资源预览内容
第1页 / 共11页
第2页 / 共11页
第3页 / 共11页
第4页 / 共11页
第5页 / 共11页
第6页 / 共11页
第7页 / 共11页
第8页 / 共11页
第9页 / 共11页
第10页 / 共11页
亲,该文档总共11页,到这儿已超出免费预览范围,如果喜欢就下载吧!
资源描述
量化自我技术支持的未来学习构想与实现大数据时代的来临, 使人们对于数据越来越关注, 期望通过数据推理出一般规律,而数据本身也不断改变着人们的日常生活。大数据、数据挖掘技术也随着数据量的不断翻番,成为研究的热点。 技术更新周期的不断缩小, 人们对学习的认识从移动学习延伸到泛在学习, 更期待未来学习改变目前的教育现状, 量化自我作为一种将在未来影响高等教育并且让人们更加了解自我的新型技术以及理念, 在不断发展过程中逐步改变了人们的生活以及学习。一 量化自我的内涵及其教育意蕴解读量化自我( Quantified Self )一词来源于美国连线杂志主编凯文?凯利(Kevin Kelly )和加里 ?沃尔夫( GaryWolf ),用来借指那些不断探索自我身体,以求能更健康地生活的人们。现阶段, 消费者通过技术的运用紧密追踪与他们日常活动相关的数据,而量化自我描述的正是这一现象。例如水杯、手表、手环和项链等可穿戴设备的出现, 是出于自动收集数据用以帮助人们管理健康、 睡眠周期和饮食习惯的设计理念。 受这些观点的影响, 许多人现在依靠这些技术来改善自身的生活方式以便提升健康状况,在医学方面因量化健康教育对患者康复有积极作用,而提倡实施量化健康教育。 移动应用程序通过为消费者提供易于阅读的用户界面, 从而方便消费者查看和分析个人的指标, 移动 应用程序不仅追踪用户去了哪里、 做了什么以及他们花费在这些 事情上的时间,而且还关注他们的愿望是什么以及这些愿望何时 能够实现。在传统教育中,教师是主体,是中心。学生的学习往往局限 于课堂、书本,学生是知识的被动接受者。课堂教学大多属于批 量生产,但现实情况是:无论哪一个层次的学生,在学习兴趣、 能力、思维方式和目标志向等方面均存在不同差异,且这些差异还随着时间与地点的变化而变化。 计算机以及网络的出现, 可记 录教师授课的内容以便反复观看, 学生避免了做笔记听课走神等 问题,可使得学习更加轻松愉快。不管是行为主义理论、多元智能理论、建构主义理论,教学 中不管采用的是以教为主、 以学为主还是双主体的教学模式, 最 终目的都是为了提高教学效果, 更好地为学习服务,为人才培养 服务。然而,人与人之间存在差异,这也是我们教学过程中常常 忽略的特征,虽然在教学系统设计的过程中, 会对学习者进行分 析,但这种分析往往仅是考虑学习者整体的特征,无法实现个性化教学。量化自我理念是对人们自身所产生的行为做数据化的分析, 科学数据是科学共同体用于科学研究的一种普适语言,具有简 洁、精确、易交流等特征。科学数据因其在不同学科之间具有可 通约性而具有的共享性、精确性以及数据自身的生命周期性等特 点,构成了科学数据的价值。数据作为一种较直观的依据, 很早就出现在教育中, 比如在 学习结束后测验所得的分数, 是教师判断学生对知识的掌握程度最常用的标准,也是现有教学制度中一个重要的教学评价指标,但是这一单一数值并不能作为学生学业的唯一评价标准,教师常常根据这一数值以及以往经验对学生做出不科学的判断,量化自我更关注学生的方方面面, 包括日常的行为表现、 身体机能以及个人素养等。 但是这一类型的数据只是量化自我的冰山一角, 利用量化自我技术将产生巨大的数据群, 在这些数据中隐含重要的信息内容, 这也正是大数据为人们所关注的重要方面, 未来更全面的分析软件或许可以从海量的数据中挖掘出个体行为所表现出的深层含义。二 量化自我大数据的生成及其对学习的技术支持量化自我概念问世以来, 业界围绕如何通过该技术的使用帮助实现自我提升这一想法已经形成。 