大數據時代高職學生學業指導新模式

李浩泉

（東莞職業技術學院，廣東 東莞 523808）

［教育管理方略］

大數據時代高職學生學業指導新模式

李浩泉

（東莞職業技術學院，廣東 東莞 523808）

大數據正深刻改變著高職學生的學習模式，極大地豐富與學業相關的基礎數據，其快速發展的數據挖掘和分析技術更為學業指導的個性化、精細化提供了廣闊的發展空間。主動運用大數據技術，優化學業監測、需求分析、供需對接等學業指導關鍵環節，充分發揮大數據優勢，探索主動式、交互式、動態發展式的學業指導新模式，有助于了解學生真實的學業狀況，相對準確地預測學生的學業需求，及時解決好學生的學業問題，從而增強高職學生學業指導工作的針對性和有效性。

大數據；高職教育；學業指導

隨著現代職業教育的加快推進，大學生學業指導作為促進學生全面發展、提高人才培養質量的一種有效途徑，正受到越來越多高職院校的關注和重視。當下迅猛發展的大數據信息技術，為大學生獲取和交流學習信息提供了極大便利的同時，也為我們了解學生學習的真正狀態，促進個性化、精細化的學業指導提供了可能。如何利用大數據的技術與思維，進一步深化高職學生學業指導工作是高職學生工作者亟需探索的新方向。

一、更新高職學生學業指導工作理念，積極應對大數據時代的挑戰

目前，大數據正滲入到高等職業教育的全過程，深刻影響著高職學生學習生活的方方面面。只有深入研究大數據時代高職學生學習的新特點，全面理解大數據的新思維，主動運用大數據的新技術，才能進一步增強學業指導工作的針對性和有效性。

（一）針對學生學習模式的改變，更為注重學生自主意識和批判能力的培養。伴隨網絡時代成長起來的90后高職學生，早已習慣于隨時隨地從網絡上去獲取學習資料。大數據的到來，加速改變著他們的信息認知風格和學習模式。在豐富的知識海洋中，他們可以根據自己的興趣和需要來選擇學習的內容，為自己量身定做學習計劃，靈活選擇學習方式和學習同伴，盡情享受個性化學習的樂趣。但受其自身閱歷及能力的限制，遇到紛繁復雜的信息時，怎樣才能篩選出有價值的信息，面對多元化的觀點，怎樣作出正確的價值判斷，這是擺在高職學生面前的現實難題。因此，在大數據時代，對高職學生的學業指導既要增強其自主意識，學會利用網絡這一便捷快速、經濟有效的途徑來主動學習，也要提高其批判能力，學會在海量信息中篩選信息、鑒別真偽。

（二）因學生學業相關數據的快速增長，學會利用數據的挖掘與分析以體現其價值。在傳統的學業指導工作中，因諸多限制，從學生的學業狀態的了解，到學習需求的收集，再到學業指導的資源對接和成效評估，更多地依賴于一線學生工作者在工作中的發現與整理，這使得學業指導工作的全面性、精準性和時效性明顯不足?，F在大數據技術已逐漸被運用到高職院校的管理與教學的各個領域，我們應利用專業的技術力量和成果，提高數據挖掘分析能力，通過對這些數據進行集中整合和有效分析，促進學業指導工作的改進，從而使這些數據有效“增值”。

（三）重視從樣本思維到總體思維的轉變，致力建設精細化的學業指導體系。在大數據時代，我們可以獲得與分析學業指導相關的更多數據，而不再依賴于采樣，從而可以帶來更全面的認識。適應從樣本思維到總體思維的轉變，需要用大數據的思維和技術優化現有工作，逐步構建精細化的學業指導體系。要實現工作目標全面和有效并重，既要促進全體學生學業進步，也要重點做好學業困難生的幫扶；既要關心學生的理論學習，也要考慮高職教育特點，更為重視學生實踐技能的培養。在工作推進上力求把握動態，預判需求，要利用數據分析實時評估學生學習效果，也要通過數據挖掘對學生學習行為進行預測。在工作方式上，善于線上與線下緊密結合，探索微傳播手段配送個性化學習信息的同時，線下也要同步做好學習指導。

二、應用大數據技術，優化高職學生學業指導關鍵環節

大數據為學習和教育的變革提供了個性化定制、精準化概率預測和優質化反饋，應用到高職學生學業指導中，能夠優化學業監測、需求分析、供需對接等關鍵環節，從而較真實地了解學生的學業狀況，相對準確地預測學生的學業需求，及時解決學業問題。

一要盡可能收集數據來掌握學生真實的學業狀況。只有了解學生真實的學業狀況，才能實現精細化的學業指導。在高職院校由數字化校園向智慧校園轉型過程中，學生的每一步學習和成長軌跡都能如實地被存儲。這樣我們就可以在學生不知情的情況下，對體現學業狀況、影響學生學業發展的包括學習成績、個人志向、興趣愛好、經歷與特長、行為習慣等各種數據進行全面采集，有效地避免了問卷調查等傳統形式采集信息時可能出現的刻意性、掩飾性。我們的研究也不再只是經驗式的，而是通過深入挖掘和深度分析，洞察到每個學生的真實學習狀況。當然，目前還沒有成熟的學生學習模型將高職學生在校園學習與生活的所有信息數據化，實際工作中要具體整合哪些數據，需要尊重高職學生的特點，綜合運用教育學、心理學、認知學、社會學、計算機科學等多個領域的知識進行現實考量。

