從賦能教育向尊崇成長轉變：教育大數據的倫理省思

龐茗月 胡凡剛

[摘? ?要] 為了使教育大數據從“賦能教育”向“尊崇成長”轉變，從而推動教育價值與技術發展的繼往開來與和諧共進。在對教育大數據賦能教育深入思考和研究的基礎上，從倫理學視域對教育大數據重“技術外力”、輕“價值內蘊”引發的若干倫理問題進行內省，希望在明晰倫理品性的同時，彰顯其賦能教育的價值及尊崇成長的倫理路徑。研究認為：教育大數據為教育教學的變革提供精準實測、私人訂制、預判調度、霸權消減等賦能價值的同時，也存在隱私披露侵犯人格尊嚴、規制算法束縛自由選擇、數據獨裁固化等級甄別、固化標簽牽制個體發展等倫理威脅，秉持傳承良善和塑造新貌的理性審視，在教育大數據的應用過程中，應推崇倫理技術育人之本、倡導冒泡算法過濾之真、推動倫理規約向善之律、提升溫度數據和美之養。

[關鍵詞] 教育大數據; 倫理省思; 賦能教育; 倫理困境; 倫理路徑

[中圖分類號] G434? ? ? ? ? ? [文獻標志碼] A

[作者簡介] 龐茗月（1995—），女，山東臨沂人。碩士研究生，主要從事網絡教育應用的研究。E-mail：pangmy520@163.com。胡凡剛為通訊作者，E-mail：hufangang5@163.com。

一、引? ?言

伴隨信息技術的飛速發展與新興技術的成熟普及，作為挖掘新知識、發現新規律、創造新價值的海量數據——“大數據”已成為當今時代信息技術發展的代名詞，同時，數據驅動下的技術“新能源”正推進教育的提升與革新，教育大數據（Big Data of Education）呈現出史無前例的發展態勢，尤其是2015年9月，國家統計局中國統計信息服務中心與曲阜師范大學共同打造的中國首家基于大數據研究的教育學術高端智庫——“中國教育大數據研究院”的建成，更是將大數據與教育的深度融合上升到了國家戰略層面，但教育與技術深度融合帶來巨大變革的同時，也潛藏著一系列無法預知的挑戰與風險，由此將會引發后續倫理困惑的產生。因此，加強對教育大數據引發的相關倫理失范問題的系統認識，研究倫理路徑，規避可能的風險，是我們以合理尺度把握教育大數據這一中性工具，為教育的健康穩固發展設置“看門人”，進而使教育大數據得以從賦能教育向尊崇成長轉變的應有之義。

二、教育大數據向教育賦能

“教育大數據”這一概念最早是在對美國《通過教育數據挖掘和學習分析促進教與學》這一報告的解讀與啟示中提出的，將“教育大數據”界定為學習者在平臺學習中的行為數據[1]。楊現民等人將“教育大數據”看作是貫穿于教育教學行為中所形成的，根據教育需求集聚起來的，所有可用于教育發展并能夠產生強大潛在意義價值的數據匯集體[2]。因此，我們認為，竭力勘測教育教學背后的海量數據，發掘其背后隱匿的有意義價值的信息真相，科學決策教育教學難題是教育大數據向教育賦能的關鍵。

（一）精準實測

作為課堂教學引導者與施行者的教師，在彼此教與學交流互動之時也以評價者與監督者的角色而存在，教師要立足于學生的學習回饋內容，根據教育現狀即時更調多重教學手段、轉換教學進程，填補與之相聯系的信息空白，并依托多元化評估體系對學生進行合理估量。而守舊的教與學回饋方式主要是通過低頻率的規范化測驗來獲取，并以此為主導形式評估學生的知識接受度，其傳遞方式為從教師和學校到學生和家長，即是單向的;評估對象僅針對學生而非教師與其中所涉及的教學媒介，即是單調的;評估形式僅側重學習成果而輕疏學習進程，即是單一的。由于欠缺一定客觀學習數據的維系，以至于無法對學生的真實學習水平進行準確判斷，進而制約著課堂教學效果的提升。然而在大數據背景下，信息以雙向流通的方式來傳遞，評估對象已不僅僅局限于“被動接受知識刺激”的學生，也蘊涵“教學工具與相關產物”，即教師與教學媒介;破除單一評價方式的弊端，對學生學習狀況的反饋數據使之以動態化、持續化的形式呈現，診斷性評價、形成性評價、總結性評價、精準化評價得以兼顧。

