量化学习：大数据时代的学习方式

摘 要：未来人工智能、大数据、学习分析等技术被广泛应用于教育教学中，量化学习将成为新的研究热点。本研究首先对量化学习的内涵、特征、工具和方法进行概述，然后阐述了量化学习的价值意义和应用案例，进而分析了量化学习发展趋势与其面临的挑战。

关键词：量化学习；大数据；《地平线报告》（高等教育版）

 

 在这里相信有许多想要学习大数据的同学，大家可以+下大数据学习裙： 740041381，即可免费领取套系统的大数据学习教程

近5 年《地平线报告》（高等教育版）多次提到学习分析和自适应学习技术，并于2014 年首次提出量化自我技术。2017 年中国《地平线报告》（高等教育版）也在提出量化自我将成为高等教育未来2—3 年所采用的技术之外，还指出学习分析、量化自我在未来高等教育领域具有巨大的潜力，将会对教与学产生重要影响。2012 年美国教育部发布的《通过教育数据挖掘和学习分析促进教与学》的报告提出，随着教育数据挖掘和学习分析技术的出现，通过对教育大数据的采集与分析，人们将改变传统教育数据的应用范式[1]。随着云计算、大数据、物联网、虚拟现实、学习分析等新技术的兴起，借助新技术对教与学过程进行数据采集与分析，为学习者的学习过程进行量化处理提供了可能性，同时为教育决策者、教师的教学决策、学生的学习分析提供了参考。在教育大数据背景下，作为教育大数据时代的学习方式，量化学习引起了研究者越来越多的关注。同时也是基于此，本文将主要回答量化学习面临的几个问题：量化学习是什么？量化学习的技术支持是什么？量化学习的价值意义何在？量化学习面临着哪些发展和挑战？笔者期望能与同行研究者进行探讨，将量化学习有效、切实地推进于教育改革实践中。

 

一、量化学习概述

 

（一）对历年《地平线报告》（高等教育版） 的分析

通过对2014—2017 年间美国新媒体联盟发布的《地平线报告》（高等教育版）和2017 年中国《地平线报告》（高等教育版）所预测的关键技术进行对比分析，笔者发现新媒体联盟发布的《地平线报告》（高等教育版）中的技术每年都会变化，且呈现出教育与新技术不断融合的发展态势，主要有以下几个明显的特征。

1. 新技术不断涌现，高等教育领域中技术应用日新月异

翻转课堂、学习分析、自带设备等研究主题在2014—2016年被持续关注，2017 年《地平线报告》（高等教育版）揭示下一代学习管理系统、人工智能、自然用户界面等新的技术即将涌现。除自带设备、翻转课堂、学习分析技术、自适应学习被持续关注外，物联网技术时隔两年也重新获得关注。2014 年《地平线报告》（高等教育版）中学习分析、3D 打印技术等技术发展成熟后， 2015 年《地平线报告》（高等教育版）指出创客空间、可穿戴技术、自适应学习、物联网等技术，2016 年《地平线报告》（高等教育版）增加增强现实、情感计算、机器人，2017 年《地平线报告》（高等教育版）增加移动学习、下一代学习管理系统、人工智能、自然用户界面等技术。可见自适应学习技术、智能技术、学习分析技术在未来教育教学中的重要性。研究发现，学习分析技术将朝着智能化方向，遵循从描述学习行为到诊断学习者的学习过程再到预测和干预学习过程这样一种思路进行发展。2017 年中国《地平线报告》（高等教育版） 所预测的关键技术也包括学习分析、自适应学习、增强现实和虚拟现实技术、量化自我、机器学习。可见，在教育大数据时代，数据分析技术与智能技术对于高等教育的教与学具有变革性影响࿰