京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据给教育带来三大改变
我们说经济、政治、科技很重要,但教育最重要,因为无论什么时代都需要有文化、有知识、有潜质且符合时代精神的人。今天身处变革时代,人才需求也在发生巨大变化,而以大数据为标志的信息技术革命正在深刻影响着教育领域。
大数据给教育带来三大改变
首先是精细化。电子科技大学通过大数据分析发现,哪些学生一个人去食堂、图书馆,哪些学生不参加任何社团活动,这些学生可能是校园潜在的弱势者或问题学生,对他们进行关注就有可能解决问题。肯塔基大学通过把学生各种行为数据整合起来,发现存在问题的学生。
纽约正在上演这样一幕--《纽约时报》要求纽约教育局开放当地K12小学老师的教学、考试、成绩数据,理由是这些数据属于公共部门,是用纳税人的钱投资建设的。
这些数据开放出来有何意义?这意味着每个老师教的每个学生的每次考试成绩开放出来后便可以对老师进行评估。对此,纽约的教师工会组织当地老师上街游行,口号是“老师的绩效是不可以被评估的”。但试想这些数据一旦开放,无论对学生还是老师的了解会更加精细。
其次是个性化。个性化的例子众多。以阿里巴巴为例,阿里巴巴有3.5亿用户,在手机淘宝上每个用户打开看到的界面都不相同,世界上的商品千千万万,为用户提供最感兴趣和最可能买的商品。其背后是什么?是数据。
教育也同样。在大数据时代,可以把学习者用鼠标的每一次点击,停留时间的长短,提问的次数,参与讨论的多少等活动轨迹记录下来,不同学习者有不同的轨迹,针对这些不同的轨迹提供个性化的解决方案。
大数据可以成为传统教育教学与现代教育教学的分水岭。传统教育教学是,老师讲完一堂课,举行完一次考试,通过批改和分析试卷,了解学生对教学点和知识点的掌握程度。电子化之后,老师讲完课可以马上在手机和iPad上考试,成绩出来后可以立刻通过数据分析学生对知识点掌握情况以及原因。
再次是智能化。日本情报研究所研发的“东Robo君”机器人已连续三年参加高考,今年高考录取分数是510分,“东Robo君”考了551分。目前中国也在开发高考机器人,有望在明年参加高考。所以说,智能化是教育的另一个巨大的浪潮。
那么,今天的智能化教育平台究竟发展到什么水平?在麻省理工学院EDS平台上有155000人注册,18000人完成课程学习,有7000人获得了认证。学生来自于194个国家,其中,美国最多,印度第二,英国第三,中国有600多人;97%学生母语是英语,16%是西班牙语;27%是高中生,37%有学士学位,28%有硕士学位。这代表终身学习已经来到我们身边。
在麻省理工学院EDS平台上,留下了两亿三千万条互动记录,十万人参与发起,一万两千人讨论,一个问题有人提出来,22分钟就被回答。做作业时,学生反复看视频,考试前学生到互联网上反复看讲义。3%的人在论坛上发言,90%的论坛点击来自于没有发言的人;得到认证的人,28%在论坛上提问,41%的人回答问题,36%的人发表评论,线下合作的人比单独完成学业的人平均分要高出三分。哈佛大学EDS平台的最新研究报告也显示,2012--2014年,170万参与者,1000万学习课时,平均年龄28岁,四大类课程中学习计算机的人数是其他人数的四倍。
那么,认证对在线教育平台有什么作用?我把这类认证叫做微学位,以哈佛大学为例,如果一门课认证需要100元,硕士学位12门课,就是1200元,而哈佛大学一门课有上百万人在听。这就是在线教育的市场。
教育产业严重被低估
今天的 MOOC有三种模式,edX、Coursera和Udacity。第一种是Udacity,公司不仅提供平台,还提供课程;第二种是Coursera,公司和大学合作,公司提供技术平台,大学提供课程,第三种是edX,大学自己提供技术平台和课程。这三种模式有一个共性--课程全部免费,并提供认证。
MOOC对教育是一次巨大的颠覆。回眸教育发展,从最早私塾时代口耳相传,经过工业革命,受益于印刷技术发展,学校进入大规模培养时代,到今天利用信息技术能很快构建一个教育情景,在这个教育情景下,用大数据驱动提供精细化、个性化、智能化的教育解决方案。我称之为微学校。
很多革命性的现象在教育领域发生:高报酬教师出现在网络平台上,教师发布视频,在互联网上获得点击,点击得越多,收入就越多。收入最高的老师已经超过了20万美元。 Teachers Pay Teachers教师教案交易平台,已经有教师通过该平台获得70万美元的收入。中国在今年3月份也出现网红教师,每小时超过1.8万元。我认为,教育产业是一个严重被低估的产业,这个产业潜力巨大。
今天的互联网是数据沉淀的基础设施,未来任何一个知识点,任何一门课程都会有优质的视频不断在互联网上沉淀。基于此,未来的教育教学是怎样的?原来在课堂上学习,在家写作业,未来在家学习,课堂上讨论、写作业,老师是一个课堂讨论的组织者。这就是颠覆课堂。还有家教平台,家长和学生可以通过视频与教师取得联系,快速有效完成一对一对接。
