本影片完整講稿國際的教育趨勢 全球的教育脈動 深入報導深入分析 歡迎收聽由國家教育研究院與國立教育廣播電台共同製作的國際教育心動線 聽眾朋友晚安 我是謝若男 歡迎在週一的晚上六點零五分按時收聽我們的國際教育心動線 今天節目當中 我們要分享很多的實際的例子 來跟聽眾朋友一起探討 我們的資料科學運用在教學的領域當中 很懷疑 什麼是資料科學 我們舉個例子其實在生活當中 我們常常會運用到大數據的一些相關的研究發展 這個大數據的分析方法呢 各界都是越來越重視 那麼他實際在我們的教育環節裡面 一定有很多很多產生的改變 是值得我們認識了解的 在今天節目當中我們就邀請到 國教院測驗及評量研究中心的鄭永福老師 來幫助聽眾朋友更加的清楚了解 在還沒有進行今天的主要訪談之前 我們進行的是國際教育脈動這個單元 這個單元是幫聽眾朋友整理了國際教育的相關訊息 由教育部國際及兩岸教育司 還有教育部各個駐境外的機構 來協助我們整理相關的資料 而由范登偉來為聽眾朋友編輯播報 歡迎聽眾朋友一起收聽 國際教育脈動 歡迎聽眾朋友收聽今天的教育脈動 我是謝若男 我是范登偉 我們一個人怎麼樣才能夠創造出豐富又多彩的人生呢 聽起來好像大哉問 其實有目標有規劃才能夠走得比較踏實 而且呢還能夠在現實的夢想過程中 獲得很高的成就感 那麼今天那我們就藉由生涯規劃 這個角度來看一看 世界各國針對青少年不同的人生發展 好首先來看到的是香港 香港的青少年對於自己的生涯規劃 大多重視的是所謂的內在價值 而不是外在的因素 到底是怎麼一回事呢 內在價值其實有點像我們之前所說過的軟實力 包括自己的人際關係啊 還有自我成長的部分 那最近的針對香港的青少年 個人生涯規劃部分研究 發現說他們把這一些內在的價值 當作生涯規劃非常重要的因素 比起金錢啊名氣還是形象的這些外在價值 他們比較沒有那麼CARE 他們比較認為 內在的價值才是規劃長遠生涯道路最重要的一個部分 那目前香港的學生最常接觸的生涯規劃的類型又是甚麼 跟我們台灣的生涯輔導 其實滿類似的 大多數都是以講座為主 是聽業界的人來分享這些工作的經驗 或者是分析未來工作趨勢如何 但目前香港學生希望透過真正的職業實習 還有職場體驗 來帶領學生真正工作現場是什麼 會比聽講座還要來的有效 坐而言不如起而行 對 會比聽講座來的有效 根據調查就發現說 很多學生不追求物質慾望 說我薪水需要多高這樣子 內在價值、夢想也是他們非常重視的一個部分 香港城市大學的社科系助教 他就指出 如果能夠提早確定自己未來職涯方向的話 不一定要只走一條路 而是去多方的嘗試 對學生的自信心跟整體目標會比較有方向感 也就對未來比較不會那麼惶恐 這是香港學生喜歡職業的實習和職場體驗 做中學 接下來我們看看德國 德國畢業生對於自己的前途相當的看好 比較樂觀 那為什麼會有這樣的自信呢 我們台灣的大學生的部分都比較悲觀 就覺得大學畢業之後 就失去那個保護傘 畢業就失業 不過在德國有73%的學生 對他們前景是很看好的 怎麼做到的 我也很奇 其實大學裡面有完整的職業顧問諮詢 幫助學生替他們在未來職業道路做選擇 其實現在德國學生在唸完文理中學之後 進到大學讀書的趨勢也日趨增加 但是有些德國的青少年跟台灣大學生滿像的 就是會常常問自己說 我未來到底要幹嘛 或者是問說我唸這個以後出路是什麼 如果有輔導學生這樣子的機構出現的話 這對他們來說 就能夠更加了解自己的能力跟興趣 看是說想要繼續唸大學 或者是轉向技職教育 最重要的就是能夠協助這些年輕人 根據自己的能力還有性向來順利完成大學的學業 或者是職業教育部分 所以其實德國大學生跟我們都一樣 有沒有調查數據能夠顯現德國升大學之前的學生 其實那他們有多種的職涯選擇困擾呢 困擾很多 他們有些人覺得說 科系的錄取名額是有限制的 影響自己志願的排序方式 也有些人表示說 他自己還不太清楚 不知道自己要唸什麼 或是興趣在哪裡 跟我們台灣的孩子好像有點像 或者是接受職業教育 所需要的花費都是考慮的困擾之一 跟我們上大學前有的困擾就是一樣的 同學是完全不知道自己要唸什麼 