大数据时代的教育管理变革

小雨涵

教育管理者如何将教育管理的职能落实到位，达到提高教育质量、增进办学效益、稳定教学秩序、改善办学条件、促进教育事业发展的目的，就涉及教育管理的方式方法问题。从数据的角度来说，依据履行教育管理职能过程中使用数据的量和质等方面的情况，可以将教育管理划分为无数据时代的教育管理、样本数据时代的教育管理和大数据时代的教育管理。无数据时代的教育管理是指在科学的教育管理提出之前基本上不依据数据进行的管理。正所谓“在无法获得实证数据的时候纯粹依赖经验、理论、假设和价值观去发现未知领域的规律”［1］5。样本数据时代的教育管理是随着教育管理的科学化，人们通过有意识地收集数据来支持相关管理职能的履行。但“在人类历史长河中，即使是在现代社会日新月异的发展中，人们还主要是依赖抽样数据、局部数据和片面数据”［1］5。而大数据时代的教育管理则是随着现代科技的发展，人们通过依据“全体性、混杂性、相关性”［1］17-19的数据来履行教育管理职能，即可以“在非常多的领域和非常深入的层次获得和使用全面数据、完整数据和系统数据，深入探索现实世界的规律，获取过去不可能获取的知识，得到过去无法企及的（机会）”［1］5。

目前，各界就大数据对产业发展、企业管理、教育等方面的影响问题讨论较多。本研究将暂时回避关于无数据时代的教育管理和样本数据时代的教育管理相关问题的讨论，重在探讨大数据条件下的教育管理变革问题，分析大数据时代教育管理履行和实现教育管理职能的鲜明特点，为制订更加有效的教育管理措施与方法、更好地实现教育管理目的提供参考。

一、大数据及教育管理大数据

大数据意味着数据之大，典型为PB或EB数据量级的数据。大数据还包含有数据的发现、收集、挖掘以及应用等内涵，其规模或复杂程度超出了常用传统数据库和软件技术所能管理和处理的数据集范围。

（一）大数据

依据数字集合的结构状态，大数据可分为结构化数据、半结构化数据和非结构化数据三类。（① 谢国忠?大数据时代下的企业管理与创新［C］?创新驱动：新机遇新挑战——2013年全国企业管理创新大会资料汇编?2013：64-69）依据数据的应用类型，也可将大数据分为海量交易数据、海量交互数据和海量处理数据三类。［2］大数据的特征也非常明显，一般用“4V”来概括，即Volume，Variety，Velocity和Value。Volume即“容量”，指大数据的数据量大、完整性好，特别是非结构化数据的规模和增长占到总数据量的80%～90%，比结构化数据的增长快10～50倍；Variety即“种类”，指大数据的异构和多样性、复杂性，如图片、视频、博客、微博、微信等，

这就意味着要在海量、种类繁多的数据间发现其内在关联；Velocity即“速度”，指大数据传播速度快，可以更快地满足实时性需求，但需要实时分析而非批量式分析；Value即“价值”，指大数据的最终意义是通过数据获得洞察力和价值，这也是大数据最重要和最为人们关注的特征。［3］

大数据时代的到来，无疑将对社会各领域产生深远的影响。严格地说，大数据并非是现在才有的事物，过去也有大数据，只是人们在数据的收集、挖掘、分析与应用等方面的认识和技术还没有达到一定的程度，因此，大数据处于潜在状态。随着计算机科学及网络技术的发达以及信息化革命的逐渐深入，人们才开始慢慢揭开大数据的神秘面纱，并使之服务于人类。大数据既是一个客观的存在，也是一种技术，还是“一种价值观、方法论”。［4］大数据在各行各业中广泛存在，如企业数据、统计数据、科学数据、医疗数据、互联网数据、移动数据、物联网数据等。［5］在生产生活中，随着计算机终端、智能电视、智能汽车以及工业设备等领域与网络的广泛连接，大数据与人们的行为发生着广泛的关联，个人、机器、企业都可能随时随地产生或获取大量新的数据，每个人都可能成为大数据的制造者、传播者、共享者和分析对象。［6］

（二）教育管理大数据

大数据具有预警性、预测性、差异性、共享性、动态性等特点，势必会对教育管理产生深远影响。教育管理涉及的大数据非常广泛，来源于教育管理系统、在线学习平台和课程管理平台等方面管理者、施教者、学习者的行为数据乃至日常教育活动中人类的所有行为数据，都可以称作教育大数据。［7］