美国教育K12数据正被打通
美国希望把K12体系的数据全部打通,从幼儿园到小学、中学、大学。比尔盖茨基金会正在做这件事。这是一个浩大工程,意味着所有学校必须遵循一个共同的数据标准,比尔盖茨基金会表示,“如果你遵循我们的标准,这个标准是我们共同制定的,我给你补贴,让你改造你的信息系统。”
现在很多教育问题得不到解决,是因为数据没有连通。一旦连通,一个孩子从幼儿园到大学,他的档案和成绩会被保留下来,无论怎样转学,这个数据档案都在云上。例如,我们也可以通过大数据直观看到有多少人异地高考。
这是一块很大的蛋糕。但首当其冲的是教育培训机构和大学,教育行业和大学将面临一次重新洗牌,重新布局。
这也带来了一些思考,世界一流大学为什么要通过在线教育不断开放自己的内容和课程,内容和课程不是他们的核心竞争力吗?他们把核心竞争力免费向全世界开放的目的是什么?学生和学校的关系会不会发生变化?社会能不能接受在线大学微学位的毕业生?研究型大学和应用型大学的界限会不会划得更清楚?
可以预测的是,未来教育会成为一种服务,更加面向市场的服务;知识传授也会变成一种服务,更加面向市场的服务。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
【核心关键词】软件、洞察力、大数据、产品、经验、硬件、流量、创新、决策、数据安全、网络安全、数据分析、决策制定、数据挖 ...
2026-06-18在方案选型、效果复盘、产品评估、供应商筛选等各类业务决策场景中,仅凭单一指标下结论往往会陷入 “以偏概全” 的误区。多维度 ...
2026-06-18 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-06-18在数据分析、用户运营与业务增长的工作体系中,漏斗拆解是最基础也最高频的问题定位方法。很多业务场景下,我们只能看到最终的转 ...
2026-06-17在数据库开发、数据清洗与报表统计场景中,数值类型转换为日期是高频刚需操作。业务系统常以 Unix 时间戳、整型日期(如20240617 ...
2026-06-17 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-06-17【核心关键词】数据库、电商、知识、产品、数据产品、监管业务、产品经理、业务系统、用户行为分析、用户分析、数据分析、电商 ...
2026-06-16在 Python 动态类型与面向对象的编程体系中,变量定义与类实例化是构建代码逻辑的两大核心基石。变量是数据存储、传递与运算的基 ...
2026-06-16 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据和表结构数据有什么区别”“数据类型误判会引发哪些分析错误” ...
2026-06-16在 MySQL 查询性能优化体系中,索引是降低查询耗时、提升数据库吞吐的核心手段。其中联合索引与覆盖索引是实际开发中最高频的两 ...
2026-06-15在数据仓库建设与商业智能分析体系中,维度建模是应用最广泛的建模方法论,而事实表与维度表是维度建模的两大核心构件,共同构成 ...
2026-06-15 很多数据分析师能熟练计算指标,但当被问到“这家企业的核心业务目标是什么”“如何把模糊的战略目标拆解为可量化的指标”“ ...
2026-06-15在数据分析、业务监控、运营复盘等场景中,列值趋势计算是核心需求之一。无论是分析销售额的月度增长、用户活跃的变化趋势、库存 ...
2026-06-12在数字经济深度渗透的当下,消费者的购买行为已从过去的 “被动接受” 转变为 “主动决策”。流量红利消退、获客成本攀升、用户 ...
2026-06-12CDA三级认证是三个级别中的塔尖,全面考察数据战略、团队领导和复杂项目的综合能力。它所对应的《敏捷数据挖掘》教材,不再局限 ...
2026-06-12在游戏产业的商业逻辑中,付费玩家是支撑游戏生存与发展的核心支柱。行业普遍遵循 “二八定律”:20% 的付费玩家贡献了游戏 80% ...
2026-06-11【核心关键词】企业、定位、传统、产品、互联网、可视化、业务侧、数字化、结构化、数据分析、传统制造业、市场状态、发展空间 ...
2026-06-11 解读《CDA二级教材:量化策略分析(2025)》的全景结构与学习逻辑 ” CDA二级认证是企业招聘数据分析师时最常提及的证书门槛 ...
2026-06-11【核心关键词】药企、可视化、营销、分类、数据分析师、销售数据、业务人员、指导方向、分析报告、营销数据、营销医生 【专访摘 ...
2026-06-10在统计学分析、问卷调研、实验验证、业务复盘等场景中,卡方检验与 T 检验是应用最广泛的两类基础假设检验方法。前者专门处理分 ...
2026-06-10