大数据驱动人才培养的价值逻辑.docx

《大数据驱动人才培养的价值逻辑.docx》由会员分享，可在线阅读，更多相关《大数据驱动人才培养的价值逻辑.docx（6页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、大数据驱动人才培养的价值逻辑2012年，作为联合国启动的主要活动，“全球动脉”（全球动脉）的提出是以下几点为基 础的，它促进了数据数据的收集和快速数据的分析。大数据促进：挑战和机遇更清楚 地指出，“大数据时代已经到来，将对经济和社会各个领域产生重大影响。回顾近20年来教育的演进历史，很多历史性转折所带来的变化均会不约而同地指向数个 成熟的具体技术:物联网、云计算、可视化、社交网络、移动互联网、分布式系统等。这 些关键词汇聚在一起，就成就了另外一个词汇:大数据。现在，不仅“探索发挥大数据对 变革教育方式、促进教育公平、提升教育质量的支撑作用，改革创新驱动教育发展”成为 教育界的共识，“利用大数据

2、技术开展对教育教学活动和学生行为数据的收集、分析和反 馈，为推动个性化学习和针对性教学提供支持，综合利用互联网、大数据、人工智能和虚 拟现实技术探索未来教育教学新模式”一、对高等教育的应用目前，大数据被广泛应用于智能交通、智慧医疗、决策评估、舆情监测、政策制定、金融 理财等领域，将大数据应用于教育领域的研究也越来越多。作为较早洞察大数据时代发展 趋势并开启大数据研究先河的数据科学家，维克托迈尔-舍恩伯格（Viktor Mayer- Schnberger）和肯尼思库克耶（Kenneth Cukier）曾指出：“相比过去那些力量甚微的 创新，大数据和教育的结合将创造真正的变革”1 .大数据变革教育

3、大数据时代，社会对人才的需求日趋多样化，呼唤全新的教育理念。2012年兴起的大型开 放式网络课程（MOOCs）,引发了在线教育热潮，让大数据走到了前台，数据直接成为教 育革命的主角。这也让大数据时代的教育与传统教育相比，呈现出诸如个性化辅导、自主 学习、弹性学制、关注个人成功等显而易见的不同特质。Long和Siemen指出，大数据逐 渐成为推动教育系统改革和创新的颠覆性力量。他们还探讨了大数据时代背景下可能的教 育变革趋势、教育模式创新、学习方式转变、教育研究的新范式等问题。甘容辉和何高大 认为，大数据时代的到来将催生整个教育生态系统发生革命性变化，导致教育理念与教育 形式的解构与重构。或许正

4、是因为“现在的学校是一个学生接受信息的空间，而未来的学 校将变成一个社会性的场所”，所以魏忠认为“大数据时代，解放了的知识本身已被学校 扔掉，学校不再是知识的独家代理商，人的本身才是教育的重点”2 .第二，基于数据的收集和精准化概率预测的学习过程大数据的价值在于让教育者真正读懂学生，成为“智慧教育”。舍恩伯格和库克耶总结了 大数据改善教育和优化学习的三大积极效应:提供优质化反馈（能够收集对过去而言既不现实也不可能积聚起来的反馈数据）、个性化定制（可以实现适合学生个体需求而不是为 一组类似的学生定制个性化学习）和精准化概率预测（可以通过概率预测优化学习内容、 学习时间和学习方式）。杨现民等人研究

5、了教育大数据发展问题，认为教育大数据的价值 主要体现在“驱动教育管理科学化、驱动教学模式改革创新、驱动个性化学习真正实现、 驱动教育评价体系重构、驱动科学研究范式转型、驱动教育服务更具人性化”3 .大数据思维下的教学研究由于大数据的应用，大量同类的学习行为可以被有效分析并应用到教育领域。美国教育部 在通过教育数据挖掘和学习分析促进教学中明确提出，大数据在教育领域的主要应用 是教育数据挖掘和学习分析，可以探索各类教学变量与学习效度的相关性，解密“教学黑 箱”。刘凤娟总结回顾了现有研究文献后认为，由于大数据思维的影响，教育的本质将逐 渐回归到促进学习者的个体发展上来，传统的基于集体课堂教学的教育模

6、式将向数字化的 基于个性化教学的教育模式转变，传统的经验性、模糊性的教育评价和教学分析将转向客 观性和精准性。魏顺平、李彤彤、张羽等人具体研究了在教育领域具有普遍使用价值的教 育数据挖掘、学习分析、学习干预等大数据技术，展示出预测、了解、评估教学行为较以 往更简单、智慧。当然，大数据可以为学生提供“适合的教育”，其蕴含的巨大潜力应当 被用于推动个性化学习、改善教材和教学，从而实现个性潜能和优势的发掘与发展，培养 个性素质全面发展的人，理应“被用于促进教育改良的反馈，而不是作为对产品使用者进 行简单评价的依据”4 .统性协调与协同性耦合在后工业化的大数据时代，经济社会呈现出这样一些特点：以工业经

