安徽试点“智慧校园”:两年后,作业不用老师批改,大数据量身定做学习方案

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

近日,安徽省教育厅发布《安徽省中小学智慧校园建设指导意见》,计划到2020年,全省所有市、县(区)都要进行智慧学校建设。

作业不是由老师批改而是有专门的作业测评系统自动批改,并通过大数据分析为每位学生“量身定制”作业菜单;利用全息三维投影或VR/AR/MR或可穿戴设备等进行教学……

在这份指导意见中,这样听起来颇为魔幻的未来场景真正走上课堂的实现时间是两年后,现在搬去安徽生娃还不晚,文摘菌只能帮你到这儿啦

30f6e5860d2c6543929db99ac87273d651dc9fb9

文摘菌也摘录了其中最有趣的几项内容,罗列如下:

大数据+互联网=智慧教学

智慧课堂系统

智慧课堂系统能提供教师、学生、班级等用户信息基础设置,通过云端共享在线教学。以课堂为中心全程记录师生、生生互动过程,生成学生个性化的成长记录,为学生提供个性化学习方案,十分人性化地更好地因材施教。

教学应用方面,实现电子课本、教学课件等教学内容的无线投屏,移动电子板书、课堂互动、拍照讲解、移动实物展台、微课录制等教学应用。作业应用方面,支持教师不同课堂的布置与批改。有人工智能帮你批改作业,该是多奇妙的体验?

a020ce0e09549881ef4bf809941acf47b408494d

在线课堂主讲教室

其中,学业评价系统提供题库出题组卷、网络阅卷、结果分析等考试与教学评价服务,将日常的作业、周练、测试、考试等过程性和结果性数据进行伴随式采集,通过对学校、年级、班级、学科、学生的多模块学业及相关数据统计分析,实现科学的学业评价。

智慧课堂系统还将为学生提供学习工具、交互工具、作业与动态评价工具等各种学习应用,同时为学生提供师生互动、生生互动。

大数据教学反馈系统

大数据分析闪亮登场!依托智慧课堂系统,收集课堂全场景的课前预习、课堂互动、作业考试等反馈的动态数据,通过大数据智能分析,实现精准备课、精准讲评、智能批改、精准辅导等,帮助老师们精准掌握班级情况,针对性的安排教学,提高教学教研效率。

168806475bac8d534bba3b95d5a14496238d0350

人工智能+虚拟现实=未来课堂

根据要求,未来课堂是“能优化教学内容呈现、便利学习资源获取、促进课堂交互开展,具有情境感知和环境管理功能的新型教室”。

听起来非常高深,那么具体有哪些高端之处呢?

未来教室包括移动学习终端教室的所有设备设施及应用系统,具备完善的媒体处理能力。能让学生们便利地全面进行听说读写的学习,体验数字教材的直观呈现、练习与测验交互进行。

课堂系统还能够自动记录课堂内师生的所有行为数据,实现动态学习数据的收集、大数据分析和全过程学习测评,精准掌握个体差异,实现个性化教学和因材施教。

除此之外,未来教室还将利用全息三维投影或VR/AR/MR或可穿戴设备等进行教学。试想一下,难以想象的书本知识突然出现在你的眼前,那是多么神奇的体验!

7d5e5a85ccba4ee04a24d83a8466244580303e5b

此外,自动控制室内灯光、温度也是未来教室具备的功能,系统可以根据教室使用状态自动调试室内仪器设备,保证舒适的教室环境。

物联网+云计算=智慧生活

校园网络通过物联网是进行物与物的信息交换和通信,实现智能化识别、定位、跟踪和管理。这个系统可以将校园生活全局把控,为师生创造更便捷舒适的校园生活环境

具体是怎样的功能呢?

