将小型数据帮助实现什么是所谓的教育良好的数据? 世界各地的教育系统使用大数据，如标准化考试, 校视察和调查来衡量学习成果. PASI SAHLBERG认为良好教育必须从各种的证据包括定量和定性评估. 他认为，为了了解如何以及学校都在做, 我们还需要收集 “小资料” 教师使用’ 和学生’ “观察, 评估和反思” 在课堂教学和学习过程.
小数据当然不是一个新的想法. 什么是新的是，现在可以支持这种分析技术. 比标准的要好校本形成性评价? 什么是被学校有效地使用多么小数据的一些很好的例子? 小数据需要教师更多的信任’ 和学校’ 判断, 那么，我们如何建立教育的信任? 加入我 全球搜索教育 谈数据是芬兰教育家帕思SAHLBERG, 作者 芬兰的经验教训: 什么世界了解从教育变革芬兰. 帕西收到 2012 教育奖芬兰, 该 2013 Grawemeyer奖美国, 而头等舱骑士白玫瑰芬兰的 2013.
后, 你可以谈论大数据和小型数据之间的差异?
大数据是在日常话语中一个常用的术语，往往带有一个标签，大数据将改变我们的思维方式, 工作, 和生活. 对于我们许多人, 这是一个乐观的承诺, 而对于其他它创建忧虑和关切有关控制和隐私. 笼统, 大数据意味着非常大的大小的数据的范围内，它的操作和管理目前显著实际挑战.
在教育大和小的数据之间的主要差别是, 当然, 数据的大小和这些数据如何收集和使用. 在教育大数据总是需要专用设备，用于收集嘈杂的海量数据, 如特定的硬件和软件来捕获学生’ 面部表情, 类运动, 而在任务眼球运动, 身体姿势, 教室谈话, 并与他人互动. 小数据主要依赖于人类所提出的意见和录音. 在教育, 其中包括学生’ 自我评估, 教师’ 在学习过程中参与票据, 外部学校调查, 和意见中提出的教学和学习情况.
如何我们目前使用的大数据，什么是它的优点和缺点?
我们正在进入教育数字技术媒介的学习环境的时代. 承诺来与这场革命状态大数据将带来更强大的个性化学习, 积极的以学生为中心的教学法, 反应形成性评价, 并加大对教育的整体效率. 这说, 在教育大数据可以被看作是活性和相互作用的有目的的或附带的记录，提供了在数字介导的教育环境分析的数据的种类和大量. 这就要求“数据技能”的新形式, 特别是合成和演示文稿已导致两个新领域的出现: 教育数据挖掘和学习分析.
教育数据挖掘 专注于从大量的噪音和非结构化数据对证据的解释, 例如, 学生的行为和学习之间的相关性. 它回答这样的问题, “什么序列的研究是最有效的对一个特定的学生?” 和 “这行动表明学生的参与度和满意度?” 学习分析 更关心的是在教育环境中应用规模较大的工具和技术, 回答这样的问题 “如果是一个学生在失败过程中的风险?” 和 “什么等级可能获得不干预的学生?”
根据定义, 大数据提供了有关教学和学习的情况下，可用于剪裁，让学生更加个性化的学习方案更灵活的信息. 在教育大数据打开了新的大门也给研究人员. 也许它的最大价值, 比尔柯普和玛丽Kalantzis在文章中得出结论：, 大数据谈到学校, 是 “在任何特定的情况下，可能采用各种方法来分析各种数据类型的, 在一个更有力的整体交叉验证这些互相反对, 循证研究的实践剧目。” 同时, 然而，, 我们必须铭记大数据的潜在弊端, 特别是有关数据隐私和科研伦理. 当大数据来确定孩子的教育途径，因此他们的未来, 或影响教师’ 教育事业, 我们已经越过的适当使用在教育大数据线.
在教育一个新兴的大数据系统的另一个例子是经合组织 教育GPS 承载来自世界各地的教育系统中的数据的巨量. 经合组织的数据, 其中包括来自PISA, 所使用的政策制定者来决定什么，似乎在其他国家已先后在根据自己的教育体系的方向. 同样, 一家独大数据分析不小的数据可能会导致在实践中意外结果.
什么是使用小数据，你在学校看到了一些具体的例子?
我最喜欢的例子是从我自己的时间是在赫尔辛基数学和科学教师. 由于这么多同事, 我很快意识到，有很多学生，谁不喜欢这些科目. 他们认为，数学和科学是太难学习和生活上经常遥远. 其中的第一件事我在教室里学到的是，很多学生, 可能大部分人, 有科学的自我创造的概念和数学图像. 学生’ 内心世界是非常困难的，帮助他们努力思考自己的头脑以任何其他方式来捕捉比，并尝试把这些想法遂成有形的交涉, 如故事和图画.
我花了很多时间收集，然后小数据, 进出我的课堂, 了解学生’ 对数学和科学的世界自己的想法. 只有知道当他们认为什么数学家做什么学生想象后 (其中大部分是根本没有正面形象) 我开始寻找更好的方法来使数学获得和理解学生的世界. 小数据可以帮助教师理解为什么有些学生不好好学习，以及他们可以在学校比大数据好最经常告诉学生是否学习或没有他们应该学习什么.
什么样的数据都是我们目前正在分析? 什么样的数据，我们应该以更密切关注和原因?
