
互联网+教育会产生什么化学反应 大数据实现个性化
“以新技术作为平台和手段会给教育带来怎样的革命呢?就是要颠覆传统教育最擅长的知识领域,把知识引向智慧。”王强说。近日,在“一起作业网”召开的“平台化发展战略”新闻发布会上,被称为“中国合伙人”的王强和徐小平都认为随着在线教育的发展,教育领域将面临一场革命,学习的内容、方式等都会发生根本的变化,学习将变得更加智慧。
互联网早已经不是什么新鲜词汇了,不过,自2012年“互联网+”被提出后,越来越多的人接受了这一概念。而在今年政府工作报告中“互联网+”又被提出,意味着中国传统业态将通过互联网实现连接和重构,传统行业将因为互联网而获得再一次发展的机会。
那么,当教育也被写进这一公式的时候,会不会产生化学反应呢?
据报道,截至2014年年底,中国移动互联网用户达到5.57亿,占中国网民的85.8%,互联网用户从PC端向移动端迁徙已经成为定局。这使得个性化推送和随时随地学习成为可能。当年,传统教育与市场相结合时,王强和徐小平几经周折才进入,而今随着教育市场起起落落的他们已经成为著名“合伙人”,在面对“互联网+”时他们断定:智慧学习的时代已经来了。
大数据实现学习的个性化
有人曾开玩笑地说,当你问一个美国学生“教育给了你什么?”他可能会给你说出4个“c”:“交流能力”、“合作能力”、“创新能力”、“批判性思维的能力”,但是当同样的问题抛给中国学生后,他给出的只有一个词“忍耐力”:能够做自己不愿意做的事情,每天如一日做下去。
其实这是传统学习下带来的一个不好解决的弊病。
“汉字非常博大精深,知识和智慧放在一起对比,我们就知道传统的知识学习和智慧学习的区别在哪里了。”对于智慧学习,王强似乎研究了很久,“识”只是言字边,只落实在记忆表层,和生活不一定有密切关系。而“慧”则要沉淀在心里,一定会成为生命支撑的关键。教育的终极目的是把短暂的东西、临时的信息逐渐转换成跟随你生命的东西,让短暂变成智慧。
那么把“需要重复记忆”的知识转变为“沉淀在心里”的智慧,转化的关键点是什么呢?
答案是:个性化。
北京师范大学信息科学与技术学院的魏云刚博士介绍了一个他们所做的在大数据背景下的作业与传统学习的区别的研究,他指出,传统学习有几个重要特点,第一是作业量大,也就是好成绩=汗水+大量的作业。第二是内容缺乏针对性,“这是可以理解的,传统教育如果每个人作业不一样,估计老师会崩溃的。”魏云刚说。第三是作业过程缺乏情感支持和交互。“学生作业要么独立完成,要么家人监督,有支持和交互也是负面的。”
在大数据背景下,这样的状态将被改变。
“我们可以利用大数据技术和智能算法对每一个学生的学习情况进行分析,根据学生在作业中反映出来的薄弱知识点,定向推送学习内容和测试题目,有效提升学习效率。”一起作业网CEO刘畅说。系统内的云计算和分析技术会第一时间生成班级作业的常见共性错误,为教师提供了科学的指导数据。教师可以根据数据进行更加有针对性的教学设计。
即使是教学标准也可以通过大数据进行适合本地区的修订。刘畅举了个例子,在一个二线城市,小学二年级的时候无论是作业还是平时的练习中出现了大量的run(跑步)这个词,3个月过去了,大数据显示所有与“run”这个词相关的题目全市正确率不到20%,那么教学目标就可以进行修改,把“run”划入“只要达到认知水平就可以的行列”。
而且,随着用户的激增,大数据的运算技术将被进一步开发,未来借助智能化的大数据运算技术,学习内容将会“靶标式”推送,只针对个人,而不针对多人,一直以来教育所追求的“因材施教”将会完全实现,那么这将彻底改变传统的学习模式。
只有电子白板是远远不够的
这种转变是需要介质的。
徐小平这样比喻:“在两个悬崖之间有一座桥,你现在看不见,但只要撒把沙子,你就会发现这个桥真的存在,只不过它是透明的。”
2012年11月底,教育部、财政部启动实施“教学点数字教育资源全覆盖”项目。两年后,到2014年年底,随着西藏教学点设备安装调试完成,全国6.36万个教学点全面完成了“教学点数字教育资源全覆盖”项目建设任务,实现设备配备、资源配送和教学应用“三到位”。
“不过仅有电子白板是不够的。”一起作业网CEO刘畅说,这几年他们走了我国很多个县级城市,很多教室都会电脑、网络,甚至不夸张地说中国一半以上教室,包括三线城市都有电子白板。
拥有了这些离真正的智慧学习还有很长一段距离。
据说,新东方流传着这样一个笑话:两个本不相识的大学生在英语角相遇,当他们开口说话时,两个人热情拥抱,因为他们在对方的英语发音中听到了自己家乡的味道。
“中国有70万的老师,读音不好的占99%。”一位从事英语教育的业内人士说。在北京的学校,如果老师想让学生了解咖啡、牛排这样的词汇,他们可能会让专职的美术老师给这个词汇配备精美的图片,“这样的教学在全国有多少地方能够实现?”