（二）私人訂制

若說以計算機和互聯網為代表發展的新技術推動了教育民主化的促成，那么更可以說大數據與教育的深度融合將實現教學與學習的個性化[3]。而即使在歷經多年高呼教育教學改革浪潮的今天，現代教育仍未脫離傳統教育的弊病：以教定學、以本為本、千篇一律，圍繞課本、教室與教師，金科玉律般的課堂教學思維與習慣已“固化”與功利化，忽視學生作為學習主體的存在，“填鴨式”忠實執行教材，以統一標準對待學生，束縛學生思維發展與個性需求。大數據時代的教育工具與技術使得個性化、多樣化、訂制式的學習服務成為可能，其對學生課堂學習的支持作用，一方面反映在記錄學習路徑，捕獲學習數據，為學生自我調節與掌控學習過程提供數據參考藍本，確鑿的教與學數據不可能“騙人”，它會賜予教師“撥草瞻風”式的洞察力以及“高瞻遠矚”式的預判力，不再拘泥于同一節奏與步調;另一方面反映在自動甄別分析學生學習的過程數據，依據需求安放學習資源，達成個性化私人訂制學習服務，契合學生的感知覺、認知、動機、意志等個性化學習訴求，從而推動學生的創造性發展。

（三）預判調度

明確的目標內容是進行課堂教與學的前提和基礎，抓住了目標內容就牽住了課堂教學的“牛鼻子”，因此，目標內容定位的明確在教學過程中格外重要。對教師來說，教學目標一般由授課教師確定，而在教師達成課程教學目標的同時，學習者也應同期實現自身的個人學習目標。教育大數據在內容資源的決策方面起著預判與調度的作用，首先，通過捕捉每一位學生的學習行為數據，進行量化和分析，根據個人學習行為、學習績效、認知方式與偏好的差異，更具針對性與精確度地預判個人目標并給予與之相符的內容資源，開展個性化教學。其次，教育大數據可以在不妨礙師生課堂教與學行為的前提下及時連續地收集教學過程中的更多微觀性數據，如，每位學生在某一知識點或練習題上的逗留時間長短、教師課堂提問次數、聽懂點頭示意次數與微笑頻率等。不遺巨細地捕捉學生的知識掌握情況，挖掘其薄弱與擅長內容，窺探其中規律與秩序的蘊含，在此基礎上適當增加學習者感興趣內容的數量，以此提升學習績效。另外，教育大數據技術亦可依據其所分析的數據來檢驗學習內容的難易程度，將教學內容作適當調整以更契合教學，為使學生獲得更佳學習效果助力。

（四）霸權消減

課堂教學過程中的交互與教育大數據的文化理念具有相同蘊涵。如今進行教與學場所的課堂與在線學習社區在本質上如出一轍，同樣都是在自愿、對等、開放、適應的文化環境下學習者主觀能動的行為結果[4]。在大數據催生的各種信息技術的支持下，課堂學習中的每一位學生都可以平等地享受課程資源、發表自身獨特見解，從而規避傳統課堂情境下專家學者或教師的語言霸權現象，以大數據分析來自定學習步調而不再僅做那缺乏完滿個性發展、教師身后的知識“存儲罐”與“接收器”。此前張洪孟、胡凡剛教授等人曾著重申述，傳統數據絕對集權的弊病已被教育大數據所破除，使得任何一位學習者都可以依托計算機和新技術媒介產生學習數據，從而成為教育數據中的焦點[5]。在與教育大數據實時交互的進程中，學習者之間擁有極強的平等性，以相關數據分析獲悉精準反饋，雙向流動回歸教師與學習者手中，從而消減霸權，最終驅動教育質量的提升。

三、賦能教育遭遇倫理困境

在全球迅速發酵，被視為“未來的石油”且呈爆炸性增長的大數據技術在逐漸變革教育模式、推動教學永續個性化發展的同時[6]，卻也催發出一系列的倫理負面效應而常使其陷于倫理失范困境之中：以提供個性化教與學服務為宗旨的大數據技術在分析海量學習數據的過程中潛伏著數據披露的風險;以建構個性化學習環境為式樣的大數據機器算法在一定程度上剝奪了學生的自由選擇權力;唯數據主義信息壟斷獨裁形式的等量齊觀將會逐步抹殺學生的創造性思維，導致個體自由發展受到禁錮;海量學習行為數據的永久儲存或許也會為學生打上固化標簽的烙印，使學生遭受歧視性對待，教育的公平正義再次受到挑戰。

