徐正偉 馬海峰
摘要:在當(dāng)今教育數(shù)據(jù)體量巨大、數(shù)據(jù)類型繁多的情況下,使用云計算與大數(shù)據(jù)技術(shù)開發(fā)符合教育發(fā)展規(guī)律的智能化系統(tǒng)是首選。而移動終端的APP架構(gòu)的基于大數(shù)據(jù)與區(qū)塊鏈的智能中職課堂云評價系統(tǒng)(簡稱CEC系統(tǒng))的“智聽、智控、智評、智診、智改”能解決時間與空間的矛盾,解決當(dāng)前聽評課停留在聽課筆記上、不可回溯性、不專業(yè)等各種問題,CEC系統(tǒng)利用大數(shù)據(jù)、人工智能和區(qū)塊鏈等相關(guān)技術(shù)讓課堂教學(xué)評價走上可延續(xù)可發(fā)展的生態(tài)圈,CEC系統(tǒng)讓教師的教學(xué)過程大數(shù)據(jù)經(jīng)過分析與挖掘后即時地反饋和篩選,讓評價的可回溯性進一步增強。
關(guān)鍵詞:教學(xué)大數(shù)據(jù);智能化;云評價;聽評課;CEC系統(tǒng)
中圖分類號:TP393? 文獻標(biāo)識碼:A? 論文編號:1674-2117(2021)01-0000-04
教學(xué)評價中通常最為有效的方式是課堂觀察,是基于教學(xué)過程促進教學(xué)交流、提升教師教學(xué)技能水平的有效途徑,也是觀摩教學(xué)成果、促進和創(chuàng)新教學(xué)行為的有效措施,是教學(xué)過程的真實反映,更是教育大數(shù)據(jù)產(chǎn)生的基礎(chǔ)。筆者經(jīng)過長期的深入研究發(fā)現(xiàn),對基于云計算的課堂教學(xué)評價系統(tǒng),特別是在中職領(lǐng)域,國內(nèi)研究基本空白。現(xiàn)有的是浦東教學(xué)管理評估系統(tǒng)和TOPCOP系統(tǒng),以及部分高校分院內(nèi)部的個別系統(tǒng),大部分是簡單信息化系統(tǒng),基于B/S結(jié)構(gòu),且對教師或?qū)W校收費。由于受帶寬的限制及用戶數(shù)和費用的限制,這些評價系統(tǒng)對中職教師的課堂教學(xué)能力、中職課堂教學(xué)質(zhì)量、中職學(xué)校教學(xué)管理精準(zhǔn)化的提升以及云計算及教學(xué)大數(shù)據(jù)在中職中的推廣和運用極為不利?;诖耍P者開發(fā)了移動終端的APP架構(gòu)的基于大數(shù)據(jù)與區(qū)塊鏈的智能中職課堂云評價系統(tǒng)(Cloud Evaluating System For Classrooms,以下簡稱CEC系統(tǒng)),以期能夠有效提高教學(xué)質(zhì)量。
● 基于大數(shù)據(jù)與區(qū)塊鏈的智能聽評課系統(tǒng)設(shè)計
1.系統(tǒng)功能設(shè)計
CEC系統(tǒng)聚焦教師的課堂評價與改進,分享教師在教學(xué)實踐中的教學(xué)改進成果,是一種聚焦教師課堂教學(xué)與評價的新途徑,它利用大數(shù)據(jù)采集、洗滌、處理等先進數(shù)據(jù)技術(shù),借助模型算法與人工智能,通過對教學(xué)模式、學(xué)習(xí)模式數(shù)據(jù)量化,對數(shù)據(jù)清理、數(shù)據(jù)分析和挖掘進行深度分析,形成“智聽、智控、智評、智診、智改”的課堂觀察生態(tài)圈,最后形成分別針對開課教師、聽課教師及學(xué)校教務(wù)處的基于數(shù)據(jù)證據(jù)鏈的綜合評價和診斷報告。同時,CEC系統(tǒng)根據(jù)教學(xué)過程大數(shù)據(jù),通過自我學(xué)習(xí)、不斷改進評價與分析標(biāo)準(zhǔn),形成人機匹配的評價標(biāo)準(zhǔn),避免過度依賴人工智能和大數(shù)據(jù)技術(shù)而導(dǎo)致的評價與診斷偏差,最終達到系統(tǒng)與教師的平衡,并隨著教學(xué)改革的不斷深入而不斷智能進化。CEC系統(tǒng)功能架構(gòu)如圖1所示。
2.評價指標(biāo)設(shè)計