看哪一科分數高就是哪一個 但最近卻發現不是他真正喜歡的科目 所以真的要去改善的是對學生在職涯輔導這一方面 讓他們除了能夠拿到高中的畢業證書之外 其實對未來受教育或是就讀大學的計劃 還有他們實踐這個計畫夢想的這一個部分啊 還有方法 對他們做決定的動機還有背景 都需要趣輔導他們 找到自己的出路 這真的很重要的 那剛才你有提到職業教育 那他是一個選擇選項 目前在美國他的職業教育發展 我們發現到他已經往下紮根了 從高中就開始 沒有錯 傳統念高中的教育模式 往往被認定說是為大學之前來做準備的 但是最近美國 許多州正在把高中教育轉移到核心教育上面 來提升他技職教育的整個品質 所以說高中教育不再單單只為了大學教育來做準備 而是說他希望為職前教育來做務實的準備 目前已經有許多的州他已經制定一系列加強職業教育的法令 還有政策 希望在未來能夠促進職場人力供需方面的平衡 好我們是不是也請登偉整理一些例子 比較特別的 讓聽眾朋友更加認識了解 比方說 在亞利桑那州還有密蘇里州 高中生必須在三年內修過相關的技職教育課程 分別是120小時的工作學習 還有50小時的工作學習 才能獲得業界認證資格的技職教育證書 提到這個證書 如果說你在堪薩斯州 高中生畢業前能夠獲得這個公認的證書的話 學校會獲得政府每位學生有1000美金的補助 就是一個不少的錢 有鼓勵來支持學校提供技職教育的準備方案 另外在德州還有奧勒岡州 都強調教育部門跟勞工部門的合作 提供職場實習的相關資訊 而且德州他還建議了就業市場的資訊網站 來反映現在職場的人力需的動向如何 也就說未來工作的趨勢是什麼樣子的一個狀況 方便學校說能夠開設相對應的技職者課程 還有學生就業的選擇 增加學生他未來就業的機會 化解說剛聽到職場人力供需比較不平衡的問題 希望能夠藉由這些世界各國香港、德國 還有我們舉到美國各州的例子 幫助聽眾朋友更加認識清楚職業 生涯規劃對每個人的影響的確是非常大的 要思考自己未來要做甚麼 感謝聽眾朋友的收聽今天的教育脈動 請聽教育瞭望 國際教育心動線 在我們今天節目當中 為聽眾朋友邀請到測驗及評量研究中心鄭永福老師 來跟聽眾朋友分享一下 這個主題呢跟我們現在的生活真的是非常密切的關聯性 當資料科學與上我們的教育 會產生哪些火花和變數呢 鄭老師您好 主持人你好 各位聽眾朋友大家好 我們現在好流行談到三個字 就是大數據 我相信在很多的商業市場上常常也引用大數據 來做為消費者行為的一個了解認識 以至於他們之後的研發 都跟這個密切相關 可是今天我們來研究這些相關的數據 跟我們教育之間的關連性 我們要怎麼樣正確的來看待 我們先請鄭老師來跟聽眾朋友分享一下 我們題目訂的是資料科學遇上教育 聽眾朋友可能對於大數據很熟悉 可是對於資料科學可能就覺得這到底是甚麼呢 所以我們先把這個定義跟聽眾朋友說明一下 其實資料科學它不是一個全新的概念 我們大概可以這樣說 資料科學其實它包含兩個部分 一個是統計學 另外一個是資訊科學 其實統計學跟資訊科學呢 都已經發展很長一段時間了 統計學大概有上百年的歷史喔 資訊科學大概有50幾年的歷史 資料科學既然不是全新的概念 為什麼這幾年大家一直在講資料科學 對 我們可以了解一下資料科學他的歷史 就可以知道他為什麼這幾年會開始興起 那資料科學這個名詞 其實在1960年就創立出來了 那個時候是電腦剛剛發展的年代 當時的資料科學指的是電腦科學 跟現在講的資料科學不一樣的 從1960年代開始呢資料科學這個名詞一直都在使用 但實際的意義了都不斷的在變化 那一直到近幾年大數據的興起 大家對大數據分析的方法呢 越來越重視 那另外在2012年哈佛商業評論有一篇文章啊 他有提到說資料科學家是21世紀最性感的行業啊 我想大家對這個部分都有聽過了 為什麼是最性感的行業啊 因為隨著這些數位資料的興起 其實需要一些方法去處理他 也就是資料科學這個部分就突起來 是這樣子 有了知名雜誌的宣傳 還有大數據的推波助瀾 所以資料科學這個名詞就廣為流傳 這個是他的歷史 難怪說資料科學家是21世紀最性感的行業 對沒錯 