
教育大数据切不可滥用_数据分析师
“如果用大数据分析的结果把学生贴上标签,这就是一种滥用!”《大数据时代》的作者、牛津大学教授维克托·迈尔·舍恩伯格昨天应邀做客华东师范大学,畅谈大数据将如何深刻影响学习与教育的未来态势。
教育将实现“私人订制”
维克托是开大数据系统研究之先河的学者,最早洞见了大数据时代发展趋势,有多达一百多篇论文发表在《科学》《自然》等著名学术期刊上,其著作《大数据时代》被誉为目前最权威的著作,畅销全球。
在维克托看来,蓬勃发展的在线教育产生了大数据,使得教育不只是“你讲我听”、考试评分或是选修科目,“大数据可以展示那些以前不可能观察到的学习层面”,进而可以基于学生的需求实现教育的“私人订制”。大数据还能够帮助教师确定最有效的教学方式,从而提高工作的效率和趣味性。学校管理者和政策制定者也能以较低的成本提供更多的教育机会,从而减少社会收入差距和社会差异。
而从个性化而言,在现行教育模式下,老师往往难以照顾学生最个性化的需求,而随着大数据的应用将有所改变,并会改变传统学校模式。在他看来,未来学生主要在家通过网络上的个性化课表学习知识,定期到学校里在老师的组织和引导下进行讨论、交流。
勿用大数据给学生分类
伴随大数据普及,也发生了不少滥用现象,或是成为一种炒作手段,而这也引起了他的重视。
“大数据也有黑暗的一面”,维克托表示,比如技术手段将可以把一个学生成长过程事无巨细全部记录,他们的隐私或者曾犯过的错误也会暴露在雇主或学校面前,但这未必是好事,“我们要利用大数据改善学习,而不是通过大数据淘汰掉不好的学生”。
现场还有不少人担心,“如果大数据表明一个学生不适合学工程,但他本人又喜欢工程学的内容怎么办?”对此,维克托表示,这也是大数据被滥用的一种形式,大数据只是用来帮助学生提高学习质量,不能用来被贴标签。
“如果我们要通过大数据预测一切,在降低了风险的同时也降低了自由度,正确的做法是运用大数据来帮学生习得想要的知识,而不是使用数据来把他们进行分类,或者贴上差生的标签。”
他建议,应设立相关法规或问责制,促使大数据的分级利用或授权许可,甚至每隔一段时间就需要销毁一批大数据,以保证其不被滥用。
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