简介：
2019年4月14日，第二届“数据驱动的计算教育学”研讨会在扬州大学召开，来自基金委、扬州大学、北京师范大学、复旦大学、浙江大学、东北大学、哈尔滨工业大学、四川大学、中山大学、桂林电子科技大学、百度、科大讯飞、批改网和华东师范大学等单位的五十余位专家学者就“数据驱动的计算教育学”开展了广泛的研讨。
会议背景：
推进信息技术与教育教学的深度融合，实现教育现代化已经成为我国的重要战略任务。近年来，国家教育部和国家自然科学基金委组织发起了教育的交叉学科研究，鼓励用自然科学的思路和方法来研究教育的科学和实践问题。为响应国家号召，我们经过两年多的深刻思考和反复研讨，于2018年12月召开了第一届“数据驱动的计算教育学”研讨会。
现代科学从三百多年前的牛顿时代算起，在其发展历史进程中经历了科学探究的实证范式 (Empirical Paradigm)、理论范式(Theoretical Paradigm)、计算范式(Computational Paradigm)三个阶段，取得了辉煌的成果，极大地推动了人类社会的进步和发展。第四范式(The Fourth Paradigm)，即数据密集型范式 (Data-Intensive Paradigm)的提出，预示着科学探究和发现将进入一个崭新的阶段，会带来方法论和思维方式的根本变化，人类将更有可能接近科学的本质。第四范式是科学探究前三个范式融合统一的结果，是科学研究方法的螺旋式上升。站在第四范式这个新的高度和起点，一些目前还没有进入科学研究范畴的学科领域将有可能借助数据和数学(算法)，进入科学发展的快车道，迎来具体实践和科学理论相互促进，蓬勃发展的繁荣局面。数据驱动的计算教育学就是基于这种认识提出来的，是我们关于教育的科学研究和科学实践新范式的探索。
教育研究是关于人的研究，属于应用社会科学的范畴，按照传统自然科学的观点，科学研究的第一范式(实证范式)在这些领域还没有真正获得成功。互联网的出现带来革命性的改变，利用互联网平台进行真实的行为数据的采集和处理；利用数据来分析和解构社会现象，并且形成闭环；利用协同过滤算法和人工智能算法作为强有力的工具，对人类行为进行建模和预测。数据驱动的计算教育学的根本宗旨就是用数据作为根据，用数学作为工具，将教育研究和教育实践提升到新的科学层面。
数据驱动的计算教育学是一个典型的学科交叉的研究领域，需要教育学、计算机科学、人工智能、互联网等各个领域的观念碰撞和密切合作，需要不同领域知识和深度融合和协同创新，需要立足现实应用，在解决痛点问题中，逐渐形成和完善新的概念和理论体系。
会议内容：
上午的会议由全国英语写作教学与研究协会常务理事、中国英语教学研究会语音专业委员会常务理事、江苏省高校外语教学研究会副会长、扬州大学副校长俞洪亮主持。首先，俞校长代表扬州大学、扬州大学信息工程学院对与会专家学者表示欢迎，同时表达了对第二届“数据驱动的计算教育学”研讨会的研讨主题充满了期待。
华东师范大学副校长周傲英教授首先做了题为《数据驱动的计算教育学----互联网时代的教育研究新范式》的主旨报告。他首先回顾了现代科学研究四种范式的演进，他还特别指出随着互联网、大数据和人工智能相继成为热点，科学研究范式经历了螺旋式上升的发展，已达到一个新高度和新起点，即作为第四范式的数据密集型科学发现。在“互联网+”时代，数据作为新能源，势必驱动教育学的研究，使得破解教育研究和教育实践中的问题成为可能。这需要教育学、计算机、人工智能和互联网企业等多方力量的参与和协作，这也正是数据驱动的计算教育学的意义所在。
国家自然科学基金委政策局原局长、教育部科技信息学部委员、北京师范大学郑永和教授做了《计算教育学的缘起与科学问题初探》的主旨报告。他首先概要地介绍了数据驱动的计算教育学与传统教育学研究范式的异同，初步整理了部分教育信息科学与技术领域的科学问题，为计算教育学的理论研究提供了重要参考。此外，他还特别指出以新的研究范式为特征的计算教育学还需要经过广泛的探究，需要多方协作进一步厘清该学科的内涵和边界。但可以推断，数据驱动的计算教育学可能因为研究范式的转变切实推动教育规律的发现，成为教育学研究的新趋势。
教育部长江学者、华东师范大学教育学部李政涛教授做了题为《从教育量化研究走向“计算教育学”》的主旨报告，他指出数据驱动的计算教育学作为教育实证研究的新阶段，已经逐渐成为当代教育学研究的热点和主流。他特别指出，从作为研究方法的量化研究，走向作为学科的计算教育学，需要从基本概念、范畴、问题、方法论和学科制度等多个角度，满足创立学科的基本条件或构件。
