大数据如何影响课堂教学?

“大数据”一词最早是在2008年维克多·迈尔-勋伯格(Victor Mayer-schoenberg)和肯尼斯·库克耶(Kenneth Cookeye)合著的《大数据时代》(The Age of Big Data)一书中提出的。“大数据”是指在没有随机分析(抽样调查)这种捷径的情况下,对所有数据(类似于整个样本)进行分析处理的一种方法。

1.我们身边的大数据是什么?

“大数据”已经渗透到我们生活的方方面面。比如我们打开手机淘宝,呈现给我们的界面就不一样。它推给我们的商品是不一样的,这些商品往往能真正抓住我们的需求和心理。为什么?

其实这是大数据分析的结论。

淘宝这个平台,分析每个浏览过商品,买过商品的人的所有数据,可以很容易的获取我们的很多信息。

比如我们的性别,年龄,家庭成员,喜好,是否结婚,是否有孩子,孩子的性别,甚至你喜欢穿休闲装,小清新装,还是职业装等等。通过你的每一次操作收集这些数据后,它经过分析处理,进一步推测你可能订购的商品,然后推送给你,让你少花时间搜索,多花金钱消费。

比如你给孕妇买一些产品,它可能很快就会给你推一些相关的婴儿用品。

而我们消费后的评价和反馈,让他们不断完善自己,比如不同卖家的钻石星,或者一些不合格卖家的下架等等。,这是淘宝对自己的调整。

这种互惠互利的双环运营模式,可以看作是卖家和买家的良性互动,这在传统门店是不可想象和难以实现的。

2.课堂教学的互动方式是什么?

课堂教学互动是指教师和学生在课堂上进行信息交流的一种方式。

在传统课堂中,师生互动相对简单,课堂是教师在讲,学生在听的单向传导过程。

有人说,老师是知识的搬运工,课堂上师生交流很少。

还有一个概念是老师问学生问题,学生回答,这就是师生互动。

显然这种理解是肤浅的,会让师生互动流于形式。师生互动的根本目的是引导和培养学生的高阶思维。

所以真正的师生互动应该定义为思维的碰撞,智慧火花的来源。

近几年被提及的可汗学院的教与学方法,正是因为基于大数据分析,解决了课堂教学互动的问题,才受到关注。

大数据之所以能实现课堂教学互动,是因为它有三个主要特征:反馈性、个性化和概率预测性。

我们传统的课堂教学是单循环的学习,即教师给予,学生接受。我们检查学生,然后评估他们。

我们不会也没有条件通过学生的成绩来反思我们的教学内容或方法是否合适。

我们无法从学生那里获得真正有用的反馈来改变我们的教学内容和行为。

所以传统的课堂教学是单循环的方式,根本没有师生之间的良性互动。

另外,我们在教学内容的安排上,考虑的是平均水平的学生,现实中可能根本不存在。

换句话说,我们的教学没有照顾到“好”的学生,忽略了那些“差”的学生,甚至那些我们认为是中等水平的学生,因为他们是平均化后的想象群体。

所以我们的教学根本没有针对学生的个性化设计,这是教育大众化不得不做出的选择。

传统教学是一种没有反馈或者很少反馈(没有时间或者没有关心,没有分身技能)的教学,没有个性化,更没有概率预测。

大数据下的课堂教学新交互方式可以改变这种情况。

1.参考案例

Victor Mayer-schoenberg和Kenneth Cookeye撰写的《与大数据同行——学习和教育的未来》一书举了Khan Academy的例子。

2004年,可汗是一名刚从哈佛商学院毕业一年的基金分析师,辅导表弟数学。

因为他们住在不同的城市,他在互联网上辅导她,这永远改变了教育的世界。

他写了几个程序来辅助教学。这些程序可以生成数学练习,并显示孩子们提交的答案是否正确。

同时,它也收集数据。该程序可以跟踪每个学生正确和错误回答的练习数量,以及他们每天花在家庭作业上的时间。

后来在此基础上建立的可汗学院,因为收集学生行为的数据,从中获取有用的信息来改变教学内容的设计,为每个学生定制个性化的学习方案,而闻名于世。

可以说,数据是可汗学院运营的核心。在大数据的支持和互联网技术的快速发展下,相隔千里的师生之间形成了有效的课堂教学互动。

它改变了我们传统的认为可以实现面对面互动的认识。

此外,还有一个关于斯坦福大学的吴恩达和他的机器学习课程的例子。

吴教授将课程放在网上,他用视频跟踪学生的互动。

他哪里按了暂停键,哪里按了重复键,哪里放弃了继续讲课?他的目的不是督促学生学习,而是反思学生被哪些问题卡住了,哪些教学内容难以理解,从而调整课程。

例如,他发现学生通常按顺序在网上学习,但许多学生在7班学习时会回到第3课的数学复习课。

于是他发现是因为在第七课解题时,需要用到第三课复习过的一个数学公式,但是很多同学都不记得了,于是他换了第七课的教学视频,会自动弹出一个窗口,帮助同学复习数学公式。

