教師和學習分析之間有什么聯(lián)系
幾乎不可能擺脫數(shù)據(jù)正在改變我們生活的方方面面的觀念。“大”數(shù)據(jù)通常與人工智能和機器學習等思想以及隱私和安全等道德問題混為一談。當然，這些想法已經(jīng)進入教育領域，這意味著數(shù)據(jù)、學習分析和相關想法將對學校、學生和教師產(chǎn)生影響。但是這種效果會是什么樣子呢?這對教師職業(yè)意味著什么?教師如何準備好安全地使用學習分析提供的工具?
我們已經(jīng)在生活的許多方面進行了量化。通常，我們選擇這樣做 - 跟蹤我們一天走了多少步，或者我們閱讀了多長時間，或者我們花在屏幕上的時間。有些人總是以數(shù)字和模擬形式這樣做。然而，我們現(xiàn)在正在進入“大”數(shù)據(jù)時代，這在質(zhì)和量上都是不同的。大數(shù)據(jù)的特點主要有四種。首先，數(shù)據(jù)量——其規(guī)模是前所未有的。其次，不同類型的數(shù)據(jù)(或它的 Variety)。第三，生成這些數(shù)據(jù)的速度(Velocity)是一個關鍵特征。最后，數(shù)據(jù)的真實性或可信度是一個重要的考慮因素。
教師總是使用數(shù)據(jù)來指導他們的教學。那么為什么“大數(shù)據(jù)”應該有所不同呢?答案可能不在于收集了哪些數(shù)據(jù)，而在于如何處理這些數(shù)據(jù)，而機器學習和人工智能 (AI) 正是在這一點上進入對話的。根據(jù)大數(shù)據(jù)，據(jù)稱人工智能可能具有半自動化或完全自動化教學設計過程的能力，并且在這樣做時比教師自己做得更好。英國政府最近發(fā)表的一些評論表明，無論社會經(jīng)濟地位如何，人工智能都可以通過確保所有學生的優(yōu)質(zhì)教學來促進社會流動。這種關于計算機輔助教學的說法并不新鮮，目前，盡管有一些新聞報道，但這些承諾尚未實現(xiàn)。
雖然完全自動化的干預可能還有一段路要走，但學習分析可能是尋求增強實踐的教師的有用工具。簡單地說，學習分析是教育理論、學習設計和數(shù)據(jù)科學的結(jié)合。它試圖將可用的大量數(shù)據(jù)轉(zhuǎn)化為可操作的見解，以幫助教師做出決定，或者讓他們自由地做最適合教師做科普體驗的事情(通過做最好由計算機完成的事情)。
這可能發(fā)生在許多不同的級別。Simon Buckingham-Shum (2012) 建議學習分析可以在宏觀層面運作，例如區(qū)域或州、混亂或機構(gòu)層面，以及微觀層面(與群組或個人用戶相關)。對于教師來說，學習分析可以在中觀和微觀層面發(fā)揮作用。兩個可能的領域是自動和半自動反饋以及自適應或個性化學習。
在自動反饋中，機器學習算法根據(jù)學生收集的數(shù)據(jù)以及學生表現(xiàn)與學生成功模型的一致性向?qū)W生提供反饋。這是一項復雜的業(yè)務，可能包括與情境、情感、認知和行為參與以及對預期學習成果的預測相關的措施。目前，像 AcaWriter(在 UTS 試用)這樣的工具可以根據(jù)學生的寫作向他們提供自動反饋，但更復雜的用途還有待開發(fā)。更常見的是半自動反饋的概念，其中分析可能會揭示需要注意的特定領域，此時教師可以進行干預。例如，快速測驗可能會發(fā)現(xiàn)班上的大多數(shù)人不理解特定概念;教師可能會決定以不同的方式處理該主題。另一個例子是識別因缺乏參與而面臨課程或科目不及格風險的學生，允許教師及早干預。
