京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据是把双刃剑,关键看怎么用
在大数据影响下,传统美术教育的模式、内涵和定位受到了很大的冲击。美术教育会有怎样一个新发展空间,未来的美术教育会变成什么样,这是很多教育工作者关心的问题。
韦天瑜说,“目前的冲击可以看到一些表面的现象,比如说我们的网对网,多大程度能替代课堂的面对面;今天网上自由地选择老师,多大程度上能替代我们课堂里的因材施教;网上的虚拟展厅,多大程度能够替代美术馆的现场审美。你到虚拟展厅里去感受,可以突破时间、空间的限制,可以感受到大师的作品,但是大师的气场、风采和现场的感受可能没有,这里面都存在一些矛盾。”
从目前来看,大数据在中国美术教育的实际应用中还不太广泛。中国美协少儿艺委会主任、首都师范大学教授尹少淳举例说:“大数据最初的用处是在商业上,比如在西方有些国家,通过海量的数据统计显示,很多男人去买尿布的时候,顺便会买啤酒。于是在商业运作上,商场就会把啤酒和尿布的柜台放在一起。但是大数据时代最大的问题就是它不讲因果关系,比如为什么会同时买啤酒和尿布,大数据本身不提供原因,要问为什么,是社会学的问题。那么我们如何把大数据应用到美术教育上?这是一个比较新的课题。”
大数据是要有海量的数据,但这个数据的量我们现在还没有做到那么大。尹少淳认为,大数据将来的应用主要是在预测上,以及一种趋势的判断上。这种趋势是两方面的,一个是大家都做,我也可以这样做;另一个是回避,你这样做,我就不这样做。我们可以从大数据中预测教学的方向,包括学生在关注的问题、老师关注的问题,或者显示老师的缺陷,提示老师需要什么东西。当然,这种预测也会带来一定的问题,比如可以去迎合某种趋势,反而阻碍了创意的发展。所以大数据是一把双刃剑,关键是怎么去运用它。”
尽管我们都看到大数据带来的双刃剑般的正面冲击和负面影响,但这跟大数据造成的“线上一天线下千年”的变革相比,那些负面的影响显得微不足道。韦天瑜说,“我们必须好好来探讨大数据给予我们的非常多的可能性。但是回过头来,我们的传统美术教育不能因此就否定了。传统美术教育有工业时代留下的特征,它有统一的时刻、统一的学年、统一的考试分数、统一的教学内容与教学要求,至少它将长期存在,因为它跟社会有千丝万缕的关系。中国的美术教育在今天还是非常薄弱的。我们的整个社会对审美人格的培养是薄弱的,是有缺陷的。中国有几千年的文化传统,但是它有个问题就是如何跟当代的文化接轨。我认为这些东西还需要我们来共同推动。从现在开始,我们能做的就是慢慢融合,不能一蹴而就。现在大数据带来的是新的传播方式、新的认知方式、新的沟通方式。我认为美术的生存空间跟它的审美方式已经进行了改变,但未来怎么样我们很难预测,还需要大家共同努力。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据可视化领域,树状图(Tree Diagram)是呈现层级结构数据的核心工具——无论是电商商品分类、企业组织架构,还是数据挖掘中 ...
2025-11-17核心结论:“分析前一天浏览与第二天下单的概率提升”属于数据挖掘中的关联规则挖掘(含序列模式挖掘) 技术——它聚焦“时间序 ...
2025-11-17在数据驱动成为企业核心竞争力的今天,很多企业陷入“数据多但用不好”的困境:营销部门要做用户转化分析却拿不到精准数据,运营 ...
2025-11-17在使用Excel透视表进行数据汇总分析时,我们常遇到“需通过两个字段相乘得到关键指标”的场景——比如“单价×数量=金额”“销量 ...
2025-11-14在测试环境搭建、数据验证等场景中,经常需要将UAT(用户验收测试)环境的表数据同步到SIT(系统集成测试)环境,且两者表结构完 ...
2025-11-14在数据驱动的企业中,常有这样的困境:分析师提交的“万字数据报告”被束之高阁,而一张简洁的“复购率趋势图+核心策略标注”却 ...
2025-11-14在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07