大数据时代下学生评价变革的挑战及优化

尽管利用教育大数据开展学生评价具有可行性，但目前还面临一些挑战，主要有思维观念的挑战、技术方面的挑战、数据本身的挑战、人才缺乏的挑战和伦理安全的挑战。

（一）思维挑战：亟需转变的观念

1.学生是多维数据源的存在

具体而言，在学校中，学生的年龄、性别、年级、各科考试分数与总成绩，课堂上注意力较好集中的时间段与较差集中的时间段，与同学和教师交互的次数，以及父母的职业与收入；在课堂教学中，学生识字的准确率，作业的完成率和正确率，积极参与课堂教学的次数，回答问题的次数、时长与正确率等，这些方面的数据经过收集、分类、整理、统计、分析，构成学生评价中重要的教育大数据。

线上教育产生了详细的学生数据。以MOOC（慕课）为例，课程平台能够记录学生观看学习视频的时间长度，学生重复观看、加速或直接跳过的时间、跨度与频度、做题的时间与正确程度等数据。透过这些数据，可以采集学生的学习基础、学习兴趣、学习态度、学习效果等方面的数据信息。换而言之，借助于教育信息技术，学生的学习兴趣点、学习难点等以往只能凭借教师经验才能确定的情况，现在利用线上教育平台就可以实现从非量化到可量化。大数据时代的学生评价理念，以收集学生日常生活、学习中的各种信息数据为基础。评价者能否形成大数据思维，视学生为一个多维数据源的存在，是第一层次的思维挑战。

2.超越数据，发现学生

教育大数据的技术思维取向认为，教育大数据产生和分析的过程就是对学习者进行数据化解构与重构的过程，每个学习者都是一个数据源，都可以逐步进行解构，直到每一部分、每一属性都以数据化形式表示，并可以以一定的编码进行映像存储。如此思维，则有过于注重技术，注重数据的倾向，忽视了学生的意识、能动性，被认为是一种本末倒置的思维。学生评价，是一种教育行为，只有注重数据背后的学生，并以促进学生的发展为目的，才能体现数据的价值和意义。从片面评价到全面数据，再由数据回到学生，是大数据时代学生评价所面临的思维挑战。大数据在学生评价中起着革故鼎新的作用，最终回到学生，发现数据背后的学生才是大数据时代学生评价的应有之义。

（二）技术挑战：有待攻克的难关

1.数据采集和数据处理方面的挑战

教育数据的采集是指按照既定的策略，有目的地收集、整合教育相关数据的一个过程，是数据分析的基础，是实现数据应用的前提，主要是利用数据采集技术获得海量数据资源。由于学习方式的多样性和学习地点的不确定性，导致教育大数据的采集变得异常复杂。另外，教育数据的采集可以分为国家层面、省级层面、市级层面与学校层面。由于我国地区之间、城乡之间经济发展水平差异性明显，在一些经济欠发达地区，不少学校缺乏必要的教育数据采集的技术设备。例如，某些学校没有学生信息系统，在线教育平台也就无法为教育数据挖掘和学习分析提供基础数据。因此，在数据采集技术方面，不仅要提高水平，还要注意均衡发展。教育数据处理的流程包括数据清洗、规范化处理、综合性处理、数据存储、数据交换等步骤。教育数据的容量大并不一定意味着数据价值的增加，相反，往往意味着更多的无关数据，因此在数据分析之前需要进行数据清洗工作。对大容量的教育数据进行清洗处理，去除错误数据、冗余数据，无论是对硬件设备还是算法而言，都是严峻的挑战。由于半结构、非结构化教育数据类型的多样性，规范化处理面临着数据格式转换的技术挑战。由于大数据的突出特点就是容量大，因此大数据存储设备需要容量巨大，并能够弹性扩展存储容量。由于数据存储于不同的系统，数据共享交换也需要相应的技术支撑。

2.数据挖掘分析和数据可视化方面的挑战

教育大数据具有海量的数据规模，结构化数据、半结构化数据和非结构化数据并存的多样化数据类型，数据价值密度低，但具有巨大的数据价值。相应地，教育数据挖掘技术也是复杂多样的，相关技术涉及话语分析、内容分析、社会网络分析、系统建模等技术，以及统计分析与可视化、预测、聚类、文本挖掘、关系挖掘等一系列数据挖掘方法。全面掌握教育数据挖掘技术并能够实践应用具有一定的难度。另外，对数据进行可视化处理，需要经过获取、分析、过滤、挖掘、表述、修饰与交互等流程，同时兼顾美学呈现形式与功能的需要，体现直观化、关联化、艺术化和交互性的特征。由此可知，教育数据挖掘和数据可视化的技术、方法、流程本就已经相当复杂，需要高水平的技术作为支撑，随着其在教育领域应用范围的扩展、应用程度的加深，技术发展将成为更为棘手的挑战。

（三）数据挑战：与生俱来的缺陷

1.并非一切都可以数据化

尽管大数据的思维倾向就是在看待整个世界及世界中的所有事物时，要从物质事物转向交互作用，并把它看作是一个收集和分析数据的平台，但是在教育领域，并非学生所有的信息都可以数据化，都能够数据化。比如，学生的意识、情感、思想、态度等就难以用定量的数据加以统计和描述。此外，数据可以传达发生了什么，而不能回答为什么，尤其是那些数据中没有体现出来的原因。因此，如何将无法从数据中观察到的因素，如学生的学习动机、情感等纳入干预设计，仍有待进一步研究。对大数据持谨慎态度，对大数据的缺陷有清醒的认识，去除大数据浪潮下对大数据的狂热性和盲目性，是一种科学严谨的态度，有利于更好地利用大数据为教育服务，为学生评价服务。(www.xing528.com)

