大数据时代的教育抉择·读《与大数据同行》 (转载)
发布时间: 2015-03-09

——读舍恩伯格《与大数据同行》一书有感

 

比较关注大数据的人,一定知道维克托·迈尔-舍恩伯格的《大数据时代:生活、工作与思维的大变革》一书。在这本书中,他提出了大数据对我们的学习、工作和生活带来的三大挑战:一是科学研究的思路和方法受到挑战;二是传统的因果关系的思维习惯受到挑战;三是数据化比数字化更加重要。这本书一经出版,即登上《纽约时报》及《华尔街日报》畅销书榜,其中文版也获得2013 年度 CCTV 中国好书。

2014年,舍恩伯格和库克耶再度合作出版了《与大数据同行:-学习与教育的未来》一书,提醒人们,大数据改变的不仅是我们的生活、工作和想法,还改变着我们的学习、以及教育学生的方式。“大数据正悄悄影响到教育体系的每个层面,对于全世界的学习与教育活动,都会产生极为深远的影响。大数据能告诉我们什么是最有效率的,并且揭示那些过去无从发现的谜题。”

一、传统的教育范式

走进今天的学校和课堂,班级授课制仍然是一种基本的教育范式。

班级授课制最早是由捷克大教育家夸美纽斯倡导的。十六、十七世纪时,欧洲的一的学校首先出现了分班级上课的形式,随后,这种班级授课制形式逐渐为欧美国家所采用,并逐渐完备起来。我国是在十九世纪六十年代洋务运动兴办新式学堂后,开始采用这种形式来进行教学的,但基本上都由国外传教士或者教会开办,国人创办的第一所班级授课制学校,是1900年建于上海市虹口区的澄衷蒙学堂(现在的澄衷高级中学),蔡元培是该校的董事,刘树屏(后来做交通大学校长)是首任校长。

生活在当今世上接受过学校教育的人们,基本上都是在班级授课制这种教育范式中学习的。到了一定的年龄之后,到学校里接受教育,既是国家法定的要求,也是社会各界的共识。几乎所有的学生都在同一个年龄段进入小学,按照年龄接触不同层次的课程学习,在同一个年龄段里毕业;班级里的所有学生,在同一个时间里上按照统一的节奏学习同样的学科内容,记忆和模仿是最重要的学习方式,不管是学有余力者还是学习困难的群体,都要听命于学校的铃声;经过一段时间的学习后,会通过不同类型的监测,来判断学生的学习成效。教师会对学生在学习上出现共性问题的学习内容进行补救,并同时启动后续的学习;教师对教育的判断,基于个体的经验,而不是数据。虽然平时有对学生学习情况的记录,期中和期末有测试的成绩,但这些记录没有很好地数据化,并在判断学生的学习行为中发挥重要作用;学校对教育的管理,基本上是基于经验,其中有对小范围数据的分析,但绝大多数的数据还隐藏在学校的方方面面,没有被挖掘出来,学校之外的数据更没有被重视……

当我们越来越关注学生个体、当大数据扑面而来的时候,人们对这种原本习以为常的教育范式的追问也越来越强烈:为什么一定要按照年龄大小入学,而不是根据学生个体的学习能力?为什么一定要上满规定的年限才能毕业而不是依据学生的学分?为什么要在相同的时间内学习相同的内容,而不是依据学生自己的学习习惯自主选择?为什么要等到学习了一段时间之后才反馈,能否进行即时的反馈?为什么总是根据经验来作出判断,而不是依据对数据的分析和研究?……对这些问题的深思和回答的过程,就是教育改变的过程。信息技术和大数据将在其中发挥重要的作用。

二、学习三大新要素

舍恩伯格说,当下蓬勃发展的在线教育产生了大数据,使得教育不只是“你讲我听”、考试评分或是选修科目更多而已。大数据将帮助我们以前所未有的视角判断什么可行、什么不可行;展示那些以前不可能观察到的学习层面,进而可以基于学生的需求实现教育的“私人订制”;大数据改变学习的三大核心要素是反馈、个性化以及概率预测,这将对教育产生巨大的影响。

1.教育反馈

教育一直比较注重反馈。反馈的方式主要有两种:一是学生的作业,二是阶段性的测试。这样的反馈存在两个问题:一是比较注重就事论事。某一道作业出现了问题,教师会针对这一作业进行辅导,对作业错误原因的分析不够;二是比较滞后。一段时间的学习之后的测试,能够发现群体在学习上出现的问题,但因为时间的累积,再加上教学进度的要求,要再进行弥补非常困难。

除此之外,教育的反馈还有一个很鲜明的特征:单向性。我们对学生的学习情况进行打分或者作出判断,要求他们对自己的行为负责,但很少评价自己做得如何。在学校里,几乎没有做过全面评价一个教师教学水平的工作。教师只要能教出考分比较高的学生,不管这是因为学生自身的潜能、或通过教师大量作业的训练而取得的,就能获得好的声誉。这与商家、服务行业的反馈有很大的不同。在淘宝网上,一个店商的产品质量和服务水平被人们点赞的次数越多,这家店商的信誉度和排名就越靠前,人们前来该店商消费的可能性就越多。

