迎接大數據時代的教育

葉存洪

長期以來，在我國社會生活的許多領域，決策常常缺乏科學性，甚至“拍腦袋”“想當然”。教育領域也不例外，“教育領域的決策從來就是在缺乏任何數據的基礎上作出的。常識一直成為正常的決策資源，即使在常識導致消極結果的情況下也是如此，而常識其實只是習慣和一廂情愿的混合物罷了”。

今天，“大數據時代”正大步向我們走來，這種基于獲取和解釋數據的決策對社會生產生活帶來了廣泛的影響。但是，在教育領域卻還相對滯后，除了“月考分析”“高考分析”這些為應試而展開的“分分計較”的所謂數據“分”析以外，我們依然沿襲著傳統的教育范式，主要依靠經驗對學生的學習行為進行判斷并制定教學決策。

MOOCs一度被譽為繼火的發現之后最重要的創新，我們有個別學校給予了關注，多數學校無動于衷。如果說，MOOCs主要還只是課程層面，那么，“大數據時代”給教育帶來的改變將是多方位的。隨著全社會移動終端的普及、云計算服務的發展、大數據分析技術的突破，這股浪潮最終將席卷大中小學，沒有哪家教育機構能置身事外。我們的學校當未雨綢繆，及時應對。

大數據的反饋功能——“展示那些以前不可能觀察到的學習層面，實現學生學業表現的提升”。在過去的教育中，反饋也是存在的，比如，從課堂參與、家庭作業、測驗中獲得信息，但相比較而言，這些都只是“小數據”而已，且它指向學習結果，而非學習過程。當學習發生在數字環境之中時，就可以收集到很多過去無法獲得的數據，學生每一次與系統發生的交互都會被記錄下來，這些數據可用于向學生、教師提供學習進程的實時報告。還可以“基于每個學生的答題準確率運行一個統計模型，用以判斷學生是否精通某個學科領域”。比如，學生閱讀紙質課本，什么地方學得輕松，什么地方覺得苦澀，教師很難了解。但在計算機上，學生什么地方“快進”“暫停”“中止”“回看”，系統都有記錄，并能據此分析學生的學習質量。單從“回看”來看，如果在課程進行了數周之后，很多學生會跳回到前面的某個章節去復習，說明了什么？可能是前面的基礎沒打牢。這樣，教師就該知道如何去調整他的教學進度和重難點。而且，系統還可以通過追蹤分析學生的“衰減曲線”，提醒學生何時該進行復習，以提高記憶保留的概率。“學生可能會收到一則消息，告知他如果在測驗前兩天的晚上——不是前一天晚上，也不是測驗當天早上——觀看復習視頻，那么他將有85%的概率記住復習內容，并在測驗中作出正確解答”。

大數據的個性化功能——“基于學生的需求定制個性化課程，促進理解并提高成績”。19世紀以來，受工業革命的影響，教育也實行“大規模批量生產”，用“一把尺子量所有的人”——“大多數正規學校的教育，在其設計之初考慮的是處于平均水平的學生——比坐在前排的神童學得慢，但比教室后排的笨蛋學得快的虛構的學習群體。”這種基于平均水準設計教育系統的做法，會同時損害位于分布曲線兩側的學生。現在，接觸到大數據之后，“適應性學習”系統開始進入大量應用階段。2009年起，美國紐約地區的數所中學推廣了一個名為“個人的學校”的數學項目，每個學生都擁有他們的個人“播放列表”，通過相關算法分析個人需求，為他們指定每天需要解答的數學習題?！案鶕约旱臅r間安排開展學習，我不需要采用和其他人一樣的學習方式。”一名“個人的學?！钡膶W生如是說。在個性化的教學方面，這將會比現在的“走班制”更加徹底，甚至最終從根本上改變現在的“班級授課制”背景中的“成績好的學生吃不飽，成績差的學生吃不了”的頑癥，教育將真正走向“個性化”時代。