基于大数据的知识发现 - 大数据告诉我们如何做一名优秀教师.docVIP

. .. 基于大数据的知识发现 - 大数据告诉我们如何做一名优秀教师 转载自公众号：北京大学教育信息化创新论坛 王陆教授保持了21年每周在中小学里听课收集数据，并做了18年的课题“靠谱”，简称教师在线实践社区。是帮助中小学教师怎么从普通的教师，甚至是教育薄弱区域的教师，变成一个优秀教师的研究。这个研究当中必须面临的一个问题，知道一个真正的优秀教师身上有哪些的特质，而优秀老师的特质的研究，随着对数据可获得性的提升，其实研究的方向也逐渐从对教师的宏观人格的研究，到后来研究教师的教学风格、领导力，聚焦到课堂教学行为上，做的主要是基于微观情境当中的课堂教学行为的优秀教师的特质分析。“我们虽然身处在数据的海洋当中，但是我们却忍受着知识的饥渴”，根据《计算机科学》上的报道，从全世界来看87.5%的数据从来都没有被利用过，而这87.5%的数据当中又有85%的数据是非结构化和半结构化的数据，也就是大数据。跟老百姓最接近的大数据，就是典型的视频数据和音频数据。目前人类社会可用数据中只有0.5%得到了挖掘与分析，大量的数据都没有及时处理，基于大数据的知识发现服务，在这个背景下它就应运而生了。 1王教授的研究是依据计算机图灵奖的获得者吉姆格雷提出的第四范式，是这个研究所定义的数据密集型科学范式，它的核心方法就是数据挖掘。在这个过程中，可以看到第四范式是强调在庞大的数据基础上，通过计算分析而获得新的发现、新的理论建构的。它是前三种范式的补充。在这个图中最核心的，做的比较有特色的是怎么去合理删除数据，以及怎么去进行定量和定性的分析，到最后完成发现和总结研究。2COP的学习型组织实际上是知识发现服务，是怎么做呢？以课堂为基本情境，以课堂教学行为大数据为支撑，着眼于教师专业发展中的两个显性指标，第一个叫教师群体的实践性知识。另外一个是着眼于教师表现外显出来的课堂教学实践行为，而无论是隐性的实践性知识还是外显的课堂教学实践行为都是可以用大数据测量的，也可以进行干预。这两类数据是这个研究的主要数据来源，奇怪的是，这两类数据是耦合在一起的。换句话说，它违背了基本的统计学当中样本独立的假设。可以看到，耦合在一起发生了什么呢？可以发现课堂教学型大数据，实践性知识大数据，彼此相互影响。而且发现教师的实践性知识对其教学行为具有决定性的作用，但是反过来课堂教学行为也会强化巩固，甚至是重构教师的实践性知识。在这样的情况下，首先进行了一个聚类分析。2016年来自于10个项目地区的932位教师，他们是既有实践性知识数据，也有课堂行为教学大数据的教师。结果发现其中有部分教师呈现了这样的特色，他们具有既高水平的38个维度的课堂教学行为，同时也具有了6个维度的高实践性知识的特征。这两项水平都比较高的只有23位，在932位老师当中，占总量的2.5%。那么接着这个聚类的结果也显示出一个非常有意思的现象，在同样的932人当中还有20位老师，他们出现了低课堂教学行为38个维度，以及低实践性知识的水平，这20位老师占总样本数量的2.3%。接下来我们的疑问和研究问题就出来了，一个优秀的教师有哪些特征是需要的？ 3 如果我们能破解一个优秀教师的特质，就能帮助更多的普通教师，或者是教育薄弱地区的教师迅速变成一个优秀教师。接下来的研究问题就提出来了，一名优秀教师他到底具有哪些特质呢？这是一百年来人们一直试图回答的问题。首先分析了内隐于教师个体和群体当中的一种隐性知识，我们叫实践取向的知识。教师的知识分为两大类，一类是我们现在比较多的内容取向的知识，这种知识是显性知识，看得见，能相传，能写进书本的。但是教师的核心知识并不是内容取向的知识，1981年有一个人首次提出教师的核心知识是实践取向的知识，而不是我们说的显性的学科取向的知识。这样奠定了整个全球教师教育运动的变化基础。通过研究这些教师的实践性知识成分，优秀教师和低绩效水平教师之间的差异。经过分析以后发现，优秀老师的实践性知识由三个主成分构成的。在六个实践性知识水平中，发现策略性知识，教育信念，自我知识是第一主成分。情境性知识是第二主成分，反思性知识是第三主成分。低绩效水平的老师只有两个成分，他们主要差异在策略性知识和教育信念的差异。那么教育信念是非常重要的一个实践性知识，是老师关于真正信奉的什么是好的教育教学，什么是好的课堂教学的这类的知识。那么他是非常缺乏的。还有一类就是他缺乏策略性知识。实践性知识，到底焦点在哪里呢？优秀老师和低绩效水平教师之间有没有差异呢？接下来可以看到另外一个研究--文本可视化分析。在研究了这932位教师，以及其中的23位优秀老师和20位低绩效水平的教师的实践性知识的数据以后，发现这个文本可视化，处在中间字号最大的，最清晰的就是他们的实践性知识焦点，显然有显著差异。优秀教师的实践性知识焦点是学生，低绩效水平的教师焦点