【文魁大脑读书会2016】赵秀丽第8/52《与大数据同行 _学习和教育的未来》

本书开篇指出

【文魁大脑读书会2016】赵秀丽第8/52《与大数据同行 _学习和教育的未来》

大数据是如何改善学习的？

大数据改善学习的三大核心要素是：反馈，个性化，和概率预测。

现行教育的缺陷

小数据反馈的单向性

我们现行的正规教育中，从幼儿园到大学，反馈随处可见，但是我们的反馈，是从家庭作业、课堂参与、论文和检测中获得成绩。依照这些成绩作为我们衡量学生学习行为的指标数据。这些有限的数据称为是小数据，这种反馈几乎是单向度的，从教师和校方指向学生和家长。我们却很少评价自己，更不会全面或大规模的对自己的教学进行评估，我们并未衡量所采用的教科书，测验和课堂讲解等教学内容手段是否对学习有益。这种做法在其他行业里是极不合理的。这种反馈针对的是学习的结果，而不是学习的过程。

在今天，几乎所有类别的消费品都为我们提供了成千上万种选择，我们在其他行业见到的商品多样性和定制化，尚未在教育领域大规模的显现。

教育形式的同一性

目前教育形式：学生受到同样的对待，使用同样的教材，做同样的习题集……。这种保持一致步伐，在同一时间呈现完全一样内容--传统教育迎合的是教师和系统的要求，而不是学生的利益。

实际上大多数正规学校的教育，在其设立之初考虑的是处于平均水平的学生--比坐在前排的神童学的慢，但比教室后排的笨蛋学的快的虚构的学生群体。这种做法会同时损害位于正态分布曲线两侧的学生。以虚构的中等学生为对象实施教学，会使领悟力高的学生感到厌倦，而领悟力低的学生会学得非常吃力。线上教学和个性化教学的先驱--可汉学院的创始人萨尔曼.可汉说，我们需要的是“一个尺寸适合一个人”的方式。

未来的教育形式

定制教育 或个性化教育

大数据为定制化教育提供了可能。

为每个学生定制教育，是适应性学习软件长期以来的目标。

学习方式的变化

个性化学习的特征是其动态性，学习内容可以随着数据的收集分析和反馈加以改进和调整。     如果一个学生对某个部分的学习存在困难，那么这个部分将会被纳入之后的习题集，确保该学生有足够的练习机会，这个常识性的概念被称为掌握学习，学生必须证明自己打下了坚实的基础，才能够进入下一阶段的学习。     2009年开始在纽约地区的部分中学推广了一个名为个人学校的数学项目，每个学生都拥有自己的个人播放列表，通过相关算法分析个人需求，为他们制定每天需要解答的数学习题。“如果有不理解的地方，我可以尝试用一种崭新的方式，根据自己的时间安排开展学习，我不需要采用和其他人一样的学习方式”一个学生这么说。

教材的变化

在未来，学习绝不会是按照一本给定的教科书，一门科目或课程，以同样的顺序和步调进行，而将是由数千种不同的组合方式。

教师不再需要凭借主观判断，选择最合适教学的书籍，大数据分析将指引他们选出最有效的支持进一步完善和私人定制的教材。当然同一组学生仍然会使用相同的教材，毕竟他们需要通过相同的测验，但是教材是可以进行个性化处理的。

数据反馈方式的变化--从单一到双向

在学习的环境下，大规模个性化的实现，需要有更丰富的反馈数据，流向教师和管理人员，个性化建立在大数据反馈的基础上，并将其恰当地付诸实践。   在大数据时代，我们可以收集来自众多学生的大量反馈数据。系统将吸收学生反馈的数据结果，并动态的调整教学材料和环境使其适应所有的学生。

概率预测的发展

日渐精准

通过大数据，我们能够对人们的整体学习状况，和个体的知识掌握情况产生独到的见解。然而这些见解并不是完美的，因为这些见解是概率预测的结果。   比如说我们发现某类教材，能够提高特定学生的测试成绩，且预测的准确性高达95%，但这仍然意味着存在5%的判断失误的可能性，即5%的学生成绩不会提高。在这种情况下，我们是否是否相信大数据提供给我们的这种教材呢？

随着大数据预测在精确度和细节上提高，我们也应该对帮助我们作出决定的预测结果抱以更大的信心，并提出更加具体和细致的建议，采取更具针对性和更加温和的干预措施。比方说，强制要求一个学生花费整个暑假的时间补习数学，可能还不如建议他参加一个为期两周的2次方程的集中课程。