（一）隱私披露侵犯人格尊嚴

深度洞悉后的教育數據雖為教育帶來寶貴財富，為教育教學研究與服務帶來巨大的教育價值[7]，卻也存在著侵犯參與者隱私的風險，尤其是學習者隱私披露，“沒有隱私的地方就沒有尊嚴”。舍恩伯格指出，大數據的核心價值體現在“預測”上[8]，大數據預測系統可鑒識大規模離散型數據的可靠性與意愿，并逐漸實現“只需在合宜的動機驅逐下開采數據，何種式樣的隱私都可為‘算法上不可能”[9]。大量教育參與者由此墮入了窘態境況——便捷的個性化學習服務要以泄露隱私為籌碼而獲得，尊嚴受侵現象屢見不鮮。教育大數據的分析與預測侵犯了教育者與受教育者的知情同意權，這種似乎帶有行政推送色彩的新型教育模式，是否在施行之前征得了教育者與受教育者的準許？教育者與受教者對于教育大數據的本質、優缺點以及在施行過程中可能潛在的風險是否知曉？事實上，很多時候現實中是以此方式應用大數據技術來施行所謂個性化學習服務的[10]：最初是取得某位學習者過去以往的學業成績表現，然后在學習數據庫中對高年級或往屆的學生進行查詢，獲取與之相類似的結果，理解學生過去以往成績與將要選擇的課程表現之間的相關性，聯系該學習者的專業要求與該生能夠達成的學習任務程度等信息，預測該生將來此門課程可能獲取的結果，并最終綜合酌量為其推送一份適應自身學習的專業課程表。諸如此類的學習服務在提升學習者學業成績表現與降低輟學率等方面已取得一定效果并在進一步驗證與深化研究中。

過去以往，由于量化技術與存儲介質的落伍與缺乏，想要達成表現上述“某位學習者過去以往的學業成績狀況”的工具尚不先進，目前能夠實現的也僅是相對片面化的信息而已，但隨著大數據時代的到來，數據以規?；?、多樣性和高速化特點發展，技術的發展擴大了我們記錄的范圍，延伸至教育領域的種種學習行為與學術能力表現。譬如：共享合作學習聯盟（Shared Learning Collaborative，SLC），在2011年成立了K12學生數據存儲機構 in Bloom，比爾·蓋茨曾稱它的技術為“令人興奮的新事物”。in Bloom是將學生的個人信息從多個數據庫中提取，再將其上傳到云端的一種存儲系統，其中數據牽涉學習者眾多隱私，而當家長察覺孩子的個人社會保障賬號同樣也被上傳到服務器上之后，隨即對in Bloom提供的服務進行了堅決的抵抗，雖是采取了高水平的密保程序，收集數據的初衷也是以促進個性化學習為目的的，但最終學生家長依舊出于對數據應用安全性的顧慮而強烈反對使用，最終公司被迫關閉。儲存在不同系統中的數據被集成和整合，對各類數據相互驗證和解釋，并最終將個體學習與生活的全貌再現，這與使個人隱私赤裸裸地展露在人們面前的“監控”無異[11]，為博得個性化服務而以隱私泄露為代價，必然會使那些本應從大數據價值中受益的人們無法規避人格尊嚴方面的侵害。

