课堂数据收集的挑战是什么？

通过萨拉·布里格斯，开放学院.edu.au

“从历史上看，学习数据的问题是我们总是追求低挂果实，”美国培训与发展协会的Elliott Masie说学习专业人士在我们的领域（通常是课堂或课程）从人们那里收集便宜、容易获得的数据。在一个大的学习数据世界里，我们需要重新思考我们的数据来源。”

由于大型学习数据只是在不断发展，因此很难对此类问题作出规定。创新过程的一部分是积极和开放的对话，以及针对这些风险的合作。但是，为了补充这个讨论，这里有一些方法可以让你更好地将大的学习数据与这些问题联系起来。

1.透明度

学习者有权知道如何使用、共享、存储或利用学习数据。我们应该制定一个明确的制度，这样就不会有意外了。

2.隐私

谁能看到1000名学员的汇总数据？谁可以查看单个学员的数据？应仔细考虑隐私级别以及指定的访问权限。

3.对学习者的价值

大的学习数据可以为学习者提供巨大的价值。参加过相同课程的其他学习者觉得最难的是什么？学习者最常出错的问题有哪些？对于其他没有通过该问题或课程的学习者来说，哪些补救措施最为成功？

4.测量深度

我们研究了学习者是否通过了考试，但更有价值的数据可能包括答案，以及学习者如何回答问题的特征。例如，他们花了多长时间来回答问题，以及他们的鼠标是否在错误的答案上停留了一段时间。

7.费用

我们将在大型学习数据中使用的一些数据将比我们传统使用的更昂贵。但我们容易收集的往往是肤浅或不准确的。Masie说，通过与学习者管理者的访谈来收集数据，成本更高，但产生的数据更多。

8.影响学习的因素很多

我们需要对学习过程有一个人类学的观点来理解有许多因素可能影响学习。我们需要认识到，学习可能会影响，也可能会支持或破坏社会影响从而拓宽了我们对潜在相关数据的看法。

9.呈现数据

我们需要采取一种战略性的方法来呈现数据。我们如何显示数据，让它给人们带来意义？如果你得到了这些数据，你会从战略上如何处理这些数据，以及如何处理这些数据？

10.准备就绪

这是指在多大程度上，决策者准备好使用大量增强的数据集进行操作。

12.基础设施

机构将需要升级、改变或改变学习系统，为大数据的使用做准备。

13.可达性

我们需要了解在何处、如何以及以何种方式共享和使用这些数据是合适的，因为它可以产生如此强大的结果。

结论

技术正在彻底改变学习和发展从业者的工作方式。利用大数据是这一演进的下一个逻辑步骤。我们现在可以访问大量的数据，但我们必须了解它能告诉我们什么，它能告诉我们什么，同样重要的是它不能捕获什么。

13教育大数据面临的挑战；摘自开放学院.edu.au; 图片属性flickr用户anthonypbruce