它是包含有統計學再加資訊科學 那又不是一個新概念 進一步跟聽眾朋友解釋一下 資料科學我們可從它方法的部份來看 當然其實它的方法跟它的資料是有關連性的 它是由統計跟資訊科學組成 一般我們在做分析 其實用統計學就可以做很多分析啊 那但是主要是因為現在的這些數位資料的產生 資料的型態也越來越多元 那這些類型的資料除了統計學之外 還需要資訊科學來幫忙來處理 那資訊科學在這方面的像是文字探勘啊 資料探勘啊 推薦系統等 都可以來幫忙處理這一方面的這些資料 那如果說談到資料的話 我們可能要先看一下 我們以前教育的資料 然後再了解現在的數位資料到底兩者有什麼不一樣 這兩者包含一個訊息 就是他其實跟我們的現在的學習方式會產生的很大的改變 是的沒錯 主要是因為現在是透過數位學習的一個方式 所以產生的資料是確實是不一樣的 那我們可以先來看一下 我們傳統的教育資料的蒐集方式呢 在傳統的我們要做教育研究 要收集的資料其實是很花費時間的 我舉個例子來說好了 比如說我們要分析某一種教學方法 對學生的學習成效有沒有影響 我們會先去在這個教學法實施之前 先收集是學生的這個評量資料 教學法實施之後呢 我們再收集教學法實施之後的評量資料 然後再去比對這兩份資料 他們的差異 然後去評估這個教學法到底對學生的學習成效有沒有影響 這個是傳統的資料收集的方式 但是這種資料的蒐集 其實數據量都很少 而且過程是相當花費時間的 那我們再回到了 我們現在的這個透過數位學習跟 教育科技來收集這個資料這種型態呢 主要是這種型態呢 學生使用數位學習跟教育科技的資料都會被完整的保存下來 而且這些資料量是很大的 那我們可以知道有哪些資料呢 像是學生的評量資料 學生背景資料 還有學生在學習討論區的文字資料 還有學生的數位學習軌跡等等 還有包括我們現在大學很流行的大學校務資料 那這些資料都可以透過我們資料科學的演算法來分析 那最後可以幫助學生了解 他們的學習行為 還可以幫助提升學校的管理效能 我們尤其要了解學生的學習效能好不好 這個教學法使用前和使用後 需要很多大量的這些數據資料 來幫助我們 那我們今天來看待這個資料科學在教育上的運用 還有它的面向 是不是可以從哪幾個方向和哪幾個層面 來幫助聽眾更加的認識了解呢 這些資料可以分析的方向其實很多 我們今天就把焦點集中在兩個部分 一個部分是學生的適性化學習了 另外一個部分呢 教育資料如何來來回饋幫助學生的學習 我們就把焦點集中在這兩個部分 來跟各位聽眾來分享 老師特別提到適性化學習 我相信聽眾朋友一定非常期待 大家都說現在的教育要適性揚才 不過到底甚麼是適性化學習 它跟我們的資料科學又有甚麼樣的關聯性 適性化學習 其實是數位學習最具代表性的一個議題 適性化簡單來說呢 其實他就是依據學生的學習狀態 我們去調整學習的內容 來符合學生的個人需求 這個就是適性化 那我們待會可以就幾個國內外在 適性化學習的應用案例呢 來跟聽眾朋友分享一下 在國外的部分的我們選出一個案例 是美國紐約市目前在執行的一個計劃 他的英文叫做School of one 我們就翻譯成一個人學校 一個人學校 很特別的名稱 那我們來分享一下一個人學校這個案例 它是紐約市教育局所主導的國中數學的學程 它是從2009年開始實施了 目前在紐約市有6所學校來配合他們這個計劃 這個計畫呢 其實他是要把資訊技術呢應用在適性化的課程跟學習 那經由這些數據的分析之後呢 可以依照學生的程度 量身打造屬於每一個人的課程計畫 那他的方式呢 基本上這個計畫的目的 是在幫學生建立個人的適性化學習的一個環境 然後可以讓每個學生按照他們自己的特質跟能力呢 來進行學習 是一種很新型態的學習方式 那不過為了要為學生提供個人化的學習環境呢 必須很精確的去了解學生的能力 那這個系統他是透過每天評量的方式 去評估學生的學習能力跟他的狀態 然後系統也會使用一些演算法 拿來分析每個學生的數據檔案 還有包括學校的資源空間人員等 然後綜合這些來評估之後呢 他就可以替每個學生跟教師來產生每日的課程計畫 學生的學習過程中 教師也可以獲得每個學生成績的資訊 