二要通過數據分析來預判學生的學業需求。大數據的核心就是預測。它把數學計算運用到海量數據上來預測事情發生的可能性。在學業指導的需求評估環節，利用大數據技術對高職學生學業相關數據進行挖掘和分析后，我們可以了解到某類學生特定時期的學習需求，預測到某些學生可能發生的學業危機。例如，分析不同專業學生在圖書館借閱哪一類的書籍特別多，就能了解他們各自關心什么，進而有針對性地進行輔導；實時統計上課時間尚未通過宿舍門禁系統走出宿舍的學生情況，就能查出哪些學生曠課，需要及時進行教育。更進一步講，要實現學習指導覆蓋面和受益面的最大化，就不能按傳統的做法寄希望于學生主動尋求幫助，而應該更多地通過數據挖掘和分析深入了解學生的學業需求，掌握其學習風格、思維模式、知識基礎，以便更好地根據不同類別學生的不同需求作出有效指導。

三要進行資源整合和反饋優化促進學業指導的供需對接。傳統學業指導的供需對接以及指導效果的反饋依賴于事后調查評估方法，匹配性和及時性有所欠缺。引入大數據技術，一方面可以統籌資源配置，提供實時可供選擇的包括專業教師、輔導員，學生志愿者、校友導師等資源庫；另一方面也能夠及時把學情診斷的結果定向反饋到基層院系，有利于以基層院系為主導，充分調動其自身的力量，促進學業指導的供需匹配。有了大數據的技術保障，我們可以根據學生差異，采取一對一咨詢、多對一會診、一對多輔導、多對多座談等不同形式，讓指導方式更合理；針對學生的具體問題，選擇學習動力提升、學習習慣優化、學習方法輔導、學習經驗交流、學習問題答疑等不同主題，讓指導內容更貼心。此外，通過大數據，我們也能夠近乎實時地得到較為詳盡而且具有跟蹤性的反饋數據，為學業指導階段性的調整優化提供最新的參考依據。

三、發揮大數據優勢，創新高職學生學業指導模式

大數據技術在探索主動式、交互式、動態發展式等學業指導新型模式的過程中，有著得天獨厚的優勢和作用。

（一）引入主動式學業指導辦法。大數據實現過程性評估，通過觀察學生學習時間精力投入情況和日常測試情況，捕捉學生在課堂中點滴微觀行為，我們可以發現學生學習的常態，能夠預測學生將遇到的學業問題。此時，化被動適應為主動出擊，及時采取學業預警或建立學習共同圈等有效措施，能促進學生學業問題由“事后處理型”向“事前、事中預防型”轉變。學業預警重在對在學習中出現的不良行為的學生分類引導、及時干預，并要采取部門聯動、家?；雍完P注學業困難學生心理問題等針對性的防范措施，這樣才能收到更好的效果。這既有利于指導，也能讓有共同困難或者志趣相同的學生通過相互交流、鼓勵，提高學習效率，及時解決學習過程中的問題。

（二）搭建交互式網絡學業指導平臺。大數據時代，學生獲取信息渠道的多樣化和信息傳播的扁平化，使得傳統面對面的學業指導受到較大挑戰。發揮大數據“實時交互”的優勢，與時俱進地搭建起學業指導師生互動網絡平臺，能將大數據時代的網絡傳播工具變為我們工作的利器。譬如，在網站上開辟“有問必答”欄目，建立“教師在線指導咨詢”“朋輩學業志愿者研討室”等QQ服務群，開通具有提問互動功能的微信公眾號，將大大方便學生在線學習、交流和探討，解答學業中的疑惑。又如，在微博、微信盛行的當下，把熱心學業指導的老師的微博、微信向學生公開，這樣學生就可以通過留言、跟帖等便捷的方式與老師探討問題。

（三）開發動態發展式學業指導系統。學業指導不只是階段性集中式地對學生進行專業化的指導和咨詢，而應是動態地包含學生在大學學習生活的全程。大數據讓我們更加了解學生學習的軌跡，更詳實地記錄對其進行學業指導的具體過程。在這個基礎上，開發動態發展式學業指導系統很有必要。這一系統需具備兩大功能：一要能跟蹤學生學業，全面記錄學生學習水平與變化情況，從而幫助學生更好地了解自己的優勢和不足，分析原因，找出問題，尋找改進措施，明確發展目標；二是具有對學業指導進行研判的智能思維，能夠對跟蹤監測的數據進行評估，動態顯示學生的發展狀況，歸納提煉不同類別學生學業需求的側重，分析當前學業指導的效果，以利于我們通過信息反饋不斷調整和改進指導方式和指導內容，關注現代職業教育的新動向，探索科學的指導策略，從而更好地為學生提供指導和服務，推動人才培養質量的提高。

［1］維克托·邁克-舍恩伯格，肯尼斯·庫克耶.大數據時代［M］.盛海燕，周濤，譯.杭州：浙江人民出版社，2013:4.

［2］徐翀，吳昊崢.高校開展學業指導工作的探討［J］.管理觀察，2012（7）:109-110.

G718.5

A

1673-0046（2016）5-0085-02

東莞職業技術學院院級科研基金項目“大數據時代高職學生學業指導新模式探索”（2015c04）