浅议教育大数据伴随式收集系统教育文档

　浅议教育大数据伴随式收集系统

　一、问题的提出

　2015 年 8 月 31 日，国务院以“国发[2015]50 号”印发了关于国家在未来发展各领域大数据的指导性与纲领性文件――《促进大数据发展行动纲要》（以下简称《纲要》）。《纲要》分为发展形势和重要意义、指导思想和总体目标、主要任务、政策机制四个部分。

　其中，《纲要》的主要任务部分，对教育文化领域的大数据发展有如下阐述：

　教育文化大数据，完善教育管理公共服务平台，推动教育基础数据的伴随式收集„„推动形成覆盖全国、协同服务、全网互通的教育资源云服务体系。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[1]。

　《纲要》中提到的教育文化大数据、公共服务平台、基础数据库、全国互通共享和云服务体系，都是最近几年信息产业迅猛发展时经常被提及的热门词汇。教育领域内，很多国内外的一线教育工作者和教育理论研究者都在密集地讨论大数据将会对教育产生怎样的影响。美国独立研究机构 Brookings Institution在其报告中指出：“大数据使得查探关于学生表现和学习途径的信息成为可能„„教师可以用更微妙的方式研究学习状况。”[2]国内有一些教育学者认为：“大数据思维影响下教育的本质回归

　到促进学习者个体的发展，教育模式从传统课堂的集体教学向数字化个性教育发展。”[3]还有学者看重大数据对教育管理与决策的影响，认为大数据能在极其复杂的教育形势中推进教育决策的科学性[4]。

　由此可见，“大数据将会对教育领域产生巨大的冲击”是各界的共识，因此教育大数据的相关概念在近些年被不断热炒。但是，“伴随式收集”这个词却是以国家机关公文的形式，首次进入公众视野，让人眼前一亮。有趣的是，在这个专业词汇诞生之前，就已经有大量国内的教育学家提出了与之类似的思想与推论。有的学者认为，教育大数据系统的出发点与基础是“内容传递模块”和“学习者数据库”，前者负责管理、维护、传递个性化学习内容与评价给学习者，后者则存储学习者在学习系统中的时间戳标记的学习行为数据。[5]江苏师范大学的杨现民副教授概括出的教育大数据收集模式与《纲要》中强调的“伴随式收集”如出一辙：与传统教育数据相比，教育大数据的采集具有更强的实时性、连贯性、全面性和自然性，移动通信、云计算、传感器、普适计算等新技术将逐步融入教育的全过程，可以在不影响师生教学活动的情况下实时、持续地采集更多微观的教与学的过程性数据[6]。

　可以看出，着力发展“伴随式收集”系统已经成为国家未来对教育大数据系统发展的基础和重要目标。本文就是围绕着这个新生词，阐述其定义的同时，解释说明在教育大数据领域中伴随

　式收集模式的重要性，以及由此衍生出的教育大数据服务平台的发展潜力。

　二、伴随式收集的定义及重要性

　伴随式收集并不是在国家政策性文件中首次出现，早在2014年 10 月，教育部教育信息化推进办公室、教育部教育管理信息中心联合发布的《教育管理信息化建设与应用指南》（以下简称《指南》）中，就特别提到：支撑和推动教育治理体系现代化，实现教育基础数据的伴随式收集和教育基础数据全国互通共享，积极探索教育管理信息化创新应用。同时附有脚注：伴随式收集指通过教育管理信息系统应用在管理过程中实时形成教育基础数据，完成数据收集[7]。

　伴随式收集，对教育领域或许是个陌生词，但是在商业大数据领域，尤其是电子商务领域，是一个早已被执行和贯彻了无数次的核心理念。在商业交易发生时，而不是发生后，原始数据就被全部记载下来，不仅是一笔交易的关键数据，如交易金额、标的物、收货方式，连在交易时双方交流的文字、消费者的搜索历史甚至寻路路径（即从搜索引擎到某个特殊商品的搜索过程）都会被信息收集系统记录下来。这种“产生即被收集”的特殊的信息收集模式，造就了现在电子商务领域强悍的大数据分析和数据挖掘的规模和能力，是电子商务区别于传统商务模式最大的特点，也是它能超越传统商务模式最大的因子。

　参照电子商务领域对伴随式收集模式的应用和《指南》中关

　于伴随式收集模式的注释，不难总结出教育大数据伴随式收集模式的定义：在教育教学活动中，当教师、学生等教育关联方由于教育活动产生教育数据时，借助全面、优质的教育管理信息系统，实时、动态地将各种教育数据收集并整理的特殊模式。

