大数据时代对小学教育质量的影响

近年来，随着大数据成为互联网信息技术行业的流行词汇，教育逐渐被认为是大数据可以大有作为的一个重要应用领域，有人预测它将给教育带来革命性的变化。在美国，大数据分析已经成为教学改革的重要力量。在我国，小学教育质量的提高应借鉴国外先进的经验，以大数据作为依据进行改革,以提高小学教育的质量。

我国现行教育中评价教育质量的指标是升学率，这种强调结果的评价指标往往忽略了学生的过程学习，只强调教育结果而忽略教育过程的教育模式，使得教育带有明显的功利性，缺少教育对人的塑造的价值功能。大数据时代的到来将能有效解决过程学习与结果性评价失衡对人才培养不全面的缺憾。

数据（data），一般而言是指通过科学实验、检验、统计等方式所获得的，用于科学研究、技术设计、查证、决策等目的的数值。通过全面、准确、系统的测量、搜集、记录、分类、存储这些数据，再经过严格系统地统计、分析、检验这些数据，就能得出一些很有说服力的结论。在小学教育过程中，监控学生的每一个学习行为是可能的。为了改进学生的学习成绩，我们需要知道他们回答问题用了多少时间；回答这个问题使用了哪些资源；哪些问题被跳过了；为了回答这个问题做了哪些研究工作；这个问题与其他已经回答了的问题之间存在什么关系？学生写作业和答题的信息能立即被自动地监测到，就可以了解到学生学习的状态是否积极；对知识的兴趣点或盲区在何处；教师对每个学生提供什么样的建议才是最佳的，老师能在第一时间把这些信息反馈给学生。大数据让考试变得更科学，例如对试卷分析后得出哪类题型是学校教育的薄弱部分，哪类题型是学生个人的短板，使得教学手段的实施在学校层和学生层有的放矢，实现教育的整体与个体相结合，既能发现学校教育存在的问题，又能避免教育中的“一刀切”现象，为学生订制个性化的学习方法。

大数据在教育中提取了5种有价值的技术：1.预测——觉知预料中的事实的可能性。例如，要具备知道一个学生在什么情况下尽管事实上有能力但却有意回答错误的能力。2.聚类——发现自然集中起来的数据点。这对于把有相同学习兴趣的学生分在一组很有用。3.相关性挖掘——发现各种变量之间的关系，并对其进行解码以便今后使用它们。这对探知学生在寻求帮助后是否能够正确回答问题的可靠性很有帮助。4.深化人的判断——建立可视的机器学习模式。5.用模式进行发现——使用通过大数据分析开发出的模式进行“元学习”。

大数据时代是驱动提高学生学习成绩的新时代，实施这些技术可以为提高学生成绩创设一个量身定做的学习环境和个性化的课程，在强调教育结果的同时，更加重视小学生的过程教育。通过大数据来分析学习，进一步改进教学的方式与方法，改变学生的学习兴趣，在强调学习结果的同时，更加注重过程学习，从而提高小学阶段的教育质量。