大數據專家告訴你：未來的學習、教育什么樣？
維克托?邁爾-舍恩伯格，英國牛津大學互聯網研究所教授，是大數據領域公認的權威，也是最早洞見大數據時代發展趨勢的數據科學家之一，認為當下教育主要面臨兩個障礙：一是優質教育資源分配受到時空的限制；二是獲取和分析教育過程中的數據成本巨大。因此小數據教育通常呈現為三類特征：一是教育以大規模批量進行；二是難以評價學生的學習過程，而只能評價學習結果；三是教學方案主要依靠教師的個人經驗制定。
面對這些障礙，該怎么思考？對此，中國教育新聞網專訪了維克托?邁爾-舍恩伯格。小編選取了大家最為關心的問題，一起來學習。邁爾-舍恩伯格：可汗學院的案例大家可能比較熟悉，我想舉另外一個案例來說明大數據時代的學習是什么樣。在美國，有一個著名的外語學習網站——多鄰國（Duolingo），每天都會有數以百萬計的人們通過它來學習外語。網站的設計者從平臺所收集的大量學習者所犯的錯誤信息中，發現許多有價值的信息。比如，他們發現大多數西班牙語使用者在學習英語的初級階段，會對代詞“it”很困惑，原因是“it”很難翻譯成西班牙語。于是，多鄰國針對這類學習者調整了學習安排，先教他們其他代詞，等到數周后再開始教“it”。多鄰國通過大數據發現，語言教學手段有效與否，取決于學習者的母語以及他們將要學習的語言。另外，多鄰國還發現了所謂“數據尾氣”（data exhaust）現象，即由人們與網站之間的互動中衍生的副產品：如熟練掌握一門語言的某一方面需要多長時間、最合適的習題量是多少、落下幾天課程進度的后果是什么，等等。邁爾-舍恩伯格：實現因材施教是人類教育的理想。大數據時代，學習者將可以獲得一種定制的適合自身的學習安排。比如，在紐約地區有一個“個人的學校”數學項目，每個學生都擁有個人的“播放列表”，通過相關算法分析個人需求，學生可以獲得為其定制的每日習題集。再比如，有一個名為“半島大橋”（Peninsula Bridge）的暑期班項目，曾使用可汗學院的數學課程教授來自貧困社區的中學生。有一個女孩一直學得很慢，成績也一直墊底。但是過了一段時間，她竟然像開了竅一般地飛速進步，到課程結束時成績已排名第二了。學習記錄顯示，她曾長時間在某個學習環節徘徊，而一旦掌握了這個核心概念后，她就開始突飛猛進了。可見，當學生能以最適合自己的步調和方式進行學習時，即使那些看起來最沒有能力的“差生”，也可能在最終表現上超過優等生。邁爾-舍恩伯格：幾乎可以肯定，在大數據出現之前，大多數教育政策都是在缺乏實驗數據的情況下制定的。我們的教育決策往往是非常主觀、甚至是“拍腦袋”產生的，有一些最基本的原理可能都未曾驗證過。比如，今天大多數學校的日程和時間安排，還遵循著農耕時代的習慣，人們甚至沒有思考過學生是否真的在這個時間段進行學習最有效。再比如，人們通過數據研究發現，一個能預示大學生繼續學業的重要指標，不是年齡、性別或分數，而是他們的選課數量，即那些開始時選擇較少同期課程的學生更有可能堅持下去。而美國財政撥款的資助條件是要求受資助人修讀全日制課程，顯然這些條款是有嚴重缺陷的。盡管教育決策的意義重大，但是其制定的過程卻往往基于相對較少的數據。而且，這類數據的收集和分析，也并不是由客觀的局外人，而是由典型的內部人士操作的。從組織上看，這是不合理的。商業公司早就知道，有關反饋和質量保障的信息，應該由與結果毫無利益關系的專業人士進行收集。邁爾-舍恩伯格：現在做這種描繪，可能有些困難。但我可以講講我兒子現在是如何學習的。我兒子今年6歲，今年秋天就要上學了。但是我現在已經開始在家教兒子了。常規情況下，我會在晚上會先給他看20分鐘的視頻，比如關于皮膚的作用、火山的形成、冰激凌的制作等。這些視頻都非常有意思，我的兒子總是津津有味地觀看。然后，我們會進行15-20分鐘的交流。這種交流很有意思，也很有挑戰性，我需要做很多準備。讓我特別欣喜和驚訝的，并不是我的兒子記住了多少內容，而是他所展現出來的思考角度和深度。所以，未來的教師所做的工作，將不再講授，而是通過對話、溝通和互動，幫助學習者加深對相關內容的理解和思考。在大數據時代，這種雙向的溝通和交流將可以更成規模。同時，也要求教師要有更開放的心態，去擁抱和使用這些新技術。圖片來源：網絡
內容來源：中國教育信息化（ID：zgjyxxh）
1. 優學云測評推出培訓機構個性化教學解決方案
2. 優學云測評推出中小學校個性化教學解決方案
3. 優學云測評推出招生平臺流量提升方案
4. 優學云測評推出企業人才發展平臺解決方案——人才庫管理
5. 優學云測評幫助個性化教育成為現實
優學云測評精選的每一篇文章都會注明來源和作者（除非找不到），文章版權歸原作者所有，若有侵犯權益，請聯系我們刪除。本文所述內容僅代表作者觀點，不代表優學云測評立場。對于本文以及其中全部或者部分內容、文字的真實性、完整性、準確性和合法性本公眾號不作任何保證或承諾。