7、济为主转向以服务经 济为主、社会焦点从围绕生产转向围绕创新、劳动力大规模向服务业转移、职业分布则由 工厂向办公室转移，人与机器的主流社会关系也逐渐转向人与大数据之间的关系。这就使 得传统职业教育体系中专业不断细分的教育模式很难培养出能够驾驭复杂多变的综合性后 工业化体系的人才，而通过作为办学“生产资料”的大数据的系统性协调与协同性耦合， 可以构建以数据信息为基础的专业设置机制和科学决策模式，实现即时动态和全程跟踪。 事实上，教育理念与教育形式的解构与重构过程，就是数据驱动人才培养结构及其素质结 构优化的过程。顺应社会分工协作、岗位技能演化及其组织模式变化的需要，遵循大数据 时代教育的价值取向与

8、社会需求发展趋向相一致的原则，教育大数据流在专业建设、课程 设置、实习实训等环节将引领技术流、人才流、物质流、资金流按照最优化模式运动，此 时便将促进人才培养全过程的创新，变革过去存在的“一把尺寸适合所有人”的同质化现 象以及专业设置与产业经济脱节、岗位技能与市场需求不匹配的工业化批量人才培养模式, 改变专业教育和综合素质普遍存在的“两张皮”问题。如今，国内一些高校已开始调整培 养目标和标准定位，实施应用创新型人才培养的教学策略，将理论转化为实际工作能力， 以适应“大数据”对人才培养提出的新要求。大数据对人才培养的影响和作用除上述几点之外，对内还可以优化教育教学管理与服务、 优化教学资源建设与

9、使用、提升学习过程效应与感知等;对外则可以促进协同育人成效、深化产教融合力度、提升市场对接效度等。可以说，有关理论研究和实践探索都已证明， 大数据必将在办学模式、人才培养模式和决策治理模式等方面给教育领域及其人才培养带 来重大影响。二、大数据优化人才培养过程的价值取向与价值逻辑有鉴于现代职业教育与所嵌入的经济社会环境的沟通已上升到大数据层面，作为特定教育 类型的职业教育理应充分利用大数据的思维与技术，从教育理念、办学模式、教学模式、 实践环节等方面创新人才培养模式、改进人才培养方式，不断提升人才培养质量。大数据 在教育领域的作用价值实质在于，它源于技术又超脱于技术，从而上升为一种教育发展范 式

10、。如果对这一价值取向和发展逻辑认识不清，那么大数据对于人才培养的意义就会流于 形式或被简单神秘化。所谓路径决定成效，大数据驱动职业教育人才培养创新，应该遵循 教育发展规律和大数据时代的人才培养逻辑，沿着多要素立体协同的路径平稳推进。1 .加强信息系统建设，实现互联互通近年来，在国家教育信息化政策的支持推动下，各类学校都普遍重视信息管理系统的建设 和开发，各个业务部门基本都有自己的数据库和管理信息系统，但由于缺失数据标准及管 理不规范，导致出现显性的信息孤岛和数据壁垒。第一，各职业院校应制定数据化治理的顶层架构，建立并优化信息化建设的体制机制，统 一数据标准和信息系统建设模式，加强校内各部门、各

11、学科专业间的沟通协调及数据开放, 全方位汇集各种数据，促进纵向和横向的各业务领域和综合管理系统的无缝对接，形成各 类数据集成及交换平台，实现真正的互联互通，切实消除信息孤岛。第二，应该加强信息化建设的规划设计，面向“互联网+”充分发挥学校层面的上位优势 和资源整合功能，着力加大人、财、物的投入和支持力度，建设并优化“云+网+端”构成 的新基础设施，完善数据化、智能化的整体技术架构和支撑体系，满足对人才培养过程中 产生的结构性和非结构性数据进行大数据挖掘、深度分析及云计算的需要。第三，各职能部门和专业院系应以用户需求为导向，立足人才培养的重要职能，遵循学校 整体性的数据沟通整合机制，加强教育教学

12、、教务管理、科学研究、校企合作、社会服务 等人才培养全过程和全方位的大数据开发、采集和积累，并通过学校一体化的信息化大数 据平台主动开放数据、共享数据，满足各院系、职能部门或教师、学生、管理者之间的多 样化需要，实现大数据驱动人才培养及院校“循数治理”的效能最大化。2 .设计基于大数据的人才培养方案日趋激烈的市场竞争和飞速发展的社会经济对职业教育人才培养的社会适应能力提出了更 高的要求，现有的职业教育人才培养体系急需转型调整。第一，职业院校应以供给侧结构性改革为引导，利用大数据技术，深度对接、挖掘、分析 社会需求数据，剖析自身人才培养的社会适应性，并以此为导向，从知识与能力互联的培 养方案、专

