韦法云：开放共享 互联互通 教育大数据助力高校科学管理

云栖网：目前，以大数据技术为代表的信息技术，正与教育深度融合，如“三通两平台”工程的推进、“智慧校园”的建设、“互联网+教育”的不断深入，海量的教育数据在被动地、主动地或自动地生成、汇聚与融合，形成教育大数据，并将在我国教育改革和发展中扮演非常重要的角色。但实际情况是，作为大数据技术、平台和人才的集聚“高地”——高等学校，在大数据助力高校科学管理方面，却是应用层面的“洼地”。对此，笔者采访到淮北师范大学党委常委，安徽省高校管理大数据研究中心主任、首席专家韦法云，具体谈了谈对高校在大数据应用层面存在的问题。

淮北师范大学党委常委，安徽省高校管理大数据研究中心主任、首席专家韦法云

：您认为高等教育的大数据在应用上存在的主要问题是什么？

韦法云：高校教育大数据，可以向高等教育的战略决策，提供精准、有效和可靠的数据支持；可以助力高等学校的教育管理。但目前在高等教育中的大数据应用上主要存在三大问题：

第一、意识及准备不足。应该说，高校的大数据环境雏形，业已显现，但难掩大数据应用的窘态。主要原因是：一是意识不到位，大数据是新生事物，且与特定的学科、技术和系统相关，管理者并不都能真正理解或信任大数据的决策支持。二是方法和能力不足，大数据系统部署、大数据技术应用、大数据人才团队等是当前高校教育大数据滞后的客观原因。三是资金、设备、人才等方面投入不足，制约着高校教育大数据深度应用。

第二、“数据孤岛”。所谓“数据孤岛”，一方面是由于高校不同部门相互独立，彼此间数据权属分割、相互孤立，形成了物理隔离的“数据孤岛”；另一方面，由于不同部门部署的异构系统，互不兼容而形成逻辑上的“数据孤岛”。在高校中，教学、科研、行政、后勤等数据系统分属不同部门，难以连通和融合的现象比较普遍；而校际和区域间的数据连通和融合，更是没有全面启动。究其原因，一方面是来自部门的本位主义思想，以及管理者缺乏数据互联互通的意识和担当；另一方面，历史时间轴上的技术迭代，导致部门间的系统异构，底层数据库兼容性等问题，也加剧“数据孤岛”形成的复杂性。类似问题，同样存在于校际间和区域间大数据的互联和融合之中。

第三、伦理与安全风险。大数据的开放、共享、收集、分析、应用，将涉及隐私、伦理与安全等方面，但是，国家层面的法律法规建设没有及时跟进，主管部门还没制订统一的（教育）大数据相关规范和标准，高校教育大数据系统运营者、分析者、决策者等还没意识到大数据中的隐私、伦理和安全风险，也缺乏相应制度约束、权限设置和作业规范指南。

：除了您刚才谈到的这三个问题外，您认为高等教育的大数据在应用过程中存在什么样的误区？

韦法云：当前，教育大数据具有典型的4Vs特征，即“大容量，Volume”、“多样性，Variety”、“高速性，Velocity”、“价值性，Value”。而大数据的最终价值，则体现在应用与服务之中。但是，在高校教育大数据的应用过程中，仍存在一些共性问题。

第一，缺少支持教学和学习型数据的动态分析。这主要表现在有两个方面，一是涉及课堂教学、实验教学、图书阅读、学习咨询等多个截面数据的融合和分析，难度大；二是多数教师和学生还没适应大数据的支持性服务，或尚无这方面的迫切需求。

第二，重视群体性与一般性规律的数据分析，忽略极端性与特殊性数据分析。在技术上或主观上，往往有意或无意的忽略了低于预警阈值的极端性与特殊性的数据，从而让教育大数据局部或全局中的孤立值或被剔除，从而失去监测、发现和干预异常或突发事件的机会。

第三，重视结果性和静态性数据的分析，但缺少过程性和动态性数据的分析。大量高维、异构的过程性和动态性数据（如监控视频、传感器记录、教学数据、实验数据、科研数据等）是教育大数据分析的难点，其模型建构较为困难。

第四、重视高校运行中教学、科研、行政等相关业务数据的分析，易忽视师生娱乐、购物、水、电、气能耗等生活大数据分析。这些大数据分析可为师生生活提供帮助，优化高校后勤精准服务的效果和效率。

