【大数据赋能教育管理】 头条新闻

2010年左右，当大数据逐步从概念走向应用的过程中，教育部积极搭建教育大数据决策服务平台，成为政府部委较早 尝鲜 的部门，试图在大数据领域找到教育管理上的新出路。

从数据的整合贯通，到通过数据的分析去发现教育问题，期望以问题为导向，通过数据寻找解决问题的途径。2012年，由久其软件承建教育部 国家教育科学决策服务系统 ，坚持 用数据说话，让数据说话 的理念，为教育管理和决策一点点理清现状、剖析原因和指明方向。

2012年下半年始，久其用25人团队花费了整整8个月的时间帮教育部做数据梳理和整合。数据范围纵向贯通从1949年至今的历年数据，横向整合教育、经济、人口和国际相关数据，数据类型包含了纸质版、Excel表格，到后来的单机版，再到网络软件，这些数据繁多而又杂乱无章，很难进行专题研究，即使是常规的统计也需要大量的人工工作。在进行纵横拉通和整合之后，最终汇聚成一个教育大数据中心，为整个 国家教育科学决策服务系统 打下坚实的数据基础平台。

整理数据是个基础，关键在于怎么将这些数据进行应用。在一切准备工作完成以后，针对国内教育面临的种种问题，结合教育管理部门的实际需求，在与教育研究相关专家深入研讨后，为 国家教育科学服务系统 确立了通过历年数据摸清状况，通过当前数据监测当下，通过预测指导未来，通过经济社会大环境看国内教育，通过国际视野看中国教育的顶层设计思路。

首先是面向国内教育基本情况的分析，包括各级各类教育的学生、教师、办学条件、经费投入等情况，通过这些基础数据从宏观层面上来掌握当前国内教育发展的基本情况，摸清家底。

相应的，在微观层面上，通过国家教育的66个重点监测指标，对全国教学情况进行更深入监测，这些指标覆盖从幼儿园、中小学到高等教育各级教育阶段，并深入到全国每一所学校，比如学校的师生比、学校的信息化办学水平，比如偏远地区学校有没有水源、厕所等等，皆可以通过这些详尽的监测报告一览无余。

此外，针对社会上广泛关注的教育领域热点、重点、痛点问题，也有数据进行专项监测分析，并形成周期性的专题数据报告。据久其教育大数据业务负责人董海峰介绍，以前要写一个专题报告、出一份教育年鉴，大概需要一个团队用3个多月的时间才能完成，而现在这些专题数据只需要花上一周时间，就可以由系统自动算出来。由于省去了中间人工整合计算数据的漫长过程，不仅极大提高了工作效率，也帮助研究人员从大量简单的机械性工作中解放出来，有更多精力投入研究。

当然，研究教育问题仅有教育类的数据是远远不够的，大数据的价值在于关联，在关联中找准影响教育质量的核心因素，因此 用数据融合的思路解决教育问题 是必不可少的。基于此，久其在教育大数据中心里收集归纳了除教育以外的统计人口数据、区域经济指标数据，与教育数据进行关联，在评价某一地区教育发展水平的时候，会综合当地的经济发展和人口流失情况来进行全面分析，从而给出更客观、细致、更可靠、深入的结论。

辅助教育决策，用已知掌握未知

大数据的决策支持作用，主要体现在能够通过对已知数据的分析总结来发现事物之间复杂的内在关联，找到某个现象背后的深层原因，从而能够防患于未然。而在教育领域，现行的教育质量监控体系基本上属于质量监督体系，主要功能是发现问题，但对在监督中发现的质量问题如何控制，缺乏相应的工作机制。

教育问题在各地都存在不同的情况，在西藏自治区，每年都有大批学生中途辍学，无法完成九年义务教育。针对这一地区特殊的教育问题，久其与当地教育部门共同推进 控辍保学 项目，在预先不知道辍学原因的条件下，通过历史大数据分析辍学原因所占的权重和比例，总结导致学生辍学的核心因素，再将现有的学生相关信息放在模型上进行套用，来分析每一个学生的辍学可能性。在大数据支持下，西藏目前建立一套 控辍保学 精准识别模型，通过模型来精准识别高辍学风险的在校学生。在这套系统的支持下，学校可以提早介入，帮助困难学生解决问题，从而降低当地辍学率，达到对未知风险的提前预防。

当然，这些问题在以前没有决策系统支持的时候，也能被人为察觉到， 但是没有系统的支持，人为能力没法直观了解到这些问题的严重性，以及为什么出现这些问题。而系统的作用就在于通过数据的采集和整合，完成一张决策数据报告，可以针对其中的某一个更细小的问题，深入剖析这个问题造成的大局影响等等，从而调整自己的管理思路，比如教育经费、教师资源等各方面的资源分配到底如何去调整，通过大数据分析出来的决策报告可以给领导者提供可靠决策依据。