所以,传统学习转化为智慧学习的关键点不是“白板”,而是“白板”、“电脑”上所承载的内容。
“互联网+”的到来就能缩小这方面的差距。比如有一款叫TTS的工具,只要在输入框里输入文字,系统就能自动地转换为地道的英音、美音,甚至地道美国孩子的童音。“除此之外,全国那么多的老师,也可以源源不断地把好东西上传,”刘畅说,这样即使是三四线城市的学生也能像北京的孩子一样听到更地道的发音、看到更精美的图解、了解到最前沿的信息,“我当然相信三线城市学校想知道北大附小期末期中考试用什么内容”。
所以对于教育来说,“互联网+”就是提供了这样一个平台,更多优秀资源在平台上共享。“最聪明的老师应该是能够迅速调动全世界最优质资源,变成自己的教育资源。”王强说,现在信息革命给教师一个崭新的平台。
有人说,从互联网到移动互联网,是进入工业革命之后人类社会最大的一步,“如果说,工业革命延展了人类的四肢、延展人类生物性属性的器官,那么从互联网到移动互联网释放的器官是人的大脑。”王强说,这场革命向两个方向发展,一个是采取更加有效的手段来释放大脑的传统记忆、重复、储存功能,这部分功能完全可以轻易地通过移动互联找到,另外一个方向,当大脑的这部分功能被释放清空以后,幸福无疑是最终的方向。
“所以,衡量一个教育是否成功,可以看它是否能让孩子通过知识走进智慧,再通过智慧通向幸福,如果这条通道没有打通,那么我们教育就是失败的。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中,数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量:数据链路中的双重镜像 在商业数据分析体系中,流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中,商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13解析 CDA 数据分析师:数据时代的价值挖掘者 在数字经济高速发展的今天,数据已成为企业核心资产,而将数据转化为商业价值的 ...
2025-08-13解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-08-12MySQL 统计连续每天数据:从业务需求到技术实现 在数据分析场景中,连续日期的数据统计是衡量业务连续性的重要手段 —— 无论是 ...
2025-08-12PyTorch 中 Shuffle 机制:数据打乱的艺术与实践 在深度学习模型训练过程中,数据的呈现顺序往往对模型性能有着微妙却关键的影响 ...
2025-08-12Pandas 多列条件筛选:从基础语法到实战应用 在数据分析工作中,基于多列条件筛选数据是高频需求。无论是提取满足特定业务规则的 ...
2025-08-12人工智能重塑 CDA 数据分析领域:从工具革新到能力重构 在数字经济浪潮与人工智能技术共振的 2025 年,数据分析行业正经历着前所 ...
2025-08-12游戏流水衰退率:计算方法与实践意义 在游戏行业中,流水(即游戏收入)是衡量一款游戏商业表现的核心指标之一。而游戏流水衰退 ...
2025-08-12CDA 一级:数据分析入门的基石 在当今数据驱动的时代,数据分析能力已成为职场中的一项重要技能。CDA(Certified Data Anal ...
2025-08-12破解游戏用户流失困局:从数据洞察到留存策略 在游戏行业竞争白热化的当下,用户流失率已成为衡量产品健康度的核心指标。一款游 ...
2025-08-11数据时代的黄金入场券:CDA 认证解锁职业新蓝海 一、万亿级市场需求下的数据分析人才缺口 在数字化转型浪潮中,数据已成为企业核 ...
2025-08-11DBeaver 实战:实现两个库表结构同步的高效路径 在数据库管理与开发工作中,保持不同环境(如开发库与生产库、主库与从库)的表 ...
2025-08-08t 检验与卡方检验:数据分析中的两大统计利器 在数据分析领域,统计检验是验证假设、挖掘数据规律的重要手段。其中,t 检验和卡 ...
2025-08-08