（二）規制算法束縛自由選擇

在計算機和互聯網為代表的信息時代環境下成長起來的這代人，美國稱呼其為“N世代（Net Generation）”，認為其世界觀、人生觀與價值觀都受到了兼具智能化、數字化與網絡化信息技術的巨大沖擊[12]。而在大數據期間成長的這一世代，遍及一生，從誕生到逝去，都將被數據衡量與記載[13]。但經大量教與學實踐證明，大數據的規制算法在一定程度上無法真正再現教育者與受教育者的所思所想，在很大程度上束縛了學習者的自由選擇。在伊萊·帕里澤（Eli Pariser）的研究中，我們可以發現，各類網絡媒體所設的攔截、過濾信息的規制算法極大地阻礙了人們信息視域的擴展。首先，基于教育大數據技術的學習預判服務已初具雛形，預判精確度的進一步提升，將促使學習進程、學習服務、未來發展等更趨理想化。這也就象征著否決學習者的悉數努力與自主探究能力，在一定程度上禁錮其自由選擇的權利和機會。其次，教學過程過分依附分析結果預測學習趨向、進程取舍等，將嚴重阻撓學習者創造性思維的發展?！敖锝镉嬢^成本不可能有發明”， 學習者的創造性思維來源于持續不斷的嘗試錯誤與靈光乍現般的豁然大悟，海量的預判式規制數據結果將會造成學習者放棄連續不斷的試錯創新機會[14]，整個課堂大幅追求預判精確度的提高，最終徹底擊垮學習者的獨立思考技能。再次，隨著教與學過程數據化的全方位滲透，結果規制日趨暴露出各學習主體出于諸多方面利益思慮而隱匿的特定學習緣由與進程。

基于教育大數據的數字化記錄不同于人腦的記憶，不會有自身淡忘和外界干擾等問題，這就意味著，在一定程度上，承載學習個體種種學習行為所記錄的數據，會在任何時間、任何地點出于某種原因而被提取出來進行進一步的剖析與對比，或許起初施行此類操作的初衷是為學習者制訂出效果更佳的個性化學習路徑，但過去的種種數據卻會為學習主體從此烙上具有某種暗指含義的固化標簽，而使主體失去更多的自由選擇?；诎l展心理學理論，我們認為，教與學過程中的作用對象是學習者，學習者的生理與情感體驗是在學習過程的交互之中得到發展的，心理變化也同樣是在學習實踐過程中不斷提升的。當學習者尚處于青少年時期時，其認知、思維方式，包括在人格特征與社會經驗等方面均具有動蕩不居性，伴隨時間推移與個體成長，學習者將會形成較為完備的社會意識與自我適應性，從而形成愈加成熟的思想理念，因此，將學生心理與生理均不成熟時期的失當行為涓滴不遺地通盤量化下來，并以此作為未來評估的主要決策依據的此類大數據規制算法，意味著將年輕學生的過往束縛，進而規約與否定其自由選擇的機會和權利。

（三）數據獨裁固化等級甄別

數據是什么？數據是通過對事物的詳細描繪與刻畫，作為一種衡量事物的標尺，從而深切意會事物并把控其本質。馬克思曾說過，一門稱之為科學的學科必得用數學來加以描述。顯然我們可以看出，數據在辨識、思維以及理解中的效用，就是這種越來越多被數據化了的事物使我們對其有著越來越持久性的偏好，由此可見，人們首先想做的就是能夠獲得盡可能多的數據，期望能夠科學地描述數據，客觀、公正地應用數據，而不是被先入為主的偏見所滲透。但任何事物都有一個“度”，一旦超過了這個“度”，很多時候會適得其反，在過去，由于專業性描述工具與技術匱乏等原因，人們在大多數事物的判定上僅使用可能、或許與大概來衡量，也就順勢出現了胡適先生所嗤笑的“差不多先生”[15]，而目前隨著大數據多元化、規模化的發展，以及數據預判精準度的不斷躍升，人們卻走向了另外一個極端：萬事萬物皆用數據開口說話，甚至是用數據進行重要決策、重要管理，決策過程中人為剖析在一定程度上被移除，取而代之的是人成為“被程序化了”的數據行動者，我們把這種將數據作為檢驗事物唯一標準的決策過程稱之為唯數據主義。唯數據主義以數據主導人類決策，將數據作為一種信仰，那些極端的唯數據主義者將萬事萬物視為一個巨大的數據流，對任何事物的價值評判都以數據為評價標準，好似市場無形的手由資本家篤信一般，唯數據主義者對數據流這只無形的手也堅信不疑，當教育大數據的決策體系神乎其神，變得無所不能之時，維系這個體制就成了教育領域悉數價值的源頭。這就致使人們身邊由于數據過剩而對數據產生過甚依賴，進而涌現出一種全新的數據式樣：“數據獨裁”[16]。