那可以及時的調整他們的教學 提到這個部分啊 我相信聽眾朋一定非常的好奇 一個人在學校如果可以大量運用結束 就來幫助我們更了解學生的學習的軌跡的話 那接下來他們的教學方式 或者是他們面對的教學環境 是不是始終覺得很孤獨 一個人學校好像感覺就是我自己要來面對所有的事情 是這樣子的嗎 其實不是這樣子 可以經由學習的方式來了解一下它們的運作 它們雖然叫做一個人學校 但是並不是學生都是獨自一個人在學習的 他們教學方法其實是很多樣的 那包括有教師教學啦 小組合作 個別輔導 獨立學習或者是線上輔導教師等 其實一個人學校的意思呢 是指說這些教學的方法啦 他的搭配都是以每位學生為中心來進行 這是一個人學校其實真正的意涵 那我們可以來看一下 因為他是因為多元混合的學習的一個方式呢 所以他需要的學習的環境跟空間 跟一般的學校是很不一樣的 那他們的教室是圍繞幾個學習站 那這些學習站是開放的 那這些學習站可以提供軟體讓學生使用 同時他也連結學生跟老師 還有學生跟線上導師之間的這個連結跟關係 那這樣學生 自己獨立學習 同時他們也可以跟其他線上學生分組合作 基本上是他們的一個方式 聽起來好像不會像我們覺得都集中在某一個教室 所以他可能有分區 或分到不同的工作站的形式 那就給他個人的程度來做一個 下一個下一個進程的一個安排嗎 是沒錯 這樣子 我們ˊ可以分享一下 他們每天 因為我們對他們的學習方式跟他們的學習環境 是相當特殊的 那我們很好奇說 他們一天的行程是怎麼去安排 他們的行程大概是這樣子 一天開始的時候 大概學生都會集中在中央的這個空間裡面 那個地方會有顯示器 會顯示說每個學生應該到哪個學習站 或者是工作站去 那這有點像機場航班的那種顯示器 對 其實蠻有趣的 而且學生呢去到他們的那個學習站之後呢 有些學生是去大型團體 有的是去小團體 有的是獨自學習 使用筆記型電腦拿或者是pda等等 那一個階段結束之後呢 就接著下一個階段學習 大概是他們一天的行程 完全聽起來是為個人量身打造 了解你下一進階會到哪一個工作站或哪種型態 所以不一定是他自己學 他其實有很多交流的部分在其中 那我也很好奇這樣的方式 他們有做評估嗎 這樣那個方式對孩子的學習 他的成效是否能夠提升了 他們計畫執行都已經好幾年了 之後呢紐約市的教育局有對這些點進行的評估 結果發現這些學生的學習能力呢 很明顯優於其他學生喔 另外呢 哥倫比亞大學也對這些學生的進行一些研究 那他們的資料是從2012年到2013年 這一些他們的評量資料 那他們發現了他們的數學評量的結果比全國的平均值都要高 高將近20% 可見得這種適性化學習的方式 其實是相當有成效的 這是我們目前看到在國外的例子 用適性化的學習來幫助同學們的學習 雖然他目前還沒有全面的普及 但是我覺得有一個成功的案例和典範 在這個部份是不是能夠幫助大家做不一樣的思考 聽眾朋友一定也好奇 這是國外的例子 反觀在我們台灣是不是也有類似的例子 來幫助聽眾朋友了解 可能出現在你腦海中的會是這個均一教育平台等等 大家都熟知他們對同學們的幫助 但是 是不是還有其他的相關的案例 那我們在下一段節目當中 我們再請聽眾朋友跟著我們的鄭老師一起來認識了解 國際教育的焦點話題 專業多元的國際視角 請聽教育瞭望 國際教育心動線 節目繼續我們進行的是教育瞭望這個單元 在今天節目當中 為聽眾朋友邀請的是國教院測驗及評量研究中心的鄭永福老師 來跟聽眾朋友一起分享 我們怎麼樣把我們的資料科學呢 在教育的這個領域環節當中 運用的很好很多的相關實例跟聽眾朋友來分享 節目前段我們提到了 在這個教育的分析上會有兩個面向 一個就是我們的資料如何回饋幫助學生的學習 那第二個面向就是學生的適性化學習 也是很重要的 鄭老師特別舉一個很棒的例子 就是在美國紐約的一個案例 就是用一個人學校 這樣的一個學習方式 我們看到國外適性化學習的一個案例 其實在我們國內也有類似的一些方式 比方說 我們提到的均一教育平台 可是除此之外 是不是還有其他的 也是能夠提供給聽眾朋友的 我們今天就分享一個學生適性化的學習輔助平台 