优学派智慧教育第五届成果征集优秀案例展播

教育大数据背景下电子书包智慧学习评价模型研究

▌作者：四川师范大学 胡晓

摘要：本文以建构主义学习理论为理论基础，运用内容分析法，通过对电子书包教育大数据的学生学习信息抽样分析，建立电子书包智慧学习评价模型，为创建小学智慧学习环境和智慧学习策略提供参考。

关键词：教育大数据，智慧教育，大数据，电子书包，学习评价

我国颁布《国家中长期教育改革和发展规划纲要 (2010-2020年）》和《教育信息化十年发展规划 (2011-2020年）》 ,顺应教育信息化潮流，信息技术与教育的融合程度越来越高。信息技术在辅助教学中的应用不仅仅是用于课程教学方法的具体过程，也包括了对教学过程和结果的评价。《教育信息化十年发展规划（2011-2020年）》在“推进信息技术与教学融合”部分中提出，要建设智能化教学环境，提供优质数字教育资源和软件工具，鼓励发展性评价。近年来电子书包在中小学的应用主要针对个性化的学习活动，从而对每一个个体完善了个性化、精细化的评价过程，同时也造就了基于学科、教材版本、教学环节、学校、年级、班级划分的学生学习过程信息大数据库。电子书包大数据的实现，为教学评价环节增添了新的评价维度与分析手段。

—、概念界定

教育大数据(Big Data inEducation)

教育大数据的定义最早从产生教育大数据的主体出发，将教育大数据分为广义的和狭义的两类：广义的教育大数据泛指所有来源于日常教育活动中人类的行为数据；狭义的教育大数据是指学习者行为数据。也有研究指出教育大数据指整个教育活动过程中所产生的以及根据教育需要采集到的，一切用于教育发展并可创造巨大潜在价值的数据集合。教育大数据包含三层含义：第 一，教育大数据是教育领域的大数据，是面向特定教育主题的多类型、多维度、多形态的数据集合；第二，教育大数据是面向教育全过程的数据，通过数据挖掘和学习分析支持教育决策和个性化学习；第三，教育大数据是一种分布式计算架构方式，通过数据共享的各种支持技术达到共建共享的思想。

本研究从教育大数据的第一、第二层含义分析教育大数据在学习评价过程中的作用，并建构分析策略模型。

智慧学习（Smart Learning)

从学习者视角，智慧学习是一种学习者积极参与、以学习者为中心、具有完整学习体验的新型学习范式。它有助于施展灵活多样的学习方法，定制个性化学习服务以及回溯反思完整的学习历程。从技术视角， 智慧学习广泛利用“智能设备”、社会网络等新型的学习环境，能够支持情境觉知、学习过程记录、学习数据分析、学习服务维护、学习诊断与评价等诸多功能。

本文引用智慧学习的概念，主要从技术视角，创建智慧学习环境，为支持智慧学习提供个性化学习服务 及回溯、评价体系。

学习评价(Learning Evaluation)

学习评价包含内容较多，本文主要指在学生完成电子书包学习内容过程前、中、后进行的各项学习、评价活动所使用的评价手段和评价结果。

学习评价在现有教学活动中基本以班级教师的评价设计模型为依据。教师评价本身的信度和效度往往由制定评价策略的教师来解释，这对于班级个案研究和定性研究来说问题不大，但对于整个年级、整个学校，或者不同学年度、不同学校的数据统计来说，将是庞大的数据量，其信度和效度也不能保证。教学过程数据量标准化、数据统计专业化是国际教育技术与教学评价技术发展的现状和趋势。

二、基于电子书包的教育大数据评价系统综述

杜婧敏、方海光等提出面对具体教育业务，教育大数据技术对教育的管理、教学、学习、科研和评价等具有支持作用。章怡、牟智佳从学习数据内容、多样化学习数据和实时处理的学习数据类型等方面对电子书 包中的教育大数据进行了三维分析。牟智佳从课程内容学习、参与互动交流、考试与作品和课外资源学习四个方面进行了细分和聚类，构建了基于电子书包的个性化学习评价模型。何晓东从学习者的显性行为（包括学习课程、完成作业和测试的情况）以及隐性表现（包括网络社交行为和其它不作为学习表现直接评估的活动）提出对现有学习活动、预期学习活动和可能出现的问题进行评估。