13、业与行业互通的专业结构、课内与课外互补的教育课堂、校内与校外互动的教 师队伍、共性与个性互融的评价机制等方面创新人才培养体系，使培养的学生从“校园人” 过渡到“社会人”。第二，职业院校应基于大数据的相关性分析，在横向和纵向两个维度“动态”优化人才培 养体系结构，形成自身的培养体系特色。要在横向上“基于知识、能力、素质协调发展” 的理念，构建理论教学、实践教学、素质拓展三位一体的职业教育人才培养专业体系，并 面向全员将创新创业教育融入其中；在纵向上按照“知识性、生产性、创新性相结合”的 原则，构建学术性与职业性有效融合的人才培养课程体系，并通过大数据设置专业及课程 自律机制，促进教学内容整体优化

14、。第三，职业院校要对跨界学习给予制度支持和保障，比如按一定标准对MOOCs课程证书、 跨学科跨专业学习给予学分认可。条件成熟时，在政府主导下牵头设立职业教育学习成果 认证联盟或学分银行，实现学习成果的认证、存储和兑换。同时,要在实践中采用有利于 创新学习、自主学习、跨界学习的新型评价方式，构建大数据支持的发展性评价系统。3 .开展数据驱动的人才培养过程分析利用大数据开展人才培养质量的监测评估，是在当前互联网等信息技术飞速发展背景下采 用的一种新的教学评价理念和教学诊断方式，是超越了传统的办学水平评估、真正落实现 代教育管理“管办评”分离的重要手段。事实上，以大数据为基础，对人才培养质量、专 业

15、发展等实施常态化全视域的办学质量监测评估，正成为职业院校的一项职能。第一，职业院校要建立科学的人才培养数据体系，对教育教学、科学研究、人事管理、合 作办学、社会服务等全过程性数据进行持续收集和深入挖掘，直观呈现全校上下运行的状 态，监测学校各项数据指标与人才培养目标、办学使命、发展愿景、学术目标等的匹配度， 为学校教育教学运行、专业发展规划等提供充分的数据。根据数据分析结果进行资源配置， 为办学质量持续改进、科学决策和多元判断提供有效服务。第二，职业院校要推动人才培养多元主体的参与积极性、互动多维性和过程透明性，不再 纠结于人才培养过程的具体细节，而将更多精力放到数据的集成、挖掘、分析和应用上

16、， 利用大数据动态监测教师的教学改革、专业发展、研究取向等，监测学生的专业志趣、学 业表现、学习参与等，及时做好前瞻性的把握。第三，职业院校可以运用大数据方法，与国际国内高水平的同类职业院校进行对比，按照 我国统筹推进高等职业教育创新发展行动计划等战略举措以及基本形成的现代职业教育体 系框架建设目标，及时动态地找准差距、发现不足、诊断问题，实时调整目标定位、发展 战略和推进策略，实现超越和引领。4 .结合新型学习方式,构建互动的学习环境对教与学的大数据进行分析、预测，不仅有助于探求教与学的规律，还可以有效实施学习 干预行为加强和改进学习成效，进而提升人才培养质量。第一，职业院校应推动以大数据为

17、代表的现代信息技术与教育教学的融合创新，改变以教 师为中心、以学生为对象、以知识传授为目的的传统教学方式，将翻转课堂、混合式学习、 MOOCs、小规模限制性在线课程(SPOC)等新型学习方式融入人才培养过程中，并架构基 于大数据的学习共同体和学习空间，生发更大范围、更高频率的参与互动，大大提升教学 行为的参与度和交互性，构建教师、学生、管理者良性互动的最佳状态。第二，尽管大数据正成为教育变革的核心力量，但教育的改变始终源于需求驱动而不是技 术驱动，因此，职业院校必须针对学习者特定的学习需求、学习行为与发展需求，立足于 学习者面临的各种困难和难题，提供有针对性的教学方法和支持服务。可以通过数据引

18、擎 打造数据流渗透的教学生态系统，研究构建自适应性的学习行为模型，推动有效学习的生 发，最大化地促进学生的潜能发展。第三，职业院校应深刻把握职业教育人才培养的“场景化”特质，基于“互联网+”的跨 界融合及物联网的技术环境，有效连接校园、教室与工作场景，在点与点之间筑起学习通 道，融合正式学习和非正式学习，通过跨界和混搭形成全景式教育，并通过基于场景的数 据挖掘实现智能推送学习。5 .注重新兴专业的发现和分类随着人类社会步入数字化时代，专业交叉与融合不仅成为经济发展和技术进步的推动力量, 也成为当前高素质技术技能型人才及创新创业人才培养的重要途径。第一，职业院校应充分利用大数据及其所强调的融合思

