更具有復雜性。

2.基于大數據的高等教育評估特征

教育大數據的上述特征對我們的觀念和處理方式將產生巨大的轉變。這對教育的影響是必然的，無論是宏觀上講的教育教學理念、教育管理和決策，還是具體到微觀上的教學過程與評價等方面，都將會因為大數據而發生變革。牛津大學互聯網研究所教授、數據科學家維克托·邁爾-舍恩伯格指出，大數據將重塑教育，并提出大數據改善學習的三大核心要素：反饋、個性化和概率預測。我認為這些核心要素將為教育評估開辟出新的思路。

2.1評估內容綜合化。在國內，高等教育評估種類主要分為院校評估、專業評估認證以及各類專項評估、評價等。院校評估是對學校整體辦學水平的評估;專業評估認證是對具有專業職業特征的專業人員的教育教學情況進行認證和評價的過程。如“臨床醫學”和“基礎教育”的評價和認證;特殊評價分為很多種，對某一時期的建設需要有專門的評價，如促進雙類學科的特別評價;在特定情況下進行的評估，例如就業調查和評估，以了解學生就業情況;以及對學生學習和教師素質的評估。無論是哪一種評價，一般來說，在理論的指導下，構建相應的評價指標體系，然后根據每一種指標類型收集相關數據，根據所得到的數據分析一個或多個結論，這就是“一對一”或“一對多”的評估模型。例如，我們在進行專業評估時，往往只通過對課程、教材、實驗室、實踐基地、教改項目、師資隊伍、培訓質量等方面的考核來得出專業建設的利弊與建議。這種基于職業本身單一因素的評價，得出的結論也是單一的。

2.2評估方式過程化。傳統的高等教育評估基本是富有成效的一次性評估，是基于現有數據對目標實現情況的總結評估。即使在教育活動的過程中，形成性評價問題的及時識別、改進工作，實際上也是階段性的總結評價。在教育活動過程中，對學生進行直接評價是傳統評價方法難以做到的。首先，傳統的評價雖然開始使用計算機信息技術，由于技術受限，不能很好地處理一些非常復雜的數據，尤其是一些非結構化的數據，如圖像和音頻。其次，在數據采集方面，仍然有些困難。由于數據壁壘的存在，缺乏數據保存意識，就不能在任何時間進行采集，傳統的評價者只能采集一次。如上所述，教育大數據是以平臺或載體為基礎，綜合應用各種數字設備，與研究對象相關的教育活動相關的所有數據都是我們直接或間接用于研究和分析的。使評價者在不增加技術使用難度的情況下，了解評價者在整個過程中的表現，進而利用基于大數據的程序性評估來指導教育活動的及時調整和改進。

2.3評估手段智能化。從技術層面來說，評估手段主要是指評估信息的收集，處理和分析。目前，我國教育領域的大數據正在形成，與課程教學，教學管理，學習信息，數字校園等方面相關的數據日益增多。如何處理這種看似混亂的大型數據需要更智能的技術。我們必須從雜亂無序的數據中找到有用的數據，然后仔細地分析和總結它們，以在評估系統中形成數據結構。這需要數據挖掘，這是通過使用計算機輔助系統和數學算法通過機器學習探索隱藏在大數據中的未知信息的過程。

3.結論

今天，教育人工智能（EAI）等新技術的快速發展與滲透賦予了高等教育、高等教育評估諸多新的理念、內涵和特點。 大數據的興起與應用，一方面，為高等教育評估提供了豐富的數據資源;更加客觀全面的評估結果，更加科學合理的評估手段等，另一方面，如何合理利用大數據技術為教育評估提供新的方法和手段是我們面臨的新課題。

作者簡介：劉賀，男，民族：漢，籍貫：安徽，學歷：碩士研究生，單位：湘潭大學，研究方向：公共管理