　为什么国务院颁布的《纲要》中特别强调了教育大数据发展要使用伴随式收集模式？解答这个问题，就必与传统的信息收集模式进行对比。一般来说，我们将传统的信息收集模式称作“报送式收集”或“阶段性收集”。“报送式收集”，是指基层教育机构，按照一定的周期，人工对教育信息进行采集，并逐级上报获取信息的信息采集模式。它的弊端在于数据在报送过程中需经过多道手续，无法有效规避“数据利益”；其所采集的数据是静态的、孤立的，真实性也难以即时检验，这样的数据无法为科学、精确的决策提供支持，也无法为相关的业务管理、监测监管、评估评价、公共服务提供有效支撑[8]。

　相对来说，伴随式收集模式就?碛辛舜?统信息收集模式所没有的三个鲜明的优点。第一，伴随式收集系统收集的信息不会失真，不会出现信息失效，信息质量真实准确。由于伴随式收集系统到的是“第一手资料”，利益相关方无法对信息进行二次加工，保证了可能存在的“数据利益”可以被有效地规避，同时，信息不再固着、放置，而是边产生边收集，收集到的数据具有了动态性、即时性，数据的真实性与准确性也就因此得到了保证。第二，借助信息管理系统，伴随式收集系统在进行信息收集时不

　消耗人工，效率极高，成本极低。伴随式收集系统的收集工具和载体是经由人工编写的电子软件，它运行时不需要人为干预，只要电脑、手机、服务器等软件的运行平台保持开机，它就能连续不断地实时收集数据，可谓物美价廉。第三，伴随式信息收集系统不预设信息收集的内容和收集目的的相关性，或者说，它将所有能够收集到的信息都设定为“相关”，因此能将所有教育数据一网打尽，为之后的教育数据分析和数据挖掘工作奠定了坚实的数据库基础。

　 三、教育大数据伴随式收集系统建立所需的条件

　根据定义，教育大数据伴随式收集系统的核心是一个“全面、优质的教育管理信息系统”。利用它，我们才能即时、动态地将教育过程中产生的各种教育数据数字化后吸收、上传，经过整理与分析之后，推导出以学生、教师、学校或地区为目标的多元化的宏微观教育评价、现象和规律。既然伴随式收集系统在教育大数据领域是如此重要，那么如何建立综合全面、优质的教育管理信息系统就成为了下一个要面对的问题。若要讨论和解答这个问题，首先必须探讨和确认：我国是否具有建立该系统的前提条件。

　（一）硬件条件

　需要什么样的硬件条件，取决于我们要收集什么样的信息。如上文所言，它具体是指“教学过程中产生的教育数据”，按照数据产生的对象划分，可以分为教师数据、学生数据和学习资料。

　教师数据是指教师在备课与教学过程中产生的，带有教师个人强烈的能动性、自主性和情感的数据，例如课件、板书、提问、点评等；学生数据与之相对，是指学生个人在进行学习活动时，与所学内容进行积极互动，逐渐浸入、吸收知识的过程中产生的数据，例如笔记、作业、感悟、论文等；而学习资料则是指除此之外的客观性教育资料，例如图书馆的电子图书、杂志，数据库中的论文等。教和学生的数据收集，需要将他们的教育教学行为放在电脑与智能终端设备上，借此把上述的教学行为信息化；学习资料的收集，则需要建立完整的数据服务器，同时他们三者的交互都需要一个畅通的网络来保证。具体来说，硬件条件主要指教室的教师数据的采集者“计算机多媒体设备”、学生数据的采集者“智能手机”和校园服务网络。

　以中国大学目前的发展模式和水平来看，计算机多媒体设备已经在大学中完全普及，它解放了教师的双手，使得电子文档、幻灯片、视频，甚至是现场演示，都成为了教学的重要组成部分。在教育大数据伴随式收集系统中，教室多媒体设备还充当了针对教师的信息收集者的重要作用。

　与之相对的，则是针对学生的信息采集者――智能手机，它也进入了完全普及的阶段。2015 年 4 月光明日报刊发的《培养高素质“数字公民”――关于加强大学生网络素养建设的调查报告》显示，2014 年，大学生手机普及率几近 100%，手机上网占比攀升至 85.8%[9]，由于手机市场上已经几乎找不到非智能

　手机，且手机的寿命一般不超过 3 年，基本可以推断在 2017 年前，智能手机在大学生中的普及率可以达到 100%。

　考虑到大数据系统的数据总量和峰值都远远超过了传统数据系统，依赖于运营商存在的蜂窝数据网络或是 4G 网络，不可能满足教育大数据系统对数据传输的要求，因此成本低廉的校园无线网络就成为了另一个重要的硬件条件。2014 年底，针对 233所大学的校园无线网络建设调查显示，仅有 3%的院校，在教室、图书馆等公共区域内完全没有部署任何的无线网络，而 97%的大学都已经安装了校园无线网，其中拥有不少于 100 个无线热点的院校占据了 73%[10]。考虑到校园无线网络建设的相关技术不断成熟，铺设成本逐步降低，客观需求不断增长，可以认为在 5 年以内，校园无线网络将会达到完全普及的状态。

