周一至周五 | 9:00—22:00

期刊论文网 > 教育论文 > 职业教育论文 > 最新职业教育学论文 大数据在职业教育中运用路径探究

最新职业教育学论文 大数据在职业教育中运用路径探究

2018-12-03 16:07:45来源:组稿人论文网作者:婷婷

  摘要:大数据具备信息体量大,种类全,更新速度快等方面的优势,将大数据运用到职业教育实践中是推进职业教育改革,深化职业教育“互联网+”模式发展的基本路径。大数据在职业教育中的运用,能够更好地发挥职业教育资源利用的价值,也有助于学生学习动态化管理等,能够为职业教育发展带来机遇。尽管大数据目前在职业教育宏观管理方面,如教育资源库、学习支持系统、人才培养模式等方面有一定范围的应用,但在应用过程中还存在一定问题。因此,要从理念、主客体统计、专业设置、课程体系、教育教学方法、教材建设等方面加大大数据的运用力度,构建大数据运用的具体路径。

  关键词:大数据;职业教育;机遇;现状;问题;路径

  显然,教育并不是一种孤立于社会关系之外的活动。对于职业教育而言更是如此,职业教育作为一种跨界教育,是学校与工作场所之间的互动教育体系。如今,我国经济社会发展进入了大数据时代,大数据的主要特征就是信息体量大、信息更新速度快以及信息种类繁多。职业教育活动的跨界性与大数据的优势有天然的吻合性。因此,对职业教育发展而言,需要对社会层面的大数据信息进行整体编辑、存储、运用,进而实现大数据技术、信息及理念与职业教育的深刻融合,进而给职业教育决策提供参考。纵观职业教育发展史,数据在经济社会发展中的价值越大,职业教育对数据的依赖程度就越高。职业教育与大数据之间有着不可分离的关系,大数据推动职业教育思想、理念、技术的更新,同时职业教育也推动了大数据技术与信息的进步。有鉴于此,2015年10月,教育部发布了“高等职业教育创新发展行动计划(2015-2018)”,在这个文件中提出了职业教育与大数据、“互联网+”进一步融合的政策支持。从这个意义上看,我国要建立现代职业教育体系,提升职业教育发展的深度与宽度,提升职业教育的信息化水平,就必须要加快推进大数据在职业教育发展中的运用。

  一、大数据给职业教育发展带来的新机遇

  有学者认为,如今大数据技术有四个方面的重要特征:第一,大数据是社会信息的考量总体,而不是信息样本;第二,大数据是社会非结构化的信息数据,而非精准化的机构数据;第三,大数据信息之间的相互关系是互动促进关系,而不是因果关系;第四,大数据是信息的数据化也是社会的数据化,而不是简单的数字化。无疑,大数据技术的额新特点,给职业教育应用大数据来改进职业教育发展方式提供了新的技术支撑。当前,大数据在我国职业教育发展中的应用主要集中于理论课教学及知识传统体系中,在职业技能教育中并无太多的应用。即便是在自动适应的学习软件中,大数据也只是限于“观看视频、在计算机或是其他终端上完成作业”等,可见大数据目前在职业教育运用的范围还比较小。再从数据容量上看,当前职业教育所应用的大数据体量是极为有限的,多数是GB级的,甚至比GB级还要小。尽管这些数据在职业教育教学及管理服务中能够起到一定的作用。但对于职业教育体系而言,特别是在技能教学过程中其所需的数据至少是TB级的,甚至比TB级还要大。因为只有全面的信息数据,包括技能传授方法、方式、过程、姿势、速度、视角等多个方面,甚至需要收集学习者的表情、心理等。但随着“互联网+”在社会中的广泛运用,各类可靠性强、真实性足、有效性长、代表性全面的大数据采集成为可能,并在部分行业中得到了广泛的运用,这些数据无疑可以为职业教育提供样板,也可以与职业教育数据运用形成信息共享。因此,无论是从理论研究看,还是从职业教育实践看,大数据均能够为职业教育发展带来新的发展机遇。