21世纪以来，海量数据技术处理逐渐兴起。以谷歌为首的一批互联网巨头不断投入巨资到大数据研究，目前已进入大数据建设与应用的收获期。随着HADOOP分布式处理框架技术的不断成熟，人们已远远不止于满足普通的报表统计等简单需求，更多的是从海量数据背后找出隐藏的规律或现象。教育行业的数据应用本来就落后于其他行业，而它却又是最具前景的一个大数据金矿，所以，吸引着越来越多的建设投入。

2012年9月29日，刘延东副总理（时任国务委员）在全国教育信息化工作电视电话会议上提出：“十二五”期间，要建设好宽带网络校校通、优质资源班班通、网络学习空间人人通和教育资源公共服务平台、教育管理公共服务平台，力争实现四个新突破，即教育信息化基础设施建设新突破、优质数字教育资源共建共享新突破、信息技术与教育教学深度融合新突破和教育信息化科学发展机制新突破。这就为教育管理大数据应用平台的建设与运用奠定了坚实的基石。目前国内教育信息化建设正在如火如荼地开展，综合来看，校通智慧校园类网络平台是比较前沿的校园信息化服务平台，有利于大数据的生成、挖掘与运用。以校通智慧校园为参照点，也可以管窥目前教育管理大数据的基本情形。

校通智慧校园的本质就是基于移动互联网采集到海量的结构化或非结构化的数据。校通智慧校园的技术逻辑主要是：技术架构基于HADOOP的分布式大数据存储与计算技术；采用HDFS进行分布式文件存储、MapReduce进行分布式计算、Hive进行数据仓库建设、Mahout进行大数据挖掘；Sqoop将关系型数据库导进HDFS分布式系统中；Zookkeep负责分布式框架的服务协同；Flume提供高可靠的日志采集集。校通智慧校园信息化服务平台是软硬件集成的基础平台，能够采集多种类型的大数据，既能满足传统的家校沟通、学校办公、学校管理，还能进行深度挖掘，找出传统分析方法所不能发现的一些规律，更好地为教育管理服务。

基于校通智慧校园信息化服务平台生成的教育管理大数据可以分为不同的类型。按采集业务可将其分为四类：一是学生管理类大数据，包括学生基本信息数据、学生考勤数据、学生作业数据、学生成绩数据、学生在学校的各类表现数据等；二是教师管理类大数据，包括教师基本信息数据、教师备课教案数据、教师课堂教学数据、教师批改作业数据、教师辅助学生数据等；三是综合管理类大数据，包括学校基本信息数据、学校各项评比类数据等；四是第三方应用类大数据，包括GPS、地图、天气、安全、网上课堂、教学资源等。按数据格式可将其分为两类：一种是结构化大数据，即存储于关系型数据库的数据；另一种是非结构化大数据，即各种文档、视频文件、地图数据、GPS数据、智能硬件结合数据、教学资源数据等。

校通大数据采集途径目前可来自个人PC端录入、手机校通APP应用程序、移动PAD应用程序、第三方应用数据等。例如，PC端主要采集基础信息类数据，手机校通APP应用程序主要采集学生日常表现数据、作业数据、成绩数据、家校沟通数据等。校通大数据应用分为五个阶段：数据存储，数据预处理，数据转换，数据建模，数据应用。数据存储阶段是从各种数据源采集到数据的统一存储，采用HDFS的分布式存储技术；数据预处理阶段是依据一定的规则对采集到的脏数据、垃圾数据进行必要的清洗处理，减少不必要的工作量；数据转换阶段是将采集来源不一、格式不一的数据按照约定的格式进行统一的转换，为数据建模扫清障碍；数据建模阶段是根据各种不同的主题分析模型、数据挖掘模型的需求进行对应数据模型的搭建，并能满足各种商业智能应用，这是校通大数据应用的最核心之处；数据应用阶段是在数据模型的基础上进行的各类统计分析、报表分析、图形分析、商业智能BI应用和深度数据挖掘服务等。

二、大数据背景下的教育管理变革趋向

（一）预警数据凸显教育管理的及时性

大数据的预警性就在于相对于一定的标准，当数据发生异常时，通过一定的机制可以发出警告，从而迅速采取相应措施，使问题及时得到解决。这也正符合底线管理的原则，即首先设置一个容忍度、临界点或基准点，然后判断相应的情况是否在可接受的范围之内，否则就应采取措施扭转不良局面。在生活中，“魔毯”病人的监控提供了极好的例子。为了能及时掌握缺乏照料老人的身体状况，“魔毯”通过在家用地毯中安装传感器来测试老人下床和行走时的速度与压力，如果数据发生异常，“魔毯”中的信号装置则马上发送警报给老人的“绑定”亲人。这些通过自身数据量化而产生预警功能的工具在生活中很受欢迎。［8］在教育中，学生的健康成长是学校和家长的共同关注点。学生的健康不只是身体健康，还包括心理健康、思想健康等。智慧校园的建设有利于更加及时地监控学生各方面的成长状况。大数据下的智慧校园通过分析学生的出勤、课堂表现、精神状态、人际交往等监控数据，及时诊断可能存在的安全隐患，这就相当于一个预警机制，为学生的安全成长保驾护航。