我已经看到在过去十年左右的时间内从以教师为收集到的证据通过基于课堂走向数字技术介导的数据评估，一个显着的转变. 同时, 标准化的测试已经在收集这些数据成为核心工具. 世界各地的学校后，现在他们的学生’ 测试结果在学校. 教师有更多的时间分析这些数据，并试图让什么样的结果，在自己与学生工作的意思感. 我不是说这是一定是坏事. 但如果教师从知识的标准化测试和检查报告的外部数据操纵, 它破坏了教学的复杂性，在学校学习.
有些情况下更广泛的信息集合进行分析并用于指导学校工作的学校系统. 在芬兰, 每所学校的核心元件是一个 “学生福利团队” 这是由教师, 福利专家, 辅导员, 和学校领导. 通过这些第一手的数据小, 那么早期干预，以帮助学生处于危险的决定，并在作出学校. 该小组定期召开会议, 大多数学校每周, 讨论并通过有关学生的老师带来了过程信息’ 福利, 行为, 并在学校学习.
你相信基于学校的形成性评价比标准化的要好?
校本形成性评价和基于普查标准化评估服务于不同目的. 我认为，我们需要他们两个. 然而, 在许多国家, 系统级的标准化被用来衡量所有学生的所有时间可以通过更高质量的抽样为基础的评估来逐渐取代测试. 以教师为主导形成性评价应充实的证据表明，学校使用改进的目的. 的方式, 这是大数据和小型数据的合理组合来完成什么有时被称为良好的数据在教育.
学生能’ 对自己的学习思考纳入我们的成就标准?
良好的学习包括学生’ 了解和调节自己的学习过程的能力. 这需要, 然而，, 学生有相当发达的元认知习惯和技能，了解他们是如何学习. 学生’ 对自己的学习反射可以在适当的水平，一旦这些技术存在被纳入学生成绩的判断. 同样, 我相信我们是在谈论使用小的数据，学生评价这里的条件.
小数据需要教师更多的信任’ 和学校’ 对他们做什么的判断. 怎么能信任建立在教育?
信托基金也许是最需要的单一成分当今许多教育体系缺失. 政治家不信任教育. 部长们不能靠学校校长. 和, 作为结果, 有教师缺乏信任谁, 反过来, 不能相信学生. 经验表明，在人们和机构的信任只能通过真正的事迹，让他们更多的责任和机构建设.
在芬兰, 在学校和普通教育的信任开始不久后蓬勃发展，政府允许学校自行设计的课程 (通过国家框架指导课程), 评价自己的工作成效, 控制自己的预算, 和专业化中层领导. 礼仪演讲和政治诉求已经对改变教育的文化在这方面的影响递减. 当学校有小数据真实所有权和责任, 我相信专业精神的学校将得到加强. 这是其中的一个条件之前，我们的老师的信任将开始增长.
和我一样，全球知名的思想领袖，包括迈克尔·巴伯爵士 (英国), 何. 迈克尔座 (美国), 何. 莱昂特司特因 (美国), 克莱克里斯坦森教授 (美国), 何. 琳达·达林 - 哈蒙德 (美国), 何. MadhavChavan (印度), 迈克尔·富兰教授 (加拿大), 霍华德·加德纳教授 (美国), 安迪·哈格里夫斯教授 (美国), 伊冯娜赫尔曼教授 (荷兰), 克里斯汀Helstad教授 (挪威), 让·亨德里克森 (美国), 玫瑰Hipkins教授 (新西兰), 科妮莉亚Hoogland教授 (加拿大), 这位杰夫·约翰逊 (加拿大), 太太. 尚塔尔考夫曼 (比利时), 何. EijaKauppinen (芬兰), 国务秘书TapioKosunen (芬兰), 多米尼克·拉方丹教授 (比利时), 休·劳德教授 (英国), 主肯麦克唐纳 (英国), 杰夫大师教授 (澳大利亚), 巴里McGaw教授 (澳大利亚), 希夫纳达尔 (印度), Ř教授. 纳塔拉詹 (印度), 何. 吴PAK (新加坡), 何. 丹尼斯教皇 (美国), 斯瑞达拉贾戈帕兰 (印度), 何. 黛安·拉维奇 (美国), 理查德·威尔逊·赖利 (美国), 肯·罗宾逊爵士 (英国), 帕西SAHLBERG教授 (芬兰), 押尾佐藤教授 (日本), 安德烈亚斯·施莱歇 (PISA, 经合组织), 何. 安东尼·塞尔顿 (英国), 何. 大卫·谢弗 (美国), 何. 基尔斯滕都沉浸式 (挪威), 总理斯蒂芬·SPAHN (美国), 伊夫Theze (LyceeFrancais美国), 查尔斯Ungerleider教授 (加拿大), 托尼·瓦格纳教授 (美国), 大卫·沃森爵士 (英国), 迪伦Wiliam教授 (英国), 何. 马克沃莫尔德 (英国), 西奥Wubbels教授 (荷兰), 迈克尔·杨教授 (英国), 和张民选教授 (中国) 因为他们探索所有国家今天面临的大画面的教育问题.
全球搜索教育社区页面
ç. M. 鲁宾是两个广为传诵的在线系列，她接受了笔者 2011 厄普顿·辛克莱奖, “全球搜索教育” 和 “我们将如何阅读?” 她也是三本畅销书, 其中 真正的爱丽丝梦游仙境, 是的发行 CMRubinWorld, 而且是干扰物基金会研究员.
按照ç. M. 鲁宾在Twitter: www.twitter.com/@cmrubinworld
最新评论