教育报文章 20170921大数据推进教育深度变革

geonet

大数据推进教育深度变革 吴砥 余丽芹 （吴砥：华中师范大学教授、教育部教育信息化战略研究基地［华中］副主任； 余丽芹：该基地助理研究员）

http://paper.jyb.cn/zgjyb/html/2017-09/21/content_485970.htm?div=-1

             近年来，随着移动互联网、人工智能等现代信息技术的突飞猛进，教育置身在一片大数据的新天地。在这片“田野”里精细描画学生、教师、学校的变化，追索学习的新形态、智慧生成的新规律，是当代教育研究刻不容缓的时代任务。    ——编者
   
大数据是信息技术最新发展成果的典型代表，是工业4.0等各行业新一轮重大变革浪潮的主要推手，也对教育行业产生了重大影响。基于大数据的个性化教学、科学化评价、精细化管理、智能化决策、精准化科研等，将对促进教育公平、提高教育质量、培养创新人才具有不可估量的作用。

驱动教学模式重塑

    传统的教学模式映射了工业化时代的标准化、规模化的生产方式特征，以“教师、教材、课堂”为中心的“三中心”教学模式，注重学科知识体系的构建和教师的主导地位，强调课堂上知识的单向传授，成功解决了工业社会发展所需要的大规模知识型、技能型人才培养地问题，但很大程度上忽略了学习者的个性化需求。
    随着大数据在教育领域的应用，我们可以更精细地刻画师生教与学的特点，并针对性推送教学内容与服务，从而促使教学能够更有效关注个体，真正实现因材施教，培养出符合信息化时代所需要的个性化、创新型人才。比如，美国奥斯汀佩伊州立大学针对多元化的学生结构，采用“学位罗盘”个性化课程推荐系统，利用学习分析技术分析匹配对象的过往成绩与课程表之间的相关性，预测该生未来在该课程取得的成绩，从而帮助每个学生选择最适合自身发展的课程，最终达到提升学业表现的目的。

驱动评价体系重构

    教育评价是提高教育教学质量的有力手段。传统教育评价重视学生考试成绩，重在甄别证明，忽视了学生综合素质和个性发展，忽视学生进步和努力程度，忽视了诊断和改进。
    大数据使评价内容更加丰富多元，不再仅仅注重学生的学习成绩，而更加关注身心健康、学业进步、个性技能、成长体验等方面。评价内容从单纯对知识掌握状况的评价，转向知识、能力和素养并重的综合性评价；评价方式从传统的一次性、总结性评价，转向过程性、伴随性评价；评价手段从试卷、问卷，转向大数据采集分析系统。随着多种基于云的学习平台、学习终端的广泛应用，收集学生的过程性学习数据如学习行为、学习表现、学习习惯等成为可能。通过分析挖掘学生学习的全过程数据，可为学生的自我发展、教师的教学反思、学校的质量提升等提供基于数据的实证分析支持。美国田纳西州的增值评价系统，通过对学生的成绩如语言、数学、科学等进行多年追踪分析，利用增值评价方法分析每个学生在学业上的进步，并以此为依据来评估学区、学校、教师效能。

驱动研究范式转型

    教育科学的研究旨在为教育教学实践提供服务，其成果可直接作为改进教育实践的依据。
    在传统的教育科学研究中，质性研究居多，量化研究较少；理论演绎居多，实证研究较少。虽采用了观察法、调查法、统计法等实证研究方法，但由于技术和手段的局限，往往只能采用抽样思维进行局部样本的研究，且研究反馈具有滞后性，难以满足实际教育教学实践的需求。
    大数据时代，教育数据的分析将走向深层次挖掘，既注重相关关系的识别，又强调因果关系的确定，通过数据分析技术发现教育系统中实际存在的问题，比传统研究范式更准确评价当前现状，预测未来趋势。例如麻省理工学院和哈佛大学的学者对大规模开放在线课程平台的教学视频操作行为进行分析，从中探寻学习者学习过程中的若干共性，并对这些共性与视频课程的呈现内容与方式进行相关分析，据此作为后续改善教学内容设计及呈现方式的重要依据。