在教育大数据学科应用方面，李祎提出了学科内容工具、个性化诊断与分析工具两种典型工具分类及设计思路，针对《数与代数》、《图形与几何》、《统计与概率》、《综合实践活动》进行了学科内容工具设 计，并给出了个性化诊断与分析工具的设计方案。李菁以6A教材为例，对英语错题袋进行详细的需求分析， 确定了学生模块有作业盒子、试卷解析、强化练习、英语错题袋四大功能，教师模块有学生错题分析、试卷错题分析、智能组卷三大功能，并对各功能模块和数据库进行详细设计。王萍针对计算机教学资源从教育平台开发、教学设计、教学研究等三个方面探讨了A/B测试在教育领域中的应用，对主要A/B测试平台与工具进行了比较分析，并通过案例分析讨论了三个典型的A/B测试教育应用。

通过研究综述可见，教育大数据有力地推进了建构主义理论下的智慧学习。即在教育大数据支撑下，教师的整个教学过程和学习者的学习过程更加精准化和智能化，教师对教学过程的掌握从依靠经验转向以教育数据分析为支撑，学生对自己学习状况的了解从模糊发展到心中有数，教师及时调整教学计划和教学方法，有利于教师自身能力提高和职业发展。

三、电子书包数据分析与处理

本研究对应的电子书包系统已搜集的相关学习信息涵盖47个学校，104个班级4000多名学生。其中对于电子书包大数据的处理主要包括以下方面（如图）：

图1 电子书包大数据处理

数据获取主要使用监控软件、网站追踪软件、电子书包移动终端，通过键盘记录器、鼠标点击流和触屏捕获器捕捉学生基础信息、学生学习过程记录、交互信息记录、评价信息记录等。数据存储通过学习管理系统和电子书包数据库，以数据索引、数据仓库、数据菜单检索与导航的方式存储并能检索、导出数据信息，如图：

图2 存储信息与导出数据

数据分析则采用SSAS、UCNET数据分析工具，通过关联规则分析、序列节点分析和社会网络分析,以学习者应用电子书包产生的学习行为序列为例，分析学习者学习行为序列以及学习测试成绩之间的关系，从而揭示学习知识点的时间、数量、学习互动情况与学习测试结果之间的关联，为教师提供更好的教学评价参考。

四、电子书包智慧学习评价模型构建

图3 电子书包智慧学习评价模型

以北师大版小学数学四年级下册(14版)作为学习 资源和同步信息，分析某校班A和班B各10名学生的学习过程信息。

表1 班A部分学习信息

表2 班B部分学习信息

由以上表格可得出两个班级成绩分布图：

图4 班A成绩分布图

图5 班B成绩分布图

通过两个班级的得分情况，从EXCEL导出数据可以获得两组标准差分别为：17. 8145和13. 41640786，进行T检验获得值为0

按照以上方法对学生的交互频率、回答问题积极性（可赋值检验）等图3中的蓝色圈中的因素进行单因素方差分析和组间差异检验、相关性检验，可以获得平时学习过程成绩与测试、期末成绩的相关性和不同班级的差异情况，且可以通过个体平时成绩和班级平时成绩的变化情况预测期末成绩在平时考核基础上的变化情况。

通过举例分析，本研究认为，电子书包大数据评价模型可以完成以下一些数据收集和统计任务：

第一，对于学生基本信息的记录，在今后的电子书包记录信息中甚至可以包括学生的经济状况、智力水平等等因素的记录，并设置保密权限。

第二，对于学生平时学习过程中课前学习、课中互动、课后测试、单元测试、期末测试、学生互评情况的记录，从而全面掌握学生的综合能力发展情况。

第三，对于单个学生而言，正如智慧学习提倡的，可以通过电子书包智慧学习环境，及时了解自己的学习状况、调整学习方法，对于整个学期的学习情况变化了如指掌；对于整个班级、学校、乃至一个地区而言，可以了解学生在不同单元的上述学习过程信息，并 且通过平时成绩的记录与统计、比较，预测期末考试及综合能力发展水平。

第四，对于个体之间、班级甚至学校之间的学习情况对比有一个客观和详细的数据统计基础，在智慧学习环境中的学习评价彻底摒除单一、死板、静止的评价方式，为教师的教学综合评价减轻负担。

五、总结

通过对于智慧学习评价系统的研究综述和电子书包智慧学习评价系统分析，本研究对于智慧学习评价现状进行了梳理，并且提出了基于电子书包智慧学习环境的评价模型。电子书包智慧学习大数据系统的建立，将促进智慧学习活动的开展，为创建智慧校园增加技术支持力量。

通过电子书包大数据分析我们也应该看到，对于电子书包的大数据研究巩固、完善的工作还需长期进行，特别是保证测试和学习信息记录的信度和效度。在今后的工作中，需要进一步设计学习过程监控模型与保障机制，从而保证电子书包大数据统计的客观性。