  1、能够促进职业教育实现更有价值的数据资源利用

  过去30多年来,中国职业教育快速发展,已经建成了世界上规模最大的职教体系。与此相对应的是,各级各类职业教育相关数据呈现出指数级的增长。这些数据主要分布在招生、就业、学生实习实训、专业建设、课程体系等各个方面。尤其是近些年来的课程建设,在课程资源共享、MOOC开发、数字仿真等资源化建设方面取得了较大的成绩。可以说,如今职业教育数据体系种类繁多,容量较大,有的数据资源容量已经超过了TB级。如果能够将这些大数据进行盘活,推进其全国性的共享,这无疑又是继云计算之后对职业教育发展又一个颠覆性的技术变革。充分利用这些大数据资源,可以给职业教育发展带来更加多样化的选择,也可以更好地服务于职业教育发展的决策管理,推进职业教育发展全面的信息化。

  2、能够实现对学生学习、就业更加动态化与过程化的管理

  职业教育是一种跨界教育,其具有其他普通教育不具备的特色。在教学方面,除了常规的课堂教学之外,还有大量的实习实训等技能传授过程,同时在现代学徒制的推进下,教学内容还包括了大量的岗位学习过程、工作场所学习过程。因此,职业教育对学生的培养、评价等不能用单一的课堂考试、理论教学来进行,在培养与评价过程中需要重视每一位学生的课堂内外的各类学习、实习实训活动,要重视对这个过程的全方位动态化与过程化管理。大数据技术的发展,为这种管理无疑提供了一个可行性的路径,通过大数据可以实现对学生学习过程的控制以及实习实训全程的监管,也可以对每一个学生的学习、实习实训实施辅导与帮助,能够为每一位学生建立一个“翻转课堂”。在这个过程中,通过实时的大数据检测,自动实现对学生学习、活动的效果进行评价。如此,不仅实现了培养与评价的精准性,还能够降低教师的工作强度,提升培养及评价全过程的效率。

  3、能够更好地建立适合于现代职业教育体系的发展模式

  现代职业教育体系的建立需要进一步强化职业教育与经济社会发展的关联性,建立职业教育发展与经济社会发展的互动关系。通过大数据技术,现代职业教育在发展过程中能够更好地回应经济社会发展的要求,也可以通过实时的数据分析,来调整区域性的职业教育发展规划,及时调整国家职业教育发展模式及相关政策。毕竟通过大数据技术,将现代职业教育从学校教育扩展到社会教育,学生的范畴也从学校的学习者扩充到社会所有的在线学习者;学校的范畴不再是物理空间上的,也包括虚拟的线上学校。从这个角度看,大数据技术在职业教育中的运用,可以及时校正职业教育发展与经济社会发展脱节问题,也有助于职业教育终身化体系的建立,对现代职业教育体系的建立具有重要的现实意义。

  二、大数据在职业教育领域运用的现状及问题

  大数据技术在过去的几年时间内取得了快速的发展,大数据在职业教育的诸多领域开始了应用,取得了一定的效果。但在应用的过程中,也出现了一些问题,需要引起重视。

  1、应用现状

  整体看,目前大数据在职业教育中的运用主要体现在职业教育宏观管理方面,而且运用的范围也较为广泛。具体包括:职业教育数据中心建设与管理;学生学习环境及学习模式应用;职业教育治理模式模型的构建,包括治理理念、治理基础、治理方式等等;职业教育的智慧平台、技术平台、服务平台等方面的平台应用;职业教育发展过程中的专业模式设置方面的运用;职业教育评价体系中大数据运用;现代学徒制中大数据运用等等。

