
大数据是重新思考世界的方式
在亚洲教育论坛上,大数据之父、《大数据时代》的作者、牛津大学教授维克托·迈尔·舍恩伯格再次来到成都,和亚洲教育界人士畅谈他对创新的理解。在舍恩伯格看来,创新的关键,应该是改善教育制度,改善教学方式。“创新不是一种技术,创新是一种人文,我们要实现成功,它的关键因素不是技术,而是创造在人文生态当中的人文气息。”
是重新思考世界的方式
大数据并不是一种技术,大数据也不是一种新型的工具。舍恩伯格认为,大数据是一种对于现实的新型的观点、观察方式,对于世界的重新认识和思考,以及我们要前进的方向的重新思考。
他举了一个例子,比如汽车的使用。对于很多人来说,汽车是一个日常的必需品,在他看来,汽车实际上是一种资源的极大浪费。因为在很大一部分时间里,汽车都是停在停车场的,如果说你要去购买一种资源,但是他的使用率只有4%,那就是一种浪费。通过大数据的分析,人们就可以克服这方面资源的浪费,比如通过租车或者与人分享车,这样使用更少的汽车,实现可持续的发展。
而另外一个浪费,就是教育资源的浪费。因为不知道什么样的教学过程才能够实现最大化的优化学习,教育者无法让每一个学生得到公平的教育。但是,如果我们收集了数据,而且进行了分析,对比得出什么样的教学方式、教学模式是有效的,那么学习的效率就会大大提高。“对于每一个课堂的每一个孩子,如果能够实现大数据的分析,我们可以克服这一方面数据资源的浪费,并且我们可以通过大数据来改善学习过程。”
老师需要新的技能
近年来,不少学校都在尝试开展翻转课堂教学。在舍恩伯格看来,这是一个非常大的挑战。老师在翻转课堂当中扮演的角色是什么?如果不是义正词严的教学,他的功能就是要引导学生进行讨论,带来更多的对话、探讨和互动。在这样的情景当中,老师需要学习新的技能。“我们要去培训老师如何去传播知识,如何让孩子们进行更多的讨论、互动,进行更多的社会化的互动学习。”
在他看来,创新不是一种技术,创新是一种人文,要实现成功关键因素不是技术,而是创造在人文生态当中的人文气息。“我们不应该去延用机械学习,我们应该让课堂变成一个激动、兴奋的地方,让人们来进行互动的学习和教学。”
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