大数据下教育评价活动的多元化转型

　　当前互联网热门的应用是“ 教育+大数据 ”，通过搜集学生的学习行为数据来判断其学习状况，能够深入挖掘学生的学习规律，给予个性化的指导，解决学生在学习中遇到的深层次难题。同时，在线教学平台能够提供多样化的传统课堂教学方法，能在一定程度上做到精准教学，这是大数据之于教育最理想的状态。

　　教育大数据技术推动了教育评价中数据驱动决策的实现，为多方参与教育评价、实现发展性学生评估提供了良好的支持。平板电脑、数码笔、可穿戴设备等能够实时地将不同类型的学习数据数字化，实现了对学生学习全过程数据的采集，为教育领域中实现基于数据分析与理性证据的教育评估与决策提供了数据基础。

　　教育评价指的是在系统、科学、全面地搜集、整理、处理和分析教育信息的基础上，对教育的价值做出判断的过程。其目的在于了解学生全方面的发展情况，对学生的学习情况进行客观总结、对教师的教学质量进行评估，以促进教育改革，提高教育教学质量。

　　教育评价在整个国家教育系统中有着重要地位，在现代教育价值趋于多元化的基础上，教育评价活动方式面临全面转变的现实需要。根据培养目标和人才理念，建立科学、多样的评价标准，改进教育教学评价。

　　1. 做好学生成长记录、收集学生学习过程中的实时数据，体现出评价理念从以往“经验主义”向“数据主义”转变的趋势；

　　2. 提出完善综合素质评价、探索促进学生发展的多种评价方式以及提供持续改善学习效果、学习方式等评价目标，体现了评价内容从以往注重认知水平的“总结性评价”向综合素养的“发展性评价”转变的趋势；

　　3. 开展以政府、学校、家长及社会各方面参与为评价主体的教育质量评价活动，体现了评价方式从“单一封闭”向“多元化开放”转变的趋势。

　　事实上，上述教育评价的转型并非全新的理念和思想。依据数据所提供的证据进行判定是实证主义的基本思想，发展性原则一直是教育评价本身应有之义，学生的自我评价、家长的校外评价也是很多学校采取的评价方式之一。

　　教育评价是为了让我们更好地了解学生、审视我们的课堂和教学过程。在传统的教育环境下，了解学生的主要方法为问卷调查、课堂行为观察、考试测试结果、作业分析、社团活动等。这些方法存在着耗时长、数据不准确、观察片面不全、过程型数据遗漏或者无法采集等多种弊端，建立在这种不完整数据之上所获得的分析结果只能揭示某些特定的问题，缺乏综合性。

　　此外，不同来源的数据之间难以整合，因为采集成本等原因，获得的数据缺少持续性，导致数据内部隐含的信息连接被割裂。比如学生作业水平和学生课堂学习行为之间的所存在关系的挖掘；学生阅读能力对其数学学科表现的影响分析等都难以实现。因而教师往往只能根据经验来处理教学问题，这些都对于科学、精准地了解学生，做出教学决策甚至制定教育政策造成不利影响。教育大数据的应用则为克服传统教育评价中的不足提供了效果良好的解决方案。

　　教学运用大数据技术在授课过程中不断采集学习者的各种数据，通过各种数据分析方法总结学习者特征，预测学习者下一步需要的教学内容和形式，可实现精准教学，达到传统实体课堂很难达到的效果。教学大数据系统除了提供正常的教师管理、课程资源功能和学生浏览、学习课程功能之外，增加了在线学习分析系统功能。这是一个数据挖掘引擎，主要完成数据采集、应用协同过滤、关联规则等数据挖掘算法，来处理“消噪”后的数据，发现学生的学习模式，促进教学评价活动多元化转型。