通过见面会和网络社区, 艺术家、 自助者以及大学的研究人员希望通过分析他们自身创造和收集的数据来改变自身和社会的其他成员。 例如量化自我研究所(Quantified Self Institute )是荷兰汉斯大学应用科学系创建的, 这一组织正带领国际和区域合作伙伴一起开展对自我追踪的不同方法的研究。 该组织已准备就绪, 将通过推荐有效的技术应用带领量化自我运动进入高等教育机构。随着越来越多移动应用程序和可穿戴技术的使用, 人们正以成倍增加的速度创建数据, 量化自我运动通过有趣的方式集成这些数据流。例如通过量化自我可以在监控自身睡眠、运动、饮食 以及其他重要模块后, 创建更加健康的生活计划。 新的移动应用程序 Whistle 甚至还可以使人们能够像追踪自己一样追踪自己的狗。 可以想象, 如果从学习分析数据里面搜集的考试成绩和阅读习惯的数据能与其他生活方式追踪的信息相结合的话, 那么这些大数据将可能揭示环境变化是如何改进学习成果的。量化自我不是单指对用户自身的各个健康指标进行量化, 也可对用户表现行为进行数据化分析, 眼动仪在数字化阅读中的使用,通过对瞳孔以及第一次到达目标区域时间等各项指标的测量, 分析得出在什么样的环境下哪一种呈现方式的阅读材料能够达到最佳的阅读效果。新型设备如Memoto相机拍下的照片带有GPSg记,用户可以通过时间或者地点来管理它们并通过软件在线储存并分享,是一个能够别到用户领子或纽扣上的微型相机,旨在每半分钟自动捕捉一次信息, 它使得人们可以追踪自身的生活。智能杯项目 ( Vessyl ) 是由 Justin Lee 开发, 它可以从“分子水平”上检测杯中的液体, 也就是说它知道倒进去的是咖啡还是果汁、是哪个牌子的咖啡、咖啡因含量、脂肪、糖分、蛋白质含量等参数。在绝大多数情况下,当你打开相应的iOS或安卓应用时, Vessyl 就会告诉你关于杯中饮品的具体数据。智能水杯不仅可以知道你每天喝了多少水,还可以知道你每天喝了什么,当用户给自己制定一个作息规律, 智能水杯可以提醒用户该喝水以及该喝多少什么样的水。 人们对通过追踪和测量自身行为和活动的分析表现出极大兴趣。 学生们已经花费时间在正式的教室情景里收集与自身或研究课题相关的数据。 根据人们的这种兴趣, 量化自我技术以移动应用程序、 可穿戴设备和基于云的服务等形式出现,这使得数据收集的过程变得更加容易。量化自我这一技术还具有打造某些行业未来的潜力。 例如在医疗领域, 医生不仅能够使用传统的药物, 还可以使用个体收集的数据,例如心率、血压和血糖水平等。该领域的进步可以让电脑在患者踏进医院之前就搜索出特定模式, 帮助医生更准确地诊断或预测健康隐患。大数据越来越多地被人们提起, 人们对自我进行量化的过程所产生的大量信息, 就是大数据的重要组成部分, 当今世界几十亿的人群,每天通过手机产生的地理位置、视频、照片、声音等信息都是量化世界中的一部分。 “自我量化者无疑也在贡献大数据”,大数据的作者Cukier 说,“大数据与大小无关,它指的是如何用数据来产出新的东西。 如我们正在随时随地地收集我们自己的呼吸以及心率数据这是从前只有大的调查研究室才能做到的,而如今这样的数据正在爆发。”随着技术的不断进步, 运用技术让人们更了解自我。 量化自我作为一种全新的技术, 在不断被人们认识的过程中, 也被不断挖掘出其对学习的支持。档案袋作为传统的记录学生信息的载体,被很多教师所熟悉并使用。当使用购物网站时,网站会记录用户的浏览信息,并可以根据记录推送相关的产品, 或推送此产 品的其他用户浏览记录,这一个性化服务被用在了越来越多的网 站。在教学中,虽然以学生为中心的教学模式提出已久,个性化 学习也在小范围内有可能实现, 然而班级授课制作为主体的教学 模式仍将持续,教师无法因材施教,也无法给予不同特征的学生 个性化的服务。量化自我的出现,不仅可以帮助学生找出擅长的 部分,教师也可根据这一类数据分析学生在哪些方面有所欠缺, 及时推送相关信息给学生及其家长,哪些方面是学生突出优点, 及时加以鼓励,以便平衡学生发展,并提供一定程度上的个性化 服务。