虚位以待 AD 1000*90
当前位置:首页 > 【组图】辅导员心声:评助学金,能让我不再背锅了吗?原标题:辅导员心声:评助学金,能让我不再

【组图】辅导员心声:评助学金,能让我不再背锅了吗?原标题:辅导员心声:评助学金,能让我不再

时间:来源:

原标题:辅导员心声:评助学金,能让我不再背锅了吗?原标题:辅导员心声:评助学金,能让我不再

原标题:辅导员心声:评助学金,能让我不再背锅了吗?

大学校园里,消费、生活、学习等数据客观地记录和反映了每一名学生的生活水平和状态。在大数据应用如此丰富的今天,它让在大学校园中处于弱势地位的家庭第一代大学生和贫困生不用亲自发声求助,就能得到高校援手。

助学金的评定几乎牵动了所有学生的神经,也让所有辅导员劳心费神。每年的助学金评定时期,各种关于辅导员的流言蜚语也不绝于耳,比如xx和辅导员关系好所以评了一等,xx得罪了辅导员所以最后被刷下来了。

一篇关于助学金的微博下的评论

有辅导员老师表示,自己真是比窦娥还冤哪!助学金评定期间,自己没日没夜地工作,开会宣传、收集材料、审查考核忙里忙外,就是想让助学金能够惠及真正有需求的学生,但最后却难免还要承受这些流言。为什么?

助学金就像是一锅粥,很多学生都觉得自己理所应当该分得一杯羹。对金钱的渴求产生的“比困”心理左右了学生对“贫困”的判断。而如果要摆脱辅导员“独断专裁”的流言,追求公开透明,让学生自述身世,全班投票,又伤害了贫困生的自尊心。

归根究底国家奖助学金本来就是奖励资助那些家庭经济困难的学生的,但“家庭经济困难”如何判定呢?

大数据让贫困生不必自证清白

校友Shannon在知乎网上的一个回答让中国科学技术大学(以下简称“中科大”)在社交媒体上火了一次。2017年7月,他回答了一道问题,其中简述了自己在中科大读本科时的经历。由于经济状况,答主在食堂吃饭时颇为节俭,花费较低,但某天忽然收到学校的邮件,通知自己去领取补助。其实,中科大在监测每名学生的一卡通在食堂的消费状况,如果月度消费低于一定值,就会为学生提供相应补助。除了受助者本人,大多数同学对此并不了解,较好地保护了受助者的隐私。

中科大则证实,自推行“隐形资助”项目以来,累计已资助4万余人次,资助金额超600万元。但出于隐私性的考虑,校方并未主动公布过细节。隐形资助项目起源于一位校园一卡通消费非常低的女同学,她的家庭经济条件较差但并未被学校认定为经济困难。所以学校希望基于学生消费数据分析更准确地找出经济拮据的学生,给予他们更快速直接的帮扶。一套独特的算法因此被开发出来,用以筛选消费水平特别低、需要帮助的学生。

学校首先会对一卡通中心获取的学生食堂消费的数据进行统计,分析多类学生每月平均消费次数和平均每餐消费额度,然后分析同样消费次数下的所有同学的平均每餐消费额。在前两步的基础上,综合得出一条当月学校一卡通平均消费曲线和一条预警消费曲线,低于预警消费曲线的学生就会被纳入资助考虑范围。最后跟贫困生数据库进行比对,在数据库内的,基本可以确定资助对象;不在数据库内的学生,经辅导员、班主任核实家庭经济情况后,确属困难的,则将其加入家庭经济困难学生数据库,及时发放“隐形资助”,同时让其参与后续助学项目的评审。

截至2017年8月下旬,在知乎网上,Shannon的回答收到超过52000次赞同。有媒体直称中科大基于大量食堂消费数据而进行的“隐形资助”是一场大数据的完胜。与此前媒体时不时爆出高校通过公示贫困生信息、限制贫困生携带笔记本电脑或使用超过一定价格的手机的做法相比,中科大的做法既照顾了隐私,又兼顾了公平。学校积极承担责任,努力找出真正需要帮助的群体,而不是将球踢给贫困生,让其自证清白。据了解,南京理工大学、成都电子科技大学也在通过食堂大数据对贫困生进行类似的帮扶。

然而基于食堂消费大数据的“隐形资助”模式同样引来了对大数据测算准确性的质疑:如果学生通过各种手段降低消费和造假,高校是否能够识别出来?对此,采用相似帮扶模式的南京理工大学曾霸气回应:“(学生)真要通过这样的手段来获取补助,说明还是在乎这么点钱的,那也属于我们的补助对象。”

大数据成“预言帝”

