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
【核心关键词】统计学、互联网、知识、课程、学生、数学、软件、招聘、数据分析、实习经历、机器学习、理论基础、业务思维、统 ...
2026-07-10在互联网运营、产品设计、市场营销与商业数据分析领域,所有转化、成交、复购行为的底层逻辑,都依托于用户决策流程。用户从产生 ...
2026-07-10 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-07-10数据透视表是数据分析中最常用、最高效的汇总分析工具,具备快速分组、聚合计算、维度拆解、数据可视化等优势,能够轻松完成求和 ...
2026-07-09在统计学、CDA数据分析、机器学习与商业数据研究中,正态分布是最基础、最重要的数据分布形态。绝大多数参数检验、数据建模、指 ...
2026-07-09 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-07-09【核心关键词】采购、周期、原材料、企业、产品、成本、要素、库存、供应商、数据分析、生产计划、生产制造、加工制造、技术工 ...
2026-07-08在数据分析、特征工程、机器学习建模的工作流程中,原始数据往往包含多个不同维度的数值指标,例如客户交易数据中的消费金额、交 ...
2026-07-08 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-07-08商业谈判是企业采购合作、渠道签约、价格议价、项目合作、客户签约的核心关键环节,直接决定企业的合作成本、利润空间与经营风险 ...
2026-07-07在数据分析、业务效果验证、AB 测试、学术研究等场景中,T 检验是假设检验体系里最基础、应用最广泛的统计方法,也是均值差异分 ...
2026-07-07 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-07-07【核心关键词】转化率、企业、策略、岗位、互联网、拆分、产品、运营、分析师、指标体系、数据分析、用户画像、数据诊断、产品 ...
2026-07-06在数据分析工作中,文本数据处理是高频刚需场景,用户评论、客服工单、日志信息、调研问卷、商品文案等数据都包含大量文本内容。 ...
2026-07-06 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-07-06在 CDA 数据分析师能力体系中,透视分析是数据探索、多维度汇总、业务复盘的核心基础技能。无论是 Excel 数据透视表,还是 Power ...
2026-07-03在市场竞争日趋激烈、获客成本持续攀升的当下,企业粗放式的“广撒网”获客模式早已无法适配经营需求。企业经营的核心逻辑,已经 ...
2026-07-03 很多数据分析师精通Excel函数和数据透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么 ...
2026-07-03【核心关键词】运营、企业、核心、客户、新技术、数字化运营、数据分析、传统企业、人工录入、生产系统、技术人员、数据安全、 ...
2026-07-02在产品开发、项目立项、业务拓展、运营优化的工作中,市场调查、竞品分析、需求调研是三大核心基础工作。很多从业者容易将三者混 ...
2026-07-02