学习者通过量化自我技术将学习中发生的过程信息,行为数据及在协作交流中形成的社会认知信息记录下来,并能完整而永久地保存在学习档案数据库中。 资源平台分析学习者产生的信息 数据,推送合适的资源,支持个性化学习。在任何学习环境下,学生自发或在自然状态下产生的学习, 效果更长久。马斯洛的需要层次理论中自我价值实现的需要,学习者自发行为的产生,也就是学习动机的发生不仅需要内部刺激 的推动,外部刺激作为动机形成的诱因也起着至关重要的作用。在教学过程中,教师对学习者学习过程中数据的分析,发现学生所获得的进步,对其施加鼓励,可以使学习者获得满足感,有利 于内部产生刺激,提高自信感以及对成功的渴望, 内外部刺激共 同作用,可以激发学生自主学习的产生,提高自主学习的效果。不仅如此, 一些学习系统和平台还能够借助这些学习者学习行为的“量化自我”, 记录学习者在学习时的相关生理和心理数据。比如,学习者在观看某一内容时的眼动规律,这些数据不仅可以用来帮助课程设计者、 系统分析师及平台开发者在后续修改课程、设计及平台时参考,而且,这些学习者学习时的生理、心理数据可以用于对学习者进行智能的、 个性化辅导服务及学习支持, 推送学习者感兴趣的课程与内容, 提供处于学习者最近发展区的课程和材料,选择学习者喜欢和习惯的学习材料表征方式,从而实现个性化的、定制的、智能的和高效的学习。三 未来学习的技术解读量化自我的出现引发人们对现代教育的思考以及对未来学习的展望。 教师教学的过程与学生学习的过程是否可以直观化分析而非经验性判断, 学生是否可以被教师所认识, 能否认识自我,教学过程中的每一步在数据分析的基础上是否能够针对性调整,这将是未来学习与量化自我结合所产生的变化。数据不仅参与到社会、科学、技术等领域的变革之中,其自身也发生着革命性变化。数据以其实用性成为其产生发展的基础, 数据与技术的自然结合是其先天性体现。 近代科学中数据基础性地位的确立,是数据与科学融合的结果。 21 世纪信息技术的发展导致的大数据正在引发一场波及所有领域的革命, 大数据已经从工具、 依据性角色上升到自身蕴含有待开发的信息和知识的资源地位。新技术的出现往往在很大程度上改变人们的生活方式,进而 运用于教育,使得教育的效果达到最优化, 如电影电视以及幻灯 片的出现都对教育产生了深刻的影响, 时至今日,在教育教学过 程中仍然有很多技术的支持。传统的技术在教育教学中充当着教学媒体的作用, 教师利用 各种技术带来的便利,更具体形象化地为学习者呈现知识。 量化 自我的出现,学习者在学习的过程中更主要的是要主动获取, 主 动去了解学习的过程,是一个学习世界、认识世界,塑造世界观、 价值观和人生观的过程。量化自我是对数据的认识,每天人们各种行为所产生的大量 数据,数据作为一种和文字相同的语言, 量化自我技术让学习过 程被重现。教师可以通过数据分析出学习者学习过程中所产生的 行为,并找出这一类行为产生的原因, 而学习者则更了解自我的 学习过程。这不仅有利于教师有针对性地引导学生更有效地学 习,也可使得学习者以产生的数据作为依据,进一步完善自我。通过长期的坚持,不断地进步,有利于激发学习者内心的学习动 机,有利于其获得成功的喜悦,对自主学习的发展有很大的帮助。教学活动开始前,教师首先会对授课对象进行分析。而个体 学习效果的不同取决于多种因素, 如个体本身有智力因素与非智 力因素之分。智力因素通常是指记忆力、观察力、思维能力、注 意力、想象力等,即认识能力的总和。它是人们在对事物的认识 中表现出的心理特性,是认识活动的操作系统。 而非智力因素是指智力因素以外的一切心理因素, 它对人的认
收藏 下载该资源
网站客服QQ:2055934822
金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号