杨晓茹

[摘要]在大数据时代，大数据应用的战略价值以为世人所认可。体现在教育领域，高校教学将面临前所未有的机遇和挑战，一方面，通过大数据的应用，可以使高校的教学决策更加科学、教学设计更加合理、教学方式更加个性化、教学效果评估更加客观；但另一方面，高校也面临着数据收集、大数据人才培养以及专门机构设置等一系列挑战。

[关键词]大数据 高校教学 机遇 挑战

[中图分类号]G642 [文献标识码]A [文章编号]1009-5349（2016）24-0171-02

随着技术的进步和网络的普及，巨量的与使用者相关的数据随之产生；随着人们储存、分析、使用数据能力的不断提高，大数据的战略价值逐渐被人们认知。2012年美国政府通过白宫网站发布了《大数据研究和发展倡议》，承诺将提供资金发展大数据技术，提出通过对海量和复杂的数字资料进行收集、整理从中获得真知灼见，以提升对社会经济发展的预测能力。这一倡议将大数据的价值上升到国家层面，在世界范围内引起了巨大的反响，世界的目光开始聚焦大数据。大数据的出现为人们认识世界和改造世界提供了新的工具，通过大数据可以提炼出规律，形成知识；通过大数据技术可以在巨量数据分析的基础上提高决策的科学性；大数据为人类预测未来提供了更加可靠的决策依据。

大数据意味着巨量的数据，其来源是多样化的，政府、企业、媒体，甚至工业设备、汽车等都能产生巨量的数据。大数据的特征除了体现在数量巨大之外，还包括繁杂的种类和快速的处理技术等。大数据收集需要很大的经济成本，大数据的应用具有较高的技术门槛，但大数据的战略价值却是不能被忽视的。作为一种资源、一种技术，大数据可以帮助实现经济社会发展的科学推进；可以帮助企业获取更大的商业利润；而对于高校教学而言，大数据的出现及其应用技术的普遍推广，无论是从理论上还是实践上，都必然会带来很大的冲击，一些学者已经开始对此进行研究，主要成果包括：梁文鑫结合大数据时代背景和数据应用的典型案例，从教师与学生两个方面分析了其对课堂教学带来的变革，他认为，基于大数据的应用，教学决策将跨越人类的有限理性，从依赖存在于教师头脑中的教学经验转向依赖于对海量教学案例的数据分析；同时，对于学生发展的判断依据也从教师有限的理性判断转为学生学习过程中的数据分析。[1]陈律强调了在教育领域进行大数据分析的重要性，他认为通过学习分析技术，可以改变传统教学的经验式模式，既能为学生提供高质量、个性化的学习体验，又能改进教育工作者的教学方式，并通过信息数据分析完善教学过程。[2]朱建平和李秋雅通过在线教育质量不断优化的案例，从教学模式、教学观念、个性化教育、统计学科、专业人才培养、专业课程建设等六个方面分析了大数据应用对传统的大学教育教学带来的巨大的冲击和深远影响。[3]王林毅和于巧娥从人才个性化发展、教学方式革新、教育开放化、处理科学化等四个方面分析了大数据应用对传统教育的挑战，他们认为教学模式的变革可以通过大型数据库的建立和完善、科学体系化的数据分类、大数据意识的树立与提升、科学化的数据分析方法的创建来实现。[4]王聚杰认为在高校教育方面，大数据技术为高校教学改革提供了新的机遇和挑战，并提出了大数据环境下高校教学改革的思路，提出高校教师应采取的应对措施。[5]综上所述，国内一些学者近几年已经意识到大数据应用将会对传统高校教学产生重大而深刻的影响，并对此进行了初步的研究，形成了一定的理论成果。然而在實践层面，就我国高校教学而言，目前对于大数据的价值认知及其应用目前还处在一个起步的阶段，其大数据意识的确立以及大数据技术的深层次应用还有待于进一步提升。本文将结合大数据的特性，探讨我国高校教学在大数据时代面临的机遇和挑战。

一、大数据时代高校教学面临的机遇

通过对大数据的收集和分析应用，高校可以进一步完善传统的教学模式，提升教育教学质量，为学生提供更加个性化、优质化的教学服务，同时，也可以对今后的教学发展进行科学的预测，进而为自身长远的发展规划提供科学的参考依据，具体体现在以下几个方面：

（一）教学决策更加科学

对于高校教师而言，传统的教学决策更多地是依赖以往教学过程中积累的教学经验，教龄的长短以及生源的变化等都会制约这一决策过程的科学性，也即是源于人类自身的有限理性，这一决策过程始终是有局限性的，同时也带有一定的主观色彩。而在大数据时代，通过海量的历史性教学数据以及学生数据的统计分析，高校教师对教学实践的分析、反思和预测将更加科学客观，教学方案的制定也会更加符合学生的实际，其最终的教学决策将会变得更加科学有效。同样，对于高校而言，通过各类相关大数据的分析和应用，其对今后教学发展规划的预测将更具广度和深度，进而能够制定出更加科学的长远发展规划。

（二）教学设计更加合理

大数据时代需要人们对数据进行深层次的挖掘和研究。数据挖掘的主要目的，是发现隐藏在大量数据之下的社会规律，并对事物未来发展方向进行判断，即描述性分析和预测性分析。[6]对于高校教师的教学设计而言，通过对每个学生相关的学习数据的整理和挖掘，可以系统掌握学生的整个学习过程以及其中的各个关键环节，如教学难点、学生兴趣点、关键知识点等，从而可以更加合理地进行教学设计。而对于学校的整体教学而言，同样可以依据教师、学生、教学资源等相关大数据的挖掘和分析，进行更加合理的设计。

