最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

[报告] 腾讯研究院&北京师范大学:2019数字学习指数报告

[复制链接]
跳转到指定楼层
楼主
发表于 2019-12-5 12:16:09 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
根据 IDC 的研究,2018 年全球数据信息产生和复制量有 33ZB。如果用人的大脑来装这些数据,根据一些研究估计,人脑的功能记忆容量大约在 1.25TB,那么需要超过 280 亿个人脑,相当于今天全球人口接近 4 倍。光靠人脑,我们已很难处理这么巨量的数据。
这些海量激增的数据,正在越来越成为信息和知识的主要载体,塑造出一个加速增长和翻新的知识社会。
增长方面,知识翻番的周期在不断缩短,也就是在不断加速。未来学者富勒提出了知识倍增曲线,IBM 结合现代科技发展速度进一步做了推演:知识增长一倍的速度,从上世纪初的以百年为单位,已大幅缩短到今天以年为单位,未来正在走向以天、甚至可能以小时为单位。更新方面,知识半衰期、也就是一半知识过时的时间,也在不断缩短。根据科学作家贝利等的一些研究者统计研究显示:半个世纪以前新知识可能够用 30-50 年,今天很可能 3-5 年、甚至更短时间就过时了。
因此,今天和未来的人,需要的不仅仅是读课本、记住知识的能力,更需要具备应用数字化工具、持续高效学习和翻新知识的能力,这是对传统大规模标准化教育提出的大命题。
全球主要国家都意识到这个趋势,并正加速推进教育的创新变革。比如美国的《STEM 教育战略》、日本的《社会 5.0 的人才培养战略》、英国的《发挥技术在教育中的潜力战略》等。我国也早有意识并持续加强部署,近期先后有《教育信息化 2.0》、《中国教育现代化 2035》、《关于促进在线教育健康发展的指导意见》等重要政策文件出台。
不难发现,前述创新变革的的重要共性,一是以学习者为中心;二是重视科技+,即数字学习。整体上来看,教育信息化正从 1.0 强调 B 端学校的“建好”, 向 2.0 关注 C 端学习者的“学好”演进。
因此,需要从学习者的角度,构建能更有效学习的数字学习体系。
善学中国是愿景数字学习是手段
司晓表示,当前腾讯与北京师范大学所联合发布的数字学习体系,主要包含三个层面的概念:一是国家层面的“善学中国”,二是行业层面的“数字学习”,三是腾讯能力层面的“WeLearning”。其中:
“善学中国“是愿景。包括两层含义:一是科技向善。教育是教书育人的公共性事业,积极将科技创新成果应用于教育,让大家尤其是年轻一代能够更有效掌握新知识和新技能,助力国家和社会培养更多、更优秀的人才,充分体现科技向善的价值。二是善于学习。面对加速膨胀和翻新的知识社会,快速、有效地学习成为非常关键的能力,这不仅决定个人发展,更将决定一个民族和国家在未来世界版图的位置。尤其是面对全球科技竞争,我们需要成为善于学习和创新的国家,才能引领发展。
“数字学习”是手段。教育行业相关的单位与机构,积极通过数字化技术对教学进行改造升级,支持国家加快实现“善学中国”的建设。泛在、多元和普惠,是数字学习发挥价值的三条主要路径。一是泛在化学习,从“有限时空”扩展为“不受限时空”。让“学习嵌入到每个人的日常生活中,可以随时、随地、使用任何设备获得”。比如大学慕课让校内的学习资源能开放给全社会使用、知识问答能有效激发社会力量参与知识贡献等;二是多元化学习,从“单一标准”扩展为“多样可选”。通过提供多种学习内容和形式,并能根据学习者需求进行个性化定制,提高学习者效率和效果。比如游戏化学习能激发学习者兴趣,人工智能自适应学习能根据学习者情况设计最佳的学习路径,项目式学习能促进学以致用等。三是普惠化学习,从“局部不均”扩展为“人人能享”。借助数字学习消减人们的学习障碍,让大家都能享有优质的学习资源。比如开展远程公益教学、科学素养教育、教育领域的信息无障碍创新等。