驱动教育决策创新

    学习分析与数据挖掘技术的进步促使教育决策更加精确与科学，决策方式从“基于有限个案”向“基于全面数据”转变，从而推动教育决策从经验型、粗放型向精细化、智能化转变。
    对教育大数据的全面收集、准确分析、合理利用，已成为教育决策创新的重要驱动力。美国国家教育统计中心通过应用大数据技术，创建了学生学习分析系统。借助这一系统，政府能够对各类学校的学生学习行为、学业成就、生源规划、家庭背景等海量信息进行深度挖掘，以此作为美国联邦政府及各州衡量教育发展、分配教育资源、促进教育改革的重要依据。

驱动教育管理变革

    当前，在学校和教育机构中，教育管理者由于无法及时掌握教学与管理综合情况，难以对教育系统进行动态监管。随着大数据时代的到来，对教育大数据进行深入挖掘和分析，将数据分析的结果融入学校的日常管理与服务之中，是为师生提供精细化与智能化服务的基础。
    以校园网络安全监管服务为例，美国康涅狄格大学利用大数据技术分析校园网站、应用程序、服务器及移动设备等产生的日常数据，并通过对海量日志文件的数据进行深度挖掘来检测与定位用户如非法入侵、滥用资源等异常行为，帮助教育管理人员全面掌握潜在问题与威胁，大幅提升校园网络系统的安全防护能力。

我国须跟进教育大数据发展

    大数据以其独特的功能及优势应用于教育领域，开启了教育科学发展的新时代，推动了教育领域的众多变革。数据驱动教育创新、数据驱动教育变革已成为不可更改的趋势。
    目前，我国教育大数据的发展还处于初步探索阶段，随着应用的不断深入，应重点关注以下问题：
    一是跨领域数据的融通共享。大数据的采集来源丰富多元，包括多个领域、多种类型的数据库。若只单纯关注教育领域的数据则远远不够，还需要综合考虑与分析教育对象相关领域的数据。因此，如何实现跨领域的数据信息无缝流转与融通共享，是教育大数据应用中首要解决的问题。
    二是教师的数据素养。拥有数据并不一定能有效应用数据来改善教学实践。因此，要推进数据在教育教学实践中的有效应用，亟待提高教师理解并应用数据改进教育教学实践的能力。美国早在2014年就明确对教师的数据应用能力提出要求，即教育工作者如何获取、分析和使用数据来支持教与学。
    三是教育大数据的隐私与伦理问题。在教育大数据的分析与利用过程中，涉及众多的参与主体如各级各类学校、教育行政部门及相关大数据企业等，若对数据的归属权缺乏明确规范，则会导致以提供个性化服务为目的的海量数据采集分析过程中有大面积披露数据隐私的潜在危险，而这些记录数据一旦被泄露，则会对个人隐私造成极大侵害。目前，我国关于教育大数据的安全与隐私问题研究较少，应加快制定有利于促进教育大数据的准确、规范、统一使用和管理的相关法律及标准。
    （吴砥系华中师范大学教授、教育部教育信息化战略研究基地［华中］副主任；余丽芹系该基地助理研究员）

geonet

人工智能重构未来学校 黄家骅

http://paper.jyb.cn/zgjyb/html/2017-09/21/content_485968.htm?div=-1

            

    虚拟空间  资料图片    乔布斯有一段感言，世人称为“乔布斯之问”：为什么计算机极大地改变了医疗和社会等方面，对教育却几乎不能触动？在他辞世不到7年后，这个触动日渐明显，以物联网、云计算、机器人为代表的智慧教育悄悄登陆。

借助人工智能解决教育难题

    现今，中国教育的许多瓶颈问题，可以借助人工智能的发展而促进解决。
    就教育内容和方式而言，当前的教育方式存在如下问题：学生阅读面较窄,且学习内容有待待更新。学习方法有待优化,与知识经济、创业创新、网络时代相匹配的互联互通、混合学习，远程授课、自主探究的学习方式当前还只是在少数学校尝试。学习任务有待改进，通识学习、社会实践、兴趣探究、体育活动、美育训练、劳动锤炼等方面的教育任务亟待加强。学习评价方式较单一,考试几乎是唯一的、决定性的评价方式。有些学生学习目标狭隘,功利性学习的外源在于社会和家长，但学校和教育管理部门也起了一定的推动作用。
    基于这些原因，多年来我们一直寻求从制度改革和体制创新的路径等方面去改变教育方式，取得了一定成效，但仍有改进空间。

