「讀懂大資料與教育」特別策劃· 解讀
大資料來了，教育如何站位
圖為維克托·邁爾-捨恩伯格在演講呂安琪攝
維克托·邁爾-捨恩伯格，牛津大學網際網路研究所教授，擔任微軟、世界經濟論壇等大公司和組織的顧問，是大資料領域公認的權威，寫過《大資料時代》等八本書和上百篇**。
■肖玉敏
讀完維克托·邁爾-捨恩伯格和肯尼思·庫克耶的《大資料時代：生活、工作與學習的未來》（華東師範大學出版社），我開始理解了什麼叫大資料。在作者眼中，大資料「是當今社會所獨有的一種新型能力：
以一種前所未有的方式，通過對海量資料進行分析，獲得巨大價值的產品和服務，或深刻的洞見。」聯想到購物**推薦的各類產品以及旅遊**上各種優惠資訊，我很容易地理解了大資料帶來思維變革、商業變革和管理變革的社會現實。作為一名教育工作者，我更希望能夠通過他們的新書，在一定程度上回答「大資料離我們有多近」和「大資料離我們有多遠」這兩個問題。
大資料離我們有多近
不論我們喜不喜歡，教育領域正在開展的一些教育實驗，如微課程、翻轉課堂、慕課、電子書包等都是當前尋求教育變革的一些嘗試。仔細分析這些實驗不難發現它們都離不開——資料，類似的教學改革都圍繞乙個主題，即為學生提供學習資源，並在學生學習過程中獲取學習資料，隨後積累、分析和應用這些資料，然後為他們提供評價與反饋，也就是說基於資料的教與學實際上是當前眾多教育變革的方向。
《與大資料同行：學習和教育的未來》這本書讓我們看到了網際網路時代的我們通過教育平台能夠獲得的資料之大，「它們能夠告訴我們什麼是最有效率的，並且揭示那些過去無從發現的。」他們認為：
「在某些方面，慕課仍然等同於強調『講台上的賢能者的傳統教育』……而慕課的其中乙個構成要素卻是嶄新而強大的，那就是它能產生大資料。因此，雖然在每一門慕課課程中流失的學生非常厲害，但是就像吳恩達教授的教學結果那樣，即使只有10%的學生完成課程學習，那這個數字也是1.3萬人，「如果憑藉傳統的教學手段，則需要他終其一生才能達成」。
細細想來，類似的海量資料不單單為可汗學院的**平台所擁有，並且也為很多**部門、搜尋平台、**教育機構所擁有，因此有關未來教育的關鍵詞中一定會有基於資料的決策。有關學習行為、學習喜好與風格、學習動機與態度的資料等，都將成為教育決策的依據，而且每個利益相關的群體和個人都能從中獲益。如**部門制定政策、教師調整教學策略、學生進行自我分析、家長了解孩子成長、社會機構分析教育現狀等，都可能因為有大資料的幫助，逐步從基於常識的決策走向基於資料的決策，減少盲目性，正如作者所說的那樣：
「可以打破『乙個尺寸適合所有人』的同質性」（p36），把有效努力從無效努力中分離出來。」這樣看來，大資料離我們並不遠。然而，普通老師、教育管理者或者家長看到了大資料的教育應用價值嗎？
或者說，大資料的影響有作者說的那麼大嗎？
大資料離我們有多遠
《與大資料同行：學習和教育的未來》並不是那麼容易讀明白的書，它富於感性色彩的六個標題語讓我在略讀階段經常迷失，在精讀時，我全面梳理了這本書的結構，如左下圖所示：當我一部分一部分去審視這些內容時，不難發現，作者提到的大資料在教育領域中產生的眾多影響似乎都是剛剛開了頭，甚至還很難想清楚普通老師和管理者從哪些渠道可以得到自己想要的資料，我們的教與學也還沒開始大規模地從大資料中獲得有用的資訊，更不用說有效應用大資料做到教育創新了。
本書例項很典型，但數量比較有限，讓我感覺大資料似乎離我們還很遠。
在閱讀過程中，我嘗試跟著作者的思路看看我所關心的教育領域與大資料有效應用之間的距離。
1.關於教師的角色轉變
