
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
在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15