基于大數據技術的學習評價實施策略研究

丁發紅

（慶陽職業技術學院，甘肅 慶陽 745099）

在當今高度發展的網絡時代，教育方式、學習模式和學習者使用的學習工具都向著網絡化方向邁進，個人電腦、智能手機及各種便攜式移動終端也成為學習者的新型學習工具，基于大數據技術的學習評價就是對學習者在學習過程中產生的過程數據進行挖掘、清洗，通過對有用數據的分析發現學生學習規律、洞察學生學習方面的某種現象，從而為教學診改服務。

1 基于大數據技術的學習評價原理

1.1 什么是大數據？大數據有什么價值

大數據（Bigdata）也稱為海量數據，是指用新處理模式才能具有決策力、洞察力和流程優化能力的海量的、高增長率的、多樣化的信息資產，大數據技術的產生和應用標志著人類在認識世界、改造世界的能力上又邁進了一大步，過去不可存儲、不可分析、不可共享的數據在大數據技術的推動下變成了我們理解世界、認識世界、發現規律的一扇窗口。

大數據的核心就是預測，它通常被視為人工智能的一部分，不久的將來，這個社會所有單純依靠人們判斷力來解決的問題會逐步被各種系統來代替，如亞馬孫可以根據我們平時查閱的電子圖書給我們推薦想要的書，facebook根據我們上網瀏覽的資料知道我們的喜好，而LinkedIn可以根據我們在網上交流的朋友圈分析出我們可能還認識誰。

1.2 什么是學習大數據？學習大數據有什么價值

學習大數據就是學習者為了達到學習目的而依賴于各種學習軟件、學習平臺或和互聯網平臺，在與外界交互的過程中而產生的一系列數據，主要包括學習內容數據、學習時間數據、學習方式數據、學習工具數據和與外界互動交流時產生的各種數據。

學習大數據在催生了智慧化教學的同時也為個性化學習賦能。有了學習大數據，教師可以通過統計、分析準確掌握學習者的學習狀態和個性化特征，如學生對教學資源的利用情況、對教學內容的互動反應、學生對每個知識點的學習時長、每個學習平臺上登陸的頻次等，從而制定適合學生學習特點的個性化培養方案，提高提高學生解決學習中出現的問題的效率和質量。

2 大數據與學習評價

2.1 學習評價發展現狀

學習評價就是按照預先設定的目標來評估、測量學習者過去或現在的學習情況，一直以來，學習評價是通過中期、期末考試、平時測驗、課堂表現、實訓情況等來進行的，但這種評價不具有實時性，也不夠全面客觀。隨著信息技術的迅速發展及在教育領域的融合創新、各種在線教育平臺的大量應用，學習過程大數據逐漸被人們挖掘并應用在學習評價層面，基于大數據技術的學習評價使得學習評價更為科學、系統、全面、及時，與以往傳統學習評價相比，也能更好的記錄描述學生的發展現狀和個性化學習情況，通過分析學習過程數據還可以對教師的教學效果及學生個性化學習需求進行評價。

2.2 大數據技術如何影響學習評價

大數據技術對學習評價具有很大的影響，他是指將學生學習過程中產生的所有數據全部收集起來，納入分析、評價的范圍，比較強調評價過程本身的價值，數據來源渠道越多評價結果越準確，越能反映出學生學習的真實情況，對實踐的指導意義就越大。另外學習過程大數據評價與考試結果大數據密切結合將使得教育評價更為客觀、公正。

2.3 大數據技術支持下的學習評價原理

2.3.1 大數據技術支持下的發展性評價原理

大數據技術支持下的發展性評價原理是將學習過程中每個環節進行數字化記錄、描述、存儲，在從這些數據中搜集有用的數據進行科學分析、評價，從而對教育主題和客體的教育活動進行價值判斷，根據已經制定的人才培養目標、專業建設標準、課程建設標準制定更加細化的階段性要求，全面挖掘、存儲學習過程數據，以個性化發展的視角客觀評價學生學習行為、效果及特點，這樣有利于教師根據學生的個性需求對學生進行精準指導。學習者也可以發現自己在學習過程中存在的問題和學習進展情況，從而調整學習計劃以便達到更加理想的學習效果。

