一张试卷，它可以是简简单单的一个得分，但如果我们通过大数据的应用，就可以得到更多信息。比如每一大题的得分，每一小题的得分，每一题选择了什么选项，花了多少时间，是否修改过选项，做题的顺序有没有跳跃，什么时候翻卷子，有没有时间进行检查，检查了哪些题目，涂改了哪些……等等，这些信息远远比一个得分要来得更有价值。

　　【图1:爱学-试卷评测分析】

　　不单是考试，课堂、作业、师生互动的各个环节都渗透着这些“大数据”。

　　【图2:爱学-学员作业情况统计】

　　那么我们该如何去处理与统计？这些数据究竟可不可信、有没有代表性？从机构的角度看，大数据究竟是怎样服务机构教学呢？又能为学生的学习发挥什么样的作用呢？带着疑问，我们采访了教育信息化领导企业——小禾科技的々创始人 史治国老师。

　　史治国老师曾担任好未来教育集团高管、巨人教育集团副总裁，一手打造了好未来的信∞息化体系。因此，史治国老师在“大数据服务教学”这方面拥有非常丰富的经验。他认为在未来几年，数据与学习科学将会彼此相互影响。原因有以下几点，我们将简明扼要的依次阐述。

　　▌一、从预习效果到作业分析，实现精☉准教学

　　学习数据分析为新教改提供了一扇广阔的大门，将教学系统与大数据分析技术相结合，能够深入挖掘学生的学习规律，解决学生在学习中遇到的深层次难题。同时，在线教学平台能够提供多样化的传统课堂教学方法，能在一定程度上做到精准教学。

　　然而在实际过程中，没有工具是无法实现让学生和老师产生互动，从而达到精准教学目标的，只能依靠教学系统。以爱学教学教研系统来讲，不仅在设计之初就参考教学论和学习理论的研究成果，更是在授课过程中不断采集学习者的各种数据，通过各种数据分析方法总结学习者特征，预测学习者下一步需要的教学内容和形式，从而实现精准教学，达到传统实体课堂很难达到的效果。

　　教学系统除了提供正常的教师管理、课程资源功能和学生浏览、学习课程功能之外，还拥有在线学习分析系统功能。这是一个数据挖掘引擎，主要完成数据采集、应用协同过滤、关联规则等数据挖掘算法，来处理“消噪”后的数据，发现学生的学习模式。

　　通过对学生的预∩习情况分析，系统可发现学生对知识点的掌握程度。学习分析可以直观的发现学生访问平台的积极性、学习的时间分布、学生的地理位置分布、教学资源对学生的吸引力等。教学系统提供了全面的跟踪和预习报告，这些预习报告直观反映了学生在学习过程中的每个细节、行为和操作，如做了几道题、哪些知识点没掌握、浏览了哪些资源、有哪些评价意见等，为自我修正学习行为提供了参考。

　　并且教师通过系统可以及时掌握宏观层面的学习情况，为学习评价、作业情况和后期的教学决策提供依据，因此，利用好大数据，我们就可以为学生提供更好地学习平台，营造精准、个性∞化的学习环境，提高教学的针对性和有效性。

　　【图3:爱学-各班级作业情况统计】

　　▌二、利用好知识大数据提高教学效率

　　就学习分析目前发展的阶段，很清晰的一点是，知识大数据的确能有效提高教学效率。比如，自适应学习平台能将每一个知识点按照先后顺序通过题目关联起来，系统会实时根据学生学习情况绘制知识图谱，得到知识大数据。

　　下面这个案例能够很清晰的证明这个观点：

　　美国的Knewton公司自2008年成立以来，代表着目前全球自适应学习技术的最高水准。下面两图为Knewton系统的两个学生的学习过程对比：系统没有预先设定学习的路径，知识点呈网状结构，学生在学习过程中，系统会不断地根据最新的学习数据（比如知识的掌握情况），通过算法（比如题目难度，答题时间，提示次数，学生过去和预期的成绩，与数据库中历史学习数据的对比分析）从知识网中推荐最佳的下一步学习点，而且在每一步学习过程中都会重新计算，从而实现动态地让系统适应学生的学习进程。

　　【图4:Knewton系统知识图谱对比图】

　　据此，老师就能从学习过程中精准判断学习错因，如：不会本知识点，还是不会上一个知识点，还是没读懂题目，又或是因为老师没有讲解清楚，而导致的错题等等情况都可以通过知识图谱进行分析，从而提高教学效率。

　　举个▅简单的例子：若A学生在所有需要用二元一次方程式解题的题目☆上都做错了，说明A学生没有掌握好这个知识点；又比如同样包含求根知识点的五道题，A学生只做错了一道题，那说明学生没有没有读懂题目，并不是A学生没有掌握好这个知识点；倘若全班都在同一个知识点上出了错，那老师就需要反省自己，是否在教学的过程中没有讲解清楚，导致学生没学会做错题。

　　当然，有人会认为以上种种问题经验丰富的老师都能判断出来，但一个人的精力与能力毕竟有限，不可〗能同时掌握几十、几百甚至几千学生的学情，这时候就需要一套系统去进行标准化、流程化、精准化的管理，从而提高教学效果，减少生源流失。

　　▌三、从学校行为判断得出退班预警

　　人是有主观偏见的，数据却能够客观审视学生们的真实情况，让我们更审慎地决策。如果识别了学生的潜在困惑，我们就能适当的实施干预，避免生源流失。

　　除此之外，学校行为数据还能记录学生的学习方法，比如频率和顺序，通过判定能够提高学生学习计划和学习管理水平的策略，将对学生学习产生积极影响。

　　对于国内目前教育行业信息化程度偏低这一现象，史治国老师认为主要还是因为教育从业者还没有体验和想象到信息化带来的好处与便利。单就教育大数据这一点来讲，有关学习的数据收集和分析在教育的各个层面都呈指数级增长的趋势，这些数据为深入了解学生学习提供了前所未有的资源和方法。

　　最后，大数据时代的到来，是传统的教育研究走向科学实证的重大机遇，大数据时代的到来，让所有社会科学领域能够借由前沿技术的发展从宏观群体走向微观个体，让跟踪每一人的数据成为了可能。对于我们教师而言，通过大数据的分析，可以让我们更了解自己的学生，真正实现“以学生为本”的理念。