隨著教學(xué)信息化與課堂教學(xué)的深度融合,信息化教學(xué)課堂的評價緯度如何確立成為關(guān)鍵問題。由于中職課堂專業(yè)的多樣性和專業(yè)性,其對課堂的評價指標(biāo)的量化考核難度較大,所以筆者遵循了科學(xué)性、一致性、完整性、回溯性、容錯性、可操作性原則來確定中職課堂教學(xué)評價指標(biāo)體系,所選的指標(biāo)分別來源于專家學(xué)者關(guān)于聽評課的指標(biāo)、本地區(qū)所有中職教師和普高教師都認為的最重要的三大聽評課調(diào)研指標(biāo)(調(diào)查問卷回收845份,經(jīng)過篩選和合并,有效指標(biāo)為235條)。以及對學(xué)生的調(diào)研獲取的指標(biāo)。從教學(xué)目標(biāo)、教學(xué)態(tài)度、教學(xué)內(nèi)容、教學(xué)方法、教學(xué)效果這五個一級指標(biāo)形成相關(guān)二級指標(biāo),具體如圖2所示。課堂教學(xué)評價指標(biāo)根據(jù)需要可以自由選擇評價指標(biāo),并提供自定義指標(biāo), CEC系統(tǒng)根據(jù)機器學(xué)習(xí)同時會更新或替代不合適的指標(biāo),實現(xiàn)指標(biāo)的專業(yè)性和指向性,不斷完善和適應(yīng)課堂教學(xué)評價的變化和發(fā)展。
● 基于大數(shù)據(jù)與區(qū)塊鏈的智能聽評課系統(tǒng)實現(xiàn)機制
基于區(qū)塊鏈、大數(shù)據(jù)、人工智能構(gòu)建的智能聽評課系統(tǒng)的系統(tǒng)架構(gòu),有應(yīng)用層、模型層、數(shù)據(jù)處理層,具體如下頁圖3所示。
1.利用大數(shù)據(jù)進行智能分析、評價、可視化
利用大數(shù)據(jù)技術(shù)對所有原始評價數(shù)據(jù)進行整理,然后根據(jù)課堂評價維度和不同評課側(cè)重點,進行分析與評價。大數(shù)據(jù)處理的第一步是按照教學(xué)評價環(huán)節(jié)的要求對基礎(chǔ)數(shù)據(jù)進行抽取和重組,從中得出所抽取數(shù)據(jù)之間的關(guān)系,再經(jīng)過關(guān)聯(lián)和聚合等操作,輸出規(guī)定格式的數(shù)據(jù)到新的儲數(shù)據(jù)庫中。第二步是進行數(shù)據(jù)分析。數(shù)據(jù)分析是大數(shù)據(jù)處理過程中的核心,通過數(shù)據(jù)抽取和集成環(huán)節(jié),筆者已經(jīng)從各個不同的數(shù)據(jù)維度中獲得了用于數(shù)據(jù)處理的原始數(shù)據(jù),每位教師或者管理者都可以根據(jù)自己的需求提出不同的分析處理模型,數(shù)據(jù)分析可以用于決策分析、推薦與預(yù)測等。通過數(shù)據(jù)分析能夠掌握數(shù)據(jù)中的信息,同時發(fā)現(xiàn)很多平時在人工操作中無法發(fā)現(xiàn)的問題。
在對聽評課數(shù)據(jù)進行分析后,對課堂分析結(jié)果進行解釋。大部分教師、學(xué)生無法直接看懂分析結(jié)果的數(shù)據(jù),這一方面是因為數(shù)據(jù)比較抽象,另一方面是因為關(guān)聯(lián)等信息無法直觀地展現(xiàn)出來。因此,數(shù)據(jù)分析結(jié)果如何展示出來,展示和呈現(xiàn)方式怎么樣,對于教師、學(xué)生來說非常重要,數(shù)據(jù)可視化和人機交互是展示的主要技術(shù)。這個步驟能夠讓教師們清楚聽課評價分析的數(shù)據(jù)的結(jié)果。
使用大數(shù)據(jù)呈現(xiàn)的可視化技術(shù),可以通過圖形的方式直觀地分析的結(jié)果呈現(xiàn)給教師、學(xué)生、管理者,教育者可以根據(jù)不同的需求,靈活地使用這些可視化技術(shù)。而人機交互技術(shù)可以引導(dǎo)用戶對數(shù)據(jù)進行逐步的分析,使用戶參與到數(shù)據(jù)分析的過程中,深刻地理解數(shù)據(jù)分析結(jié)果。
2.基于公有鏈實現(xiàn)身份信息、校驗信息等安全性與信任機制
HPB是國產(chǎn)公有鏈的一個典型代表,它用分布式應(yīng)用的方式實現(xiàn)性能擴展,HPB芯鏈提供用戶賬戶、身份與授權(quán)管理、策略管理、數(shù)據(jù)庫、異步通信以及在數(shù)以千計的CPU、FPGA或群集上的程序調(diào)度。該區(qū)塊鏈為一個全新的體系架構(gòu),通過低延時高并發(fā)硬件加速技術(shù),可實現(xiàn)單位時間內(nèi)高頻次交易,且達到秒級確認。本系統(tǒng)設(shè)計基于HPB公有鏈作為開發(fā)存查證實的區(qū)塊鏈,將用戶的身份信息、驗證信息、校驗信息、完整性信息等經(jīng)過處理后,以公鑰形式存入公鏈中。