第五、重视高校内部环境的数据分析，而轻视外部环境中舆情数据的分析。高校教学、管理和社会服务并非闭环运作，如一些事件应对失当，引发负面舆情，后果较为严重。而通过校外大数据动态监控，态势感知，及时预警、应对，消除事件舆情的负面影响。

：那么，您认为应该如何去解决大数据在应用层面存在的诸多的问题？您有什么样的建议和意见？

韦法云：随着大数据理念与技术在各行各业的渗透应用，教育大数据的建设与发展逐步引起了教育管理部门、企业、学校以及教育研究者的广泛关注。未来，在高等教育的大数据应用中我认为应该从以下四个方面展开：

第一、建立国家、省、校三级教育大数据中心。其中，中心职能包括：承担高校教育大数据平台软硬件方面的建设、运维和管理工作；承担高校教育基础数据的备份工作，协助教育部和各省市教育厅做好高校状态大数据的采集工作；为其他相关部门、社会团体、行业协会、企事业单位甚至个人提供统计查询、分析评估、咨询建议和决策支持等一站式应用服务；依托各教育科学院（所）、高教学会、各高校高等教育机构以及社会相关大数据方面研究力量，建立各级统一的数据资源平台；依托中心平台大数据项目研究及课题研究，为高等教育决策分析提供支持。

第二、树立高校教育大数据意识。大数据应用超越以往有限经验和小众数据决策，走上全数据分析、多维可视化的科学决策支持。因此，要充分认识到教育大数据在高校治理体系过程中所具有的支持性、服务性、变革性等重要作用，重视其在高校科学管理中精准决策、精准教学、精准学习、精准管理、精准评价、精准服务的多元潜能。通过有组织和分层次的系统学习、培训，提高高校管理者、教育者对于大数据本质性的认识，形成在高校管理实践中重视大数据应用在意识、思维、方法和行动上的自觉。

第三、理顺高校教育大数据管理的体制机制。在这个过程中，需要理顺和保证高校教育数据的开放共享、互联互通、安全保护以及保障机制。主要有三点：

（1）推动高校教育数据的开放共享、互联互通、融合和聚合，推动高维大数据的形成。打破教育数据之条块分割藩篱，建立教育数据开放共享、互联互通机制；推动建立统一的高校底层数据库元数据标准格式和规范；推动高校内各部门数据关联、数据融合；推动教育大数据的校际连通、区域一体化。

（2）建立高校教育大数据分析和应用规范、伦理与安全保护机制。制定教育大数据收集与存储规范，制定教育大数据分析与应用规范，建立健全教育大数据隐私、伦理安全规范等，从而为高校教育大数据分析与应用扎起制度的“笼子”。既为高校科学管理提供强大的分析、决策支持工具，也为保护师生等主体隐私和数据安全提供规范性保障。

（3）强化高校教育大数据分析和应用的保障体制。成立省、校两级教育大数据管理机构，全面统筹教育大数据的管理工作；建立跨学科的大数据人才团队，具体执行相关计划或项目；部署适宜的大数据相关系统、设备；保障持续性的预算资金投入。

第四、完善高校管理大数据工程支持体系。高校大数据工程支持体系不是一朝一夕的事情，在建设高校管理大数据的时候，工程支持保障体系必须到位，必须做到以下两点：

一是将大数据分析分别与高校中的垂直管理和横向业务联系充分融合起来，形成“数描高校”，也即是通过大数据分析方法，将高校中的人、财、物，以及各类事件、活动、过程和现象进行可视化，形成虚拟镜像或虚拟映像，实现“数描高校”。既对高校各类主体、实体进行静态地“画像”，也可对各类活动或过程开展动态“摄像”。

二是推动高校科学管理体系的建立。首先，建立高校管理决策中教育大数据分析结果使用原则和流程；其次，成立专家小组，推动教育大数据“数描方法”与领域专家分析相结合，即“大数据分析—专家智慧”相结合，提供决策建议；最后，高校管理者在“大数据分析—专家智慧”决策建议的基础上，进行科学地规划和决策。

结语：大数据正在演变为一种社会文化，即人人生产数据、人人共享数据、人人热爱数据、人人管理数据的文化——这种文化正在潜移默化地影响着各个行业。教育领域虽然长期“保守”，但在大数据文化力量的冲击下，也在加速走向开放、“拥抱”大数据，当然在这个“拥抱”大数据过程中将助力整个教育信息化2.0的发展。