北京单场奖金少

 首頁 >> 教育學 >> 高等教育學
新技術推動專業化:大數據時代教育評價變革的邏輯理路
2019年10月16日 14:39 來源:《清華大學教育研究》2019年第1期 作者:朱德全 馬新星 字號
關鍵詞:教育評價變革;大數據時代;價值判斷

內容摘要:價值判斷趨向科學精準,增強了教育評價數據解讀的有效性,明確了教育評價變革的邏輯取向;評價結果得以高效交付,保證了評價互動反饋機制的實時性,凸顯了教育評價變革的邏輯旨歸。

關鍵詞:教育評價變革;大數據時代;價值判斷

作者簡介:

  作者簡介:朱德全,四川南充人,西南大學教育學部部長,長江學者特聘教授,北京師范大學中國基礎教育質量監測協同創新中心西南大學分中心,研究方向為課程與教學論、教育統計與測評;馬新星,云南祿豐人,西南大學教育學部博士研究生,研究方向為教育評價。重慶 400715

  標題注釋:北京師范大學中國基礎教育質量監測協同創新中心重大成果培育性項目“大數據時代教育測評技術轉向與《教育測量與評價》課程平臺的服務功能研究”(2018-06-004-BZPK01),中央高校基本科研業務費專項資金項目“基于管辦評分離的現代職業教育評價機制研究”(SWU1709492)。

  中圖分類號:G40-058.1 文獻標識碼:A 文章編號:1001-4519(2019)01-0005-03

  人類社會正高速從IT時代進入DT時代,大數據作為新時代的核心科技力量,對各行各業產生了顛覆式的影響①,教育與大數據的深度結合是時代發展的客觀要求,也是新時期教育質量提升的必然選擇。教育質量的高低取決于評價質量的水平,而專業化是高質量教育評價的前提保證,走向專業化是現代教育評價的應然趨勢②。在數據成為關鍵驅動力的時代,大數據作為新技術支撐并加速教育評價的變革,推動了教育評價專業化的進程。教育評價的實施可以拆解為信息數據的收集—價值判斷—結果反饋三個環節,大數據的運行則遵循海量數據生成—數據篩選和深度挖掘—數據實時呈現的一般規律。借助大數據運行的一般規律來審視教育評價活動,為教育評價的專業化提供了新的理論空間,而充分發揮教育大數據的作用,則為教育評價專業化提供了更有效的實踐路徑:信息數據實現無損采集,提升了教育評價依據的可靠性,成為教育評價變革的邏輯基礎;價值判斷趨向科學精準,增強了教育評價數據解讀的有效性,明確了教育評價變革的邏輯取向;評價結果得以高效交付,保證了評價互動反饋機制的實時性,凸顯了教育評價變革的邏輯旨歸。

  一、邏輯基礎:數據無損采集增強評價依據的可靠性

  高質量的教育評價依賴于全面、有效的評價依據,可靠的評價依據是教育評價專業化的前提基礎。在大數據時代,教育評價數據采集的全自動、全過程、全樣本和全類型使得教育數據的產生與評價數據的采集實現無損對接,提升了信息和數據的質與量,增強了教育評價依據的可靠性,成為大數據時代教育評價變革的邏輯基礎。

  在傳統的教育環境下,教育評價主要根據評價目標和方案有選擇地對教育信息數據進行采集,數據因評價而生成,且由于技術、條件的有限性,數據來源相對單一,所收集的評價依據局限于小規模抽樣所產生的結構化、片段化數據,教育數據產生與評價數據采集沒有實現無損對接。大數據推動社會生活加速深度技術化,教育與技術的全方位深度融合使得教育評價的思維與方法都產生變革③。大數據技術使對多元化數據全自動、全過程、全樣本和全類型的采集成為現實,教育評價數據采集的專業化具體表現為在思維層面重塑對教育評價依據的認知,豐富教育評價的數據內涵。從評價依據的來源看,教育大數據是教育過程中自動產生并存儲下來的,而非基于特定評價目標的選擇性采集,大數據技術促使教育評價數據產生與采集實現無損化;從教育評價數據的內涵看,隨著教學管理、在線學習系統的運用以及各種終端設備的普及等,教育數據呈現井噴式增長,教育從數據最貧瘠的領域變成了數據最豐富的領域④,教育領域的數據盲點逐漸消失,包括時空數據在內的更多數據能夠被用于教育評價之中。重新認識教育評價依據的內生機理,解讀教育評價數據的豐富內涵,是教育評價數據產生與采集專業化思維的前提。方法層面,對教育活動全過程所有類型數據的動態抓取,彌補了教育評價數據采集的缺憾。大數據時代,萬物互聯和人機交互使得包括正式學習和非正式學習在內的全教育過程中產生的數據都有跡可循,智能教育環境和智能終端自動存儲海量的教育數據,教育評價數據的產生和采集趨向全自動、全過程、全樣本和全類型。基于物聯感知類、視頻錄制類、圖像識別類及平臺采集類等技術,教育大數據產生與采集的無損連接,評價數據在教育過程中自動生成且覆蓋教育全域,教育評價走出了對片段化結果數據的采集的局限,實現了過程化動態數據的全方位監測;樣本量方面,不單純依靠微觀抽樣,更要探索全樣本的海量數據;數據類型方面,不僅關注結構化數據的采集,也要重視非結構化、半結構化的全類型數據⑤。找準教育評價依據采集的方法,充分發揮技術紅利,是教育評價數據采集專業化方法的基礎。