（二）预测数据凸显教育管理的前瞻性

预警更多地是参照一定的临界点来判断不良现象的出现。预测却主要是看事情发展的趋势和可能性，不一定有参照点，也不一定是看不良现象。在商业中，电商（有的也称网商）在发挥大数据的预测功能方面为人们提供了表率。例如，淘宝、亚马逊、当当、谷歌等电商网站，搜集用户浏览的点击对象、页面以及每一笔成功交易，挖掘其关联性，以期预测用户的兴趣与需求，推荐相关产品，使销售具有前瞻性。他们还通过设计评论等互动环节来建立自己的信用，通过收藏等环节增加用户黏性。

依据大数据进行教育管理分析，能在学生的学习与需求、教育舆情和教育决策等方面发挥预测作用，使教育管理具有前瞻性。学习分析就是利用数据和模型来预测学生在学习中的进步情况以及未来的表现和潜在的问题。例如，相对单个学生而言，学生答题停留时间、对错状况、回头复习情况、网络提问、参与讨论等，计算机和网络都可以对此进行记忆分析，再以此为基础对学生的学习进行评价和诱导。由美国麦格劳-希尔教育出版集团开发的一种预测评估工具，就能帮助学生评估自己的所学知识与达标测验所需要求之间的差距，进而分析判断学习中有待提高的地方。［9］对于学生群体而言，也可以通过记录鼠标的点击来分析不同的学生对不同知识点的反应情况，以便判断需要重复、强调的知识点，区分有效的学习方式、学习工具，进而预测学生群体行为的活动轨迹及其规律。

智慧校园产生的大数据也能为教育舆情监控提供天然的服务，能及时反映教育舆情的主流观点、传播趋势及相关的重要人物等信息。由于大数据具有开放性、“爆炸”性、自由性特点，学生便可以快捷地获取各种信息，但这些信息并非都是正面的。这就需要通过大数据进行预测，辨明真伪，推断事情发生的可能性。例如，大学生在失恋、挂科时，往往会通过人人网、微博、QQ和搜索引擎来表达其思想并寻求解决办法。那么，通过这些相关数据的挖掘与分析，就可以预测学生思想行为的波动状况，进而有针对性地开展思想教育或心理辅导，避免不良事件的发生。2013年4月发生复旦大学投毒事件的犯罪嫌疑人就曾在微博及该校的BBS中发表过过激言论。如果预先对这些数据有过监控与分析，再采取一些相应措施，也许就能避免惨案的发生。［10］在教育决策方面，大数据更能充分显示其作用之大。美国在教育管理中就经常利用数据来就相关问题进行诊断和探索，以便作出相应的决策，如辍学危险期的学生状况、教育开支与学习成绩提升的关系、缺课与学生成绩的关系等。就此而言，大数据有利于推动“决策智能化”，使教育管理在业务驱动的基础上加强数据驱动的力度，即通过云平台使数据集聚，形成教育数据资源，然后深度挖掘和分析这些数据的价值，进而推动教育管理的智能决策。

（三）差异凸显教育管理的个性化

预警数据和预测数据更多地是建立在大数据的宏观性上。其实，大数据还有反映微观的一面，即通过记录和分析相关用户的细节行为来判断其偏好，以便加强管理的精准性。因材施教、个性化管理和多样化人才培养一直是教育的理想。大数据有利于依据不同个体的数据辨别其差异，从而加强教育及其管理的针对性与精准性，更好地实现上述教育理想。

在生活中，健身馆的教练可以依据健身者的年龄、性别、体质等要素，制订符合其特点的个性化健身方案，这样效果会更好。大数据支持下的智慧计算，也可以分析不同学生的性格特征、心情状态、交往范围等情况，以便更加关注有心理障碍的学生。教育大数据的挖掘还可分析学生的兴趣、能力、特长，预测每个学生的需要。这样，大数据甚至可能颠覆传统教材、教学及考试制度。

