全文共1804字，预计阅读时长4分钟
什么是教育大数据？其实是没有办法定义这个概念的。因为大数据本身就没法定义——只是说数据很重要，本身没有含义。大数据不是“大”和“小”的问题，所有的数据很重要，它包含了所有数据的汇聚、关联、使用。
教育大数据，就是把教和学的行为数据，包括以前不在意的、以前没有办法记录的记录下来。
现在我们来谈谈关于教育大数据的基础科学问题。
学生不爱学 老师不爱教？
CCF会士，华东师范大学教授、副校长周傲英表示，目前教育最大的痛点问题，是全世界面临共同的问题，就是学生不爱学的问题。学生不爱学老师就不爱教。原来的大学是用系统的时间来学系统的知识，而现在有了移动互联网以后，我们的知识和时间都被碎片化了。如果还用老办法，那肯定不对。
解决方法就是16个字：有教无类，因材施教，寓教于乐，教学相长。
互联网、大数据和人工智能，使得这16个字变成可能。互联网各种平台就是有教无类；因材施教是指精准教学，有了你的行为数据以后就可以分析你，我就可以推送给你，你应该学什么东西，你应该做什么样的题目，你应该做什么样的书；寓教于乐，教学相长，首先要弄得很好玩，比如编程是一种乐趣，而学习最好的办法就是教会别人。这些东西在互联网，在大数据下，把这个数据搜集起来以后，这些需求就有可能做到。
不用借笔记也能get到重点
之前上课的时候，到期末考试跟别人借笔记是一个非常普遍的现象。在那个时代，借的笔记就是对重点的提炼。而今天在线上，你可能已经不需要了。通过对老师的各种总结，就可以把这些数据总结出来，变成一个活生生与时俱进的一个笔记。大数据不但能够介入到整个课程内容，还更多可以介入到我们的行为，我们的学习的行为，我们学习的场景。
根据你在线上学习的情况，可以帮你推荐，下一步应该做什么，每个人学习路径不一样，所以是因材施教。每个人可以走得快，可以走得慢，可以通过AI和人工智能，这个难度非常大，就是知识结构化。
CCF高级会员，慧科集团首席战略官、慧科研究院院长陈滢表示这是任重道远的过程，在其他的交互空间中也有像P2P一些东西，这个实际上是很多现在的在线平台已经有的，但是在P2P，包括机器自动判卷等等，有很多大数据的问题还有待研究。
新方法来解决新问题
CCF杰出会员，浙江工业大学信息工程学院执行院长梁荣华认为F0710是一个机会，在信息F0701代码里面，不一定说基础，因为基础很难评估，因为你跟这些搞教育研究的，或者搞教育基础研究的人比，很难衡量说谁的好，谁的不好。
在申报项目的过程中，大家研究什么问题，我们一定是从信息角度来说，都是定量的，而他们可能更多是定性的，问题模糊。
他认为目前更多是面向教育的主体，主体不要弄错了。科学问题要讲清楚，一般比较提倡用新方法来解决新问题。
从“三观”分析教育大数据
教育大数据要从微观、纵观和宏观三个方面来进行分析，这是和其他的大数据不大一样的。
所谓的微观数据就是细节数据，你的学习效果，从你的课堂学习情况，到纵观你的学习效果怎么样，到给你提出精准化学习路径构建，包括你对学习方法的改进等等。
另外CCF高级会员，北京理工大学计算机学院教授王国仁认为，教育大数据应该要和行为科学、认知科学甚至要和心理学要结合。其实我们搞幼儿教育对教育规矩的认知和我们高等教育截然不一样，年龄不一样，心态心理就不一样，这个就更难。从广度、宽度，应该有很多很多可以做创新的东西出来。
移动性、个性化、网络化的情景学习
教学环境，就是开展一个教学环境需要构成的所有复杂性要素，像教师，用黑板还有教材等这些教学资源都是这个环境的一部分，还有物质上的环境和精神上的环境，也包括实环境，虚环境。
新的“互联网+”时代里，教学环境有这样三个变化：一是从以教师为主的传统教学环境演变成以学生为主的自主学习环境；二是从基于传统信息技术数字化学习环境，演变成大数据和AI的智慧学习环境；三是移动计算和物联网技术发展，将教学和学习空间进一步泛化融合，成为一体化的学习环境。
CCF会士，东北大学计算机学院教授于戈认为，可以把智慧学习环境定义成一种基于大数据的环境，因为学习环境通过大数据才能支持，才能把整个线上线下，虚环境和实环境能够融合在一起，支持移动性、个性化、网络化的情景学习。
其实教育大数据要形成闭环，首先是数据的产生，然后一直到数据的使用，最后要形成闭环才算完整。所谓的闭环，就是使用了以后的效果还可以再分析，然后再进一步完善教学。
留言 点赞 发个朋友圈
我们一起探讨AI落地的最后一公里
联系客服