因果关系到相关关系的思维方式转变

过去我们相信自己发现的因果关系，如今必须意识到我们通过大数据看到的往往是相关关系。    这些相关关系似乎是不为我们所知的变量之间的连接和关联，他们不会告诉我们事情如何发生，而是向我们说明正在发生的是什么。 例如，冯.安对西班牙语使用者，使用分时学习的方法效果更佳的发现，就是相关关系的产物。

未来的教育核心机制？

可汗学院的故事

2004年一个刚从哈佛商学院毕业一年的对冲基金分析师应家人要求，给他12岁的表妹纳迪娅辅导数学。唯一的问题是，表妹家住新奥尔良，而他住在波士顿。因此他在互联网上为她辅导，从此永远地改变了教育的世界。10年间，可汗学院有来自200多个国家5000万名学生使用该网站。网站集结了超过5000个视频课程，全部是免费的。这些视频的后台有程序的运行，用来搜集有关学生行为的数据，例如这些程序可以追踪，每个学生答对和答错的习题的数量，以及他们每天用于作业的时间等等，通过对反馈机制的扩展和改善，能够了解学生如何学习而不是学习什么。  

10分钟视频课程是可汗学院的心脏，那么时刻在后台运行的数据分析，就是它的大脑。

可汗学院的故事凸显了大数据时代，教与学的变化让我们以崭新的方式，看待学校，班级，课本和课程，将它们看作收集和分析数据的平台，并把分析成果用于教育的改良。

moocs曾一度被誉为，继火的发明之后最重要的创新。真实的情况是，在线课程是革命性的，但它更有可能作为正式教育环境的补充而不是替代。比尔.盖茨对此有很好的见解，他指出，来自任何地区的任何学生，都能够参与世界上最好的教师的课程，而不负责这些在线课程的其他老师，则可以花时间直接为学生提供指导。   慕课作为大规模的数据收集平台，帮助个体学习实现了人类历史上空前的普及性和规模化。作为数据平台的学校，无论大中小学校，面对大数据浪潮将无一幸免，没有哪家教育机构能够置身事外。

大数据将带给我们什么样的风险？

最大的隐患：无法遗忘的旧数据

某位求职者在多年前因为一次高中考试作弊被抓，这一事实被保存在个人教育数据中。当招聘者看到一污点的时候，很难做到客观。尽管现在，这个人已经脱胎换骨。然而，只要他的教育经历的数据一直保存保存下来，这个污点将成为他一生的噩梦。

第二个威胁：大数据预测

以所有人为对象搜集到的全面教育数据，将用于对未来进行预测，我们应该以这样的速度按这样的顺序学习，例如我们只有在晚上8点到9点复习学习资料，才有90%的可能性得到b，如果复习的早了，其可能性将会降至50%等等。诸如此类的概率预测将会限制我们的学习自由，并有可能最终威胁到我们对生活中机遇的获取。

第三大威胁：教育分流

比如系统预测，我们不太可能在一个学科领域（生物信息）取得良好成绩，于是巧妙的引导我们转入护理之类的其他专业。我们可能会认为系统考虑到了我们最大的利益，为我们提供舒适的教育轨道。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，而不是满足于平常的前进路线。

这些风险的解决目前还没有很有效的手段，这些风险的解决将有利于大时代数据下教育形式的推广。

心得

看到这本书作为高校的老师，引发了我许多的思考：首先在大数据的这样一个环境下，我们的生活发生了很多方面的变化，信息获取的便利性和多样性、商品的多样性和购物方式的多样性以及我们对这些商品的个性化、人与人之间交往方式的独特性和多样性在线网络课程了易获得性等都发生了极大的变化，而正规高校的教育方式几乎没有太大的变化。去年我们引入小学期制，还加入了一些慕课的课程，但是总体上来说，改变还不是很大。在这种大数据环境下，作为老师，我们该做哪些准备呢？

阅读这本书的过程中，我上网浏览可汗学院的在线视频，也浏览了慕课的在线视频。事实求是的说，还没有找到我真正想要的课程，也许不久的将来会找到我想要的课程吧！

这本书里面说到传统教育的弊端，我是感同身受的。我以前总认为学生学习效果不好，是因为他没有付出足够的努力，或者是说他的智力不行，现在看来可能是我们的上课方式、学生学习的方式有问题。在大数据时代还没有真正到来之前，我会尽量的减少，自己看的的这些弊端！

这本书从大方向谈了教育的未来，但是详细的细节，或者是更深入的研究还没有展开。我现在正在阅读的另外一本书《翻转课堂的可汗学院》，刚刚阅读了第一章，引发我更多的思考。