还有一次,他发现学生在学习第75到80课的时候,正常的学习秩序被打乱了,学生以各种顺序反复观看这些课。

通过反复分析,他发现学生的行为是反复理解概念,于是他把这部分教学内容做得更细致,更有助于帮助学生理解概念。

评价

这是大数据分析下课堂教学互动变化实现教学反馈的典型例子。

我觉得我们的传统教学,仅仅通过评判学生的作业,每天看学生的考试成绩,是无法获得这些动态数据的,更谈不上改变我们教学内容和方法的有价值的信息。

所以我们的教学可能几年甚至几十年都在重复同样的内容和动作。因为我们不知道学生是怎么学习的。

2.参考案例

另一个例子是半岛大学的暑期学校项目,该项目利用可汗学院的数学课程来教授旧金山湾区贫困社区的中学生。

课程刚开始的时候,一个七年级的女生总是全班垫底。在暑假的大部分时间里,她是最慢的学生,但课程结束后,她是班上的第二名。

可汗对此感到好奇,于是调取了她的完整学习记录,查看了每次练习和解题的时间,系统创建的图表描述了她的学习情况,发现他在班上的垫底徘徊了很久,直到在一个事件点突然直线上升,超过了几乎所有的学生。

这充分说明,当学生按照自己最合适的节奏和顺序学习时,即使是看似没有能力的“差生”,也能成为一名优秀的学生。

评价

这是大数据分析下个性化教学的典型例子。

如果把这个女生放在我们基于小数据的传统教学班,几次考试成绩都不理想,她可能会被我们归为“差生”,这样各种辅导和辅导会彻底打击她的自信心,成绩的阴影甚至会影响她的一生。

可汗学院的课程用数据监控她所有的学习过程。时间是一个连续的变量,根据她的特点设计适合她的练习,循序渐进,激发她的最大能量。

她按照这种个性化定制,按照自己的节奏学习,不去关注别人的学习进度和成绩。我不敢去想。不知道我们的教育扼杀了多少这样的人才。

我们应该真正认识到大数据带来的课堂教学交互的变化,这些变化往往甚至不是技术性的,而是概念性的。

在反馈和个性化的基础上,大数据更大的优势体现在概率预测上。

例如,我们可以预测单个学生为了提高学习成绩而需要进行的行为。比如选择最有效的教材,教学风格,反馈机制等等。

其实在小数据时代,我们告诉学生家长的一些建议,比如你的孩子应该加强数学的学习,你的孩子适合学文科,其实都不是确定的事实,只是概率性的干预。

因为可能是基于老师所谓的经验,这个学生选择读文科,以后更有可能考上一个。大数据和过去最大的不同是,我们通过对事物的测量和量化,以更高的准确度说话。其预测精度较高。

比如在大学的选课中,你可以根据自己之前的学习基础和学习行为来预测自己选择哪门课的通过率会更高,未来的职业规划会如何更顺利等等。

这种通过大数据实现的概率预测,似乎与课堂教学互动的变化没有直接关系。

但仔细分析,不难发现,这种预测其实是师生互动的延续。我们对学生的影响不仅限于课堂,而是延续到未来选择的层面,使得互动和交流更上一层楼。

1.利用数据反馈信息调整课堂教学策略

以高考备考为例:

上图追踪了某高中四年所有学生的得分率。我们可以看到,部分知识点的得分率保持在较高水平。

这说明学校一贯的训练策略和日常的教学方法是正确的,只需要保持。老师和学生都不需要太焦虑,因为大数据反馈的结果对未来的教学效果有一定的预测作用。

2.关注学生的个性化发展。

大数据不仅对庞大的数据进行全样本分析,还能获得普遍规律。更重要的是,能体现个性。它可以记录每个学生的变化,方便教师针对每个学生调整课堂教学方法。

上图是大数据分析系统给出的一个学生在一次考试中的情况。从图中可以看出,数学和物理是这个学生的优势学科,英语是这个学生最弱的学科。所以在制定改进策略时,我们应该听取英语老师的建议。

大数据可以帮助老师的课堂教学行为,不像传统课堂是针对所谓的“一般”学生,而是可以照顾到每一个学生。

比如利用信息技术监控学生的课堂测试和课堂练习,可以随时回顾任何一个学生的过程,统计每个学生过程中的问题,让教师可以根据实际情况而不是经验随时调整对课堂过程的判断。

总之,课堂教学互动模式的改变不应该仅仅是技术上的改变,还应该是非常成熟的媒体技术和网络平台。我们需要的变革是组织变革和思想变革。

现在流行的微课和海量开放的网络课程,其实是大数据渗透到教学交互领域的冰山一角。形式不重要。重要的是隐藏在这些表格中的数据所反映的学生行为,以及反馈给教师的教学信息,从而引发他们的思考和改变,形成双向循环,实现真正的“互动”。这才是大数据的真正价值。

大数据下的老师要有“数据素养”,我们需要通过读取数据来跟踪学生的进度,通过概率预测来解释什么是对学生最有效的学习。

我想这应该意味着我们需要建立一个完善的体系。在这个体系中,有数据处理的专家,有解读和分析数据的分析师,也有利用数据改进教学的老师。

只有在这个良性循环系统中,才能真正实现课堂教学互动,才能呈现个性化教学,才能针对每一个孩子进行教育。

希望我们的教育教学能因为大数据而发生真正的改变。