
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分析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
Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23