人工智能提供教育新方案

    从技术创新、手段变换、方式转换的角度去解决这些问题、提高中国教育的成效，在现今不仅有必要，而且具备可行性。人工智能化的各种机器人具备瞬间链接、语音识别、自动应答、模拟情景、仿真创设、实时评价、个性指导的强大功能，可以改变教育的要素构成、方式方法、空间布局乃至时效功用。
    海量信息搜寻过滤。在海量信息时代，学习的知识不是越多越好，而是适合才好；不是只做信息加法，而要善做信息减法；不仅从信息中提取知识，而且是提取正确而有用的知识；不是通过背诵记忆将知识固化，而是借助人工智能海量搜寻、瞬间筛选、多元择取、动态整合，让知识激发思考，促进创新，最终优化知识、发展知识。
    个性化指导，差异化试教，品质化发展。应用互联网，寻求选课、组课，让千差万别的学生通过人工智能的超时空、跨学科、全网域指导，达到因人施教、因才导向、情景感应、模拟训练的教学境界，真心培养出“把长板拉长、把短板补上、把裂板加固、把薄板强化”的适用人才。
    专注深度学习，致力精度创造。运用大数据、云计算、物联网、移动互联等信息技术，揉合进智能终端器进行深度学习，通过智能识别学生个体的天性禀赋、知识储备、学习任务和目标，同时进行多学科知识和研究方法的统筹创设，为学习者设定探索项目或研究课题，让机器人协助问卷调查、实地采访，进行文献综述、数据处理，也让机器人选择远程的研究合作伙伴、指导专家、咨询顾问，并且让机器人指导学生掌握或选择量化与质性的各种研究方法，培养各种自然与社会观察和分析的技能，最终在某些专门领域提出富有创意甚至创新的研究报告、专利成果、技术发明。这种具有创新与应用价值的学习，自然具有更高的精确性、实效性和影响力。
    科学的学习评价和有效的纠错功能。学生的全面发展，目前是一件理论上难以厘定、实际上难以操作的难事。通过大数据与个性化服务订制，引入智能题库、阅卷系统、物联网与学生行为评价系统，不仅提高了学生综合评价和实时性、准确性和合理性，而且对于学生学习方式的调整、教师教学的策略改进都有莫大帮助。
    社群式学习、社交式合作、社会化协同，可以较大地提高学生融入现实、理解现实、改变现实的能力。在人机互动过程中，学生可以获得较大的时空思维拓展；这种人机互动可以在图书馆、实验室、博物馆、美术馆、运动场、公园、社区以合适形式进行，无形中锻炼了学生的人际沟通能力、团队合作能力和创新能力，他们的情感、心智、认知、价值观、协调力、影响力都能够得到提升。“他人即老师、社会即学校，创造即学习”的教育有望实现，从孔子、杜威到乔布斯所推崇的学习模式，也有望成型推广。

人工智能对学校和教师的挑战

    人工智能在教育中的使用，使得学生学习、教师教学的方式都改变了。当然，这种改变的前提是学校的重构。只有学校办学环境、硬件和软件都相应更新，才能适应人工智能语境下学习和教学的品质提升。
    因此，学校的教室必须重构，使其适应个性化、远程化、复合化学习的需求；学校的图书馆必须重构，要由单纯的借藏书转变为智能化、电子化、数字化的图书馆，才能满足深度学习的需求；学校的实验室必须重构，应该有智能设计、智能制作、智能模拟仿真的功能，才能让学生大展身手；学校的功能设施和空间布局需要改变，增加创意沙龙、小型对话室、虚拟现实学习室等，让每个学生都能获得合适的平台和合适的指导，成长为社会需要的人才。
    此外，人工智能发展最引人关注的一个问题是，教师会不会失业。显然，智能机器人可以代替教师传送知识、解疑答难、展示方法、考试阅卷，但并不意味着教师这个职业不存在了。这是因为：机器人只是替代教师的部分劳动，并不能取代教师的角色。不适合新技术革命的部分教师可能会下岗，掌握新技术的教师仍然为学生所需要。这是因为，虽然机器人也有对话、写作、动作等交流功能，并且也将有相应的“表情”或特殊的感情表达，但和人类丰富细腻的感情相比差距甚大，更不用说达到教师“春风化雨、润物无声”的教学境界，以及“以理服人、以情感育人”的大爱境界了。
    可以预想，基于云计算、大数据、物联网、移动互联网等新技术在机器人身上的整合优化，人工智能将重构教育的内部构成和外部形象，为师生创设智能开放和便利高效的深度学习环境，因此将改变教育的路径设计和愿景规划，开辟教育发展的新境界。
    （作者系福建教育学院教授，本文为福建省社会科学规划项目“义务教育教师的培训模式创新研究”成果，项目编号：2013B094）