「大資料幫助教師確定最有效的教學方式，這非但不會剝奪他們的工作，反而會提高工作的效率和趣味性」（p9）。「教師不再需要憑藉主觀判斷選擇最適合教學的書籍，大資料分析將指引他們選出最有效的、支援進一步完善和私人定製的教材……教材是可以進行個性化處理的（p40-41）」。
教育變革時代教師角色的轉變是很多人的共識。過去教師們一直在利用各種各樣的資料，特別是測驗資料、自己觀察到的資料、家長那裡得到的資料等進行教學並關注學生的成長。這些資料往往是個人性的，評價重點基本上落在學習成績和課堂行為上，缺乏大視野下對學生發展整體水平的判斷，因此特別強調統一標準和齊頭並進。
然而大資料將這些資料放大了很多倍，成千上萬個體互動的正式或非正式的學習資料都會成為教師可以分析和利用的資料，他們可以從對這些資料的分析中獲取讓學生學得更好、更有效率的資訊，了解不同學習內容、學習方式對不同型別學生學習的幫助，從而在進行教學設計時從巨集觀上把握大局，設計有益於學生自主與合作學習的教學活動，在教學實施與評價方面則發揮每個學生的能動性，將個性化與差異化教學變成現實。教師們的角色也因此從講台上的傳授者逐步轉化為學生學習的指導者、助學者。
但是，我們的老師能得到這樣做的機會嗎？或者都有能力這樣做嗎？
2.關於學生的學習
「然而我們在其他行業見到的類似的多樣性和定製化，尚未在教育領域大規模地顯現」（p33）.「學生們受到同樣的對待、使用同樣的教材、做同樣的習題集，這不能稱為個性化學習」（p34）.「我們可以對知識的傳遞進行個性化處理，使之更好地適應特定的學習環境、偏好和學生能力」（p36）。
學習對每個個體而言都不是乙個線性進步的過程，從大資料中，人們可以發現乙個人在學習過程中所經歷的所有學習體驗和學習結果，對教育者來說，有可能了解學生學習的探索和發現歷程，提供更有效的學習支援；對學生自己來說，可以有效地反思學習策略與方法，並不斷完善它們；對家長而言，了解自己的孩子，發現孩子的長處，也能夠更好地幫助孩子樹立面對未來的信心……而所有這些學習分析，都建立在學生互動交流的資料基礎上，它們是動態變化的、及時反饋的、多方面的，大資料一方面避免了我們從時間維度上僅以某個階段的學習資料對學生作出一成不變評價，另一方面，也避免了在空間維度上僅僅觀察學生的某些方面，如學業成績、課堂表現等就給學生乙個評價結論的情況，因為學生**的交流水平，對自己學習掌控，對知識和技能的貢獻，學習的視野和能力等都會成為動態分布資料的一部分，這樣，學生真正的個性化學習需求和水平就能得到全面的考察與衡量，針對性的個性化學習輔導也才有可能落到實處。但是我們常常做的是不是提出統一的要求，讓學生機械地按照我們指定的內容和方式學習？我們觀察的資料是不是仍然要以學生的學業為主？
3.關於大資料的分析視角
「質量控制通常交由專門機構負責，其任務是還原事實，而不是把情況描述成管理者希望的樣子」（p56）。「大資料有能力將資料的生成與處理、利用分隔開來——在資訊上與教育鬆綁，同時將學校和課本轉化為資料平台，促進學習的改善」（p59）。
從教育的視角看，大資料分析主要關注兩大領域：學習領域和學術領域(anirban,2015)。如果期望從大資料中獲得關於學生成長的全面資料，分析的視角十分重要。
姜強等人認為：「教育中的大資料分析應以嶄新的思維和技術重點對學習過程中的微觀表現進行測量，從多個維度，如努力程度、學習態度、智力水平、領域能力、互動協作等深層次挖掘有價值資料資訊，揭示其中隱藏的學習行為等模式並以視覺化方式呈現。」這其實也反映了基於大資料的學習分析是對學習者群體與個體的眾多方面進行全面的資料整合，發現規律，根據規律提出合理的**，從而指導學習者改進學習。
