您现在的位置:
石带资讯>教育>新技术推动专业化:大数据时代教育评价变革的逻辑理路

新技术推动专业化:大数据时代教育评价变革的逻辑理路

2019-11-19 17:58:11   【浏览】939

作者简介:朱德全,四川南充人,西南大学教育部部长,长江学者特聘教授,北京师范大学中国基础教育质量监控合作创新中心西南大学分中心。研究方向是课程与教学理论、教育统计与评价。马新兴,云南禄丰人,西南大学教育系博士生。他的研究方向是教育评估。重庆400715

标题说明:北京师范大学中国基础教育质量监控协同创新中心重大成果培养项目“大数据时代教育评价技术转型与“教育测量与评价”课程平台服务功能研究”(2018-06-004-bzpk01),中央大学基础科研业务费用专项基金项目“基于管理与评价分离的现代职业教育评价机制研究”(swu1709492)。

人类社会正从it时代高速进入dt时代。大数据作为新时代的核心科技力量,已经对各行各业产生了颠覆性的影响。教育与大数据的深度结合是时代发展的客观要求,也是新时期提高教育质量的必然选择。教育质量取决于评价质量的水平。专业化是优质教育评价的前提,专业化是现代教育评价的必然趋势。在数据成为关键驱动力的时代,大数据作为一种新技术,支持和加快了教育评价的改革,推动了教育评价的专业化进程。教育评价的实施可以分为三个环节:信息数据收集-价值判断-结果反馈。大数据的操作遵循海量数据生成——数据筛选和深度挖掘——数据实时呈现的一般规则。借助大数据操作的一般规律审视教育评价活动,为教育评价专业化提供了新的理论空间,同时充分发挥大数据在教育中的作用,为教育评价专业化提供了更有效的实践路径:实现信息数据的无损采集,提高教育评价依据的可靠性,成为教育评价改革的逻辑依据;价值判断趋于科学、准确,提高了教育评价数据解释的有效性,明确了教育评价改革的逻辑取向。评价结果能够有效传递,保证了评价互动反馈机制的实时性,凸显了教育评价改革的逻辑目的。

一、逻辑基础:数据无损采集的可靠性,增强评估基础

优质教育评价有赖于全面有效的评价基础,可靠的评价基础是教育评价专业化的前提基础。在大数据时代,全自动、全过程、全样本、全类型的教育评价数据采集使教育数据的生成和评价数据的采集实现无损对接,提高信息和数据的质量和数量,增强教育评价依据的可靠性,成为大数据时代教育评价改革的逻辑依据。

在传统教育环境中,教育评价主要根据评价目标和计划有选择地收集教育信息数据。数据是通过评估生成的。由于技术和条件的限制,数据源相对单一。收集的评估基础仅限于通过小规模抽样产生的结构化和碎片化数据。教育数据的生成和评价数据的收集没有实现无损对接。大数据推动社会生活加速技术化的深度,教育与技术的全面深入融合使教育评价的思路和方法发生了变化③。大数据技术使多样化数据的全自动、全过程、全样本和全类型收集成为现实。教育评价数据收集的专业化体现在从思维层面重塑对教育评价基础的认识,丰富教育评价的数据内涵。从评估基础的来源来看,教育大数据是在教育过程中自动生成和存储的,而不是根据具体的评估目标进行选择性收集。大数据技术促进了教育评估数据的生成和收集,以实现非破坏性。从教育评价数据的内涵来看,随着教学管理、在线学习系统的应用和各种终端设备的普及,教育数据呈现出井喷式增长。教育已经从数据最贫乏的地区变成了数据最丰富的地区。教育数据的盲点逐渐消失,包括时空数据在内的更多数据可以用于教育评价。重新理解教育评价基础的内生机制,解读教育评价数据的丰富内涵,是生成和收集教育评价数据的前提条件。在方法层面,教育活动全过程中各种数据的动态获取弥补了教育评价数据收集的不足。在大数据时代,一切事物的互联和人机交互使得在整个教育过程中产生的数据,包括正式学习和非正式学习,都具有可追溯性。智能教育环境和智能终端自动存储大量教育数据。教育评估数据的生成和收集往往是全自动、全过程、全样本和全类型的。基于物联网感知、视频记录、图像识别、平台采集等技术,教育大数据生成与采集之间的无损连接,评价数据在教育过程中自动生成,覆盖整个教育领域,教育评价超越了采集零散结果数据的限制,实现了对过程动态数据的全方位监控。就样本量而言,我们不仅要依靠微观采样,还要探索整个样本的海量数据。就数据类型而言,不仅要注意结构化数据的收集,还要注意非结构化和半结构化的全类型数据⑤。找出教育评价数据收集的方法,充分发挥技术红利,是教育评价数据收集专业化方法的基础。

第二,逻辑定位:准确的价值判断提高了数据解释的有效性

教育评价是分析和判断教育活动的实际或潜在价值的过程⑥。价值分析和判断是实施教育评价的核心环节。得益于大数据技术,海量数据价值解读的有效性得到了增强,推动教育评价的价值判断走向准确,凸显了大数据时代教育评价改革的价值逻辑取向。

线性因果思维和主观经验判断影响教育评价的科学性,成为教育评价专业发展的瓶颈。大数据技术颠覆了传统的逻辑思维模式和认知模式,将思维从线性因果关系中解放出来,通过海量数据集之间的相关性引导人们发现问题、探索规律、分析价值和预测趋势⑦。大数据技术使丰富联系的关联成为时代的主流。它以基于数据分析的客观解释为主要操作模式。它不仅照顾到教育的人文性,而且提高了评价的科学性,使教育评价趋于准确。在思维层面,多元价值观的教育现实使评价范式面临转型。传统教育评价中的线性因果思维缺乏对多重价值的回应。大数据绕过了寻找因果理解的复杂过程,通过从数据的相关性中寻找价值,为教育评价范式的转变提供了一种新的思维方式。主观假设和经验主义倾向于降低教育评价的可信度和权威性。⑧。大数据技术的数量和种类使数据本身变得客观和有价值。通过直接检查整个样本、整个过程和整个数据类型本身,促进了教育评价中数据驱动决策的实现。⑨价值分析和判断从“经验主义”转向“数据主义”。相关性思维和数据驱动概念是教育评价价值判断专业思维的前提。方法:教育评估专业化要求对大量数据进行分析和处理。大数据技术具有准确性、准确性和价值性等特点。它在分析复杂教育数据方面具有无可比拟的优势,具体体现在数据值密度高、分析速度快、挖掘能力强、关注范围广。基于复杂算法模型,如关联规则分析(apriori)、层次线性建模、决策树、神经网络分析、k均值聚类分析等。大数据技术对数据集进行对比分析、交叉检验和聚类统计,将非结构化数据转换为半结构化和结构化数据,并使用数学方法进行运算处理。在分析现象相关性的基础上,深入分析各种因素之间的因果关系,揭示教育现象的隐藏本质、模式和趋势。合理利用大数据技术提高价值分析和判断的准确性是教育评价专业化的核心。

资料来源:中国社科院网站

关注通化顺金融微信公众号(ths518),获取更多金融信息

快乐赛车app pk拾app 江苏福彩快三 中国一分彩 11选5投注


上一篇:新款奥迪A3上市,标配定速巡航/只贵六千,年轻人要什么它都知
下一篇:曾被悬赏追逃的“霸道”落马官员一案有新进展