好他叫做因才網 因才網的因才指的是因材施教的意思 是教育部委託台中教育大學跟中央大學 所建置的因才網 它不僅可以做為學生的適性化學習 也可以作為教師適性教學的一個輔助參考 然後這個平台的內容的是 針對12年國教課綱的 國語文數學跟自然科學這三個領域來建置 當然後續他們還會把其他的學科也會建置進來 他的系統的運作方式呢 我跟各位稍微介紹一下 他們是把人工智慧導入到這個學習之中 針對不同的學習的進程呢 會設定數位檢核點 並且有線上的隨堂測驗 當學生觀看教學影片的時候呢 這個系統就會開始做記錄 像是可以追蹤學生哪裡按了暫停 或者是哪裡重複再看 看完之後呢 隨堂測驗做對了還是做錯了 同時老師也可以從系統裡面 去了解每個學生的瀏覽跟點擊的記錄 那就可以知道學生他們的教材是讀到了哪裡 而且可以透過這個隨堂的測驗呢 可以知道學生到底懂了沒有 這個系統的運算方式呢 他是針對學生的隨堂測驗的答題反應 那使用資訊科學的方法 再加上的測驗統計的方法 來評估學生的程度 同時他依據他們計算出來的結果呢 來推薦學生下一次影片 當然下次影片的難度可能就稍微高一點 同時也會配合這個部分呢 給他們適合的隨堂測驗考題 這個大概是他們的一個運作方式 這是我們國內因才網 是所有的同學都可以使用嗎 目前這個因才網 因為主要是做為教師的教學輔助平台 所以他目前是沒有開放一般的民眾來使用 就是老師跟同學 但是學校可以去申請 那在學校的學生就可以使用這一套系統 這是幫助老師們來補救 以前我們會說學生的學習能力跟不上 可能會在學習結束之後 才來安排補救教學 有了這個系統之後 是不是能夠隨時追蹤 或了解同學們他的困難點在哪裡 適時幫助他們 是的沒錯 這個就是因才網他一個很重要的優點 因為他可以連結不同年級的學習指標 可以讓國中國小的老師呢 跨越年級找到學生學習困難的癥結點 這套系統很適合用在補救教學上 那比如說 在以前了學習落後的學生都是在學習結束之後 大概在寒假或暑假來進行補課 但是我們很難知道學生的學習到底是落後多少 如果他是落後一整年 其實很難在一兩個月之內把它補救起來 那所以學習落後的學生 那不僅很難補救 而且往往學習進度呢 越差越遠 透過因才網的節點測驗呢 我們可以沿著學習的架構往前回溯 就可以知道學生在哪裡不會 那學生的可以從那個點開始來補救起 這個可以促進補救的一個效率 我相信我們解說了因才網之後 聽眾朋友一定非常期待 他能夠全面性在我們的學習過程當中 來提供最大的幫助 目前來看 我們剛舉這個例子是台中教育大學跟中央大學所建置的 那他的使用性是已經普及到全省了嗎 全台灣地區都可以嗎 是沒有錯的 只是說學校要先去申請 剛才我們提到國外跟國內的案例 就是來顯現了資料科學運用在我們的教育上的面向之一 就是適性化學習這個部分 還有剛才鄭老師也提到另外一個部分 就是資料如何回饋幫助我們學生學習的部分 我們是不要再度的把這個教育資料的回饋 到底又是怎麼一回事 解說的讓聽眾朋友更加的清楚了解呢 教育資料的回饋呢 這個部分我們可能要分兩個部分來看 我們傳統上 我們資料怎麼去收集跟應用 還有現在的數位科技呢 我們怎麼樣得到這些資料 如何去應用 可能要了解這兩個方面呢 我們才可以知道教育資料回饋是怎麼回事 是不是也要舉例讓大家更加認識了解 那我們先看一下傳統上 我們如果要知道某一種教學法的成效 是不是有差異呢 我們會先做好實驗設計 然後控制變因 這個變因像是學生的能力性別或者是年齡 然後進行不同的教學方法 收集了不同教學法的學習評量資料之後呢 再對這些資料進行分析比較 最後才能得到結論 就是傳統的一個資料收集方式 那現在呢 因為教育科技的興起了 數位平台就會幫我們收集這些大量的資料了 我們收集到這些資料的時候了 有時候我們並不是很清楚這些資料可以做什麼 但是呢 我們慢慢透過對資料的了解 我們可以設定想研究的議題 然後應用資料科學的方法 從這些資料裡面探索一些有用結果 這些結果是可以幫助來提升學生的學習成效 或者是可以改善學校的管理啦 像是可以提升學生的在學率 或者是畢業率等等 