大數據獨裁下的教育決策預示著學習者在接下來的學習尚未開展之前，系統就已為學習個體制訂出了一條學習者未來應遵循的、并為其量身定做的學習軌跡，該決策即便以因材施教、因勢利導為原則，并極具專指性，學習者卻仍需在已定范疇領受所需要的教育，這可以說是新勢態下的一種分軌培養方式。為使具備不同能力的人獲取適合其自身需要的教育，這種劃分教育的守舊體例，一直被認為是等級統治體制與精英培養下的產物，在教育領域長期于此，將有失偏頗與公允，其民主性也備受教育者與受教育者的爭議與質疑。相比之下，從教育大數據視角出發，為學習者分配特定未來學習軌跡的行為，與細致、多元化的分軌教育體例無異，是一種“英才和高科技陳舊保守主義的古怪聯姻”[8]。學習者將很難從數據獨裁下擺脫預定義的學習軌跡與路線，通盤甄別學習者的等級次第而將其禁錮于無形的壁壘之中，成為數據獨裁概率預判下喪失個人技能的受害者，因此，基于教育大數據的數據決策存有一定程度上的潛在風險，概率預判未來結果的束縛與等級甄別的固化會增加教育的不平等性。

（四）固化標簽牽制個體發展

大數據技術的撲面涌來，使我們所有的行為和思想都無不顯露于“第三只眼”的眼皮底下[15]。預判式的教育大數據基于包含無論刪除或遺忘與否的數據在內的海量教育信息，對數以萬計的大數據的錯誤率進行無數次的重復假設與論證，來解釋學習個體未來學習軌跡的可能性。標榜教育個性化的大數據教育理念，實際上卻施展著一種“支配”作用，而且是一種強有力的支配，它以一種看似全面數據化的高姿態表明，學習個體只有在大數據預判的基礎上去行動、去進步，才是合理化的。這種盲目推崇的“全方位數據化”境地，需要我們重新站在倫理道德的角度加以審視與評析?！坝篮氵^去”的固化式標簽能否運用于個體今后的學習生活？會對個體今后產生怎樣的影響？是否會導致他人對個體“數字身份”的歧視或造成另外的“數字鴻溝”？這種人為控制過早定向的“限定式未來”，嚴重牽制了個體潛能的無限發展。

人類是理性與非理性的統一體，而教育需要和應當做的是使其覺醒，在這種意義上來說，教育的本源在于喚醒個體。目前，在推崇教育大數據技術的同時，用理性數據否定非理性數據的趨勢日益明顯，大數據是只能收集到個體外顯行為與表現數據的理性化產物，即使能夠完整記錄人的內在生化與運動過程及其規律，但它仍然難以揭示人的情感、意識、信念的內蘊，誠如恩格斯所言：“有朝一日，我們可以用實驗的手段把頭腦中的所思所想‘歸結為腦中分子的和化學的運動，但即便這樣，豈非就是把悉數問題的實質囊括無遺了嗎？[17]”事實上，學習個體的一些開創性的質變式進展，很多時候是通過非理性呈現出來的，教育大數據所限定的學習個體的前進軌跡，在為學習個體帶來合乎現實的“完美”成長路徑的同時，也削減了“主觀變之”為學習個體發展所帶來的無限可能性。在潛能無限的學習個體面前，過往的“數據標簽”并不能完全決定他們未來的發展，因此，在所謂“全方位數據化”的教育大數據面前，我們要秉持一顆敬畏之心，維克托·邁爾—舍恩伯格規勸我們：“窮盡我們各方可能性的此番結果預判，不止會浸染我們的舉止行徑，還將扭轉將來的格局——從一塊廣闊場域轉換為預先定義的、拘泥于過往的褊狹空間”[8]。倘若真的如此，那教育大數據對教育教學、社會及其人的發展都將是一種牽制而不是推動。

四、賦能教育向尊崇成長轉變的倫理路徑

教育大數據為教育賦能實現精準實測、私人訂制、預判調度、霸權消減之時，僅以助推學習者的“外力”而存在著，在此過程中忽視了學習者“內力”的和諧，即實現學習者成長的本原性關照：用知識“守護人性、孕育德行、實現完滿發展”，體現于大數據技術下學習者人格尊嚴持續保障、學習選擇自由開放、受教機會公平均等、個體潛能無限發展等。因此，我們應在創新與風險之間權衡新的平衡點，探求符合倫理的本土化路徑，使教育大數據從“賦能教育”向“尊崇成長”轉變。