复旦大学大数据学院副院长薛向阳教授做了题为《人工智能领域研究生培养的一点思考》的主旨报告。他的报告主要分为两大部分：一是、人工智能应用开发急需人才培养模式的创新；二是、人工智能时代未来教育的憧憬。他指出人工智能时代信息系统开发急需模式的创新，致使人工智能人才的行业趋势和行业需求发生变化，不仅需要更为精细化的人才培养模式，而且需要校企融合、联合培养。在人工智能高度发达之后，人类同时活跃在物理空间和虚拟“赛博”空间中，人才培养的目标、方式和方法都需要实现转变。
批改网创始人兼CEO张跃先生做了题为《人工智能时代的英语作文智能批改》的报告。在报告中，他生动地演示了批改网支持多元化评价的英语作文批改系统和数据驱动的英语写作实时课堂教学系统。通过实时无感地获取学生学习数据，批改网突破了英语写作教学困境，实现写作教学的智能化、实时化、互动化，调动了学生写作的积极性，提升写作教学的效率。通过批改网在英语写作教育教学中的实践，与会者见证了互联网、大数据和人工智能相关技术在构建智慧课堂教学系统和学生英语写作评价中发挥的积极作用。
华东师范大学数据科学与工程学院王伟研究员做了题为《走向规模化智能化教育—以数据科学与工程通识课程为例》的报告。他指出随着大数据与人工智能时代的到来，全民计算机通识教育开始成为教育者广泛关注的焦点，教育信息化2.0时代的规模化和智能化诉求，使得这类课程需要在课程内容、学习形态、交付手段上有所创新和突破。在计算教育学理念的指导下，他还介绍了新时期数据学院在计算机通识课程建设中的实践经验，主要包括：交互式情景课程的开发、大规模在线实训平台的研发、授课过程的创新实践、学习行为数据的采集分析等。
在自由讨论环节，由国家自然科学基金委政策局原局长、教育部科技信息学部委员、北京师范大学郑永和教授主持。各单位与会代表分别发表了各自观点，开展了深入的研讨。
在与会代表中，教育部原副部长、国家自然科学基金委员会管理科学部主任吴启迪教授指出，作为教育学的一个分领域，数据驱动的计算教育学的学科建设需要广泛听取教育专家的意见和建议，不仅实现传统教育学和数据驱动的计算教育学的深度融合，而且实现信息技术与教育的深度融合，切实推动教育学研究的发展。
桂林电子科技大学原校长、广西省政协科教文卫副主任古天龙教授指出：在学科设置上，目前有计算化学、计算数学等多个计算X，但是数据驱动的计算教育学和已有的计算X不同，因为它强调了数据的重要性。但是观察这些计算X的发展历史，对建设计算教育学这个学科非常有帮助。有别于传统的教育信息技术学，数据驱动的计算教育学初衷非常好，目标也非常宏大，因此我们需要考虑计算教育学的学科建设、专业设置和学科基础原理等问题。
《华东师范大学学报（教育科学版）》主编、编审、华东师范大学课程与教学研究所杨九诠研究员表示：数据驱动的计算教育学是非常值得期待的一个研究领域，必将是教育学研究范式非常了不起的革命。他联想到美国哲学家托马斯·库恩(Thomas Kuhn)的范式理论，库恩在《科学革命的结构》(The Structure of Scientific Revolutions)中的阐述，成熟的科学研究范式的标志一定是教科书形态的，而数据驱动的计算教育学可能实现从旧教科书时代、新教科书时代、到后教科书时代的过渡，是一种颠覆式的转变。他还联想到乔布斯之问，而回答乔布斯之问可能就是数据驱动的计算教育学。他还表示，从学术期刊的角度，很愿意、也很期待大家的研究能够进一步推动《华东师范大学学报（教育科学版）》越办越好。
全国高等学校教学研究会计算机学科委员会委员、中国计算机学会高级会员、扬州大学信息工程学院院长李斌教授指出：数据驱动的计算教育学是一个新兴的学科，需要多年的积累。他特别响应了周傲英副校长的观点：“想都是问题，做才是答案。”因此，他倡议把热衷于计算教育学研究的企事业单位组织起来，建立一个联盟，深度融合、并围绕计算教育学可能存在的科学问题开展深入的研究。
与会专家一致认为，在“互联网+”时代，数据作为一种新能源将会深刻改变教育的方方面面。通过此次研讨，一方面，数据驱动的计算教育学的学科内涵、核心科学问题和实践途径等越发清晰；另一方面，大数据、人工智能与教育的交叉融合是一个漫长的过程，在综合运用信息技术手段解决痛点问题过程中，逐渐形成和完善新的学科概念和理论体系。
撰稿：高明
摄影：高明
排版：王冬慧