董海峰表示。

突破 以教育论教育 局限

教育是一个地区经济、社会、文化共同作用的结果，因此解决教育问题，就需要突破 以教育论教育 的视野局限，深入到地区经济、人口和文化这些方面做联动改革。久其打造的国家教育科学决策服务系统就深度融合了教育与经济、科技、人口、产业以及国际比较的系统数据，并以 问题和任务 为导向，深度挖掘数据资源，发挥系统的监测评价、预测预警功能。

比如某个区域内的幼儿园设置问题，它的数量、选址、规模等等，离不开这个区域的人口情况 ，目前系统做了一个人口和学生流的模型，这个模型可以分析预测未来这个区域的人口和学生的数量达到什么样的量级，然后去计算这个区域需要多少幼儿园、多少老师，如果资源不够，是新建还是改造？都需要数据去给出参考答案。而这就牵涉到很多信息，比如说二孩政策、妇女的生育率、婴儿死亡率等等。

当然任何数据预测都不是绝对准确的，但方向大体上是对的，有数据支撑的话，误差的幅度会比较小，相对科学很多。

当然，突破数据关联的局限，前提就是要实现数据打通，这是当前整个大数据行业面临的普遍问题。国家层面也提出促进数据共享发展纲要，但提出这么多年，大家还是在摸索阶段。比如学生进入社会后，他们的就业信息、社会信息能跟教育数据关联在一起，这些数据可以真正帮我们实现对学生的精细化跟踪管理，能综合反映一个人的成长、学习、就业的情况，这样就能根据每个人的特点、发展方向、兴趣爱好展开下一步的因材施教，进一步在教育资源整合上，能够将优质的教育资源对接到学生个体的需求上来。

这才是符合大数据时代的教育思路。

国内应试教育的弊端早有显现，但这绝不仅是学校教育的结果，应试教育对教育本质的偏离离不开整个社会人才选拔机制的偏失。现实情况中家、校、社会的严重脱节在公办学校已经表现得尤为突出，所以构建起学校、家庭、社会三位一体完整的教育链，是摆在教育工作者和社会面前的一项重要任务，而只有打通后的数据才能给教育管理部门的决策提供全面且可靠的辅助支持。

助力培养自我探索学习模式

教育的本质是人的发展。久其在教育决策服务系统的整体布局是努力实现从中央到地方，由点到面，绘制全国教育管理及决策服务蓝图。在实现中央教育强国战略统一布局一致行动的同时，兼顾各地区个性化的教育发展决策需求。而下一步，久其将在现有的教育数据融合中心的基础之上，将细化教育决策支持服务的对象一直延伸到学生这个主体身上。

大数据与传统数据最本质的区别体现在采集来源以及应用方向上。传统数据的整理方式更能凸显群体水平 mdash; mdash;学生整体的学业水平、身体发育和体质状况、社会性情绪及适应性的发展、对学校的满意度等。这些数据完全在学生知情的情况下获得，带有明显的刻意性。而大数据则可以关注每一个个体学生的微观表现，这些数据对其他个体没有意义，但多位学生的数据整合起来能解答教育过程中的疑问。最重要的是，数据是在学生不知情的情况下被观察、收集的。通过大数据收集，可以为每一名学生进行个性化画像，通过个性化画像可以为学生量身定制学习路径，实现教育的千人千教，根据学生的每一个特性，挖掘每个学生的潜能。做到 无意识的数据采集，有意识的数据分析 。

久其为西藏地区打造的 珠峰旗云 就在尝试通过网络化教学的形式为学生实现定制化的个人课程。由于西藏地广人稀，上学非常不便，师资奇缺，传统的课堂教育很不适应当地特殊情况， 如果网络化教学（网络实时课堂）形式可行，这将是一次重大突破 。更进一步，如果数据可以直接采集到某个孩子的学习情况，清楚知道他在学习上的薄弱之处，系统就可以针对性地自动推送给他最优秀、最合适的学习资源，实现教学资源与学生学习短板的精准匹配，从而有效提升当地教育水平。

教育核心是培养人才，但大数据很难包揽人才培养的所有问题，理想中的大数据为传统教育带来的变革，是能够帮助学生突破传统教育的天花板、突破对传统教育形式的绝对依赖，形成自我探索式的学习模式。教育管理是个很大的课题，要想解决这个问题，更多的还是需要国家的政策、管理和投入层面，能够提供一个相对开放的教育环境。

董海峰表示。

文 / 李婷