“WeLearning”是腾讯能力在教育行业的汇聚和创新。基于多年积累,腾讯梳理出 3 个 C 的能力为教育服务:第 1 个“C”是以连接(Connection)扩展泛在化学习。连接是腾讯的强基因,从 QQ 到微信,腾讯已构建十亿级的用户连接。而这为以“用户为中心”的泛在化学习扩展实现,提供了最佳的基础网路和扩展能力,让学习者与家长、老师、学校、教育部门等能充分互联。第 2 个“C”是以内容(Content)丰富多元化学习。内容是腾讯的主能力,腾讯积累了游戏影音等丰富的数字内容能力,能有效应用于教学,实现多元化学教学内容的快速聚合与创新。比如高清视频直播的编解码能力,就能有效应用于在线教育、双师课堂等场景。游戏能力用于功能游戏、编程教学等开发,有利于促进科学素养的普及。第 3 个“C”是以社会责任(Commonweal)促进普惠化学习。社会责任是腾讯的基本元。腾讯愿意超越单一的商业利益主动承担社会责任,发挥“科技向善”的力量弥合教育的数字鸿沟。比如腾讯公益、一丹基金会等,都做了很多教育公益类项目。
泛在、多元、普惠评估数字学习推动均衡发展
基于对行业的数据分析和洞察。目前腾讯研究院与北京师范大学智慧学习研究院初步构建了数字学习指数的评估体系,希望能为国家和行业把握数字学习的区域发展情况、更有效地推动区域数字学习发展,贡献腾讯的力量。
其中评估的主要维度即是泛在、多元、普惠三方面,数据源囊括了微信、QQ、腾讯大数据、腾讯课堂和腾讯公益的教育类相关数据,评估方式参考了数字中国指数的多年经验,评估结果覆盖了全国351 个城市的数字学习发展情况。
从整体看:数字学习发展区域不均,城市头部效应明显。数字学习指数整体呈现“东、南高,西、北低”的特点,与经济和人口分布大致一致。头部 20% 的城市,占了 70% 的数字学习规模,很类似“长尾效应”。
从区域看:华东体量最大,华北最不均衡,华南人均最活跃。区域数字学习指数总量上华东遥遥领先,是第 2 名华南的 2 倍。但消除掉人口规模的影响,人均则是华南领先,可见华南人的数字学习更为活跃。而华北的城市离散系数最高,说明该区域数字学习规模分布最不均衡,城市间差异最大。
从省份区别来看:广东大幅领先,四川最不均衡,西部普遍落后。省份总量上广东大幅领先,是第2 名山东的 2 倍。而四川的城市离散系数最高,与四川在数字中国指数中的情况类似。说明该区域数字学习规模分布最不均衡,城市间差异最大。西部普遍落后,排名最后的西部 5 省指数总量之和不到广东的 1/6。
从具体城市看:大城市表现突出,城市差距大,均衡发展任重道远。北京稳居全国第 1,首都文化中心的地位同样体现在数字学习上。前 4 名为北上深广,占了全国指数总量的 20%,远高于这 4 座城市占全国 GDP 的比例(16%),说明数字学习的城市头部效应更明显。城市间差距大,全国 351 个城市,Top 10 城市指数总量之和是 Last 10 的 1000 多倍。由此可见,未来还需要加大力度推进数字学习的均衡发展,尤其是对排位靠后的城市而言更需要加大支持。
与此同时,司晓表示。针对如何为数字学习发展构建更好的环境,该报告也从宏观环境、教育投入、个体条件和教学成果四个维度进行了相关分析。研究发现:
宏观环境方面:与经济发展、文化活动、互联网基础资源等相关指标显著正相关。GDP 为代表的经济情况好、图书馆流通人次为代表的文化活动量大、IPV4 数量占比为代表的互联网基础资源丰富的地区,更有利于数字学习的开展。
教育投入方面:与公共教育支出、教学设备和信息化投入显著正相关。政府一般公共预算教育经费等教育支出多、学校教学设备投入大、计算机等信息化投入大的地区,更有利于数字学习的开展。地方对教育信息化等的投入,能够对整个行业产生带动作用,同时有利于普及学生的信息技术能力,从而推动数字学习发展。
个体条件方面:与收入和教育水平有一定相关性,与互联网渗透率强相关。与居民可支配收入有一定相关性(正相关但解释力弱),与高中生人口占比也有一定相关性,但与文盲率无关,同时与互联网渗透率显著正相关。这表明数字学习一定程度上能降低收入和教育水平的门槛,比如免费在线课程、影音形态的教学内容等,能让更广泛的人使用;但同时也需要用户具备互联网接入等基本的数字能力。
教学成果方面:与学校的学生毕业规模显著正相关。高中、高校的毕业生越多,数字学习指数越高、规模越大。这可能表明学生群体、而且是学习成绩达标能顺利毕业的群体,可能是数字学习的重要群体。
总而言之,发展数字学习需要好环境。宏观上,需要良好的经济、文化和互联网等基础,教育投入尤其是信息化建设能够为数字学习起到明显的带动作用。微观上,数字学习一定程度能降低个人收入和学历门槛,但需要给予基础的数字能力,学生群体是数字学习的重要群体,应重点关注。


楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-4-26 03:34

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表