geonet

怎样应对新一轮知识回归 吕文清

http://paper.jyb.cn/zgjyb/html/2017-09/21/content_485974.htm?div=-1

             目前国家人工智能发展规划发布后，关于学校教什么知识、教师是否被取代的问题又引起关注。其实，这背后一个更本质的原点问题需要我们思考：在互联网、大数据、人工智能时代，教育的宗旨是什么？知识处于什么样的地位？教学的主要任务是什么？这关系各级教育政策方向和工作重心的把握，需要进一步研究与审视。
    怎样判断新一轮知识回归动向
    从宏观政策层面看，联合国教科文组织前不久发布的《反思教育：向“全球共同利益”的理念转变？》，强调应将人文主义价值观作为教育的基础和目的，教育政策更多地关注知识以及创造、获取、获得、认证和使用知识的方式。获取何种知识以及为什么、在何时、何地、如何使用这些知识，是个人成长和社会发展的基本问题。
    从理论基础维度看，在当前社会深刻变革的背景下，人类要解决的问题越来越复杂，世界观和知识体系更具多样性，需要更深厚、更强大的背景知识支持。
    从实践实证层面看，笔者今年5月参加美国斯坦福大学的相关研讨，对附近地区进行考察，了解到一些教育深度变革地区正在探讨如何提升知识和概念教学问题。如帕劳奥图学区与斯坦福大学、硅谷是发展共同体，长期以来在做中学、创新创业、技术融合、创客教育等方面形成了标杆。该学区正在修订K—12数学教材，主旨是增加知识难度、密度和学术逻辑，为实施科学、技术、工程和数学教育，发展创造力和批判性思维等奠定更好的基础。他们认为，知识基础和概念构建能力单薄是培养未来高层次人才及创新创造能力的最大障碍。
    如何把握新一轮知识回归的本质
    这次知识回归不是线性重复，而是按照知识的性质、地位、作用重新归位，同时更加强调知识教育层次的升级，如概念性知识、方法性知识、价值性知识、结构化知识、条件化知识、元认知知识等，受到更多关注。
    如果把知识从质和量两个维度进行考察，在横轴上知识在以指数级增长，在纵轴上知识的价值段位又不断升级，知识的性质、内容、层级、价值、呈现形式都有提升和进化。一是知识的性质由过去主要是静态的、惰性的、客观的知识主导，转变为动态的、活性的、主观的知识主导。二是知识的内容由过去主要回答是什么，上移为主要回答为什么。三是知识的层次由过去的事实性知识为主，提升为更高层次的组织知识的知识。四是知识的价值由过去支持知道、理解、应答，提升为主要支持分析、评价、创造。五是知识的呈现由过去回忆、复述，转换为批判性思维、独立判断、问题解决和创新创造。
    这里特别强调，知识回归不是否定合作、探究、交往、对话、社交和情感学习的重要性，而是重申知识的地位和作用，以更好地实现知识与情感、态度、价值的有机融合。
    学校工作重心怎样调整
    知识回归与提升，必然要求知识教学的加强与优化。
    一是基础知识教学要回归。知识是思考的基础，事实性知识是高阶思维的原材料，独立客观的思考过程与背景知识紧密联系，基础知识教学仍要发挥支撑作用。
    二是知识内容要加深。有意义的知识信息越多，就越能有效地思考，也就学习得更快、更深入。没有相应深度、密度和厚度的知识，就发生不了深度学习。
    三是知识教学要向深层次进阶。没有事实性知识支撑是不行的，但只让学生记住枯燥的事实是远远不够的。根据上述知识形态提升的要求，知识教学的重心要由事实性知识、概念性知识，提升到方法性知识和价值性知识层面，思维培养的重心也要从记忆、理解到分析、评价和创造。
    四是情境性练习要增强。组织知识、应用知识、提取知识、问题解决，都需要一定强度的练习。但是重提练习不是倒退回低层次性重复，也不是要在枯燥、单调的环境下练习。这里说的练习是多类型、多要素、多情境的结构化典型练习，促进抽象和迁移。如支持应用知识、组织知识、提取知识的深度练习，要通过项目学习进行，让学生实际解决一个真实问题，以实现概念的建立和情境化迁移。
    （作者单位：北京中关村学院）
                                      

