京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据对教育的挑战_数据分析师
“在信息技术大革命的今天,规训与教化在撤退,支持和服务在推进。作为万物之灵,人类本身就有逻辑推断和自组织的能力,需要将之发掘。正在发生的教育革命并不是要把传统的课堂搬到网上,而是让新技术解放人们本来就有的学习能力和天分。”
印度教育科学家苏伽特·米特拉是一个里程碑式的人物。1999年,他去了印度的很多偏僻乡村,那里的人既不懂英语也没见过电脑。苏伽特在孩子们经常聚集的街头的墙上装上连接互联网的电脑屏幕,配上鼠标,然后离开那里。几个月后,试验表明,孩子们无师自通,学会了使用电脑。在以后的十多年里,苏伽特在印度、南非、柬埔寨、英国、意大利等地还进行了类似的以生物、数学、语言等为内容的教育实验。结果证明,在不需要老师或科学家输入逻辑和程序的情况下,学习者可以独立自主地完成学习,这就是“自组织学习”。由此,苏伽特认为:教育是一种自组织行为。
学习是一种自组织行为,那么,教师和教学机构的作用便要重新定位。互联网的不断普及,网络资源进一步开放,在线教育就不能仅仅是把传统的课堂搬到网络上,这样的做法也许更加违背学习规律。新媒体教育联盟在做了相关历史研究的基础上,总结了诸多人类的学习行为:社会学习、可视化学习、移动学习、游戏学习、讲授学习等,每一种学习方式,在信息和知识的载体方面,基本上都有相应的技术基础。换言之,技术既可能扩展人类的学习方式,也可能限制人们的学习方式。一旦有新的技术出现,这些新技术就会改变信息和知识的传播模式,那么,人类的学习方式也会相应地产生根本性的变化。在互联网时代,开放的社会和资源将进一步解放人们的学习,越来越多的人不用待在学校里被动地接受学习,他们会把自组织学习发挥得淋漓尽致。
在美国新的在线教育浪潮中,那些拥有大量粉丝的大学教授,轻易能够拿到数千万美金的创业基金。这对于传统的大学是一个巨大的挑战,正是在这个背景下,促动了大学改革的神经:再不顺应潮流,那么校园将不是最优秀教师的聚集地。然而,教育要想真正获得新生,不仅仅在在线教育上,而在于传统教育理念的变化:教师的功能,应该把低层次的和可拷贝的交给大投入的电影模式去做。而未来,教师将成为教练,师生将走向训练场,如何从传统的篮球场,变成灯光幻影般用新技术武装的“主场”。
在信息技术大革命的今天,规训与教化在撤退,支持和服务在推进。教育本质是对学习者的支持和服务,而不是对他们的规训和教化。作为万物之灵,人类本身就有逻辑推断和自组织的能力。发掘这种逻辑和自组织的能力才是正道。正在发生的教育革命并不是要把传统的课堂搬到网上,而是让新技术解放人们本来就有的学习能力和天分。学生得到解放,人力资本成倍地增长。
在这场教育的变革中,最严重的问题已经不是教育资源的缺乏,而是毫无天分的教师在错误的方向上还在“勤奋地工作”。苏伽特说:“对于教育者来说,这是一个大转变的时代。我亲眼目睹着教育界的各种力量在重新洗牌。或许我们说‘教育革命’未免言过其实,但是各种变化的确在更迭着。教学模式的多元并存会是一个长期存在的现象。但是毫无疑问,新技术从外围给教师增加了新的竞争对手。新技术的应用又导致学生在心理预期、学习习惯等方面的变化,这就从核心和内部促进着教学过程的转变。学生变了,不如以前‘好带’。这并不是坏事,在这当中,不知潜藏了多少机遇和可能性等待着有心之人去发现!”
苏伽特有一个很具有代表性的观点:“你能够想象和确认,你所教的和考核的东西,在今后20年学生们走向工作岗位还管用吗?”为此,苏伽特分析,在今后的大数据时代,只有三种最基本的东西是学生用得到和必须学的东西:一是阅读,二是搜索,三是辨别真伪。谈到数学,苏伽特说:“也许数学,将成为一种体育运动。”基本能力加每个孩子特长的“体育运动”,构成了苏伽特心目中的未来教育,这种体育运动也许是数学、领导力、音乐、美术、篮球……数学也许是每个孩子的体育运动,也许是一部分专业运动员的体育运动,但大数据时代的数学,将不会是教育的基本标准和指向。
在当今的信息时代,未来教育在互联网等技术的作用下变得越来越个性化,大数据技术的应用将有利于个性化教育,标准化的学习内容由学生自组织学习,学校和教师更多的是关注学生的个性化培养,教师由教学者逐渐转变为助学者。在逐渐到来的大数据时代,互联网教育与学校教育将逐渐分离,更多的交往互动、个性化服务和灵活的学制将使学校获得新的生机。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据指标体系搭建工作中,从业者常困惑于指标搭建的核心逻辑:究竟是依托一线零散数据自下而上汇总指标,还是基于战略目标自上 ...
2026-07-31在数据分析、问卷研究、实验复盘、业务建模的工作中,大多数人最关注的是“用什么统计方法”:是做T检验、方差分析、卡方检验, ...
2026-07-31 许多数据分析师精通Excel函数和SQL查询,但当面对一张上万行的销售明细表,要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-07-31在问卷调研的数据分析流程中,“先检验信效度,再开展进阶统计分析”是通用的规范逻辑。很多从业者会听到“问卷效度高,后续可以 ...
2026-07-30【核心关键词】大数据、统计学、专业、毕业生、论文、课程、计算机、建模、知识、数据分析、机器学习、数据科学、大数据技术、 ...
2026-07-30 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-07-30在业务数据分析中,按天拆分统计夜间时段的数据是高频需求——比如电商夜间订单监测、平台夜间用户活跃度分析、运维系统夜间异常 ...
2026-07-29在机器学习建模与特征工程实践中,判断不同特征对模型预测效果的贡献度,是特征筛选、模型解释、业务归因的核心环节。特征置换重 ...
2026-07-29 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-07-29【核心关键词】岗位、数字化、经验、课程、方法论、决策、企业、大方向、数据分析、销售管理、理论知识、思维方式、分析销售、 ...
2026-07-28在问卷调研、用户分群、效果对比等业务数据分析中,分类变量的关联性与差异性验证是高频需求。卡方检验作为针对离散分类数据的经 ...
2026-07-28 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-07-28在Excel数据分析与报表制作中,数据透视表是快速完成多维度汇总、分组统计的核心工具。很多从业者在得到透视表汇总结果后,为了 ...
2026-07-27 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-07-27当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运转的核心动能、滋养人工 ...
2026-07-27【核心关键词】客户、数据分析、指标体系、数据采集、数据指标、业务数据、分析思路、业务需求、分析方法 【专访摘要】本次 CDA ...
2026-07-24在数据分析、业务建模与数字化运营体系中,原始业务数据普遍存在缺失、重复、异常、口径不一致等质量问题,直接用于分析与建模会 ...
2026-07-24 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-07-24在数据驱动的精细化运营体系中,指标是业务判断、效果复盘、策略优化的核心依据。随着企业数据化程度提升,指标数量持续膨胀,但 ...
2026-07-23在用户运营与产品增长体系中,留存是衡量产品真实价值与用户粘性的核心标尺,也是决定用户生命周期价值、获客投产比的底层因素。 ...
2026-07-23