从中科大等高校的食堂扶贫举措中可以看出,在“大数据”一词被广泛使用的今天,高等教育领域对大数据的分析和应用也逐渐从浅表层面走向深入,从简单统计走向专业而复杂计算与应用,并愈加注重保护数据隐私性。

除了生活和财务方面的需求,在起跑线上就稍显落后的家庭第一代大学生和贫困生在学习方面也需要高校的帮助。佐治亚州立大学是其中的佼佼者。该校研究人员用四年时间分析学生的分数、考试成绩等多项信息来识别潜在问题,给予学生一定帮助。

佐治亚州立大学的大数据分析实践的主要价值在于预报。其实预警系统并不新鲜,但大多数高校已经采取的学位预警体系还处在较为基础和粗浅的阶段,以学生挂科数量、注册课程数量为基准进行预报,不对具体课程、专业情况进行细分。但佐治亚州立大学的预警系统则通过对海量学生成绩数据的分析和计算而设计出了预报模型。比如,根据过往学生经验,如果学生在专业基础课就拿到一门C,那么学生之后在高阶专业课会遇到更多困难。如果学生的数学课成绩不好,那么在学习STEM相关专业时也会遇到问题。在明确的预警标志出现时,学业顾问就会果断出击,有针对性地给学生提供指导。

比如21岁的佐治亚州立大学市场营销专业大三学生加布瑞拉·萨利纳斯此前在学业上一直表现不错,但金融课的一次考试却拿了不及格。这样的情况让萨利纳斯惊慌失措,不知如何是好,但有了预警系统,很快就有教授介入进来辅导,让萨利纳斯顺利完成了这门课程。

佐治亚州立大学的这项研究结果显示,在较为精确的预报和帮助下,学生的毕业率提高了30%,2016届毕业生拿到本科学位的平均时间缩短了约半个学期,预计帮助学生节省了各项学费和其他费用总计1500万美元。该项研究的主要研究员、该校副校长蒂莫西·雷尼克认为研究结果非常有价值,尽管研究能够普惠所有学生,但是家庭第一代大学生、低收入学生和有色种族学生是受益最大的群体。

佐治亚州立大学的大数据研究成果得到了美国教育部的关注,并获得890万美元的研究奖励,以支持其后续的研究。目前新项目已经在2016年开展,项目研究对象包括1万名来自佐治亚州10多所公立研究型大学的家庭第一代大学生和低收入家庭大学生。提及将家庭第一代大学生和低收入家庭大学生作为主要关注的研究群体的初衷,雷尼克表示,这一群体往往不知道如何浏览和使用校园资源、根据所学专业选择合适的课程或作出决定。这主要是由于他们的家人和朋友中少有人上过大学,无法给出合适的建议和帮助。

教育预测分析专家艾琳·魏格纳指出,佐治亚州立大学的大数据的真正价值在于帮助家庭第一代和低收入家庭学生定位了其学习中的问题到底是什么。此前,大学也致力于给这一群体的学生提供帮扶,可是除了钱之外,学生到底需要什么样的帮助却让高校一头雾水。“我们为什么要给头疼的人贴创可贴?”魏格纳生动地比喻高校在帮扶家庭第一代学生和低收入家庭学生时无法对症下药的问题。“如果我们能不再猜测这一群体的学生需要什么,而是准确地给他们提供最需要的帮助,我们才能知道他们的优劣势在哪里,并帮助他们变得更好。”非营利性研究机构Ithaka S+R 的教育改革项目负责人马丁·科兹威尔则在评估佐治亚州立大学的大数据项目后认为,这一举措取得了空前的成功。

自大数据的概念出现以来,对于大数据收集和使用可能带来的问题,比如数据安全、隐私性等质疑声不绝于耳,佐治亚州立大学的大数据实践也受到了相似的质疑,但多位专家站出来力挺,比如宾夕法尼亚大学教育学研究生院副教授瑞恩·贝克认为不应因为大数据可能存在风险就全面放弃:“任何技术都可能被不当使用,对于家庭第一代大学生和低收入家庭学生来说,预测系统的价值远大于可能存在的害处。”科兹威尔则在评估时强调要注意数据保护,避免类似信息被用于商业目的,防范个人信息被盗。

主要参考文献:

[1]Danilova, Maria. “Study: Big Data Helps Struggling College Students Graduate.” Associated Press, 18 Feb. 2017.

[2]王飞翔. 中科大监测“饭卡”暗补困难生600 万元[N]. 新京报,2017-07-14(A01).

麦可思研究所有原创内容,未经授权不得转载。对于使用产生的一切侵权问题,我们将保留依法追究的权利。专注高等教育,微信搜索“麦可思研究”查看更多内容返回搜狐,查看更多

责任编辑:

虚位以待 AD 300*250

声明:本网部分信息转载于其他网站,如稿件涉及版权等问题,请联系我们!QQ:1036482878