校园物联网可以以传感技术实现温度采集、空气质量监测;以RFID(无线射频识别)标签、蓝牙等技术,实现学校资产的智能化管理;定位分析教师和学生的行为轨迹确保师生安全;收集并监测灯具工作状态及照明数据,达到节能和护眼功能;通过综合能耗监测技术,实现学校水、电等能源的节能控制。

除此之外,校园网络系统还能提供智能校园一卡通服务,严格监管一卡通系统,保证师生资金安全。同时该系统还能通过智能化的体育教学设备、体质检测设备和智能穿戴设备,全面收集学生体质健康大数据。

ed76f15a0a7f373476467c5b1c008c4d2e35905c

总之,利用校园网络,方便师生的校园生活,包括校园门禁、考勤记录、食堂就餐、超市消费、图书借阅等;实现校内各种学习、生活、视频安防平台系统的互联互通,能够对师生线上线下行为进行数字化记录与大数据分析。

一个网络系统将整个校园生活管理得井井有条,为师生把生活环境、资金、健康等把控得一丝不苟。有这样舒适安心的校园生活,妈妈再也不用担心你的学习!


原文发布时间为:2018-04-25

本文作者:文摘菌

本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“大数据文摘”。

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
2月前
|
分布式计算 大数据 Java
大数据-87 Spark 集群 案例学习 Spark Scala 案例 手写计算圆周率、计算共同好友
大数据-87 Spark 集群 案例学习 Spark Scala 案例 手写计算圆周率、计算共同好友
77 5
|
2月前
|
分布式计算 关系型数据库 MySQL
大数据-88 Spark 集群 案例学习 Spark Scala 案例 SuperWordCount 计算结果数据写入MySQL
大数据-88 Spark 集群 案例学习 Spark Scala 案例 SuperWordCount 计算结果数据写入MySQL
56 3
|
2月前
|
消息中间件 监控 数据可视化
大数据-79 Kafka 集群模式 集群监控方案 JavaAPI获取集群指标 可视化监控集群方案: jconsole、Kafka Eagle
大数据-79 Kafka 集群模式 集群监控方案 JavaAPI获取集群指标 可视化监控集群方案: jconsole、Kafka Eagle
111 2
|
2月前
|
消息中间件 分布式计算 大数据
大数据-123 - Flink 并行度 相关概念 全局、作业、算子、Slot并行度 Flink并行度设置与测试
大数据-123 - Flink 并行度 相关概念 全局、作业、算子、Slot并行度 Flink并行度设置与测试
166 0
|
2月前
|
存储 分布式计算 算法
大数据-106 Spark Graph X 计算学习 案例:1图的基本计算、2连通图算法、3寻找相同的用户
大数据-106 Spark Graph X 计算学习 案例:1图的基本计算、2连通图算法、3寻找相同的用户
74 0
|
2月前
|
数据采集 数据可视化 大数据
大数据体系知识学习(三):数据清洗_箱线图的概念以及代码实现
这篇文章介绍了如何使用Python中的matplotlib和numpy库来创建箱线图,以检测和处理数据集中的异常值。
67 1
大数据体系知识学习(三):数据清洗_箱线图的概念以及代码实现
|
2月前
|
存储 SQL 分布式计算
大数据学习
【10月更文挑战第15天】
69 1
|
2月前
|
分布式计算 大数据 Hadoop
大数据学习
【10月更文挑战第2天】大数据学习
134 16
|
2月前
|
分布式计算 大数据 Linux
大数据体系知识学习(二):WordCount案例实现及错误总结
这篇文章介绍了如何使用PySpark进行WordCount操作,包括环境配置、代码实现、运行结果和遇到的错误。作者在运行过程中遇到了Py4JJavaError和JAVA_HOME未设置的问题,并通过导入findspark初始化和设置环境变量解决了这些问题。文章还讨论了groupByKey和reduceByKey的区别。
45 1
|
2月前
|
分布式计算 Hadoop 大数据
大数据体系知识学习(一):PySpark和Hadoop环境的搭建与测试
这篇文章是关于大数据体系知识学习的,主要介绍了Apache Spark的基本概念、特点、组件,以及如何安装配置Java、PySpark和Hadoop环境。文章还提供了详细的安装步骤和测试代码,帮助读者搭建和测试大数据环境。
84 1