京公网安备 11010802034615号
经营许可证编号:京B2-20210330
孔子的“因材施教”何时才能实现?教育专家拿出了大数据
每一个孩子都是独特的,但是我们能针对他们进行真正个性化、差异化的教学吗?
在数学考试中,两个同样得了90分的考生,他们的能力完全一样吗?
老师布置作业:完成第一题到第十题。可真的是所有学生都有必要完成这10道题吗?
日前,记者参加了一场由学海智通云承办的“基于数据分析的初中生自适应学习应用研究”全国教育技术研究规划课题开题会,浙江大学教育学院学术委员会主任、数字化学习研究所所长、教育技术学博导张剑平教授,与在场的20多所学校老师面对面交流时,提出了这样的观点:在互联网时代,老师们的教学不仅要凭经验,更要充分利用学习行为数据的科学分析。
“不得不承认,对于学生,我们知道得太少。”这是卡耐基·梅隆大学教育学院的一句经典的口号,同时也是美国十大教育类年会关注度最高的议题。类似的思考在我们国家的教育领域同样存在。
张剑平教授认为,人工智能+大数据正在部分领域赶超人类,像语音识别技术的应用已越来越普及,中文的语音识别准确率已达到97%。但现代信息技术对于教育教学变革的促进和影响,无论在中国还是美国,都还是在起步阶段,有效利用大数据促进个性化学习的研究与应用,尚有待于研究人员、技术人员和一线教师的共同努力。
比如根据传统的教学模式,我们会认为,成绩相同的学生,能力大体相仿。但如果借用大数据的分析手段,学生的差异性就会清晰展现。如果对同为两个90分的考生进行分析,我们会发现,第一个学生也许更多的是依靠出色的逻辑思维,而另一名同学是依靠出色的记忆力,两个人孩子的能力完全不一样。
基于大数据的学习分析,可以让教育教学真正面对每一个独立的个体,大数据能够让我们更全面地看待学生的发展,发现以往考试成绩所反映不了的深层次问题。老师能对这一情况及时掌握,通过新技术来帮助我们对每一个学生的个性和特点都有了充分的了解,就会有针对性地布置作业,帮助学生弥补能力上的不足,进而实现那个孔子时代就提出来绵延2000多年的梦想——因材施教。
在教学实践中,老师们应该尽可能地用大数据来读懂每一个孩子。
以国际上著名的"Knewton"适应性教学平台为例,该平台上的教学资源能够适应每个学生的个性化差异,可以根据学生的学习表现,判断当前的题目的难度是否过大,是否太容易,还是刚刚好。基于判断实时地改变题目的难度。学生可以按照自己的节奏来控制学习进度,而不会受到周围其他学生的行为影响。然后,系统会给教师一个反馈,告知哪个学生在哪个方面有困难,同时给出全班学生的整体分析数据。如A同学做对了第二题,系统马上可以告诉他,他可以跳过第四题和第八题,这是因为,二、四、八三道题目在考查同样的知识点,如果都做则是简单重复。如果B同学做错了第三题,那么系统就会提示他强化式练习第六题和第九题,这是因为基于大数据的分析,第三题做错的同学很有可能在第六题和第九题也出现错误。而有针对性地反复训练,是十分必要的。
现代信息技术解放了一些具有创新精神的老师,使他们节省了大量重复的劳动而将精力集中在教师的核心任务,这就是技术解放力量。从这个意义上说,再好的技术都不能取代老师,而只是对教育和教师角色进行了重新定义。
在互联网时代,信息技术可以将知识汇聚与个性化推荐结合,通过对学习资源的深度整合,知识导航,推荐引擎,个性评价等更具专业性的深层服务,优化传统教学模式,让课堂减少灌输,增加互动,这无疑是教育的一大进步。传统的课堂也因此将实现功能上的转变,成为交流学习成果和释疑解惑的场所,通过线上线下相结合的混合型模式,实现线上线下一体化(O2O)的个性化学习。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在神经网络模型搭建中,“最后一层是否添加激活函数”是新手常困惑的关键问题——有人照搬中间层的ReLU激活,导致回归任务输出异 ...
2025-12-05在机器学习落地过程中,“模型准确率高但不可解释”“面对数据噪声就失效”是两大核心痛点——金融风控模型若无法解释决策依据, ...
2025-12-05在CDA(Certified Data Analyst)数据分析师的能力模型中,“指标计算”是基础技能,而“指标体系搭建”则是区分新手与资深分析 ...
2025-12-05在回归分析的结果解读中,R方(决定系数)是衡量模型拟合效果的核心指标——它代表因变量的变异中能被自变量解释的比例,取值通 ...
2025-12-04在城市规划、物流配送、文旅分析等场景中,经纬度热力图是解读空间数据的核心工具——它能将零散的GPS坐标(如外卖订单地址、景 ...
2025-12-04在CDA(Certified Data Analyst)数据分析师的指标体系中,“通用指标”与“场景指标”并非相互割裂的两个部分,而是支撑业务分 ...
2025-12-04每到“双十一”,电商平台的销售额会迎来爆发式增长;每逢冬季,北方的天然气消耗量会显著上升;每月的10号左右,工资发放会带动 ...
2025-12-03随着数字化转型的深入,企业面临的数据量呈指数级增长——电商的用户行为日志、物联网的传感器数据、社交平台的图文视频等,这些 ...
2025-12-03在CDA(Certified Data Analyst)数据分析师的工作体系中,“指标”是贯穿始终的核心载体——从“销售额环比增长15%”的业务结论 ...
2025-12-03在神经网络训练中,损失函数的数值变化常被视为模型训练效果的“核心仪表盘”——初学者盯着屏幕上不断下降的损失值满心欢喜,却 ...
2025-12-02在CDA(Certified Data Analyst)数据分析师的日常工作中,“用部分数据推断整体情况”是高频需求——从10万条订单样本中判断全 ...
2025-12-02在数据预处理的纲量统一环节,标准化是消除量纲影响的核心手段——它将不同量级的特征(如“用户年龄”“消费金额”)转化为同一 ...
2025-12-02在数据驱动决策成为企业核心竞争力的今天,A/B测试已从“可选优化工具”升级为“必选验证体系”。它通过控制变量法构建“平行实 ...
2025-12-01在时间序列预测任务中,LSTM(长短期记忆网络)凭借对时序依赖关系的捕捉能力成为主流模型。但很多开发者在实操中会遇到困惑:用 ...
2025-12-01引言:数据时代的“透视镜”与“掘金者” 在数字经济浪潮下,数据已成为企业决策的核心资产,而CDA数据分析师正是挖掘数据价值的 ...
2025-12-01数据分析师的日常,常始于一堆“毫无章法”的数据点:电商后台导出的零散订单记录、APP埋点收集的无序用户行为日志、传感器实时 ...
2025-11-28在MySQL数据库运维中,“query end”是查询执行生命周期的收尾阶段,理论上耗时极短——主要完成结果集封装、资源释放、事务状态 ...
2025-11-28在CDA(Certified Data Analyst)数据分析师的工具包中,透视分析方法是处理表结构数据的“瑞士军刀”——无需复杂代码,仅通过 ...
2025-11-28在统计分析中,数据的分布形态是决定“用什么方法分析、信什么结果”的底层逻辑——它如同数据的“性格”,直接影响着描述统计的 ...
2025-11-27在电商订单查询、用户信息导出等业务场景中,技术人员常面临一个选择:是一次性查询500条数据,还是分5次每次查询100条?这个问 ...
2025-11-27