  二、邏輯取向:價值精準判斷提升數據解讀的有效性

  教育評價是對教育活動現實的或潛在的價值進行分析并作出判斷的過程⑥,價值分析與判斷是教育評價實施的核心環節。得益于大數據技術,海量數據價值解讀的有效性得到增強,推動教育評價的價值判斷趨向精準化,凸顯了大數據時代教育評價變革的價值邏輯取向。

  線性的因果關系思維和主觀的經驗判斷影響了教育評價的科學性,成為教育評價專業化發展的瓶頸。大數據技術顛覆了傳統的邏輯思維方式和認知方式,將思維從線性的因果關系中解放出來,引導人們通過海量數據集之間的相關關系⑦,發現問題、探索規律、分析價值并預測趨勢。大數據技術使豐富聯系的相關關系成為時代思維的主流,并以基于數據分析的客觀性解釋為主要運行方式,既關照教育的人文性,又提升評價的科學性,使教育評價趨向精準化:思維層面,多元價值的教育現實使評價范式面臨轉換,傳統教育評價中線性的因果關系思維缺乏對多元價值的回應,而大數據繞開尋找因果理解的復雜過程,從數據的相關關系中尋找價值的思維為教育評價范式的轉換提供了新的思路;主觀臆斷和經驗主義等傾向的思維模式降低了教育評價的可信度和權威性⑧,大數據技術的規模性(Volume)、多樣性(Variety)使得數據本身兼具客觀性與價值性,通過直接考察全樣本、全過程、全類型的數據本身,推動教育評價中數據驅動決策的實現⑨,促使價值分析和判斷從“經驗主義”向“數據主義”理念轉變。相關關系的思路和數據驅動的理念是教育評價價值判斷專業化思維的前提。方法層面:教育評價專業化需要對海量數據進行分析和處理,大數據技術具有高速性(Velocity)、準確性(Veracity)、價值性(Value)等特點,在分析復雜的教育數據時有不可比擬的優勢,具體表現為數據價值密度高、分析速度快、挖掘能力強、關注范圍廣。基于關聯規則分析(Apriori)、多層線性模型分析(Hierarchical Liner Modeling)、決策樹分析(Decision Tree)、神經網絡分析(Neural Network Analysis)、K-MEANS聚類分析等復雜算法模型,大數據技術對數據集合進行對比分析、交叉檢驗和聚類統計,將非結構化數據轉化為半結構化、結構化數據,運用數學方法進行運算處理,以對現象之間的相關關系分析為基礎深入到要素之間的因果關系分析,進而揭示教育現象背后隱藏的本質、模式和趨勢⑩。合理運用大數據技術,提升價值分析與判斷的精準度,是教育評價專業化核心。

作者簡介

姓名:朱德全 馬新星 工作單位:西南大學教育學部

課題:

北京師范大學中國基礎教育質量監測協同創新中心重大成果培育性項目“大數據時代教育測評技術轉向與《教育測量與評價》課程平臺的服務功能研究”(2018-06-004-BZPK01),中央高校基本科研業務費專項資金項目“基于管辦評分離的現代職業教育評價機制研究”(SWU1709492)。

轉載請注明來源:中國社會科學網 (責編:畢雁)
W020180116412817190956.jpg
用戶昵稱:  (您填寫的昵稱將出現在評論列表中)  匿名
 驗證碼 
所有評論僅代表網友意見
最新發表的評論0條,總共0 查看全部評論

回到頻道首頁
QQ圖片20180105134100.jpg
jrtt.jpg
wxgzh.jpg
777.jpg
內文頁廣告3(手機版).jpg
中國社會科學院概況|中國社會科學雜志社簡介|關于我們|法律顧問|廣告服務|網站聲明|聯系我們
北京单场奖金少 男性生殖器sm捆绑方法的图片 杨方配资 瑞银网 湖南快乐10分 转增股是什么意思 赢策配资 股票配资是什么 麻生ゆう 一本道 四川金7乐 一本道丝袜吉田 北单比分投注秘诀 浙江快乐12 p3开机号 天弘增利宝货币基金 股票涨跌怎么算 启牛配资