在线学习产生的数据能否重塑教育？

　　技术专家和风险投资者都相信在线学习所产生的数据可以帮助我们重塑教育，而AltSchool目前正在测试如何让技术手段能够帮到老师，使得学生的学习效果最大化。

　　Max ­Ventilla和一位数据专家以及Google的前个性化负者人在两年前创立了AltSchool，他们将很多数据采集的科技手段应用在学校里。

　　在这里，信息采集从学生踏进校门的那一刻就开始了，学生在进入学校的时候通过一个考勤APP登记签到。在接下来的一天里，学生们在iPads和Chromebooks选择不同的老师，以此来完成自己个性化的学习目标。同时，与学习进程相关的数据也被采集以供老师在之后进行回顾查看。课堂被完整的记录下来， 老师可以对重要的时刻进行标记，就像我们可以在电视上标记我们喜欢的节目一样。

　　所有这些从学校网络里采集到的数据都提供给一个中控的智能操作系统，而老师会应用这个系统针对不同的学生去设计更为有效的个性化的指导方式。

　　类似的实验也正在高校进行，自从第一个“大规模开放在线课程(massive open online course)”开放授课，大量的学生行为数据都被采集起来。随着edX、Udacity 和Coursera这些慕课平台的建立，关于这些数据的研究也越来越多。

　　从2013年夏季到2014年秋季，在edX上有超过100万人报名参加了68门开放课程，但是只有一少部分学生完成了全部课程的学习，这些数据能指导教育工作者开发更有效的教学模型(比如将线上教学和一对一辅导结合起来，定期进行测验、添加进度检查插件等等)。

　　这种方法已被证明在某些情况下会比传统的课堂教学更成功。

　　四年前，ASU将线上教学和课堂结合起来进行数学教育，他们采用了视频讲座的方式并把Kneeton作为在线教学的工具。 Kneeton可以分析学生线上学习情况，了解学生如何学习到最好，学生没有掌握哪些内容。如此一来，一份关于学生的学习进程、时间投入、参与程度和学习成果的报告就通过邮件、短信等方式被发送给老师。ASU在开始的两个学期采用了这种教学方式，而学生们的合格率提高了75%。

　　其实，在线学习产生的数据对于老师来说是一种崭新的反馈信息。在课程平台上，老师可以清楚地看到学生倾向于在教学视频的哪个阶段停止，有多少学生能在第一时间正确回答问题……如果在200个学生中只有20个能正确领悟到学习内容，那么老师就应该重新审视他应该如何在视频中教授这个知识点，或者说应该如何措辞才更容易被理解。一位参与了 Coursera的联合创办的来自斯坦福大学的教授说：“在我教授大学的18年时间里，从来没有得到过如此详细的反馈”。