京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据给教育带来了怎样的可能?
一、随着互联网、云计算等技术的发展,大数据在各个领域的应用越来越广泛。大数据热潮之下,教育会发生怎样的变化?值得大家去思考。
通过大数据研究发现,每当产业变革的时候,因为原先的教育是为过去的产业配套的,所以,教育有时候会滞后于产业的变革。比如,进入工业化,农业社会的私塾教育便乏善可陈。同样,现在进入信息社会,你会发现原先与工业化配套的教育也落后了。所以,研究现代教育,不能回避它背后的全球产业问题,不能忽视信息和数据本身起到的作用越来越大。
技术的普及会大量解放人力,解放那些原本具有天分的,但在学校学不下去的人,有了技术的帮助,事实上他们不需要那么依赖于教师了,技术解放教师,也解放了这些孩子。
那么,是不是说,技术发展了,教师就越来越不管用了呢?许多情况下,一说到技术,我们教师首先想到的就是自己的地位可能会受到冲击,在线教育等火了,教师的工作可能保不住了。实际的情况恰恰相反,通过大数据,去查文献,我们会发现:从孔子所处的时代到今天,随着技术的进步,不是教师越来越少了,而是教师越来越多。
孔子教书,多是跟学生对话,他带的学生是非常有限的,他的许多东西就是通过传抄传给弟子。再往后,建立了博学馆,汉朝王莽开始建立乡村学校,宋朝开始建立类似现代大学的机构,100多年前,现代教育机构诞生,教师慢慢地越来越多。
我们再看一千多年的历史变化,得出的结论就是,技术越发展,教师越吃香,最著名的变化是可汗学院、翻转课堂。信息技术下的教育可以不要教师了吗?恰恰相反,你看视频,越来越标准化,但是学生是个性的,课堂作业、个性化辅导需要教师更多的帮助。
美国公立学校大概是25个学生一个班,私立学校15到18个学生一个班。可汗学院的翻转课堂,一个班级有两个教师,也就是达到一比七这样的比例。随着教师越来越多,教师的地位一定意义上越来越低。过去教师有惩戒权有指导权,权力非常大,现在权力越来越小,唯一上升的是指导权,其他的权力都在下降。因此,并不是说教育技术取代了教师,而是技术重新定义了教育。我们过去没有技术的时候,教师的主要功能是什么?教师是知识的传授者,因为处在知识的垄断地位,所以地位很高。到了今天,则很难讲教师比学生懂得多,更权威更准确。但教师是不是更重要呢?当然更重要了。为什么?教师的功能发生转变了,随着知识从学校教育里面逐步地剥离出去,知识传授不再是教师必然必要和最重要的职能。由于技术的变革,教育发生着深刻的变革,技术重新定义了教育的功能,过去是传授——传道、授业、解惑。随着信息技术大数据的发展,我们教师的功能如果不变革的话,是会失业的。
教书真正的意义,是发挥教师的指导作用。苏格拉底说过一句话,我不是知识的传播者,我是知识的助产师。教师不是储藏知识的,他的功能在帮助学生,教会他方法。
二、大数据还教会我们用比较客观的视角来看待很多教育理念的争论。
比如大家都在谈杜威,谈应试教育,谈通识教育。但是很少有人研究哈钦斯的通识教育和杜威的教育理念的时代背景,尤其是他们当时提出来的教育理论的技术背景有什么不同。如果能够考察大量的学校和家庭,在此基础上用技术背景来解释他们理念的不同,你会发现有些东西豁然开朗。
一般人认为,杜威倡导的是实用教育,是面向城市的教育,虽然他是回到乡村,回到社区。那么,我们就要研究那个年代的社区是什么,我们要知道当时的芝加哥、哥伦比亚的社区,和我们今天中国的乡村,是不一样的。
我们还知道,当时还有一类人,在工业文明的时候试图回到中世纪,回到过去的教育,比如,哈钦斯提倡通识教育。
我很奇怪一件事情,杜威和哈钦斯的教育理念是非常对立的,但是中国的学者几乎看不到他们的区别,把他们当做美式和西方教育全面吸收。我们总爱提东方教育和西方教育,事实上,我们不同时代的教育差别更大,差别在哪里?技术,以及我们对技术怎么看。托夫勒提倡用技术的眼光来看待教育,在他的《未来的冲击》这本书里面,就有未来的教育这个章节,他坚定地支持杜威面向现代的教育,甚至提出面向未来的教育,面对互联网所提倡的教育方式——在线教育、多室同堂、在家上学,提倡个性化教育。
我们不能无视这个时代,不能无视技术给教育带来的影响。事实上你仔细想想,这三千年,教育的进步就是时代的进步、技术的进步。我们通过大数据分析会发现:单就教育来看,人类历史上的每次技术进步——竹简、石刻、造纸、印刷术、线装书……都对应着伟大的教育家产生。我们如果能够列数50位教育大家,几乎都是在每一项新技术诞生后30年内产生的。