（一）推崇倫理技術育人之本

著名教育學教授金生鈜在其專著《規訓與教化》中曾說道：“若某類教育將人看作‘物來處置，那么此類教育就顯露出兼具形成與塑造的霸權主義，如何恣意地措置一件‘物，那么它就如何隨性地處理人。總而言之，此類教育是與精神的自由特性相悖的。”[18]而在目前的教育之下，人正一步步地邁向“非人”嗎？任何技術的出現都是以“為人類服務”為宗旨而存在的，而不可成為遏制人類自由、異化人類本性的手段，“技術無好壞，亦非中立”[19]?；诮逃髷祿夹g的海量預測，通過挖掘人類過往以預測未來，使我們每一個人在強大的數據技術面前、在大數據的理性支配下，趨于“赤身裸體”，學習愈加平面化。刻板的機—人預測泯滅了學習者即刻靈感的爆發，浩繁的推送資源粉碎了學習者自由的人性思索，機械的行為記錄僵化了學習者發散的活躍思維。教育教學是一門藝術，是一門科學，更是一門充滿激情、飽含真情、彰顯才情的善化活動，藝術之根不僅要崇德育人，更要發揮創造之美。在大數據時代，數據決策成為可能，可我們不應該忘記學習的頂層目標不是傾聽知識、飽覽課程，而是獲得個體的所思所想，獲取對事物的知悉與對世界的洞察。合乎倫理的教育教學應以學習者為中心，而非助學者與外在技術“布道施法”，使學習者淪為墻外的過客，在教育大數據面前，倫理型技術教學不應是“自為”之物，而是“人為”之物，不應是“給定不變的”，而是“給出自由的”，不應是憑借數據法則自然開展的現實，而是推崇自由意識不斷涌現的自為活動。只有真正消除教育大數據強烈的技術存在之感，使學習者真正浸淫于學習本身，才會使學習者不至于淪為教學者手中技術操縱下的學習客體，而是真正涌現教育大數據下“人性”的真正意蘊。

（二）倡導冒泡算法過濾之真

我們用由Eli Pariser于2010年提出的“過濾氣泡效應”（Filter Bubble Effect）來形象化比喻現實中的教育失真現象，在教育大數據算法機制的推崇下，海量高度同質化的數據流會阻礙學習者認識真實的客觀世界，持有與操縱技術的教學者便會趁此時機利用“周邊定律”，在學習者不知情的情況下，將特定技術或算法自然植入用戶設備[20]。搜聚學習者行為數據，量化學習者學習行為，匯集與儲存海量學習者各類的數據信息進而造成數據獨裁，學習者對世界的認知正一步一步被算法“氣泡”過濾，學習者生活在過濾氣泡中，而且新型智能化技術尤其是帶有個性化色彩的大數據技術的推送與分配讓這種現象愈演愈烈，這種過濾氣泡實質是打著個性化的名義，把每一位學習個體隔離在數據的孤島上，使他們喪失理智選擇的權利。調度與約束學習者行為，從不同的角度與程度深化教育教學服務的技術異化，在此種異化條件下，學習者被簡單地認為是在裝配線上亟待處理的“產品”，學習者正被當作任人宰割的“物體”來看待與處置，這一切都將成為教育大數據倫理問題愈加尖銳化的強有力推手。因此，我們認為，要為學習者開辟不一樣的教育教學服務，進行倫理化的“戳泡”運動，對于教育本身來說，我們不僅要力求技術的發明者、使用者、占據者能夠進行倫理自律，更應建立完滿的系統倫理架構，并要強力干預于教育教學服務的各個樞紐之中，倡導倫理滲透“氣泡”，形成倫理滲透“過濾氣泡效應”，以有效規約技術合倫理的使用，防止技術異化現象的再度產生。