  上述职业教育领域均涉及到大数据技术的具体运用,但就目前实际情况看,大数据运用较好,能够真正发挥大数据作用的只有两个领域:第一,职业教育资源库及学习支持系统构建。客观而言,职业教育资源库建设一直以来是职业教育大数据技术运用的重点领域,目前大部分的职业院校均建立自身的教育资源数据库,在国家或区域层面,相应的资源数据库也在建设当中。特别是随着移动互联技术的发展,在移动学习环境下,资源数据库建设更为重要,包括移动学习平台、立体化的教材资源、移动数字学习资源等。职业教育资源数据库可以说是职业教育大数据的基础,在这个基础之上,职业教育学习支持系统才得以建构。通过资源数据库的平台,提升了职业教育各个参与主体的积极性,辅之以信息共享理念,通过MOOC技术、混合学习模式、在线学习模式共同构筑了学习者的学习支持系统。第二,大数据在职业教育人才培养方面的运用。大数据在这方面的运用逐渐精细化,除了通用的人才培养模式及职业素养方面的大数据之外,在不同的专业领域,也建立人才培养的数据系统,如软件专业、营销专业、信息类专业等大数据应用较为突出,此外,军队信息化、职业院校教师专业发展方面,大数据的应用也开始增多。

  2、存在的问题

  第一,大数据在职业教育课程体系开发中的应用范围还不够宽泛。实际上,职业教育的课程从何而来?职业教育的课程体系应该包括哪些范围?这无疑是一个值得商榷的问题。显然,职业教育课程开发不仅仅停留在教师的推演、预设等方面,也不能停留在实践中专家对知识、技能的界定方面。因为这些常规的课程开发有固定的流程,这些固定流程可能会遗漏某些“只可意会不可言传”的经验性、缄默性知识。也有些知识因为可能会影响教师的业绩或是企业师傅的传授成效而有意被他们所忽略。因此,在课程开发过程中,应该继续加大大数据技术的运用,通过对学生学习、实习实训等场所的监控与记录,在结合专家访谈、教师整理等环境,进一步提升经验性知识、缄默性知识在课程体系中的分量。

  第二,大数据在学生能力评价体系中的应用深度还不够充分。就我国职业教育实践看,对学生的成绩评定主要是通过学业成绩与职业资格认证来完成的,其成果就是毕业证书及职业资格证书。这两类能力评价方式对学生在学习、实习实训中的成长过程记录不足,对学生未来职业选择的预测能力也较为欠缺,无法追踪学生毕业后的职业变化及岗位转换过程。换言之,就是传统的学业评价模式无法对人才培养体系全过程进行数据反馈与积累。显然,学生在校学习期间的数据无法与能力评价体系进行对应,自然也就无法检验职业教育在人才培养过程中的即时绩效与信任度,进而模糊了职业教育人才培养过程的透明度。

  第三,以大数据为基础的教学、学习工具、技术在实践中应用相对较少。大数据为基础的技术工具在教学、学生学习过程中运用范围还较为狭窄,如虚拟现实、增强现实等方面的大数据工作在教材编写、教案设计、实习实训等方面的应用还有待进一步提升其范围。还比如现在虚拟仿真技术在实习实训方面多是停留在视角层面上,对不同学生个体、不同职业方向中的职业感知、认知能力的模拟力度不够,特别是在现代服务业体系中,虚拟仿真技术必须要与个体感知相结合,才能取得更好的效果。因此,大数据作为技术基础,其具备更强的模拟能力,具备更全面的认知提升,以此为基础的技术工作对于提升学生的职业能力极为重要,必须要加大应用力度。

  三、大数据在职业教育中的运用路径

  职业教育在大数据运用过程中,必须基于职业教育系统论的视角,围绕大数据理念、数据统计、职业教育运行过程三个方面以及理念、主体、客体、课程、专业、职业能力等8个维度来探寻大数据在职业教育中的运用路径。