（三）教学方式更加个性化

大数据的核心是预测。它是把数学算法运用到海量的数据上来预测事情发生的可能性。对于高校而言，通过大数据技术，可以对学生相关的各方面数据信息进行采集和分析，获知每一个学生个体的学习规律，并对其学习和生活等方面的需求进行科学的预测，进而可以有针对性地采取更加个性化的教学方式，可以针对具体的班级，也可以针对每个具体的学生，由此，因材施教的教育理念将会得到最大限度的实现。

（四）教学效果评估更加客观

教学效果评估是检验高校教学工作成效的核心指标之一。就数据指标而言，传统的教学效果评估主要是根据一些结构性数据，如学生的考试成绩、满意度调查以及就业质量等，而在大数据时代，高校可以在传统教学效果评估的基础上，进一步通过大量有关学生的非结构性的微观数据进行更加全面的教学效果评估，如图书借阅量、微博与微信等新媒体的应用记录等，与传统的评估模式相比，这样的评估过程更加立体、更加全面，而且以此为基础进行的教学改革也会变得更加科学和有针对性。

二、大数据时代高校教学面临的挑战

置身在大数据时代，面临新的发展机遇，高校应借助大数据技术，不断提高自身教育教学决策的科学性，进而不断完善自身的教育教学体系，为学生提供质量更高的教学服务，但就现实层面而言，面对大数据时代的来临，高校依然面临以下几个方面的挑战。

（一）大数据的收集

高校关于教育教学的数据主要包括两个方面，一是教学资源数据，二是有关学生的非结构性数据。教学资源数据多为结构性数据，可以通过学校各相关部门进行系统的收集，如通过教务处可以获取学校整体的课程资源、试题资源、实训室资源等相关数据；通过教学督导部门可以获取学生对教师及课程资源的反馈信息数据等；又如通过图书馆，可以获取学生在使用图书馆服务时会留下巨量的借阅记号、阅读痕迹等数据，当然，教学资源数据的收集也包括校外相关数据的收集，如各相关高校的教学资源数据以及在线教育资源数据等，总体而言，上述关于教学资源数据的收集是一项非常庞大的工程，且需要进行系统地数字化的处理和保存。

与教学资源数据的收集相比，对于学生相关非结构性数据的收集难度要大得多。此类数据的收集需要确保学生是在自然状态下产生的信息，而非在人为控制的环境中，在这一原则下，上述通过图书馆的数据收集是一种非常适合的方式，同时通过各教学组织单位以及学生管理部门的记录也可以收集到相关的数据。另外，通过其他社会组织、商业组织及网络媒体获取的关于在校学生和毕业生的相关数据信息，但此类信息数据大多涉及个人隐私，学校必须对其严加保密，严防泄密，坚定地维护学生的隐私权。

（二）大数据应用技术人才的培养

大数据应用具有较高的技术门槛，高校对于大数据的收集和大数据技术应用，一个最重要的动因就是通过全面、深入的数据分析来提高教学质量，并提高对自身以及学生长远发展趋势的预测能力，这需要高校有专门的技术人员熟练掌握大数据应用技术，并在科学、可靠的数据分析模型基础上对数据资源进行挖掘，亦或是高校与专业数据分析机构加强合作。由此，在高校内部强化大数据应用人才队伍的培养已变得十分迫切。

（三）大数据专门机构的设置

大数据不仅代表一種技术，更体现出一种思维，处理大数据不仅需要技术，还需要掌握技术的人才。对于高校而言，面对大数据应用的必然趋势，要提升教学质量，提升自身的核心竞争力，就必须成立专门的大数据机构。而且高校关于教学和学生相关数据的收集和应用是一项庞大而系统的工程，其核心步骤包括三个方面：一是数据的收集，包括教学资源数据的收集和学生相关数据的收集；其二是对这些数据进行数字化处理；第三是数据处理，即通过数据分析为教学改革和决策提供科学依据。以上工作仅仅依靠图书馆、教务处、就业部门或某一具体的教学单位等单一的机构是无法完成的，这就需要学校设置专门的大数据组织机构，协调学校各相关部门，建构科学可行的数据统计和分析模型，并以全面详实的统计数据归纳分析相关的关联关系，为学校的长远发展规划和教学改革提供科学依据。

在大数据时代，高校的教学面临前所未有的机遇和挑战，通过数据的收集和大数据技术的广泛应用，高校可以对学生的教学需求以及自身的办学趋势进行科学的预测，可以改变以往经验式、单向度的教学模式，实现更加个性化、优质化的教学效果，进而在人才培养领域不断提升自身的竞争优势。

【参考文献】

[1]梁文鑫.大数据时代——课堂教学将迎来真正的变革[J].北京教育学院学报（自然科学版），2013，8（01）：14-16.

[2]陈律.大数据背景下学习分析技术对教学模式的变革[J].中国教育信息化，2013（24）：15-17.

[3]朱建平，李秋雅.大数据对大学教学的影响[J].中国大学教学，2014（09）.

[4]王林毅，于巧娥.基于大数据的教学模式探析[J].教育评论，2015（05）：114-116.

[5]王聚杰.大数据背景下高校教学方法改革模式探讨[J].考试周刊，2016（78）：5-6.

[6]游振声.美国高等学校创业教育研究[D].西南大学，2011.28.

责任编辑：杨柳