（三）推動倫理規約向善之律

提到倫理問題，首先被喚醒的便極有可能是道德了，在倫理并未嚴格給出明確定義之前，道德與倫理如出一轍，而道德又將“好”與“善”看成其鮮明特質。隨著智能化發展新興技術本身為我們帶來高審美與強便捷的同時，技術在利益化、功利化的熒惑之下使教育者與道德之間“美德之于靈魂”的過程出現裂痕，也使教育與技術原始的本真性關系被如今的道德倫理缺位所沖蝕，今天的教育教學呼喚理性，呼喚自律的倫理道德，人對技術的支配在道德的“去倫理化”趨勢下被逐步削弱，在該處境及技術的快速發展之下，一度視為根蒂的無害與自律使命，即推動人成為真真切切人的自覺規范的發展與成長一度被忘卻，技術倫理道德實踐的本善真意蘊日漸離我們遠去。雖然教育大數據的發展已日趨成熟，但“去倫理化”的道德脆弱弊病是技術發展本身所解決不了的，正如英國歷史學家湯因比在《選擇生命》一書中寫道，要想應對力量所帶來的邪惡后果，所需的不是智力行為，而是倫理行為。因此，我們應推動道德倫理自律，使技術主體所應遵循的一系列倫理規范愈加完備，使我們教育技術人能夠在自身的精神成長中擔負一種道德與倫理的責任，將教育技術實踐過程中的每一樞紐都嚴謹規約，使道德施行自身所具有的利他性與自律性在倫理化的技術指令中較充分地發揮出來，將“去倫理化”所帶來的道德損傷降到最低?！皞惱砘睉獜囊欢K地貫徹于教育大數據實踐應用現實的可為性之上，植根于沃腴的道德土壤之中，邂逅于無害、自律之善的道德生活之下，從而彰顯教育與技術倫理道德的理性之美。

（四）提升溫度數據和美之養

被喻為“21世紀的石油”的數據盡管是非物質的，但大數據技術相擁于教育領域的迅捷發展與熱切希冀將原本期望中降低數字化儲存成本與無障礙訪問數字化影像這一可能變為了物質現實，使數據逐漸成了人類教育與生產生活資料的重要組成部分，亦是當今第四種科學研究范式的核心研究對象[21]。當前，大數據已成為各行各業的焦點，但究其本質，無論數據是大還是小，我們眷注的仍是數據自身的本原性價值，教育教學是以“人”為對象的，是服務于“人”的發展之上的，正是這一繁雜的教育特性又促使教育大數據的價值在數據利益相關方之一——教育管理者面前瀕于前所未有的挑戰，在悉力平衡基于“效用最大化”的教育數據運作歷程中，教育管理者的倫理素養在數據海洋中被淹沒。因此，在秉持“教育數據素養”的基礎上，我們認為應愈加鮮明地提出“倫理數據素養”，栽培他們合乎倫理化地搜羅數據、評析數據與使用數據。盡管教育大數據是當前境遇下信息化教育創新服務的發動機，卻也潛伏著不經意間便能毀掉學習個體的險境，任何學習個體皆應擁有既定需求下“揩除過去”的權利，因此，我們亟須以契約精神為引領，使教育數據采集者與管理者遵循共同的數據倫理契約，貫徹落實“橡皮”精神——實時徹底地揩除敏感性信息與數據，制約關乎人格尊嚴的無時序性、無情景化的數據披露。既有深度又具溫度地提升教育管理者“橡皮”式倫理數據素養之美，惠及教育進步邁向新征程。

五、結? ?語

在狄更斯的《雙城記》中有這樣一句話：這是一個最好的時代，也是一個最壞的時代?！斑@是一個最好的時代”，最近熱議的“課堂革命”一詞讓我們感受到教育變革之迫切、深刻，大數據時代教育與技術的深度融合，課堂環境、學習方式、教學手段發生著的滄海桑田般的革新，精準反饋教學、個性化訂制學習、預判式調度內容、霸權式文化的消減等帶動著全新的教育增長點，加速著教育技術的文明發展歷程。“這是一個最壞的時代”，從教育初心的此岸出發，透過大數據技術之變，特別是“泛技術化”“唯數據化”的迷霧，我們能否如愿到達有胸懷、有關懷、有情懷的教育理想彼岸？使教育大數據得到有深度、有高度、有厚度的本源性回歸？隱私披露侵犯人格尊嚴、規制算法束縛自由選擇、數據獨裁固化等級甄別、固化標簽牽制個體發展等存在的諸多倫理威脅，又如何使教育大數據在五花八門、奪人眼球的技術喧囂與裹挾中守住本分？因此，對于教育大數據，我們不能一味地宣揚其價值功用，而是應還教育在安靜、清凈、干凈的未來之路上走得更穩、行得更遠，探尋返璞歸真之道，將教育大數據帶來的理性之原、對話之真、育人之善、創造之美在道德與倫理的反省和深思中顯現出來。

