京公网安备 11010802034615号
经营许可证编号:京B2-20210330
老师究竟能用大数据做什么
天天喊着大数据,但是你真的知道:大数据应该怎么用吗?也许你正利用大数据评估学生,但你真的了解大数据吗?你真的用对了吗?
要说这个问题啊,他最有发言权咯!他就是《与大数据同行:学习和教育的未来》一书作者、被誉为“大数据之父”的牛津大学教授维克托·迈尔-舍恩伯格,他是潜心十余年研究数据科学,是最早洞见大数据时代发展趋势的数据科学家之一。
不久前,他在成都市第七中学发表了《与大数据同行——学习和教育的未来》的演讲。小编精选了部分内容,一起来听听看,这大数据到底要怎么用!
大数据,让老师们告别生产式的教育,给孩子个性化的教育
童年时,我通过《百科全书》了解世界各国的知识。如今,网络带动了各种数字化的剧变。我们得到越来越多的数据,但仍有一些东西在学校里并没有改变——我们对孩子的教育方式没有改变。教育就像打造一辆汽车一样,教师像是流水线上的工人,给孩子同样的教育内容,教育完了以后他们就进入市场。
用工业化的模式来教育孩子,这是荒谬的,因为每个孩子都是独特的,他们有自己的需求,有自己的期望、希望。现在有这么多的网络定餐选择,有如此多的食物选择,但为什么在这个世界上孩子们还是用同样一种制造汽车的方法进行教育和学习呢?
有些人说是因为钱,因为我们不可能给每一个孩子独特的教育内容,但是我认为这个答案是错误的。我们的孩子们就是我们的未来,投入的时间,投入的资源,在将来我们会翻十倍的产出。只有儿童能够发挥出他们个人的潜力,我们才能够驾驭将来的这些挑战。
为了达到这个目的,我们不能再重蹈大规模生产的覆辙,当然也不可能给每一个小孩配一个老师。但是我们仍然可以有所作为,大数据能够实现这种改变。
大家可能会说,我们一直在使用数据呀,大数据有什么不同呢?
事实上,过去收集数据非常困难,而且成本高。大家知道我们做了一些什么吗?我们创建一些像流程、机制、方法等等,但这些都是在小数据上收集数据。因为我们处理不了大量的数据。
那我们怎么把教育当成大规模的生产来进行呢?正是因为个体化的教育太难实现,过去我们生活在一个小数据时代里。在学习环境中,如果只有小数据的话,也就意味着只能接收这个国家小范围的知识和数据。我们也只能根据这些小数据看世界。换句话说,我们想了解每个学校,每个学生的潜力和需求,就需要去大学、高中、小学去评估、去测量、去看看。但是这实在是太蠢了,我们没有那么多人力、物力、资源。
大数据能够帮助我们解决没有办法收集分析大数据的困境,做以前不能做的事情。那这对学习意味着什么呢?它不仅仅意味着能影响教学结果,还影响着决定者每个学生学习的方式和学习的内容。我们可以给每个学生提供个性化的教学内容,教学服务以及教学方式,也让他们的学习变得越来越容易和简单。
大数据,可以改善教学内容质量
大家现在都在用平板电脑,如果我们在某一个国家能够测量,探索每一个学生都在用平板电脑阅读哪些书籍,去探索每个人的兴趣,那么这将会收集数据成为有意义的教材。因为它非常具有代表性,在课堂讨论的时候我们就可以针对这些教学材料进行互动。我们就可以通过大数据帮助我们找到哪些内容是大家喜欢的,它也能够看到每个人都在做什么。
现在我们有了技术,有了数字,能够获得想要捕捉的信息,而且可以将所捕捉到的这些信息转化成为一个全新的视角,来改善提高教学内容质量。举个例子,我给儿子拍一张刷牙的照片,我想把他作为照片焦点,但当我按下快门时,他手上的牙刷成为了照片焦点,所以我需要重新再照,但儿子当时的笑容我却捕捉不到了。而利用大数据技术来照相就能解决这个问题,大数据技术能把所有的信息都捕捉到照片当中来,人们随时可以选择焦点。这和大数据的分析原理是一样的。
大家一定听说过“翻转课堂”。我们可以把课堂翻转过来进行传播,就是在课堂之外传道授业,这样我们可以把课堂作为其他的用途。翻转课堂可以让我们了解教学楼和课堂是做什么的。如果我们看平板电脑只是独自学习,但是我们在课堂上可以集体学习,可以一起讨论难题和挑战,可以一起讨论喜欢什么不喜欢什么,这就是学校的角色,不是吗?我们可以了解内容,可以自己去消化,但是我们必须去学校里面,向其他的老师学习,这就是社交意义。老师更是一个独特的角色,它并不是知识的传播者,而是一个可以让大家关注一场对话,让大家进行互动的人,这才是老师的角色。
利用大数据,避免数据的独裁
我们必须扪心自问,什么是成功?一开始我就说到了这点,我们必须要测量成果。哈佛大学是世界上最好的大学,它应该是非常完美的,而且它应该了解怎么样优化流程。但是这里有一个秘密,哈佛也不知道怎么样优化学习过程,因为过去十年我就是哈佛的一名教授。哈佛之所以成功,并不是给学生最佳的学习环境,而是每次录取最好的生源就可以了,这就是成功的秘诀。如果两万名学生每年都申请哈佛大学,只录取十分之一的,所以它当然是成功的。
我们只录取最聪明的学生,这就是哈佛完美的原因。它花了很多钱录取最优秀的学生。但是如果我们以低成本录取学生,如果我们误用了数据会发生了什么样的结果呢?可能就会耽误这些学生的未来。
这是非常危险的诱惑。我们可能会基于用数据来筛选、过滤哪些学生进入到某个学校,某个职业。有些学生成绩非常好,但是他们并不能成为科学家。有些学生英语(精品课)不好,所以就不能成为语言专家。这就是大数据带给我们的困惑。我们完全把学生的未来和这种预测绑定到了一起,而且在过滤老师的时候也是如此,就是数据独裁了。
但我们说与大数据同行,向大数据学习的时候不是这样的意思。我们的核心是要使用数据去提高和改进学习的过程,学校、家长、教科书等等各个利益相关方能在学习环境中都要得到良好的反馈,然后他们才能够提高,从而变得更好。
在将来的时代,我们只有通过变革才能实现成功,也就是让孩子发挥出潜力。请大家去驾驭大数据的力量,让我们打造更好的未来。
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