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
长短期记忆网络(LSTM)作为循环神经网络(RNN)的重要改进模型,凭借其独特的门控机制(遗忘门、输入门、输出门),有效解决了 ...
2026-04-08在数据分析全流程中,数据质量是决定分析结论可靠性的核心前提,而异常值作为数据集中的“异类”,往往会干扰统计检验、模型训练 ...
2026-04-08在数字经济飞速发展的今天,数据已渗透到各行各业的核心场景,成为解读趋势、优化决策、创造价值的核心载体。而数据分析,作为挖 ...
2026-04-08在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07在数据分析与统计推断中,p值是衡量假设检验结果显著性的核心指标,其本质是在原假设(通常为“无效应”“无差异”)成立的前提 ...
2026-04-07在数字经济深度渗透的今天,数据已成为企业生存发展的核心资产,企业的竞争本质已转变为数据利用能力的竞争。然而,大量来自生产 ...
2026-04-07Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01在数据驱动决策的时代,企业与从业者每天都会面对海量数据——电商平台的用户行为数据、金融机构的信贷风险数据、快消品牌的营销 ...
2026-04-01在数字化转型的浪潮中,企业数据已从“辅助运营的附属资源”升级为“驱动增长的核心资产”,而一套科学、可落地的企业数据管理方 ...
2026-04-01在数字化时代,每一位用户与产品的交互都会留下可追溯的行为轨迹——电商用户的浏览、加购、下单,APP用户的注册、登录、功能使 ...
2026-03-31在日常数据统计、市场调研、学术分析等场景中,我们常常需要判断两个分类变量之间是否存在关联(如性别与消费偏好、产品类型与满 ...
2026-03-31在CDA(Certified Data Analyst)数据分析师的职场实战与认证考核中,“可解释性建模”是核心需求之一——企业决策中,不仅需要 ...
2026-03-31多层感知机(MLP,Multilayer Perceptron)作为深度学习中最基础、最经典的神经网络模型,其结构设计直接决定了模型的拟合能力、 ...
2026-03-30在TensorFlow深度学习实战中,数据集的加载与预处理是基础且关键的第一步。手动下载、解压、解析数据集不仅耗时费力,还容易出现 ...
2026-03-30