因此，它需要專業人士（演算法專家）來做這樣的工作，並避免單一視角或不全面的分析，特別是對資料的流動要敏感，以避免本書兩位作者所提到的現象：運用大資料給一部分學生貼上了標籤，使「我們的社會倒退為一種近似種姓制度的新形式——精英和高科技封建主義的古怪聯姻。」（p90）然而我們當前使用大資料是不是基本侷限於資訊管理和評價學業成績呢？
4.關於基於大資料的教育創新
「當下面臨的變革並不是技術層面上的。這種改變影響著我們能夠收集的資料型別以及我們對這些資料的挖掘方式，促使我們對學習、教學和獲取知識的過程展開全新的理解（p102）。
不論什麼時代，變革往往都不是線性的，教育變革也不是一級一級向上公升的過程。儘管今天的**教育已經成為教育創新的孵化器，但是僅僅依靠**教育去思考教育創新是遠遠不夠的。傳統教育與**教育並非非此即彼的關係，很多教育工作者更加強調混合學習模式下的教與學，認為學習者準確提供從大資料中獲得的形成性反饋資訊才是大資料的優勢所在，因為教師們是無法做到一直為學生們提供形成性反饋的具體資訊的，只有網路平台才可以做到。
所以無論是可汗學院，還是慕課平台，他們是教育創新的重要示範。
如何將**課程與教師組織的課堂教學有機結合起來？如何充分利用混合學習模式的優勢開展教與學？如何把從這種混合學習模式中得到的學習大資料有效分析和利用？
5.關於大資料帶來的風險
「它還有可能加深教育鴻溝，使社會和經濟上的鴻溝持續存在，更多的婦女和少數族裔將被上層淘汰」（p88）。
和任何崛起的技術一樣，大資料帶來的風險也是顯而易見的，如誰擁有大資料、個人隱私如何保護、從哪個視角去分析大資料、從大資料中獲得的資訊如何被恰當分析並有效反饋給學習者和公眾等，都是應用大資料會碰到的問題。此外，有些人有更多機會獲取和利用大資料，而有些人缺乏獲取大資料的渠道，還有人缺乏一定知識技來理解和應用大資料，所以大資料確有可能導致更加不平等的現象出現，這本身有違大資料讓更多人更便捷、更公平使用網路資源的初衷。要解決這樣的問題，僅靠努力改善大資料的應用環境是遠遠不夠的，因此作者指出：
「如果教育中的大資料看起來在造就不公平和促成新的不平等，那麼公共政策就要跟進了。（p123）公共政策如何跟進？
由於本書的容量不是很大，作者對大資料與教育的關係進行的是初步、廣泛的分析，它對於我們特別關注的大資料在教育中的多方面應用，只是提供了一些基本的線索。然而作為一本教育大資料的啟蒙讀本，它還是值得我們閱讀，並且能夠啟發我們思考。
（作者系華東師範大學教育科學學院教育資訊網路中心主任）
LBS與大資料
這兩類資料，從分析上來說，第一類資料更接近於傳統的空間分析思想，最多就是時空分析，把時間序列加入到空間分析模型中。而第二類的資料分析更偏向於傳統的資料分析和資料探勘，有報表，有警報，但是如果不把空間的位置加入，無疑會漏掉很多的資訊。lbs的資料，是gis資料裡面最符合大資料思想分支了，屬於傳統gis...
高校教育大資料的分析挖掘與利用
作者 鄭慶華 中國教育資訊化 高教職教 2016年第07期 摘要 本文從高校教育大資料的匯聚融合與挖掘應用的角度，分析了如何運用教育大資料技術推動大學管理和人才培養的創新改革的思路和方法。首先，分析了教育大資料對高校現代化 精細化 規範化管理的4個價值 其次，給出了高等教育大資料技術平台的基本技術架...
大資料時代教育面臨的挑戰
胡弼成，鄧傑在大資料時代，教育領域的變革面臨著諸多挑戰。一 佔據社會發展話語權，重新發掘教育價值的挑戰資料科學的出現，對教育教學方式的改觀 人才培養模式的設計 教育面貌的重塑提出了新的要求。教育要在社會新一輪的變革中體現自身價值，獲得話語權，引領並服務社會發展，就必須與時俱進，革新教學方式，創新教育...