像這樣利用數位資料分析 來回饋幫助改善了教育呢 這個部分我們就稱做教育資料回饋 所以它一開始的資料收集並不是一定針對某一個目標來做收集的 是 而是在收集了之後 可能我們可以研究想像 在某個部份是需要用到這些資料 這個資料的回饋 這也是目前數位資料一個最大的特質 就是在收集的時候 他是其實數量非常的大 欄位很多 往往都是事後要透過一些資訊科學的方法 去從裡面探索出我們需要的資訊 在哪一個部份我們要運用 所以這是完全進入到大數據的時代 其實就是一個大數據的方法學的部份 那這樣的一個資料我們如果運用到校務上 一定會產生很大的幫忙 比方說同學選課啦 或者他的退學率 或者是他的進程進階 有些什麼樣幫助 我們是不是就針對校務研究 這個部分舉一些例子 讓聽眾朋友會更加的了解呢 校務研究我稍微說明一下 顧名思義就是專門針對學校的校務這方面的研究啊 尤其是在大學裡面 大學擁有很龐大的資料庫 那現在呢 很多大學做這些資料庫一個整合 從裡面去探索一些資訊 他可以幫助學校來做改善 待會我們可以舉幾個例子 來看這個校務研究到底可以做什麼 我先舉個例子來說好了 比如說我們可以用校務研究來了解 各系所像是招生的情況啊 休學率 退學率 畢業率啦 註冊率 還有畢業生的就業情形 我們可以透過這些校務資料去了解 這些數據 哪尤其像現在的註冊率是非常重要 因為少子化的關係 透過數據分析 我們可以了解學校跟系所需要在哪一個方面來做改善 那可以透過什麼方式來改善 我們可以分享給各國內外的案例 聽眾朋友們了解一下 這些校務研究的應用的狀況 在國外的部分呢 我們舉個美國的校務研究案例 這個部分的是我們中研院院士郭位院士 他所做的一個校務研究的一個成果 那我們知道郭院士他其實是香港城市大學的校長 其實他以前曾經在美國任教 在那一段任教的期間呢 他就對大學的校務資料做了一個有關於學術研究 生產力跟教學品質的一個研究 他在探討這兩者的關係 那我們會好奇 就是說郭院士為什麼要做這個研究呢 在大學裡面呢 對教師的評鑑有三個部分 就是研究、教學跟服務 但是有些大學教師會認為說 如果在研究上花比較多的時間 研究會做的比較好 但是呢反過來了 他可能花在教學的時間呢就會比較少 教學品質就會受到影響 那另外呢如果他花比較多的時間在教學上了 他的教學品質可能會比較好 但是呢反過來 他可能研究的時間就會比較少了 所以呢他的研究品質就會降低 所以很多的大學教師認為 學術研究的生產力跟教學品質 其實他們是負相關的 那為了釐清這個問題 所以郭院士使用校務資料來分析 教師在這兩者之間的一個關聯性 他的研究對象是德州農工大學工學院 總共有400位的教師 他分析的資料是從1999年到2003年 總共有五年的資料 他分析之後他發現 其實研究生產力跟教學品質是正相關的 跟我們原來的預期不太一樣 也就是說如果有較高生產力的教師 通常他們也會有比較高的教學品質 正如主持人說的 其實跟我們認知是不太一樣的 對 那他們的研究是認為說 教師的學術研究如果說做得好 他們可以把研究的成果跟教學的內容結合 然後讓教學的內容可以更加豐富 而且可以帶領學生去了解學科最新的研究結果 所以呢 其實學術研究生產力跟教學品質是正相關的 這就是一個以證據為導向的校務研究案例 剛開始我們還想 為什麼要做這樣的案例研究 原來他跟我們刻板印象 認為說有時間的排擠效應是不一樣的 反而因為在這個教學上的一個投入的精神 讓他的教學跟服務跟研究的品質是相輔相成的 很有趣的一個研究 還有很多的研究案例 需要在我們下一段節目當中 再來跟聽眾朋友仔細的說明跟分享囉 國際教育心動線 節目繼續我們進行的是教育觀測站 這個單元 節目當中為聽眾朋友邀請到 國教院測驗及評量研究中心的鄭永福老師 我們針對資料科學教育 這樣的領域跟環節當中 讓聽眾朋友更加的認識了解 其實這麼多的數據的蒐集和整理和運用 可以幫助我們更加的認識 我們的教學的策略教學的方法 還有同學們呢 在學校的這個不管就學率啦 畢業率啊等等 其實都可以用很多地方式來做一個協助 我相信在這樣的一個大數據的運用之下 