“風從這里過，風也有墨香;云從這里過，云也有思想”，教育教學不是“充耳不聞”，而是“順勢而為”，在這個人工智能飛速發展的教育信息化2.0時代，立德樹人仍是教育安身立命之所在，因此，無論時勢如何變遷、技術如何變化、大數據如何先進，教育此一命脈過去未曾改變，未來也不會改變，未來課堂、未來學習也定是有思想、有理想、有情懷、有境界、有溫度的積淀與傳承。數據不會憑空萌生智慧，需要你我他共同的意識覺醒與倫理自律，教育大數據并非是當下理論層面淺嘗輒止的“花架子”，要具體對標靶向當下教育教學領域的“痛點”，攻克教育大數據建設應用中的絆腳石。在未來我們將會繼續推進教育大數據研究與實踐，探求大數據與教育如何進一步交融，助推教育大數據真正“落地生根”，最終實現大數據“從賦能教育向尊崇成長”的倫理性進化。

[參考文獻]

[1] 徐鵬， 王以寧， 劉艷華， 張海. 大數據視角分析學習變革———美國《通過教育數據挖掘和學習分析促進教與學》報告解讀及啟示[J]. 遠程教育雜志， 2013（6）：11-17.

[2] 楊現民， 李新， 邢蓓蓓. 面向智慧教育的教學大數據實踐框架構建與趨勢分析[J]. 電化教育研究， 2018， 39（10）： 21-26.

[3] 翟博. 教育均衡發展： 理論、指標及測算方法[J]. 教育研究， 2006（3）： 16-28.

[4] 胡凡剛， 高翠， 盧瀟， 孟志遠. 教育虛擬社區倫理對社區交互影響的實證分析[J]. 電化教育研究， 2017， 38（5）： 59-63.

[5] 張洪孟， 胡凡剛. 教育虛擬社區： 教育大數據的必然回歸[J]. 開放教育研究， 2015（1）： 44-52.

[6] ANDERSON C. The end of theory： the data deluge makes the scientific method obsolet[EB/OL].[2014-08-25]. http：//www.wired.com/science/discoveries/magazine/16-07/pb_theory.

[7] 趙晉， 張建軍， 王奕俊. 大數據思維下教育發展機遇與挑戰的再思考[J]. 電化教育研究， 2018， 39（6）： 21-26.

[8] 維克托·邁爾—舍恩伯格. 與大數據同行———學習和教育的未來[M]. 趙中建， 張燕南，譯. 上海： 華東師范大學出版社， 2015.

[9] 楊聚鵬， 梁瑞. 大數據時代大學課堂教學模式面臨的挑戰與變革[J]. 電化教育研究， 2017， 38（8）： 111-115.

[10] Austin Peay University. Degree compass-what is it？ [EB/OL].[2018-09-13]. http：//www.apsu.edu/ information-technology/ degree-compass-what.

[11] 徐子沛. 數據之巔[M]. 北京： 中信出版社， 2014.

[12] 唐·泰普斯科特. 數字化成長3.0[M]. 云帆，譯. 北京： 中國人民大學出版社， 2009.

[13] 張燕南， 趙中建. 大數據教育應用的倫理思考[J]. 全球教育展望， 2016， 45（1）： 48-55，104.

[14] 鐘紹春， 唐燁偉. 人工智能時代教育創新發展的方向與路徑研究[J]. 電化教育研究， 2018， 39（10）： 15-20，40.

[15] 涂子沛. 大數據———正在到來的數據革命[M]. 桂林： 廣西師范大學出版社， 2013： 185， 274， 325.

[16] 維克托·邁爾—舍恩伯格， 肯尼思·庫克耶. 大數據時代[M]. 盛楊燕，周濤，譯. 杭州：浙江人民出版社， 2013： 16， 77-78， 195， 198， 200， 208， 210， 214-215， 219， 225.

[17] 恩格斯. 自然辯證法[M]. 北京： 人民出版社， 1971： 226.

[18] 金生鈜. 規訓與教化[M]. 北京： 教育科學出版社， 2004.

[19] MELVIN. Technology and history："Kranzberg's Laws"[J]. Technology and culture， 1986（3）：46.

[20] 盧克·多梅爾. 算法時代[M]. 胡小銳，鐘毅，譯. 北京： 中信出版集團， 2016： 123.

[21] HEY T， TANSLEY S， TOLLE K. 第四范式： 數據密集型科學發現[M]. 潘教峰，張曉林，譯. 北京： 科學出版社， 2012： xviii—xix.