李辉 赵月月 孔令富

【摘 要】 随着科技信息的快速发展整个教育生态系统都已经逐渐进入大数据时代，因此部分教育理念和形式也需根据时代发展进行改革。本文首先从教学信息化、决策科学化和学习个性化三方面对高等教育改革的价值取向进行简单探析，随之从培养正确教学理念、提高教师信息素养和挖掘教育数据信息三方面入手对大数据时代高等教育改革的实现路径进行探讨，以期有效提高高等教育教学效果。

【关键词】 大数据 高等教育 价值取向 实现路径

目前从全球范围来看大数据显然已成为推动企业创新、引领社会发展的新型利器，比如联合国的数据脉动、美国的数据战略以及英国的数据权等无不体现了大数据的发展和应用，毫无疑问大数据是人类进步的标志，同时也为我国高等教育的改革提供了新技术、新思考和新方法。

一、高等教育改革的价值取向

1、教学信息化

通过对大数据教育资源的挖掘使得教学更加信息化，从根本上影响并改变着高校教师固有的传统教学思想和方式，同时对教师的专业知识技能提出了更高要求和挑战，在一定上促进了教育更加公平、优质、均衡和灵活。科技信息一改传统教学中高校教师以个体创造劳动为主的局面，专为个体和集体劳动相结合的模式，笔者以为教师教学与科研协同发展组建一支专业共同体，不失为推动教师分工专业化和高校管理精细化的好方法。这便要求围绕教学和科研这两大主要功能正确处理好分布式的同事关系，对于优秀教师的专长和经验要积极吸收，勇于承担自己的教学职责，分享教学观点。比如通过利用翻转课堂的教学模式就能够巧妙地协调好线上线下的教与学，可腾出更多的课堂时间来进行深度学习，比如反思辩论、会话商讨和项目写作等，高校教师要积极适应大数据时代的技术变迁、新型师生关系和教学新理念等，比如通过学生自建虚拟学习社区来监控、探索学习规律，进而培养学生创新力和实践能力。

2、决策科学化

所谓决策主要针对高校教师的教学决策科学化。在信息科技高速发展的时代背景下，高校教师必须打破传统的教学经验常识和主观臆断的视野局限，才能有效避免其个体见识和判断对教学的负面决策。比如大数据时代下可以通过在线学习平台进行资源浏览、作业、测验以及论坛发帖等，教师可以通过挖掘和研判以上实时教育的记录、成绩、质量和数量等教育数据中反思自身的在线课堂教学和课程设计，进而探讨和选择更加科学以及适应高校学生的的教学策略，本着学生为本的原则，通过他们惯用的学习行为数据来助推教学，及时调整有关教和学的策略，如此才能做到教师心中有数、管之有理，作出正确科学的教学决策，力求达到我们所追求的一种理想教育形态。另外大数据有助于高校管理者进行更加精细化管理，比如浙江大学利用对公共资产的采集、梳理和分析来提高对教育资源的利用效率，而华东师大则通过预警系统对学生特定时期内的餐饮消费数据进行跟蹤记录，如此可以及时发现消费数据的异常情况并给予学生一定的经济帮助。智能化的教育服务有助于高校记录学习者的各种心率、面部表情、语音乃至脑电波数据，一次观察分析其学习行为模式，进而制定科学化、精细化的学生培养方案和决策。

3、学习个性化

大数据时代背景下的高等教育生态环境已经大有变化，比如网络、平板、搜索引擎、慕课、微课、电子书包、智慧教室以及云课堂等知识共享的方式正在加速推进教育技术的进步，学习方法也逐渐呈现多样化、个性化、定制化合开放性等特点。个性化学习主要指教学内容要尽量符合学生偏好和兴趣。孔子倡导的因材施教原则在大数据背景下已逐步成为现实。科技信息推动了当今学校中众多个性化学习方式的兴起。比如全方位、全过程跟踪记录各种各样学习者的学习需求、特点和风格，然后根据学生的个体需求设计相应的学习路径、学习内容等，通过这种干预式教学可有效增强高校学生的学习效率，真正落实了以学为中心的教学本真。

二、高等教育改革的实现路径

1、培养正确教学理念

在整个教育过程中，正确的教育理念是基础，因此高校教师必须树立正确的大数据理念，承认大数据资产，但又不能盲目推崇沦为数据的奴隶，那样只会让教学思维和决策更加僵化。教师要正确认识数据驱动教学并非解决所有教育问题的万能之策，将其自然地融入到高等教育系统来解决办法。

2、提高教师数据素养

教师作为教学的主导者、发起者和组织者在教育环节中可谓发挥着重要作用，因此教师在高等教育中是关键因素，数据驱动教学能否实现以及效果如何都取决于教师。因此高校要积极引导教师正确、理性、全面地认识大数据教学工作，正所谓我学故我在，从容迎接大数据浪潮的同时加强提高教师的数据素养，譬如跨界知识、CSS、JavaScript等数据分析工具等已然是新常态下高校教师必须掌握的一项技能，只有具备相关统计素养、信息素养和评估素养等数据素养才能确定科学的教学帮助，实现真正意义的教育改革。

3、挖掘教育数据信息

所谓教育数据信息是指大数据时代背景下各种各样的网络教育方式，比如Knewton公司推出的适应性学习平台就能够对学习者的学习困难、学习进程、学习兴趣、短期目标、知识水平等进行智能分析和判断，最终根据千差万别学习者的特点适时调整学习方案，优化学习内容供应，还可利用预测性分析引擎来为师生提供最优学习建议，极大地促进了学习质量。譬如美国亚利桑那州立大学就通过这个自适应学习平台取得了优良的教学效果，反馈极佳。

三、总结

总之，随着信息技术的高速发展，高等教育的专业设置、教材编写、学科界限和培养方法等已经无法满足新科技革命的需要，主要原因在于缺乏对价值取向的深入考量。因此在高等教育改革过程中要充分顺应大数据时代要求，促使高等教育更加科学化、个性化、信息化和数据化。