学习分析技术——大数据时代数据和信息的转换

在开始本篇文字之前，先做一个铺垫。
         大数据时代（Big Data）： 人们用它来描述和定义信息爆炸时代产生的海量数据，并命名与之相关的技术发展与创新。
         数据（Data）：科学实验、检验、统计等所获得的和用于科学研究、技术设计、查证、决策等的数值。单独的数据仅仅是一些数字，文字，音频等资料，没有实际的意义，我们需要把数据变为有意义的信息，这样才能数据得到另一次的新生。
         学习分析技术：学习分析技术是对学生生成的海量数据的解释和分析，以评估学生的学术进展，预测未来的表现，并发现潜在的问题。（国际教育信息化2013地平线报告）

         《国际教育信息化2013地平线报告》（以下简称《报告》）中指出，在未来的五年时间内，影响高等教育发展的会有六个技术，即大规模开放网络课程（MOOC）、平板电脑、游戏和游戏化、学习分析技术、3D打印技术、可穿戴技术。随着大数据时代的到来，学习分析技术将成为高等教育中的一大亮点，或许将成为改变高等教育教学质量、教学效率的一个重要影响因素。
        学习分析技术，简单的来说，就是对学习者的学习的过程，用数据的形式记录下来，最终通过科学的分析，在学习者的一个阶段性学习结束之前，给出学习者阶段最终学习效果的预测，换句话说，就是通过分析学习者的学习行为，对学习者的学习效果做一个预期性的判断。在这里面，判断的过程是不断被修正的，是根据学习者的实时学习情况记录分析而得到的。其实学习分析技术就是对学习者学习方式、思维方式的分析后，再现学习者的学习过程，这个过程就像是职业篮球运动员在训练中，教练通过高速摄像机记录运动员的动作，然后再现动作并对运动员做出指导，所以，学习分析技术对于学习者、教育者和管理者拥有着重要的意义。
        对于学习者来说，学习分析技术的使用，一方面 可以使学习者实时自我监控学习过程，并通过分析结果，初步的对自我的学习过程进行修正，最终达到较为良好的预期结果。学习者可以根据学习分析系统所提供的分析结果修正自己的学习过程，让自己不断的进步，在这里面，学习分析技术提供了一个较好的激励，能够提高学习者的学习积极性，提高学习者的实践能力和综合素质。另一方面，可以为学习者的整个学习过程提供一定意义上的指导。简单来说，这样的学习评价，类似于形成性评价，是在学习者形成整个学习活动的闭环过程中，根据学习者的学习行为实时反馈的一个评价，由于实时性的存在，使得学习分析技术具有较好的市场前景，较为优良的应用意义。
        对于教师来说， 学习分析技术为教师的教学同样提供了实时反馈的信息。在教学设计理论ASSURE模式中，最后的一个环节是 评估与修订 （evaluate and revise），评估是检查教学目标是否达到，而修订则是为了给以后的教学积累经验，这是整个学习活动闭环中承上启下的环节。教师可以通过学习分析系统，对于学习者的学习进度、学习程度、学习积极性等因素进行实时监控，这就解决了一个在互联网下进行建构主义教学的短板。在传统班级授课制度中使用建构主义的教学方式，教师可以对学习者的学习情况进行实时评估，并根据每个学习者的实际情况引导他们参与并完成教学任务，但是由于在互联网环境下进行教学时，教师和学习者不在一个空间维度中，这就导致教师对于学习者的监控较弱，但是学习分析系统可以在一定程度上解决这个问题。总的来说，我们可以把学习分析技术作为一个辅助教师高效开展教学活动的工具，所以，学习分析技术对于教师来说，具有战略意义。
        对于教务管理部门来说，学习分析系统同样具有较好是应用价值。由于教务管理部门不像教育者那样，直接的参与教育教学活动，所以，如何科学的设置量规，如何科学的考察学习者的学习活动，同时评估教育者的教学能力等问题，是教务管理部门所面临的重大决策性问题。教务管理者通过学习分析系统中的数据，间接的了解学习者对于教师所教授内容的接受程度，以及学习者的差异，科学的按照比例设置相应难度系数的试卷（量规），以达到促进学习者学习、提高教育者教授技能等目的。所以，学习分析技术对于教务管理部门来说，具有较好的决策意义。
        那么，这些分析数据都从哪里来呢？
       《报告》中明确指出，学习分析在许多方面指的是应用于教育领域的“大数据”分析，这就说明，学习分析和大数据是不可分割的，学习分析是基于“大数据”的分析，所以“大数据”的存在，是整个学习分析技术中较为重要的脊梁。
        对于一个在线阅读系统，我们可以通过记录用户停留在某一页面的时间、一段时间内的翻页频率、用鼠标（或触笔）划的词语、划词的频率等数据对这个用户进行分析，可以分析出这个用户是阅读图片型的还是阅读文字型的、用户是右脑型的还是左脑型的等信息，最终对用户的阅读效果做出判断，并提出一定的建议，这样的过程就完成了用户数据收集——数据处理——数据分析——组合信息——反馈这样的过程，并不断的循环，持续的为用户提供建议和意见。
        在这里面我们特别要注意的是，利用学习分析技术所做的项目（或者称为学习分析系统）应具有一定的“智能”性。我们可以让每个学习者选择是否公开一些非隐私性的数据分析信息，通过社交平台或者互联网平台，让学习者之间互相评价，互相借鉴，互相学习。学习者也可以通过找到和自己数据相似的学习者，通过验证后相互讨论解决问题，这就使传统模式下的建构主义理论应用在了互联网上，学习者通过交流协作一起解决问题，不仅提高了学习效率，同样增进了学习者的探究能力。
        《报告》明确的指出，在今后的2-3年，学习分析技术将成为影响高等教育的一个重要的技术，如何将学习分析技术普遍的适用于学习活动中，如何将学习分析技术转化为实际的教育生产力，如何利用学习分析技术提高网络课程的教学效率、效果和质量，仍然是我们需要讨论的问题。