不僅是學習上有很大的提升和協助 在管理上也有實質的幫助 剛才老師舉的例子是國外的例子 在校務的研究上 是不是有些案例是跟我們國內有相關的呢 國內其實也有不少的校務研究的案例 台灣的校務研究發展的發展的時間非常的晚喔 他是從2015年才開始 是沒錯 美國的校務研究大概也將近四五十年的歷史 相差其實是非常多 不過由於教育部經濟的經費的支助 所以校務研究的發展 其實在台灣是相當的迅速的 而且也舉辦很多的工作坊跟研討會 所以我們有不少大學的校務研究的案例 可以跟各位分享 我們就舉幾所大學的案例讓聽眾朋友更加認識了解 今天舉的例子是哪一所學校 第一個例子是台北醫學大學 台北醫學大學他其實是想對經濟弱勢的學生呢 想幫助這些學生 看能不能在學習上有一些進展 他們透過校務研究的結果呢 其實有一些校務研究方面的結果 而且呢他們根據這些結果呢 也採取一些具體的改善措施 他們的資料是從2011年到2014年 針對有408位的弱勢學生來進行研究 他們初步去統計這些學生的一些基本的資訊呢 這些學生大概佔全校的6.75% 他們分析的結果發現呢 在學習的表現 這群學生平均大約在全班的40%到80%之間 程度上是沒有太差 但是的他們在社團的參與率呢 明顯示偏低的 大概只有24.9% 而且全校的平均參與率的達到了52.5 就是有一半 另外這群學生在國際移動力的方面的比例是偏低的 平均只有56.9%的弱勢學生通過外語的認證 更僅有7.1%的學生呢參與國際交流 所以這樣一個數據的顯現 都低於全校的平均值 而且蠻多的 所以學校想透過一些研究跟一些措施呢 來幫助這一群學生提升他們的一個學習表現 學校呢他們想要了解一件事情 就是說像這些經濟弱勢的學生啊 如果說把他們的經濟狀況提升 對他們學習表現是不是會有一些影響 那他們是透過校務研究呢 把這三年學校 對於弱勢學生的經濟的支助跟學習的表現作相關性的分析 結果顯示呢 經濟支助跟學生的學期成績的成長是有正向關係 那就是說呢 如果你滿足了弱勢學生的基本生活需求之後 他們就會有更多的時間投入學習 這樣可以提升他們的學習表現 這是他們研究所得到了一個結論 我們好像在看一些冰冷冷的數字 呈現的結果 可是這個背後卻呈現了一個有溫度的情感 我們要了解這些行為背後的原因 然後提供有效的幫助 所以這個資料顯現出來 可以讓學校把有限的資源運用帶真正需要的地方 達到他的效果對不對 所以這個改善之後就 學習跟成就表現就提升了 當然學校必須透過一些方式 畢竟資料分析只是了解現況 學校一定要有具體措施才能改變現況 學習其實還滿有心的 他們制定了一些策略 分別是在課業跟經濟這兩個方面 他們比如說 他們在課業上他們就建立這些學生的學習的預警 還有身心障礙學生專屬的客服跟學伴的機制 另外還有保障弱勢學生海外交流跟研習的補助的名額 然後另外在經濟上 他們有各種的獎勵學習計畫 還有包括一些醫療的支持 輔導機制 還有就業的輔導 還有跟企業募款 還有校友小額的長期認養 透過這些措施幫助支持這些弱勢學生 這是我們看到台北醫學大學 運用這樣一個數據資料來幫助我們的弱勢的同學 而且實際擬訂了相關的策略來協助他們 真的是非常的溫暖 還有沒有其他的例子呢 我們另外舉一個銘傳大學的例子 他們這個校務研究的案例也做得很不錯 銘傳大學他們是想要透過校務研究的數據分析 來建立一個預警系統 希望可以找出學習困難的學生 這樣就可以提供學生個別化的學習建議跟輔導追蹤 可以達到減少休學率跟退學率的這個目的 他們的做法是利用學生跟教師長期在使用的Moodle系統來分析 Moodle系統呢他是一個教學平台 它可以讓教師跟學生呢交流使用 裡面的資料是蠻豐富的喔 包括有教材的內容 討論的內容 學習的記錄 上傳的作業 還有成績等等 銘傳大學到現在已經累積將近有四千多萬的登入人次 六萬多門的課程數量 學生的活動日誌也有好幾億 所以是有相當大的資料可以使用 那他們的做法呢 是想說用Moodle系統來做分析 希望建立這個預警系統 但是他們在考量一個部分就是說 學生在一個學習當中的課堂參與行為 可能會在不同階段是有不一樣的行為 