2.数据可能具有欺骗性和依赖性

正如洛克所言，因为教育上的错误比别的错误更不可轻犯。教育上的错误正和错配了药一样，第一次错了，绝不能借第二次、第三次去补救，因为它们的影响是终身洗刷不掉的。如果使用虚假的数据，对学生进行不真实的评价，对学生的影响也具有类似的性质，微观上会影响学生个体的健康发展，宏观上会影响评价的整体氛围，阻碍学生评价功能和价值的实现。另外，数据对人具有依赖性。虽然技术的发展让大数据成为现实，但是无论技术如何发展，教育数据的产生始终离不开学生，对教育大数据的解释离不开数据分析师，基于教育大数据的学生评价离不开教师。因此，应该认识到大数据是一种资源，也是一种工具。它告知信息，但不解释信息。它指导人们去理解，但有时也会引起误解，这取决于是否正确使用。

（四）人才挑战：持续发展的瓶颈

1.专业数据分析人才紧缺

相对于其他领域而言，教育领域的数据挖掘起步较晚，中国的教育数据挖掘更是刚刚开始，因此人才缺乏是一个重要的限制。利用大数据技术开展学生评价，既需要精英型的专业教育数据分析人才，也需要大众型的具有教学实践经验的教师。大数据是一门新兴学科，而政企学研等领域都急需大量掌握大数据理论和技术的高层次应用型人才。对大数据专业人才的需求紧迫且旺盛，但人才培养自有周期，不可能一蹴而就，短时间内不可能培养出足够的大数据专业人才。另外，教育大数据分析师应是兼具教育学、心理学、社会学等多学科知识，同时具备大数据思维，能从学生角度发现问题、思考问题和解决问题的复合型人才。专业数据分析人才的复合型、跨学科型特征，在一定程度上加重了人才培养的难度，加重了大数据专业人才紧缺的局势。

2.教师的数据分析能力有待提升

实现教育数据挖掘和学习分析的一个重要的障碍就是有很大一部分的教师和管理人员缺少理论和实践方面的知识，如关于如何运用必备的工具，准确地理解分析结果，得出适当的结论，决定采取哪个行动等。在大数据时代，教师要利用教育大数据对学生进行评价，自身首先要成为数据脱盲者，需要知道如何通过阅读图表来追踪学生的进步，并鼓励学生以某种方式而不是其他方式更有效地学习。也就是说，教师要具备大数据理念，掌握相关理论，并能够运用大数据相关的实用方法与技术。然而，在教育领域，大数据以及学习分析是近年才开始受到学者关注的两个概念，在实际的教育教学领域，尤其是在普通教师日常的教育教学工作中，并没有得到广泛而深入的应用。可以说，大多数的教师对其的理解还处于概念阶段。从概念阶段到应用阶段，意味着大多数教师不仅需要理论上的深入学习、技术上的指导与支持，还需要经常性的培训与实践。尽管这是大数据时代对教师素质提出的新要求，但显而易见，教师数据分析能力的提升还有很长的路要走。

（五）伦理挑战：巨大的潜在威胁

1.数据收集与应用可能侵犯学生隐私

与所有技术一样，大数据技术本身无所谓好与坏，因此它在伦理学上是中性的。然而，使用大数据的个人和机构则有着多种不同的目的和动机。大数据教育应用中，以收集学生各方面的信息数据为基础，用于学生评价、改进教学、完善课程、监控教育质量等。如果在收集数据之前没有征求学生及其家长的同意，在某种意义上说，则属于侵犯学生隐私的行为。基于大数据的学生评价，主要通过教育数据挖掘和教育数据预测来实现。通过教育数据挖掘和学习分析而做出的预测和推荐，将会大大增加学生活动的透明性，这将会带来一系列的社会伦理道德问题。教育数据挖掘往往是教师或者教育机构自行决定，在某种意义上，可以被认为是对学生隐私的再次侵犯，而学生在此过程中失去了控制自身学习数据的权利。

2.过去的数据及数据的预测功能可能限制学生的发展

学生总是处于不断的成长、发展和变化过程之中，而过去收集的关于学生的教育数据却是固定不变的。随着存储成本的降低和快速检索的出现，可以让教育数据保存的时间更为长久，并且易于存取。学生的发展性与过去数据的不变性之间出现了不可调和的矛盾，评估人员需要极其谨慎地对待过去的数据，客观判断这些信息与今天的我们是否存在关联。这似乎是显而易见的道理，但在实践中却很难把握。另外，应用大数据的评价者的初衷是借助教育数据挖掘和学习分析，为学习者提供个性化的学习计划、方案。这在一定程度上减少了学生走弯路、犯错误的机会和成本，但与此同时，学生也失去了另一种学习经历，失去了另一个发展可能性。这些对我们在各方面可能性的预测，不仅仅会影响我们的行为，还将改变未来的格局，由一片开阔空间转变为预定义的、拘泥于过去的狭窄区域。大数据所规定的人的发展路径，虽然可以给人带来最好的理性发展路径，却也消灭了非理性带给人的发展的无限可能性。显而易见，如果基于教育大数据的预测出现这样的状况，于学生而言，将不是发展而是限制。

以上这些挑战，有些是大数据时代学生评价面临的挑战，有些是教育大数据发展与应用面临的挑战。学生评价是教育大数据发展与应用的方向之一，教育大数据的发展与应用是大数据时代学生评价变革的基础。这些挑战也并非是孤立的，而是相互关联的、相互制约的。比如，大数据专业人才的培养有助于解决大数据的技术难题，大数据相关政策的完善可以促进大数据技术的发展，规范大数据的应用，弥补大数据本身的缺陷，消除教育大数据应用的伦理隐患。简而言之，挑战客观存在，不可避免，应对挑战，把握良机，才是正确的态度。