什么原因?技术触动了教育的进步。不同的年代,教育的作用是不一样的。技术的真正作用是解放,从3000年前到2000年前,到500年前,再到今天,所有教育的变革,跟技术的进步息息相关。
三、我们对大数据的理解,还有很大的偏差。比如怎么看分数,怎么评价学生,具体到个人,他是个好学生还是不好的学生,不是分数完全可以说明白的。
美国也搞应试,他们也在研究怎么提高SAT成绩,让学生顺利升入大学。但是你会发现一个非常奇妙的事情,中国对大数据的理解要加引号,从我们目前对大数据的定义来说,我们所谓的“大数据”并不是大数据,比如高考,高考成绩580分进清华,579分就进不了。580分以上才能进清华,579分的考生如果进了就是不公平。
美国根本就不是这么一回事,它是采用大数据思路的。美国的高考制度,你仔细分析SAT成绩,会发现它不完全是我们关注的这些应试的内容,更多看重批判性思维、作文等这些东西。美国的SAT成绩只是作为数据的一个项,它还要看你的GPA成绩,什么是GPA成绩呢?美国会将你从小学到高中的所有成绩都记录在edline网站,是造不了假的,每一次作业,每一次考试,它都会记录在里头。我女儿在美国,她一个学期有5门课,每门课有几十次作业,最后构成了她的GPA成绩,就是她日常学习的表征。美国没有什么期末考试,期中考试也有严格的界限,几十次考试的成绩构成你的学习档案。你要想成为一个好学生,你就得一直努力。一系列数字构成了一个数据的证据链,这是GPA的做法。美国通用的做法是4.0最高分,很多名校要达到3.8分才能报考,也有的学校要3.5以上,但要想达到3.5以上其实是很难的一件事情。
这两项加在一起还不构成全部,还要看第三个成绩,就是志愿者记录,你要写推荐信,介绍自己参加过哪些志愿者活动,你干过什么事情。第四项就是你的特长和领袖气质,比如,你是不是学校的长跑冠军?是不是篮球队长?是不是画画冠军?你干过一件什么样的事情,怎样把大家召集在一起,别人是否能听你的?很不简单,想要造假也很难,因为你要积累四年的数据,构成了一个指标。他们录取的标准不仅有SAT、GPA、特长,还有爱心,四项加起来,人与人的区别就出现了。
评价标准是不一样的。同样的大数据,每个人可以有自己的选择标准,是非常有趣的,这就会形成更多的个性化的标准和个性化应用。
四、我们研究大数据,不能仅仅把它局限在技术层面,说得直白一点,不能仅仅理解为互联网当中的数据,而应该是人类学、社会学、社会关系学背景下的大数据。
工业化时代的教育,由于强调大批量、标准化生产,我们把一个一个具体的人,抽象成一个具体的特征,符合这个特征的才是符合未来发展方向的,不符合这种特征的,我们就想办法把它去掉。在这种高度抽象和具像化的过程中,人性被抽离。
随着大量重复的标准化的工作被机器所代替,被数据所代替,人类面向创新社会的时候,原本被我们忽视的个性,那些人和人真正不同的技能,才得到关注。比如说每个人都会画丁字尺,我们就会认为这是人和动物的区别,会的才是人;等丁字尺和数学计算被计算机和人工智能代替的时候,你会发现,人和人最大的区别是天分不一样,个性不一样,而不是会不会画丁字尺这件事。
所以,随着人类社会从工业化向信息化迈进,全世界都朝着创新社会、信息社会和个性社会发展变化,如果中小学教师还指望把标准化的东西教给学生,对教育是非常不利的。
这个时候我们发现,现代社会需要的人是多种多样的,而为工业化文明配套的人才标准已不能适应这个社会。从另外一个角度来讲,恰恰是过去产生的那些所谓的“不好”的学生,他们不愿意被工业化的教育方式所校正,或许更适应现在和未来的社会。
网络时代和大数据,给了我们发展个性的机会,每个人都可以选择自己的圈子,这在教育学上意义非常大。说一个非常简单的例子:那些所谓学习不好的孩子,如果他们在某些方面有一致的特长,把他们组成一个学习小组,或者组成一个学校,你再看他们的表现,远远不是现在这样。
五、我们常常讨论什么是好的教育,什么是坏的教育,大家众说纷纭,莫衷一是。其实,我们来评价一件事情,一定要有一个坐标。讨论这个话题的坐标是现代社会中什么是好的教育。大数据给了我们一种可能性,这种可能性使你可以用不同的视角去看同一件事情。
工业社会的教育,考核数理化,当然是好的。不需要你过多发挥主观能动性,不需要你创新,拿着丁字尺给我计算这个高度。但是现在以及未来,不再需要那样的人,我们更需要的是懂社会、会合作的人。小型化、专业化、个性化将是未来人才培养的主流方向。
因此,现代社会中好的教育,要提倡学校即生活。现在不是学什么知识的问题,而是要适应多大的群体社会的问题。
比如,要想培养登月的宇航员,班级规模如果是30人,那将来学员怎么面对那么无聊、空洞和寂寞的时间?是不是这个道理?