　总的来说，教育大数据伴随式收集系统的硬件条件已经基本具备。

　（二）理论条件

　与传统的报送式收集模式相比，教育大数据的伴随式收集模式在理论上既是一脉相承，又有所不同。它们都是为了教育评价而服务，是进行教育评价的基础，但是两者在理论基础上有本质的不同。

　报送式收集模式的核心思路建立在传统教育评价准则体系上，它在进行基本设计时，必须将教育目标分解，提出大量的初拟指标，再从中进行适当的归并和筛选，并人为地为这些指标赋

　予权重。以报送式收集模式的典型――考试为例，它的目的就是了解和鉴别学生在某个阶段内，如学期、半学期、月等，对某个学科的知识的掌握程度和应用水平，其结果通常用百分制来表示，其他还有一百五十分制、A-F 的等级制等。教师在设计考题时需要将教学大纲的知识点罗列出之后，从中选出一小部分，赋予它们不同的权重之后编制成考题，再根据学生的考试成绩，评估教学质量。以考试为代表的报送式收集系统，反映出了传统的数据收集模式的巨大弊端：教育数据的产生和采集是一项游离于教学活动之外的特殊任务，它的运行依托于有组织有计划的集体行为，根据参与信息采集的人数、占用的时间和考务人员的薪酬等因素，耗费不等的人力、时间和资金。甚至很多人将教育数据简单粗暴地看成是一种明码标价的商品，认为“只要花钱就可以买到数据”。

　但是，在大数据时代，由于数据的总量呈现爆炸式增长，旧有观念显然不能适应新的发展形势，从理论上限制了教育领域大数据系统的发展。实际上，自大数据的概念产生之日起，电子商务、通信、物联等行业，就采用了全新的数据采集模式：原有的服务项目保持核心内容不变，将服务模式替换成数字化服务，利用后者快速、直观、简易的特性，吸引用户主动在电脑、手机和其他终端上使用，在该过程中，数据在电子设备上自动产生，系统可以自动收集。如此一来，服务水平得到了提升，用户得到了方便，企业拿到了数据，可谓双赢。因此，有人将大数据时代的

　数据收集概括为“用钱打造服务，用服务吸引用户，让用户自己把数据送上门”。对于教育领域的大数据收集模式而言，同样是为了“了解和鉴别学生在某个阶段内的学业水平”，只要引导学生在学习的过程中逐步采用数字化的服务，结合电脑或智能终端上的各种便捷功能开展教学活动，便可以实时、便捷地统计出他们的学业水平，更重要的是，这种评价在微观上可以精确到一个细微的知识点，而在宏观上可以总览全局。

　显然，对于教育大数据伴随式收集系统来说，第二种数据收集理论更符合其特性和运作模式。在设计时，必须要打破旧数据观对教育大数据发展的桎梏，贯彻和落实新数据观。在学校进行推广时，必须要向师生清楚地解释其运作模式，特别是在新数据观指导下设计出的伴随式收集系统是以服务师生为第一准则的，力求他们能够主动参与、积极配合。

　 （三）政策条件

　教育大数据伴随式收集系统无论是硬件的投入与维修，还是软件的设计与维护，其成本都不是一所或几所学校所能承受。毫无疑问地，需要国家财政的大力、持续的投入和扶持。从近几年出台的各种政策来看，国家对教育领域和大数据领域的相关建设越来越重视，政府财政投入的力度也越来越大。

　在教育领域，最著名的财政目标就是“教育支出占 GDP 比例超过 4%”。该目标早在 1993 年的《中国教育改革和发展纲要》中就曾经提出，但这一目标直到 2012 年才真正实现。2015 年 03月 05 日，国务院总理李克强在十二届全国人民大表大会第三次

　会议上作政府工作报告，报告中提到：经过努力，全国财政性教育经费支出占国内生产总值比例超过 4%[11]。2015 年 10 月，中国共产党第十八届中央委员会第五次全体会议通过了《中共中央关于制定国民经济和社会发展第十三个五年规划的建议》 （即《十三五规划》），文中特别强调：提高教育质量，提高高校教学水平和创新能力，推进教育信息化，扩大优质教育资源覆盖面[12]，可以看出，国家已经将发展教育视为极为重要的战略目标。另一方面，大数据技术的拓展和应用，同样是国家大力推进和发展的目标。《促进大数据发展行动纲要》中指明了发展大数据的意义和重要性：大数据成为推动经济转型发展的新动力，成为重塑国家竞争优势的新机遇，成为提升政府治理能力的新途径[13]。而在教育大数据领域这个新兴领域，国家更是出台了数个重量级文件。2015 年 7 月，国务院印发《关于积极推进“互联网+”行动的指导意见》，文中提到：探索新型教育服务供给方式，提供网络化教育服务。鼓励学校利用数字教育资源及教育服务平台，逐步探索网络化教育新模式，扩大优质教育资源覆盖面；鼓励学校通过与互联网企业合作等方式，对接线上线下教育资源，探索基础教育、职业教育等教育公共服务提供新方式；探索建立网络学习学分认定与学分转换等制度，加快推动高等教育服务模式变革[14]。2016 年 9 月 29 日最新发布的《国务院关于加快推进“互联网+政务服务”工作的指导意见》中，再次强调了大数据和教育两个领域的合作与应用：创新应用互联网、物联网、云计算和