  1、职业教育发展必须树立大数据理念

  显然,大数据具有信息体量大,信息种类多的优势,而这些优势也正是大数据在运用过程中的优势,职业教育在发展中强化大数据的运用,必须要充分发挥大数据的优势。职业教育与知识传递的普通教育相比较,其是以技能传授为重点。因此,在这个过程中,大数据的应用不仅要注重对技能知识点的搜集,更要注重对学生掌握技能情况及其差异的搜集。只要将大数据与职业教育的情景教育、工作场所教育模式进行结合,并对学习情景、工作场所情况进行全面记录,才可能会获得大数据,才能够在职业教育其他领域运用这些大数据。从这个角度看,推进职业教育在大数据中的运用,必须要构建大数据理念,使用合理的、科学的采集工具来收集情景教学、实习实训中的各项实时数据,在记录之后对这些数据进行综合的分析、整理,并建构出其特定的使用模型,才能够保证这些大数据在职业教育教学、课程建设、教材建设等方面发挥作用。因此,对于职业教育政策的制定者、实践者、教师、企业师傅等各个主体而言,要从思想上认同大数据,要在实践中积极搜集大数据,要在事后分析整理大数据,最终使得这些数据成为推动职业教育发展的工具以及成为职业教育决策的依据。

  2、完善职业教育主客体的统计大数据

  职业教育主客体的数据统计是职业教育应用大数据的基础。现有关于职业教育主客体的数据统计有一定的基础,但还不够充分,不够全面,应该积极拓宽口径、扩大范围,推进这两个方面数据的纵深发展,建立更为全面的主客体数据体系。

  第一,进一步拓宽职业教育主体数据的统计范围。当前教育主管部门对职业教育主体大数据统计,主要体现在《中国教育统计年鉴》(以下简称《年鉴》)中,《年鉴》中有专门的中职、高职、专科院校,社会职业技术培训机构、民办职业院校等主体的统计。但这个范围尚未涵盖我国职业教育的全部主体。特别是由人力资源与社会保障部门主办的技校、技师学院也是我国职业教育的重要主体,但这两个系统的数据并未体现在《年鉴》中,因此要打破职业教育发展中的行业壁垒,实现大数据的全程共享,就必须要打破部门之间的界限,扩大统计的范畴。长期以来,我国技校、技师学院未纳入到《年鉴》统计中,主要是因为这两类学校的主管部门不是教育部门,教育部门也未对其进行拨款,统计起来有一定难度。但在大数据体系下,必须要打破这种行业壁垒,全面获悉所有职业教育主体数据,只有获得了全面的职业教育主体数据,才能够实现对这些数据的动态分析,分析其办学过程,推进办学过程中的大数据运用。

  第二,进一步加大职业教育客体数据统计的深度。职业教育的客体指的是学生、学徒或社会学习者(学员),这些人的数据是职业院校人才培养质量大数据运用的基础数据。当前,职业院校对客体的统计数据也是存在的,但主要集中在培养过程方面。这个过程中的数据获取相对比较容易,但是客观性不强,统计者主要是职业院校或教师,统计过程中带有主观色彩。诚然,客体数据统计除了基本数据体系之外,更需要对培养过程的动态数据,此外还需要在统计过程中加强对数据的分析与研究。比如将一个本来就很优秀的学生培养成才和将一个本来较差的学生培养成才,这两种培养过程到底哪个过程质量更高?对于这两类不同客体,如果使用相同的数据进行分析,就可能会导致对他们使用相同的培养方案与教学计划,这无疑是不可取的。此外,对学生毕业后的就业情况及薪酬的统计,也是评价职业院校人才培养质量的重要依据。但必须认识到,学生进入社会之后,他们在自身职业发展中获得的报酬、待遇及社会地位,究竟有多大程度是学校造成的,还是其自身努力的结果?这也是需要分析的问题。如果就现有的静态统计数据看,无法满足这些要求。因此,对职业教育客体的数据统计,需要向前向后延伸是不可或缺的,向前的延伸实际上开展起来较为容易,因为每个学生进入学校之前均有档案,可以统计档案中的数据。如果档案中记载并不翔实,还可以继续向其原来就读的学校进行追溯。但向后统计就是难点,因为学生一旦毕业离校,学校对学生就没有控制力。在毕业之后对学生进行统计,在很多时候还需要仰赖于学生自己的看法,如果一个学生对学校有好感,统计起来相对容易;如果一个学生毕业后对学校充满意见,统计起来就十分困难。为了解决这个问题,需要做好两个方面的工作:一方面要建立并健全当前的职业院校各自的校友体系,维系校友体系的经费应当有学校来承担,积极处理好与校友会之间的关系。另一方面,要积极探索并建立以职业为基础的职业实践共同体,加强对职业实践共同体的认知,加强对共同体认同感及毕业学校认同感的教育。通过职业实践认同体的建设,对毕业生毕业之后的工作数据进行统计,就能够提升学生对统计的配合度。当然,毕业后的统计极为复杂,除了初次就业数据之外,职业变动、岗位变动以及未来发展计划等数据均需要统计,此外其对学校人才培养方案、计划、课程等方面的意见和看法也是大数据统计的范畴。