0

geonet

智慧教育呼唤新的教育智慧 胡艳敏 温恒福

http://paper.jyb.cn/zgjyb/html/2017-09/21/content_485967.htm?div=-1

             智慧教育不仅是信息手段和平台的智能化，更是教学结果与目标的智慧化。教师要深入研究信息化智能技术，用新的教学智慧有效培养学生运用知识解决实践问题的能力。
    更有效地培养学生的“搜商”。搜商就是高效的获取有用信息的能力。在智慧教育中“泛在学习”“混合学习”已成为常态，教学信息“爆炸”使寻找最有效的知识成为学生学习与成长的重要素养之一，加强学生搜商的培养已刻不容缓。高搜商的前提条件是要有积极的搜索意识，核心内容是培养学生的搜索能力，主要目的是提高学生辨别信息的能力，培养学生整理信息的意识和能力。
    更加关注学生的个性。尊重个性、爱护个性、培养积极的个性，既是智慧教育的目标，也是提高教学质量的手段与有效方法。一要支持个性表达，倡导包容性。二要对学生进行分析评价，尊重个体差异。三要尊重学生的个性化学习行为与方式。
    更好地培养学生的主动性。智慧教育的一个教学特征就是为学生自主学习提供了智慧环境，只要想学习，处处都是知识，所以主动性越来越成为决定学习水平的关键。教育绝不是往行李箱里装物品的过程，而是有机体吸收事物的过程，要清楚地认识到人非机器。进入智慧教育时代后，要更加充分地利用信息技术环境来激发学生的主动性。首先，教师要为学生确定适合的目标。2016年无锡市开展暑期智慧教育在线课堂，每天3位名优教师在线授课，根据学生的情况确定目标、安排学习时间，并实时留言解疑答惑。其次，要创设情景，生动教学。教师可以利用“虚拟现实+教育”，给学生呈现一种立体感，吸引学生主动参与。再其次，可以通过富有挑战性的作业和任务，激发学生的主动性。例如，在课上或课下留“空白点”，让学生主动地到网络上学习有关知识等。
    更有效地培养运用知识的智慧。首先，教师要用问题激发学生的智慧。例如，在上海的部分学校中，教师用智能交互平板与学生电子书包连接，利用教师端给学生发送问题，帮助学生融会贯通地运用知识。其次，教师要加强学生的创造性培养。例如，深圳市大力创办微课、微电影制作大赛。再其次，教师适当用游戏化学习激发学生智慧。例如，北京涭水河小学学生使用的网上课程，采用动画、游戏等趣味形式讲课，做题以闯关的形式出现，吸引学生复习巩固与运用学过的知识。
    师生共同创造智慧教学法。电子学习（E-learning）兴起后，与传统的课堂面授形式相结合形成了一种混合式教学方式，在这种教学方式中，教师必须同时掌握“面对面指导”和“促进在线学习”这两种技能。教师作为协调者、指导者、帮助者来启发引导、帮助学生自我学习，并探索新型教学模式，师生共同生成智慧。第一，教师要有智慧地教。例如，教师可以通过网络协同备课，把双手从书写中解放出来，将更多的时间放在思考如何把握教材核心内容、合理拓展以及了解学生上。第二，学生要发挥“数字世界原住民”的优势，充分开发信息技术的潜能，有智慧地学。例如，深圳的一些中学通过协作学习模式，多人合作，知识共享，实现网络环境下知识的协同建构。第三，教师要用智慧培养智慧。创客空间的开展，为激发学生的智慧提供了可能。例如，上海部分学校成立创客空间，发明创造出新的东西。
    （作者单位：哈尔滨师范大学教育科学学院，温恒福系该院院长）

geonet

清晰需求，明确责任，优化配置，校准评价—— 开展大数据应用 叶忠

http://paper.jyb.cn/zgjyb/html/2017-09/20/content_485894.htm?div=-1

            

