中国基础教育大数据发展蓝皮书.pdf

1、目录CONTENTS理论技术方法案例研究方法与数据来源中国基础教育大数据应用案例征集企业与一线学校的走访调研项目专家组多轮研讨与领域专家的访谈文献资料的搜集与整理分析2016-2017中国基础教育大数据发展蓝皮书2016-2017中国基础教育大数据发展蓝皮书教学迈入数据驱动新时代教育在大数据技术与理念的冲击下正在发生一场“静悄悄的革命”，教育在大数据技术与理念的冲击下正在发生一场“静悄悄的革命”，教学范式的转型成为这场革命的先导和核心。教学范式的转型成为这场革命的先导和核心。三代教学范式的发展三代教学范式的发展教学范式1.01.0教授学+印刷术教刷术像印刷器能够将知识复制一样，教育也可以把教学

2、者讲授和书本中的知识当成“墨汁”一样复制给像白纸一样的儿童。夸美纽斯夸美纽斯三代教学范式的发展教学范式2.02.0“老三样”（黑板、粉笔+课本）“新四样”（电脑、网络、白板+多媒体课件）以教师与知识为中心的课堂教学结构以及学习者在整个教学过程中被动接受知识的地位 未得到显著性改变 。但相比经验模仿教学范式，学习者已经开始体验和参与知识发现与探究的过程。教育机器人、智能教学平台、VR/AR设备 3D打印 、移动终端等教学内容教育大数据教学媒介文字、图片、音频、视频、虚拟场景等 智能备课、教学资源推荐 推荐个性化的学习资源自适应学习路径学习预警、监督数据挖掘、分析教学数据学习数据学习者需求、偏好、

3、学习进度等学习状况、预警提示教学者学习者调整教学方案打造精准教学实现全面评估施行科学决策制定学习计划定制学习资源选择学习路径三代教学范式的发展教学范式3.03.0三代教学范式的发展教学范式3.03.001040203精准化科学化智能化个性化互联网+时代的个性化教学数据分析 特征发现 智能干预真实的教学数据 不会“说假话”，它会赋予教师“显微镜”式的观察能力（看的更细）以及“望远镜”式的预测能力（看的更远）数据驱动教学国际动态数据驱动教学相关会议的召开学习分析与知识国际会议“IEEE STC CC和RDA”数据教学研讨会基于大数据分析教学质量与精准测评研究论坛教师数据素养教育的开展标准和规定教育

4、领导者专业标准项目和培训（数据信息素养培训等）系统和平台（SLDS、SaaS工具等）数据驱动教学计划的启动与实施第三次国际数学与科学评测美国数据质量运动（DQC）北京海定区“欧拉计划”数据驱动教学模式的研究与应用美国数据驱动教学模式NG2个性化教学模式“1+5+N”教学新模式智能学习平台与预警系统的研发与应用美国美国Lexia Learning平台一起作业K12智能教育平台普渡大学的Course Signals数据驱动教学的系统框架（28项国内外实证研究）（28项国内外实证研究）应用大数据技术构建高效互动课堂课堂是学校教育教学改革的主阵地，抓住了课堂就牵住了教学改革课堂是学校教育教学改革的主阵

5、地，抓住了课堂就牵住了教学改革的“牛鼻子”，抓好了课堂就把握住了教学质量提升的关键。的“牛鼻子”，抓好了课堂就把握住了教学质量提升的关键。“数据”让课堂高效而又互动学生掌握差恶性循环慢、低、静、少快、高、动、多大数据科学技术抓手目标支撑全向互动信息化教学媒体低耗高质 轻负高效最大获得感高效互动课堂的5J模型数据分析纸笔互动实时呈现全程记录高效互动课堂精益辅导精细授导精心设计精炼研习精准评估数据把脉核心特征全向互动精准反馈轻负高质广州执信中学厦门英才学校山东师范大学附属中学苏州工业园区文萃小学北京市翠微小学北京培新小学.高效互动课堂的教学模式一个理科教学模式一节数学教学案例正比例函数的图象和性质