2.3.2 大數據支持的在線學習過程性評價原理

在信息技術與現代教育高度融合下，信息技術對教育的影響覆蓋于管理模式、教學模式、和評價模式等層面，近年來，很多高校在教學模式的重構上下了大工夫，而基于大數據技術的管理模式和評價模式的變革上還有很大的潛力需要深入挖掘并廣泛應用。這種需求將推動教育信息改革的深入推進。

5G網絡環境支撐下，可對教學環節數據進行全面采集，而且采集的數據可以是實時化呈現，通過對大數據的實時監測，可以迅速反饋監測信息，教師可以對學生的學習狀態有針對性地進行監控和管理，這在一定程度上緩解了因網絡教學環境下師生分離而造成的互動不暢的問題，促成了學習評價由經驗化向科學化的范式轉型。

2.3.3 大數據技術支撐下的個性化學習評價

為提升學習者網上學習的滿意度，可以通過對學生學習大數據的分析從而定制個性化的學習需求，包括學習時間、教學資源，教師可根據學生學習需求進行多對一甚至一對一的教學資源推送，這種指導方式有效支撐了個性化教學，同時，學習評價也由片面化、單一化向多元化轉型，這種多元化包括了學生學習動機、態度、興趣、偏好、習慣等，完成了為學習者畫像并滿足學生學習的個性化需求，這種對學習者的縱向追蹤大大拓展了教學評價的功能、效率及內涵。促進學生全面發展、有效提升了教育評價質量及教育管理質量。

3 學習大數據的采集與獲取途徑

3.1 學習大數據的來源途徑

教育是一個復雜的系統工程，除家庭和學校需要密切配合外，因為地域發展的不平衡導致學校教育水平存在一定的差距，來自各方的教育大數據采集、存儲存在著一定難度，學習大數據主要來源于校內學習和校外實踐兩種，由于各地區各學校教育質量和信息化教學設備存在一定差異、多元化教育大數據的產生、采集、分析能力存在著一定的差距，數據采集的全面性、實時性、準確性還存在著差異。

3.2 學習大數據的采集途徑

目前、各種在線教學平臺、網上教學資源層出不窮，這些教學資源的應用使得教育過程數據類型繁多，而不同的類型數據的采集就要用不同的技術手段來實現，就要用各種學習資源系統、網上在線課程平臺而產生的教育數據，不同類型數據的采集也是運用不同技術手段來實現的。

3.2.1 物聯網感知技術

目前，校園一卡通在各個學校都廣泛使用，可通過對校園“一卡通”的使用情況對學生在線學習情況、云平臺利用情況、直播課堂利用情況及日常學習情況、甚至生活情況進行監測。

3.2.2 在線教育平臺數據收集技術

隨著信息技術在教育領域的高度融合，在線教育平臺被高校廣泛應用，尤其是2019年爆發的新冠肺炎疫情更加促進了線上教學的迅速發展，目前規模較大反響較好的教學平臺有智慧樹、超星阿雅、中國大學MOOC等，可以收集學生在平臺學習過程中產生的各類學習大數據，這些不同類型數據還可與學校教務管理系統互聯互通，為學校教學管理、教育診改和學習評價提供了數據支撐。

3.2.3 圖像識別技術

圖像識別技術是人工智能領域中的核心技術，通過對圖像采集設備抓取的數據進行清洗整理，可以識別所觀測對象，從而為學習者提供相關方法或思路，常見的有“學霸君”、“作業幫”，這種技術采用一對一的方式，通過對采集到的圖像信息進行匹配分析來識別學習者的目標，為學習者提供解決問題的答案或方法，這種“拍照搜題”的方法已經被廣大學習者所青睞。

3.2.4 面部識別與視頻錄制技術融合

這類技術用于校園內部行為數據采集方面，如：面部識別、智能錄播、視頻監控等方面，其中校園內部的監控技術普遍比較成熟，主要是在學生安全管理方面對學生進行動態監測；智能錄播技術因為各學校資金投入的差異還存在發展不平衡情況，這種技術是采集教師教學過程數據和學生學習過程數據，面部識別技術可以獲取學生上課狀態數據。

基于大數據技術的學習評價是在學習過程大數據和學習評價基礎上實現的，隨著信息技術的迅速發展和在各領域的融合創新，更多的信息采集技術將會在教育教學領域廣泛使用，教育大數據必須具有連續性、實時性、便捷性等特點，這樣才能保證數據采集的科學性、目的性進而實現數據采集的精準性與合理性。