大数据将在改变教育反馈的即时性和单向性方面发挥更加重要的作用。随着学生有更多的学习在平台上进行,教师可以及时捕捉到每一个孩子学习中的个性问题,并提供及时的跟进服务;让教师可以发现学生群体在学习中的共性问题,把教学的重点从基于经验判断转向基于数据的统计和分析。

2.个性化

大家都承认,学习是非常个性化的行为。因为遗传、家庭、环境等方面的差异,不同的孩子学习的方式和路径有很大的差异。但以班级授课制位范式的学校教育,给学生提供的总是经过反复打磨的、经过标准化处理的信息,就像服装商店里所卖的均码服装,体现的是工业化批量生产的特征。每个学生在教室里都得到同样地对待,整齐划一地学习相同的内容,使用同样的教材,做同样的习题。

但今天的商店,已经从提供均码的商品转向个性化的定制。无论是服装、鞋帽,还是食品、生活用品。种类繁多的服务,为不同兴趣爱好的人们提供了满足自己心意的可能。不过,这样的个性化定制,还没有在教育领域得到呈现。虽然有“幕课”、“翻转课堂”等教育的实践,但班级授课的基本模式没有改变。

强大的数据平台和支撑学生学习的数据分析系统,将有可能实现对每个学生学习信息的采集、整理并分析。通过这样的数据分析,我们可以知道一个个具体的学生喜欢在什么时间段内学习,知道他在学习中遇到的关键问题是什么,并根据他的问题提供针对性的辅导资料。教育从批量供给转向个性化指导的技术已经成熟,实现这一转变将只是一个时间问题。

3.概率预测

我们比较习惯于非对即错的判断方式。甚至在教育决策的过程中,这种判断方式也是经常使用的。使用哪一个版本的教材作为区域统一使用的教材,确定让谁来担任毕业班的教师或班主任,做出是否开展某项教育实验的决定……。当我们面对大数据的时候,这样的决策将会让位于概率统计。

如果通过某专业机构的预测,当我们选择了另一个版本的教材时,将有80%的可能会让这门学科的教学质量得到提升。面对这样的数据,我们将做出怎样的决策?是选择该教材,还是否定它?虽然有80%教育质量提升的可能性,但依然有20%的风险在其中,我们能规避这一风险吗?

随着大数据预测在精确度和细节上的提高,我们能够利用这些数据给家长、学生所提的建议也将更多,但这些建议很多都是以概率的方式呈现出来的。我们如何自己习惯于概率思维,并让学生和家长也能习惯于概率分析,是教育者将要面对的新课题。

三、面对风险与挑战

我们常说科技是一把双刃剑,在为人类带来新福祉的同时,也伴生了不少危机和问题。大数据逐渐走进教育的过程中,这样的风险和挑战同样不可回避。

首先是私人信息因为数据采集而被人利用的问题。最近这些年,因为电信、银行、医院、订票机构……对人的基本信息的采集,以及因此而导致的数据信息泄露等问题,一直被人们所诟病。教育进入大数据时代之后,所收集的不仅仅是学生的基本信息,还包括他学习过程的所有记录,这让人们对信息的安全性有了更高的要求,对信息的泄露有了更多的担心。

其次是数据被神话所带来的问题。如果经过数据分析,发现一个学生在某一学科方面有独特的优势,学校或者家长是否能做出决定,让孩子就在该领域发挥自己的特长?人的一生的成长是很复杂的过程,人的很多潜能常因为没有“药引”而未被激发出来。过渡迷信数据的作用,过渡深化数据的魅力,或许会给学生一生的成长带来负面效应。

再次是过去积累的数据对今后的影响问题。在我们国家,每个人都有一份档案,记录了其成长过程中方方面面的事情。如果在人生的关键环节有一些污点,在后续的工作安排上会受到较多的限制和影响。大数据将积累一个人更多的信息,其中包括表现优秀的信息以及犯错的记录,一个成长过程中的人所犯的错误,如果被大数据一直惦记着,并影响到了他今后的工作,这对他本人来说是否公平?

第四是数据被某些专家滥用的问题。数据很多,同样的大数据因为不同的需求,所选取的部分信息以及分析之后所得到的结果也将不一样。这将带来一个新问题,我们分析所得到的,是否是真实的情况?

第五是如何在教育领域用好数据的问题。今天的教育工作者大都对数据的分析和研究不在行。要让大数据在教育领域说话,需要在教育系统配置专业的力量。他们既是数据和信息领域的行家,在算法上非常精通,又是教育方面的行家里手,对教育的规律和学生身心成长的特点有深刻理解。这需要我们在人才培养方面有新的思考。

……

尽管存在着这样活着那样的问题,大数据对教育的价值依然是利大于弊的。带着对这些问题的思考与大数据同行,或许可以让我们的步履走的更加坚实。

 

《大数据同行:学习和教育的未来》 [] 维克托·迈尔-舍恩伯格 肯尼思·库克耶/  赵中建 张燕南/  华东师范大学出版社  2015.01