6、一个文科教学模式一节语文教学案例荷塘月色高效互动课堂的实施策略课前 基于学情分析制定适洽的教学目标 适合的内容快速制作微课 多渠道发布下节课学习任务 让学生做好准备课中 尽可能联系生活，激发学生兴趣 旧知快速检测，理解学生认知准备度 重启发引导，激发思维活性 多元互动，集体参与 精准练习，反馈纠正课后 适度拓展，培养学生自主学习习惯和能力 布置情境化任务，促进知识迁移运用 多渠道家校沟通，开展个性辅导高效互动课堂数据采集框架类别+指标+应用价值4类4类数据+N个N个指标+3种3种分析方法数据类别数据指标应用价值教师行为讲授讲授时长、板书时长、板书书写路径分析师生言语比率，把握课堂教学的组织结构

7、提问提问次数、提问时长、追问次数、追问时长、问题类型、教师挑选学生回答的方式、教师回应方式、教师回应次数分析课堂提问的有效性，反思问题设计的深度和技巧；分析教师回应方式，引导学生进行发散性思考指导分析学情时长、教师班级指导时长、教师班级指导次数、教师班级指导轨迹、教师个别指导时长、教师个别指导次数、教师个别指导轨迹分析教师指导情况，动态调整教学规划弗兰德互动分析多元交互式课堂教学观察分析基于信息熵的课堂教学过程分析分析方法在线教学行为数据分析与适应性学习系统互联网技术的发展模糊了学习场所的边界，网络空间将承载越来越多的教学活动，产生和汇聚巨量的教与学的行为数据，推动规模与质量并重的个性化教育的

8、快速发展。互联网技术的发展模糊了学习场所的边界，网络空间将承载越来越多的教学活动，产生和汇聚巨量的教与学的行为数据，推动规模与质量并重的个性化教育的快速发展。20世纪90年代中期，在线教学平台迅猛发展。（Blackboard、Moodle、Sakai；4A网络教学平台、清华教育在线；中国大学MOOC、学堂在线、中国好大学、Coursera、edX、Udacity）大数据技术为开展个性化的在线教与学提供了可能，其技术“威力”发挥的前提和关键在于对在线教与学行为数据的全面采集与分析。在线教学行为类别与数据指标6大6大模块、模块、32类32类行为数据、行为数据、125项125项基本数据项基本数据项资

9、源管理模块在线讨论模块成果总结模块互动问答模块课程学习模块练习测试模块行为数据基本数据指标课件浏览课件点播次数、课件暂停次数、课件观看时长、课件观看轨迹（观看课件的顺序）、快进次数、快退重播次数在线发言发言类型、发言次数、发言时间、发言内容课程笔记笔记次数、笔记时长、笔记内容、笔记字数表 3-1 课程学习行为数据与基本数据指标表 3-1 课程学习行为数据与基本数据指标在线教育行为类别与数据指标课件热度、学习准备度、学习投入度、课件兴趣点提问响应率、问题重复率、问题生成率学习者参与度、交互指数、话题生命期做题马虎度、错题重复率、题海压力指数资源热度、资源扩散度、资源淘汰指数学习反思力、成果外显度

10、新数据指标项设计课程学习在线讨论资源管理总结反思练习测试互动问答在线教学行为数据分析框架深度学习结果分析框架在线教师综合评价模型在线学习者综合评价模型在线学习活动指数分析（速度、质量、数量）注重批判理解强调信息整合促进知识建构注重迁移应用面向问题解决深度学习五大特征综合理解相互关联迁移应用积极情绪内在动机深度学习结果评价框架知识情感能力思维批判性思维问题解决能力反思能力创新创造能力四种四种分分析框架析框架在线教学行为数据分析框架研究生头脑风暴为深度学习画像PARTPART3 3深度学习结果评价量表研究变量因子操作性题项知识层面综合理解我觉得只要掌握课程考试大纲中提及的知识点就可以了当我学习新的

11、内容时，我不仅仅记住内容本身，还尝试理解与内容相关的其他知识相互关联我会将各种观点尽可能地与课程知识联系起来通过本门课程的学习，我发现课程中的知识或者观点往往会激发起我对以前知识的回忆通过本门课程的学习，我觉得知识之间是相互独立的，无法进行关联迁移应用我认为学习获得的知识除了考试之外没有别的用处我觉得处理问题更多的靠生活经验，与课程学习的内容没多少关系思维能力批判性思维我会从公认的事实观点中，发现和提出问题我会定时检查、复习，帮助自己了解内容之间的重要关系问题解决能力当遇到问题时，我不会逃避当遇到问题时，我总会通过自身努力去解决我愿意面对问题，并想办法解决它遇到问题时，我相信自己有能力解决它反