    叶忠  南京师范大学教育经济与管理专业教授，中国教育学会教育经济学研究分会常务理事，全国教育效能学术委员会委员，江苏省高等教育学会教育经济研究委员会副理事长，《教育与经济》杂志编委。    教育质量提高的本质是要更加丰富地满足人们多层次、个性化和持续变化的教育需求。这些教育需求并不是抽象的，也不是一些不可捉摸的概念，而是日益清晰地表现为可以数据化的教育偏好、教育选择、教育行为及其调查结果。在互联网时代，正在大量涌现的与学校教育质量相关的素材，经过处理后加总起来就表现为有关教育质量的数据，这些数据的海量化加之以恰当的处理方式，使之具有更强的洞察发现力、流程优化力和决策力，就成为了我们提高教育质量可资利用的大数据。因而，要实现教育质量提高，从根本上就是要获取尽可能多的反映人们教育需求的大数据。拥有的实时或长时的大数据越多，就越能够在学校教育质量效能上快速地、准确地和多样化地满足受教育者需求。
    教育过程的复杂性、教育质量的滞后性等特征的存在，使教育质量提高的主体责任划分不明确。大数据技术可以对学校教育过程的各个环节及时收集分析数据，进行记录和监测。如2012年10月美国教育部在其发布的《通过教育数据挖掘和学习分析促进教与学》报告中提出，“目前教育领域中大数据的应用主要有教育数据挖掘和学习分析两大方向”。也就是说，依据大数据技术能在学生的学习与需求、教学决策与教育管理等方面发挥预测作用，教师、校长等在其间的作为既有了依据也有了责任，使教育质量提高有了大数据基础。
    在互联网时代，数据成为了我们学校教育的核心资源，当学生及其家长、师资队伍、课程与教学、学校领导和教育管理这些传统要素，需要依托数据资源进行优化配置时，大数据技术将成为决定教育质量提高的关键性因素。教育质量提高离不开课程与教学的改进，只有它们的不断升级和内容更新才能带来教育质量的突破。随着智能化和个性化的增长，教育质量提高也离不开学校领导者水平的提高以及教育管理的创新，因为它不仅带来方向的正确和效率的提高，也能促成教育质量所需要的各项标准规范。但是，课程与教学的改进、学校领导者水平的提高和管理创新，并不能自动带来教育质量提高对人们教育需求的满足，只有当这些资源配置真正能促进学生发展，并且能够促进学生及其家长满意度提高的时候，才能支撑教育质量的提高。而这些资源配置与使用能否真正转化为需求满足，就取决于大数据的应用。
    事关教育质量提高的要素涉及多方主体，包括学生及其家长、教师、学校、主管部门和社区。
    大数据的出现，让各方通过互联网能够更加准确地掌握学校教育质量状态，特别是了解教育质量评价信息，从而极大地减少因为信息误导而导致的质量损失。同时，我们还不得不说，作为教育质量的供给方，学校或其主管部门对教育质量的控制与监测，实际上是教育服务生产者在主观上的自我评价。只有将学校教育服务转化为受教育者及其家长真实的选择，才是在客观上对教育质量的真实评价。因而，教育质量提高关注的焦点，就是受教育者及其家长是否产生了教育选择行为。特别重要的是，教育质量提高不仅关注受教育者通过教育选择行为而表现出来的质量评价，而且更为关注的是受教育者在之后的满意度评价。因此，在制度性地限制人们教育选择行为时，依托大数据技术，尽可能地实现学校教育质量信息共享与公开，并保证数据准确及时，才能够支撑教育质量提高的可持续性。
    认识到大数据技术对教育质量提高的重要性，认识到质量大数据是实现教育质量提高的重要资源，应该说还只是第一步。数据采集、数据共享、数据挖掘、数据利用、数据安全等问题，有些已经在我们教育质量提高行动中取得了成就，有些还有待加强与完善，有些可能还刚刚起步。在数据采集方面，我们面临教育质量数据资源积累不足与大数据碎片化、割据化共存现象，这需要鼓励各学校、主管部门和社会第三方对质量数据资源的广泛采集和处理整合，明确不同种类数据的收集对象、收集方法等。在数据共享方面，应制定教育质量大数据的技术、产权、使用等标准和规范，最大程度地开放各类不同机构所拥有的教育质量数据，共同构建基于信用、安全为基础的“教育质量大数据”，突破“信息孤岛”藩篱。在数据挖掘使用方面，学校通过教育质量大数据识别受教育者多样化的教育需求，受教育者及其家长利用学校教育质量大数据识别学校真实质量状况，政府利用教育质量大数据实施更有效的教育质量政策。在数据安全方面，由于教育质量大数据包含有大量的个人隐私，甚至涉及国家安全的信息，因此需要厘清隐私数据和开放数据的界限，用法规制度的形式对教育质量大数据进行规范管理。