教師和學(xué)習(xí)分析之間有什么聯(lián)系
幾乎不可能擺脫數(shù)據(jù)正在改變我們生活的方方面面的觀念。“大”數(shù)據(jù)通常與人工智能和機器學(xué)習(xí)等思想以及隱私和安全等道德問題混為一談。當(dāng)然，這些想法已經(jīng)進入教育領(lǐng)域，這意味著數(shù)據(jù)、學(xué)習(xí)分析和相關(guān)想法將對學(xué)校、學(xué)生和教師產(chǎn)生影響。但是這種效果會是什么樣子呢?這對教師職業(yè)意味著什么?教師如何準(zhǔn)備好安全地使用學(xué)習(xí)分析提供的工具?
我們已經(jīng)在生活的許多方面進行了量化。通常，我們選擇這樣做 - 跟蹤我們一天走了多少步，或者我們閱讀了多長時間，或者我們花在屏幕上的時間。有些人總是以數(shù)字和模擬形式這樣做。然而，我們現(xiàn)在正在進入“大”數(shù)據(jù)時代，這在質(zhì)和量上都是不同的。大數(shù)據(jù)的特點主要有四種。首先，數(shù)據(jù)量——其規(guī)模是前所未有的。其次，不同類型的數(shù)據(jù)(或它的 Variety)。第三，生成這些數(shù)據(jù)的速度(Velocity)是一個關(guān)鍵特征。最后，數(shù)據(jù)的真實性或可信度是一個重要的考慮因素。
教師總是使用數(shù)據(jù)來指導(dǎo)他們的教學(xué)。那么為什么“大數(shù)據(jù)”應(yīng)該有所不同呢?答案可能不在于收集了哪些數(shù)據(jù)，而在于如何處理這些數(shù)據(jù)，而機器學(xué)習(xí)和人工智能 (AI) 正是在這一點上進入對話的。根據(jù)大數(shù)據(jù)，據(jù)稱人工智能可能具有半自動化或完全自動化教學(xué)設(shè)計過程的能力，并且在這樣做時比教師自己做得更好。英國政府最近發(fā)表的一些評論表明，無論社會經(jīng)濟地位如何，人工智能都可以通過確保所有學(xué)生的優(yōu)質(zhì)教學(xué)來促進社會流動。這種關(guān)于計算機輔助教學(xué)的說法并不新鮮，目前，盡管有一些新聞報道，但這些承諾尚未實現(xiàn)。
雖然完全自動化的干預(yù)可能還有一段路要走，但學(xué)習(xí)分析可能是尋求增強實踐的教師的有用工具。簡單地說，學(xué)習(xí)分析是教育理論、學(xué)習(xí)設(shè)計和數(shù)據(jù)科學(xué)的結(jié)合。它試圖將可用的大量數(shù)據(jù)轉(zhuǎn)化為可操作的見解，以幫助教師做出決定，或者讓他們自由地做最適合教師做科普體驗的事情(通過做最好由計算機完成的事情)。
這可能發(fā)生在許多不同的級別。Simon Buckingham-Shum (2012) 建議學(xué)習(xí)分析可以在宏觀層面運作，例如區(qū)域或州、混亂或機構(gòu)層面，以及微觀層面(與群組或個人用戶相關(guān))。對于教師來說，學(xué)習(xí)分析可以在中觀和微觀層面發(fā)揮作用。兩個可能的領(lǐng)域是自動和半自動反饋以及自適應(yīng)或個性化學(xué)習(xí)。
在自動反饋中，機器學(xué)習(xí)算法根據(jù)學(xué)生收集的數(shù)據(jù)以及學(xué)生表現(xiàn)與學(xué)生成功模型的一致性向?qū)W生提供反饋。這是一項復(fù)雜的業(yè)務(wù)，可能包括與情境、情感、認(rèn)知和行為參與以及對預(yù)期學(xué)習(xí)成果的預(yù)測相關(guān)的措施。目前，像 AcaWriter(在 UTS 試用)這樣的工具可以根據(jù)學(xué)生的寫作向他們提供自動反饋，但更復(fù)雜的用途還有待開發(fā)。更常見的是半自動反饋的概念，其中分析可能會揭示需要注意的特定領(lǐng)域，此時教師可以進行干預(yù)。例如，快速測驗可能會發(fā)現(xiàn)班上的大多數(shù)人不理解特定概念;教師可能會決定以不同的方式處理該主題。另一個例子是識別因缺乏參與而面臨課程或科目不及格風(fēng)險的學(xué)生，允許教師及早干預(yù)。