　大数据等技术，加强统筹，注重实效，构建多元普惠的民生信息服务体系，在教育文化、医疗卫生、社会保障等领域，积极发展民生服务智慧应用[15]。

　可以说，建立教育大数据伴随式收集系统，是国家在重视、促进教育和大数据领域的发展与交流的前提下，提出的战略性发展目标，因此它必然得到国家财政的大力投入和支持。

　四、教育大数据伴随式收集系统的主要内容

　（一）以提高教学质量为目的的信息化服务

　大数据时代，数据的收集需将优质便捷的信息化服务代替传统服务，把用户在使用服务时产生的数据当做信息化服务的副产品加以收集。对教育大数据系统来说，师生的课堂教学、学生的自习与实践活动等，只要是可以被信息化的内容，都是收集的目标。例如，学生到课与否，教师的板书，随堂习题作答，课后作业，自习查阅的资料等。在收集信息前，不预设信息是否有用，只要是能被优质的信息化服务替代的部分，都应当主动提供相对应的服务，产生的信息要妥善收集。

　（二）能够增强课堂教学粘合度与趣味性的交互系统

　伴随着智能手机的发展和普及，看新闻和看视频、刷微博、玩游戏、网络聊天等原先需要电脑才能做的事，现在低头看手机一样可以做到，甚至由此衍生了一个新的词汇――“低?^族”。这固然极大地方便了我们的生活，但是对于课堂教学来说，学生却更容易走神了。有老师戏言，现在大学的课堂里，埋头的不一

　定是做笔记的，更可能是玩手机游戏的。有的学校为了防止学生分心，甚至要求上课前上交手机，下课后再还给学生。由于大数据系统的要求，学生需要使用手机作为接受服务和收集信息的媒介，这更是加大了学生走神的可能性。因此，该系统需要加入一定的交互系统，以增强课堂教学的粘合度与趣味性，将学生的注意力牢牢固定在教学活动上。

　五、教育大数据服务平台展望

　教育大数据信息收集系统建立后，伴随着教育服务的范围不断拓展，教育数据总量不断增大，数据分析的内容和水平不断提升，教育信息收集平台最终将转化为教育大数据服务平台，提供强大的教育功能和社会功能。

　首先，它创造了全方位多角度的新教育评价模式。在拥有大量数据的前提下，利用合理恰当的数据分析方法，可以便捷地对包括但不限于学生、教师、学校、课程、专业、地区等目标进行定性和定量的教育评价，并且准确性和及时性可以得到有效的保证。

　其次，它极大地提高了教育教学质量。教育大数据服务平台的建设的核心是不断拓展的教育服务，同样的教学内容，采用的却是更加便捷、直观、效率的信息化、数字化服务。学生的综合能力评价，包括宏观上的学业水平和微观上的学习进度，都能被便捷地查看和分析，这就为教师安排具有针对性的教学、学生进行有的放矢的查漏补缺提供了有效的参考，这些都极大地提高了

　教学的效率，从而使教育质量得到了有效的提升。

　再次，教育信息的高效自由流动，消弭了自我规划与社会需求之间的信息壁垒，为它们搭建了桥梁，让学习者既可以按照自己的意志自由地规划学习方向、学习领域、学习进度，又保证了他们可以依靠所学的知识积极合理迅速地就业。

　最后，国家着力发展教育大数据和“伴随式收集”系统，意在剑指中国教育改革。中国教育发展到现在，暴露出了非常多的问题，不管是教育观念的畸形与改变，还是教育制度的建设与变革，或是教师队伍的培训与质量，都严重影响了，甚至可以说威胁着中国教育的发展，威胁着社会的健康发展与稳定，威胁着中华民族伟大复兴的中国梦。国家为了积极应对这些问题，将教育大数据作为一剂良药、猛药，针对性地提出了“伴随式收集”系统，从实践层面作出了较为细致、实用的指导办法。可以说，中国教育大数据的发展和“伴随式收集”系统的建设，正是国家迈开教育改革的第一步。对快速发展的大数据领域来说，这只是技术上的一小步，但是对中国教育改革来说，却是跨时代的一大步。