  3、强化大数据在职业教育全过程中的运用

  可以说,前面两个步骤是基础,树立理念是观念先行,加强主客体数据统计是铺垫,那么加强职业教育过程中大数据运用就是重点。具体有以下几个方面。

  第一,专业设置方面大数据的运用。在专业设置方面,可以借鉴美国劳工部的“O’NET”系统,按照不同区域、地域的经济社会发展程度,做好职业需求与职业教育供给之间的对接模型,将不同区域、地域的岗位表述、工作需求、职业薪酬、发展前景等问题,在大数据系统上做实时更新,以方面职业教育主体在招生、人才培养方案等方面及时作出修订或改变,同时也为学生就业服务、生涯指导提供具体的数据。实际上,这种大数据系统就是将人力资源市场中“看不见的手”进行具体化,将人力资源市场与职业专业设置体系进行对接。

  第二,课程体系方面大数据的运用。当前职业教育课程体系中的过程、效果以及调整等方面的数据相对较为匮乏,课程改革的动机及动力方面的数据也基本没有反馈。如果没有客体方面的大数据支持,课程改革就会停留在教师的经验层面上,教师在这个过程中主观性太强,不利于反映学生对课程体系的偏好。因此,要加强课程体系改革中大数据的运用:一是教师要做好平时教学过程中的工作、经验、绩效、教学成果方面的数据总结,特别是要注重学生在课程教学中的反馈记录,分析课程与实践之间的差异。二是要按照职业技术的变化情况做好人才培养方案的动态调整,在这个过程中,根据上述的反馈数据实现课程模块的重新组合,对相关科目进行动态更新,同时也要考虑到毕业生对课程的反馈,重视课程与学生就业、技能提升等方面的衔接。

  第三,教育教学方法中的大数据运用。显然,职业教育教学过程中的教学方法并不是一成不变的,在现有大数据统计的基础上,积极推进虚拟现实、增强现实等技术在教学过程中的运用,按照最新技术要求推进教学过程中混合教学的运用力度。目前,在技能教学过程中,成本高、效率低、传播范围有限等问题依然存在。因此,要分析职业教育客体数据,建立虚拟、仿真式的实习实训体系,降低学生学习过程中的成本消耗过高的问题,同时确保教师教学动作传递的及时性,解决理论方面枯燥演示带来的不良效果,提升技能传授的接受度。

  第四,教材及教学实施方面的大数据运用。具体而言:一是要充分利用好现有的云平台,整合职业教育资源教学库及技能教学库,扩大区域性、全国性的资源库共享度,以此作为教材改革的基础与载体。二是运用语音、触控、识别等方面的智能技术,强化教与学的交互性,带给学生全新的学习体验,使得学生通过教材、手势或动作作为接入点来接受大数据,使这些载体成为数据源。当然,这属于一项全新的智能技术,目前作为教学反馈工具在部分职业院校得以推行,相信在不远的将来,就能够实现全面推广。

  第五,学生职业能力评价方面的大数据运用。学生职业能力评价是学生自我评价、职业院校评价、教师评价以及独立第三方评价的基础,也是主管部门对学校进行评估的重要数据来源。在学生职业能力评价中,最为重要的就是职业能力评价的基本标准,当前这个标准在大部分学校是静态的,多是专家学者所指定的。通过大数据的运用将该标准日常化,通过学生日常学习、实习实训的数据挖掘来避免固定化的程序标准,将工作任务、岗位情景、专家忽视的因素等纳入全新的标准体系中,进而提升职业能力评价的整体性与综合性。

栏目分类