
大数据真的能因材施教_数据分析师培训
牛津大学互联网研究所教授维克托·迈尔-舍恩伯格,是大数据领域公认的权威。继引发广泛热议的《大数据时代》之后,最近,舍恩伯格和《经济学人》数据编辑肯尼斯·库克耶联袂推出《与大数据同行:学习和教育的未来》一书,专门探讨大数据研究在教育领域的应用。
该书开篇,两位作者叙述了具有比较性的两个实例:唐卡画家的培养遵循传统,规则决定了该画什么、画在哪里和怎么画,师父的任务就是确保年轻人严格遵守规则;斯坦福大学计算机科学家吴恩达收集所有关于学生举动的信息,从中提取最有效的内容并将其纳入系统设计,最后他挖掘出了大数据对于教育的非凡效果。鲜明的对比,清楚地传达出一个信息:传统教育提倡因材施教,但囿于各种条件很难真正做到,借助大数据将会实现更有效的转变。
个性化教育作用惊人
在这本书里,我们遇到了许多实例和生动的故事,了解大数据对个性化教育所起的惊人作用。在小数据时代,我们只能评价那些简单的元素,如测验成绩等。其结果是,反馈几乎是单向度的,从教师和校方指向学生和家长。实际上,大多数正规学校的教育,在其设计之初考虑的只能是处于平均水平的学生。以虚构的中等学生为对象实施教学,必然会损害正态分布曲线两侧的优等生和后排学生的学习利益。大数据正在改变这一状况。例如,同样的一门课程《网络工程》,在计算机学院、信息学院、管理学院,巨大的知识推送和资料,如果假借大数据应用的推送,给不同要求的学科完全不同的内容推荐,即使面对同样一个学科的不同行为习惯的学生,也会针对性地给出对应的学习策略。人类以往的知识体系和知识点在大数据背景并不会发生变化,而学生们却可以通过大数据应用得到个性化的指导和无穷无尽的资源配置。
书中那名七年级女生的例子,极其鼓舞人心。原本在班里始终垫底的女生,忽然像开了窍一样,成绩突飞猛进。因为她只需要集中精力攻克她的弱项。个性化学习最令人印象深刻的特征就是其动态性,学习内容可以随着数据的收集、分析和反馈加以改变与调整,这对于奔走于补习班中的中国学生也是福音,与其去读数学辅导班,不如去专门补习解方程,大数据给你提供了个性化的意见。
造就另一种“庸才教育”?
大数据可以帮助我们突破智力上的局限?两位作者明确指出,大数据最大的作用就是,它不需要对所有事情的原因作出准确解释,而取而代之关注相关关系。也就是说,只要知道“是什么”,而不需要知道“为什么”。作者的这种看法在认知论上可以说颠覆了我们传统的思维习惯,给予了我们更全面、更精细的视角,来看待世界的复杂性和我们身处其中的位置。
作者的洞见还在于,在看到大数据对教育带来良性改变的同时,也前瞻性地发布了大数据教育的种种预警。作者指出,最大隐患是“无法遗忘的旧数据”。或许,某次考试作弊被抓的记录将束缚你的人生,否定你在此之后的进步、成长和改变的种种努力,想想这真令人沮丧,不是吗?大数据预测可以为我们提供比较平坦舒适的教育轨迹。但实际上,这可能正是问题所在,也许我们应该受到鼓励并迎难而上,而不是满足于便捷的前进路线。大数据会否造就另一种形式化的“庸才教育”呢?至于数据资料的管控、使用和监督,难道我们的所有信息都处于监控之中,然后把希望寄托在类似美剧《疑犯追踪》的主角那样的管理者理想人格之上吗?
爱因斯坦说过:“想象力比知识更重要,因为知识是有限的,而想象力概括世界的一切。”对于大数据来说,它可以提供更高效的技术分析,但是,由人类的智慧、独创性、创造力造就的理念,还有人类甘愿在困境中努力突围的信念,这是大数据分析无法做到的。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29