19、维、相关思维、开放思维、平台思 维等，通过深度分析和挖掘各专业间的关系，根据数据预测并剖析未来专业发展的趋势， 发现和研究新的专业生长点，捕捉潜力巨大和影响长远发展的新兴专业，着力突破技术应 用类与社会科学类专业的边界与壁垒，为专业调整提供技术支撑和科学决策依据。第二，职业院校应利用大数据，为专业交叉融合所需的组织变革提供创新思路，改变传统 的单一学科专业类别的院系组织架构，比如在相近或相关专业群院系之上建立实体化或虚 体化抑或半实半虚的综合学院，致力于打破院系各自为政、专业间壁垒较高、信息孤岛明 显的局面，促进跨界融合和相关专业资源的共建共享，支持教师跨学科专业、跨院系交叉 授课，开展交叉共

20、享、跨界融合的教学模式创新。第三，职业院校应着力推动职业教育供给侧结构性改革，与区域经济、地方行业、产业园 区紧密联动，走出校门，走进园区、企业和社区，建立各种跨院系、跨校际的实体机构或 虚体机构，实施立体化的产教融合战略，瞄准并深度嵌入社会需求，通过产学研合作推出 一批定向服务的新型专业，并基于大数据的分析精准推进课程设计、培养流程、资源建设 等方面的变革，开展颠覆式协同创新C6 .提升数据意识，强化应用意识大数据作为推动时代发展和社会进步的重要战略引擎以及推进治理能力现代化的重要战略 资源，是提升社会治理能力和水平的重要创新性工具，可以有效实现从静态化单一管理走 向动态性整体治理、从精细化

21、业务管理转向精准化全域治理、从单维度碎片化管理迈向多 元协同化治理，尤其可以驱动以人才培养为核心任务的职业院校现代化治理。第一，鉴于大数据对院校治理的价值高低取决于治理主体对大数据应用的认识和能力，职 业院校应树立数据意识，建立“循数治理”工作体系，借助云计算等技术手段，不仅形成 “让数据说话”的能力，更要养成“用数据说话”的自觉性，摒弃靠经验和拍脑袋决策的 模式，切实依据数据做决策，靠数据判断、预测办学育人过程中的有关问题及趋势。第二，职业院校要通过校企深度合作，整合有关电子、信息、计算机、传媒、教育等领域 的骨干力量，建立专业的研究团队或设立专门的研究机构，扎实开展本校教育大数据研究 并加

22、强专业人员运用大数据技术和工具的能力，并坚持事实判断和价值判断相统一的原则 以建构具有本校特色的教育大数据应用模型及综合应用体系。第三，职业院校要用多种方式和途径面向全员开展大数据培训，建设跨学科专业交叉融合 的培训或课程体系，强化领导、职能部门、管理人员及师生的大数据意识、思维、素养与 技能，有效提升本校数据分析、数据决策、数据服务以及数据创新的能力，适时建立虚拟 团队对专项事务进行适应性管理、流动性治理，稳步推动教育大数据的综合应用。三、基于质量诊断目标导向的动人才培养机制：数据支撑数据化治理 的路径对于与经济社会具有较强同构性的职业教育而言，其本身就是一个庞大的大数据系统。如 何利用全领

23、域、全过程的大数据，引导并促进高素质技术技能型人才培养的改革创新，是 现实而紧迫的课题。在“互联网+”时代背景下，职业院校应深刻把握大数据驱动人才培 养的价值逻辑，在实践中围绕人才培养这一核心要务，以人才培养质量诊断与改进为抓手, 推动教育教学科学决策与管理流程革新，不断强化大数据软硬件系统的综合支持，深化大 数据支撑的教育教学改革，尤其要在大数据共享平台建设、人才培养框架体系重构、常态 化全视域监测评估、学习行为分析与干预、学科专业交叉融合创新等方面夯实基础，推进 创新并实现突破，从而构建符合自身特色的数据化治理模式，提高职业教育人才培养的社 会适应度、保障度、贡献度和满意度，促进职业教育的转型升级和可持续发展。当然，为 了确保大数据在我国职业教育领域的应用价值得以完全释放，还应从宏观层面提供制度和 条件保障，比如出台教育大数据规范及政策支持、夯实大数据基础设施建设、推动公共数 据资源开放、组建教育大数据管理服务中心等。