再仔细想想,所有的学生要面对将来的生活、将来的社会,所以,学校教育事实上要回到人本身。 如果我们只要应试,目前的班级、学校规模,或许是有效的;但要培养创新的、具有个性的、适应未来社会的人,未来班级的规模是要适度控制的。
当然规模大小的问题,我们要看教育的目标,要看学生将来要面对什么样的社会。将来的社会由于互联网的发展,他可以自由选择自己的朋友圈,限制几乎越来越少。这样,人就会回到自己的本能状态。学习成绩的好坏,在一生中所起到的作用也会非常有限,我们现在要过的高考独木桥,也许也没有那么重要了。今后,学习是人一生的行为,教育最重要的,是学校即生活,是培养学生适应将来社会的能力。
在大数据背景下,知识教学不再只能在学校进行,作为教师,应该清醒地认识到教育的功能究竟是什么,我觉得,应该回到杜威的观点,就是教育即生长。那我们做教师的,在这样一个大数据的时代,应该把关注人的生长提升到重要的地位。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12在数字化转型深度渗透的今天,企业管理已从“经验驱动”全面转向“数据驱动”,数据思维成为企业高质量发展的核心竞争力,而CDA ...
2026-03-12在数字经济飞速发展的今天,数据分析已从“辅助工具”升级为“核心竞争力”,渗透到商业、科技、民生、金融等各个领域。无论是全 ...
2026-03-11上市公司财务报表是反映企业经营状况、盈利能力、偿债能力的核心数据载体,是投资者决策、研究者分析、从业者复盘的重要依据。16 ...
2026-03-11数字化浪潮下,数据已成为企业生存发展的核心资产,而数据思维,正是CDA(Certified Data Analyst)数据分析师解锁数据价值、赋 ...
2026-03-11线性回归是数据分析中最常用的预测与关联分析方法,广泛应用于销售额预测、风险评估、趋势分析等场景(如前文销售额预测中的多元 ...
2026-03-10在SQL Server安装与配置的实操中,“服务名无效”是最令初学者头疼的高频问题之一。无论是在命令行执行net start启动服务、通过S ...
2026-03-10在数据驱动业务的当下,CDA(Certified Data Analyst)数据分析师的核心价值,不仅在于解读数据,更在于搭建一套科学、可落地的 ...
2026-03-10在企业经营决策中,销售额预测是核心环节之一——无论是库存备货、营销预算制定、产能规划,还是战略布局,都需要基于精准的销售 ...
2026-03-09金融数据分析的核心价值,是通过挖掘数据规律、识别风险、捕捉机会,为投资决策、风险控制、业务优化提供精准支撑——而这一切的 ...
2026-03-09在数据驱动决策的时代,CDA(Certified Data Analyst)数据分析师的核心工作,是通过数据解读业务、支撑决策,而指标与指标体系 ...
2026-03-09在数据处理的全流程中,数据呈现与数据分析是两个紧密关联却截然不同的核心环节。无论是科研数据整理、企业业务复盘,还是日常数 ...
2026-03-06在数据分析、数据预处理场景中,dat文件是一种常见的二进制或文本格式数据文件,广泛应用于科研数据、工程数据、传感器数据等领 ...
2026-03-06在数据驱动决策的时代,CDA(Certified Data Analyst)数据分析师的核心价值,早已超越单纯的数据清洗与统计分析,而是通过数据 ...
2026-03-06在教学管理、培训数据统计、课程体系搭建等场景中,经常需要对课时数据进行排序并实现累加计算——比如,按课程章节排序,累加各 ...
2026-03-05在数据分析场景中,环比是衡量数据短期波动的核心指标——它通过对比“当前周期与上一个相邻周期”的数据,直观反映指标的月度、 ...
2026-03-05数据治理是数字化时代企业实现数据价值最大化的核心前提,而CDA(Certified Data Analyst)数据分析师作为数据全生命周期的核心 ...
2026-03-05在实验检测、质量控制、科研验证等场景中,“方法验证”是确保检测/分析结果可靠、可复用的核心环节——无论是新开发的检测方法 ...
2026-03-04在数据分析、科研实验、办公统计等场景中,我们常常需要对比两组数据的整体差异——比如两种营销策略的销售额差异、两种实验方案 ...
2026-03-04