12、思能力在学习中我会不时地思考我从中学到了什么在解决一个问题时，我会询问自己所考虑的选项是否合适创新创造能力通过课程学习，我喜欢问一些别人没有想过的问题通过课程学习，我经常想到一些新颖的观点通过课程学习，让我尝试做了许多新鲜的事我喜欢用相同的方法做事情，而不喜欢去尝试其他新的方法情感态度积极情感通过课程学习，我发现课程内容很有趣通过课程学习，给我带来了强烈的个人满足感通过课程学习，我发现学习课程是有意义的且是值得学习的整体而言，我觉得本门课程的学习对我有很大的帮助内在动机我会主动搜集更多与本课程相关的内容我想了解更多这个课程的学习内容针对某一个问题，除非大家达成一个共识，否则我会寻找各类资料来验

13、证自己的观点 共计 2626 道题知识层面（7 7 道）思维层面（12 12 道）情感层面（7 7 道） 该量表与Biggs等人编制的学习过程量表R-SPQ-2F，相关系数为0.928。适应性学习系统框架与典型产品自适应模型Adaptation Model领域模型Domain Model用户模型User Model学习风格Learning Style认识水平Cognitive Level学习行为Leaning Behaviors内容Content导航Navigation序列Sequence呈现模型Presentation Model自适应引擎（Adaptive Engine）（姜强，2013）

14、牛顿平台数学适应性学习平台智慧学伴平台技术实现的原理适应性学习系统框架与典型产品智慧学伴平台的智能推荐服务框架基于机器学习算法的预测模型学校导入教育大数据项目在实际发展中，真正推动学校开展教育大数据研究与实践的群体是一线教师，教师的理论水平和实践能力是决定学校导入教育大数据项目成效的关键因素。在实际发展中，真正推动学校开展教育大数据研究与实践的群体是一线教师，教师的理论水平和实践能力是决定学校导入教育大数据项目成效的关键因素。学校访谈调研北京第一师范学校附属小学上海市闵行汽轮小学浙江龙游凯马国际学校江苏梅村高级中学河北邯郸市峰峰春晖中学上海市莘庄镇小学衢州市工程技术学校合肥八中徐州市第三十一中

15、学上海市平南小学深圳市南山区学府中学衢州市白云学校南京市北京东路小学上海市蔷薇小学深圳市南山区珠光小学浙江省衢州第一中学贵校开展教育大数据研究与实践的目的是什么？（即为何导入教育大数据项目）请您介绍下贵校实施教育大数据项目的过程与做法。（即如何导入教育大数据项目，包括起源、过程、经验、做法等）贵校在开展教育大数据探索中，遇到哪些现实问题？（即开展教育大数据项目面临的现实挑战）问题1问题2问题3学校导入教育大数据项目的三大动因学校试图通过导入教育大数据项目推动学校信息技术与教育教学的融合创新，提升学校品牌与内涵，引领学校整体发展，给学校带来一场教育变革。部分学校导入教育大数据项目目的在于提升学校

16、信息化水平，推动智慧校园的建设与发展。破解学校教育教学发展中面临的师资短缺、课程有限、学生体质健康、评价单一等现实问题。南京市北京东路小学上海市蔷薇小学深圳市学府中学衢州市工程技术学院浙江省龙游凯马国际学校上海市莘庄镇小学衢州市白云学校上海市平南小学123学校导入教育大数据的四种模式导入模式优势不足典型案例自发探索式内在驱动力强，具有明确的发展目标和自主性缺乏整体的理论架构，开展难度较大南京市北京东路小学自发提出“基于大数据的学生成长过程评价”项目项目参与式整体理论架构清晰，有专家团队、技术团队支持，便于协作交流、资源共享自主性、灵活性受限，难以形成独有的特色优势和品牌徐州第三十一中学参与国家重点课题“基于过程性学情数据的中学数学适应性学习系统的开发研究”行政推动式政策有保障，有资源和经费支持，推进速度较快发展的内在动力和持续性难以保障浙江省衢州市在市教育局的推动下开展教育大数据项目，其中衢州一中被列为市教育大数据试点学校企业引领式技术产品领先，支持服务到位，宣传能力较强缺乏整体的理论架构，产品依赖性较强北京拓思德科技有限公司与河北邯郸市峰峰春晖中学等学校合作开展高效互动课堂项目实际操