所以呢他們在這個做法上 他是把一個學期18週呢分成每3周為一個階段 那總共會有六個學習的階段 再利用資料探勘的方法 建立的六組模型 每一組模型會對應到每個學習的階段 那這模型呢 他們的一個想法建立的之後呢 接著就需要做模型的訓練 那模型的訓練 他是用前一個學期學生在每個階段的資料來做訓練 然後把這個訓練的結果呢 用在最新的這個學期 所以就可以在最新的這個學期 做多次的預警分析 那比如說像是學生的平時考 或者是期中考的成績如果偏低 還有他們的課程的討論的參與率如果偏低 或者是登入的次數減少 這些都可以用來預測學生可能最後的成績 那可以讓老師及時找出學習困難的學生來進行輔導 預警系統同學自己也可以看得到嗎 基本上他是提供給老師使用 所以這個模型的預測準確率聽說是滿高的 這個模型的預測準確率達到了七成五左右 他可以把每個週期的預測的狀況 再回傳到Moodle系統 老師就可以接收到這個資訊 讓老師可以及時的很精確地掌握到學生的學習狀況 可能就要進一步來了解同學的困難點到哪裡 而不是在學習結束之後 可能有的就是沒有辦法通過 或者被迫要休學 甚至達到退學的窘境 所以對於學生對於老師學校來說 這一套系統真的是幫了一個大忙 我們剛剛聽到兩個例子 一個是運用在台北醫學大學 第二個就是在銘傳大學 都是在校務研究 還有校務管理層 我相信這些數據的顯現或者是 這些資料科學的幫助 不僅僅是運用在大學端 或者是我們校務管理 是不是可以再舉些例子 幫助聽眾朋友們可以在在教育的環節當中 還有哪些是可以提供協助和幫忙的 我這邊再舉一個例子 就是有關繁星入學部分 其實很多大學對於入學管道有進行分析過 他們結果發現繁星入學這個部分 不只可以遭受到弱勢學生 這個部分弱勢學生的比例在這一個入學管道是比例最高的 畢業的時候 他們學業表演其實也都還不錯 那其實這一個繁星入學是扶助弱勢學生很好的方式 這些證據就可以支持繁星制度的持續 跟擴大辦理 這也是校務研究引導校務決策的一個例子之一 是 所以各校也集中很多的心力在研發或使用度上更加的嫻熟 而我們的教育部 教育單位呢也在這個部分更加的來把這些科學資料好好的運用 節目最後我想還有點時間 我是不是請鄭老師幫我們稍微整理一下 所有的這個畫面更加的認識了解 一開始要運用到我們統計學和資訊科學 可是其實他可以運用的層面真的是非常非常廣 那就現階段或就未來來說 是不是還有些部分做一個補充說明 我們剛剛分享的就是國內的案例 就是利用數位學習或者是教育科技來進行資料收集 但是其實不見得一定要用教育科技的方式呢 才能收到有用的資料 現在政府都有在系統建構一些資料庫 那這些資料庫其實對於促進學生的學習研究都有一定的幫助 那比如說 現在教育部在做高中學習歷程檔案資料庫 收集的資料其實也相當豐富喔 內容有包括學生的基本資料啦 還有修課紀錄 自傳 學習計畫 幹部經歷 競賽成果 還有作品 書面報告等 他記錄其實相當的多元 未來每一屆的學生的資料都會收錄到這個資料庫裡面去 所以說如果這項類似這樣的資料庫 如果妥善使用的話 那我相信是可以從裡面挖掘出一些有用的資訊 可以幫助改善學生的學習跟教師的教學 這是妥善的來使用它 是不是在個人隱私的層面或者是運用的規範上 應該有些注意的事項呢 其實現在的大數據的年代 大家最care的一個部分就是個人的隱私的部分 所以比如說 像我剛提到了高中歷程檔案資料庫這個部分 我相信在政府他在整合這些資料庫的時候 都會考慮到隱私的這個部分 你就是說如果有機會呢 這些資料庫開放給研究學者使用的時候 我相信裡面的資訊一定是保障到個人的隱私 就是不會外洩的 今天真的很高興有這樣機會 鄭老師帶領聽眾朋友一起來認識資料科學運用在教育領域當中 讓我們的視野大開 同時也因為這樣的一個數據的改變 或者資料教育 資料科學的一個改變和進步喔 也讓我們的學習環境更加的不同 或者是我們的升學的路徑也因此產生了一些變化 我們非常樂觀其成 我們今天也非常感謝鄭老師 花那麼多的時間在節目中舉這麼多的例子 來幫助聽眾朋友更加的認識了解 謝謝鄭老師