大数据如何改变教育（转载）

admin管理员组

文章数量:1530023

大数据如何改变教育

 链接个有用的地址：http://wenku.baidu/link?url=PU0lfesMGcH00YFIljd2VcANLgs8uQ3O8cIsYXuG6UWhita2_fNk00XX1GOY-YgfreZ5DR19X11Ii5J_qpZMY85CCkEugkNke046GQ0aXci

    “不得不承认，对于学生，我们知道得太少”——这是卡耐基• 梅隆大学（Carnegie Mellon University）教育学院介绍中的一句自白，也同样是美国十大教育类年会中出镜率最高的核心议题。

    在大多数教研活动中，评判一个课堂的好坏，更多是专家审美型的——教师的环节设计是否层层递进，提出的问题是否有效，环节设置与本节活动的目标是否契合，等等。而学生在这个课堂中的体验，大部分时间是被完全忽略的，即使获得了关注，也往往是“被代表”的——听课者会根据自己的经验来假设学生的体验，而学生真正的体验如何，却没有强大的技术与数据源可提供分析与实证。

    大数据的到来，恰恰正是能从技术层面让体验者的感受得以量化与显现。学生在一个课堂中的需求与态度，经由大数据的处理变得可视，这也提供了教研活动以更为鲜活的素材——倾听学生成为了可能，教师有了了解学生的途径与方法，从学生的需求出发改变教学行为成为了可能。第一个变化在于思维路径的改变——从演绎转向归纳，在“去经验”的过程中找到真正重要的教育影响因素。传统的教育研究往往是经验式的，我们总是认为某些因素对学生很重要，对课堂很重要，比如提问有效性，课堂的节奏等。然后，我们通过一次次反复的实践来验证这些经验。但是，这些因素真的是重要的吗？在大数据的思维方式下，真正的重要因素来自于数据挖掘而非想当然的经验。

    我们来看一个经典案例。作为一个笔记本电脑销售门店的主管，哪些方法可以帮助提高销额呢？有许多专家、专业人士会给出建议，比如提高库存管理的能力，提供员工更多专业培训，做更新更炫的广告，或者搞一些促销活动。这些方式当然都会很有效，分别能够提高 2％-9%左右的销售额。

    但是，历来讲求创新的苹果公司偏偏不信这个邪，而是将门店中所有能够收集到的数据，不管看上去是不是有关联，全都输入了软件。最后发现了一个惊人的现象，电脑屏幕和桌子呈70度角左右的电脑销售量比其他电脑高出15%，比其他任何经验式的建议更有效。这是为什么呢？因为当我们走到一个70度角的电脑前，总觉得反光非常地不舒服，而当人觉得电脑屏幕反光不舒服，很自然而然地会伸手去扳动屏幕。心理学理论告诉我们，一旦潜在客户与货物发生了肢体按触，他购买这个商品的可能性就上升了15%。

    这个例子，对于我们改变课堂与校园环境有何启示呢？许多对学生真正起作用的影响因素，未必是我们经验中认为重要的因素；而我们内心认定的重要因索，也未必真有如此重要。

    大数据带来的第二个变化在于信息真实性的凸显，让信息从可疑到可信，使研究者能够真正获悉真实的情况。比如，我们肯定都或多或少地接触过问卷调研这种方法，但是对于问卷调研的结果，我们又有多少信心呢？

    斯坦福大学的教育评估权威哈代教授曾经做过这样一个有趣小实验，他关注的内容是不同国家师生在做量表与问卷时的F值。F值指的是被试者填写问卷时出现的掩饰倾向。结果发现，中国学生的F值比美国与以色列学生分别高23.4％与27.6%；而中国教师的这一倾向则更为明显，达到 36.5% 与41.4%。在中国的文化环境下，师生更容易认为一个量表和问卷是用来评判自己的，从而更倾向于掩饰自己的真实想法。所以如果想获得真实、客观的数据，问卷并非是个好办法。

    另一种情况是，有时即使学生想提供真实的信息，但也无能为力。比如调研学生课外运动的时间，我们最通常的做法是设计一个问卷，问他“本学期平均每周参加课外运动的时间，A、l 小时以下，B、1-1.5 小时，C、1 .5-2 小时，D、 2小时以上”，且不论选项的设计是否能体现区分度，我们自己又能否比较准确地估算出自己一个学期里平均每周参加多少运动呢？

    经常上微博的人也许会关注SOHO中国的总裁潘石屹，他每天早上都会发微博“今天早上我跑了几点几公里”。他的数据是可信的吗？我相信是非常准确的。为什么呢？因为他随身携带的手机上有这样个 App ，能够记录他跑了多少公里，花了多少时间，甚至跑步的路线也能记载下来。有了这样的方法，那么要计算每周他跑步的时间与距离就变得可行了。

    这样的例子，对我们进行科学的调研有何启示呢？

    大数据带来的第三个变化在于个性化教育具有了可能性，真正实现从群体到个体。

    我们通常布置作业的方法是“所有人完成第三题到第八题”，给学生推荐书目的时候也是给出同样的推荐清单。这本是无可厚非的，因为集体教学的最初起源就是将同龄的学生聚在一起，把他们看作智力水平差不多的一组人，给予相同的教育以节省成本。但是，当技术能够帮助我们了解每个学生的需求之后，绵延了两千多年的“因材施教”的理想，是否离我们更近一些了呢？

    你现在上网的时候，有没有发现，这些网站正在变得越来越了解你？比如淘宝网，它会根据你买过一些什么，浏览过一些什么商品，来判断你还有可能购买一些什么。比如新浪微博，它会根据你关注了哪些人来判断你还可能对哪些人感兴趣。这种技术实质上是通过数据的归类与分析，来预测“出现某种行为的人还很有可能出现另种行为”。

    如果这样的技术能够应用在作业上，会是怎样呢？比如A同学做对了第4题，系统马上可以告诉他，他可以跳过第7题和第9题，这是因为，做对第4 题的学生几乎不可能做错第7题与第9题，做这些题目是简单重复浪费时间。如果B同学做错了第 5 题，那么系统也会提示他继续练习第 6 ，第 9 题，这是因为数据显示，做错第 5 题的人很可能做错后两题，这个知识点是该学生需要反复进行操练与巩固的。这样的应用，对于我们实现个性化教育有何启示？

    因此，大数据给我们带来的改变主要有三点：第一，帮助我们找到真正起作用的教育影响因素；第二，帮助我们洞察学生的真实；第三，帮助我们走向个性化。

本文标签： 数据