根據(jù)區(qū)塊鏈的不可篡改性,把系統(tǒng)中相關(guān)信息經(jīng)過處理后存儲在區(qū)塊鏈上,利用HPB區(qū)塊鏈上區(qū)塊信息作為一個去中心化的第三方存證和查證系統(tǒng)。相關(guān)信息存證處理過程如下:架設(shè)需要處理信息為M,M經(jīng)過調(diào)用SHA-1、SHA-256和MD5哈希算法求得待存原始信息D,將信息D中部分信息利用進行私鑰加密后存為信息K,存儲到區(qū)塊鏈的數(shù)據(jù)庫中。查證過程如下:將待驗證信息M1作為基礎(chǔ)數(shù)據(jù),M1經(jīng)過調(diào)用SHA-1、SHA-256 和MD5哈希算法求得待驗證始信息D1,根據(jù)用戶對應(yīng)區(qū)塊鏈中存儲檢索信息,查取區(qū)塊鏈中信息K1,對K1通過私鑰進行解密取得信息D2,如果D1與D2信息相匹配,則說明信息驗證有效。通過以上方式,對系統(tǒng)中身份信息、驗證信息、數(shù)據(jù)校驗、數(shù)據(jù)完整性等關(guān)鍵信息進行區(qū)塊鏈驗證,從而實現(xiàn)系統(tǒng)的用戶等方面的信息安全性,形成全新的信任機制。
3.利用機器學(xué)習(xí)進行評價模型維護
機器學(xué)習(xí)是實現(xiàn)人工智能的核心,利用計算機模擬或?qū)崿F(xiàn)人類學(xué)習(xí)活動,是人工智能中最顯著的特征之一,能對數(shù)據(jù)模型進行不斷迭代和優(yōu)化。機器學(xué)習(xí)在自然語言理解、機器視覺、模式識別等許多領(lǐng)域也得到了廣泛應(yīng)用。在CEC的模型庫中,利用機器學(xué)習(xí)的新技術(shù),對評價模型庫進行不斷優(yōu)化與迭代。
利用機器學(xué)習(xí)框架對評價過程中形成的模型進行“打分”,然后新選擇同一主題下更優(yōu)秀的模型是實現(xiàn)CEC系統(tǒng)智能化的重要手段。評價模型數(shù)據(jù)分析這一步驟主要是數(shù)據(jù)發(fā)現(xiàn),將每一種模型進行權(quán)重處理,然后對處理過的權(quán)重進行學(xué)習(xí),如找出每個權(quán)重的最大值、最小值、平均值、方差、中位數(shù)、三分位數(shù)、四分位數(shù)、某些特定值(比如零值)所占比例或者分布規(guī)律等進行分析并可視化展示。同時,要確定模型權(quán)重(x1...xn)并求變量y,找出因變量和自變量的相關(guān)性,確定相關(guān)系數(shù)。另外,評價特征的選擇很大程度上決定了模型分類器的效果。將上一步驟確定的自變量進行篩選,篩選可以手工選擇或者模型選擇,選擇合適的特征,然后對模型變量進行命名以便更好地標(biāo)記,從而實現(xiàn)評價模型的智能進化。
參考文獻:
[1]張屹.“以評促學(xué)”的信息化教學(xué)模型的構(gòu)建與解析[J].中國教育技術(shù)裝備,2016(20).
[2]王長春.高校教師課堂教學(xué)評價系統(tǒng)的設(shè)計與實現(xiàn)[J].計算機教學(xué)與教學(xué)信息化,2014(02).
[3]吳鋼.中小學(xué)課堂教學(xué)評價系統(tǒng)分析及其開發(fā)策略[J].上海師范大學(xué)學(xué)報,2006(12).
[4]王春健.國外職業(yè)技術(shù)教育教學(xué)質(zhì)量監(jiān)控與評價模式研究及啟示[J].價值工程,2017(16).
[5]范曉玲.論教學(xué)評價模型構(gòu)建方法[J].高等教育師范研究,2012(10).
[6]余艷.信息化環(huán)境下課堂評價系統(tǒng)的研究與應(yīng)用[J].現(xiàn)代教育技術(shù),2015(08).
[7]劉三?,楊宗凱.量化學(xué)習(xí):數(shù)據(jù)驅(qū)動下的學(xué)習(xí)行為分析[M].北京:科學(xué)出版社,2016:6-7.
[8]吳海練.基于數(shù)據(jù)分析的聽評課制度改革[J].學(xué)科探索,2017(07).
[9]]任磊,杜一,馬帥,等.大數(shù)據(jù)可視分析綜述[J].軟件學(xué)報,2014(09):1909-1936.
[10]蔡維德,郁蓮,袁波,等.面向大數(shù)據(jù)的區(qū)塊鏈在清算系統(tǒng)中的應(yīng)用[J].大數(shù)據(jù),2018.
基金項目:全國教育信息技術(shù)研究課題“中職課堂教學(xué)智能化云評價系統(tǒng)的開發(fā)與應(yīng)用研究(CEC系統(tǒng))”(課題立項號: 183320005,主持人:馬海峰)