具体到学习中，不同学生的水平、接受能力、学习方法、学习内容偏好是有区别的，宜采取有针对性的个性化解决方案来减轻学习负担，提高学习效率，取得更好的学习效果。2013年3月，贵阳市白云区9000名学生开始英语教学信息化试点，教师与学生通过电子化教学手段进行互动，作业在平板电脑上完成，教师及时通过另一个终端进行作业批改，并进行个性化分析，从而在一定程度上实现了高效率的因材施教。［11］例如，以平板电脑为载体，将课本内容、课后习题收录其中，然后对学生做题习惯、计算能力和速度、学生性别等数据进行区分，在教学的各个环节为学生提供个性化学习方案，就可以起到提高教学效率和教学质量的效果。［12］全球著名智库布鲁金斯研究所的治理研究主任达洛尔·韦斯特(D?M?West)，在《利用大数据的教育：数据发掘、数据分析和网络控制器》报告中也描绘了一个大数据时代的个性化学习情境（即下面描述的学生理查德的学习情境），以区别于传统的学习方式。［9］

学生理查德通过电脑学习阅读，他每读一个故事，电脑就会搜集一系列关于掌握内容用时长短的数据。每次作业后，一个小测验就会出现在屏幕上，提出一些关于词汇和阅读理解的问题。理查德在回答每个问题时，他的回答是否正确以及他的成绩在班里处于什么水平，和全国学生相比处在什么位置，都能立即得到反馈。对于那些难题，电脑会告诉他一些网络链接，这些链接的网页对那些词汇和概念有详细的解释。最后，理查德的老师会收到一个关于理查德和其他学生阅读情况的信息包，包括阅读时间、词汇知识、阅读理解掌握以及辅助电子资料的利用情况等。

在思政教育管理方面，可以通过大数据技术对某些学生某一特定时期的思想动态进行比较分析，从而有针对性地进行个性化教育与管理。传统的思政教育特点是面向大众、单向灌输、教师拥有话语权、受教育者无法选择知识内容，因此教育及其管理缺乏针对性，学生还容易产生逆反心理。大数据时代的思想政治教育呈现出新的特点，即面向小众、师生互动、师生拥有平等的话语权、受教育者可以通过网络来寻找各种教育信息，从而选择知识内容。［10］可见，大数据时代的思想政治教育管理更加具有个性化特点。

在具体实践中，“电子书包”等载体能较好地发挥这种功能。通过“电子书包”的数据记录，教师能在课前、课中、课后、考前、考后等不同时段，对课本内容、课后习题、学生上课浏览习惯、做题习惯、计算能力和速度、作业质量、师生互动交流时间等数据进行个性化分析，进而分别提供适合学生综合素质的个性化学习方案。［13］

（四）共享数据凸显教育管理的整合性

在教育管理中，“整合性服务”理念强调知识管理标准下的协同服务、以学生为中心的服务以及以信息技术为平台的综合服务。大数据的开放性、平等性及自由性等特性，使海量的数据资源能够为不同用户所共享，从而有利于整合性服务的真正实现。“慕课”（大规模开放式在线课程，英文缩写为MOOCs）时代利用大数据技术中的开放性、个性化、互动性、可选择性等特点，建立主动学习的“云课堂”，就是鲜明的例子之一。但这还只是其中重要的一面，具体还有校内整合、校际整合、行业整合等多种形式。

在学校内部，利用信息平台可以将校内各部门之间的数据整合起来，提高管理的便捷性、高效性，即高性能计算系统能够整合丰富的软件资源，作为面向全校用户的开放平台。校际之间也能加强广泛的合作与共建，如哈佛大学和麻省理工大学就共同投入6000万美元开发在线教育平台，免费开放两校的授课过程，并以开源形式向其他大学和教育机构免费开放。［14］教育领域区域性的数据共享也是重要的发展趋势。如美国科罗拉多州教育部正在开发全州纵向数据系统(SLDS)，旨在建立统一平台，将全州178个学区和28所公立高校的学生数据与福利、收入和劳动力等数据进行整合，并分析学生从幼儿园到大学的成绩，使地方行政官员和任课教师都能通过该系统了解和比较该州学生之间的表现，了解和分析收入水平、学前教育与中学阶段教育等因素对学生上大学、找工作等方面产生的影响。这项长期性的工作将涉及数TB的数据，需连接不同的数据源，这就需要州教育管理部门在信息管理和使用方面进行相应的重大变革。［15］

慕课时代的来临，也给教育资源的共享与管理带来了契机。慕课乃至慕课联盟通过汇集、共享优质的教育资源，能大力推动教育均衡与教育公平。在实践中，慕课能在一定程度上解决优质课程资源选择、优秀师资保障、“择校热”降温及其他优质教育资源公平分配等问题，确实是教育管理的有力助手。［16］

（五）动态数据凸显教育管理的权变性

权变管理理论认为不存在适合各种情况的普适性管理原则和方法，“一切随条件而定”，管理者必须分析组织内外部的各种因素以及这些因素之间的关系与发展趋势，依据各种具体情况，采取适宜的管理模式和方法。大数据以海量著称，瞬息万变。因此，依据大数据进行教育管理必然要求管理具有权变性，而且大数据的快速、便捷和动态性也有利于实现教育的权变管理。有资料显示，全球网民平均每月使用的流量每隔几年就以10倍以上的速度快速递增。全网流量累计达到1EB的时间也快速地缩短。全球新产生数据年增40%，信息总量每两年就可翻番。2013年一天产生的信息量大概可刻满1.88亿张DVD光盘。［16］

随着信息化管理平台及智慧校园建设步伐的不断加快，教育管理机构、学校、管理者、教师、学生以及其他相关人员与机构同样都在生成越来越多的数据。增长与变化非常迅速的数据量，势必要求教育管理依据不断丰富的信息和不断变化的情况来适时调整策略，从而提高教育管理的效果。实质上，许多跟踪分析或动态分析都是基于数据权变型教育管理的实际运用。坐落在美国威斯康辛州最年轻的小学——肯尼迪小学成立仅14周年，就获得了美国“蓝带学校”的殊荣，其成功的重要秘诀之一就是采用了“数据驱动型教学”等措施，即将高质量的教学和评价建立在动态数据研究的基础上。在威斯康辛州每年举行的“知识和概念考试”的基础上，教师必须每年参加3次“数据挖掘”活动，深入分析学生的学习发展情况，然后根据这些动态和差异数据进行研讨，确定具体的相关教学管理活动。［17］

三、大数据时代面临着机遇与挑战

大数据时代已真真切切地到来了。在滚滚前进的时代洪流中，她在各行各业中扮演着重要角色，也与人们的生活息息相关。目前，在我国教育领域中，大数据的产生与应用以及随之而来的教育管理变革既有良好的机遇，也存在亟待解决的问题。

一方面，国家教育信息化建设政策的支持、计算机科学与网络技术的发展、智慧校园管理平台建设以及在线教育实践、相关软件开发与科学研究的深入开展，都给大数据的迅猛发展提供了前所未有的机遇，从而也为教育管理变革提供了良好的机遇。目前，中国约有2亿多中小学生、3千多万大学生、2000多所高校，这样庞大的队伍将会在生活、学习和工作中产生难以想象的大数据。统计显示，这些数据的内容和类型都发生了很大的变化，其中，结构化的数据增长在32%左右，非结构化的数据增长达63%左右，充分发掘和利用这些数据，将是教育管理信息化发展的明智之举。［18］特别是“慕课”时代的到来，进一步说明了互联网的日益增强和云计算的进步对教育及其管理带来的深远影响。当然，政策引导与实际操作都离不开科学研究与技术开发，国内外关于大数据的相关研究可以说在短时期内也已风起云涌。

另一方面，也应该冷静地看到，大数据时代迅猛而至，在“喧嚣”背后还有许多需要面对的挑战，在人员素质、使用方法、支撑条件以及数据本身等方面还存在诸多亟待解决的问题。第一，要解决教育管理者的数据素养与能力问题，即教育管理者必须转变观念，提高数据意识，具备必要的数据分析与运用能力。大数据时代，人才培养可采取标准化教育与个性化教育等多种方式。未来的标准化教育将主要由网络完成，学校将在学生个性化发展方面承担更重要的角色。学校教育将逐步摆脱大校、大班、统一标准与程序等工业化时代的烙印。［19］这些都需要在教育发展中不断改革创新。第二，数据共享的难度也是切实存在的问题。我国教育均衡发展状况还不是很理想，城乡差异、区域差异、校际差异在一定程度上仍然存在，必须加强相应的硬件与软件建设，最大限度地促进和实现大数据时代的信息共享，进而促进教育管理的科学化与信息化。第三，大数据本身存在风险，而且，在大数据的管理与利用方面也存在挑战。大数据时代，人们都是主动或被动的数据制造者，都是大数据的一分子，积累到一定量的数据也能反映个人的生活习性、心智状况、行为规律、个性特征等，大数据与每个人息息相关。但是，这些具有微观指向的大数据也存在风险，如隐私、数据安全、真实性、数据至上主义等，这就需要有新的法律法规、职业道德标准及个人操守来共同规范。